Σάββατο, 3 Οκτωβρίου 2026
ENQUIRE / NEWSROOM
Η ουσία της ημέρας.Χωρίς τον θόρυβο.
ΤώραΤραμπ για άρση κυρώσεων σε Τουρκία: «Πάντα θα ικανοποιώ τον Ερντογάν»
Οικονομία

AWS «Ξεκλειδώνοντας τη δυναμική της Τεχνητής Νοημοσύνης στην Ελλάδα 2026»

Οικονομία02.10.20261 λεπτό
AWS «Ξεκλειδώνοντας τη δυναμική της Τεχνητής Νοημοσύνης στην Ελλάδα 2026»



Το επόμενο κύμα της Τεχνητής Νοημοσύνης είναι εδώ, λέει η Αmazon Web Services στο πρόσφατο report με τίτλο «Ξεκλειδώνοντας τη δυναμική της Τεχνητής Νοημοσύνης στην Ελλάδα 2026». Η AWS εξετάζει για δεύτερη χρονιά το ελληνικό οικονομικό και κοινωνικό περιβάλλον και, μεταξύ άλλων, τονίζει πως παρόλο που η Ελλάδα αναδεικνύεται σε μία από τις ταχύτερα αναπτυσσόμενες αγορές Τεχνητής Νοημοσύνης στην Ευρώπη είναι ζωτικής σημασίας περισσότερο από ποτέ να ενδυναμωθούν οι επιχειρήσεις ώστε να ξεπεράσουν τις βασικές περιπτώσεις χρήσης της ΤΝ και να αξιοποιήσουν την τεχνολογία για μετασχηματισμό.

Σύμφωνα με τη μελέτη, το παράθυρο για τον μετασχηματισμό της ΤΝ στενεύει και η Ελλάδα πρέπει να δράσει για να μετατρέψει την υιοθέτηση σε αντίκτυπο. Αυτό θα απαιτήσει τη γεφύρωση του χάσματος δεξιοτήτων, τη βελτίωση της πρόσβασης σε χρηματοδότηση, την υποστήριξη των νεοφυών επιχειρήσεων ώστε να αναπτυχθούν με βάση την Ελλάδα, τη διατήρηση της ευελιξίας στην επιλογή των καλύτερων τεχνολογιών, καθώς και την εφαρμογή της νομοθεσίας με σαφή και αναλογικό τρόπο. Οι παράγοντες που θα καθορίσουν αυτή την εξέλιξη είναι ο συνδυασμός πρόσβασης στο cloud, τεχνογνωσίας των προγραμματιστών, δημόσιας υποστήριξης και ισχυρής ψηφιακής φιλοδοξίας. Αυτοί οι παράγοντες θα συνεχίσουν να αποτελούν ζωτικής σημασίας μοχλούς για τον συνεχιζόμενο ψηφιακό μετασχηματισμό της χώρας. Η Ελλάδα αναδεικνύεται σε μία από τις ταχύτερα αναπτυσσόμενες αγορές Τεχνητής Νοημοσύνης (ΤΝ) στην Ευρώπη.

ΤΝ: Από τη βασική χρήση, στην ενδιάμεση κατάσταση και στη μετασχηματιστική χρήση

Η υιοθέτηση της ΤΝ από τις ελληνικές επιχειρήσεις αυξήθηκε στο 47%, από 34% πέρυσι, καταγράφοντας ετήσιο ρυθμό αύξησης 38% – τον τέταρτο υψηλότερο στην Ευρώπη και σημαντικά υψηλότερο από τον ευρωπαϊκό μέσο όρο του 29%. Ωστόσο για τις επιχειρήσεις σε όλη την Ελλάδα, η πρόοδος προς την ενσωμάτωση των προηγμένων περιπτώσεων χρήσης της ΤΝ – και μαζί με αυτές, της μετασχηματιστικής καινοτομίας – δεν είναι τόσο γρήγορη όσο θα μπορούσε. Το 61% των επιχειρήσεων που υιοθετούν την ΤΝ παραμένει επικεντρωμένο κυρίως σε πιο βασικές χρήσεις της ΤΝ και σε σταδιακά οφέλη (π.χ. αύξηση της αποδοτικότητας και εξορθολογισμός των διαδικασιών), παρά στην καινοτομία (π.χ. ανάπτυξη νέων προϊόντων ή ανατροπή κλάδων). Αυτές οι επιχειρήσεις χρησιμοποιούν δημοσίως διαθέσιμα chatbot για εργασίες ρουτίνας ή αγοράζουν έτοιμες λύσεις ΤΝ. Το 22% έχει προχωρήσει στο ενδιάμεσο στάδιο, ενσωματώνοντας την ΤΝ σε πολλαπλές επιχειρηματικές λειτουργίες και επιτυγχάνοντας βελτιώσεις στην αποδοτικότητα και πιο καινοτόμες εμπειρίες πελατών. Το 17% των επιχειρήσεων που υιοθετούν την ΤΝ έχει φτάσει στο πιο μετασχηματιστικό στάδιο ενσωμάτωσης, χρησιμοποιώντας προηγμένα συστήματα ΤΝ, συνδυάζοντας πολλαπλά μοντέλα, δημιουργώντας προσαρμοσμένα συστήματα ΤΝ ή αναπτύσσοντας αυτενεργή ή αυτόνομη ΤΝ. Το ποσοστό αυτό έχει παρουσιάσει αύξηση από το 12% πέρυσι.

