-
- 30/04/2026, 23:04
- SHARE
Παρά τη ραγδαία εξάπλωση της τεχνητής νοημοσύνης, το 80% της χρήσης της παραμένει περιορισμένο σε βασικές λειτουργίες, αποκαλύπτοντας το χάσμα μεταξύ δυνατοτήτων και πραγματικής αξιοποίησης.
- Το 80% της χρήσης AI αφορά βασικές λειτουργίες όπως αναζήτηση, καθοδήγηση και συγγραφή.
- Οι περισσότερες εταιρείες πειραματίζονται με AI, αλλά δεν έχουν πετύχει ουσιαστική ενσωμάτωση.
- Το βασικό εμπόδιο δεν είναι η τεχνολογία, αλλά η οργανωτική ετοιμότητα και στρατηγική.
Μια πρόσφατη μελέτη της ομάδας Economic Research της OpenAI, σε συνεργασία με τον οικονομολόγο του Harvard David Deming, διαπίστωσε ότι σχεδόν το 80% της χρήσης του ChatGPT συγκεντρώνεται σε τρεις βασικές κατηγορίες: καθοδήγηση, αναζήτηση πληροφοριών και συγγραφή.
Τρία χρόνια μετά τη μαζική διάδοση της generative AI, οι περισσότεροι χρήστες δεν έχουν ξεπεράσει το επίπεδο ενός «πιο έξυπνου Google search». Έννοιες όπως το vibe coding παραμένουν άγνωστες για την πλειονότητα.
Το χάσμα ανάμεσα στις δυνατότητες της AI και στον τρόπο που χρησιμοποιείται αποτελεί αντικείμενο νέας έρευνας της InnovationPoint, σε συνεργασία με τη ROI Communication. Η έρευνα βασίζεται σε συνεντεύξεις με ανώτερα στελέχη από εταιρείες του Fortune 1000 και επιβεβαιώνει αυτό που δείχνουν ήδη τα δεδομένα: η AI είναι παντού, αλλά η ουσιαστική στρατηγική ενσωμάτωσή της παραμένει περιορισμένη.
Πειραματισμός χωρίς κλιμάκωση
Σε όλες σχεδόν τις εταιρείες που μελετήθηκαν, κυριαρχεί ο πειραματισμός με εργαλεία όπως το ChatGPT, το Copilot και το Gemini. Τα ποσοστά χρήσης εντυπωσιάζουν — σε μία περίπτωση, η υιοθέτηση έφτασε το 75% μέσα σε μία εβδομάδα, ενώ άλλη εταιρεία αγόρασε 30.000 άδειες Copilot.
Ωστόσο, η πρόσβαση δεν σημαίνει και ικανότητα. Η χρήση των εργαλείων δεν συνοδεύεται απαραίτητα από αλλαγή στον τρόπο εργασίας.
Όπως επισημαίνει η Melanie Barna της ROI Communication, πολλές εταιρείες βρίσκονται ακόμη στο «στάδιο της εντυπωσιακής επίδειξης»: υπάρχει ενθουσιασμός, αλλά έξι μήνες μετά τα εργαλεία χρησιμοποιούνται για τα ίδια βασικά tasks όπως στην αρχή.
Η μετάβαση από τον πειραματισμό στην καθημερινή λειτουργική ενσωμάτωση αποδεικνύεται πολύ πιο δύσκολη, καθώς απαιτεί οργανωτική στρατηγική, redesign διαδικασιών και αλλαγή νοοτροπίας.
Το πραγματικό εμπόδιο: η οργανωτική ετοιμότητα
Η ανάπτυξη πραγματικών δυνατοτήτων AI δεν είναι θέμα αγοράς εργαλείων. Απαιτεί οργανωτική ετοιμότητα: υποδομές, ποιοτικά δεδομένα, σωστό σχεδιασμό workflows και κυρίως ανθρώπους με την κατάλληλη νοοτροπία.
Ένα από τα βασικά μοτίβα που καταγράφηκαν είναι το λεγόμενο «fractured adoption model»: η AI εξαπλώνεται χωρίς ενιαία στρατηγική, οδηγώντας σε άνιση χρήση και σύγχυση εντός των οργανισμών.
Σε μεγάλη εταιρεία του Fortune 500, για παράδειγμα, η ευθύνη για την AI ήταν μοιρασμένη μεταξύ IT και HR, ενώ οι εργαζόμενοι είχαν λάβει μόνο νομικές οδηγίες — χωρίς καμία πρακτική καθοδήγηση για τη χρήση των εργαλείων. Το αποτέλεσμα ήταν αναποτελεσματικότητα, ασυνέχεια και αυξημένο άγχος.
Από την τεχνολογία στην αλλαγή
Οι περισσότερες εταιρείες αντιμετώπισαν την AI ως ένα ακόμη τεχνολογικό rollout. Το αποτέλεσμα ήταν αποσπασματική υιοθέτηση και εμφάνιση «shadow AI», με εργαζόμενους να χρησιμοποιούν εργαλεία εκτός εταιρικών συστημάτων.
Σήμερα, οι ίδιες εταιρείες συνειδητοποιούν ότι η επιτυχής μετάβαση απαιτεί κάτι περισσότερο: ισχυρή επικοινωνία, διαχείριση αλλαγής και οικοδόμηση εμπιστοσύνης.
Οι τέσσερις προτεραιότητες για τους ηγέτες
Η έρευνα καταλήγει σε τέσσερις βασικές κατευθύνσεις:
- Από την πρόσβαση στη στρατηγική: τα εργαλεία δεν αρκούν χωρίς governance και σαφή use cases
- Οι ηγέτες να δίνουν το παράδειγμα: η ενεργή χρήση AI από τα στελέχη επιταχύνει την υιοθέτηση
- Μέτρηση αποτελέσματος: έμφαση στον χρόνο που εξοικονομείται, όχι στον αριθμό αδειών
- Ενιαίο αφήγημα: σαφής επικοινωνία για μείωση άγχους και ενίσχυση εμπιστοσύνης
Το επόμενο βήμα
Η τεχνητή νοημοσύνη βρίσκεται ήδη σε τροχιά μετασχηματισμού των οργανισμών. Το ερώτημα δεν είναι αν θα συμβεί, αλλά πόσο προετοιμασμένες είναι οι επιχειρήσεις.
Όπως σημειώνει ο Ethan Mollick του Wharton, αρκετά ανώτερα στελέχη κατανοούν τον αντίκτυπο της AI. Η πρόκληση πλέον είναι πώς αυτή η γνώση θα μεταφερθεί και θα εφαρμοστεί σε ολόκληρο τον οργανισμό.
Η πραγματική δουλειά έχει ήδη ξεκινήσει — και δεν αφορά εντυπωσιακές εφαρμογές, αλλά βαθιές αλλαγές σε διαδικασίες, δεξιότητες και τρόπο λειτουργίας.
ΔΙΑΒΑΣΤΕ ΠΕΡΙΣΣΟΤΕΡΕΣ ΕΙΔΗΣΕΙΣ:
- Η απόρριψη που γέννησε έναν τεχνολογικό κολοσσό – 50 χρόνια από την ίδρυση της Apple
- Η Nvidia «ποντάρει» στη Marvell με 2 δισ. δολάρια – Ισχυρό ράλι για τη μετοχή
- Πώς το μεγαλύτερο data center Τεχνητής Νοημοσύνης της Meta αναστατώνει μια μικρή αγροτική πόλη