Οι νέοι Έλληνες είναι Νο1 στο AI — γιατί οι επιχειρήσεις μένουν πίσω;

Η Ελλάδα δεν έχει πρόβλημα περιέργειας απέναντι στην τεχνητή νοημοσύνη. Έχει πρόβλημα να μετατρέψει αυτή την περιέργεια σε παραγωγική ικανότητα.

Το 2025, το 83,5% των νέων 16–24 ετών στην Ελλάδα χρησιμοποίησε εργαλεία generative AI — το υψηλότερο ποσοστό στην Ευρωπαϊκή Ένωση, έναντι 63,8% στην ΕΕ. Στον γενικό πληθυσμό, περίπου το 44% των Ελλήνων χρησιμοποίησε τέτοια εργαλεία.

Η εικόνα στις επιχειρήσεις είναι σχεδόν αντίστροφη. Μόλις το 8,9% των ελληνικών επιχειρήσεων που καλύπτει η έρευνα της Eurostat χρησιμοποιούσε τουλάχιστον μία τεχνολογία AI, όταν ο ευρωπαϊκός μέσος όρος είχε φτάσει το 20,0%.

Σημαντική διευκρίνιση: το 83,5% αφορά ανθρώπους 16–24 ετών, ενώ το 8,9% αφορά επιχειρήσεις με τουλάχιστον 10 εργαζομένους στους κλάδους που καλύπτει η ευρωπαϊκή έρευνα ICT. Οι δύο αριθμοί δεν συγκρίνονται απευθείας. Αποτυπώνουν, όμως, δύο πολύ διαφορετικές ταχύτητες υιοθέτησης.

«Χρησιμοποιώ AI» δεν σημαίνει ότι άλλαξα τον τρόπο που δουλεύω

Αν βάλεις ένα δύσκολο email στο ChatGPT και ζητήσεις να γίνει πιο ευγενικό, κέρδισες χρόνο. Είναι χρήσιμο. Δεν μεταμορφώθηκε, όμως, η παραγωγικότητα μιας επιχείρησης.

Η βαθύτερη χρήση αρχίζει όταν το AI γίνεται μέρος μιας διαδικασίας: διαβάζει αυτόματα τιμολόγια, προβλέπει απόθεμα, ταξινομεί αιτήματα πελατών, εντοπίζει λάθη, βοηθά στην ανάπτυξη κώδικα ή αναγνωρίζει προβλήματα σε μια γραμμή παραγωγής. Τότε δεν γράφει απλώς καλύτερα. Αλλάζει τον τρόπο που λειτουργεί η επιχείρηση.

Πριν από το AI πρέπει να έχεις βάλει σε τάξη τα βασικά

Για να αξιοποιήσει σοβαρά το AI, μια επιχείρηση χρειάζεται κάτι λιγότερο εντυπωσιακό: οργανωμένα δεδομένα, σύγχρονο software, cloud και συστήματα που επικοινωνούν μεταξύ τους.

Αν τα στοιχεία βρίσκονται σε τρία Excel, δύο email, ένα τετράδιο και ένα κρίσιμο κομμάτι στην κατηγορία «αυτό το ξέρει μόνο ο Γιώργος», το πρόβλημα προηγείται του AI. Η τεχνητή νοημοσύνη δεν μπορεί να αξιοποιήσει πληροφορίες που η ίδια η επιχείρηση δεν μπορεί να βρει, να εμπιστευτεί ή να συνδέσει.

Το AI δεν σώζει από μόνο του μια κακή διαδικασία

Μια σωστή διαδικασία που γίνεται γρηγορότερη μπορεί να φέρει πραγματική αξία. Μια κακή διαδικασία που αυτοματοποιείται μπορεί απλώς να γίνει μια κακή διαδικασία που τρέχει πιο γρήγορα.

Το σωστό ερώτημα για μια επιχείρηση δεν είναι «έχει AI;». Είναι «ποιο πρόβλημα λύνει, πόσο χρόνο εξοικονομεί, πόσα λάθη μειώνει και ποιος ελέγχει το αποτέλεσμα;».

