Τεχνητή Νοημοσύνη στις επιχειρήσεις: Μόλις 3 στις 10 την αξιοποιούν ουσιαστικά

Η έκθεση της Deloitte δείχνει ότι η αξία της ΤΝ προκύπτει από ενσωμάτωση σε υποδομές, δεδομένα και στρατηγική και όχι απλώς από πρόσβαση σε εργαλεία.

Η νέα παγκόσμια έκθεση της Deloitte με τίτλο «The State of AI in the Enterprise» για το 2026 καταγράφει την πορεία υιοθέτησης της Τεχνητής Νοημοσύνης (ΤΝ) στις επιχειρήσεις και αναδεικνύει το βασικό ζητούμενο: πώς η τεχνολογία μετατρέπεται σε μετρήσιμη επιχειρηματική αξία. Τα ευρήματα δείχνουν ότι η πρόσβαση σε εργαλεία ΤΝ αυξάνεται, ωστόσο η ουσιαστική ενσωμάτωσή τους στον πυρήνα της λειτουργίας των οργανισμών παραμένει πρόκληση.

ΣΤΡΑΤΗΓΙΚΗ ΚΑΙ ΠΡΑΓΜΑΤΙΚΟΤΗΤΑ

Σύμφωνα με την έρευνα, έξι στους δέκα εργαζόμενους διαθέτουν πλέον πρόσβαση σε εγκεκριμένα εργαλεία ΤΝ, ποσοστό αυξημένο σημαντικά σε σχέση με πέρυσι. Ωστόσο, η διαφορά μεταξύ στρατηγικής πρόθεσης και επιχειρησιακής ετοιμότητας είναι εμφανής. Πάνω από 3.000 ανώτερα στελέχη που συμμετείχαν στην έρευνα αναγνωρίζουν ότι η τεχνολογία από μόνη της δεν αρκεί. Απαιτούνται υποδομές, κατάλληλη διαχείριση δεδομένων και εξειδικευμένο ανθρώπινο δυναμικό.

Μόλις το 34% των επιχειρήσεων δηλώνει ότι έχει προχωρήσει σε βαθύ μετασχηματισμό, επανασχεδιάζοντας προϊόντα, διαδικασίες και επιχειρηματικά μοντέλα με επίκεντρο την ΤΝ. Αντίθετα, σημαντικό ποσοστό περιορίζεται σε επιμέρους εφαρμογές χωρίς ουσιαστική αλλαγή στον τρόπο λειτουργίας.

ΑΠΟ ΤΟ ΠΙΛΟΤΙΚΟ ΣΤΗΝ ΠΑΡΑΓΩΓΗ

Ένα από τα βασικά εμπόδια εντοπίζεται στη μετάβαση από τα πιλοτικά έργα στην πλήρη παραγωγική αξιοποίηση. Αν και πολλές εταιρίες καταγράφουν θετικά αποτελέσματα σε ελεγχόμενο περιβάλλον, η κλιμάκωση απαιτεί διασύνδεση με υφιστάμενα συστήματα, ελέγχους ασφάλειας, συμμόρφωση και συνεχή παρακολούθηση. Μόνο το 25% έχει μεταφέρει μεγάλο μέρος των πειραματικών εφαρμογών σε παραγωγή, παρά το γεγονός ότι οι περισσότερες εκτιμούν πως θα το πετύχουν σύντομα.

Η έλευση της Generative AI αλλάζει περαιτέρω τα δεδομένα, καθώς η πλειονότητα των νέων χρήσεων βασίζεται σε αυτήν. Οι υφιστάμενες αρχιτεκτονικές δεδομένων συχνά δεν επαρκούν για εφαρμογές σε πραγματικό χρόνο, γεγονός που οδηγεί σε ανάγκη εκσυγχρονισμού υποδομών και επενδύσεων σε cloud τεχνολογίες.

ΔΙΑΚΥΒΕΡΝΗΣΗ ΚΑΙ ΡΙΣΚΟ

Η ανάπτυξη πιο αυτόνομων συστημάτων, όπως το Agentic AI, δημιουργεί νέες απαιτήσεις διακυβέρνησης. Παρότι μεγάλο ποσοστό εταιριών σχεδιάζει την αξιοποίησή του τα επόμενα δύο χρόνια, λίγες διαθέτουν ώριμα πλαίσια ελέγχου. Καθώς τα συστήματα αυτά μπορούν να αναλαμβάνουν ενέργειες αυτόνομα, η ύπαρξη σαφών ορίων και μηχανισμών παρακολούθησης κρίνεται κρίσιμη.