Κενό ετοιμότητας

Η εμφάνιση τεχνολογιών ΤΝ επόμενης γενιάς – όπως η αυτενεργή ΤΝ, η φυσική ΤΝ και η προηγμένη ρομποτική – αποτελεί σημαντική ευκαιρία, αλλά πολλές επιχειρήσεις παραμένουν απροετοίμαστες. Παρατηρείται ένα σαφές κενό ετοιμότητας. Σύμφωνα με την AWS η κάλυψη αυτού του κενού ετοιμότητας θα είναι ζωτικής σημασίας για να διασφαλιστεί ότι οι επιχειρήσεις μπορούν να αξιοποιήσουν πλήρως τα οφέλη της τεχνητής νοημοσύνης επόμενης γενιάς και να παραμείνουν ανταγωνιστικές σε ένα ολοένα και ταχύτερα εξελισσόμενο τοπίο καινοτομίας. Από την άλλη πλευρά οι νεοφυείς επιχειρήσεις ενσωματώνουν την τεχνητή νοημοσύνη σε βάθος και παραμένουν ένα από τα ισχυρότερα πλεονεκτήματα της Ελλάδας.

Σύμφωνα με την AWS, η Ελλάδα θα πρέπει να δημιουργήσει έναν κύκλο επενδύσεων και ανάπτυξης με επίκεντρο τον ψηφιακό μετασχηματισμό και ένα εξειδικευμένο εργατικό δυναμικό. Μια περαιτέρω έμφαση στον εκσυγχρονισμό των επιχειρηματικών διαδικασιών, την εμπορική εφαρμογή των καινοτομιών και την επένδυση στην έρευνα και την ανάπτυξη (Ε&Α) μπορεί να βοηθήσει τις ελληνικές εταιρείες να είναι ανταγωνιστικές σε παγκόσμιο επίπεδο. Κεντρικό στοιχείο σε αυτό είναι η κάλυψη του χάσματος δεξιοτήτων. Προτεραιότητα θα πρέπει να είναι η ευκολότερη πρόσβαση των ΜμΕ σε υποστήριξη για την υιοθέτηση τεχνολογιών, με απλές διαδικασίες αίτησης, κριτήρια επιλεξιμότητας ανεξάρτητα από το είδος της τεχνολογίας και χωρίς περιορισμούς στην επιλογή παρόχου. Οι επιλέξιμες δαπάνες θα πρέπει να καλύπτουν εμπορικές υπηρεσίες cloud και ΤΝ, ολοκλήρωση συστημάτων, πρακτική κατάρτιση και τεχνική βοήθεια, οπουδήποτε αυτές υποστηρίζουν μια καθορισμένη επιχειρηματική περίπτωση χρήσης. Για να διευκολυνθεί η συμμετοχή των ΜμΕ στις δημόσιες συμβάσεις, χρειάζονται απλούστερες διαδικασίες, αναλογικά κριτήρια συμμετοχής και, όπου ενδείκνυται, υποδιαίρεση των συμβάσεων σε τμήματα. Πιλοτικά έργα με σαφή δυνατότητα συνέχειας μέσω ανταγωνιστικών διαδικασιών μπορούν επίσης να βοηθήσουν μικρότερες επιχειρήσεις να αναπτύξουν λύσεις για το Δημόσιο.

Δεξιότητες και χρηματοδότηση

Η έλλειψη δεξιοτήτων συνεχίζει να είναι ο πιο συχνά αναφερόμενος περιορισμός στην υιοθέτηση και την επέκταση. Μόνο το 16% δηλώνει ότι διαθέτει επί του παρόντος ισχυρές δεξιότητες τεχνητής νοημοσύνης, ενώ οι περισσότεροι δηλώνουν ότι οι δεξιότητές τους χρειάζονται βελτίωση. Η έλλειψη δεξιοτήτων αναφέρεται συχνότερα στη μεταποίηση (55%), και ακολουθούν οι κατασκευές (53%) και το λιανικό και χονδρικό εμπόριο (51%), ενώ το εμπόδιο αυτό αναφέρεται από το 49% των ΜμΕ – γεγονός που υποδηλώνει ότι η περιορισμένη πρόσβαση σε τεχνική εμπειρογνωμοσύνη συνεχίζει να επιβραδύνει την εφαρμογή σε ολόκληρο το οικοσύστημα των ελληνικών ΜμΕ.

