Τάσεις AI για το 2026: Τι πρέπει να γνωρίζουν οι επιχειρηματίες;

Αγγλικά Ας εξαλείψουμε τοΟργανισμός AI, δηλαδή, εκτελεί εργασίες ανεξάρτητα: είναι ένα ασφαλές στοίχημα για την «πιο hot τάση AI» του μέλλοντος. Το Agentic AI φαίνεται να βρίσκεται σε αναπόφευκτη άνοδο: όλοι στον κόσμο των παρόχων τεχνολογίας και των αναλυτών είναι ενθουσιασμένοι με την προοπτική να έχουμε προγράμματα τεχνητής νοημοσύνης που συνεργάζονται για να κάνουν πραγματική δουλειά αντί απλώς να δημιουργούν περιεχόμενο, ακόμα κι αν κανείς δεν είναι απολύτως σίγουρος πώς θα λειτουργήσει. Μερικοί ηγέτες πληροφορικής πιστεύουν ότι το έχουν ήδη (το37%, σε μια επερχόμενη έρευνα που χορηγείται από το UiPath στο252ηγέτες πληροφορικής των ΗΠΑ). οι περισσότεροι αναμένουν ότι αυτό θα συμβεί σύντομα και είναι έτοιμοι να επενδύσουν σε αυτόν τον τομέα (το68%εντός έξι μηνών ή λιγότερο). κάποιοι σκεπτικιστές (τους οποίους συναντήσαμε κυρίως σε συνεντεύξεις) πιστεύουν ότι πρόκειται κυρίως για διαφημιστική καμπάνια από τους προμηθευτές. Οι περισσότεροι μάνατζερ σε ρόλους που σχετίζονται με την τεχνολογία πιστεύουν ότι αυτά τα αυτόνομα και συνεργατικά προγράμματα τεχνητής νοημοσύνης θα βασίζονται κυρίως σε στοχευμένα ρομπότ παραγωγής τεχνητής νοημοσύνης που θα εκτελούν συγκεκριμένες εργασίες. Οι περισσότεροι πιστεύουν ότι θα υπάρχει ένα δίκτυο από αυτούς τους παράγοντες και πολλοί ελπίζουν ότι τα οικοσυστήματα των πρακτόρων θα απαιτήσουν λιγότερη ανθρώπινη παρέμβαση από ό,τι η τεχνητή νοημοσύνη απαιτούσε στο παρελθόν. Ορισμένοι πιστεύουν ότι η τεχνολογία θα ενορχηστρωθεί εξ ολοκλήρου από ρομποτικά εργαλεία αυτοματισμού διεργασιών. Άλλοι προτείνουν ότι οι πράκτορες θα ανακτώνται από συστήματα συναλλαγών επιχειρήσεων. άλλοι πάλι υποθέτουν την εμφάνιση ενός «σούπερ πράκτορα» που θα ελέγχει τα πάντα.

