Η συζήτηση γύρω από την Τεχνητή Νοημοσύνη (ΤΝ) έχει περάσει από τη φάση του ενθουσιασμού στη φάση της αυστηρής οικονομικής αξιολόγησης. Καθώς διανύουμε το πρώτο μισό του 2026, το ερώτημα δεν είναι πλέον αν η ΤΝ μπορεί να γράψει ένα ποίημα ή να δημιουργήσει μια εικόνα, αλλά αν μπορεί να μετακινήσει τη βελόνα του ΑΕΠ και να αυξήσει την κερδοφορία των επιχειρήσεων με βιώσιμο τρόπο. Μια νέα, εκτενής έρευνα από το Τεχνολογικό Ινστιτούτο της Μασαχουσέτης (MIT), η οποία αναλύθηκε πρόσφατα από τον Οικονομικό Ταχυδρόμο, έρχεται να ρίξει φως σε αυτό το θολό τοπίο, προσφέροντας μια πιο προσγειωμένη και αναλυτική ματιά στην πραγματική συμβολή της τεχνολογίας στη δημιουργία αξίας.

Το Παράδοξο της Παραγωγικότητας και η Νέα Πραγματικότητα

Για δεκαετίες, οι οικονομολόγοι πάλευαν με το «παράδοξο του Solow», την παρατήρηση ότι η πληροφορική επανάσταση φαινόταν παντού εκτός από τα στατιστικά στοιχεία για την παραγωγικότητα. Η έρευνα του MIT υποστηρίζει ότι η Γενετική Τεχνητή Νοημοσύνη (Generative AI) αρχίζει επιτέλους να σπάει αυτό το παράδοξο, αλλά όχι με τον οριζόντιο τρόπο που πολλοί προέβλεπαν. Η μελέτη δείχνει ότι η αύξηση της παραγωγικότητας είναι έντονα συγκεντρωμένη σε συγκεκριμένους κλάδους και, κυρίως, σε συγκεκριμένες εργασίες (tasks) εντός των επιχειρήσεων.

Σύμφωνα με τα ευρήματα, η δημιουργία αξίας δεν προέρχεται από την αντικατάσταση ολόκληρων θέσεων εργασίας, αλλά από την δραματική επιτάχυνση της διεκπεραίωσης γνωστικών εργασιών ρουτίνας. Σε τομείς όπως η συγγραφή κώδικα, η νομική τεκμηρίωση και η εξυπηρέτηση πελατών, η παραγωγικότητα αυξήθηκε κατά μέσο όρο 25-35%. Ωστόσο, η έρευνα προειδοποιεί ότι αυτή η «αξία» συχνά εγκλωβίζεται μέσα στις εταιρείες τεχνολογίας λόγω του υψηλού κόστους υλοποίησης και των συνδρομητικών μοντέλων, αφήνοντας τις παραδοσιακές επιχειρήσεις με μικρότερα περιθώρια κέρδους από ό,τι αναμενόταν.

Η Πρόκληση της Οργανωσιακής Ενσωμάτωσης

Ένα από τα πιο ενδιαφέροντα σημεία της έρευνας αφορά το «κόστος προσαρμογής». Το MIT επισημαίνει ότι για κάθε ένα ευρώ που επενδύεται σε λογισμικό ΤΝ, οι επιχειρήσεις πρέπει να επενδύσουν επιπλέον τρία έως πέντε ευρώ σε ανθρώπινο κεφάλαιο, ανασχεδιασμό διαδικασιών και καθαρισμό δεδομένων. Η δημιουργία αξίας, επομένως, δεν είναι μια αυτόματη διαδικασία «plug-and-play».