Η χρηματοδότηση παραμένει επίσης ένας επιπλέον διαρθρωτικός περιορισμός. Πολλές επιχειρήσεις δεν διαθέτουν ειδικούς προϋπολογισμούς για την τεχνητή νοημοσύνη και, όσες διαθέτουν, συχνά διαθέτουν μόνο ένα μικρό μερίδιο των δαπανών πληροφορικής στην τεχνητή νοημοσύνη, περιορίζοντας τη δυνατότητά τους να προχωρήσουν πέρα από τα πιλοτικά προγράμματα και τις περιορισμένες περιπτώσεις χρήσης. Το 36% αναφέρει ως εμπόδιο τους ανεπαρκείς εσωτερικούς οικονομικούς πόρους.  Το 27% αναφέρει μια ασαφή απόδοση επένδυσης (ROI). Το 54% δηλώνει ότι δεν διαθέτει ειδικό προϋπολογισμό για την τεχνητή νοημοσύνη. Το 68% αναμένει ότι η τεχνητή νοημοσύνη θα καταλάβει μεγαλύτερο μερίδιο των δαπανών πληροφορικής τα επόμενα τρία χρόνια, προβλέποντας ότι θα ανέλθει στο 18% του συνολικού προϋπολογισμού πληροφορικής τους. Παράλληλα το κόστος συμμόρφωσης παραμένει σημαντικό. Οι επιχειρήσεις αναφέρουν ότι η επέκταση της ΤΝ σε διεθνές επίπεδο εξακολουθεί να συνεπάγεται νομική πολυπλοκότητα, υψηλότερο κόστος συμμόρφωσης και λειτουργικές δυσκολίες, ιδίως για τις εταιρείες που δραστηριοποιούνται σε πολλαπλές αγορές και κανονιστικά περιβάλλοντα. Αυτή η δυσκολία στην επέκταση επιδεινώνεται από την ευρύτερη επιβάρυνση συμμόρφωσης που ήδη αντιμετωπίζουν οι επιχειρήσεις. Οι επιχειρήσεις αναφέρουν ακόμη ότι η περιορισμένη εξωτερική υποστήριξη, τα αδύναμα σημάδια ζήτησης και οι πολύπλοκες διαδικασίες προμηθειών καθιστούν δυσκολότερη τη δικαιολόγηση του κινδύνου και των επενδύσεων που απαιτούνται για την επέκταση της ΤΝ ή την ανάπτυξη νέων προϊόντων που βασίζονται στην ΤΝ.

Επιλογή παρόχου

Κατά την επιλογή εργαλείων και παρόχων τεχνητής νοημοσύνης, οι επιχειρήσεις δίνουν προτεραιότητα στην ταχύτητα, την επεκτασιμότητα, την ανθεκτικότητα και την ασφάλεια, καθώς και στη δυνατότητα να κάνουν τις σωστές τεχνολογικές επιλογές με βάση τις ανάγκες των πελατών τους. Το 71% δηλώνει ότι η δυνατότητα επιλογής και εναλλαγής μεταξύ διαφορετικών παρόχων τεχνολογιών τεχνητής νοημοσύνης είναι εξαιρετικά ή πολύ σημαντική για την υποστήριξη της υιοθέτησης της τεχνητής νοημοσύνης από αυτές. Το 62% δηλώνει ότι επί του παρόντος έχει επαρκείς επιλογές για να επιλέγει και να εναλλάσσει παρόχους. Το 47% αναφέρει ότι χρησιμοποιεί ένα μείγμα παρόχων από διαφορετικές περιοχές, αντί να συνεργάζεται κυρίως με παρόχους από τη χώρα καταγωγής του.

Δημόσιες δαπάνες και Τεχνητή Νοημοσύνη

Όταν οι επιχειρήσεις ρωτήθηκαν πού θα πρέπει να κατευθυνθούν οι δημόσιες επενδύσεις στην τεχνολογία και την καινοτομία τα επόμενα 5-10 χρόνια, έδωσαν απαντήσεις που δείχνουν προτεραιότητα σε τομείς με σαφείς κοινωνικές και οικονομικές αποδόσεις: δεξιότητες, εκπαίδευση και κατάρτιση του εργατικού δυναμικού (44%), υγειονομική περίθαλψη και επιστήμες της ζωής (39%) και ενεργειακή ασφάλεια και πράσινη μετάβαση (36%), με την άμυνα και την ασφάλεια (31%) να ακολουθούν. Οι πολίτες κατατάσσουν αυτές τις προτεραιότητες με παρόμοιο τρόπο, τοποθετώντας την υγειονομική περίθαλψη και τις επιστήμες της ζωής στην πρώτη θέση (48%). Ακολουθούν οι δεξιότητες, η εκπαίδευση και η κατάρτιση του εργατικού δυναμικού (41%), η ενεργειακή ασφάλεια και η πράσινη μετάβαση (38%) και η άμυνα και η ασφάλεια (29%). Συγκριτικά, μόνο το 8% κατατάσσει τις δημόσιες επενδύσεις σε υποδομές τεχνητής νοημοσύνης και cloud στην Ευρώπη μεταξύ των υψηλότερων προτεραιοτήτων του.

Προτιμώμενη πηγή στην Google

Για να εμφανίζονται περισσότερα άρθρα της Ναυτεμπορικής στις αναζητήσεις σας εύκολα και γρήγορα, πρέπει να προσθέσετε το site στις προτιμώμενες πηγές σας. Μπορείτε να το κάνετε πηγαίνοντας εδώ.