Η ανάγκη άμεσης ενσωμάτωσης τεχνολογιών Τεχνητής Νοημοσύνης από τις επιχειρήσεις τονίστηκε στο συνέδριο του ΣΕΒ στα πλαίσια της παρουσίασης του οδηγού που δημιούργησε ο σύνδεσμος για τον ολιστικό μετασχηματισμό των επιχειρήσεων προκειμένου να ενσωματώσουν τη νέα τεχνολογία.
Ο οδηγός βασίζεται σε 4 πυλώνες: επανασχεδιασμός των διαδικασιών, διαχείριση των αλλαγών με επίκεντρο τον άνθρωπο, διακυβέρνηση των δεδομένων και αναβάθμιση των υποδομών και συμμόρφωση με κανόνες και αρχές δεοντολογίας.
Σύμφωνα με τη Διευθύντρια του Τομέα Τεχνολογίας & Ψηφιακού Μετασχηματισμού του ΣΕΒ, Μάγκυ Αθανασιάδη, «τα 2/3 των επιχειρήσεων παραμένουν εγκλωβισμένες σε πιλοτικό στάδιο, χωρίς να καταφέρουν να κλιμακώσουν λύσεις AI σε όλη την επιχείρηση». Και ο οδηγός έχει σαν στόχο να… πάρει από το χέρι αυτές τις επιχειρήσεις και να τις καθοδηγήσει σε έναν εκτενή μετασχηματισμό που θα τους επιτρέψει να μεταβούν στη νέα εποχή.
Με τον Αλέξη Νικολαΐδη, Senior Advisor του Τμήματος Τεχνολογίας & Ψηφιακού Μετασχηματισμού του ΣΕΒ να συμπληρώνει πως ο οδηγός δεν απευθύνεται σε όσους σκοπεύουν απλά να υλοποιήσουνε κάποια μεμονωμένα πιλοτικά έργα μικρής κλίμακας. «Το πρόγραμμα είναι σε μεγάλο βαθμό προσανατολισμένο στη χρήση AI agents (agentic AI)», συμπληρώνει.
Καλεσμένοι στο συνέδριο ήταν, μεταξύ άλλων, ο Nick Kojucharov, Chief Economist / Macro Foresight North America Lead και ο Chris Tomsovic, Managing Director / Macro Foresight, Global Lead, αμφότεροι από την Accenture Strategy.
Μπορείτε να διαβάσετε ολόκληρη την παρουσίασή τους ΕΔΩ.
Ανάγκη άμεσης ενσωμάτωσης
Ο πρώτος τόνισε πως «η απόδοση που προσφέρει η παραγωγικότητα είναι πλέον πολύ πιο κοντά απ’ ό,τι σε προηγούμενους τεχνολογικούς κύκλους. Αν δεν συμμετέχεις σε αυτή τη γρήγορη υιοθέτηση της Τεχνητής Νοημοσύνης, είναι πολύ εύκολο να μείνεις πίσω.» Σε ερώτηση του προέδρου και διευθύνοντος συμβούλου της Accenture και μέλος του Διοικητικού Συμβουλίου του ΣΕΒ, Κυριάκου Σαμπατακάκη, σχετικά με το γιατί μια ελληνική εταιρεία να προχωρήσει στην υιοθέτηση της AI τώρα αντί να περιμένει να ωριμάσει περισσότερο η τεχνολογία ή να πέσουν οι τιμές, έδωσε μια απάντηση τριών σημείων.
Πρώτον, ανέφερε πως αν θέλουμε να διατηρήσουμε ανταγωνιστικό πλεονέκτημα στις παγκόσμιες και περιφερειακές αγορές, πρέπει να συμβαδίζουμε με όσα κάνει η υπόλοιπη αγορά. Διαφορετικά, οι ανταγωνιστές μας θα διευρύνουν τα περιθώρια κέρδους τους και εμείς θα μείνουμε πολύ γρήγορα πίσω. Δεύτερον, επεσήμανε το πλεονέκτημα ότι η τεχνολογία της Τεχνητής Νοημοσύνης δεν ξεκινά από το μηδέν, αλλά βασίζεται σε υποδομές προηγούμενων τεχνολογικών καινοτομιών. Και άφησε το καλύτερο για το τέλος. Ακόμα και αν μια επιχείρηση δεν χρησιμοποιεί AI, σίγουρα το κάνουν οι εργαζόμενοι της.
