Σημαντική αύξηση και ωριμότητα παρατηρείται το τελευταίο διάστημα στο ενδιαφέρον των ελληνικών επιχειρήσεων για την ενσωμάτωση λύσεων Τεχνητής Νοημοσύνης (ΤΝ), σύμφωνα με στελέχη της Medoid AI, εταιρείας-τεχνοβλαστού του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης.
Όπως επισημαίνει ο δρ Ανέστης Φαχαντίδης, data scientist, συνιδρυτής και CEO της spin-off, οι επιχειρήσεις έχουν πλέον σαφέστερη εικόνα για τις εφαρμογές της ΤΝ, αν και συχνά υποκινούνται περισσότερο από την ανάγκη προβολής παρά από ουσιαστικές επιχειρηματικές ανάγκες.
Αυτό οδηγεί σε επενδύσεις που δεν εστιάζουν πάντα στην πραγματική βελτίωση της εμπειρίας πελάτη ή στα αποτελέσματα της επιχείρησης.
Η Medoid AI, που δημιουργήθηκε το 2019 από επιστημονική ομάδα με εμπειρία στην ανάπτυξη λύσεων ΤΝ από το 2014, συγκαταλέγεται στις πιο παλαιές του κλάδου στην Ευρώπη. Η εταιρεία διαθέτει 11 εξειδικευμένα στελέχη στη Θεσσαλονίκη, τα οποία σχεδιάζουν και υλοποιούν εξατομικευμένες λύσεις ΤΝ, με το 80% των πελατών να προέρχεται από το εξωτερικό.
Η δραστηριότητα της Medoid AI επικεντρώνεται κυρίως σε εξαγωγές, στηριζόμενη σε ιδιωτικά έργα και όχι σε ερευνητικές ή άλλες χρηματοδοτήσεις. Έχει εξελιχθεί σε one-stop shop για την ΤΝ, καλύπτοντας όλο τον κύκλο ζωής μιας λύσης, από την εκπαίδευση εξειδικευμένων μοντέλων και την ανάπτυξη συστημάτων, έως τη μετατροπή τους σε παραγωγικά συστήματα με APIs, UI/UX και cloud υποδομές.
Παράλληλα, παρέχει συμβουλευτικές υπηρεσίες για τον εντοπισμό ευκαιριών και το σχεδιασμό ρεαλιστικού «AI roadmap» ευθυγραμμισμένου με τους επιχειρησιακούς στόχους.
Η μετάβαση μιας ερευνητικής ομάδας στην επιχειρηματικότητα αποτέλεσε πρόκληση. Όπως αναφέρει ο δρ Φαχαντίδης, η επιχειρηματική δραστηριότητα προέκυψε ως συστηματοποίηση της ήδη υπάρχουσας δραστηριότητας, και όχι ως αυτοσκοπός.
Η βασική δυσκολία ήταν η αλλαγή νοοτροπίας από τον αμιγώς ερευνητικό ρόλο προς μια πιο πελατοκεντρική προσέγγιση. Ο ίδιος τονίζει ότι «ο επιχειρηματίας είναι το αρχετυπικά αντίθετο του ερευνητή», καθώς καλείται να λαμβάνει γρήγορες και συχνά ριψοκίνδυνες αποφάσεις, σε αντίθεση με τη συντηρητική και αναλυτική φύση του ερευνητή.
Η Medoid AI σήμερα δίνει έμφαση στη βιώσιμη ανάπτυξη και τη διαρκή βελτίωση των ποιοτικών χαρακτηριστικών και της αξίας που προσφέρει. Αυτό διασφαλίζει τη σταθερή οικονομική υγεία της εταιρείας και τη συνεχή αύξηση της ικανοποίησης των εργαζομένων.
Στην ομάδα συμμετέχουν άτομα που επέστρεψαν από το εξωτερικό, αλλά και στελέχη που, παρά τις ευκαιρίες, επέλεξαν να παραμείνουν στην Ελλάδα λόγω των προοπτικών που προσφέρει η εταιρεία.
