Ζούμε την εποχή μιας νέας τεχνολογικής επανάστασης. Ιδιαίτερα η υιοθέτηση της Τεχνητής Νοημοσύνης εξελίσσεται σε κρίσιμο παράγοντα ανταγωνιστικότητας για τις επιχειρήσεις και τις οικονομίες συνολικά. Ωστόσο, η πρόσβαση στις δυνατότητες της νέας αυτής τεχνολογίας δεν είναι ισόρροπη και ως εκ τούτου καταγράφονται διαφορετικά ποσοστά υιοθέτησής της ανάμεσα σε κράτη, επαγγελματικούς κλάδους και εταιρίες.
ΤΟΥ ΚΩΣΤΑ ΑΠΟΣΤΟΛΟΠΟΥΛΟΥ
Σε εθνικό επίπεδο, η Ελλάδα βρίσκεται πολύ «πίσω» συγκριτικά με άλλες χώρες. Σύμφωνα και με πρόσφατη ημερίδα του ΣΕΒ για την A.I., μόλις το 25,4% των επιχειρήσεων στην Ελλάδα δηλώνει ότι έχει έστω και κάποια σχετική εμπειρία ή επαφή με την εν λόγω τεχνολογία. Οι υπόλοιπες είτε δεν έχουν αρχίσει (18,5%) είτε δεν σχεδιάζουν καμία δράση για το επόμενο έτος (55,1%).
Βασική παράμετρος αυτής της αδυναμίας, πέραν της έλλειψης μιας στρατηγικής σε συνεκτική βάση, είναι και η ίδια η δομή της ελληνικής οικονομίας. Περίπου το 99% των επιχειρήσεων στην Ελλάδα αποτελείται από μικρομεσαίες επιχειρήσεις (ΜμΕ), που ούτως ή άλλως χαρακτηρίζονται από χαμηλές επιδόσεις στα μέτωπα της ανταγωνιστικότητας και της παραγωγικότητας, για τις οποίες η υιοθέτηση τεχνολογιών A.I. είναι περιορισμένη.
Και αυτό γιατί ένας βασικός διαχωριστικός άξονας για την υιοθέτηση καινοτομιών και νέων τεχνολογιών είναι το μέγεθος της επιχείρησης, με τις μικρομεσαίες επιχειρήσεις να αντιμετωπίζουν σημαντικά περισσότερα εμπόδια από τους μεγάλους επιχειρηματικούς ομίλους, χωρίς να σημαίνει πως και οι τελευταίοι στερούνται προκλήσεων. Η διαφορά αποτυπώνεται και στατιστικά: Οι μεγάλες επιχειρήσεις στην Ελλάδα σε ποσοστό περίπου 14% έχουν υιοθετήσει τεχνολογίες A.I., ενώ το 50,3% έχει έστω κάποια επαφή με την τεχνολογία αυτή.
Στον αντίποδα, σε ό,τι αφορά τις μικρομεσαίες επιχειρήσεις μόνο το 4% έχει υιοθετήσει την A.I., με μόλις το 15,6% των μεσαίων επιχειρήσεων να έχει έστω κάποια επαφή με την εν λόγω τεχνολογία.
Το δύσκολο στοίχημα
Αν και οι μεγάλες εταιρίες διαθέτουν καλύτερη πρόσβαση σε τεχνολογία και πόρους, ούτε αυτές είναι απαλλαγμένες από προκλήσεις. Η ενσωμάτωση της A.I. σε υπάρχοντα συστήματα πληροφορικής είναι συχνά σύνθετη και απαιτεί σημαντική τεχνική προσαρμογή, ενώ παράλληλα οι «μεγάλοι» καλούνται να συμμορφώνονται με αυστηρότερα ρυθμιστικά πλαίσια. Ωστόσο, συγκριτικά, τα προβλήματα που αντιμετωπίζουν οι ΜμΕ φαντάζουν ανυπέρβλητα. Πρώτα και κύρια, το υψηλό αρχικό κόστος εφαρμογής και οι ανάγκες συντήρησης και προσαρμογής των συστημάτων στις ανάγκες κάθε επιχείρησης καθιστούν την είσοδο στον χώρο της A.I. ιδιαίτερα δαπανηρή για επιχειρήσεις με περιορισμένα κεφάλαια. Πέραν του κόστους, οι μικρές επιχειρήσεις στερούνται συχνά της απαραίτητης τεχνογνωσίας, καθώς η έλλειψη εξειδικευμένου προσωπικού και η περιορισμένη γνώση των δυνατοτήτων της A.I. από τους επιχειρηματίες δυσκολεύουν τη λήψη αποφάσεων.
Ταυτόχρονα, οι υποδομές των ΜμΕ είναι ανεπαρκείς, με παλαιωμένα συστήματα ή ελλιπή ψηφιακή οργάνωση που δεν επιτρέπουν την αποτελεσματική αξιοποίηση των δυνατοτήτων της Τεχνητής Νοημοσύνης. Σε αυτό το επίπεδο η πρόσβαση σε χρηματοδοτικά εργαλεία, η οποία θα μπορούσε να αποτελέσει μια λύση στα παραπάνω προβλήματα, παραμένει ακόμα μία πρόκληση για τις μικρομεσαίες επιχειρήσεις, παρά την ύπαρξη πακτωλού ευρωπαϊκών κονδυλίων. Οι διαδικασίες είναι συχνά περίπλοκες, απαιτώντας εξειδικευμένη υποστήριξη, ενώ και τα κριτήρια των τραπεζών είναι συχνά μη ευνοϊκά για δανειοδότηση.
Τέλος, η αβεβαιότητα για την απόδοση της επένδυσης αποτρέπει αρκετές ΜμΕ από το να κάνουν το άλμα προς την Τεχνητή Νοημοσύνη, καθώς τις κάνει πιο διστακτικές απέναντι σε επιχειρηματικά ρίσκα. Το αποτέλεσμα είναι πως η Ελλάδα υπολείπεται σημαντικά στον δείκτη ψηφιακής ωριμότητας (DESI), με τις ελληνικές ΜμΕ να εμφανίζουν ιδιαίτερα χαμηλά ποσοστά υιοθέτησης ακόμα και απλών εργαλείων Τεχνητής Νοημοσύνης. Σύμφωνα με το Ευρωπαϊκό Παρατηρητήριο για την A.I., λιγότερο από το 10% των ελληνικών ΜμΕ έχουν εντάξει εφαρμογές όπως chatbots ή συστήματα πρόβλεψης ζήτησης στην καθημερινή λειτουργία τους.
Αντίθετα, οι μεγάλες επιχειρήσεις, κυρίως στον τραπεζικό, τηλεπικοινωνιακό και βιομηχανικό τομέα, έχουν αρχίσει να επενδύουν συστηματικά, αν και η έλλειψη εξειδικευμένου ανθρώπινου δυναμικού παραμένει σημαντικό εμπόδιο.
Ποια προγράμματα και δράσεις «τρέχει» η Ελλάδα για τη διάδοση της A.I.
Η Ελλάδα τα τελευταία χρόνια, προσπαθώντας να ακολουθήσει το «κύμα», έχει αναπτύξει σειρά δράσεων για την ενίσχυση της A.I. Σε κυβερνητικό επίπεδο, η Εθνική Στρατηγική για την Τεχνητή Νοημοσύνη του 2021 αποτελεί το θεσμικό πλαίσιο για την ανάπτυξη της A.I. με ηθικό και κοινωνικά υπεύθυνο τρόπο. Η πιο πρόσφατη πρωτοβουλία είναι η παρουσίαση του σχεδίου «Μετάβαση της Ελλάδας στην Εποχή της Τεχνητής Νοημοσύνης», που εκπονήθηκε το 2024 υπό τον καθηγητή Κωνσταντίνο Δασκαλάκη. Περιλαμβάνει:
• Τη δημιουργία του υπερυπολογιστή «Δαίδαλος» και του A.I. Factory Pharos στο Λαύριο.
• Την ψηφιοποίηση και την αξιοποίηση της ελληνικής γλώσσας και της πολιτιστικής κληρονομιάς μέσω A.I.
• Την εκπαίδευση 2.000 δημοσίων υπαλλήλων σε τεχνολογίες cloud και A.I.
• Την ανάπτυξη εκπαιδευτικής πλατφόρμας για επαγγελματίες και πολίτες.
• Την καθιέρωση πλαισίου για την ηθική και υπεύθυνη χρήση της Τεχνητής Νοημοσύνης.
Επιπλέον το πρόγραμμα Ψηφιακός Μετασχηματισμός ΜμΕ χρηματοδοτεί τεχνολογικές αναβαθμίσεις, συμπεριλαμβανομένων A.I. εφαρμογών. Από την άλλη, το Elevate Greece στηρίζει νεοφυείς επιχειρήσεις με αντικείμενο την A.I., όπως οι Augmenta, Orfium και Loceye, ενώ και τα Digital Innovation Hubs, όπως το Smart Attica και το AgroDIH, παρέχουν τεχνική υποστήριξη και πρόσβαση σε ευρωπαϊκά δίκτυα. Παρ’ όλα αυτά, τα στοιχεία δείχνουν πως, αν η Ελλάδα θέλει να ακολουθήσει τον ευρωπαϊκό ρυθμό, απαιτείται πιο στοχευμένη πολιτική, ενίσχυση των ΜμΕ, καθώς αυτές αποτελούν τη «ραχοκοκαλιά» της ελληνικής οικονομίας, και μεγαλύτερη επένδυση σε δεξιότητες και υποδομές, στοιχεία, άλλωστε, που αποτελούν και το αδύνατο σημείο της εν Ελλάδι παραγωγικότητας.
ΑΠΟ ΤΗΝ ΕΝΤΥΠΗ ΕΚΔΟΣΗ (ΦΥΛΛΟ 23/5/2025)
