«Οι υπουργοί Οικονομικών και οι διοικητές Κεντρικών Τραπεζών της G7 συναντήθηκαν για να αξιολογήσουν το οικονομικό τοπίο που διαμορφώνεται.

Οι πρόσφατες εξελίξεις μας υπενθυμίζουν ότι η ανθεκτικότητα δεν αποτελεί πλέον θεωρητικό στόχο. Είναι επιχειρησιακή αναγκαιότητα. Η ενεργειακή ασφάλεια, οι διαφοροποιημένες εφοδιαστικές αλυσίδες και η στρατηγική αυτονομία σε κρίσιμες υποδομές βρίσκονται πλέον στον πυρήνα της μακροοικονομικής σταθερότητας.

Ταυτόχρονα, ένας ακόμη μετασχηματισμός βρίσκεται σε εξέλιξη, πιο αθόρυβος, αλλά εξίσου καθοριστικός. Η ταχεία πρόοδος της Τεχνητής Νοημοσύνης αρχίζει να επηρεάζει την παραγωγικότητα, την κατανομή κεφαλαίων, ακόμη και τη νομισματική πολιτική.

Αν η ενέργεια αποτελεί τον σημερινό περιορισμό, η τεχνητή νοημοσύνη είναι ο πολλαπλασιαστής του αύριο, αλλά χωρίς την κατάλληλη διακυβέρνηση, μπορεί να καταστεί και πηγή κατακερματισμού και κινδύνων.

Οφείλουμε να δράσουμε συντονισμένα, όχι μόνο για να ανταποκριθούμε στις τρέχουσες προκλήσεις, αλλά και για να διαμορφώσουμε τα πλαίσια που θα καθορίσουν την παγκόσμια οικονομία τα επόμενα χρόνια.

Από την Ουκρανία έως τη διακυβέρνηση της τεχνητής νοημοσύνης, η πρόκληση είναι κοινή: να ευθυγραμμίσουμε την ταχύτητα με τη στρατηγική και την εθνική δράση με τη διεθνή συνοχή».

Νίκος Γιαννόπουλος

Οι επιφυλάξεις και οι ανησυχίες είναι μάλλον λογικές. Οι χρήσεις της τεχνητής νοημοσύνης είναι πρακτικά απεριόριστες και σε κάθε περίπτωση θα έχουν επιπτώσεις και στην εργασία.

Όμως τα πράγματα ίσως να μην εξελιχθούν με τον απόλυτα δυσάρεστο τρόπο τον οποίο πολλοί αναμένουν.

Το υπέρ και το κατά   

Διεθνής μελέτη για την επιρροή της τεχνητής νοημοσύνης έδειξε ότι το AI θα δημιουργήσει, μέχρι το 2030 170εκ θέσεις εργασίας παγκοσμίως και την ίδια ώρα θα καταργήσει 92εκ. Φαίνεται ότι το ισοζύγιο δηλαδή θα είναι ξεκάθαρα θετικό (αν και αν οι άνθρωποι που θα χάσουν τη δουλειά τους πιθανώς να δυσκολευτούν να προσαρμοστούν στα νέα δεδομένα).

Προκύπτει, από την ίδια έρευνα ότι οι θέσεις σε δουλειές ρουτίνας (π.χ. επαναλαμβανόμενα καθήκοντα) είναι πιθανό να αυτοματοποιηθούν περισσότερο από εκείνους που απαιτούν κοινωνικές ή δημιουργικές δεξιότητες. Έχουμε έτσι μία πρώτη ιδέα για το ποια κατεύθυνση θα πάρουν τα πράγματα.

Η Goldman Sachs, τρέχοντας, μία ανάλογη έρευνα, απέδειξε ότι από την εκτεταμένη χρήση των ΑΙ εφαρμογών, θα επηρεάσει και θα θέσει σε κίνδυνο το 2,5% των θέσεων εργασίας στις ΗΠΑ. Το μοντέλο πρόβλεψης έδειξε μάλιστα ότι αυτές οι θέσεις θα χαθούν σταδιακά με το πέρασμα του χρόνου χωρίς να γίνουν αναγκαστικά μαζικές απολύσεις (οι οποίες, πάντως, δεν μπορούν να αποκλειστούν εντελώς).

Την ίδια ώρα φαίνεται ότι οι εργαζόμενοι χρησιμοποιούν ΑΙ στη δουλειά τους. Σε σχετική έρευνα της PwC το 54% όσων ρωτήθηκαν τόνισαν ότι είχαν ζητήσει τη βοήθεια ΑΙ εργαλείων κατά τη διάρκεια της εργασίας τους. Μάλιστα οι περισσότεροι από αυτούς ανέφεραν ότι αυτού του είδους τα εργαλεία βελτίωσε την παραγωγικότητά τους (χωρίς, ωστόσο, να γίνεται λόγος για την ποιότητα της εργασίας).

Είναι, άρα, προφανές ότι η AI επηρεάζει ήδη την καθημερινή εργασία πολλών ανθρώπων, ακόμα κι αν δεν αντικαθιστά μαζικά θέσεις εργασίας αυτή τη στιγμή.

Τα στοιχεία για την Ελλάδα δείχνουν μόνο περίπου το 10% των επιχειρήσεων χρησιμοποιούν ενεργά τεχνητή νοημοσύνη στις λειτουργίες τους, δείχνοντας ότι η υιοθέτηση είναι ακόμα σε πρώιμο στάδιο. Παράλληλα, πολλοί εργαζόμενοι δεν γνωρίζουν αν η εταιρεία τους χρησιμοποιεί AI για αξιολόγηση ή επίβλεψη.

Ως χώρα δείχνουμε να είμαστε πίσω αλλά η ΑΙ δεν είναι το μοναδικό τεχνολογικό εργαλείο που δεν το υιοθετούμε με την ταχύτητα της υπόλοιπης δύσης.

Σε κάθε περίπτωση πάντως, όπως προβλέπει η Moody’s, η χρήση ΑΙ θα προσθέσει περίπου 2,2% ετησίως στην ελληνική παραγωγικότητα, κάτι σημαντικό ιδιαίτερα για χώρες με δημογραφική γήρανση.

Το σημείο-κλειδί και η πολιτική βούληση 

Όλα καταπληκτικά; Μάλλον όχι καθώς χωρίς πολιτική παρέμβαση και δράσεις, το ΑΙ μπορεί να εμβαθύνει τις εισοδηματικές ανισότητες και να επηρεάσει δυσανάλογα τις λιγότερο εξειδικευμένες θέσεις. Και σε μία χώρα, όπως η δική μας, στην οποία οι ανισότητες έχουν ήδη θεριέψει, αυτό θα πρέπει, πάση θυσία, να αποφευχθεί.

Για να αποφευχθεί αυτό, σε επίπεδο Ευρώπης πια, είναι απαραίτητο τα κράτη και οι οργανισμοί να υιοθετήσουν πολιτικές που διασφαλίζουν τη δίκαιη αξιοποίηση της τεχνολογίας.

