«Η ορθή ή μη χρήση της Τεχνητής Νοημοσύνης στις επιχειρήσεις εξαρτάται από τον άνθρωπο που τη διαχειρίζεται», εξηγεί σε συνέντευξή του στο Liberal ο Επίκουρος Καθηγητής Παγκόσμιας Πολιτικής Οικονομίας, Νέων Τεχνολογιών και Βιοασφάλειας στο Πανεπιστήμιο Μακεδονίας, Αθανάσιος Μποζίνης.
Ο κ. Μποζίνης αναλύει τη σημασία της ισορροπίας ανάμεσα στην καινοτομία και τη διαχείριση ρίσκου (Data Scientific Equilibrium) και τον καταλυτικό ρόλο που διαδραματίζει.
Παράλληλα, περιγράφει τους τρόπους, με τους οποίους το ελληνικό επιχειρείν μπορεί να κερδίσει το μεγάλο στοίχημα των νέων τεχνολογιών αλλά και τους παράγοντες που συμβάλλουν στην αναβάθμιση και ψηφιακή επανακατάρτιση των εργαζομένων, στο πλαίσιο της Τέταρτης Βιομηχανικής Επανάστασης (Βιομηχανία 4.0) αλλά και της Τεχνητής Νοημοσύνης.
Συνέντευξη στον Χρήστο Θ. Παναγόπουλο
Κύριε Μποζίνη, ποιοι είναι οι βασικοί κίνδυνοι που συνοδεύουν την αυξημένη χρήση AI στο εργασιακό περιβάλλον;
Το κακόβουλο λογισμικό, το οποίο θα χρησιμοποιήσει την Τεχνητή Νοημοσύνη όχι για σωστούς παραγωγικούς σκοπούς αλλά περισσότερο για να δημιουργήσει προβλήματα, να υποκλέψει κάποια δεδομένα ή και, τελικά, να καταστρέψει κάποια δεδομένα μέσα από κυβερνοεπιθέσεις, μέσα από το κυβερνοέγκλημα.
Γιατί η Τεχνητή Νοημοσύνη, όπως έχουμε πεί πάρα πολλές φορές, είναι ένα λογισμικό το οποίο στα χέρια ενός σωστού επιχειρηματία μπορεί να δημιουργήσει καινοτόμα προϊόντα, στα χέρια ενός μη σωστού επαγγελματία, ο οποίος θέλει να κάνει κακό σε κάποια επιχείρηση μπορεί να δημιουργήσει ένα επικίνδυνο λογισμικό, το οποίο να καταστρέψει τα πληροφοριακά συστήματα, να υποκλέψει πληροφορίες.
Η βιομηχανική κατασκοπεία είναι νούμερο ένα σε παγκόσμιο επίπεδο πάνω σε θέματα cyber hacking και επίσης, το πιό σημαντικό είναι να δημιουργήσει προβλήματα και σε εθνικό επίπεδο. Γιατί, ξέρετε. Συζητάμε για βιομηχανίες αλλά υπάρχουν και οι εθνικές βιομηχανίες όπλων, αμυντικών μηχανισμών, συστημάτων και όλα αυτά τα πράγματα τα οποία αποτελούν μέρος της εθνικής ασφάλειας της Ελλάδας.
Τι ρόλο διαδραματίζει το risk management στην ασφαλή και ορθολογική ενσωμάτωση της AI στο εργασιακό περιβάλλον;
Η διαχείριση κινδύνου έχει ως βασικό σκοπό την εκτίμηση μελλοντικών απειλών. Οι απειλές αυτές, υπό βασικές προϋποθέσεις μπορεί να είναι κίνδυνοι και υπό κάποιες άλλες βασικές προϋποθέσεις, αυτό το οποίο ονομάζουμε συντονισμό απειλών, μπορούν να γίνουν καταστροφικές απειλές (catastrophic risks).
