Η ραγδαία άνοδος της τεχνητής νοημοσύνης (ΤΝ) στις ευρωπαϊκές μικρομεσαίες επιχειρήσεις (ΜμΕ) συνιστά μια από τις πιο σημαντικές μεταβολές στο παραγωγικό και επιχειρηματικό υπόδειγμα της τελευταίας δεκαετίας.
Τα πρόσφατα ευρωπαϊκά δεδομένα καταγράφουν συνεχή αύξηση της χρήσης συστημάτων AI από τις επιχειρήσεις, επιβεβαιώνοντας ότι η τεχνητή νοημοσύνη δεν αποτελεί πλέον μια περιφερειακή ή πειραματική τεχνολογία, αλλά μετατρέπεται σε κεντρικό μοχλό ανταγωνιστικότητας, καινοτομίας και αναδιάρθρωσης των επιχειρηματικών διαδικασιών.
Σε αυτό το πλαίσιο, η μελέτη που εξετάζει την υιοθέτηση AI από ΜμΕ σε νησιωτικές οικονομίες –με έμφαση στην Ελλάδα– φωτίζει μια κρίσιμη αντίφαση: ενώ η Ευρωπαϊκή Ένωση ως σύνολο κινείται προς την κατεύθυνση της ευρείας διάχυσης της τεχνητής νοημοσύνης, ορισμένες περιφέρειες, κλάδοι και κατηγορίες επιχειρήσεων αφήνονται πίσω, με αποτέλεσμα να διαμορφώνεται ένα σύνθετο και πολυεπίπεδο ψηφιακό χάσμα.
Η ελληνική περίπτωση είναι ιδιαίτερα ενδεικτική αυτής της αντίφασης. Από τη μια πλευρά, το θεσμικό πλαίσιο, οι εθνικές στρατηγικές ψηφιακού μετασχηματισμού και η πρόσβαση σε ευρωπαϊκούς πόρους δημιουργούν ένα περιβάλλον που, θεωρητικά, θα μπορούσε να στηρίξει μια σταθερή άνοδο της ψηφιακής ωριμότητας των ΜΜΕ.
Από την άλλη, τα εμπειρικά δεδομένα καταδεικνύουν επίμονη υστέρηση σε βασικούς δείκτες ψηφιοποίησης, ενώ η υιοθέτηση τεχνητής νοημοσύνης παραμένει σε χαμηλά επίπεδα, ιδίως στις μικρές, οικογενειακές και νησιωτικές επιχειρήσεις.
Οι νησιωτικές οικονομίες, με την έντονη εξάρτηση από τον τουρισμό, την εποχικότητα, τις μικρές κλίμακες παραγωγής και τις ιδιαιτερότητες στην αγορά εργασίας, συνθέτουν ένα περιβάλλον στο οποίο οι ευκαιρίες της AI συνυπάρχουν με ισχυρά διαρθρωτικά εμπόδια.
Αξιοποιώντας συστηματικά τα διαθέσιμα στοιχεία για τη χρήση τεχνητής νοημοσύνης και την ευρύτερη ψηφιοποίηση των επιχειρήσεων στην Ευρώπη, επιχειρεί διπλή συμβολή. Αφενός, αποτυπώνει με ποσοτικούς όρους τη θέση των ελληνικών ΜΜΕ –και ειδικά των νησιωτικών– σε σχέση με τον μέσο όρο της Ε.Ε. ως προς την υιοθέτηση ΤΝ και τη γενικότερη ψηφιακή ένταση.
Αφετέρου, ερμηνεύει τα ευρήματα μέσα από το πρίσμα της περιφερειακής ανάπτυξης και της έννοιας της σύγκλισης, αναδεικνύοντας τον κίνδυνο να παγιωθεί μια «Ευρώπη δύο ταχυτήτων», όπου οι μεγάλοι, κεντρικοί και ψηφιακά ώριμοι επιχειρηματικοί πόλοι απορροφούν τα οφέλη της τεχνητής νοημοσύνης, ενώ οι νησιωτικές και περιφερειακές οικονομίες περιορίζονται σε ρόλο παθητικών χρηστών ή και πλήρως αποκλεισμένων.