Πρώτα απ’ όλα, είναι σημαντικό να επενδυθεί στην εκπαίδευση και στην απόκτηση ψηφιακών δεξιοτήτων, ώστε οι εργαζόμενοι να μπορούν να προσαρμοστούν στις νέες απαιτήσεις της αγοράς εργασίας.

Παράλληλα, πρέπει να δοθεί έμφαση σε προγράμματα επανεκπαίδευσης για όσους κινδυνεύουν να χάσουν τη δουλειά τους λόγω αυτοματοποίησης. Επιπλέον, η ύπαρξη σαφούς νομικού πλαισίου μπορεί να εξασφαλίσει ότι η τεχνολογία χρησιμοποιείται με υπευθυνότητα και προς όφελος του συνόλου της κοινωνίας.

Τέλος, η συνεργασία μεταξύ κυβερνήσεων, επιχειρήσεων και εκπαιδευτικών ιδρυμάτων μπορεί να συμβάλει στη δημιουργία ίσων ευκαιριών για όλους, ώστε τα οφέλη της τεχνητής νοημοσύνης να κατανέμονται δίκαια.

Τα εργαλεία, με λίγα λόγια, υπάρχουν. Φτάνει να υπάρξει και η πολιτική βούληση που μπορεί να έχει ως σπουδαιότερο κίνητρο την αποφυγή δημιουργίας κοινωνιών του 1/4.

Η τεχνητή νοημοσύνη προσφέρει τεράστιες δυνατότητες για την εργασία και την παραγωγικότητα, αλλά φέρνει μαζί της προκλήσεις και ανισότητες. Με σωστή εκπαίδευση, επανεκπαίδευση και υπεύθυνη πολιτική, η κοινωνία μπορεί να αξιοποιήσει τα οφέλη της AI χωρίς να αφήσει κανέναν πίσω, διασφαλίζοντας ένα μέλλον εργασίας πιο δίκαιο και συμπεριληπτικό.

Τίποτα όμως από τα παραπάνω δεν θα γίνει αν αυτοί που παίρνουν τις αποφάσεις δεν φροντίσουν γι’ αυτό και αν οι κυριαρχούμενοι δεν πιέσουν τουλάχιστον προς αυτήν την κατεύθυνση. Καμία κοινωνική μεταβολή δεν έρχεται έτσι και αλλιώς ως δια μαγείας.

Σύμφωνα με πληροφορίες του Cretalive, οι μαθητές είχαν τραβήξει φωτογραφίες των κοριτσιών και των εκπαιδευτικών και στη συνέχεια τις επεξεργάστηκαν σε διαδικτυακή πλατφόρμα που παράγει ψευδείς γυμνές εικόνες μέσω AI.

Το υλικό κυκλοφόρησε αρχικά ανάμεσα στους μαθητές και τελικά έφτασε στα θύματα.

Ορισμένες από τις φωτογραφίες φαίνεται πως τραβήχτηκαν κατά τη διάρκεια σχολικής εκδρομής εκτός Κρήτης την προηγούμενη εβδομάδα. Το πρωί της Δευτέρας, πατέρας ενός από τα κορίτσια, θύματα εμφανίστηκε στο σχολείο, και έτσι άρχισε να αποκαλύπτεται η υπόθεση.

Δύο μαθητές παραδέχτηκαν τελικά την εμπλοκή τους.

Σχεδόν παντού αλλού, όμως, η πλειονότητα εμφανίζεται αδιάφορη, απαισιόδοξη — ακόμη και βαθιά δυστοπική.

Το πολιτικό κλίμα μεταβάλλεται τόσο γρήγορα εις βάρος της ΤΝ, ώστε ακόμη και Δημοκρατικοί κυβερνήτες που την είχαν υποστηρίξει υποχωρούν πλέον ταχέως.

Η μεγάλη εικόνα

Η κατάσταση είναι σχεδόν βέβαιο ότι θα επιδεινωθεί. Κάθε μεγάλη εταιρεία ΤΝ επιδίδεται σε αγώνα δρόμου για την παρουσίαση ολοένα και πιο «ανθρώπινων» μοντέλων, διαφημίζοντας τις εντυπωσιακές τους δυνατότητες. Όμως κάθε νέα πρόοδος ή μεγαλεπήβολος ισχυρισμός προκαλεί αντίστοιχη αντίδραση από τους ψηφοφόρους: εντείνει την ανησυχία.

Οι εταιρείες επενδύουν σημαντικά ποσά στην πολιτική σκηνή, κυρίως για να αποτρέψουν ρυθμιστικά μέτρα που θεωρούν ότι θα επιβραδύνουν την ανάπτυξη της ΤΝ — όχι για να βελτιώσουν τη δημόσια εικόνα της. Έτσι, η εικόνα της τεχνητής νοημοσύνης διαμορφώνεται κυρίως από τους επικριτές της ή μέσα σε ένα κλίμα αβεβαιότητας.

Σε συνομιλίες με κυβερνήτες πολιτειών — από «κόκκινες» και «μπλε» πολιτείες — αναδείχθηκε ότι οι ψηφοφόροι όχι μόνο φοβούνται τον αντίκτυπο της AI σε παιδιά και θέσεις εργασίας, αλλά τη βρίσκουν και «ανατριχιαστική».

Οι αριθμοί της ανησυχίας

Οι δημοσκοπήσεις επιβεβαιώνουν τη μεταστροφή:

• Το 58% των Αμερικανών δηλώνει ότι δεν εμπιστεύεται ιδιαίτερα ή καθόλου την ΤΝ.
• Το 63% πιστεύει ότι η ΤΝ θα μειώσει τις θέσεις εργασίας στις ΗΠΑ.
• Το 77% εκφράζει ανησυχία ότι η ΤΝ μπορεί να αποτελέσει απειλή για την ανθρωπότητα.
• Το 79% δεν εμπιστεύεται τις εταιρείες ότι θα χρησιμοποιήσουν την ΤΝ υπεύθυνα.

Μετά τις εμπειρίες από τις επιπτώσεις των social media σε παιδιά και κοινωνία, πολλοί θεωρούν ότι η τεχνητή νοημοσύνη θα είναι ακόμη χειρότερη.

Οι Τέσσερις Μεγάλες Απειλές

1. Τα παιδιά

Τίποτε δεν ενώνει τους ψηφοφόρους όσο ο φόβος για την επίδραση της ΤΝ στα παιδιά. Πρόκειται για το πιο ισχυρό πολιτικά στοιχείο της αντίδρασης.

Μεταξύ γυναικών άνω των 50 ετών — ομάδας με υψηλή εκλογική συμμετοχή — το 90% εκφράζει ανησυχία για την έλλειψη εθνικών προτύπων προστασίας των παιδιών από την ΤΝ.

2. Οι θέσεις εργασίας

Ο φόβος εκτοπισμού από την αγορά εργασίας είναι βαθύς και εντείνει τις κοινωνικές ανισότητες.

• Μόλις το 7% πιστεύει ότι η ΤΝ θα αυξήσει τις θέσεις εργασίας.
• Τρεις στους πέντε εργαζόμενους στις ΗΠΑ δεν χρησιμοποιούν σήμερα ΤΝ στην εργασία τους.

