Τεχνητή νοημοσύνη : Απαραίτητο άλμα για τις επιχειρήσεις, λέει ο ΣΕΒ

Μόλις το 3% των επιχειρήσεων στην Ελλάδα αξιοποιούν λύσεις τεχνητής νοημοσύνης (ΤΝ) έναντι 45% παγκοσμίως, σύμφωνα με μελέτη του ΣΕΒ που υπογραμμίζει ότι «η ΤΝ δυστυχώς, δεν περιλαμβάνεται ακόμα στις επενδυτικές προτεραιότητες των επιχειρήσεων της χώρας».

Παρά το γεγονός ότι οι επιχειρήσεις που εφαρμόζουν λύσεις ΤΝ, εμφανίζουν περιθώρια κέρδους έως 17% καλύτερα από τον ανταγωνισμό, με συστήματα προληπτικής συντήρησης, μείωσης σφαλμάτων στην παραγωγή, υποβοήθησης εργασιών από ρομποτικές μηχανές, προβλέψεων ζήτησης, διαχείρισης ποιότητας, εξ αποστάσεως εξυπηρέτησης πελατών, λήψης αποφάσεων χωρίς ανθρώπινη παρουσία, κλπ.

Ενδεικτικά, οι βιομηχανικές επιχειρήσεις μπορούν να βελτιώσουν έως 5% την αποδοτικότητα στην παραγωγή, ως 13% την κερδοφορία, έως 12% την εξοικονόμηση καυσίμων, έως 10% το χρόνο διάθεσης προϊόντων στην αγορά.

Στο λιανικό εμπόριο, επιτυγχάνεται έως 20% μείωση στα αποθέματα, έως 30% μείωση του χρόνου αποθεματοποίησης και έως 30% αύξηση των online πωλήσεων. Στην ηλεκτρική ενέργεια επιφέρει έως 20% αύξηση της παραγωγής και έως 20% βελτίωση της κερδοφορίας.

Η ΤΝ επίσης μπορεί να προσφέρει λύσεις σε σύγχρονες κοινωνικές προκλήσεις, όπως η ταχύτερη εύρεση θεραπειών, η βελτίωση της παραγωγικότητας του νοσηλευτικού προσωπικού (έως 50%), η μείωση των δαπανών υγείας (έως 10%), αλλά και η ελαχιστοποίηση των περιβαλλοντικών επιπτώσεων.

Συνολικά ο ΣΕΒ υποστηρίζει ότι η διάχυση της ΤΝ στην Ελλάδα μπορεί να αυξήσει αθροιστικά το ΑΕΠ κατά περίπου 200 δισ. ευρώ σε 15 χρόνια.

Η ανάλυση του ΣΕΒ

Η Τεχνητή Νοημοσύνη (ΤΝ), η βασικότερη τεχνολογία αιχμής στην 4η Βιομηχανική Επανάσταση, αναμένεται να φέρει θεμελιώδεις αλλαγές σε επιχειρήσεις και δημόσιο τομέα, σημειώνει σε special report του ο Σύνδεσμος Επιχειρήσεων και Βιομηχανιών.

Όπως αναφέρει ο ΣΕΒ, αν και αποτελεί διακριτό ακαδημαϊκό γνωστικό αντικείμενο από το 1960 και έχει κατηγοριοποιηθεί ως “τεχνολογία 4ης γενιάς” από τη δεκαετία του 1980, οι πραγματικές της δυνατότητες τώρα γίνονται ευρύτερα αντιληπτές. Εξελίσσεται σε τεχνολογία στρατηγικής σημασίας και σε βασικό μοχλό ανταγωνιστικότητας των επιχειρήσεων αλλά και αναβάθμισης των υπηρεσιών του δημόσιου τομέα.