Αυτό, στην ουσία, το risk management, έχει ως βασικό σκοπό να μειώσει την πιθανότητα λάθους, να μειώσει την πιθανότητα κινδύνου, να μειώσει την πιθανότητα, ακόμη και άν έχει συμβεί το λάθος αυτό, ο κίνδυνος αυτός, να μειώσει τις επιπτώσεις της καταστροφής. Για εμένα, λοιπόν, είναι πάρα πολύ βασικό, η Τεχνητή Νοημοσύνη να μπορέσει να προβλέψει με κάποια μοντέλα πρόβλεψης, με βάση τους εξωτερικούς και εσωτερικούς κινδύνους μιας επιχείρησης ή ενός κράτους, γιατί να μην ξεχνάμε, αναφερόμαστε σε μια επιχείρηση. Και το κράτος είναι μια επιχείρηση με έσοδα, έξοδα πελάτες. Μπορεί να πέσει έξω το κράτος. Μπορεί να πτωχεύσει το κράτος. Το έχουμε ζήσει στην Ελλάδα. Είναι πολύ σημαντικό όχι τόσο σε επιχειρηματικό επίπεδο αλλά και σε εθνικό, το risk management να ενσωματωθεί σε κάθε μικρή ή μεγάλη επιχείρηση και με τη χρήση της Τεχνητής Νοημοσύνης να αποφύγει τα δύσκολα σκαλοπάτια, τα οποία δημιουργεί ο ανταγωνισμός καθημερινά.
Βέβαια, τα δεδομένα τα οποία υπάρχουν μέσα στον αλγόριθμο του risk management είναι πολλαπλά και εκεί ακριβώς θα πρέπει να χρησιμοποιηθούν ειδικοί επιστήμονες, οι οποίοι θα βάλουν συγκεκριμένα δεδομένα για να μπορέσουν να αντλήσουν πληροφορίες για να κάνουν μια αποτελεσματική διαχείριση κρίσης, μια αποτελεσματική διαχείριση του κινδύνου για κάθε επιχείρηση.
Πώς μπορούν οι οργανισμοί να ισορροπήσουν ανάμεσα στην καινοτομία και στη διαχείριση των ρίσκων που προκύπτουν;
Όσο περισσότερο ρισκάρεις για να κάνεις ένα καινούργιο , καινοτόμο προϊόν τόσο περισσότεροι είναι οι κίνδυνοι. Ο βασικός πυλώνας μείωσης του ρίσκου αλλά και αποτελεσματικού προϊόντος από την άλλη βασική προϋπόθεση είναι η σωστή συλλογή δεδομένων.
Η σωστή και η πλούσια συλλογή δεδομένων, τα οποία θα χρησιμοποιηθούν από την Τεχνητή Νοημοσύνη θα μειώσει από την μία, τόσο το ρίσκο για κινδύνους και από την άλλη θα μπορέσει να δημιουργήσει τα καινοτόμα προϊόντα τα οποία θα είναι ανταγωνιστικά σε διεθνές, εσωτερικό και παγκόσμιο επίπεδο. Καταλαβαίνετε, λοιπόν, περί τίνος συζητάμε, γι αυτό ακριβώς θεωρείται ότι η Τεχνητή Νοημοσύνη μια τεχνολογία αιχμής, η οποία θα μπορέσει να ενσωματωθεί παντού, σε όλες τις πτυχές της οικονομίας, κοινωνία και πολιτικής. Και της στρατηγικής, αν θέλετε, γι΄αυτό και την ονομάζουμε και στρατηγική Τεχνητή Νοημοσύνη, Strategic AI και η πλούσια συλλογή δεδομένων θα αποτελέσει αυτό που λέμε το scientific equilibrium, επιστημονική ισορροπία. Δηλαδή Data Scientific Equilibrium - έτσι το λέω εγώ - ήτοι την εξισορρόπηση μεταξύ καινοτομίας και risk management. Άρα τι πρέπει να κάνουμε; Σωστή, σωστή, σωστή - τρείς φορές το λέω - συλλογή δεδομένων να μπορέσουμε να ελαχιστοποιήσω τους κινδύνους και να δημιουργήσω το καινοτόμο προϊόν, το ανταγωνιστικό.