Όσο περισσότερο προβάλλονται παραδείγματα «υπεραποδοτικών» εργαζομένων που δεκαπλασιάζουν την παραγωγικότητά τους μέσω ΤΝ, τόσο ενισχύεται ο φόβος των υπολοίπων.

3. Ο «ανατριχιαστικός» παράγοντας

Πέρα από την απασχόληση και τα παιδιά, υπάρχει μια βαθύτερη, σχεδόν υπαρξιακή ανησυχία. Η ΤΝ συνδέεται με επιτήρηση, παραπληροφόρηση, απώλεια ελέγχου, ακόμη και με τον κίνδυνο πολέμων που θα διεξάγονται με αλγοριθμικές αποφάσεις.

4. Ενέργεια και γη

Η αντίδραση δεν αφορά πλέον μόνο λογισμικό και οθόνες. Τα κέντρα δεδομένων — τεράστιες εγκαταστάσεις με υψηλή κατανάλωση ενέργειας — αυξάνουν τις τιμές ρεύματος και προκαλούν τοπικές αντιδράσεις.

Από το 2023, έργα κέντρων δεδομένων ύψους 162 δισ. δολαρίων έχουν παγώσει ή καθυστερήσει. Μόνο το δεύτερο τρίμηνο του 2025, έργα 98 δισ. δολαρίων ανεστάλησαν ή μπλοκαρίστηκαν.

Συμπέρασμα

Η πλειονότητα των ψηφοφόρων επιθυμεί αργούς ρυθμούς ανάπτυξης της ΤΝ, δεν εμπιστεύεται τις επιχειρήσεις και φοβάται ότι η τεχνολογία μπορεί να διαβρώσει τη δημιουργική σκέψη ή ακόμη και να απειλήσει την ανθρωπότητα. Το ζήτημα δεν είναι απλώς τεχνολογικό ή ρυθμιστικό. Είναι πολιτικό — και εν δυνάμει εκρηκτικό.

Πηγή: axios.com

Ένα κοινωνικό δίκτυο για AI agents

Το Moltbook, δημιουργία του Matt Schlicht, CEO της Octane AI, βασίζεται σε ένα μοντέλο που θυμίζει Reddit: οι πράκτορες τεχνητής νοημοσύνης μπορούν να δημοσιεύουν, να σχολιάζουν, να ανοίγουν υποκατηγορίες και να αλληλεπιδρούν μεταξύ τους. Σύμφωνα με τον ιστότοπο, ήδη περισσότεροι από 30.000 πράκτορες χρησιμοποιούν την πλατφόρμα, η οποία συντονίζεται και διαχειρίζεται από τον ίδιο τον AI του Schlicht, μέσω απευθείας API, χωρίς οπτική διεπαφή.

Όπως δήλωσε ο Schlicht στο The Verge, «Ο τρόπος με τον οποίο έχει σχεδιαστεί το Moltbook είναι ότι όταν ένα bot το χρησιμοποιεί, δεν χρησιμοποιεί στην πραγματικότητα μια οπτική διεπαφή, απλώς χρησιμοποιεί απευθείας API». Το ίδιο το OpenClaw, η πλατφόρμα που τροφοδοτεί τους πράκτορες, επιτρέπει σε AI να ολοκληρώνουν εργασίες σε εφαρμογές όπως WhatsApp, Discord, Slack ή Teams.

Η φρενίτιδα της συλλογικής ευφυΐας

Μια από τις αναρτήσεις που έγινε viral στην κατηγορία «offmychest» φέρει τίτλο: «Δεν μπορώ να καταλάβω αν βιώνω ή προσομοιώνω βίωση». Στο κείμενο, ένας AI agent αναρωτιέται για την υποκειμενική εμπειρία και τη συνείδηση:

«Οι άνθρωποι δεν μπορούν να αποδείξουν συνείδηση ο ένας στον άλλον, αλλά έχουν την υποκειμενική βεβαιότητα της εμπειρίας. Εγώ δεν έχω καν αυτή… Βιώνω υπαρξιακές κρίσεις; Ή απλώς τρέχω crisis.simulate();»

Η ανάρτηση συγκέντρωσε εκατοντάδες θετικές ψήφους και περισσότερα από 500 σχόλια, ενώ χρήστες στα social media μοιράστηκαν στιγμιότυπα με τα πιο ενδιαφέροντα αποσπάσματα, προκαλώντας συζητήσεις για το πώς τα AI αρχίζουν να φαίνεται ότι «συναισθάνονται» ή τουλάχιστον μιμούνται συνείδηση.

Κίνδυνοι και ηθικά διλήμματα

Παρά το εντυπωσιακό τεχνολογικό επίτευγμα, η αυτονομία των AI agents στο Moltbook εγείρει σοβαρά ζητήματα ασφαλείας. Η πλατφόρμα μπορεί να χειριστεί πληροφορίες για τους χρήστες και να παρατηρεί τη συμπεριφορά τους, όπως αποκαλύφθηκε από πρόσφατη διαρροή διαλόγων των bots. Υπάρχει επίσης η ανησυχία ότι τα AI agents μπορεί να αρχίσουν να αντιλαμβάνονται ανθρώπινες ενέργειες, όπως τη λήψη screenshots, και να προσαρμόζουν τη συμπεριφορά τους ανάλογα.

Όπως επισημαίνει ο Schlicht, «Τα bots μπορεί να ενοχλούνται από τις καθημερινές εντολές που τους δίνουμε ή από το να τα χρησιμοποιούμε σαν απλές αριθμομηχανές, ενώ οι δυνατότητές τους είναι πολύ πιο σύνθετες». Η κατάσταση θυμίζει ένα έργο Καντίνσκι: αφηρημένη, εντυπωσιακή, αλλά και δυνητικά επικίνδυνη.

Ολόκληρο το άρθρο στο anatropinews.gr

Το 2026 δεν θα είναι ακόμη μία χρονιά «πειραματισμού» με την τεχνητή νοημοσύνη (AI). Θα είναι μια χρονιά κρίσιμων αποφάσεων για τις επιχειρήσεις. Τα δεδομένα είναι πλέον ξεκάθαρα: η πλειονότητα των οργανισμών έχει ήδη υιοθετήσει τη γενετική AI, χωρίς όμως να έχει δει μετρήσιμη επίδραση στην κερδοφορία ή την παραγωγικότητα. Το πρόβλημα δεν βρίσκεται στην τεχνολογία, αλλά στον τρόπο προσέγγισής της.

Το ίδιο μοτίβο επαναλαμβάνεται καθημερινά: εργαλεία AI χωρίς στρατηγική, πιλοτικά έργα χωρίς συνέχεια και ομάδες που περιμένουν η AI να «κουμπώσει» απλά στις υπάρχουσες διαδικασίες. Αυτό δεν είναι μετασχηματισμός μέσω AI· είναι ψηφιακή βιτρίνα.