Δείκτες και ψηφιακό χάσμα
Η ανάλυση των δεικτών υιοθέτησης ΤΝ και ψηφιοποίησης των ΜμΕ αποκαλύπτει ότι το ψηφιακό χάσμα στις ελληνικές και νησιωτικές επιχειρήσεις δεν είναι μονοδιάστατο, αλλά εκδηλώνεται σε τουλάχιστον τρία επίπεδα: μεταξύ Ε.Ε. και Ελλάδας, μεταξύ μεγάλων επιχειρήσεων και ΜμΕ, και στο εσωτερικό των ίδιων των ΜμΕ, ανάμεσα σε εκείνες που απλώς «σκέφτονται» την τεχνητή νοημοσύνη και σε εκείνες που την ενσωματώνουν ουσιαστικά στις λειτουργίες τους.
Σε ευρωπαϊκή κλίμακα, οι μικρομεσαίες επιχειρήσεις εμφανίζουν αξιοσημείωτη αύξηση της χρήσης AI μέσα σε λίγα χρόνια, καθώς αξιοποιούν εφαρμογές όπως ανάλυση δεδομένων για λήψη αποφάσεων, αυτοματοποίηση διαδικασιών, υπηρεσίες εξυπηρέτησης πελατών με έξυπνα συστήματα και εργαλεία πρόβλεψης ζήτησης ή διαχείρισης κινδύνων.
Ωστόσο, η γεωγραφική κατανομή αυτής της προόδου είναι άνιση: οι χώρες του πυρήνα και οι οικονομίες με ανεπτυγμένα οικοσυστήματα καινοτομίας τείνουν να συγκεντρώνουν τα υψηλότερα ποσοστά υιοθέτησης, ενώ οι περιφερειακές, νησιωτικές ή λιγότερο ανεπτυγμένες περιοχές παραμένουν πιο κοντά στο κατώτατο άκρο της κλίμακας.
Ειδικά για την Ελλάδα, τα δεδομένα αναδεικνύουν μια διπλή υστέρηση (Γράφημα Νο1). Πρώτον, ως προς τη γενική ψηφιακή ένταση των ΜΜΕ, οι οποίες δυσκολεύονται να υιοθετήσουν ακόμη και ένα βασικό «καλάθι» ψηφιακών εργαλείων (ηλεκτρονικό εμπόριο, cloud, επιχειρησιακό λογισμικό, βασική ανάλυση δεδομένων), σε αντίθεση με τον μέσο όρο της ΕΕ όπου η πλειονότητα των επιχειρήσεων διαθέτει τέτοιες δυνατότητες.
Δεύτερον, ως προς τη χρήση ειδικά τεχνολογιών τεχνητής νοημοσύνης, όπου η χώρα υπολείπεται σαφώς του ευρωπαϊκού μέσου όρου και των πιο προηγμένων κρατών. Η ανισορροπία αυτή γίνεται ακόμη πιο έντονη όταν εξεταστεί το ψηφιακό χάσμα μεγέθους: οι μεγάλες επιχειρήσεις στην Ελλάδα εμφανίζουν κατά πολύ υψηλότερη πιθανότητα χρήσης AI σε σχέση με τις ΜΜΕ, με αποτέλεσμα η τεχνητή νοημοσύνη να λειτουργεί ως επιταχυντής ήδη υφιστάμενων ανισοτήτων.
Σε πολλές περιπτώσεις, μεγάλοι όμιλοι και επιχειρήσεις με έδρα την Αθήνα ή άλλα μεγάλα αστικά κέντρα αξιοποιούν προηγμένες λύσεις AI για βελτιστοποίηση logistics, marketing ή διαχείριση κινδύνου, ενώ μια μικρή οικογενειακή μονάδα φιλοξενίας σε νησί ή μια μικρή μεταποιητική μονάδα αγροδιατροφής παραμένει σε επίπεδο απλών λογιστικών εφαρμογών και βασικής παρουσίας στο διαδίκτυο.
Πίσω από τους δείκτες κρύβονται συγκεκριμένοι μηχανισμοί που αναπαράγουν το ψηφιακό χάσμα. Οι νησιωτικές ΜΜΕ λειτουργούν σε πλαίσιο υψηλής εποχικότητας, περιορισμένης πρόσβασης σε κεφάλαια, μικρών οικονομιών κλίμακας και συχνά προβληματικής συνδεσιμότητας.
Η επένδυση σε συστήματα AI, που απαιτεί όχι μόνο οικονομικό κόστος αλλά και χρόνο προσαρμογής, εκπαίδευση προσωπικού και ανασχεδιασμό διαδικασιών, συχνά κρίνεται ως υπερβολικά ριψοκίνδυνη έναντι της ανάγκης για βραχυπρόθεσμη επιβίωση.