Βασικά Ευρήματα:

• Τα συστήματα ΤΝ έχουν σημαντικά οφέλη για τις επιχειρήσεις που τα υιοθετούν, προσφέρουν λύσεις σε σύγχρονες κοινωνικές προκλήσεις αλλά και βελτιώνουν την ποιότητα των υπηρεσιών προς τους πολίτες.
• Η Ελλάδα είναι στην 23η θέση του σχετικού δείκτη της Ε.Ε. (Government AI Readiness Index). 16 χώρες της ΕΕ ήδη υλοποιούν προγράμματα μεγάλης κλίμακας, ενώ 5 είναι σε τελικό στάδιο σχεδιασμού της εθνικής στρατηγικής.
• Η Ελλάδα βρίσκεται σε στάδιο προετοιμασίας ενός εθνικού σχεδίου, χωρίς ωστόσο κάποια δομημένη διαβούλευση με τις επιχειρήσεις και την ερευνητική κοινότητα.
• Μόλις το 3% των επιχειρήσεων στην Ελλάδα αξιοποιούν λύσεις ΤΝ έναντι 45% παγκοσμίως.
• Οι επενδύσεις σε τεχνολογίες πληροφοριών και επικοινωνίας (ΤΠΕ) είναι μεν διαρκείς στην Ελλάδα, ωστόσο συχνά δεν αφορούν σε τεχνολογίες αιχμής. Η ΤΝ δυστυχώς, δεν περιλαμβάνεται ακόμα στις επενδυτικές προτεραιότητες των επιχειρήσεων της χώρας.
• Πρώτο βήμα στο σχεδιασμό και εφαρμογή στρατηγικής Τεχνητής Νοημοσύνης πρέπει να είναι η δημιουργία ενός μηχανισμού διακυβέρνησης, με σύμπραξη δημόσιου και ιδιωτικού τομέα. Προτείνεται, η σύσταση Εθνικής Επιτροπής Τεχνητής Νοημοσύνης για το συντονισμό, τη συνεργασία με τα εμπλεκόμενα Υπουργεία, τη διαμόρφωση του ρυθμιστικού πλαισίου και του κώδικα δεοντολογίας και την αξιολόγηση των αποτελεσμάτων.
• Η διάχυση της ΤΝ στην Ελλάδα μπορεί να αυξήσει αθροιστικά το ΑΕΠ κατά περίπου €200δισ σε 15 χρόνια.

Τι είναι η Τεχνητή Νοημοσύνη;

ΤΝ ονομάζεται η ικανότητα μιας μηχανής να αναπαράγει τις ανώτερες (ευφυείς) γνωστικές λειτουργίες του ανθρώπου (π.χ. μάθηση, σχεδιασμός, δημιουργικότητα, σύνθετες αποφάσεις, κατανόηση περιβάλλοντος, παραγωγή γνώσης, κλπ.), με αυτονομία. Αποτελεί το σημείο τομής πολλών επιστημών, κυρίως των μαθηματικών (ειδικά της μαθηματικής λογικής), της πληροφορικής, τηςνευρολογίας, της γλωσσολογίας και τηςμηχανικής.

Σε αντίθεση με παλαιότερες ΤΠΕ, τα συστήματα ΤΝ δεν βασίζονται σε προ-εγκατεστημένους αλγόριθμους. Η ΤΝ γνωρίζει μόνο τα αξιώματα ή τις απαγορεύσεις που πρέπει να ικανοποιεί κάθε λειτουργία της, με την ευφυΐα της να έγκειται στην αυτονομία για το είδος της λειτουργίας που θα επιλέξει για να ολοκληρώσει μια εργασία. Συνεπώς, τα συστήματα ΤΝ μεγιστοποιούν τη χρησιμότητά τους σε εργασίες που βασίζονται σε γνώση και εμπειρία, σύνθετους συλλογισμούς ή ευφυή διάδραση με το περιβάλλον. Υποστηρικτικές εργασίες όπως αριθμητικοί υπολογισμοί ή εργασίες ρουτίνας μπορούν να αυτοματοποιηθούν εξίσου αποτελεσματικά από παλαιότερες τεχνολογίες.

Τα οφέλη της Τεχνητής Νοημοσύνης

Τα συστήματα ΤΝ έχουν σημαντικά οφέλη για όσους επενδύουν στην αξιοποίησή τους. Οι επιχειρήσεις με λύσεις ΤΝ, εμφανίζουν περιθώρια κέρδους έως 17% καλύτερα από τον ανταγωνισμό, με συστήματα προληπτικής συντήρησης, μείωσης σφαλμάτων στην παραγωγή, υποβοήθησης εργασιών από ρομποτικές μηχανές, προβλέψεων ζήτησης, διαχείρισης ποιότητας, εξ αποστάσεως εξυπηρέτησης πελατών, λήψης αποφάσεων χωρίς ανθρώπινη παρουσία, κλπ. Ενδεικτικά, οι βιομηχανικές επιχειρήσεις μπορούν να βελτιώσουν έως 5% την αποδοτικότητα στην παραγωγή, ως 13% την κερδοφορία, έως 12% την εξοικονόμηση καυσίμων, έως 10% το χρόνο διάθεσης προϊόντων στην αγορά. Στο λιανικό εμπόριο, επιτυγχάνεται έως 20% μείωση στα αποθέματα, έως 30% μείωση του χρόνου αποθεματοποίησης και έως 30% αύξηση των online πωλήσεων. Στην ηλεκτρική ενέργεια επιφέρει έως 20% αύξηση της παραγωγής και έως 20% βελτίωση της κερδοφορίας.