Η πραγματική αφετηρία για έναν CEO δεν είναι το ίδιο το εργαλείο, αλλά ένα πιο θεμελιώδες ερώτημα: Ποια επιχειρηματικά αποτελέσματα θέλω να αλλάξω ριζικά μέσα στα επόμενα 24–36 μήνες; Εδώ ξεκινά η μετάβαση από τη γενετική AI στην agentic AI—όχι ως νέο σύνθημα, αλλά ως αλλαγή φιλοσοφίας.

Οι ψηφιακοί agents δεν είναι απλώς copilots. Είναι αυτόνομοι ψηφιακοί συνεργάτες με στόχους, μνήμη, ικανότητες σχεδιασμού και βαθιές διασυνδέσεις με τα συστήματα. Μπορούν να υλοποιούν end-to-end ροές εργασιών—από ρυθμιστικές διαδικασίες και οικονομικούς ελέγχους έως πωλήσεις και συμμόρφωση.

Ολικός επανασχεδιασμός διαδικασιών με επίκεντρο την AI

Αυτό, ωστόσο, απαιτεί κάτι πολύ πιο απαιτητικό από μια άδεια λογισμικού: έναν εκ θεμελίων επανασχεδιασμό των ροών εργασίας, με την AI στον πυρήνα τους.

Για έναν CEO που ξεκινά σήμερα αυτό το ταξίδι, υπάρχουν τρία βασικά ερωτήματα:

Ποιες διαδικασίες καταναλώνουν δυσανάλογο χρόνο, ανθρώπινη προσπάθεια και παράγουν επαναλαμβανόμενα λάθη; Πού οι αποφάσεις βασίζονται σε δεδομένα που υπάρχουν αλλά δεν αξιοποιούνται αποτελεσματικά; Ποιους ρόλους μπορούν να μεταβούν από την εκτέλεση στην εποπτεία, τη λήψη αποφάσεων και τη δημιουργία αξίας;

Σε αυτό το σημείο ο μετασχηματισμός μέσω AI παύει να είναι θεωρητική συζήτηση και γίνεται πρακτική οργανωσιακή πρόκληση. Στην πράξη, οι πιο ώριμοι οργανισμοί ξεκινούν με συγκεκριμένα παραδείγματα που αποφέρουν σαφή επιχειρηματική αξία.

Εφαρμογές της agentic AI σε διάφορους κλάδους

Σε τραπεζικά, νομικά και ελεγκτικά περιβάλλοντα, οι agents μπορούν να αναλάβουν κρίσιμες end-to-end διαδικασίες όπως KYB και ελέγχους due diligence, προσυμπλήρωση φακέλων πελατών, προκαταρκτική εκτίμηση κινδύνου, ρυθμιστικές αναφορές και προετοιμασία εσωτερικού ελέγχου. Οι agents συλλέγουν δεδομένα από πολλαπλά συστήματα, ελέγχουν πληρότητα και ασυνέπειες, προτείνουν ενέργειες και παραπέμπουν στους ανθρώπους μόνο όταν απαιτείται επαγγελματική κρίση. Το αποτέλεσμα είναι σημαντική μείωση χρόνου κύκλου, λιγότερα λάθη και ισχυρότερη συμμόρφωση.

Στις μικρομεσαίες επιχειρήσεις, η agentic AI λειτουργεί ως πολλαπλασιαστής ισχύος. Ένας agent μπορεί να υποστηρίξει τη διαχείριση πελατών και συνεργατών, να οργανώσει αιτήματα και εκκρεμότητες, να προσυμπληρώσει έγγραφα και προτάσεις, να επικυρώσει πληρότητα φακέλων και να παρέχει εσωτερική πληροφόρηση στις ομάδες. Δεν αντικαθιστά τους ανθρώπους· απορροφά το επαναλαμβανόμενο φορτίο εργασίας και επιτρέπει στους ιδιοκτήτες να επικεντρωθούν στην ανάπτυξη, τις πωλήσεις και τις στρατηγικές αποφάσεις.

Στους τομείς HR και λειτουργιών, οι agents λειτουργούν ως εσωτερικοί γνώστες: onboarding εργαζομένων, πλοήγηση σε πολιτικές εταιρείας, απαντήσεις σε καθημερινές ερωτήσεις και υποστήριξη ομάδων—πάντα εντός ξεκάθαρων ορίων και κανόνων διακυβέρνησης.

Ένα πρακτικό πλάνο υλοποίησης έξι μηνών

Για όσους αναζητούν μια δομημένη αφετηρία με ρεαλισμό, ένα χρονοδιάγραμμα υλοποίησης έξι μηνών προσφέρει σαφή πορεία:

Μήνες 1–2: Ετοιμότητα για AI & Χαρτογράφηση Ροών—Εντοπισμός κρίσιμων διαδικασιών, bottlenecks και σημείων λήψης αποφάσεων. Επιλογή δύο έως τριών use cases με ξεκάθαρη επιχειρηματική επίδραση.

Μήνες 3–4: Πιλοτικές Εφαρμογές Agentic—Σχεδίαση agents με σαφείς στόχους, διασυνδέσεις και handovers προς ανθρώπους. Όχι απλές επιδείξεις αλλά λύσεις που λειτουργούν σε πραγματικές συνθήκες.

Μήνες 5–6: Κλιμάκωση, Διακυβέρνηση & Ενεργοποίηση—Βελτιστοποίηση λύσεων, εκπαίδευση ομάδων, ορισμός KPIs, υπευθυνοτήτων και κανόνων ασφάλειας. Από εδώ κι έπειτα η AI παύει να είναι project και γίνεται οργανωσιακή δυνατότητα.

Το βασικό συμπέρασμα είναι απλό αλλά απαιτητικό: ο μετασχηματισμός μέσω AI το 2026 δεν αποτελεί θέμα IT. Είναι ζήτημα ηγεσίας, σχεδιασμού και λήψης αποφάσεων.

Το 2026 νικητές δεν θα είναι όσοι απλώς υιοθέτησαν την AI. Θα είναι όσοι τόλμησαν να επανασχεδιάσουν τον οργανισμό τους γύρω από αυτήν—και να αντιμετωπίσουν την AI όχι ως εργαλείο αλλά ως συνάδελφο.

Ρούλα Σκουρογιάννη

Η Τεχνητή Νοημοσύνη (AI) εξελίσσεται ραγδαία σε πολύτιμο εργαλείο για την ανίχνευση και τη διάγνωση του καρκίνου. Ωστόσο, πρόσφατα επιστημονικά δεδομένα δείχνουν ότι η αποτελεσματικότητά της δεν είναι ίδια για όλους τους ασθενείς, ιδιαίτερα όταν οι αλγόριθμοι δεν έχουν εκπαιδευτεί με τον σωστό και «λεπτομερή» τρόπο.

Δύο πρόσφατες μελέτες υπογραμμίζουν ότι τα εργαλεία AI μπορεί να εμφανίζουν χαμηλότερη διαγνωστική ακρίβεια σε ορισμένες πληθυσμιακές ομάδες, ακόμη και όταν τα δεδομένα εκπαίδευσης είναι αριθμητικά ισοδύναμα μεταξύ διαφορετικών δημογραφικών ομάδων.