Παράλληλα, η έλλειψη εξειδικευμένων ψηφιακών δεξιοτήτων στις τοπικές αγορές εργασίας, σε συνδυασμό με τη φυσική απόσταση από μεγάλα ερευνητικά και τεχνολογικά κέντρα, περιορίζει τη δυνατότητα των ΜΜΕ να αναπτύξουν εσωτερικές ικανότητες σε AI.
Δεν είναι τυχαίο ότι οι δείκτες που σχετίζονται με in‑house ανάπτυξη λύσεων ΤΝ[1] βρίσκονται σε πολύ χαμηλά επίπεδα: η πλειονότητα των επιχειρήσεων που χρησιμοποιεί τεχνητή νοημοσύνη το κάνει μέσω έτοιμων, εξωτερικών λύσεων, χωρίς σημαντική μεταφορά γνώσης ή δημιουργία τοπικού αποθέματος τεχνογνωσίας.
Τέλος, το χάσμα μεταξύ πρόθεσης και υιοθέτησης -δηλαδή το γεγονός ότι αρκετές ΜΜΕ δηλώνουν πως έχουν «σκεφτεί» ή εξετάσει τη χρήση ΤΝ χωρίς να προχωρούν- αναδεικνύει μια κρίσιμη ζώνη πολιτικής παρέμβασης, εκεί όπου οι οικονομικές, οργανωσιακές και ρυθμιστικές αβεβαιότητες μετατρέπουν την αρχική διάθεση για καινοτομία σε αναβολή ή εγκατάλειψη.
ΤΝ, σύγκλιση και περιφερειακή συνοχή
Η συζήτηση για την τεχνητή νοημοσύνη στις ΜΜΕ δεν μπορεί να αποκοπεί από το ευρύτερο ζήτημα της οικονομικής και περιφερειακής σύγκλισης στην Ευρώπη. Αντλώντας από τη λογική της β‑σύγκλισης στην οικονομική θεωρία, η ανάλυση δείχνει ότι οι χώρες με χαμηλή αρχική υιοθέτηση ΤΝ τείνουν να παρουσιάζουν υψηλότερους ποσοστιαίους ρυθμούς αύξησης της χρήσης της – κάτι που, επιφανειακά, θα μπορούσε να ερμηνευθεί ως ένδειξη σταδιακής μείωσης των διαφορών.
Ωστόσο, όταν μεταφραστούν οι σχετικοί ρυθμοί σε απόλυτα μεγέθη, γίνεται σαφές ότι αυτή η «σύγκλιση» είναι συχνά περισσότερο λογιστική παρά ουσιαστική. Μια χώρα που περνά, για παράδειγμα, από ένα πολύ χαμηλό ποσοστό χρήσης σε ένα ελαφρώς υψηλότερο, μπορεί να εμφανίζει εντυπωσιακή ποσοστιαία αύξηση, αλλά να παραμένει σε μεγάλη απόσταση από χώρες που ξεκίνησαν από υψηλότερη βάση και συνεχίζουν να προοδεύουν, έστω και με ηπιότερους ρυθμούς.
Αυτό ακριβώς συμβαίνει με πολλές περιφερειακές και νησιωτικές οικονομίες: δείχνουν να «τρέχουν» γρηγορότερα, αλλά δεν προλαβαίνουν την «απόσταση» που τις χωρίζει από τον πυρήνα.
Σε αυτό το πλαίσιο, η ΤΝ τείνει να λειτουργήσει ως μηχανισμός ενίσχυσης της ήδη υπάρχουσας ανισότητας, αν δεν συνοδευθεί από ενσυνείδητες και στοχευμένες πολιτικές. Οι περιοχές με υψηλή συγκέντρωση ψηφιακών δεξιοτήτων, ισχυρά οικοσυστήματα καινοτομίας και καλές υποδομές προσελκύουν περισσότερες επενδύσεις σε AI, παράγουν περισσότερα δεδομένα, αναπτύσσουν πιο ώριμες εφαρμογές και δημιουργούν έναν αυτοτροφοδοτούμενο κύκλο ψηφιακής υπεροχής.