Ποιοι τομείς της αγοράς εργασίας επηρεάζονται περισσότερο από την υιοθέτηση της AI;
Όλοι οι τομείς στο σύνολο τους, λίγο ή πολύ. Η Τεχνητή Νοημοσύνη είναι μία τεχνολογία ανάπτυξης, η οποία στην ουσία θα επηρεάσει όλους τους τομείς της οικονομίας, της κοινωνίας της πολιτικής και της εργασίας. Άρα , λοιπόν πρέπει να πάρουμε και να πούμε, αναλυτικά, λίγο -πολύ, το πώς θα επηρεάσει τον κάθε τομέα.
Πώς αξιολογείτε τη γενική επίδραση της Τεχνητής Νοημοσύνης στον κόσμο της εργασίας σήμερα;
Στον εργασιακό τομέα, η Τεχνητή Νοημοσύνη, κατ’αρχάς θα πρέπει να δημιουργηθούν και άτομα τα οποί κατέχουν γνώση της χρήσης της Τεχνητής Νοημοσύνης. Η Τεχνητή Νοημοσύνη είναι software. Στηρίζεται στη δημιουργία αλγορίθμων. Άρα, λοιπόν, πρέπει να υπάρχουν άτομα, τα οποία να γνωρίζουν προγραμματισμό, κάποια γλώσσα, όπως την Python και κάποιες πιο εξειδικευμένες, να δουν πώς λειτουργεί αυτή η θέση του αλγοριθμικού συστήματος και να έχουν ένα συγκεκριμένο στόχο. Ο εργασιακός τομέας, λοιπόν, θα πρέπει να εμπλουτιστεί με άτομα με ειδικές γνώσεις πάνω σε θέματα Τεχνητής Νοημοσύνης για να υπάρχει η βέλτιστη χρήση της Τεχνητής Νοημοσύνης, γιατί η AI είναι σαν ένα αυτοκίνητο, το οποίο δεν ξέρεις πώς να το οδηγήσεις, οπότε όσο καλό και να είναι δεν θα σου αποφέρει αυτά που πρέπει να σου αποφέρει. Δηλαδή ταχύτητα, δύναμη, μεταφορά και ασφάλεια. Έτσι λοιπόν, στον εργασιακό τομέα το πιο βασικό είναι ότι πρέπει να δημιουργηθούν καινούργια στελέχη. Δεύτερον, τα στελέχη, τα οποία είναι ήδη μέσα, στον ιδιωτικό ή στο Δημόσιο τομέα, με συνεχόμενη ροή πληροφοριών και ενδυνάμωση των γνώσεών τους και των εμπειριών τους να ενημερωθούν για τα πλεονεκτήματα της Τεχνητής Νοημοσύνης αλλά και για τους τυχόν κινδύνους που πηγάζουν απ’ αυτή. Και αυτό είναι πάρα πολύ σημαντικό για όλους μας.
Ποιος είναι ο ρόλος της Τεχνητής Νοημοσύνης στη διαδικασία αναβάθμισης (upskilling) και επανακατάρτισης (reskilling) των εργαζομένων;
Η Τεχνητή Νοημοσύνη είναι ένα τεχνολογικό εργαλείο, το οποίο θα εφαρμοσθεί υποχρεωτικά, λόγω του παγκόσμιου ανταγωνισμού. Και στα ίδια τα κράτη και στους πολίτες και στις επιχειρήσεις και στο Δημόσιο τομέα. Άρα, λοιπόν, πρέπει να είμαστε προετοιμασμένοι τα επόμενα χρόνια και σαν χώρα και σαν κράτος και σαν επιχειρήσεις - ελληνικές επιχειρήσεις - για να μπορέσουμε να αντιμετωπίσουμε τον παγκόσμιο ανταγωνισμό. Βλέπουμε αυτή τη στιγμή ότι σε παγκόσμιο επίπεδο υπάρχει ο ανταγωνισμός πάνω σε θέματα του πιο ισχυρού chat Τεχνητής Νοημοσύνης, το Deep Seek που έχουν οι Κινέζοι και το ChatGPT που έχουν οι ΗΠΑ και το OpenAI.