Κανάλια παραγωγικότητας μέσω AI
Από την πλευρά του, ο Chris Tomsovic ανέλυσε τα 4 κανάλια της AI παραγωγικότητας. Συγκεκριμένα, αναφέρθηκε στην:
- αποδοτικότητα εργαζομένου και εργασιών (worker-task-efficiency)
Το κανάλι του «συνοδηγού» (co-pilot). Η AI ενισχύει μεμονωμένους εργαζομένους στις υπάρχουσες εργασίες τους: σύνταξη κειμένων, προγραμματισμό, ανάλυση, σύνοψη πληροφοριών. Είναι εύκολο και γρήγορο να εφαρμοστεί.
- αυτοματοποίηση και ανασχεδιασμός διαδικασιών (process automation & reengineering)
Επανασχεδιασμός ολόκληρων ροών εργασίας από άκρη σε άκρη. Η AI αναλαμβάνει πλήρεις διαδικασίες που παλαιότερα απαιτούσαν ανθρώπινη διαχείριση, δρομολόγηση και κρίση. Τα οφέλη είναι μεγαλύτερα και πιο διατηρήσιμα.
- ποιότητα προϊόντων και υπηρεσιών (product & service quality)
Διαφοροποίηση που γίνεται αντιληπτή από τον πελάτη. Εξατομίκευση, ταχύτητα, πολυγλωσσική υποστήριξη. Τα οφέλη εμφανίζονται όχι μόνο ως μείωση κόστους αλλά και ως αύξηση εσόδων. Ενισχύεται η ανάπτυξη του κύκλου εργασιών.
- επιτάχυνση της καινοτομίας (innovation acceleration)
Συμπίεση του κύκλου Έρευνας & Ανάπτυξης (R&D). Η AI επιταχύνει την ανακάλυψη, τον σχεδιασμό και τον χρόνο εισόδου ενός προϊόντος στην αγορά, αυξάνοντας θεαματικά τον ρυθμό καινοτομίας. Έχει πολύ υψηλές προοπτικές.
Αφού παρουσίασε τα κανάλια παραγωγικότητας, υποστήριξε πως «αυτή τη στιγμή βρισκόμαστε κυρίως στα στάδια ένα και δύο όσον αφορά την εξέλιξη και εξάπλωση της AI μέσα στην οικονομία. Περισσότερες εταιρείες και οργανισμοί θα πρέπει να αρχίσουν να σκέφτονται τα στάδια τρία και τέσσερα, γιατί εκεί πιθανότατα θα προκύψουν τα σημαντικότερα ανταγωνιστικά πλεονεκτήματα από αυτή την τεχνολογία.»
Human-in-the-loop
Σε ερώτηση του κ. Σαμπατακάκη σχετικά με το πώς εισέρχεται ο ανθρώπινος παράγοντας σε αυτή την εξίσωση, ο Nick Kojucharov απάντησε πως η χώρα μας αντιμετωπίζει μια δημογραφική πρόκληση: μέσα στα επόμενα 20-30 χρόνια θα έχει έναν μειούμενο πληθυσμό που θα πρέπει να παράγει το ίδιο — ή και μεγαλύτερο — οικονομικό αποτέλεσμα. Συμπληρώνοντας πως, η παραγωγικότητα είναι η απάντηση στη λύση της εξίσωσης. «Χρειάζεται κάθε άτομο μέσα στην οικονομία να γίνει πιο παραγωγικό και περισσότερο εξοικειωμένο με την AI.»
Όπου δεν μπορεί ο άνθρωπος
Ο κ. Σαμπατακάκης συμπλήρωσε από την πλευρά του βάζοντας στο τραπέζι της συζήτησης και το θέμα της πλήρης απασχόλησης και της έλλειψης ταλέντου ότι «στην Ελλάδα, πιστεύω ότι πλησιάζουμε γρήγορα αυτό που ένας οικονομολόγος θα αποκαλούσε πλήρη απασχόληση. Ήδη παρατηρούμε έλλειψη ταλέντου στην αγορά εργασίας και, αν το συνδυάσουμε με το δημογραφικό πρόβλημα, τότε υπάρχει πράγματι πολύ μεγάλο περιθώριο να αξιοποιηθεί η AI για να καλύψει κενά σε εργασίες που αυτή τη στιγμή δεν μπορούν να καλυφθούν από ανθρώπους».
