Μια νέα διεθνής μελέτη που δημοσίευσε η Amazon Web Services δείχνει ότι τα εργαλεία generative τεχνητής νοημοσύνης ξεπερνούν πλέον την κυβερνοασφάλεια ως κύρια προτεραιότητα επενδύσεων για τα τμήματα πληροφορικής. Η έρευνα AWS Generative AI Adoption Index, η οποία βασίστηκε σε απαντήσεις από 3.739 ανώτατα στελέχη IT σε εννέα χώρες, καταγράφει ότι το 45% των οργανισμών σκοπεύει να δώσει προτεραιότητα σε έργα κυβερνοασφάλεια τεχνητής νοημοσύνης, έναντι 30% που εστιάζει σε παραδοσιακές τεχνολογίες ασφαλείας. Το εύρημα αυτό υποδηλώνει στροφή στις τεχνολογικές προτεραιότητες των επιχειρήσεων, καθώς αυξάνεται η πίεση να αξιοποιηθούν τα εργαλεία τεχνητής νοημοσύνης για ευρύτερους μετασχηματισμούς.
Παρά τη μετατόπιση αυτή, στελέχη της AWS υποστηρίζουν ότι η κυβερνοασφάλεια δεν έχει υποβαθμιστεί, αλλά η ραγδαία εξάπλωση των εφαρμογών τεχνητής νοημοσύνης δημιουργεί νέο επενδυτικό ενδιαφέρον. Όπως δήλωσε ο Rahul Pathak, αντιπρόεδρος στον τομέα της generative AI και υπεύθυνος για τη στρατηγική ανάπτυξης λύσεων AI/ML στην AWS, οι επιχειρήσεις εντοπίζουν πλέον πλήθος σεναρίων εφαρμογής της τεχνητής νοημοσύνης και επιδιώκουν να επιταχύνουν την υιοθέτησή της, χωρίς αυτό να συνεπάγεται ότι η ασφάλεια παύει να αποτελεί προτεραιότητα.
Η έρευνα, η οποία διεξήχθη σε ΗΠΑ, Καναδά, Βραζιλία, Ηνωμένο Βασίλειο, Γαλλία, Γερμανία, Ινδία, Νότια Κορέα και Ιαπωνία, δείχνει ότι η υιοθέτηση εργαλείων generative AI βρίσκεται σε κρίσιμο σημείο, με το 90% των οργανισμών να τα χρησιμοποιεί σε κάποιο επίπεδο. Σημαντικό ποσοστό, συγκεκριμένα το 44%, έχει προχωρήσει πέρα από πειραματικά στάδια και εφαρμόζει ήδη τις τεχνολογίες αυτές σε παραγωγικά περιβάλλοντα, γεγονός που σηματοδοτεί την έναρξη μιας νέας φάσης ενσωμάτωσης στην επιχειρησιακή λειτουργία.
Στο πλαίσιο αυτής της μετάβασης, νέοι ρόλοι αναδύονται εντός των οργανωτικών δομών, με το 60% των εταιρειών να έχει ήδη τοποθετήσει επικεφαλής στελέχη αποκλειστικά για την τεχνητή νοημοσύνη, όπως Chief AI Officers. Ένα 26% σκοπεύει να προχωρήσει σε ανάλογες τοποθετήσεις μέχρι το 2026. Ωστόσο, σύμφωνα με τη μελέτη, ένα σημαντικό ποσοστό επιχειρήσεων εξακολουθεί να μην διαθέτει πλήρη στρατηγική για την αξιοποίηση της τεχνητής νοημοσύνης, κάτι που αναμένεται να αποτελέσει πρόκληση για τη συνολική διαχείριση της αλλαγής.
Η έρευνα επισημαίνει την ανάγκη για συγκροτημένη προσέγγιση στη μετάβαση, η οποία να περιλαμβάνει αλλαγές στα λειτουργικά μοντέλα, ενίσχυση των υποδομών δεδομένων, εκπαίδευση προσωπικού και σχεδιασμό για κλιμάκωση. Το 2024, οι εταιρείες υλοποίησαν κατά μέσο όρο 45 διαφορετικά πειραματικά έργα στον τομέα της τεχνητής νοημοσύνης, ωστόσο μόνο τα μισά αναμένεται να αξιοποιηθούν πλήρως από τελικούς χρήστες μέσα στο επόμενο έτος. Το γεγονός αυτό υποδεικνύει ότι, παρά την πρόοδο, εξακολουθούν να υπάρχουν εμπόδια κατά τη μετάβαση από τη δοκιμή στην παραγωγή.
