Το χάσμα αξίας της ΤΝ συνδέεται με τα λειτουργικά μοντέλα, αναφέρει ανάλυση της PwC Cyprus

Λευκωσία, Κύπρος. Οι κορυφαίες εταιρείες στον τομέα της τεχνητής νοημοσύνης διευρύνουν το χάσμα σε ό,τι αφορά το κόστος, την ανάπτυξη και τα περιθώρια κέρδους, ανασχεδιάζοντας τα επιχειρησιακά τους μοντέλα, σύμφωνα με ανάλυση του Γιάννη Σταυριανού, Senior Manager της PwC Κύπρου. Η ανάλυση εντοπίζει τρεις αδυναμίες που περιορίζουν την απόδοση της τεχνητής νοημοσύνης, με πρώτη την ανεπαρκή αναδιάρθρωση των ροών εργασίας.

Τεχνολογία και ανασχεδιασμός ροών εργασίας

Η ανάλυση ανέφερε ελεγμένες οικονομικές επιπτώσεις, συμπεριλαμβανομένων περίπου 60 εκατομμυρίων δολαρίων σε μειωμένα κόστη πελατειακών λειτουργιών στην Klarna, περίπου 2 δισεκατομμυρίων δολαρίων σε ετήσια οφέλη στην JPMorgan, καθώς και τη χρήση του GitHub Copilot από περίπου το 90% των εταιρειών της λίστας Fortune 100.

Σύμφωνα με την ανάλυση, οι ηγέτες δεν χρησιμοποιούν ριζικά διαφορετικά μοντέλα, αλλά αναδιαμορφώνουν τα επιχειρησιακά τους μοντέλα γύρω από αυτά.

Η έρευνα της PwC με τίτλο «2026 Digital Trends in Operations», στην οποία συμμετείχαν 767 ηγέτες επιχειρησιακών λειτουργιών στις ΗΠΑ, διαπίστωσε ότι το 89% δήλωσε ότι οι επενδύσεις τους στην τεχνολογία δεν είχαν αποφέρει πλήρως τα αναμενόμενα αποτελέσματα. Το ποσοστό αυτό υποδηλώνει ότι οι περισσότερες επιχειρήσεις έχουν επενδύσει στην τεχνολογία, αλλά δεν έχουν ακόμη αποκομίσει τις αναμενόμενες αποδόσεις.

Η έκθεση «2026 AI Business Predictions» της PwC εκτιμά ότι η τεχνολογία αντιπροσωπεύει περίπου το 20% της αξίας μιας πρωτοβουλίας τεχνητής νοημοσύνης, ενώ το υπόλοιπο 80% προέρχεται από τον επανασχεδιασμό των ροών εργασίας με βάση τις δυνατότητες της τεχνολογίας.

Προσέγγιση προμηθειών

Η ανάλυση ανέφερε ότι μια συνήθης προσέγγιση συνίσταται στην έκδοση πρόσκλησης υποβολής προτάσεων, την αξιολόγηση των προμηθευτών, την επιλογή μιας πλατφόρμας, την υπογραφή σύμβασης και την εφαρμογή της σε μια ροή εργασιών που παραμένει αμετάβλητη. Αν και η τεχνολογία εγκαθίσταται, οι βασικοί δείκτες απόδοσης δεν μεταβάλλονται, σύμφωνα με την ανάλυση, και οι προϋπολογισμοί ενδέχεται στη συνέχεια να ανακατανεμηθούν, αφού τα πιλοτικά προγράμματα αποτύχουν να αποφέρουν τις αναμενόμενες αποδόσεις.

Οι εξοικονομήσεις της Klarna δεν προήλθαν αποκλειστικά από την αγορά μιας συνδρομής στην OpenAI, σύμφωνα με την ανάλυση. Ακολούθησαν τον επανασχεδιασμό της λειτουργίας εξυπηρέτησης πελατών, συμπεριλαμβανομένων νέων ορισμών ρόλων, κριτηρίων αναφοράς προβλημάτων σε ανώτερα επίπεδα, δεικτών απόδοσης και εκπαίδευσης για το προσωπικό που αναλαμβάνει πιο σύνθετες εργασίες.

Τα ευρήματα της PwC για το 2026 έδειξαν ότι το 27% των ηγετών επιχειρησιακών λειτουργιών είχε ενσωματώσει πλήρως μια στρατηγική τεχνητής νοημοσύνης σε όλες τις επιχειρηματικές μονάδες, ενώ το 37% ένιωθε άνετα να αναθέτει σε πράκτορες τεχνητής νοημοσύνης την εκτέλεση ολοκληρωμένων διαδικασιών από την αρχή έως το τέλος. Η ανάλυση χαρακτήρισε αυτά τα στοιχεία ως δείκτες οργανωτικής και όχι τεχνολογικής ετοιμότητας.

Συσσωρευτικά σφάλματα στους πράκτορες τεχνητής νοημοσύνης

Το δεύτερο ζήτημα που εντοπίστηκε είναι η συσσωρευτική επίδραση των σφαλμάτων σε συστήματα τεχνητής νοημοσύνης που λειτουργούν αυτόνομα σε πολλαπλά στάδια.

Μια εργασία που είναι αξιόπιστη κατά 95% σε κάθε μεμονωμένο βήμα θα παρήγαγε αξιοπιστία περίπου 60% σε μια αλυσίδα 10 βημάτων και περίπου 36% σε μια αλυσίδα 20 βημάτων, σύμφωνα με την ανάλυση.

Χωρίς ανθρώπινους ελέγχους για την επαναφορά του ποσοστού σφάλματος, οι μακρύτερες αυτόνομες αλυσίδες θα καταλήξουν τελικά σε αποτυχία, ανέφερε η ανάλυση. Ένας πράκτορας που κάνει ένα σφάλμα ενδέχεται να μην το αναγνωρίσει και μπορεί να δημιουργήσει ένα λανθασμένο τιμολόγιο, μια λανθασμένη σύσταση ή ένα λανθασμένο email προς τον πελάτη πριν προχωρήσει στην επόμενη εργασία.