Μετρήσιμη αξία μόνο για λίγους
Σύμφωνα με την κα Αθανασιάδη, με βάση στοιχεία της Accenture, μόνο το 13% των στελεχών δηλώνει ότι έχει αποκομίσει μετρήσιμη αξία. Και, σύμφωνα πάντα με την ίδια, τα αίτια είναι συγκεκριμένα. Καταρχάς πολλές εταιρείες επιχειρούν να ενσωματώσουν AI σε παλιές διαδικασίες χωρίς να τις ανασχεδιάσουν. Ένα δεύτερο αίτιο είναι η χαμηλή ποιότητα και ετοιμότητα των δεδομένων (data). Και ένα τρίτο η έλλειψη δεξιοτήτων και η αντίσταση στην αλλαγή.
Από τη θεωρία στην πράξη
Μεταξύ των ομιλητών ήταν και ο COO της Εθνικής Τράπεζας, Στράτος Μολυβιάτης, o CEO της Workable, Νίκος Μωραϊτάκης, και ο Head of Cloud & Mobile Aplications της Motor Oil, Ανδρέας Τζεραβίνης. Και οι τρεις περιέγραψαν πώς κατάφεραν αυτές οι εταιρείες να μετασχηματιστούν και να ενσωματώσουν την Τεχνητή Νοημοσύνη όχι απλά σαν συνοδευτικό εργαλείο αλλά σαν το εργαλείο που «μπαίνει στη δουλειά».
Στράτος Μολυβιάτης - Εθνική Τράπεζα
«Το πιο συνηθισμένο λάθος που γίνεται στις συζητήσεις όταν μπαίνουμε να δούμε μια διαδικασία είναι ότι δεν καταλαβαίνουνε ότι το AI δεν κάνει refactor τη διαδικασία. Το AI είναι η διαδικασία», ανέφερε ο κ. Μολυβιάτης, και συνέχισε. «Να σας δώσω ένα παράδειγμα: Σε μια εγκριτική διαδικασία υπάρχει ένα sequence που έχει 10-15 βήματα. Και τραβάει δεδομένα και χαρτιά από έναν πελάτη για να του δώσει ένα δάνειο. Αυτό ήταν το παίρνω εγώ, το δίνω στον Νίκο, το δίνει στην Μάγκυ, το δίνει στον Κυριάκο, το δίνει παρακάτω. O agent μπορεί να τα κάνει την ίδια στιγμή παράλληλα». Και συμπλήρωσε πως αυτό που χρειάζεται μετά είναι ένας έλεγχος αν τα έκανε σωστά.
«Το 2024 καταλάβαμε ότι ο κόσμος αλλάζει και θα αλλάζει επιταχυνόμενα. Οπότε έπρεπε να αλλάξουμε και εμείς. Ξεκινήσαμε να κάνουμε ένα scanning της αγοράς. Είχαμε μια μαγιά με 10 ανθρώπους, οι οποίοι ήτανε AI dedicated. Μια σταλιά» σε σχέση με τους 6.500 εργαζομένους της τράπεζας. Όπως υποστηρίζει, αυτό είχε πολλαπλασιαστική ισχύ. «Αυτοί οι άνθρωποι έπρεπε να πλαισιωθούν με κάποιους experts από την αγορά. Ταλαιπωρηθήκαμε αρκετά, για τον ρόλο του διευθυντή AI ψάχναμε 12 μήνες.
Φτιάξαμε μια ομάδα η οποία στην αρχή είχε γύρω στα 15 με 18 άτομα, φθάνοντας αυτήν τη στιγμή να έχει 70 άτομα». Και συνέχισε λέγοντας ότι η δεύτερη δράση ήταν να επικοινωνήσει ότι ο κόσμος θα χωριστεί στα δύο στα επόμενα χρόνια και ότι «αν δεν είσαι κομμάτι αυτής της αλλαγής, δεν ξέρουμε πώς θα μπορέσεις να προσαρμοστείς και να συνεχίσεις να δουλεύεις. Θέλει τρομερή προσπάθεια και τρομερό tone from the top του να λες ότι αυτό ήρθε για να μείνει. Πρέπει να το αγοράσεις, αν δεν το αγοράσεις θα υπάρξει σοβαρό πρόβλημα».
Μπορείτε να διαβάστε ολόκληρη την παρουσίαση του κ. Μολυβιάτη ΕΔΩ.
