Περί της μελέτης MIT “The GenAI Divide: State of AI in Business 2025”

Catherine Louropoulou
πριν από 5 ημέρες
διαβάστηκε 3 λεπτά

Σύμφωνα με αυτήν, το 95 % των οργανισμών δεν αποκομίζει ουσιαστική απόδοση από τις επενδύσεις τους στη Γενετική ή Παραγωγική Τεχνητή Νοημοσύνη (GenAI). Τι δείχνουν όμως τα δεδομένα πίσω από τα ποσοστά;

Διαβάζουμε στον ελληνικό, αλλά και στον διεθνή τύπο, αρκετά για τη μελέτη αυτή, η οποία έχει αξιοποιηθεί περισσότερο ως clickbait και λιγότερο ως τεκμηριωμένη ανάλυση των πραγματικών δεδομένων και προοπτικών της Τεχνητής Νοημοσύνης (ΤΝ).

Δεν είναι τυχαίο. Η εκτόξευση των χρηματιστηριακών αποτιμήσεων των τεχνολογικών «κολοσσών» έχει τροφοδοτήσει ένα κλίμα υπερβολής. Η έκθεση του MIT, με τον μάλλον απαισιόδοξο τόνο της, έδωσε τροφή για εντυπωσιακούς τίτλους:

Σύμφωνα με αυτήν, το 95 % των οργανισμών δεν αποκομίζει ουσιαστική απόδοση από τις επενδύσεις τους στη Generative AI (GenAI), παρά την εκρηκτική άνοδο των μετοχών του κλάδου τους τελευταίους μήνες.

Αλλά είναι πράγματι έτσι;

Ας δούμε μια πιο νηφάλια προσέγγιση.

Τα βασικά ευρήματα της μελέτης

Μεγάλη διάδοση, μικρή απόδοση:

Παρά τις μαζικές επενδύσεις (30–40 δισ. δολάρια), το 95 % των οργανισμών δεν αποκομίζει μετρήσιμα οικονομικά οφέλη από τη GenAI.

Το χάσμα των “πιλοτικών έργων”:

Μόλις το 5 % των έργων περνά από το στάδιο του “πειράματος” (pilot) στο στάδιο της πραγματικής παραγωγής (production).

Πρόβλημα ενσωμάτωσης:

Τα μεγαλύτερα εμπόδια δεν είναι τεχνολογικά (αλγόριθμοι, υπολογιστική ισχύς), αλλά οργανωτικά — πώς εντάσσεται η ΤΝ στις υπάρχουσες διαδικασίες, πώς εκπαιδεύεται το προσωπικό, πώς μετριέται η αξία, και πώς αποφεύγονται τα “one-off πειράματα” χωρίς συνέχεια.

Αντίφαση με την αγορά:

Ενώ οι μετοχές των μεγάλων εταιρειών τεχνολογίας έχουν εκτιναχθεί, η πραγματική επιχειρηματική αξία της ΤΝ καθυστερεί να φανεί για τη μεγάλη πλειονότητα των οργανισμών

Τι δείχνουν τα δεδομένα πίσω από τα ποσοστά

Ορισμός “επιστροφής / αξίας”:

Η μελέτη ορίζει την “επιστροφή” (return) ως μετρήσιμη επίδραση στα οικονομικά αποτελέσματα (P&L) σε σύντομο χρονικό διάστημα — π.χ. έξι μήνες μετά τον πιλοτικό κύκλο.

Έτσι, αγνοούνται άλλες μορφές αξίας όπως η βελτίωση παραγωγικότητας, η μείωση χρονοβόρων εργασιών ή τα στρατηγικά οφέλη που αποδίδουν μακροπρόθεσμα, μακροχρόνιες συνέργειες — που μπορεί να μην “μετριούνται” εύκολα αλλά να είναι πολύ σημαντικές..