  • Επανεκπαίδευση Προσωπικού: Οι εταιρείες που πέτυχαν την υψηλότερη απόδοση επένδυσης (ROI) ήταν εκείνες που επένδυσαν μαζικά στην εκπαίδευση των εργαζομένων τους, όχι μόνο στη χρήση των εργαλείων, αλλά στην κριτική αξιολόγηση των αποτελεσμάτων της ΤΝ.
  • Διακυβέρνηση Δεδομένων: Η αξία της ΤΝ είναι άμεσα συνδεδεμένη με την ποιότητα των δεδομένων. Η έρευνα δείχνει ότι οι επιχειρήσεις με κατακερματισμένα δεδομένα είδαν μηδενική ή και αρνητική επίδραση στην παραγωγικότητά τους.
  • Πολιτισμική Αντίσταση: Η ενσωμάτωση της ΤΝ συχνά προσκρούει σε εσωτερικές αντιστάσεις, καθώς οι εργαζόμενοι φοβούνται την απαξίωση των δεξιοτήτων τους.

Η Ελληνική Διάσταση: Ευκαιρίες και Κίνδυνοι

Για την ελληνική οικονομία, η έρευνα του MIT έχει ιδιαίτερη σημασία. Με μια δομή που βασίζεται σε μικρομεσαίες επιχειρήσεις και στον τομέα των υπηρεσιών, η Ελλάδα βρίσκεται σε ένα κρίσιμο σταυροδρόμι. Ο Οικονομικός Ταχυδρόμος υπογραμμίζει ότι η υιοθέτηση της ΤΝ στον τουρισμό, τη ναυτιλία και τις χρηματοοικονομικές υπηρεσίες θα μπορούσε να προσφέρει ένα συγκριτικό πλεονέκτημα, αρκεί να υπάρξει κεντρικός σχεδιασμός.

«Η Τεχνητή Νοημοσύνη δεν είναι ένας μαγικός ραβδί για την οικονομία, αλλά ένας επιταχυντής των υπαρχουσών δυνατοτήτων. Αν μια επιχείρηση είναι δυσλειτουργική, η ΤΝ απλώς θα κάνει τη δυσλειτουργία της πιο γρήγορη και ακριβή», αναφέρει χαρακτηριστικά ένας από τους ερευνητές του MIT.

Στον τομέα της ναυτιλίας, για παράδειγμα, η χρήση ΤΝ για τη βελτιστοποίηση των διαδρομών και την κατανάλωση καυσίμων δημιουργεί ήδη μετρήσιμη αξία. Αντίθετα, στον δημόσιο τομέα, η έλλειψη ψηφιακής ωριμότητας καθυστερεί την αξιοποίηση των εργαλείων αυτών, παρά τις φιλότιμες προσπάθειες ψηφιοποίησης των τελευταίων ετών. Η πρόκληση για την Ελλάδα είναι να μην περιοριστεί στον ρόλο του καταναλωτή ξένων τεχνολογιών, αλλά να αναπτύξει εξειδικευμένες λύσεις που απαντούν στις τοπικές ανάγκες.

Συμπεράσματα: Η Αξία ως Συνάρτηση της Στρατηγικής

Η έρευνα καταλήγει στο συμπέρασμα ότι η ΤΝ δημιουργεί αξία κυρίως μέσω της «επαύξησης» (augmentation) και όχι της «αντικατάστασης» (replacement). Οι πιο κερδοφόρες εφαρμογές είναι αυτές που επιτρέπουν στους ανθρώπους να επικεντρωθούν σε εργασίες υψηλότερης αξίας, αφήνοντας τα επαναλαμβανόμενα καθήκοντα στη μηχανή. Ωστόσο, η κατανομή αυτής της αξίας παραμένει ένα πολιτικό και κοινωνικό ζήτημα. Αν η αύξηση της παραγωγικότητας δεν μεταφραστεί σε καλύτερους μισθούς ή χαμηλότερες τιμές για τους καταναλωτές, ο κίνδυνος κοινωνικής αποσταθεροποίησης είναι ορατός. Η Τεχνητή Νοημοσύνη είναι εδώ για να μείνει, αλλά η οικονομική της επιτυχία θα κριθεί από την ικανότητά μας να την ενσωματώσουμε σε ένα μοντέλο που ευνοεί την ευρεία ευημερία και όχι μόνο τους λίγους πρωτοπόρους της τεχνολογίας.