Σύμφωνα με μια νέα έκθεση της ερευνητικής πρωτοβουλίας NANDA του Τεχνολογικού Ινστιτούτου της Μασαχουσέτης (MIT), η υιοθέτηση της παραγωγικής τεχνητής νοημοσύνης (GenAI) από τις επιχειρήσεις αντιμετωπίζει σημαντικές προκλήσεις, καθώς το 95% των εταιρικών πιλοτικών προγραμμάτων αποτυγχάνει να αποφέρει μετρήσιμη οικονομική απόδοση. Η μελέτη, με τίτλο «The GenAI Divide: State of AI in Business 2025», η οποία βασίστηκε στην ανάλυση 300 υλοποιήσεων, σε 52 συνεντεύξεις με οργανισμούς και σε έρευνα με 153 στελέχη, αναδεικνύει την ύπαρξη ενός «χάσματος παραγωγικής ΤΝ». Αυτό το χάσμα διαχωρίζει ένα μικρό ποσοστό εταιρειών, της τάξης του 5%, που επιτυγχάνει σημαντική οικονομική αξία, από τη συντριπτική πλειοψηφία που παραμένει στάσιμη σε πειραματικά στάδια, παρά τις συνολικές επενδύσεις στον τομέα που υπολογίζονται μεταξύ 30 και 40 δισεκατομμυρίων δολαρίων.
Η έρευνα υποστηρίζει ότι η κύρια αιτία αυτής της κατάστασης δεν είναι η τεχνολογική επάρκεια των ίδιων των μοντέλων ΤΝ, αλλά ένα «χάσμα μάθησης» μεταξύ των εργαλείων και των οργανισμών που τα υιοθετούν. Τα εταιρικά συστήματα ΤΝ, σε αντίθεση με τα ευέλικτα καταναλωτικά προϊόντα, συχνά αποδεικνύονται άκαμπτα και ανίκανα να ενσωματωθούν στις εξειδικευμένες ροές εργασίας, καθώς δεν διαθέτουν την ικανότητα να μαθαίνουν από την ανατροφοδότηση ή να διατηρούν το πλαίσιο των αλληλεπιδράσεων. Η συνέπεια αυτού του φαινομένου είναι ορατή σε κλαδικό επίπεδο, όπου μόνο οι τομείς της Τεχνολογίας και των Μέσων Ενημέρωσης παρουσιάζουν σαφείς ενδείξεις διαρθρωτικών αλλαγών, ενώ άλλοι βασικοί κλάδοι, όπως οι χρηματοοικονομικές υπηρεσίες και η υγεία, παρά τις εκτεταμένες δοκιμές, δεν έχουν βιώσει ουσιαστικό μετασχηματισμό.
Παρατηρείται, επίσης, μια σημαντική αναντιστοιχία στην κατανομή των επενδυτικών πόρων. Σύμφωνα με την έκθεση, η πλειοψηφία των προϋπολογισμών για την ΤΝ, συχνά πάνω από 50%, κατευθύνεται στους τομείς των πωλήσεων και του μάρκετινγκ. Η επιλογή αυτή αιτιολογείται από την ευκολία μέτρησης των σχετικών δεικτών απόδοσης (KPIs), οι οποίοι ευθυγραμμίζονται με τους στόχους των διοικητικών συμβουλίων. Ωστόσο, η υψηλότερη απόδοση της επένδυσης (ROI) προέρχεται από την αυτοματοποίηση των λεγόμενων back-office λειτουργιών. Εταιρείες που έχουν εφαρμόσει επιτυχώς τέτοιες λύσεις αναφέρουν οφέλη όπως ετήσια εξοικονόμηση 2 έως 10 εκατομμυρίων δολαρίων από τη μείωση της εξωτερικής ανάθεσης διαδικασιών και περικοπή κατά 30% των δαπανών σε εξωτερικές εταιρείες δημιουργικού περιεχομένου.