Από εκεί και πέρα νομίζω ότι το upskilling αφορά πρωτίστως σε γνώσεις Τεχνητής Νοημοσύνης ηθικής, φιλοσοφικής και οικονομικής φύσεως και γενικότερα, όμως, τρόπο σκέψης πάνω σε θέματα στρατηγικών τεχνολογιών.
Δεύτερον αφορά στον τρόπο αντιμετώπισης και διαχείρισης κρίσεων, όταν τα προβλήματα αυτά άπτονται τεχνολογιών τα οποία είναι πολύ δύσκολο να ελεγχθούν. Δηλαδή η Τεχνητή Νοημοσύνη είναι μια τεχνολογία η οποία ναι μεν θα βοηθήσει τόσο στον εργασιακό τομέα για αύξηση παραγωγικότητας, στην καλύτερη παροχή υπηρεσιών στους πολίτες και στις επιχειρήσεις. Το τρίτο είναι ότι θα κάνει μείωση κόστους στις επιχειρήσεις και τον δημόσιο τομέα. Τέταρτον, στοχευμένους κανόνες και στοχευμένες ενέργειες πάνω σε θέματα εξυπηρέτησης πολιτών και παροχής υπηρεσιών και πέμπτον, καλύτερο management, καλύτερη διοίκηση των ανθρωπίνων πόρων και όχι μόνο.
Πώς μπορεί η AI να βοηθήσει τις επιχειρήσεις να εντοπίζουν έγκαιρα τις ανάγκες για νέες δεξιότητες;
Κατ' αρχάς γνωρίζω ως πανεπιστημιακός καθηγητής, ως ακαδημαϊκός ότι τα νέα τα παιδιά είναι, ήδη, προχωρημένα σε σχέση με τη δική μου γενιά πάνω σε θέματα Τεχνητής Νοημοσύνης και του Κυβερνοχώρου. Παρόλα ταύτα, αυτή τη στιγμή, οι ίδιες οι επιχειρήσεις θα δημιουργήσουν τους νέους εργαζόμενους και οι νέοι εργαζόμενοι θα υποχρεωθούν να εφαρμόσουν τις νέες, αυτές, μεθόδους, μέσα από πλούσια και εμπλουτισμένα μεταπτυχιακά. Εδώ διαδραματίζει πάρα πολύ σημαντικό ρόλο στις επιχειρήσεις αλλά και στο δημόσιο τομέα η εκπαίδευση, τόσο η πρωτοβάθμια και η δευτεροβάθμια όσο και η τριτοβάθμια.
Ο τρόπος δημιουργίας σκέψης για τα επόμενα χρόνια είναι πάρα πολύ σημαντικός. Πρέπει να μαθαίνουμε από την Κίνα, η οποία Κίνα. Θυμίζει τι είχε πει πριν από λίγο καιρό ο άλλοτε υπουργός Παιδείας και νυν υπουργός Οικονομικών, ο Κυριάκος Πιερρακάκης, ότι οι Κινέζοι έχουν τον προγραμματισμό της Τεχνητής Νοημοσύνης μέσα στα σχολεία. Δεν μπορεί να χρησιμοποιηθεί ένας καινούργιος εργαζόμενος, να μπει μέσα σε μια επιχείρηση και να κάνει upskilling ξαφνικά. Όλα αυτά είναι μέρος μιας αλυσίδας γνώσεων, μιας αλυσίδας δημιουργίας ενός συγκεκριμένου τρόπου σκέψης και ενός συγκεκριμένου τρόπου αντίδρασης πάνω σε θέματα διαχείρισης κρίσεων.