Η ΤΝ επίσης μπορεί να προσφέρει λύσεις σε σύγχρονες κοινωνικές προκλήσεις, όπως η ταχύτερη εύρεση θεραπειών, η βελτίωση της παραγωγικότητας του νοσηλευτικού προσωπικού (έως 50%), η μείωση των δαπανών υγείας (έως 10%), αλλά και η ελαχιστοποίηση των περιβαλλοντικών επιπτώσεων. Ενδεικτικά, αναφέρεται η πρόσφατη επίλυση ενός εκ των μεγαλύτερων προβλημάτων της βιολογίας από σύστημα ΤΝ (εδώ).

Στο δημόσιο τομέα, η ενσωμάτωση λύσεων ΤΝ προσφέρει βελτίωση της ποιότητας των υπηρεσιών προς τον πολίτη με αδιάλειπτη εξυπηρέτηση αλλά και αυτοματοποίηση των χρονοβόρων εργασιών.

Ενδεικτικά, η εθνική πύλη δημόσιων υπηρεσιών της Πορτογαλίας χρησιμοποιεί συστήματα ΤΝ για να επικοινωνεί με πολίτες από το 2019. Το πρώτο εξάμηνο λειτουργίας της ολοκληρώθηκαν πάνω από 46.000 συνομιλίες ανθρώπου – μηχανής, κατά τις οποίες ο πολίτης εξυπηρετήθηκε από το σύστημα ΤΝ χωρίς την παρέμβαση φυσικού προσώπου (δημόσιου υπάλληλου). Στη Λετονία οι αντίστοιχες επιδόσεις ήταν στις 22.000 συνομιλίες. Συστήματα ΤΝ χρησιμοποιούνται, επίσης, συχνά στο σχεδιασμό μέτρων πολιτικής. Η ευφυής προσομοίωση σύνθετων οικονομικών, παραγωγικών και κοινωνικών μηχανισμών ξεπερνά κατά πολύ τις δυνατότητες των “παραδοσιακών” οικονομικών μοντέλων και βοηθά στην αξιολόγηση των συνεπειών των μέτρων πολιτικής, πριν την εφαρμογή τους.

Η Τεχνητή Νοημοσύνη στην Ελλάδα

Η Ελλάδα προετοιμάζει κάποιο εθνικό σχέδιο, χωρίς ωστόσο μια δομημένη διαβούλευση με τις επιχειρήσεις και την ερευνητική κοινότητα. Η χώρα βρίσκεται στην 23η θέση του σχετικού δείκτη της Ε.Ε. (Government AI Readiness Index), όταν ήδη 16 χώρες της ΕΕ υλοποιούν προγράμματα μεγάλης κλίμακας και 5 είναι σε τελικό στάδιο σχεδιασμού.

Αν και η πλειονότητα των επιχειρήσεων επενδύει σημαντικούς πόρους σε ΤΠΕ (16η θέση στην ΕΕ-28), η αξιοποίηση της ΤΝ παραμένει πολύ χαμηλή (εδώ), με μόλις το 3% των επιχειρήσεων να αξιοποιεί λύσεις ΤΝ έναντι 45% παγκοσμίως. Παράλληλα, ενώ το 85% των Ελλήνων CEOs αντιλαμβάνεται τις δυνατότητες της ΤΝ, το 54% δηλώνει πως η ΤΝ δεν αποτελεί επενδυτική προτεραιότητα, με αποτέλεσμα οι επενδύσεις να συνεχίζουν να εστιάζουν σε τεχνολογίες ξεπερασμένων δυνατοτήτων (26η θέση στην ΕΕ-28 στο σχετικό δείκτη, εδώ). Ομοίως, θεωρούν πως η ΤΝ δεν έχει ακόμη φτάσει το επιθυμητό στάδιο ωρίμανσης, πιθανώς επειδή δε γνωρίζουν σε βάθος την 30ετή εφαρμοσμένη έρευνα αιχμής σε ελληνικά και ευρωπαϊκά πανεπιστήμια.