Νίκος Μωραϊτάκης – Workable
Ο κ. Μωραϊτάκης ξεκίνησε λέγοντας λίγα λόγια για τη Workable. Ανέφερε ότι είναι μια ελληνική τεχνολογική εταιρεία με περίπου 300 εργαζόμενους. Μία πλατφόρμα HR που η συντριπτική πλειοψηφία των πελατών της είναι στο εξωτερικό, κυρίως στην Αμερική - 6.000 πελάτες σε 100 χώρες.
Ιδιαίτερη βάση έδωσε στο κομμάτι της εκπαίδευσης και πληροφόρησης ενός AI συστήματος. Σύμφωνα με την παρουσίασή του, με άλλα λόγια, τι μετατρέπει ένα chatbox σε συνεργάτη. Χρειάζεται πληροφορίες για την εταιρεία, τις διαδικασίες με τις οποίες λειτουργεί, τα εργαλεία, καθώς και τα συστήματα που χρησιμοποιεί η εταιρεία. Σύμφωνα πάντα με την παρουσίαση, παλιότερα μια διαδικασία έλεγε σε έναν άνθρωπο πώς να κάνει τη δουλειά. Τώρα τη διαβάζει ένας agent και την εκτελεί.
Σχετικά με το μέλλον των εργαζομένων εξαιτίας της Τεχνητής Νοημοσύνης ανέφερε πως «έχει σημασία πώς κάνουμε την κουβέντα με τους ανθρώπους. Το μήνυμά ήταν πολύ απλό: ότι κανενός η δουλειά εδώ πέρα δεν είναι ασφαλής. Όχι με την έννοια ότι θα στην κόψουμε γιατί βάλαμε ένα AI να κάνει τον κόπο σου. Γιατί θα αλλάξουνε. Η δικιά μου δουλειά θα αλλάξει. Ολονών θα αλλάξουνε. Δεν ξέρω αν θα είναι οι ίδιοι ρόλοι. Οπότε εμείς αυτό που είπαμε στους ανθρώπους είναι ότι υπάρχουν δύο επιλογές. Κάποιος να σε προστατέψει από αυτό αφήνοντας το εκτεθειμένο και εν αγνοία αυτού που έρχεται ή εδώ να κάτσουμε όλοι μαζί να προσπαθήσουμε να δούμε πώς ξαναφτιάχνουμε μια εταιρεία και πώς ξανακάνουμε αυτή τη δουλειά με αυτά τα εργαλεία.
Μπορείτε να διαβάστε ολόκληρη την παρουσίαση του κ. Μωραϊτάκη ΕΔΩ.
Ανδρέας Τζεραβίνης – Motor Oil
«Ξεκινήσαμε από την απλή ιδέα ότι αν μπορούμε να αγοράσουμε, να πληρώσουμε, να εξυπηρετηθούμε ψηφιακά, γιατί να μην μπορούμε να κάνουμε ένα ψηφιακό συμβόλαιο. Καθίσαμε με την ομάδα μου να σκεφτούμε πως μπορούμε να χρησιμοποιήσουμε την Τεχνητή Νοημοσύνη για να ξανασχεδιάσουμε τη διαδικασία του υπογράφω ένα συμβόλαιο». Έτσι ξεκίνησε το ταξίδι της Motor Oil προς τον AI μετασχηματισμό, σύμφωνα με τον κ. Τζεραβίνη.
«Χρειάζεται να μην αντιμετωπίσεις την Τεχνητή Νοημοσύνη ως ένα απομονωμένο πείραμα, πρέπει να φτιάξεις σταδιακά θεμέλια. Επενδύσαμε πάρα πολύ χρόνο, χρήμα και κόπο στο να εκπαιδεύσουμε τους υπαλλήλους μας. Πρέπει να επενδύσεις σε συνεργασίες με ανθρώπους που είναι καλύτεροι από εσένα, ξέρουνε να κάνουν αυτή τη δουλειά και να βάλεις τους κατάλληλους ανθρώπους στις κατάλληλες θέσεις».
Καταλήγοντας είπε ότι «ξεκινήσαμε από μία διαδικασία με υψηλό ρίσκο και μετρήσιμη αξία. Την ξανασχεδιάσαμε. Και μας πέτυχε. Οπότε το call to action σε εσάς είναι ‘κάντε το ίδιο, μετρήστε, μάθετε, κλιμακώστε τις διαδικασίες’».
Μπορείτε να διαβάστε ολόκληρη την παρουσίαση του κ. Τζεραβίνη ΕΔΩ.