Να τι πιστεύουμε: Θα υπάρχουν (και σε ορισμένες περιπτώσεις υπάρχουν ήδη) ρομπότ Generative AI (Gen AI) που θα ακολουθούν τις εντολές των ανθρώπων για συγκεκριμένες εργασίες δημιουργίας περιεχομένου. Θα χρειαστείτε περισσότερα από ένα από αυτά τα εργαλεία Gen AI για να κάνετε κάτι ουσιαστικό, όπως να κάνετε μια ταξιδιωτική κράτηση ή να πραγματοποιήσετε μια τραπεζική συναλλαγή. Αλλά αυτά τα συστήματα εξακολουθούν να λειτουργούν προβλέποντας την επόμενη λέξη, και μερικές φορές αυτό οδηγεί σελάθηοανακρίβειες. Έτσι θα υπάρχει ακόμα η ανάγκη για τους ανθρώπους να τα ελέγχουν από καιρό σε καιρό. Οι πρώτοι πράκτορες θα είναι αυτοί γιαμικρές δομημένες εσωτερικές εργασίεςπου απαιτούν λίγα χρήματα, για παράδειγμα βοηθώντας στην αλλαγή του κωδικού πρόσβασης από πλευράς πληροφορικής ή κρατώντας διακοπές στα συστήματα HR. Δεν πιστεύουμε ότι είναι πολύ πιθανό οι εταιρείες να χρησιμοποιήσουν αυτούς τους αντιπροσώπους με πραγματικούς πελάτες να ξοδεύουν πραγματικά χρήματα βραχυπρόθεσμα, εκτός και αν υπάρχει η πιθανότητα ανθρώπινης αναθεώρησης ή ακύρωσης μιας συναλλαγής. Ως αποτέλεσμα, δεν αναμένουμε ότι αυτή η τεχνολογία θα έχει σημαντικό αντίκτυπο στο ανθρώπινο δυναμικό, εκτός από νέες θέσεις εργασίας που περιλαμβάνουν τη σύνταξη αναρτήσεων ιστολογίου σχετικά με το agent AI (περιμένετε, μπορούν οι πράκτορες να το κάνουν αυτό;).

Μέτρηση των αποτελεσμάτων πειραμάτων Generative AI

Ένας λόγος που όλοι είναι ενθουσιασμένοι με τους πράκτορες είναι ότι εξακολουθεί να είναι δύσκολο να αποδειχθεί η οικονομική αξία της Gen AI. Στο άρθρο των τάσεων AI από πριν από μερικά χρόνια υποστηρίξαμε ότι η αξία του Gen AI δεν έχει ακόμη αποδειχθεί. Οι ηγέτες δεδομένων και τεχνητής νοημοσύνης που συμμετείχαν στην «Έρευνα 2025 AI & Data Leadership Executive Benchmark Survey» του Randy δήλωσαν ότι είναι βέβαιοι ότι η Gen AI δημιουργεί αξία:58%δήλωσε ότι ο οργανισμός του πέτυχε εκθετική αύξηση σεπαραγωγικότηταo dell'αποδοτικότηταχάρη στην τεχνητή νοημοσύνη, προφανώς ιδιαίτερα τη γενετική τεχνητή νοημοσύνη. Αλλος16%ισχυρίστηκε ότι «απελευθέρωσε τους εργαζόμενους της γνώσης από κοσμικές εργασίες» μέσω της χρήσης εργαλείων Gen AI. Ας ελπίσουμε ότι αυτές οι πολύ θετικές πεποιθήσεις είναι σωστές.

Αλλά οι εταιρείες δεν πρέπει να δίνουν αυτή την εμπιστοσύνη στα τυφλά. Πολύ λίγες εταιρείες μετρούν προσεκτικά τα κέρδη παραγωγικότητας ή προσπαθούν να καταλάβουν τι γνώση κάνουν οι εργαζόμενοι που έχουν απαλλαγεί από τη συνήθη εργασία με τον χρόνο που διαθέτουν. Μόνο λίγες ακαδημαϊκές μελέτες έχουν μετρήσει τα κέρδη παραγωγικότητας του Gen AI και όταν το έχουν κάνει, γενικά έχουν βρει κάποιαβελτιώσεις, αλλά όχι εκθετικά. Η Goldman Sachs είναι μια από τις σπάνιες εταιρείες που έχει μετρήσει τα κέρδη παραγωγικότητας στον κλάδο του προγραμματισμού. Οι προγραμματιστές ανέφεραν ότι η παραγωγικότητά τους αυξήθηκε κατά περίπου20%. Οι περισσότερες παρόμοιες μελέτες έχουν βρει ενδεχόμενους παράγοντες στην παραγωγικότητα, όπου οι άπειροι εργαζόμενοι λαμβάνουν περισσότερα οφέλη (όπως στην εξυπηρέτηση πελατών και τη συμβουλευτική) ή οι έμπειροι εργαζόμενοι έχουν καλύτερα αποτελέσματα (όπως στη δημιουργία κωδικών).

