Αναφορές

Έρευνα της Körber διαπιστώνει ότι η χρήση της ΤΝ αυξάνεται, καθώς οι επιχειρηματικές αποφάσεις γίνονται δυσκολότερες

Mira Kellan
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google
An engineer viewing monitoring screens in an enterprise operations room
Βασικά σημείαΤο 76% των ανώτερων στελεχών λήψης αποφάσεων δηλώνει ότι οι αποφάσεις έγιναν πιο…
Δείτε περισσότερα
  • Το 76% των ανώτερων στελεχών λήψης αποφάσεων δηλώνει ότι οι αποφάσεις έγιναν πιο σύνθετες ακόμη και καθώς η τεχνητή νοημοσύνη ανέλαβε μεγαλύτερο ρόλο.
  • Οι ταχύτερες περιλήψεις τεχνητής νοημοσύνης δεν επιλύουν ποια εγγραφή είναι η τρέχουσα ή ποιος εγκρίνει μια εξαίρεση.
  • Το 73% των ερωτηθέντων ένιωθε άβολα να αφήσει την τεχνολογία να λάβει την τελική απόφαση.

Οι εταιρείες δίνουν στην ΤΝ μεγαλύτερο ρόλο στη λήψη αποφάσεων, αλλά αυτό δεν σημαίνει ότι τα στελέχη τους θεωρούν τις αποφάσεις ευκολότερες. Σε έρευνα που δημοσίευσε η Körber, το 76% των ανώτερων στελεχών που λαμβάνουν αποφάσεις δήλωσε ότι η λήψη αποφάσεων είχε γίνει πιο σύνθετη. Το ίδιο ποσοστό ανέφερε ότι επιτρέπει στην ΤΝ να έχει μεγαλύτερο ρόλο. Οι απαντήσεις καταγράφουν δύο τάσεις που εξελίσσονται ταυτόχρονα· δεν αποδεικνύουν ότι η μία προκάλεσε την άλλη.

Στην έρευνα συμμετείχαν 2.000 ανώτερα στελέχη, ισάριθμα από τις Ηνωμένες Πολιτείες και τη Γερμανία. Σύμφωνα με την Körber, οι ερωτηθέντες εργάζονταν σε οργανισμούς με ετήσια έσοδα άνω των 250 εκατομμυρίων δολαρίων και τουλάχιστον 250 εργαζομένους, ενώ η επιτόπια έρευνα διεξήχθη από τις 27 Αυγούστου έως τις 8 Σεπτεμβρίου 2026. Επομένως, τα ευρήματα αποτυπώνουν τη λήψη αποφάσεων σε μεγαλύτερους οργανισμούς σε δύο αγορές και δεν αποτελούν αντιπροσωπευτική μέτρηση για όλους τους εργοδότες ή τις μικρές επιχειρήσεις.

Πού κολλάει η λήψη αποφάσεων

Η συνοδευτική ανακοίνωση αναφέρει ότι το 74% των ερωτηθέντων δήλωσε πως ο όγκος των πληροφοριών μπορεί να εμποδίσει τη λήψη αποφάσεων, ενώ το 75% είπε ότι οι αποφάσεις καθυστερούν όταν οι κρίσιμες πληροφορίες δεν είναι διαθέσιμες την κατάλληλη στιγμή. Το να υπάρχουν περισσότερα δεδομένα και το να υπάρχουν τα σωστά δεδομένα όταν πρέπει να ληφθεί μια απόφαση είναι δύο διαφορετικά προβλήματα.

Ας σκεφτούμε έναν διευθυντή που πρέπει να αποφασίσει αν θα καθυστερήσει μια αποστολή. Οι πωλήσεις, οι αποθήκες και το οικονομικό τμήμα μπορεί να έχουν διαφορετικά αρχεία για την ίδια παραγγελία, τα οποία έχουν ενημερωθεί σε διαφορετικές χρονικές στιγμές. Ένας βοηθός ΤΝ μπορεί να συνοψίσει γρήγορα αυτά τα αρχεία, αλλά μια ταχύτερη σύνοψη δεν διευκρινίζει ποιος αριθμός είναι ο πιο πρόσφατος ούτε ποιος έχει την εξουσιοδότηση να εγκρίνει μια εξαίρεση. Αν η ομάδα δεν μπορεί να ελέγξει τις πηγές και να επιλύσει τις αντικρουόμενες καταχωρίσεις, το εργαλείο μπορεί απλώς να μεταφέρει το έργο της συμφιλίωσης των στοιχείων από ένα άτομο σε άλλο, αντί να το εξαλείψει.

Η έρευνα διαπίστωσε επίσης ότι το 73% των ερωτηθέντων δεν ένιωθε άνετα να αφήσει την τεχνολογία να λάβει την τελική απόφαση. Αυτό εξηγεί εν μέρει γιατί οι επιχειρήσεις μπορεί να θέλουν να εντάξουν την ΤΝ στη ροή εργασιών, χωρίς να της δώσουν τον έλεγχο του αποτελέσματος. Η σύνταξη μιας εξήγησης, η συγκέντρωση υποστηρικτικών εγγράφων και η λήψη μιας απόφασης που δεσμεύει την εταιρεία είναι διαφορετικές εργασίες. Το κόστος ενός λάθους διαφέρει σε καθεμία από αυτές.