Οι επιχειρήσεις που επιδιώκουν να ενσωματώσουν λύσεις ΤΝ αντιμετωπίζουν τρεις βασικές προκλήσεις: σημασία, ενσωμάτωση και εμπιστοσύνη. Η ΤΝ έχει αξία μόνο όταν εφαρμόζεται σε ουσιαστικά επιχειρηματικά προβλήματα.
Πολλές εταιρείες επιλέγουν πιλότους που δεν σχετίζονται με πραγματικούς δείκτες απόδοσης, αλλά περισσότερο με το marketing ή τον φόβο να μείνουν πίσω από τις εξελίξεις (FOMO). Η επιλογή των έργων πρέπει να βασίζεται σε συγκεκριμένους οικονομικούς ή λειτουργικούς στόχους.
Η ενσωμάτωση ΤΝ συναντά δυσκολίες λόγω της πολυπλοκότητας ή της παλαιότητας των υπαρχόντων συστημάτων. Επιπλέον, δεν πρόκειται μόνο για τεχνικό ζήτημα, αλλά και για οργανωσιακή αλλαγή, που απαιτεί προσαρμογή διαδικασιών και νοοτροπίας.
Η εμπιστοσύνη αποτελεί επίσης κρίσιμο παράγοντα: ακόμα και ένα καλό σύστημα, αν παρουσιάσει αστοχίες σε κρίσιμες περιπτώσεις, δύσκολα υιοθετείται. Απαραίτητοι είναι μηχανισμοί ελέγχου, διαφάνειας και ευθύνης γύρω από τη χρήση της ΤΝ.
Σε ερώτηση σχετικά με το πόσο κοντά βρισκόμαστε στη χρήση agentic AI ως βασικού πυρήνα της μέσης επιχείρησης, ο δρ Φαχαντίδης εκτιμά πως απέχουμε αρκετά. Τα κύρια εμπόδια αφορούν το context και την ασφάλεια. Είναι δύσκολο για μια επιχείρηση να αποτυπώσει πλήρως το πλαίσιο και τα δεδομένα της, ώστε το μοντέλο να λειτουργεί με ακρίβεια. Όσο περισσότερες αποφάσεις βασίζονται σε προσωπική γνώση και όχι σε δεδομένα, τόσο μεγαλύτερο είναι το έλλειμμα context.
Επιπλέον, παραμένει δύσκολος ο αξιόπιστος ορισμός μεθόδων μέτρησης αποτελεσμάτων και ασφαλούς λειτουργίας του μοντέλου για αυτόνομη ή ημι-αυτόνομη χρήση. Το agentic AI, όπως ορίζεται σήμερα, στηρίζεται σε μεγάλα γλωσσικά μοντέλα και φέρει τους περιορισμούς τους.
Αναφορικά με την εκτίμηση του CEO της OpenAI, Σαμ Άλτμαν, για την επικείμενη εμφάνιση επιχείρησης 1 δισ. με έναν εργαζόμενο, ο δρ Φαχαντίδης τονίζει ότι η παραγωγικότητα δεν μπορεί να αυξηθεί απεριόριστα χωρίς να συναντήσει την ευθύνη, ειδικά σε κρίσιμους τομείς όπως η υγεία ή η δημόσια ασφάλεια.
Τα γλωσσικά μοντέλα εξελίσσονται ταχύτερα από τις διαδικασίες ελέγχου, δημιουργώντας ένα «productivity–accountability gap». Η ΤΝ δεν μπορεί να αναλάβει νομική ή ηθική ευθύνη, γεγονός που θέτει ερωτήματα για την ποιότητα και την υπευθυνότητα των προϊόντων που παράγει μια agentic επιχείρηση. Ενώ σε κάποιους κλάδους, όπως τα mobile games, ένα τέτοιο σενάριο είναι πιθανό, σε τομείς υψηλής ευθύνης, όπως η υγεία, είναι μάλλον απίθανο.
**Οι AI agents είναι αυτόνομα συστήματα ΤΝ, ικανά να εκτελούν εργασίες και να λαμβάνουν αποφάσεις με ελάχιστη ή μηδενική ανθρώπινη παρέμβαση.
Ακολουθήστε το Business Daily στο Google news