Σε πολλές περιπτώσεις, ο καλύτερος τρόπος μέτρησης των κερδών παραγωγικότητας θα είναι η καθιέρωσηελεγχόμενα πειράματα. Για παράδειγμα, μια εταιρεία μπορεί να ζητήσει από μια ομάδα επαγγελματιών μάρκετινγκ να χρησιμοποιήσει το Gen AI για να δημιουργήσει περιεχόμενο χωρίς ανθρώπινο έλεγχο, από μια άλλη να το χρησιμοποιήσει με ανθρώπινο έλεγχο και από μια ομάδα ελέγχου να μην το χρησιμοποιήσει καθόλου. Και πάλι, λίγες εταιρείες το κάνουν αυτό και αυτό θα πρέπει να αλλάξει. Δεδομένου ότι η Gen AI αυτή τη στιγμή αφορά κυρίως τη δημιουργία περιεχομένου για πολλές επιχειρήσεις, αν θέλουμε να κατανοήσουμε πραγματικά τα οφέλη της, θα πρέπει επίσης να αρχίσουμε να μετράμε την ποιότητα του περιεχομένου. Αυτό είναι εμφανώς δύσκολο να γίνει με τα αποτελέσματα της πνευματικής εργασίας. Ωστόσο, εάν η Gen AI βοηθά στη σύνταξη αναρτήσεων ιστολογίου πολύ πιο γρήγορα, αλλά οι αναρτήσεις είναι βαρετές και ανακριβείς, είναι σημαντικό να το μετρήσετε: σε αυτήν τη συγκεκριμένη περίπτωση χρήσης θα υπάρχει μικρό όφελος.

Η θλιβερή πραγματικότητα είναι ότι, εάν πολλοί οργανισμοί επιτύγχαναν πραγματικά εκθετικές αυξήσεις στην παραγωγικότητα, αυτές οι βελτιώσεις θα μπορούσαν να μετρηθούν σεαπολύσειςσε μεγάλη κλίμακα. Αλλά δεν υπάρχουν ενδείξεις μαζικών απολύσεων στις στατιστικές για την απασχόληση. Επιπλέον, ο νικητής του βραβείου Νόμπελ Οικονομικών 2025, Daron Acemoglu του MIT, σχολίασε ότι μέχρι στιγμής δεν έχουμε δει πραγματικές αυξήσεις στην παραγωγικότητα χάρη στην τεχνητή νοημοσύνη και δεν περιμένει κάτι εξαιρετικό τα επόμενα χρόνια, ίσως αύξηση0,5%την επόμενη δεκαετία. Ανεξάρτητα, εάν οι εταιρείες θέλουν πραγματικά να δουν και να επωφεληθούν από τη Gen AI, θα πρέπει να μετρήσουν και να βιώσουν τα οφέλη της.

Η πραγματικότητα της κουλτούρας που βασίζεται στα δεδομένα επιβεβαιώνεται

Φαίνεται ότι συνειδητοποιούμε ότι η Gen AI είναι πολύ ενδιαφέρουσα. Αλλά δεν αλλάζει τα πάντα, αλλάζει συγκεκριμένα πολιτισμικά χαρακτηριστικά μακροπρόθεσμα. Στο άρθρο μας για τις τάσεις του 2023, σημειώσαμε ότι η έρευνα του Randy διαπίστωσε ότι το ποσοστό των εταιρειών που συμμετείχαν στην έρευνα που δήλωσαν ότι είχαν «δημιουργήσει έναν οργανισμό που βασίζεται στα δεδομένα και την τεχνητή νοημοσύνη» και ότι είχαν «δημιουργήσει μια οργανωτική κουλτούρα με γνώμονα τα δεδομένα και την τεχνητή νοημοσύνη» είχε διπλασιαστεί από το προηγούμενο έτος (από το24%al48%για τη δημιουργία οργανισμών που οδηγούνται από δεδομένα και AI και από21%al43%για τη δημιουργία πολιτισμών που βασίζονται σε δεδομένα). Ήμασταν και οι δύο αρκετά έκπληκτοι από αυτή τη δραστική βελτίωση και αποδώσαμε τις αλλαγές στο Gen AI, καθώς δημοσιοποιήθηκε ευρέως και υιοθετήθηκε γρήγορα από οργανισμούς.