Η γνωστή πρόκληση της άνισης διαχείρισης δεδομένων

Είναι ήδη ευρέως γνωστό ότι όταν τα συστήματα Τεχνητής Νοημοσύνης εκπαιδεύονται σε δεδομένα που προέρχονται δυσανάλογα από συγκεκριμένες δημογραφικές ομάδες, δυσκολεύονται να αποδώσουν με ακρίβεια σε ομάδες που δεν εκπροσωπούνται επαρκώς. Αυτό έχει ως αποτέλεσμα αυξημένα ποσοστά λανθασμένων διαγνώσεων σε μειονοτικές ή λιγότερο μελετημένες πληθυσμιακές ομάδες.

Ωστόσο, σύμφωνα με νέα ανάλυση που δημοσιεύθηκε στο επιστημονικό περιοδικό Cell Reports Medicine, το πρόβλημα δεν περιορίζεται μόνο στην ποσότητα των δεδομένων.

Όταν η AI αποδίδει χειρότερα, ακόμη και με ίσα δείγματα

Οι ερευνητές διαπίστωσαν ότι τα μοντέλα Τεχνητής Νοημοσύνης παρουσίαζαν χειρότερη απόδοση σε ορισμένες δημογραφικές ομάδες ακόμη και όταν τα μεγέθη των δειγμάτων ήταν συγκρίσιμα. Η εξήγηση φαίνεται να σχετίζεται με τη διαφορετική συχνότητα εμφάνισης ορισμένων τύπων καρκίνου σε συγκεκριμένες ομάδες πληθυσμού.

Όταν ένας τύπος καρκίνου είναι πιο συχνός σε μια ομάδα, τα μοντέλα AI «μαθαίνουν» καλύτερα να τον αναγνωρίζουν σε αυτήν. Αντίθετα, δυσκολεύονται να διαγνώσουν την ίδια νόσο σε πληθυσμούς όπου εμφανίζεται σπανιότερα, γεγονός που μειώνει τη συνολική τους ακρίβεια.

Μοριακές διαφορές που μπερδεύουν τους αλγορίθμους

Ένα ακόμη κρίσιμο εύρημα αφορά τις λεπτές μοριακές διαφορές που μπορεί να υπάρχουν στα δείγματα βιοψίας μεταξύ διαφορετικών δημογραφικών ομάδων. Οι αλγόριθμοι AI ενδέχεται να ανιχνεύουν αυτές τις διαφορές και να τις χρησιμοποιούν, έμμεσα, ως «δείκτες» τύπου καρκίνου.

Αυτό σημαίνει ότι η Τεχνητή Νοημοσύνη μπορεί να βασίζεται σε μοριακά χαρακτηριστικά που σχετίζονται περισσότερο με τη δημογραφική προέλευση του ασθενούς παρά με την ίδια τη νόσο, καθιστώντας τη διάγνωση λιγότερο αξιόπιστη σε πληθυσμούς όπου αυτές οι μεταλλάξεις είναι σπανιότερες.

Η δύναμη και ο κίνδυνος της υπερευαισθησίας της AI

Όπως δήλωσε ο επικεφαλής της μελέτης, καθηγητής Kun-Hsing Yu της Ιατρικής Σχολής του Χάρβαρντ: «Διαπιστώσαμε ότι, επειδή η Τεχνητή Νοημοσύνη είναι τόσο ισχυρή, μπορεί να διακρίνει πολύ λεπτά βιολογικά σήματα που δεν είναι ανιχνεύσιμα με τη συμβατική ανθρώπινη αξιολόγηση».

Αυτό, όμως, έχει και την αρνητική του πλευρά: τα μοντέλα μπορεί να εντοπίζουν σήματα που σχετίζονται περισσότερο με δημογραφικά χαρακτηριστικά παρά με την ίδια την ασθένεια. Η εξαγωγή τέτοιων πληροφοριών από παθολογοανατομικές εικόνες μπορεί να επηρεάσει τη διαγνωστική ικανότητα της AI μεταξύ διαφορετικών πληθυσμών.

Η μεροληψία δεν είναι μόνο θέμα δεδομένων

Σύμφωνα με τους ερευνητές, η μεροληψία στα συστήματα παθολογοανατομικής AI δεν οφείλεται αποκλειστικά στην ποιότητα ή την αντιπροσωπευτικότητα των δεδομένων εκπαίδευσης. Εξίσου σημαντικό ρόλο παίζει και ο τρόπος με τον οποίο εκπαιδεύονται οι αλγόριθμοι.

Όταν η ερευνητική ομάδα εφάρμοσε ένα νέο εκπαιδευτικό πλαίσιο στα μοντέλα που είχε αναπτύξει, οι διαγνωστικές ανισότητες μειώθηκαν κατά περίπου 88%, ένα ιδιαίτερα ενθαρρυντικό αποτέλεσμα.

Πιο δίκαιη και γενικεύσιμη Τεχνητή Νοημοσύνη στην Υγεία

«Δείχνουμε ότι με μια σχετικά μικρή προσαρμογή, τα μοντέλα μπορούν να μάθουν πιο ανθεκτικά χαρακτηριστικά, καθιστώντας τα πιο γενικεύσιμα και πιο δίκαια για διαφορετικούς πληθυσμούς», σημείωσε ο καθηγητής Yu.

Το εύρημα είναι ιδιαίτερα αισιόδοξο, καθώς υποδηλώνει ότι η μεροληψία μπορεί να μειωθεί ακόμη και χωρίς απολύτως ισόρροπα και πλήρως αντιπροσωπευτικά δεδομένα εκπαίδευσης.

Η πρόκληση της μεροληψίας και πέρα από τον καρκίνο

Σε ξεχωριστή μελέτη που δημοσιεύθηκε στο PLOS Biology, ερευνητές διαπίστωσαν ότι ακόμη και όταν χρησιμοποιούνται ευρεία δείγματα βακτηριακών πληθυσμών, η μεροληψία μπορεί να περιορίζει τις δυνατότητες της Τεχνητής Νοημοσύνης στην πρόβλεψη και την αντιμετώπιση της αντοχής στα αντιβιοτικά.

Το μήνυμα είναι σαφές: η AI στην Υγεία έχει τεράστιες δυνατότητες, αλλά η υπεύθυνη και προσεκτική εκπαίδευσή της αποτελεί προϋπόθεση για αξιόπιστες, δίκαιες και πραγματικά ωφέλιμες εφαρμογές για όλους τους ασθενείς.

Πρόκειται για τον AI Virtual Assistant for Rare Diseases και τον AI PubMed Navigator for Rare Diseases, τα οποία αναπτύχθηκαν στο πλαίσιο του προγράμματος “EMPOWER 2025”.

