Στην αυγή της εποχής της παραγωγικής τεχνητής νοημοσύνης (Generative AI), ο επιχειρηματικός κόσμος βιώνει μια πρωτοφανή φρενίτιδα. Ωστόσο, μια νέα, αποκαλυπτική μελέτη από το Harvard Business Review Analytic Services, σε συνεργασία με την Teradata, έρχεται να ρίξει «κρύο νερό» στον ενθουσιασμό των διοικητικών συμβουλίων. Παρά το γεγονός ότι η υιοθέτηση της Τεχνητής Νοημοσύνης (ΤΝ) παραμένει σε ιστορικά υψηλά επίπεδα, η πραγματική επιχειρηματική αξία φαίνεται να παραμένει εγκλωβισμένη πίσω από απαρχαιωμένες υποδομές και δυσκίνητες ροές εργασίας.
Το Χάσμα Μεταξύ Προσδοκιών και Πραγματικότητας
Η έρευνα αναδεικνύει μια κρίσιμη αντίφαση: ενώ το 84% των στελεχών αναγνωρίζει ότι η ΤΝ είναι απαραίτητη για τη μελλοντική επιβίωση του οργανισμού τους, μόλις ένα μικρό κλάσμα αυτών δηλώνει ότι έχει δει σημαντική απόδοση επένδυσης (ROI) μέχρι σήμερα. Αυτό το φαινόμενο, που πολλοί αναλυτές αποκαλούν «το παράδοξο της παραγωγικότητας της ΤΝ», δεν οφείλεται στην ίδια την τεχνολογία, αλλά στον τρόπο με τον οποίο οι επιχειρήσεις προσπαθούν να την ενσωματώσουν.
Οι περισσότερες εταιρείες αντιμετωπίζουν την ΤΝ ως ένα «μαγικό ραβδί» που μπορεί να προστεθεί πάνω σε υπάρχουσες δομές. Όπως επισημαίνει η έκθεση, η προσθήκη προηγμένων αλγορίθμων σε παρωχημένα συστήματα (legacy systems) είναι σαν να τοποθετείς έναν κινητήρα Formula 1 σε ένα παλιό σκαρί: το αποτέλεσμα δεν θα είναι η ταχύτητα, αλλά η κατάρρευση του συστήματος. Η έλλειψη εκσυγχρονισμού των δεδομένων παραμένει το νούμερο ένα εμπόδιο.
Η Ανάγκη για Εκσυγχρονισμό και Ενοποίηση
Για να ξεκλειδωθεί η αξία της ΤΝ, η έρευνα τονίζει ότι οι επιχειρήσεις πρέπει να προχωρήσουν σε ριζικό ανασχεδιασμό των ψηφιακών τους θεμελίων. Αυτό περιλαμβάνει τη μετάβαση σε cloud-native υποδομές και την εξάλειψη των «σιλό» δεδομένων (data silos). Όταν τα δεδομένα είναι διασκορπισμένα σε διαφορετικά τμήματα χωρίς κεντρικό έλεγχο, η ΤΝ στερείται την «τροφή» που χρειάζεται για να παράγει ακριβή και αξιοποιήσιμα συμπεράσματα.
- Ενοποίηση Δεδομένων: Η ΤΝ απαιτεί καθαρά, προσβάσιμα και ενοποιημένα δεδομένα σε πραγματικό χρόνο.
- Εκσυγχρονισμός Υποδομών: Τα παλαιά on-premise συστήματα συχνά δεν μπορούν να υποστηρίξουν την υπολογιστική ισχύ που απαιτεί η σύγχρονη ΤΝ.
- Ανασχεδιασμός Ροών Εργασίας: Η ΤΝ δεν πρέπει απλώς να αυτοματοποιεί παλιές εργασίες, αλλά να δημιουργεί νέους τρόπους εργασίας.
Ο Ανθρώπινος Παράγοντας και η Εταιρική Κουλτούρα
Πέρα από το τεχνικό κομμάτι, η έκθεση του HBR Analytic Services δίνει ιδιαίτερη έμφαση στην κουλτούρα. Η υιοθέτηση της ΤΝ συχνά συναντά αντιστάσεις από το προσωπικό, όχι απαραίτητα λόγω φόβου για απώλεια θέσεων εργασίας, αλλά λόγω της πολυπλοκότητας των νέων εργαλείων. Η έλλειψη ψηφιακών δεξιοτήτων (AI literacy) στα μεσαία και ανώτερα στελέχη αποτελεί τροχοπέδη στην ενσωμάτωση της τεχνολογίας στις καθημερινές αποφάσεις.
«Η τεχνολογία είναι το εύκολο μέρος. Η αλλαγή των ανθρώπινων συνηθειών και η αναδόμηση των επιχειρηματικών διαδικασιών που ισχύουν για δεκαετίες είναι η πραγματική πρόκληση», αναφέρει χαρακτηριστικά η έκθεση.
Συμπερασματικά, η έρευνα προειδοποιεί ότι οι εταιρείες που συνεχίζουν να επενδύουν στην ΤΝ χωρίς να επενδύουν παράλληλα στον εκσυγχρονισμό των υποδομών τους και στην εκπαίδευση του προσωπικού τους, κινδυνεύουν να βρεθούν με ακριβά παιχνίδια που δεν παράγουν κανένα ανταγωνιστικό πλεονέκτημα. Η εποχή του πειραματισμού τελειώνει· η εποχή της βιομηχανοποιημένης και στρατηγικής ΤΝ απαιτεί μια πιο ολιστική προσέγγιση.