Οι αριθμοί επανήλθαν λίγο πιο προσγειωμένοι. Ο37%των ερωτηθέντων είπαν ότι εργάζονται σε έναν οργανισμό που βασίζεται σε δεδομένα και τεχνητή νοημοσύνη, ενώ ο33%είπε ότι έχει μια κουλτούρα που βασίζεται σε δεδομένα και τεχνητή νοημοσύνη. Είναι ακόμα θετικό ότι οι ηγέτες των δεδομένων και της τεχνητής νοημοσύνης πιστεύουν ότι οι οργανισμοί τους έχουν βελτιωθεί από αυτή την άποψη σε σύγκριση με το παρελθόν, αλλά η μακροπρόθεσμη πρόβλεψή μας είναι ότι η παραγωγική τεχνητή νοημοσύνη από μόνη της δεν αρκεί για να κάνει τους οργανισμούς και τους πολιτισμούς να βασίζονται στα δεδομένα.

Στην ίδια έρευνα, το92%των ερωτηθέντων δήλωσαν ότι πιστεύουν ότι οι προκλήσεις του πολιτισμού και της διαχείρισης αλλαγών είναι το μεγαλύτερο εμπόδιο για να κατευθυνθούν τα δεδομένα και η τεχνητή νοημοσύνη. Αυτό υποδηλώνει ότι οποιαδήποτε τεχνολογία από μόνη της είναι ανεπαρκής. Αξίζει να σημειωθεί ότι η πλειοψηφία των εργαζομένων που ερωτήθηκαν ήταν από οργανισμούςπαραδοσιακόςιδρύθηκε περισσότερο από μια γενιά πριν και με ιστορία μετασχηματισμούβαθμιαίος. Πολλές από αυτές τις εταιρείες έχουν κάνει περισσότερα για να εκτελέσουν τις ψηφιακές στρατηγικές τους κατά τη διάρκεια της πανδημίας από ό,τι τις προηγούμενες δύο δεκαετίες.

Τα μη δομημένα δεδομένα είναι και πάλι σημαντικά

Η Gen AI είχε άλλο αντίκτυπο στους οργανισμούς: κάνει τα μη δομημένα δεδομένα σχετικά ξανά. Στην έρευνα «AI & Data Leadership Executive Benchmark Survey» του 2025, η94%των ηγετών στα δεδομένα και την τεχνητή νοημοσύνη είπε ότι το ενδιαφέρον για την τεχνητή νοημοσύνη οδηγεί σε μεγαλύτερη εστίαση στα δεδομένα. Δεδομένου ότι η παραδοσιακή αναλυτική τεχνητή νοημοσύνη υπάρχει εδώ και αρκετές δεκαετίες, πιστεύουμε ότι αναφέρονταν στον αντίκτυπο της Gen AI. Σε μια άλλη έρευνα που παραθέσαμε στο περσινό άρθρο για τις τάσεις της τεχνητής νοημοσύνης, υπήρχαν ουσιαστικές ενδείξεις ότι οι περισσότερες εταιρείες δεν είχαν ακόμη αρχίσει να διαχειρίζονται πραγματικά δεδομένα για να προετοιμαστούν για τη Gen AI.

