Τεχνητή νοημοσύνη και παραγωγικότητα: Η Ελλάδα κινδυνεύει να μείνει στον πάτο της Ευρώπης
Σύμφωνα με τα στοιχεία της Eurostat και την έρευνα της Oxford Economics, οι χώρες που έχουν επενδύσει σοβαρά στην τεχνητή νοημοσύνη αρχίζουν ήδη να βλέπουν measurable αύξηση της παραγωγικότητας. Δανία, Φινλανδία, Σουηδία, Βέλγιο και Λουξεμβούργο καταγράφουν βελτίωση στην παραγωγή ανά ώρα εργασίας, καθώς η χρήση ΑΙ στις επιχειρήσεις τους ξεπερνά το 33%-42%.
Σύμφωνα με τα στοιχεία της Eurostat και την έρευνα της Oxford Economics, οι χώρες που έχουν επενδύσει σοβαρά στην τεχνητή νοημοσύνη αρχίζουν ήδη να βλέπουν measurable αύξηση της παραγωγικότητας. Δανία, Φινλανδία, Σουηδία, Βέλγιο και Λουξεμβούργο καταγράφουν βελτίωση στην παραγωγή ανά ώρα εργασίας, καθώς η χρήση ΑΙ στις επιχειρήσεις τους ξεπερνά το 33%-42%.
Η τεχνητή νοημοσύνη παρουσιάστηκε τα τελευταία χρόνια ως η «νέα βιομηχανική επανάσταση». Κυβερνήσεις, πολυεθνικές και τεχνολογικοί κολοσσοί υπόσχονταν εκτόξευση της παραγωγικότητας, φθηνότερες υπηρεσίες, καλύτερες συνθήκες εργασίας και μια νέα εποχή ευημερίας. Όμως, η πραγματικότητα που διαμορφώνεται στην Ευρώπη δείχνει ότι τα οφέλη της ΑΙ δεν μοιράζονται ισότιμα και η Ελλάδα βρίσκεται ξανά στις τελευταίες θέσεις.
Σύμφωνα με τα στοιχεία της Eurostat και την έρευνα της Oxford Economics, οι χώρες που έχουν επενδύσει σοβαρά στην τεχνητή νοημοσύνη αρχίζουν ήδη να βλέπουν measurable αύξηση της παραγωγικότητας. Δανία, Φινλανδία, Σουηδία, Βέλγιο και Λουξεμβούργο καταγράφουν βελτίωση στην παραγωγή ανά ώρα εργασίας, καθώς η χρήση ΑΙ στις επιχειρήσεις τους ξεπερνά το 33%-42%.
Στην Ελλάδα όμως η εικόνα είναι απογοητευτική.
Μόλις το 8,93% των ελληνικών επιχειρήσεων χρησιμοποιεί κάποια μορφή τεχνητής νοημοσύνης, ποσοστό που φέρνει τη χώρα τέταρτη από το τέλος στην Ευρωπαϊκή Ένωση. Ακόμη πιο ανησυχητικό είναι το γεγονός ότι την περίοδο 2024-2025 καταγράφηκε και πτώση στη χρήση ΑΙ από τις επιχειρήσεις, σε μια εποχή που ο υπόλοιπος κόσμος επιταχύνει.
Η εξήγηση δεν είναι δύσκολη.
Η ελληνική οικονομία παραμένει εγκλωβισμένη σε ένα μοντέλο χαμηλής παραγωγικότητας, φθηνής εργασίας και περιορισμένης καινοτομίας. Το μεγαλύτερο μέρος της οικονομικής δραστηριότητας βασίζεται σε μικρές επιχειρήσεις εμπορίου, εστίασης και τουρισμού, που συχνά δεν διαθέτουν ούτε την τεχνογνωσία ούτε τα κεφάλαια για επενδύσεις σε σύγχρονες τεχνολογίες.
Την ίδια στιγμή, άλλες ευρωπαϊκές χώρες χτίζουν οικοσυστήματα καινοτομίας, συνδέουν πανεπιστήμια με παραγωγή, ενισχύουν ψηφιακές δεξιότητες και δημιουργούν ισχυρές δομές έρευνας και ανάπτυξης.
Στην Ελλάδα, αντίθετα, η συζήτηση για την τεχνητή νοημοσύνη περιορίζεται συχνά σε επικοινωνιακές φιέστες, συνέδρια και κυβερνητικές παρουσιάσεις χωρίς ουσιαστικό αντίκρισμα στην πραγματική οικονομία.
Το πρόβλημα όμως δεν αφορά μόνο την ανταγωνιστικότητα. Αφορά και την κοινωνική συνοχή.
Η έρευνα της Oxford Economics καταγράφει ότι, μέχρι στιγμής, η αύξηση της παραγωγικότητας μέσω ΑΙ δεν οδηγεί απαραίτητα σε περισσότερες θέσεις εργασίας. Αντίθετα, πολλές επιχειρήσεις χρησιμοποιούν την τεχνολογία κυρίως για να περιορίσουν προσλήψεις και να μειώσουν λειτουργικό κόστος.
Δηλαδή, σε μια ήδη πιεσμένη αγορά εργασίας, η τεχνητή νοημοσύνη κινδυνεύει να λειτουργήσει ως εργαλείο περαιτέρω συμπίεσης της απασχόλησης, εάν δεν υπάρξουν πολιτικές προστασίας των εργαζομένων, επανεκπαίδευσης και αναδιανομής των οφελών.
Και εδώ η Ελλάδα εμφανίζεται ξανά απροετοίμαστη.
Με χαμηλούς μισθούς, brain drain επιστημόνων, ανεπαρκείς ψηφιακές δεξιότητες και ένα εκπαιδευτικό σύστημα που δυσκολεύεται να παρακολουθήσει τις τεχνολογικές εξελίξεις, η χώρα κινδυνεύει να βρεθεί όχι απλώς πίσω στην επόμενη μέρα της οικονομίας, αλλά στο περιθώριο της ίδιας της ευρωπαϊκής παραγωγικής μετάβασης.
Η τεχνητή νοημοσύνη μπορεί να γίνει εργαλείο προόδου. Μπορεί όμως να εξελιχθεί και σε έναν ακόμη μηχανισμό διεύρυνσης των ανισοτήτων ανάμεσα σε ισχυρές και αδύναμες οικονομίες.
Και αν η Ελλάδα συνεχίσει να αντιμετωπίζει την ψηφιακή μετάβαση με όρους επικοινωνίας αντί ουσίας, τότε το «ψηφιακό χάσμα» δεν θα είναι απλώς τεχνολογικό. Θα είναι οικονομικό, κοινωνικό και τελικά εθνικό.