Άρα, λοιπόν, θεωρώ ότι οι ελληνικές επιχειρήσεις θα είναι το τελικό στάδιο, στο οποίο ένας εργαζόμενος, ξεκινώντας μέσα από την εκπαίδευση, πρωτοβάθμια, δευτεροβάθμια, τριτοβάθμια, θα μπορεί να ισχυροποιήσει και να ενισχύσει το upskilling, το οποίο θα χρειάζεται στοχευμένα κάθε επιχείρηση.
Ποια είναι τα βασικά εμπόδια στην εφαρμογή προγραμμάτων upskilling/reskilling μέσω AI στις ελληνικές επιχειρήσεις;
Νομίζω ότι δεν υπάρχει αρκετή ενημέρωση για τις επιχειρήσεις, πρώτον. Δεν υπάρχει διασύνδεση των υπουργείων με τις μικρές και μεσαίες επιχειρήσεις. Οι μεγάλες επιχειρήσεις ούτως ή άλλως, υποχρεωτικά θα βγουν στην αγορά να ψάξουν, να κάνουν έρευνα αγοράς τι ακριβώς θα πρέπει να προσαρμόσουν για να είναι ανταγωνιστικές. Αυτές, δηλαδή, που είναι εξαγωγικές. Όμως αυτές που είναι μικρές, μικρού και μεσαίου μεγέθους, που αναφέρονται στην εσωτερική αγορά της Ελλάδας και οι οποίες δεν έχουν πολύ μεγάλους τζίρους, δεν έχουν τόσο πολύ στοχευμένη υποχρέωση ώστε να μπορέσουν να ενσωματώσουν τις νέες τεχνολογίες.
Παρόλα ταύτα, όμως, θεωρώ ότι η Τεχνητή Νοημοσύνη, τα επόμενα χρόνια θα αποτελέσει και για τις ίδιες αυτές τις μικρομεσαίες επιχειρήσεις, είτε είναι παροχής υπηρεσιών, είτε είναι δημιουργίας νέων προϊόντων, είτε είναι μεσάζοντες, όσον αφορά την παραγωγή και την αντιπροσωπεία κάποιων προϊόντων, έτσι ώστε να μπορέσουν να δημιουργήσουν τρία βασικά πράγματα για να σταθούν.
Αυτό που λέμε να έχουν το «φιλί της ζωής» στον παγκόσμιο ανταγωνιστικό τομέα:
- Πρώτον, τη μείωση κόστους που είναι πάρα πολύ σημαντικό σήμερα σε μία επιχείρηση,
- δεύτερον στοχευμένες και άμεσες ενέργειας υπέρ των πελατών και
- τρίτον, αν θέλετε, στοχευμένες ενέργειες όσον αφορά την εφοδιαστική αλυσίδα, γιατί σήμερα ο ανταγωνισμός είναι τόσο μεγάλος που η εφοδιαστική αλυσίδα είναι ένα από τα πάρα πολύ βασικά θέματα σε μία επιχείρηση.
Πώς επηρεάζει η ενσωμάτωση της AI τη μετάβαση στη Βιομηχανία 4.0 και ποιοί είναι οι βασικοί τομείς της βιομηχανικής παραγωγής που ωφελούνται περισσότερο από τις λύσεις AI;
Θεωρητικά θα μπορούσα να πώ ότι οι τεχνολογίες πληροφορικής και τηλεπικοινωνιών είναι αυτές οι οποίες ενσωματώνουν την Τεχνητή Νοημοσύνη.