Η συντριπτική πλειονότητα των δεδομένων με τα οποία λειτουργεί η Gen AI είναι σχετικά αδόμητη, σε μορφές όπως κείμενο, εικόνες, βίντεο και παρόμοια. Ένας διευθυντής σε μια μεγάλη ασφαλιστική εταιρεία μοιράστηκε πρόσφατα με τον Randy ότι το97%των στοιχείων της εταιρείας ήταν αδόμητα. Πολλές εταιρείες ενδιαφέρονται να χρησιμοποιήσουν το Gen AI για να βοηθήσουν στη διαχείριση και την παροχή πρόσβασης στα δεδομένα και τα έγγραφά τους, χρησιμοποιώντας συνήθως μια προσέγγιση που ονομάζεται επαυξημένη παραγωγή ανάκτησης ή RAG. Ωστόσο, ορισμένες εταιρείες δεν έχουν εργαστεί πολύ στα μη δομημένα δεδομένα τους από την εποχή της διαχείρισης γνώσης πριν από περισσότερα από 20 χρόνια. Επικεντρώθηκαν σε δομημένα δεδομένα, συνήθως σειρές και στήλες αριθμών από συστήματα συναλλαγών.

Για την απομάκρυνση των μη δομημένων δεδομένων, οι οργανισμοί πρέπει να επιλέξουν τα καλύτερα παραδείγματα για κάθε τύπο εγγράφου, να προσθέσουν ετικέτα ή να γράψουν το περιεχόμενο και να το φορτώσουν στο σύστημα (καλώς ήρθατε στον απόκρυφο κόσμο των ενσωματώσεων, των διανυσματικών βάσεων δεδομένων και των αλγορίθμων αναζήτησης ομοιότητας). Αυτές οι προσεγγίσεις προσφέρουν σημαντικά οφέλη όσον αφορά την πρόσβαση των εργαζομένων στη γνώση, γι' αυτό και πολλοί οργανισμοί τις επιδιώκουν. Ωστόσο, αυτό το έργο απαιτεί ακόμη μεγάλη ανθρώπινη προσπάθεια. Κάποια στιγμή, ίσως, θα είμαστε σε θέση απλώς να φορτώσουμε τόνους εσωτερικών εγγράφων σε ένα παράθυρο προτροπής Gen AI. Ακόμη και όταν αυτό είναι δυνατό, θα υπάρχει ακόμα ανάγκη για σημαντικάανθρώπινη φροντίδααπό τα δεδομένα, επειδή το ChatGpt δεν είναι σε θέση να καθορίσει ποια είναι η καλύτερη ανάμεσα σε 20 διαφορετικές προτάσεις πωλήσεων.

Ποιος πρέπει να διαχειρίζεται δεδομένα και τεχνητή νοημοσύνη;

Ίσως δεν πρέπει να αποτελεί έκπληξη το γεγονός ότι ενώ τα δεδομένα και οι προσπάθειες αξιοποίησής τους με τεχνητή νοημοσύνη τυγχάνουν ολοένα και μεγαλύτερης προσοχής και επενδύσεων από οργανισμούς, η ίδια η λειτουργία ηγεσίας δεδομένων συνεχίζει να αγωνίζεται. Ο ρόλος είναι ακόμα σχετικά εκκολαπτόμενος: απλώς το12%των οργανισμών στην πρώτη ετήσια έρευνα του Randy το 2012 είχε διορίσει έναν επικεφαλής δεδομένων. Γίνεται πρόοδος: το85%των οργανισμών στην τελευταία έρευνα του Randy έχουν διορίσει έναν Chief Data Officer και ένα αυξανόμενο ποσοστό αυτών των ηγετών δεδομένων επικεντρώνεται κυρίως σεανάπτυξη,καινοτομίαμιη μεταμόρφωση(αντί για την αποφυγή κινδύνων ή κανονιστικών θεμάτων). Περισσότεροι οργανισμοί έχουν επίσης διορίσει επικεφαλής αξιωματούχους AI - παραδόξως33%.

Καθώς αυτοί οι ρόλοι συνεχίζουν να εξελίσσονται, οι οργανισμοί συνεχίζουν να αγωνίζονται με τις εντολές, τις ευθύνες και τις ιεραρχικές τους δομές. Λιγότεροι από τους μισούς ηγέτες δεδομένων (κυρίως chief data officers) που ανταποκρίθηκαν στην έρευνα AI & Data Leadership Executive Benchmark Survey του Randy δήλωσαν ότι η λειτουργία τους είναι πολύ αποτελεσματική και καθιερωμένη και μόνο51%δήλωσαν ότι πιστεύουν ότι η δουλειά τους είναι καλά κατανοητή στους οργανισμούς τους. Δεν είμαστε ακόμη σίγουροι εάν οι αρμοδιότητες ενός Chief Officer AI και ενός Chief data (and analytics-AI) Officer (CDAO) απαιτούν ξεχωριστούς ρόλους, αν και ορισμένοι οργανισμοί, συμπεριλαμβανομένων των Capital One και Cleveland Clinic, έχουν καθιερώσει τον ρόλο του Chief AI Officer ως ίσο με τον Chief Data Officer.

Το μόνο που μπορούμε να πούμε με βεβαιότητα είναι ότι τοερώτηση ηγεσίαςστον τομέα των δεδομένων και της τεχνητής νοημοσύνης προορίζεται να αναπτυχθεί, ανεξάρτητα από τη μορφή, τη δομή και τις μεθόδους που θα λάβει αυτή η ζήτηση. Είμαστε αναποφάσιστοι για το ευρύτερο μέλλον της διαχείρισης δεδομένων και της τεχνητής νοημοσύνης. Ο Randy πιστεύει ακράδαντα ότι ο ρόλος του CDAO πρέπει να είναι ένας εταιρικός ρόλος που αναφέρεται στην εταιρική ηγεσία. Σημειώνει ότι η36%των δεδομένων και των ηγετών της τεχνητής νοημοσύνης στη φετινή έρευνά της ανέφερε στον Διευθύνοντα Σύμβουλο, τον Πρόεδρο ή τον COO. Ο Randy πιστεύει ακράδαντα ότι οι ηγέτες δεδομένων και τεχνητής νοημοσύνης πρέπει να προσφέρουν μετρήσιμη επιχειρηματική αξία και να κατανοούν και να μιλούν τη γλώσσα της επιχείρησης.

Ο Tom συμφωνεί ότι οι ηγέτες τεχνολογίας πρέπει να επικεντρωθούν περισσότερο στην επιχειρηματική αξία. Ωστόσο, όπως υποστηρίξαμε στην Έκθεση Τάσεων του 2024, πιστεύει ότι υπάρχουν πάρα πολλοί «ηγέτες τεχνολογίας» στους περισσότερους οργανισμούς, συμπεριλαμβανομένων των CDAO. Πολλά από αυτά τα CDAO διαπιστώνουν ότι οι εσωτερικοί τους πελάτες μπερδεύονται από όλους τους διαχειριστές τεχνολογίας C-level και ότι ο πολλαπλασιασμός τέτοιων ρόλων καθιστά τη συνεργασία δύσκολη και απίθανη την αναφορά στον Διευθύνοντα Σύμβουλο. Ο Τομ θα προτιμούσε να βλέπει «ηγέτες υπερτεχνολογίας», με όλους τους ρόλους της τεχνολογίας να αναφέρονται σε αυτούς, όπως συμβαίνει σε έναν αυξανόμενο αριθμό εταιρειών που έχουν προωθήσει τους CIO που εστιάζουν στον μετασχηματισμό για να καλύψουν αυτόν τον ρόλο. Όποια και αν είναι η σωστή απάντηση, είναι σαφές ότι οι οργανισμοί πρέπει να παρέμβουν και να το πραγματοποιήσουνόσοι διαχειρίζονται τα δεδομένα γίνονται σεβαστά όσο και τα ίδια τα δεδομένα.

Μετάφραση του αρχικού άρθρου "Five Trends in AI and Data Science for 2025", Ιανουάριος 2025