Μεθοδολογία και δείγμα:

Η έρευνα στηρίχθηκε σε περισσότερες από 300 δημοσίως γνωστές πρωτοβουλίες, 52 συνεντεύξεις και 153 ερωτηματολόγια σε ηγετικά στελέχη. Οι ίδιοι οι ερευνητές επισημαίνουν ότι τα αποτελέσματα είναι “directionally accurate” — ενδεικτικά, όχι οριστικά και όχι πάντα επίσημα δημοσιοποιημένοι εταιρικοί απολογισμοί..

Χρονικός ορίζοντας:

Τα συμπεράσματα βασίζονται σε βραχυπρόθεσμες τάσεις. Πολλά έργα ίσως αποδώσουν σε μεγαλύτερο βάθος χρόνου πέραν των 6 μηνών που εξετάζει το report.

Υποεκτίμηση έμμεσων ή “μη οικονομικών” οφελών:

Το report ενδέχεται να υποτιμά τη συνολική αξία της ΤΝ, καθώς δεν λαμβάνει υπόψη ποιοτικά οφέλη όπως η βελτίωση ποιότητας, ταχύτερη λήψη αποφάσεων, καλύτερη εμπειρία πελάτη ή φήμη και καινοτομία. Δηλαδή οφέλη που δεν εμφανίζονται άμεσα στους οικονομικούς λογαριασμούς εντός μικρού χρονικού διαστήματος.

Κίνδυνος εύκολων γενικεύσεων / clickbait headlines:

Ο εντυπωσιακός τίτλος “95 % αποτυχία” είναι παραπλανητικός αν δεν ληφθούν υπόψη όλες οι παράμετροι.

Εταιρικές διαφοροποιήσεις:

Κάθε οργανισμός είναι διαφορετικός — το μέγεθος, ο κλάδος, η ωριμότητα στην ΤΝ και η κουλτούρα του καθορίζουν σε μεγάλο βαθμό την επιτυχία ή αποτυχία.

Η δική μας ανάγνωση

Το “95 %” δεν σημαίνει αποτυχία της ΤΝ. Αντίθετα, υποδεικνύει ότι η πλειοψηφία των οργανισμών δεν έχει ακόμη περάσει από το στάδιο του πειραματισμού στην πραγματική αξιοποίηση και δεν βλέπει άμεσα οικονομική απόδοση. Η τεχνολογία βρίσκεται σε πρώιμο στάδιο εφαρμογής, και τα πιο σημαντικά οφέλη συχνά δεν αποτυπώνονται εύκολα σε οικονομικές καταστάσεις (P&L).

Οι πρωτοπόροι οργανισμοί (το 5 %) ήδη αποκομίζουν σημαντικά οφέλη — άρα ο δρόμος υπάρχει, αρκεί να υπάρχει στρατηγική, υπομονή και σωστή εκπαίδευση. Οι επιχειρήσεις που μπαίνουν νωρίς και μαθαίνουν πώς να αξιοποιούν σωστά τα εργαλεία ΤΝ, πιθανόν να αποκτήσουν ανταγωνιστικό πλεονέκτημα μεσοπρόθεσμα.

Τι σημαίνει αυτό για την Ελλάδα — και ειδικά για τις ΜμΕ

Για τις Μικρομεσαίες Επιχειρήσεις (ΜμΕ), το βασικό δίδαγμα είναι η σύνεση: να μην επενδύουν άκριτα “επειδή είναι της μόδας”, αλλά να ξεκινούν με στοχευμένα, μικρής κλίμακας έργα, όπως:

αυτοματοποίηση εξυπηρέτησης πελατών,
ανάλυση κειμένων ή δεδομένων,
δημιουργία περιεχομένου.

Οι μεγαλύτεροι οργανισμοί, αντίστοιχα, χρειάζονται ενσωμάτωση της ΤΝ στις στρατηγικές τους διεργασίες — όχι απλώς μεμονωμένα πειράματα. Απαιτείται: