Αν ακούσει κανείς τη δημόσια συζήτηση για την τεχνητή νοημοσύνη στην Ελλάδα, θα νομίσει ότι το βασικό μας πρόβλημα είναι η τεχνογνωσία. Ότι δεν έχουμε αρκετούς data scientists, αρκετούς AI engineers, αρκετούς ανθρώπους που «ξέρουν από αυτά». Η εικόνα όμως από την αγορά λέει κάτι διαφορετικό.
Η Ελλάδα δεν υστερεί τόσο στην τεχνική γνώση όσο νομίζουμε. Υστερεί στον τρόπο που παίρνει αποφάσεις. Έχουμε ανθρώπους που μπορούν να δουλέψουν με AI, να εκπαιδεύσουν μοντέλα, να ενσωματώσουν εργαλεία σε πραγματικά περιβάλλοντα. Αυτό που συχνά λείπει είναι το οργανωτικό πλαίσιο για να τους αφήσει να το κάνουν. Το AI δεν μπλοκάρει στον κώδικα. Μπλοκάρει στα meetings.
Το έχω δει να συμβαίνει ξανά και ξανά. Μια ομάδα προτείνει μια απλή χρήση AI που θα γλίτωνε δεκάδες ώρες τον μήνα. Η ιδέα δεν απορρίπτεται. Απλώς… μένει σε εκκρεμότητα. Ποιος θα εγκρίνει; Ποιος θα πάρει την ευθύνη; Τι γίνεται αν κάτι πάει στραβά; Μέχρι να απαντηθούν όλα αυτά, το momentum έχει χαθεί.
Και έτσι δημιουργείται ένα παράδοξο: μιλάμε για τεχνολογία αιχμής με λογική χαμηλού ρίσκου. Το AI, όμως, δεν λειτουργεί έτσι. Δεν είναι ERP. Δεν είναι έργο με σαφή αρχή και τέλος. Είναι εργαλείο που εξελίσσεται όσο το χρησιμοποιείς.
Το πραγματικό AI gap στην Ελλάδα είναι η απουσία ανθρώπων που να μπορούν να πουν: «Ας το δοκιμάσουμε». Όχι ανεξέλεγκτα, αλλά υπεύθυνα. Με όρια, με στόχους, με μέτρηση αποτελέσματος. Χωρίς όμως να ζητάμε τέλειες απαντήσεις πριν καν ξεκινήσουμε.
Πολλές ελληνικές επιχειρήσεις ζητούν business case για το AI πριν αποκτήσουν εμπειρία από αυτό. Θέλουν ROI πριν υπάρξει learning. Αυτό, στην πράξη, σκοτώνει κάθε πιθανότητα ουσιαστικής υιοθέτησης. Γιατί το ROI του AI δεν είναι πάντα άμεσο ή γραμμικό. Συχνά εμφανίζεται εκεί που δεν το περιμένεις: στον χρόνο που ελευθερώνεται, στις αποφάσεις που παίρνονται γρηγορότερα, στα λάθη που δεν γίνονται.
Ένα ακόμα σύμπτωμα του διοικητικού gap είναι ο τρόπος που αντιμετωπίζεται το ρίσκο. Σε πολλές περιπτώσεις, το μεγαλύτερο ρίσκο θεωρείται η χρήση της τεχνολογίας. Σχεδόν ποτέ η μη χρήση της. Κι όμως, σε μια αγορά που κινείται γρήγορα, η αδράνεια είναι συχνά το πιο επικίνδυνο σενάριο.
Δεν είναι τυχαίο ότι οι πιο επιτυχημένες εφαρμογές AI στην Ελλάδα δεν ξεκίνησαν από μεγάλες, βαρύγδουπες στρατηγικές. Ξεκίνησαν από μικρές ομάδες που είχαν την ελευθερία να πειραματιστούν. Από ανθρώπους που δεν περίμεναν πλήρη οδηγό χρήσης για να κάνουν το πρώτο βήμα.
Αν θέλουμε πραγματικά να γεφυρώσουμε το AI gap, πρέπει να κοιτάξουμε λιγότερο τα εργαλεία και περισσότερο τις δομές. Ποιος αποφασίζει; Ποιος αναλαμβάνει την ευθύνη; Ποιος μετράει το αποτέλεσμα; Χωρίς απαντήσεις σε αυτά, καμία τεχνολογία δεν θα μας σώσει.
Το AI δεν χρειάζεται μόνο μηχανικούς. Χρειάζεται διοικήσεις που να καταλαβαίνουν ότι η μάθηση προηγείται της βελτιστοποίησης. Ότι το λάθος είναι μέρος της διαδικασίας. Και ότι η πραγματική καινοτομία δεν έρχεται όταν όλα είναι απολύτως ελεγχόμενα, αλλά όταν υπάρχει χώρος να δοκιμάσεις.
Ίσως τελικά το ερώτημα δεν είναι αν η Ελλάδα είναι έτοιμη για το AI.
Ίσως το ερώτημα είναι αν είναι έτοιμη να αλλάξει τον τρόπο που διοικεί.
Insights shaped by experience, shared with curiosity.
*O κ. Γιώργος Λουτριανάκης είναι CEO της PlusHorizon.
Ακολουθήστε το Business Daily στο Google news
