Κατά 50%, περίπου, υπολείπεται η υιοθέτηση της παραγωγικής Τεχνητής Νοημοσύνης από τις ελληνικές επιχειρήσεις έναντι του ευρωπαϊκού μέσου όρου.
Το συμπέρασμα αυτό προκύπτει από τη μελέτη “State of AI in early 2024: Gen AI adoption spikes and starts to generate value” της McKinsey.
Πάντως, όπως δείχνουν τα στοιχεία της μελέτης, τα οποία επεξεργάστηκε και ο Σύνδεσμος Επιχειρήσεων Πληροφορικής Επικοινωνιών Ελλάδος (ΣΕΠΕ), το ποσοστό των εταιρειών που προσανατολίζονται στην υιοθέτηση συστημάτων Τεχνητής Νοημοσύνης διπλασιάστηκε από το 2021 μέχρι το 2023.
Ως βασική αιτία, σύμφωνα με τα στοιχεία της μελέτης, θεωρείται το «ΑΙ brain drain». Και αυτό γιατί, πρακτικά, στη χώρα μας υπάρχει έλλειψη σχετικών τεχνικών υποδομών, με την Ελλάδα να βρίσκεται στην 58η από 62 χώρες στην σχετική έρευνα.
Παράλληλα και οι ελληνικές επιχειρήσεις δυσκολεύονται επίσης να βρουν ανθρώπινο δυναμικό με την κατάλληλη κατάρτιση.
Προβληματισμός για τη διαχείριση δεδομένων
Η μελέτη ακόμη αναφέρεται και στις ανησυχίες των επιχειρήσεων σχετικά με τους κινδύνους που ενέχει η υιοθέτηση της Τεχνητής Νοημοσύνης. Μάλιστα, ορισμένοι από τους κινδύνους που απασχολούν τις επιχειρήσεις παγκοσμίως είναι η ασφαλής διαχείριση δεδομένων, η παραβίαση πνευματικής ιδιοκτησίας, ιδιωτικότητας, η ασφάλεια και η ηθική χρήση, αλλά και η ανακριβής ή αναληθής παραγωγή περιεχομένου.
Το τελευταίο αυτό ζήτημα θεωρείται το πιο φλέγον με το 23% συνολικά των ερωτηθέντων να δηλώνουν ότι τους επηρέασε αρνητικά. Εντούτοις, μόνο το 1/3 κρίνει πως η επίγνωση των κινδύνων αυτών αποτελεί απαραίτητη δεξιότητα για το ανθρώπινο δυναμικό που είναι τεχνικά υπεύθυνο για τη δημιουργία και συντήρηση τέτοιων συστημάτων.
Ιδιαίτερη ανησυχία προκαλεί επίσης και το ενδεχόμενο μαζικής αντικατάστασης ανθρώπινου δυναμικού από την αυτοματοποίηση που επιτρέπουν τα συστήματα Τεχνητής Νοημοσύνης.
Στη μελέτη, η McKinsey ανέδειξε πως η χρονική στιγμή στην οποία αναμένουμε η αυτοματοποίηση να φτάσει το 50% του συνολικού χρόνου εργασίας πιθανόν να έχει μετατεθεί δέκα χρόνια νωρίτερα λόγω της άφιξης της παραγωγικής Τεχνητής Νοημοσύνης (gen AI), από το 2055 στο 2045.
Επίσης, το εργατικό δυναμικό της Ελλάδας δηλώνει ιδιαίτερα ανήσυχο ως προς αυτό το ενδεχόμενο, δηλώνοντας σε ποσοστό 24% πως φοβάται για την ανεργία που δύναται να προκαλέσει η άφιξη της Τεχνητής Νοημοσύνης, παρουσιάζει όμως ταυτόχρονα και ένα από τα μεγαλύτερα ελλείμματα εκπαίδευσης και κατάρτισης σε θέματα Τεχνητής Νοημοσύνης.
Αύξηση της παραγωγικότητας
Πάντως, πρόσφατη έρευνα της Bain and Company αναφέρεται στις σημαντικές ευκαιρίες των επιχειρήσεων να ενισχύσουν την παραγωγικότητά τους κατά 30% ως 50%, αξιοποιώντας την Τεχνητή Νοημοσύνη (ΤΝ) καθώς και καινοτομίες του «εργοστασίου του μέλλοντος». Σύμφωνα με την ίδια έρευνα της Bain and Company, καθώς οι επιχειρήσεις μηχανολογικού εξοπλισμού δέχονται έντονες πιέσεις, όπως προκλήσεις στην εφοδιαστική αλυσίδα, αυξανόμενες προσδοκίες πελατών και εντεινόμενο ανταγωνισμό, οι κορυφαίες εταιρείες του κλάδου επιδιώκουν να αξιοποιήσουν την καινοτομία.
Συνεπώς, η ενσωμάτωση της ΤΝ κρίνεται ολοένα και περισσότερο ως επείγουσα από στελέχη επιχειρήσεων μηχανολογικού εξοπλισμού. Σύμφωνα με την έρευνα της Bain, 75% των στελεχών του ευρύτερου τομέα προηγμένης μεταποίησης δήλωσαν ότι η ενσωμάτωση αναδυόμενων τεχνολογιών, όπως η ΤΝ, είναι η κορυφαία προτεραιότητά τους, όσον αφορά τη Μηχανολογική Μελέτη και το R&D.
Όπως δείχνουν τα στοιχεία της μελέτης της Bain, ο βιομηχανικός τομέας χρησιμοποιεί σήμερα περισσότερους μικροεπεξεργαστές και τεχνολογίες του Internet of Things (IoT) από κάθε άλλο τομέα. Αυτό δείχνει ότι οι εταιρείες μηχανολογικού εξοπλισμού ενσωματώνουν γρήγορα τις ψηφιακές λύσεις.
Μάλιστα από την μελέτη των στοιχείων εξάγεται το συμπέρασμα ότι οι εταιρείες μηχανολογικού εξοπλισμού, που ηγούνται ήδη στον τομέα των ψηφιακών λύσεων, διπλασιάζουν τις αποδόσεις των μετοχών τους σε σύγκριση με τον μέσο όρο του κλάδου.
Αντί οι επιχειρήσεις να παράγουν, κυρίως, τυποποιημένα φυσικά προϊόντα, η σημερινή έκθεση διαπιστώνει ότι πολλές από αυτές αναπτύσσουν εξατομικευμένες, ψηφιακές λύσεις για τους πελάτες προσαρμοσμένες σε συγκεκριμένους κλάδους. Με αυτήν τη στροφή, οι εταιρείες επικεντρώνονται σε μικρότερο αριθμό πελατών σε συγκεκριμένα τμήματα του κλάδου, αυξάνοντας το εύρος των προσφορών προς αυτούς τους πελάτες.