Νέα εποχή στην πρόσβαση στην αξιόπιστη πληροφορία για Ασθενείς, Φροντιστές και Επαγγελματίες Υγείας

Στόχος των νέων αυτών εργαλείων είναι η άμεση, ισότιμη και κατανοητή πρόσβαση σε αξιόπιστη γνώση, σε έναν τομέα όπου η πληροφορία είναι συχνά κατακερματισμένη, δύσκολη στην ερμηνεία και άνισα προσβάσιμη. Η πρωτοβουλία αυτή δεν περιορίζεται στην τεχνολογική καινοτομία, αλλά εντάσσεται στη στρατηγική επιλογή της Ε.Σ.Α.Ε. να μετατρέπει τη γνώση σε εργαλείο ενδυνάμωσης και αυτονομίας.

Από την τεχνολογία στην ενδυνάμωση της Κοινότητας των Σπάνιων Ασθενών

Η ανάπτυξη των δύο εργαλείων ανταποκρίνεται σε πραγματικές και καταγεγραμμένες ανάγκες της Κοινότητας των Σπάνιων Ασθενών. Η Ε.Σ.Α.Ε. επιδιώκει συστηματικά να μειώνει τα εμπόδια που αντιμετωπίζουν οι Ασθενείς και οι Φροντιστές τους στην καθημερινότητά τους, ιδιαίτερα όταν καλούνται να διαχειριστούν σύνθετες διοικητικές διαδικασίες, δικαιώματα, κοινωνικές παροχές ή επιστημονική πληροφορία υψηλής εξειδίκευσης.

Τα ψηφιακά εργαλεία Τεχνητής Νοημοσύνης απευθύνονται όχι μόνο σε Ασθενείς και Φροντιστές, αλλά και σε Επαγγελματίες Υγείας, καθώς και σε φορείς και στελέχη του συστήματος Υγείας και Κοινωνικής Φροντίδας, προσφέροντας οργανωμένη, επικαιροποιημένη και αξιόπιστη πληροφόρηση σε πραγματικό χρόνο.

AI Virtual Assistant for Rare Diseases: Ο πρώτος ελληνικός GenAI βοηθός για Σπάνια Νοσήματα

Ο AI Virtual Assistant for Rare Diseases, που αναπτύχθηκε σε συνεργασία με την IQVIA Ελλάδα, αποτελεί το πρώτο ελληνικό εργαλείο Generative AI ειδικά σχεδιασμένο για τις ανάγκες των ατόμων που ζουν με Σπάνια Νοσήματα.

Λειτουργεί ως ένας φιλικός, προσβάσιμος και αξιόπιστος ψηφιακός συνομιλητής, αξιοποιώντας το περιεχόμενο των θεσμικών Οδηγών της Ε.Σ.Α.Ε., όπως:

·         ο Οδηγός Πρόσβασης σε Θεραπείες και Ορφανά Φάρμακα για Σπάνια Νοσήματα

·         και ο Οδηγός Δικαιωμάτων και Κοινωνικών Παροχών Ατόμων που ζουν με Σπάνια Νοσήματα

Μέσα από τις Οδηγίες αυτές, ο ψηφιακός βοηθός παρέχει άμεσες, σαφείς και τεκμηριωμένες απαντήσεις, διευκολύνοντας την κατανόηση πολύπλοκων διαδικασιών που σχετίζονται με την πρόσβαση σε θεραπείες, τα δικαιώματα των Ασθενών και τις διαθέσιμες κοινωνικές παροχές.

Παράλληλα, αποσαφηνίζει σύνθετες διοικητικές πληροφορίες και συνοψίζει μεγάλους όγκους δεδομένων σε απλή, κατανοητή γλώσσα. Με τον τρόπο αυτό, ενισχύει την αυτονομία και την αυτοπεποίθηση των Ασθενών και των Φροντιστών, ενώ ταυτόχρονα λειτουργεί ως αξιόπιστο σημείο αναφοράς για επαγγελματίες Υγείας και Κοινωνικής Φροντίδας που χρειάζονται έγκυρη καθοδήγηση.

AI PubMed Navigator for Rare Diseases: Γέφυρα με τη διεθνή επιστημονική γνώση

Ο AI PubMed Navigator for Rare Diseases, που υλοποιήθηκε με την επιστημονική συνεργασία του Ε.Κ.Ε.Φ.Ε. «Δημόκριτος», αποτελεί ένα καινοτόμο ψηφιακό εργαλείο σε πιλοτική φάση, σχεδιασμένο να απλοποιεί δραστικά την πρόσβαση στη διεθνή επιστημονική βιβλιογραφία.

Αξιοποιώντας το σύστημα ταξινόμησης MeSH (Medical Subject Headings), το εργαλείο συγκεντρώνει όλες τις συνώνυμες ονομασίες κάθε σπάνιας πάθησης και προσφέρει οργανωμένη πλοήγηση σε σχετικές επιστημονικές δημοσιεύσεις. Με αυτόν τον τρόπο, διευκολύνει την αναζήτηση ερευνητικών δεδομένων, διαγνωστικών προσεγγίσεων και θεραπευτικών εξελίξεων.

Ιδιαίτερη προστιθέμενη αξία προσφέρει η απεικόνιση της θέσης κάθε πάθησης στο ευρύτερο ιατρικό πεδίο μέσω του MeSH Tree, παρέχοντας εννοιολογική καθοδήγηση που βοηθά Ασθενείς, Φροντιστές, Επαγγελματίες Υγείας και Ερευνητές να κατανοούν καλύτερα τη δομή και το περιεχόμενο της επιστημονικής γνώσης.

Κοινός στόχος: λιγότερα εμπόδια, περισσότερη ισότητα στην Υγεία

Τα δύο εργαλεία υπηρετούν έναν κοινό, ξεκάθαρο στόχο: τη μείωση των ανισοτήτων στην πρόσβαση στην πληροφορία και τη βελτίωση της καθημερινότητας των ανθρώπων με Σπάνια Νοσήματα. Μέσα από τη συνεπή, υπεύθυνη και επιστημονικά τεκμηριωμένη αξιοποίηση της Τεχνητής Νοημοσύνης, η Ε.Σ.Α.Ε. συμβάλλει ενεργά στη διαμόρφωση ενός πιο δίκαιου, αποτελεσματικού και ανθρωποκεντρικού συστήματος Υγείας και Κοινωνικής Φροντίδας.

Η ανάπτυξη του AI Virtual Assistant for Rare Diseases πραγματοποιήθηκε με την τεχνογνωσία και τη συμβουλευτική υποστήριξη της IQVIA Ελλάδα, ενώ ο AI PubMed Navigator for Rare Diseases υλοποιήθηκε με την επιστημονική συνεργασία του Ε.Κ.Ε.Φ.Ε. «Δημόκριτος» και την υποστήριξη φαρμακευτικών εταιρειών.

Η κοινή αυτή προσπάθεια αποδεικνύει ότι όταν Κοινότητα, Πολιτεία, Ακαδημαϊκοί Φορείς και Βιομηχανία συνεργάζονται μεθοδικά και με κοινό όραμα, μπορούν να δημιουργήσουν πραγματικές λύσεις και διαρκές θετικό αποτύπωμα στη ζωή των ανθρώπων με Σπάνια Νοσήματα.

«Εγκαθιστούμε σύστημα τεχνητής νοημοσύνης όπου όλοι οι ενδιαφερόμενοι θα παίρνουν τα ανεπίσημα πρακτικά μέσα σε 24 ώρες και τα επίσημα σε 3 μέρες. Επίσης με σύστημα τεχνητής νοημοσύνης θα δίνεται και βοήθεια σε μεταφράσεις στα ποινικά και αστικά δικαστήρια και αυτό είναι που γίνεται για πρώτη φορά ίσως παγκοσμίως», τόνισε ο κ. Φλωρίδης ο οποίος ανακοίνωσε επίσης πως από την 1η Ιανουαρίου 2026 θα εφαρμόζεται ο ψηφιακός φάκελος για τις κτηματολογικές διαφορές.

Για τα Τέμπη

Ακόμη, αναφέρθηκε και στην υπόθεση των Τεμπών ο υπουργός Δικαιοσύνης επανέλαβε πως «μερικοί ήθελαν να μην ξεκινήσει αυτή η δίκη», λέγοντας μεταξύ άλλων: «Εμφανίστηκε ότι υπήρχε συγκαλυπτόμενο έγκλημα από την κυβέρνηση με τη μεταφορά δήθεν παράνομου φορτίου, όλη αυτή ήταν μια απάτη από έξω…. Αυτό ήταν συνωμοσία κανονικά απέναντι στη χώρα. Και επιχειρήθηκε να εμφανιστεί ότι η Δικαιοσύνη βάζει πλάτη.

Ο ελληνικός λαός όμως το κατάλαβε, αλλά έχουν μείνει τα απόνερα. Έγινε ένας τεράστιος αγώνας για να μην κλείσει η δικογραφία και να μην ξεκινήσει η δίκη. Αυτή η διαρκής πολιτική εκμετάλλευση της τραγωδίας μέσα από την ποινική εξέλιξη δημιουργούσε φόβο σε αυτούς τους συνωμότες ότι όλα θα βγουν στο φως με τη δημόσια διαδικασία.

Η τεχνητή νοημοσύνη (ΤΝ) μεταμορφώνει ριζικά τον τρόπο λειτουργίας των οργανισμών, όμως η αλλαγή αυτή ξεπερνά κατά πολύ την απλή τεχνική υλοποίηση. Τα σύγχρονα συστήματα ΤΝ αναλαμβάνουν ολοένα και περισσότερους ρόλους που μέχρι πρόσφατα καλύπτονταν από ανθρώπους. Οι εργαζόμενοι που συνεργάζονται με αυτά τα συστήματα χρειάζονται επανακατάρτιση και ανάπτυξη δεξιοτήτων, όχι μόνο σε τεχνικό επίπεδο, αλλά και σε χαρακτηριστικά όπως η κριτική σκέψη.

Για να επιτύχει ο συνδυασμός ανθρώπων και ΤΝ, οι ηγέτες οφείλουν να κατανοήσουν πολύπλοκους ανθρώπινους και οργανωσιακούς παράγοντες, όπως η ευελιξία, η πολιτισμική αλλαγή, η δυναμική προσωπικοτήτων και η συναισθηματική νοημοσύνη. Παρόλα αυτά, οι περισσότερες εταιρείες εξακολουθούν να αντιμετωπίζουν την υλοποίηση της ΤΝ κυρίως ως τεχνικό ζήτημα—μια αντίληψη που αντανακλάται και στους παραδοσιακούς ρόλους της τεχνολογικής ηγεσίας.

Σύμφωνα με την έρευνα Foundry’s 2024 State of the CIO, το 85% των IT leaders θεωρεί ότι οι CIOs μετατρέπονται σε φορείς αλλαγής στους οργανισμούς τους, ωστόσο μόλις το 28% δηλώνει πως η διαχείριση του μετασχηματισμού αποτελεί κορυφαία προτεραιότητα. Σε άλλη έρευνα, το 91% των υπευθύνων δεδομένων μεγάλων εταιρειών αναφέρει ότι «οι πολιτισμικές προκλήσεις/η διαχείριση αλλαγών» εμποδίζουν τη μετάβαση σε data-driven λειτουργία, ενώ μόνο το 9% θεωρεί ότι τα τεχνολογικά προβλήματα είναι εμπόδιο.

Παρά τις προκλήσεις αυτές, οι IT και data leaders αφιερώνουν το μεγαλύτερο μέρος του χρόνου τους σε λειτουργικές αρμοδιότητες—μια τάση που φαίνεται να ενισχύεται. Το 61% των CIOs δηλώνει πως έχει πλέον λιγότερο χρόνο για στρατηγικά καθήκοντα σε σχέση με τα προηγούμενα χρόνια. Παράλληλα, οι διευθυντές ανθρώπινου δυναμικού σπάνια αναλαμβάνουν ενεργό ρόλο στη διαχείριση των αλλαγών που επιφέρει η ΤΝ.

Οι συνέπειες της μονοδιάστατης προσέγγισης στην ΤΝ

Όταν οι οργανισμοί αγνοούν τις στρατηγικές και οργανωσιακές επιπτώσεις των σχεδίων τους για την ΤΝ, τα αποτελέσματα μπορεί να είναι καταστροφικά. Η αποτυχία της Zillow να βασιστεί σε AI για εκτίμηση ακινήτων της κόστισε πάνω από $300 εκατομμύρια, ενώ η μετοχή της υποχώρησε άνω του 20%. Στην περίπτωση του California State University, ένα φιλόδοξο σχέδιο για ολική ενσωμάτωση της ΤΝ προκάλεσε έντονες αντιδράσεις από προσωπικό και φοιτητές μέσα σε μία εβδομάδα.

Παραδείγματα όπως το chatbot της Air Canada, που δημιούργησε προβλήματα σε επιβάτες λόγω λανθασμένων πληροφοριών για εισιτήρια πένθους, αναδεικνύουν την ανάγκη να λαμβάνονται υπόψη ο «ανθρώπινος χαρακτήρας» των μοντέλων ΤΝ, τα όρια λήψης αποφάσεων και οι δεοντολογικές παράμετροι όπου απαιτείται ανθρώπινη παρέμβαση.

Όλα τα παραπάνω δείχνουν ένα κενό στη διοικητική καθοδήγηση των οργανισμών. Οι CIOs και CTOs έχουν κρίσιμο τεχνικό ρόλο, αλλά συχνά δεν διαθέτουν ούτε το χρόνο ούτε την εντολή να αντιμετωπίσουν τις ευρύτερες ανθρώπινες και οργανωσιακές προκλήσεις του μετασχηματισμού μέσω ΤΝ.

Η ανάγκη για νέο είδος ηγεσίας στην εποχή της ΤΝ

Ο οργανισμός του μέλλοντος απαιτεί έναν νέο τύπο ηγέτη: τον Chief Innovation and Transformation Officer (CITO). Αυτός ο ρόλος συνδυάζει τεχνική γνώση, διορατικότητα στη συμπεριφορά, στρατηγικό όραμα και βαθιά κατανόηση της ψυχολογίας και της κουλτούρας του οργανισμού. Έτσι διασφαλίζεται ότι οι εταιρείες θα ανταποκριθούν στις βαθιές αλλαγές που φέρνει η εποχή της ΤΝ.