Ο Pathak χαρακτήρισε την πρόοδο αυτή ενθαρρυντική, λαμβάνοντας υπόψη την καινοτομική φύση της τεχνολογίας, και εκτίμησε ότι η υιοθέτηση σε ευρεία κλίμακα βρίσκεται ήδη σε εξέλιξη. Το βασικό εμπόδιο, σύμφωνα με τους συμμετέχοντες στην έρευνα, είναι η έλλειψη εξειδικευμένων επαγγελματιών στον τομέα της τεχνητής νοημοσύνης, με το 55% να αναφέρει το πρόβλημα στελέχωσης ως τον κύριο ανασταλτικό παράγοντα για την εφαρμογή των έργων σε πραγματικές συνθήκες.
Για την κάλυψη του κενού σε εξειδικευμένο ανθρώπινο δυναμικό, οι εταιρείες επιλέγουν παράλληλες στρατηγικές, ενισχύοντας τόσο την εσωτερική κατάρτιση όσο και τη στοχευμένη στελέχωση. Σύμφωνα με τα στοιχεία της έρευνας, το 56% των οργανισμών έχει ήδη θέσει σε εφαρμογή προγράμματα εκπαίδευσης για τη χρήση generative τεχνητής νοημοσύνης, ενώ ένα επιπλέον 19% προγραμματίζει να το πράξει έως το τέλος του 2025. Ο Pathak υπογράμμισε ότι η ανάγκη αυτή βρίσκεται ψηλά στις προτεραιότητες των επιχειρήσεων, επισημαίνοντας ότι η ενσωμάτωση της τεχνητής νοημοσύνης απαιτεί τόσο την τεχνολογική όσο και την ανθρώπινη προσαρμογή. Αντί να εστιάσει σε τεχνικές δεξιότητες, ανέδειξε τη σημασία της προσαρμοστικότητας και της ικανότητας συνεχούς εκμάθησης, θεωρώντας ότι αυτή η ευελιξία αποτελεί καθοριστικό παράγοντα για την αποτελεσματική αξιοποίηση των νέων εργαλείων.
Παράλληλα με την εκπαίδευση, οι οργανισμοί σχεδιάζουν και ενίσχυση των ομάδων τους μέσω προσλήψεων. Η μελέτη καταγράφει ότι το 92% των οργανισμών σκοπεύει να προσλάβει εργαζόμενους με γνώσεις ή εμπειρία στην τεχνητή νοημοσύνη εντός του 2025, ενώ στο ένα τέταρτο των εταιρειών του δείγματος, τουλάχιστον το 50% των νέων θέσεων θα απαιτεί σχετική εξειδίκευση. Τα δεδομένα αυτά καταδεικνύουν την ταχύτητα με την οποία μεταβάλλονται τα προφίλ των ρόλων εντός των επιχειρήσεων, καθώς και τη σταθερή ενσωμάτωση της τεχνητής νοημοσύνης στην οργανωτική κουλτούρα και τις λειτουργίες.
Ένα ακόμη στοιχείο που αποτυπώθηκε στη μελέτη είναι η σαφής τάση υπέρ της αξιοποίησης έτοιμων τεχνολογικών υποδομών. Μόνο το 25% των οργανισμών δηλώνει ότι θα αναπτύξει εφαρμογές τεχνητής νοημοσύνης εξ ολοκλήρου εσωτερικά, ενώ το 58% σχεδιάζει να δημιουργήσει προσαρμοσμένες εφαρμογές βασισμένες σε ήδη υπάρχοντα μοντέλα, και το 55% θα αξιοποιήσει fine-tuned μοντέλα. Πρόκειται για σημαντική μεταβολή, ειδικά σε κλάδους όπως οι χρηματοοικονομικές υπηρεσίες, όπου ιστορικά υπήρχε προτίμηση για λύσεις ειδικά κατασκευασμένες εσωτερικά. Σύμφωνα με τα δεδομένα, το 44% των επιχειρήσεων του χρηματοοικονομικού τομέα εξετάζει πλέον τη χρήση έτοιμων λύσεων, γεγονός που αποτυπώνει τη στροφή σε πιο ευέλικτες και ταχύτερα υλοποιήσιμες προσεγγίσεις.
Ο Pathak ανέφερε ότι ορισμένοι οργανισμοί εξακολουθούν να αναπτύσσουν δικά τους μοντέλα, ωστόσο τα περισσότερα ξεκινούν από έτοιμες βάσεις, αξιοποιώντας foundation models που έχουν ήδη δοκιμαστεί και βελτιστοποιηθεί. Όπως τόνισε, η AWS έχει επενδύσει στο ότι οι πελάτες μπορούν να προσαρμόζουν τα μοντέλα χωρίς να τίθεται ζήτημα ασφάλειας ή διαρροής δεδομένων, καθώς κάθε προσαρμογή παραμένει εντός του ελέγχου της εκάστοτε εταιρείας. Με αυτόν τον τρόπο, οι επιχειρήσεις μπορούν να συνδυάσουν την τεχνολογική υποδομή με τη δική τους επιχειρησιακή γνώση και να αξιοποιήσουν τεχνικές όπως το Retrieval-Augmented Generation για καλύτερα και πιο στοχευμένα αποτελέσματα.