Σημαντικοί ανασταλτικοί παράγοντες στην αξιοποίηση της ΤΝ στην Ελλάδα είναι (α) η έλλειψη ικανού όγκου αξιοποιήσιμων δημόσιων πληροφοριών που είναι αναγκαίες στην “εκμάθηση” των συστημάτων ΤΝ και (β) η περιορισμένη υπολογιστική ισχύς στις επιχειρήσεις που είναι αναγκαία για την εκτέλεση σύνθετων υπολογισμών.

Οφέλη από την αξιοποίηση της στην Ελλάδα

Η ΤΝ μπορεί να αποτελέσει σημαντική παράμετρο οικονομικής ανάπτυξης, όπως αποτυπώνεται σε σχετικές έρευνες (ενδεικτικά εδώ). Η διάχυση της ΤΝ στην Ελλάδα μπορεί να αυξήσει αθροιστικά το ΑΕΠ σε 15 χρόνια κατά περίπου €200δισ (σε σταθερές τιμές 2010). Η αύξηση σε ποσοστό 40%, θα τροφοδοτηθεί από λύσεις έξυπνης αυτοματοποίησης, σε ποσοστό 24% από την πιο αποτελεσματική χρήση των ανθρώπινων πόρων, σε ποσοστό 21% από τη βέλτιστη χρήση του κεφαλαιουχικού εξοπλισμού και σε ποσοστό 15% από τη διάχυση της καινοτομίας. Η ίδια ανάλυση δείχνει ότι οι επενδύσεις σε ΤΝ μπορούν να ενισχύσουν τα έσοδα των επιχειρήσεων έως 30%, μέσα σε 4 χρόνια, με ανάλογη τόνωση της διεθνούς ανταγωνιστικότητας και της αποδοτικότητας. Επιπλέον, η ανάπτυξη ΤΝ στην Ελλάδα θα συνδράμει καθοριστικά στον περιορισμό της διαρροής των νέων με υπόβαθρο STEM στο εξωτερικό.

Ανάγκη για ένα εθνικό πρόγραμμα

Για την κάλυψη του τεχνολογικού κενού, είναι αναγκαία η κινητοποίηση των επιχειρήσεων, φιλο-επενδυτικές δημόσιες πολιτικές, άνοιγμα των δημοσίων δεδομένων και ενίσχυση των ψηφιακών δεξιοτήτων. Η πρόταση του ΣΕΒ για την αξιοποίηση της Τεχνητής Νοημοσύνης και τη βελτίωση της διεθνούς ανταγωνιστικότητας της οικονομίας μέσω εθνικού προγράμματος αξιοποίησής της, εστιάζει σε επτά στόχους:

-Επιτάχυνση ιδιωτικών επενδύσεων σε ΤΝ και ειδικά σε αύξηση της υπολογιστικής ισχύος στις επιχειρήσεις.

-Ανάπτυξη ψηφιακών δεξιοτήτων, ειδικά σε θέματα ΤΝ.

-Διεύρυνση δημόσιων επενδύσεων με συστήματα ΤΝ για την παροχή σύγχρονων υπηρεσιών που θα βελτιώσουν το επίπεδο εξυπηρέτησης των πολιτών.

-Κατασκευή στην Ελλάδα εξοπλισμού υψηλής υπολογιστικής ισχύος και τηλεπικοινωνιακών υποδομών.

-Δημιουργία κέντρων αριστείας εντός των πανεπιστημίων όπου αναπτύσσονται καινοτόμες προτάσεις ΤΝ, που ανταποκρίνονται όμως στις εμπορικές ανάγκες της βιομηχανίας εντός Ελλάδας αλλά και διεθνώς.

-Ανοιχτή πρόσβαση στα δημόσια δεδομένα, τα οποία είναι αναγκαία στην “εκμάθηση” των συστημάτων ΤΝ.

-Κανόνες δεοντολογίας, με σεβασμό στα θεμελιώδη δικαιώματα και τους νόμους.