ΝΕΕΣ ΤΑΣΕΙΣ

Παράλληλα, ενισχύεται η χρήση του λεγόμενου Physical AI σε βιομηχανία και εφοδιαστική αλυσίδα, ενώ αυξάνεται και το ενδιαφέρον για Sovereign AI, με έμφαση στον έλεγχο δεδομένων και υποδομών. Η επιλογή προμηθευτών με βάση τη γεωγραφική προέλευση αποκτά στρατηγική σημασία.

Η έκθεση, που βασίζεται σε δείγμα 3.235 στελεχών από 24 χώρες και έξι βασικούς κλάδους, καταλήγει ότι η δημιουργία αξίας από την ΤΝ εξαρτάται λιγότερο από τον αριθμό των έργων και περισσότερο από τη συνολική οργανωσιακή ωριμότητα και την ενσωμάτωσή της στον επιχειρησιακό σχεδιασμό.

Αναλυτικότερα, σύμφωνα με την ανακοίνωση:

Το Deloitte ΑΙ Institute παρουσίασε την έκθεση «The State of AI in the Enterprise» για το 2026, αναδεικνύοντας μια καθοριστική διαπίστωση που ξεχωρίζει τους ηγέτες της αγοράς από τους υπόλοιπους: η διαφορά μεταξύ πρόσβασης και ουσιαστικής υιοθέτησης της Τεχνητής Νοημοσύνης αποτελεί σήμερα το βασικό εμπόδιο στη δημιουργία επιχειρηματικής αξίας. Παρότι το 60% των εργαζομένων έχει πλέον πρόσβαση σε εγκεκριμένα εργαλεία Τεχνητής Νοημοσύνης — αύξηση 50% μέσα σε μόλις έναν χρόνο — η πραγματική πρόκληση δεν είναι η υιοθέτηση της Τεχνητής Νοημοσύνης σε ένα οργανισμό, αλλά η ενσωμάτωσή της με τρόπο που να λειτουργεί συστηματικά και σε ευρεία κλίμακα.

Η έρευνα, στην οποία συμμετείχαν περισσότερα από 3.000 ανώτερα στελέχη που εμπλέκονται άμεσα στις πρωτοβουλίες ΑΙ των εταιρειών τους, αποκαλύπτει μια αναντιστοιχία μεταξύ στρατηγικής αυτοπεποίθησης και επιχειρησιακής ετοιμότητας.

Τα ευρήματα είναι σαφή: το μετασχηματιστικό αποτύπωμα της ΤΝ είναι πραγματικό, αλλά η αξιοποίησή του απαιτεί πολύ περισσότερα από επενδύσεις στην τεχνολογία. Οι οργανισμοί οφείλουν να αντιμετωπίσουν την ΤΝ ως δομικό στοιχείο του επιχειρησιακού τους μοντέλου. Οι πιο επιτυχημένοι δεν θα είναι όσοι έχουν τα περισσότερα έργα ΤΝ ή θα διαθέτουν τους μεγαλύτερους προϋπολογισμούς, αλλά όσοι ενσωματώνουν την ΤΝ στα θεμέλια του τρόπου με τον οποίο λειτουργούν, ανταγωνίζονται και αναπτύσσονται.

Η Απόδοση της ΤΝ ως Πυρήνας Στρατηγικής ή Μείωσης Κόστους;

Στην αγορά διαμορφώνεται μια διευρυνόμενη διαφορά απόδοσης ανάμεσα στις εταιρείες που αντιμετωπίζουν την ΤΝ ως πυρήνα της στρατηγικής τους και εκείνες που τη θεωρούν απλώς εργαλείο μείωσης κόστους. Οι πρωτοπόροι οργανισμοί επενδύουν σημαντικά στην αξιοποίηση της ΤΝ για να αναδιαμορφώσουν τις λειτουργίες τους και να δημιουργήσουν νέες πηγές εσόδων.

Η διαφορά είναι ουσιαστική. Το 37% χρησιμοποιεί την ΤΝ σε επιφανειακό επίπεδο, χωρίς αλλαγές στις βασικές επιχειρησιακές διαδικασίες. Το 30% επανασχεδιάζει κρίσιμες διαδικασίες γύρω από την ΤΝ, διατηρώντας τα επιχειρηματικά μοντέλα ως έχουν. Μόνο όμως το 34% μετασχηματίζει βαθιά τις επιχειρήσεις του — δημιουργώντας νέα προϊόντα, επανασχεδιάζοντας τις βασικές διαδικασίες και μετασχηματίζοντας θεμελιωδώς τα επιχειρηματικά τους μοντέλα.

Αυτή η τρίτη ομάδα εστιάζει στην ενεργοποίηση και όχι μόνο στην πρόσβαση, επιδιώκοντας στρατηγική ανανέωση και όχι απλή αύξηση αποτελεσματικότητας.

Η Πραγματικότητα της Μετάβασης από την Πιλοτική Ανάπτυξη στην Παραγωγή
Οι οργανισμοί που πειραματίζονται με την ΤΝ συχνά βλέπουν θετικά αποτελέσματα σε ελεγχόμενες συνθήκες, με καθαρά δεδομένα και σε απομονωμένα περιβάλλοντα. Ωστόσο, η μετάβαση σε περιβάλλον παραγωγής αποκαλύπτει μια διαφορετική πραγματικότητα. Η ανάπτυξη σε παραγωγή απαιτεί επενδύσεις σε υποδομές, διασύνδεση με υφιστάμενα συστήματα, ελέγχους ασφάλειας και συμμόρφωσης, συστήματα παρακολούθησης και συνεχή συντήρηση — όλα προϋποθέτουν σημαντικά περισσότερους πόρους και συντονισμό.
Αυτή η απόκλιση εξηγεί γιατί μόνο το 25% των εταιρειών έχει μεταφέρει το 40% ή περισσότερο των πειραμάτων ΤΝ σε παραγωγή, παρότι το 54% αναμένει να φτάσει σε αυτό το επίπεδο εντός τριών έως έξι μηνών.

Οι επιτυχημένες εταιρείες αναγνωρίζουν αυτή την πρόκληση από νωρίς. Σχεδιάζουν για ανάπτυξη σε παραγωγή εξαρχής, ενσωματώνοντας ζητήματα διασύνδεσης συστημάτων, δικαιωμάτων δεδομένων και επιχειρησιακής αξιοπιστίας ήδη από τη φάση του πιλοτικού έργου.

Στρατηγική Ετοιμότητα vs. Επιχειρησιακή Υποδομή: Η Generative AI Αλλάζει το Παιχνίδι
Το 42% των εταιρειών θεωρεί ότι είναι στρατηγικά έτοιμο για ΤΝ, αλλά τα ποσοστά ετοιμότητας μειώνονται σε σχέση με πέρυσι όταν πρόκειται για τις τεχνικές υποδομές (43%), τη διαχείριση δεδομένων (40%) και το ανθρώπινο δυναμικό (20%) του οργανισμού.
Επιπλέον, πολλοί οργανισμοί είχαν προετοιμαστεί για ένα μέλλον βασισμένο στην παραδοσιακή ΤΝ και το machine learning. Όμως η GenAI άλλαξε τα δεδομένα. Πλέον, το 80–90% των νέων περιπτώσεων χρήσης αφορά την GenAI, που απαιτεί διαφορετικές υποδομές και δεξιότητες.

Οι παλαιές αρχιτεκτονικές δεδομένων και υποδομών δεν μπορούν να υποστηρίξουν την πραγματικού χρόνου ΤΝ. Οι οργανισμοί που θέλουν να μεγιστοποιήσουν την αξία της πρέπει να εκσυγχρονίσουν τις βάσεις τους. Επίσης να χρησιμοποιούν σύγχρονες πλατφόρμες λογισμικού σχεδιασμένες για το cloud με ανεξάρτητα, διακριτά modules που συνδέουν, διαχειρίζονται και ενσωματώνουν με ασφάλεια όλους τους τύπους δεδομένων, προάγοντας τον γρήγορο πειραματισμό και την ομαλή κλιμάκωση.

Η Αυτονομία Χωρίς Διακυβέρνηση Είναι Ρίσκο

Το Agentic AI -AI που σχεδιάζει, αποφασίζει και ενεργεί για την επίτευξη στόχων- παρουσιάζει ισχυρή δυναμική. Το 74% των εταιρειών σχεδιάζει να αναπτύξει Agentic AI εντός δύο ετών. Ωστόσο, μόλις το 21% δηλώνει ότι διαθέτει σήμερα ώριμο μοντέλο διακυβέρνησης για αυτόνομους πράκτορες.

Η διακυβέρνηση του Agentic AI απαιτεί νέες προσεγγίσεις. Σε αντίθεση με τα παραδοσιακά συστήματα ΤΝ που παρέχουν συστάσεις, το Agentic AI αναλαμβάνει δράση — πραγματοποιεί αγορές, αποστέλλει επικοινωνίες ή τροποποιεί συστήματα. Αυτό απαιτεί σαφή όρια αυτονομίας, συστήματα παρακολούθησης σε πραγματικό χρόνο και ιχνηλάτηση των ενεργειών.