Η έρευνα της Amazon Web Services καταγράφει και γεωγραφικές διαφοροποιήσεις στην ταχύτητα υιοθέτησης της τεχνητής νοημοσύνης. Αν και οι Ηνωμένες Πολιτείες κινούνται στον μέσο παγκόσμιο όρο, με το 44% των οργανισμών να προτάσσει επενδύσεις σε generative AI, χώρες όπως η Ινδία (64%) και η Νότια Κορέα (54%) εμφανίζουν πολύ υψηλότερα ποσοστά. Ο Rahul Pathak σχολίασε ότι η παγκόσμια υιοθέτηση είναι ευρεία και σε μεγάλο βαθμό ομοιογενής, με τις αποκλίσεις να παραμένουν εντός λογικών ορίων. Όπως σημείωσε, ενώ ορισμένες περιοχές προηγούνται ελαφρώς, όπως η Ινδία, άλλες ενδέχεται να ακολουθούν, αλλά συνολικά οι επιχειρήσεις κινούνται σε παρόμοια κατεύθυνση ως προς τις τεχνολογικές τους προτεραιότητες.
Καθώς οι οργανισμοί καλούνται να πλοηγηθούν σε ένα σύνθετο τεχνολογικό τοπίο, πολλοί επιλέγουν να στηριχθούν στην τεχνογνωσία τρίτων. Η έρευνα δείχνει ότι το 65% των επιχειρήσεων σχεδιάζει να συνεργαστεί με εξωτερικούς παρόχους για την υλοποίηση λύσεων generative τεχνητής νοημοσύνης το 2025. Το 15% αυτών προτίθεται να αναθέσει το έργο αποκλειστικά σε τρίτους, ενώ το υπόλοιπο 50% αναζητά ένα υβριδικό μοντέλο, συνδυάζοντας εσωτερικούς πόρους με εξωτερικούς συνεργάτες. Ο Pathak ανέφερε ότι η AWS υιοθετεί μια προσέγγιση συνεργασίας που προσαρμόζεται στις ανάγκες κάθε πελάτη, διατηρώντας ένα ευρύ δίκτυο συνεργατών, συμπεριλαμβανομένων παρόχων θεμελιωδών μοντέλων, ανεξάρτητων προμηθευτών λογισμικού και εταιρειών ολοκλήρωσης συστημάτων.
Για όσες επιχειρήσεις παραμένουν επιφυλακτικές απέναντι στην υιοθέτηση της τεχνητής νοημοσύνης, η μελέτη επισημαίνει ότι ο κίνδυνος απώλειας ανταγωνιστικού πλεονεκτήματος είναι υπαρκτός. Ο Pathak τόνισε ότι η ταχύτητα με την οποία εξελίσσεται η τεχνολογία —τόσο ως προς τις δυνατότητες όσο και ως προς τη μείωση του κόστους λειτουργίας— είναι τέτοια που όσα σήμερα φαίνονται προχωρημένα, σύντομα θα θεωρούνται συνηθισμένα. Η εφαρμογή της τεχνητής νοημοσύνης πλέον αφορά ένα ευρύ φάσμα οργανισμών, από νεοφυείς επιχειρήσεις και μεγάλες εταιρείες, έως φορείς του δημοσίου και ρυθμιζόμενους τομείς όπως οι χρηματοοικονομικές υπηρεσίες και η υγεία.
Η συνολική εικόνα που παρουσιάζει η μελέτη της AWS είναι αυτή μιας τεχνολογίας που περνά από το στάδιο της καινοτομίας στο επίπεδο της καθημερινής επιχειρησιακής υποδομής. Οι εταιρείες αναπροσαρμόζουν προϋπολογισμούς, αλλάζουν οργανωτικά σχήματα και επενδύουν σε ανθρώπινο δυναμικό, διαμορφώνοντας ένα νέο περιβάλλον όπου η τεχνητή νοημοσύνη αποκτά κεντρικό ρόλο. Σύμφωνα με τη γενική εκτίμηση που αποτυπώνεται στην έρευνα, η επιτυχής αξιοποίηση της τεχνολογίας δεν θα εξαρτηθεί από το μέγεθος του επενδυόμενου κεφαλαίου ή την πολυπλοκότητα των συστημάτων, αλλά από την ικανότητα κάθε οργανισμού να συνδέσει την τεχνητή νοημοσύνη με συγκεκριμένους επιχειρησιακούς στόχους και δεδομένα.