Οι μικρές επιχειρήσεις έχουν διαφορετικό εμπόδιο

Η πρόσβαση στα εργαλεία έγινε πολύ φθηνότερη. Ακόμη και μια επιχείρηση τριών ή πέντε ανθρώπων μπορεί να χρησιμοποιήσει δυνατότητες που πριν από λίγα χρόνια απαιτούσαν μεγάλη ομάδα και υψηλό budget. Η πρόσβαση, όμως, δεν είναι το ίδιο με την ενσωμάτωση.

Χρειάζεται κάποιος να επιλέξει τη σωστή διαδικασία, να βρει τα δεδομένα, να προστατεύσει τα προσωπικά στοιχεία, να συνδέσει το εργαλείο με τα υπάρχοντα συστήματα και να ελέγχει αν οι απαντήσεις είναι σωστές. Σε διεθνή έρευνα του ΟΟΣΑ, μόνο το 29% των ΜμΕ που χρησιμοποιούσαν generative AI το είχε εντάξει σε βασικές δραστηριότητες της επιχείρησης. Για τους περισσότερους, η χρήση παρέμενε περιφερειακή.

Το μεγάλο πλεονέκτημα της Ελλάδας είναι οι νέοι

Το 83,5% δεν είναι απλώς ένας εντυπωσιακός αριθμός. Σημαίνει ότι μια ολόκληρη γενιά μπαίνει στην αγορά εργασίας χωρίς να βλέπει αυτά τα εργαλεία ως κάτι ξένο.

Η ευκαιρία είναι να περάσει αυτή η γενιά από το «ξέρω να χρησιμοποιώ ChatGPT» στο «ξέρω πώς να μειώσω λάθη, να εξυπηρετήσω περισσότερους πελάτες ή να κάνω σε μία ώρα μια εργασία που πριν χρειαζόταν τρεις».

Δεν χρειάζεται να γίνουμε όλοι προγραμματιστές

Η Ελλάδα χρειάζεται περισσότερους τεχνικούς ειδικούς. Το 2025 οι ειδικοί ΤΠΕ αντιστοιχούσαν μόλις στο 2,5% της συνολικής απασχόλησης — το χαμηλότερο ποσοστό στην ΕΕ — όταν ο ευρωπαϊκός μέσος όρος ήταν περίπου 5%.

Αυτό δεν σημαίνει ότι κάθε μικρή επιχείρηση χρειάζεται machine-learning engineer. Σύμφωνα με τον ΟΟΣΑ, λιγότερο από το 1% των εργαζομένων θα χρειαστεί εξειδικευμένες δεξιότητες για να αναπτύσσει ή να συντηρεί σύνθετα μοντέλα AI. Πολύ περισσότεροι χρειάζονται πρακτικές ψηφιακές δεξιότητες: να καταλαβαίνουν δεδομένα, να ελέγχουν μια απάντηση, να αναγνωρίζουν λάθη και να επιλέγουν πού έχει νόημα να χρησιμοποιηθεί το εργαλείο.

Η υποδομή βοηθά — αλλά δεν αρκεί

Το PHAROS AI Factory δημιουργήθηκε για να δίνει σε startups, μικρομεσαίες επιχειρήσεις, ερευνητές και δημόσιους φορείς πρόσβαση σε υπολογιστική ισχύ, εργαλεία, δεδομένα, εκπαίδευση και τεχνογνωσία. Στον πυρήνα αυτής της υποδομής βρίσκεται ο υπερυπολογιστής DAEDALUS.

Είναι σημαντική υποδομή. Δεν θα εμφανιστεί, όμως, μόνη της τη Δευτέρα το πρωί στο λογιστήριο για να αναλάβει τα τιμολόγια. Κάποιος πρέπει να συνδέσει την τεχνολογία με το πραγματικό πρόβλημα, να σχεδιάσει τη διαδικασία και να μετρήσει αν πράγματι λειτουργεί.

Το πραγματικό στοίχημα

Οι Έλληνες — και ειδικά οι νέοι — δεν φοβηθήκαμε το AI. Το χρησιμοποιούμε ήδη πολύ. Το επόμενο βήμα είναι δυσκολότερο: να περάσουμε από το «το χρησιμοποιώ» στο «με βοηθά να κάνω τη δουλειά μου πραγματικά καλύτερα».

Το AI μπήκε ήδη στην καθημερινότητά μας. Το πραγματικό στοίχημα είναι τώρα να μπει στην παραγωγή μας.