Physical AI: Το Επόμενο Κύμα — Ήδη Παρόν

Το Physical AI -ρομπότ, αυτόνομες συσκευές, collaborative robots και άλλα φυσικά συστήματα με AI- εντάσσεται ταχύτατα στις επιχειρησιακές λειτουργίες παγκοσμίως, με τους κλάδους της μεταποίησης, της εφοδιαστικής αλυσίδας και της άμυνας να πρωτοστατούν. Στην περιοχή Ασίας-Ειρηνικού, το 71% αναφέρει τουλάχιστον ελάχιστη χρήση, έναντι 56% στην Αμερική και στην περιοχή Ευρώπης, Μέσης Ανατολής και Αφρικής. Ήδη πάντως, το 58% των επιχειρήσεων παγκοσμίως αξιοποιεί τέτοιες τεχνολογίες, με την υιοθέτησή τους να αναμένεται να αγγίξει το 80% εντός της επόμενης διετίας, σηματοδοτώντας το επόμενο μεγάλο κύμα βιομηχανικού αυτοματισμού.

Οι δημοφιλέστερες εφαρμογές εστιάζουν στο intelligent security (21%), στα collaborative robots (20%) και στα digital twins (19%).

Sovereign AI: Η Νέα Στρατηγική Επιταγή

Η επιχειρηματική ανθεκτικότητα ενισχύεται μέσω του Sovereign AI -AI με πλήρη έλεγχο δεδομένων και υποδομών. Η στροφή προς την τεχνολογική αυτονομία είναι σαφής, με το 77% των επιχειρήσεων να αξιολογεί στρατηγικά τη χώρα προέλευσης των προμηθευτών, ενώ σχεδόν 3 στις 5 επιχειρήσεις επιλέγουν τοπικούς παρόχους για τη διαμόρφωση των ΑΙ υποδομών τους. Αυτό δείχνει ότι το Sovereign AI γίνεται βασικός παράγοντας λήψης αποφάσεων και πηγή ανταγωνιστικού πλεονεκτήματος για εταιρείες που επιδιώκουν απόλυτο έλεγχο στα δεδομένα και τις υποδομές τους.

Σε σχέση με τα συμπεράσματα της έρευνας, ο Νίκος Χριστοδούλου, Partner, Technology and Transformation Leader, Deloitte Ελλάδος υπογραμμίζει ότι: «Τα ευρήματα δείχνουν ότι η μετάβαση από τον πειραματισμό στην παραγωγική αξιοποίηση συνιστά πρωτίστως ζήτημα οργανωσιακής ωριμότητας. Η generative AI επιταχύνει τον ρυθμό και διευρύνει το φάσμα των εφαρμογών, ωστόσο, χωρίς συνεκτική ευθυγράμμιση υποδομών, δεδομένων και μηχανισμών διακυβέρνησης, η κλιμάκωση παραμένει αποσπασματική και η δημιουργία αξίας περιορισμένη».

Παράλληλα, σύμφωνα με την Κατερίνα Γλαβά, Partner, Engineering, AI & Data Leader, Deloitte Ελλάδος: «Η αξία του ΑΙ δεν περιορίζεται στην αύξηση της παραγωγικότητας. Οι οργανισμοί που ξεχωρίζουν είναι εκείνοι που το χρησιμοποιούν για να επανασχεδιάσουν κρίσιμες διαδικασίες, να αξιοποιήσουν δεδομένα με πιο έξυπνο τρόπο και να δημιουργήσουν νέα επιχειρησιακά μοντέλα. Η μετάβαση αυτή απαιτεί ένα στιβαρό πλαίσιο ελέγχου και διακυβέρνησης, τεχνολογική ωριμότητα και επένδυση στις δεξιότητες και την κουλτούρα του ανθρώπινου δυναμικού».

Σχετικά με τη μελέτη «The State of AI in the Enterprise»

Η έκθεση «The State of AI in the Enterprise» διεξάγεται εδώ και επτά χρόνια. Η τρέχουσα έκδοση βασίζεται στις προηγούμενες τριμηνιαίες έρευνες της Deloitte, «State of Generative AI in the Enterprise», οι οποίες παρακολουθούν τη ραγδαία υιοθέτηση του GenAI από τον επιχειρηματικό κόσμο.

Η έρευνα διεξήχθη το διάστημα Αυγούστου – Σεπτεμβρίου 2025 με τη συμμετοχή 3.235 στελεχών διοίκησης και πληροφορικής. Το δείγμα καλύπτει 24 χώρες και έξι κλάδους: καταναλωτικά αγαθά, ενέργεια, φυσικούς πόρους και βιομηχανία, χρηματοοικονομικές υπηρεσίες, βιοεπιστήμες και υγειονομική περίθαλψη, τεχνολογία, μέσα ενημέρωσης και τηλεπικοινωνίες, καθώς και τον δημόσιο τομέα.

Advertisement 5





Advertisement 2

ΡΟΗ ΕΙΔΗΣΕΩΝ

spot_img

Advertisement 4
Advertisement 5
Advertisement 6

ΔΙΑΒΑΣΤΕ ΑΚΟΜΗ