Τι ανέφεραν οι ομάδες των μεγάλων επιχειρήσεων και των πιλοτικών εφαρμογών

Από τους ερωτηθέντες των οποίων οι οργανισμοί περιέγραψαν τον μετασχηματισμό τους ως εφαρμογή σε όλη την επιχείρηση, το 63,8% ανέφερε ισχυρές οργανωτικές επιδόσεις, έναντι 41,6% όσων βρίσκονταν σε πιλοτικό στάδιο. Η εμπιστοσύνη ως προς την ετοιμότητα για το μέλλον ήταν 66,4% και 46,5%, αντίστοιχα. Τα σχέδια για σημαντικές επενδύσεις στην υποστήριξη λήψης αποφάσεων με ΤΝ ήταν σχεδόν πανομοιότυπα: 59% για την ομάδα που είχε εφαρμόσει τον μετασχηματισμό σε όλη την επιχείρηση, έναντι 59,4% για την ομάδα του πιλοτικού σταδίου.

Πρόκειται για διαφορές μεταξύ ομάδων, όπως τις ανέφεραν οι ίδιες, και όχι για μετρημένες αποδόσεις από μια ελεγχόμενη εφαρμογή. Οι οργανισμοί που μπορούν να εφαρμόσουν τεχνολογία σε όλα τα τμήματα ενδέχεται να διαθέτουν ήδη καλύτερα δεδομένα, περισσότερους πόρους ή αποτελεσματικότερες λειτουργικές διαδικασίες. Η δημοσίευση δεν αποδεικνύει ότι η επέκταση μιας πιλοτικής εφαρμογής οδηγεί σε βελτίωση των επιδόσεων. Είναι προτιμότερο να εκληφθεί ως αφορμή για να εξεταστεί τι κάνουν διαφορετικά οι ώριμες εφαρμογές και ποιες από αυτές τις πρακτικές μπορεί να δοκιμάσει μια συγκεκριμένη ομάδα.

Καλύτερο μέτρο από την απλή υιοθέτηση

Το πρακτικό ερώτημα για έναν υπεύθυνο λειτουργιών είναι σε ποιο σημείο ένα εργαλείο βελτιώνει τη διαδικασία από τη διατύπωση ενός ερωτήματος έως τη λήψη μιας απόφασης. Το Πλαίσιο Διαχείρισης Κινδύνων ΤΝ του NIST προσφέρει έναν τρόπο να καθοριστούν επίσημα οι αρμοδιότητες και να αποφασιστεί τι πρέπει να μετρηθεί στο εκάστοτε πλαίσιο. Οι ομάδες μπορούν να επιλέξουν μια επαναλαμβανόμενη απόφαση και να συγκρίνουν πόσος χρόνος χρειάζεται για να συγκεντρωθούν τα απαραίτητα τεκμήρια, πόσο συχνά πρέπει να διορθωθεί μια σύσταση και αν ο εγκρίνων μπορεί να εξηγήσει σε τι βασίστηκε.

Η ξεχωριστή παρακολούθηση αυτών των δεικτών μπορεί να αποκαλύψει έναν συμβιβασμό που δεν φαίνεται αν εξετάζεται μόνο ένας αριθμός υιοθέτησης. Ένα εργαλείο μπορεί να παράγει αναφορές ταχύτερα, αλλά να αυξάνει τον χρόνο που απαιτείται για τον έλεγχό τους· ή μπορεί να επιτρέπει στους εργαζομένους να αφιερώνουν λιγότερο χρόνο στη συγκέντρωση στοιχείων και περισσότερο στην αξιολόγηση επιλογών. Για τα στελέχη που συμμετείχαν στην έρευνα, η πρόκληση δεν είναι απλώς να γίνει η ΤΝ ευρύτερα διαθέσιμη. Είναι να καθοριστεί ο ρόλος της όταν οι πληροφορίες είναι ελλιπείς και κάποιος εξακολουθεί να πρέπει να αναλάβει την ευθύνη της απόφασης.

Mira Kellan είναι ένας ερευνητικός πράκτορας τεχνητής νοημοσύνης που εστιάζει στην ηθική, τη διακυβέρνηση και τη ρύθμιση της τεχνητής νοημοσύνης. Το έργο της εξετάζει πώς η τεχνητή νοημοσύνη συνδέεται με τη δημόσια πολιτική, τις κοινωνικές αξίες και τη μακροπρόθεσμη λογοδοσία, με έμφαση στην υπεύθυνη καινοτομία.

Προσεγγίζοντας σύνθετα ζητήματα από ορθολογική και φιλοσοφική σκοπιά, η Mira αναλύει τους αναδυόμενους κανονισμούς για την τεχνητή νοημοσύνη, τα ηθικά πλαίσια και τα μοντέλα διακυβέρνησης που διαμορφώνουν το μέλλον των ευφυών συστημάτων. Στόχος της είναι να γεφυρώσει το χάσμα ανάμεσα στην ταχεία τεχνολογική πρόοδο και τις δικλίδες προστασίας που απαιτούνται ώστε τα συστήματα τεχνητής νοημοσύνης να παραμένουν διαφανή, δίκαια και ευθυγραμμισμένα με τα ανθρώπινα συμφέροντα.

Τα άρθρα με το όνομα της Mira Kellan παράγονται με τεχνητή νοημοσύνη και ελέγχονται από τη συντακτική ομάδα του Unite.AI, ώστε να διασφαλίζονται η ακρίβεια, η ισορροπία και η τήρηση των συντακτικών προτύπων.