Αντίθετα, νησιωτικές και αγροτικές περιοχές, όπου το ανθρώπινο δυναμικό με εξειδικευμένες γνώσεις είναι περιορισμένο και η πρόσβαση σε κεφάλαια πιο δύσκολη, εγκλωβίζονται σε έναν φαύλο κύκλο χαμηλής υιοθέτησης, χαμηλής παραγωγικότητας και χαμηλής ελκυστικότητας για επενδύσεις.
Για την Ελλάδα, αυτό σημαίνει ότι ο κίνδυνος να παγιωθεί μια «διπλή περιφερειακότητα» – τόσο σε επίπεδο χώρας σε σχέση με τον μέσο ευρωπαϊκό όρο, όσο και εσωτερικά, μεταξύ μητροπολιτικών κέντρων και νησιωτικής/αγροτικής περιφέρειας – είναι υπαρκτός και άμεσα συνδεδεμένος με τον τρόπο που θα εξελιχθεί η υιοθέτηση της τεχνητής νοημοσύνης στις ΜΜΕ.
Για να μετατραπεί η ΤΝ από παράγοντα ενίσχυσης των ανισοτήτων σε εργαλείο προώθησης της περιφερειακής συνοχής, απαιτείται μια στρατηγική που υπερβαίνει τη λογική της οριζόντιας ενίσχυσης της ψηφιοποίησης και εστιάζει σε «τοπο-ευαίσθητες» παρεμβάσεις. Αυτό σημαίνει, αφενός, στοχευμένα κλαδικά προγράμματα για τους βασικούς πυλώνες των νησιωτικών οικονομιών -όπως ο τουρισμός, η αγροδιατροφή και οι θαλάσσιες μεταφορές- με συγκεκριμένους στόχους υιοθέτησης ΤΝ και μετρήσιμα αποτελέσματα σε επίπεδο παραγωγικότητας, απασχόλησης και ανθεκτικότητας.
Σημαίνει, επίσης, ενίσχυση της συνεργασίας μεταξύ μικρών επιχειρήσεων μέσω συνεταιριστικών σχημάτων, ώστε να μοιράζονται κόστη και υποδομές, δημιουργώντας κλίμακα εκεί όπου ατομικά δεν μπορεί να επιτευχθεί.
Βασικό στοιχείο αυτής της στρατηγικής είναι ο καθορισμός σαφών, ποσοτικοποιημένων στόχων σύγκλισης, με βάση τους υφιστάμενους δείκτες ψηφιοποίησης και υιοθέτησης ΤΝ. Αντί η Ελλάδα – και ιδιαίτερα ο νησιωτικός της χώρος – να αντιμετωπίζει τα ευρωπαϊκά δεδομένα ως απλές στατιστικές, μπορεί να τα αξιοποιήσει ως πυξίδα για μια ενεργητική πολιτική: να θέσει, για παράδειγμα, στόχους προσέγγισης του ευρωπαϊκού μέσου όρου στη χρήση AI από ΜΜΕ σε συγκεκριμένο χρονικό ορίζοντα, με ενδιάμεσους σταθμούς για τις νησιωτικές περιφέρειες και με μηχανισμούς παρακολούθησης της προόδου.
Με μια τέτοια συστηματική, μετρήσιμη και χωρικά στοχευμένη προσέγγιση η ΤΝ μπορεί να λειτουργήσει ως γέφυρα και όχι ως χάσμα, επιτρέποντας στις ελληνικές νησιωτικές ΜΜΕ να μεταβούν από τη θέση του «ουραγού» σε έναν ρόλο πιο ενεργό και δημιουργικό στη νέα, ψηφιακά διαμορφούμενη ευρωπαϊκή οικονομία.
[1] Οι μετρήσεις που δείχνουν πόσες επιχειρήσεις αναπτύσσουν οι ίδιες (εσωτερικά) λύσεις τεχνητής νοημοσύνης, αντί απλώς να αγοράζουν έτοιμα εργαλεία από τρίτους προμηθευτές.
* Καθηγητής Κωνσταντίνος Ζοπουνίδης (φωτ.), Ακαδημαϊκός Ιππότης του Τάγματος των Ακαδημαϊκών Φοινίκων, Επίτιμος Δρ. ΑΠΘ Πολυτεχνείο Κρήτης
Υπ. Δρ. Δημήτριος Ζοπουνίδης Εργαστήριο Επιστήμης Δεδομένων Πολυτεχνείο Κρήτης
Αναπλ. Καθηγητής Χρήστος Λεμονάκης Ελληνικό Μεσογειακό Πανεπιστήμιο