Να πούμε το εξής - και είναι πάρα πολύ σημαντικό: Η Τεχνητή Νοημοσύνη είναι πρόγραμμα. Δεν είναι κάτι το οποίο είναι στατικό. Είναι δυναμικό. Καθημερινά η Τεχνητή Νοημοσύνη, το λογισμικό της, οι αλγόριθμοι, στην ουσία, βρίσκουν ένα πρόβλημα και προτείνουν νέες λύσεις αντιμετώπισης και κάνουν ανάλυση μεγάλων δεδομένων, την οποία ο άνθρωπος δεν θα μπορούσε να κάνει σε μικρό χρονικό διάστημα. Αυτό γίνεται καθημερινά. Άρα δεν είναι σήμερα. Είναι από εδώ και στο μέλλον. Στο διηνεκές.
Γι’ αυτό και εγώ θεωρώ ότι η Τεχνητή Νοημοσύνη ανήκει στις στρατηγικές τεχνολογίες του μέλλοντος. Future Strategic Technologies. Έτσι ακριβώς το λέω εγώ. Που είναι απαραίτητες τόσο σε επίπεδο επιχειρησιακό, είτε είναι βιομηχανίες είτε απλές εταιρείες και άρα και σε εθνικό.
Κατ΄αρχάς είναι η ανάλυση. Μια μεγάλη βιομηχανική επιχείρηση έχει πολλά δεδομένα. Πολλά δεδομένα όσο αφορά τις πωλήσεις, πολλά δεδομένα σε ό,τι αφορά τα έσοδά της, πολλά δεδομένα όσον αφορά τα υλικά τα οποία χρησιμοποιεί για νέα καινοτόμα προϊόντα, να είναι ανταγωνιστικά, να είναι μικρότερο το κόστος έναντι των ανταγωνιστών. Έχει παρά πολλά, χιλιάδες, αν όχι εκατομμύρια, δεδομένα, τα οποία εισρέουν κάθε μέρα. Αυτά τα δεδομένα έχει τη δυνατότητα να τα επεξεργαστεί και να βγάλει κάποιες προτεινόμενες λύσεις, έτσι ώστε να μπορέσει να βγάλει τα καινοτόμα προϊόντα με το μικρότερο δυνατό κόστος αλλά και προσωποποιημένα για τους πελάτες αλλά και να αυξήσει το ποσοστό της κάθε ισχυρής βιομηχανίας στο εγχώριο και στο διεθνές τοπίο.
Για εμένα το πιο σημαντικό είναι η μείωση του κόστους παραγωγής, ανά μονάδα προϊόντων. Αυτή είναι η εκτίμηση. Αυτό βλέπω και σε ευρωπαϊκό επίπεδο. Βλέπουμε τι γίνεται. Διαβάζοντας τώρα και τα τελευταία ότι η Γερμανία αντιμετωπίζει πολύ σημαντικό πρόβλημα όσον αφορά τη μεγάλη της αυτοκινητοβιομηχανία και τώρα ειδικά με τους δασμούς του Τραμπ, πρέπει να είναι ανταγωνιστική και πρέπει να γίνει κάθετη μείωση του τρόπου παραγωγής των αυτοκινήτων για να μπορούν να αντιμετωπιστούν και να κρατήσει τα ποσοστά της σε παγκόσμιο επίπεδο.
Άρα, λοιπόν, οι βιομηχανίες θα στοχεύσουν σε μείωση κόστους παραγωγής, ανά μονάδα προϊόντων, πρώτον και δεύτερον στη βιομηχανική αλυσίδα θα ενσωματωθούν Τεχνητή Νοημοσύνη και ρομποτικοί βραχίονες παράλληλα, έτσι ώστε να μπορέσουν να βγάλουν καλύτερα, ποιοτικότερα και ανταγωνιστικότερα προϊόντα. Ας μην ξεχνάμε το γεγονός ότι ένα case study σε αυτές τις περιπτώσεις είναι η Tesla, η οποία έχει στήσει εργοστάσια παντού με νέες μεθόδους παραγωγής, ανά μονάδα προϊόντων, που έχει γίνει ανταγωνιστική πριν ξεσπάσει ο πόλεμος, πριν βγει ο πρόεδρος Τραμπ με την στήριξη του Ίλον Μασκ, έχω την εκτίμηση ότι η Tesla ήταν τουλάχιστον για δυο χρόνια η νούμερο ένα αυτοκινητοβιομηχανία πώλησης προϊόντων στην Ευρώπη, η οποία έχει βαριές αυτοκινητοβιομηχανίες.