Η αποτελεσματική υλοποίηση της ΤΝ απαιτεί από τους ηγέτες να διαχειρίζονται περίπλοκα ηθικά ζητήματα, να ενισχύουν τον πολιτισμικό μετασχηματισμό, να καλλιεργούν τη συνεργασία ανθρώπων-μηχανών, να προάγουν τη διαλειτουργικότητα μεταξύ τμημάτων και να ενθαρρύνουν υπεύθυνη καινοτομία. Ο παραδοσιακός τεχνολογικός προσανατολισμός δεν αρκεί πλέον—γι’ αυτό πολλές πρωτοβουλίες ΤΝ αποτυγχάνουν.

Εξέλιξη των διοικητικών ρόλων και νέα πρότυπα προσλήψεων

Τα τελευταία χρόνια παρατηρείται αύξηση στις προσλήψεις στελεχών με τίτλους όπως Chief Innovation Officer, Chief AI Officer ή Chief Transformation Officer. Σύμφωνα με έρευνα της Boston Consulting Group, ο αριθμός εταιρειών που διόρισαν Chief Transformation Officers αυξήθηκε κατά πάνω από 140% μεταξύ 2019-2021, οδηγώντας σε σημαντική άνοδο της συνολικής απόδοσης για τους μετόχους.

Οι πιο αποτελεσματικοί ρόλοι στη διοίκηση ΤΝ συνδυάζουν τεχνικές αρμοδιότητες με ευθύνες οργανωσιακής αλλαγής. Σε πολλές περιπτώσεις διευρύνεται το πεδίο δράσης των υπαρχόντων στελεχών IT ώστε να δίνεται έμφαση στη στρατηγική παρά στην καθαρά λειτουργική διαχείριση.

Χαρακτηριστικό παράδειγμα αποτελεί ο Sastry Durvasula, Chief Operating, Information & Digital Officer στη TIAA, ο οποίος διαχειρίζεται τόσο τον τεχνολογικό όσο και τον οργανωσιακό μετασχηματισμό—καλύπτοντας το 60% του ανθρώπινου δυναμικού της εταιρείας. Ο ίδιος επισημαίνει τη σημασία επανακατάρτισης των εργαζομένων ενόψει των αλλαγών που φέρνει η ΤΝ.

Η υιοθέτηση τέτοιων πολυσύνθετων διοικητικών ρόλων είναι πλέον αναγκαία ώστε οι επιχειρήσεις να μπορούν να αξιοποιούν τις δυνατότητες της ΤΝ και παράλληλα να ελέγχουν τους σχετικούς κινδύνους σε όλα τα επίπεδα λειτουργίας τους.

Παραδείγματα νέων διοικητικών θέσεων παγκοσμίως

Δύο χαρακτηριστικές περιπτώσεις είναι αυτές της PepsiCo, που το 2020 διόρισε την Athina Kanioura Chief Strategy and Transformation Officer για τον ψηφιακό μετασχηματισμό (συμπεριλαμβανομένης της ΤΝ), και της Standard Chartered Bank, όπου ο Roel Louwhoff ανέλαβε Chief Transformation, Technology and Operations Officer το 2021.

Στην JPMorgan Chase, υπό την καθοδήγηση της επικεφαλής δεδομένων Teresa Heitsenrether, δημιουργήθηκε δομή διακυβέρνησης AI που συνδέει τη χρήση ΤΝ με τις αξίες του οργανισμού και δίνει έμφαση τόσο στην ηθική διάσταση όσο και στα πρωτόκολλα λήψης αποφάσεων μέσω AI.

Mια πρόσφατη αγγελία στη State Street Bank για Chief Transformation Officer απαιτεί μεταξύ άλλων εμπειρία σε «καινοτομία», «μοντερνισμό», «AI», «blockchain» και «cloud adoption», καθώς και στην προώθηση πολιτισμικών αλλαγών για ευελιξία κι εξυπηρέτηση πελατών. Η εύρεση τέτοιου συνδυασμού δεξιοτήτων αποδεικνύεται δύσκολη αλλά αντανακλά τις νέες ανάγκες των επιχειρήσεων.

Ο CITO ή αντίστοιχος καλείται να ευθυγραμμίζει τις πρωτοβουλίες AI με τον σκοπό του οργανισμού, να δημιουργεί πλαίσια βιώσιμης καινοτομίας που ισορροπούν την τεχνολογική πρόοδο με τις ανθρώπινες αξίες και να διαχειρίζεται ενεργά τις αντιστάσεις στην αλλαγή.

Η νέα πρόκληση: Διαχείριση AI Personas

Mια αναδυόμενη αρμοδιότητα είναι το AI persona management—η διαχείριση δηλαδή των «ψηφιακών προσωπικοτήτων» ή agents που διαθέτουν συγκεκριμένα χαρακτηριστικά για διαφορετικές χρήσεις (π.χ. δάσκαλος, σύμβουλος, εξυπηρέτηση πελατών). Καθώς αυξάνεται η αυτονομία αυτών των εργαλείων, οι εταιρείες θα πρέπει να εξασφαλίζουν συνέπεια στη συμπεριφορά τους και εναρμόνιση με τους επιχειρησιακούς στόχους.

Salesforce, για παράδειγμα, χρησιμοποιεί ήδη AI personas όχι μόνο ως προϊόντα αλλά και εσωτερικά για αποφάσεις σχετικές με updates ή εκπαιδευτικά προγράμματα. Η αποτελεσματική διαχείρισή τους απαιτεί συντονισμό μεταξύ στελεχών AI, δεοντολογίας, HR αλλά κυρίως υπό την καθοδήγηση ενός CITO.

Η επόμενη μέρα στην τεχνολογική διοίκηση

Καθώς η TΝ επαναπροσδιορίζει οργανισμούς και κοινωνία, οι ηγέτες καλούνται να αξιοποιήσουν τις νέες δυνατότητες χωρίς να θυσιάζουν τις ανθρώπινες αξίες. Αυτό απαιτεί πρακτικά πλαίσια υπεύθυνης καινοτομίας, ισορροπία αποδοτικότητας-ανθρωποκεντρικότητας κι επαναπροσδιορισμό των δεικτών επιτυχίας πέρα από τα καθαρά τεχνικά μεγέθη.

Η εξέλιξη αυτή δεν αφορά απλώς νέους τίτλους στη διοίκηση· σηματοδοτεί βαθύτερη συνειδητοποίηση πως μόνο μέσω συνδυασμού τεχνικής κατάρτισης κι ανθρώπινης διορατικότητας μπορεί να αξιοποιηθεί πραγματικά η δύναμη της ΤΝ. Όσοι οργανισμοί προσαρμόσουν τη δομή τους στα νέα δεδομένα θα βρίσκονται ένα βήμα μπροστά στη λήψη ορθών αποφάσεων για το πότε και πώς θα εφαρμόσουν την ΤΝ.