Η εποχή της αθωότητας για την Τεχνητή Νοημοσύνη στις αίθουσες συνεδριάσεων των μεγάλων επιχειρήσεων φαίνεται να φτάνει στο τέλος της. Καθώς διανύουμε το πρώτο εξάμηνο του 2026, η αρχική ευφορία που συνόδευε την υιοθέτηση παραγωγικών μοντέλων AI αντικαθίσταται από μια σκληρή οικονομική πραγματικότητα. Σύμφωνα με μια εκτενή νέα έκθεση της Bain & Co., οι προσδοκώμενες εξοικονομήσεις κόστους από την αυτοματοποίηση δεν υλοποιούνται με τον ρυθμό που είχαν υποσχεθεί οι διευθύνοντες σύμβουλοι στους μετόχους τους, μια εξέλιξη που η συμβουλευτική εταιρεία περιγράφει ως «βαθιά ανησυχητική» για την ηγεσία των επιχειρήσεων.
Το χάσμα μεταξύ προσδοκιών και πραγματικότητας
Η έρευνα, η οποία περιέλαβε πάνω από 1.000 μεγάλες επιχειρήσεις παγκοσμίως, δείχνει ότι ενώ οι επενδύσεις στην AI έχουν εκτοξευθεί, η απόδοση επένδυσης (ROI) παραμένει άπιαστο όνειρο για την πλειονότητα. Οι εταιρείες που πόνταραν στην AI για να μειώσουν το λειτουργικό τους κόστος κατά 20% ή 30% βρίσκονται αντιμέτωπες με πραγματικές μειώσεις που μόλις αγγίζουν το 5%. Αυτό το «χάσμα παραγωγικότητας» δεν είναι απλώς ένα στατιστικό σφάλμα, αλλά μια ένδειξη ότι η ενσωμάτωση της τεχνολογίας είναι πολύ πιο περίπλοκη και δαπανηρή από ό,τι είχε αρχικά εκτιμηθεί.
Οι αναλυτές της Bain επισημαίνουν ότι πολλά στελέχη έπεσαν στην παγίδα της υπεραπλούστευσης. Υπέθεσαν ότι η αντικατάσταση ανθρώπινων εργασιών με αλγορίθμους θα ήταν μια γραμμική διαδικασία. Ωστόσο, το κόστος των δεδομένων, η ανάγκη για συνεχή επίβλεψη από ειδικούς και οι δυσκαμψίες των υφιστάμενων οργανωτικών δομών έχουν δημιουργήσει νέα «κρυφά» κόστη που εξανεμίζουν τα οφέλη της αυτοματοποίησης.
Γιατί οι εξοικονομήσεις παραμένουν «στα χαρτιά»
Υπάρχουν τρεις κύριοι λόγοι για τους οποίους η AI δεν αποδίδει τα αναμενόμενα κέρδη. Πρώτον, η ποιότητα των δεδομένων παραμένει το μεγαλύτερο εμπόδιο. Πολλές εταιρείες ανακάλυψαν ότι τα συστήματα AI τους είναι τόσο καλά όσο και τα δεδομένα που τα τροφοδοτούν, και ο καθαρισμός αυτών των δεδομένων απαιτεί χιλιάδες ανθρωποώρες και τεράστια κεφάλαια. Δεύτερον, η «ανθρώπινη αντίσταση» και η έλλειψη δεξιοτήτων σημαίνουν ότι τα εργαλεία AI συχνά μένουν αχρησιμοποίητα ή χρησιμοποιούνται με αναποτελεσματικό τρόπο.
Τρίτον, και ίσως το πιο σημαντικό, είναι το φαινόμενο του «Pilot Purgatory» (το καθαρτήριο των πιλοτικών προγραμμάτων). Οι επιχειρήσεις ξεκινούν εκατοντάδες μικρά έργα AI που λειτουργούν σε ελεγχόμενα περιβάλλοντα, αλλά αποτυγχάνουν παταγωδώς όταν καλούνται να κλιμακωθούν σε ολόκληρο τον οργανισμό. Η Bain τονίζει ότι η μετάβαση από το «εργαστήριο» στην «παραγωγή» απαιτεί μια ριζική αναδιάρθρωση των επιχειρηματικών διαδικασιών, κάτι που τα περισσότερα στελέχη απέφυγαν να κάνουν για να μην διαταράξουν τις τρέχουσες λειτουργίες.
Η πίεση των μετόχων και η επόμενη μέρα
Με τις μετοχές των εταιρειών τεχνολογίας και των μεγάλων ομίλων να έχουν τιμολογήσει την «επανάσταση της AI» εδώ και δύο χρόνια, η έλλειψη απτών αποτελεσμάτων αρχίζει να προκαλεί νευρικότητα στις αγορές. Οι επενδυτές δεν αρκούνται πλέον σε υποσχέσεις για το μέλλον· ζητούν να δουν τη μείωση των δαπανών και την αύξηση των περιθωρίων κέρδους στους ισολογισμούς του τρέχοντος έτους. Όπως σημειώνει η Bain, αν τα στελέχη δεν καταφέρουν να γεφυρώσουν αυτό το χάσμα σύντομα, η επόμενη φάση θα είναι η περικοπή των ίδιων των επενδύσεων στην AI, κάτι που θα μπορούσε να οδηγήσει σε έναν «χειμώνα της AI» για τον εταιρικό κόσμο.
«Η AI δεν είναι ένα μαγικό ραβδί που διορθώνει κακές διαδικασίες. Είναι ένας μεγεθυντικός φακός που αναδεικνύει τις οργανωτικές αδυναμίες», αναφέρει η έκθεση.
Συμπερασματικά, η Bain & Co. καλεί τις εταιρείες να σταματήσουν να κυνηγούν κάθε νέα τάση της AI και να επικεντρωθούν σε 2-3 στρατηγικές εφαρμογές που μπορούν πραγματικά να κλιμακωθούν. Η άνεση των προηγούμενων ετών, όπου η απλή αναφορά της λέξης «AI» ανέβαζε την τιμή της μετοχής, έχει παρέλθει. Τώρα, η επιτυχία θα κριθεί από την ικανότητα των ηγετών να μετατρέψουν την τεχνολογική υπόσχεση σε οικονομική πραγματικότητα.