Πιστεύετε ότι η Τεχνητή Νοημοσύνη μπορεί να γεφυρώσει το χάσμα μεταξύ παραδοσιακών και νέων τεχνολογιών στη βιομηχανία;
Νομίζω ότι η Τεχνητή Νοημοσύνη δεν είναι ένα μαχαίρι, με το οποίο θα έρθεις κάποιος να... κόψει τις παραδοσιακές επιχειρήσεις. Μπορεί να τις μετατρέψει και να τις εξελίξει, αλλά και να τις ενσωματώσει, αλλά σίγουρα, σε κάθε περίπτωση μπορεί να τις εκσυγχρονίσει. Ο εκσυγχρονισμός των παραδοσιακών επιχειρήσεων, για εμένα, είναι ένα πολύ πολύ μεγάλο βήμα για να μπορέσουν οι επιχειρήσεις αυτές να επιβιώσουν σε αυτόν και να μην ενσωματωθούν ή να κλείσουν σε αυτόν τον παγκόσμιο ανταγωνισμό. Προσέξτε, όμως, τώρα τι γίνεται: Όταν αναφερόμαστε σε Τεχνητή Νοημοσύνη το οποίο είναι λογισμικό, στο πλαίσιο της Πληροφορικής, πρέπει και αυτοί οι οποίοι θα παράγουν Τεχνητή Νοημοσύνη - όχι μόνο οι χρήστες - και θα είναι εξειδικευμένοι, θα πρέπει να υπάρχουν στην Ελλάδα. Για να μπορούν να στοχεύουν στα «θέλω» της κάθε επιχείρησης, είτε αυτή είναι παραδοσιακή είτε είναι βιομηχανική, είτε είναι ελαφρά βιομηχανική είτε είναι παροχής υπηρεσιών, είτε είναι εμπορική. Η Τεχνητή Νοημσύνη είναι αυτή η οποία θα δώσει το boost, την ώθηση σε όλες τις επιχειρήσεις, προκειμένου να παράγουν το συγκεκριμένο προϊόν, να το χρησιμοποιήσουν και να το προωθήσουν μέσα από το Διαδίκτυο ή να χρησιμοποιήσουν τα «θέλω» του κάθε καταναλωτή για τη δημιουργία νέων καινοτόμων προϊόντων στην καλύτερη ποιότητα.
Ξέρετε, πλέον ο παγκόσμιος ανταγωνισμός με τις κινεζικές επιχειρήσεις οι οποίες είναι αυτοματοποιημένες κατά πάρα πολύ μεγάλο ποσοστό με πολύ μικρό κόστος παραγωγής προϊόντων δημιουργεί τεράστιο ανταγωνισμό όσο αφορά και στην Ελλάδα. Εξ' ού και το γεγονός ότι έχουμε χάσει πάρα πολλές βιοτεχνίες, ειδικά στη Θεσσαλονίκη, που γνωρίζω εγώ, προσωπικά, παιδικών ρούχων, γιατί το κόστος παραγωγής ήταν πάρα πολύ υψηλό.
* Ο Αθανάσιος Μποζίνης είναι Επίκουρος Καθηγητής Παγκόσμιας Πολιτικής Οικονομίας, Νέων Τεχνολογιών και Βιοασφάλειας στο Πανεπιστήμιο Μακεδονίας και μέλος του Επιστημονικού Συμβουλίου Ανάλυσης Υβριδικών Απειλών της Εθνικής Αρχής Κυβερνοασφάλειας. Το βιβλίο «Ηθική της Τεχνητής Νοημοσύνης» υπό την επιστημονική επιμέλεια του Αθανάσιου Μποζίνη κυκλοφορεί από τις εκδόσεις Παπαζήση.