Η διαφορά στην αποτελεσματικότητα μεταξύ των διαφόρων προσεγγίσεων υιοθέτησης είναι αξιοσημείωτη. Τα δεδομένα της έκθεσης δείχνουν ότι η αγορά έτοιμων λύσεων από εξειδικευμένους προμηθευτές και οι στρατηγικές συνεργασίες έχουν ποσοστό επιτυχίας περίπου 67%, καθιστώντας τις δύο φορές πιο αποτελεσματικές από τα συστήματα που αναπτύσσονται εσωτερικά, των οποίων το ποσοστό επιτυχίας είναι μόλις 33%. Η διαδικασία από τη διερεύνηση έως την παραγωγική εφαρμογή για εξειδικευμένα εργαλεία είναι ενδεικτική της δυσκολίας: ενώ το 60% των οργανισμών τα εξετάζει, μόνο το 20% φτάνει στο πιλοτικό στάδιο και ένα ελάχιστο 5% επιτυγχάνει την πλήρη ενσωμάτωσή τους. Η διαδικασία αυτή είναι, επιπλέον, πιο αργή για τις μεγάλες επιχειρήσεις, οι οποίες μπορεί να χρειαστούν εννέα μήνες ή περισσότερο για την υλοποίηση.
Σε επίπεδο τελικού χρήστη, η πρόκληση γίνεται εξίσου εμφανής. Οι ίδιοι επαγγελματίες που χρησιμοποιούν σε καθημερινή βάση προσωπικά εργαλεία ΤΝ, εκτιμώντας την ευελιξία και την ποιότητά τους, εκφράζουν δυσπιστία απέναντι στα επίσημα εταιρικά συστήματα, τα οποία συχνά περιγράφουν ως δύσχρηστα και μη ευθυγραμμισμένα με τις ανάγκες τους. Αυτό επιβεβαιώνεται από το γεγονός ότι το 90% των χρηστών θα προτιμούσε έναν άνθρωπο για τη διαχείριση σύνθετων εργασιών που απαιτούν μνήμη και προσαρμοστικότητα. Η κατάσταση αυτή έχει οδηγήσει στην ανάπτυξη της λεγόμενης «σκιώδους ΤΝ» (shadow AI), όπου πάνω από το 90% των εργαζομένων χρησιμοποιεί ανεπίσημα προσωπικούς λογαριασμούς ΤΝ για την εργασία του, ακόμη και όταν μόνο το 40% των εταιρειών παρέχει επίσημη πρόσβαση.
Ο αντίκτυπος της ΤΝ στην απασχόληση, σύμφωνα με την έκθεση, δεν μεταφράζεται σε μαζικές απολύσεις στο παρόν στάδιο. Οι επιπτώσεις είναι πιο εστιασμένες και αφορούν κυρίως τη μη αντικατάσταση θέσεων που κενώνονται σε τομείς όπως η υποστήριξη πελατών και οι διοικητικές λειτουργίες, όπου παρατηρείται μείωση του σχετικού φόρτου εργασίας κατά 5-20% στις εταιρείες που πρωτοπορούν. Αυτή η τάση είναι πιο έντονη στους κλάδους της Τεχνολογίας και των ΜΜΕ, όπου πάνω από το 80% των στελεχών αναμένει μείωση του ρυθμού προσλήψεων εντός της επόμενης διετίας. Ταυτόχρονα, η εξοικείωση με τη χρήση εργαλείων ΤΝ καθιερώνεται ως βασική δεξιότητα για τους νέους υποψηφίους στην αγορά εργασίας.
Η έκθεση καταλήγει στο ότι η επιτυχής υιοθέτηση της παραγωγικής ΤΝ απαιτεί μια διαφορετική στρατηγική προσέγγιση. Οι οργανισμοί που σημειώνουν επιτυχία προτιμούν την αγορά έτοιμων λύσεων, αναθέτουν την ευθύνη της υλοποίησης στους διευθυντές των επιχειρησιακών τμημάτων αντί για κεντρικές ομάδες καινοτομίας, και επιλέγουν εργαλεία που είναι σχεδιασμένα να εξελίσσονται. Το μέλλον, σύμφωνα με τους ερευνητές, ανήκει στα «agentic» συστήματα, δηλαδή, συστήματα σχεδιασμένα να μαθαίνουν, να διατηρούν μνήμη και να δρουν αυτόνομα. Αυτά τα συστήματα αναμένεται να αποτελέσουν τη βάση για ένα διασυνδεδεμένο «Agentic Web», το οποίο θα μετασχηματίσει τις επιχειρηματικές διαδικασίες από στατικές σε δυναμικές και αυτόνομες, θέτοντας νέες βάσεις για την παραγωγικότητα και την καινοτομία.
ΠΗΓΗ: Digital Life
Δείτε το πλήρες άρθρο εδώ.
