Τεχνητή νοημοσύνη: Τα δεδομένα και οι προτάσεις του ΣΕΒ

Η Τεχνητή Νοημοσύνη εξελίσσεται σε τεχνολογία στρατηγικής σημασίας και σε βασικό μοχλό ανταγωνιστικότητας των επιχειρήσεων αλλά και αναβάθμισης των υπηρεσιών του δημόσιου τομέα, σύμφωνα τον Σύνδεσμο Επιχειρήσεων και Βιομηχανιών (ΣΕΒ).

Όπως επισημαίνει ο ΣΕΒ σε ενημερωτικό του δελτίο με θέμα «Τεχνητή νοημοσύνη: ένα απαραίτητο άλμα για τις επιχειρήσεις. Τα δεδομένα σήμερα και οι προτάσεις του ΣΕΒ», τα συστήματα Τεχνητής Νοημοσύνης έχουν σημαντικά οφέλη για τις επιχειρήσεις που τα υιοθετούν, προσφέρουν λύσεις σε σύγχρονες κοινωνικές προκλήσεις αλλά και βελτιώνουν την ποιότητα των υπηρεσιών προς τους πολίτες.

Ο ΣΕΒ παρατηρεί ότι η Ελλάδα είναι στην 23η θέση του σχετικού δείκτη της Ε.Ε. (Government AI Readiness Index). Όπως σημειώνει, 16 χώρες της Ε.Ε. ήδη υλοποιούν προγράμματα μεγάλης κλίμακας, ενώ πέντε είναι σε τελικό στάδιο σχεδιασμού της εθνικής στρατηγικής. 

«Το 3% των επιχειρήσεων στην Ελλάδα αξιοποιούν λύσεις Τεχνητής Νοημοσύνης έναντι 45% παγκοσμίως»

Τονίζει δε ότι η Ελλάδα βρίσκεται σε στάδιο προετοιμασίας ενός εθνικού σχεδίου, χωρίς ωστόσο κάποια δομημένη διαβούλευση με τις επιχειρήσεις και την ερευνητική κοινότητα. Επισημαίνει εξάλλου ότι μόλις το 3% των επιχειρήσεων στην Ελλάδα αξιοποιούν λύσεις Τεχνητής Νοημοσύνης έναντι 45% παγκοσμίως.

Σύμφωνα με τον ΣΕΒ, οι επενδύσεις σε τεχνολογίες πληροφοριών και επικοινωνίας (ΤΠΕ) είναι μεν διαρκείς στην Ελλάδα, ωστόσο συχνά δεν αφορούν σε τεχνολογίες αιχμής, ενώ η Τεχνητή Νοημοσύνη, δυστυχώς, δεν περιλαμβάνεται ακόμα στις επενδυτικές προτεραιότητες των επιχειρήσεων της χώρας.

Όπως επισημαίνεται στο ενημερωτικό δελτίο, οι βιομηχανικές επιχειρήσεις μπορούν να βελτιώσουν έως 5% την αποδοτικότητα στην παραγωγή, ως 13% την κερδοφορία, έως 12% την εξοικονόμηση καυσίμων, έως 10% το χρόνο διάθεσης προϊόντων στην αγορά. Στο λιανικό εμπόριο, επιτυγχάνεται έως 20% μείωση στα αποθέματα, έως 30% μείωση του χρόνου αποθεματοποίησης και έως 30% αύξηση των online πωλήσεων. Στην ηλεκτρική ενέργεια, η Τεχνητή Νοημοσύνη επιφέρει έως 20% αύξηση της παραγωγής και έως 20% βελτίωση της κερδοφορίας.

Η Τεχνητή Νοημοσύνη επίσης μπορεί να προσφέρει λύσεις σε σύγχρονες κοινωνικές προκλήσεις, όπως η ταχύτερη εύρεση θεραπειών, η βελτίωση της παραγωγικότητας του νοσηλευτικού προσωπικού (έως 50%), η μείωση των δαπανών υγείας (έως 10%), αλλά και η ελαχιστοποίηση των περιβαλλοντικών επιπτώσεων.

Κατά τον Σύνδεσμο, πρώτο βήμα στο σχεδιασμό και εφαρμογή στρατηγικής Τεχνητής Νοημοσύνης πρέπει να είναι η δημιουργία ενός μηχανισμού διακυβέρνησης, με σύμπραξη δημόσιου και ιδιωτικού τομέα. Ο ΣΕΒ προτείνει τη σύσταση Εθνικής Επιτροπής Τεχνητής Νοημοσύνης για τον συντονισμό, τη συνεργασία με τα εμπλεκόμενα Υπουργεία, τη διαμόρφωση του ρυθμιστικού πλαισίου και του κώδικα δεοντολογίας και την αξιολόγηση των αποτελεσμάτων.

Βάσει των εκτιμήσεων του ΣΕΒ, η διάχυση της Τεχνητής Νοημοσύνης στην Ελλάδα μπορεί να αυξήσει αθροιστικά το ΑΕΠ κατά περίπου 200 δισ. ευρώ σε 15 χρόνια.

Όπως τονίζει ο Σύνδεσμος, για την κάλυψη του τεχνολογικού κενού, είναι αναγκαία η κινητοποίηση των επιχειρήσεων, φιλο-επενδυτικές δημόσιες πολιτικές, άνοιγμα των δημοσίων δεδομένων και ενίσχυση των ψηφιακών δεξιοτήτων. Η πρόταση του ΣΕΒ για την αξιοποίηση της Τεχνητής Νοημοσύνης και τη βελτίωση της διεθνούς ανταγωνιστικότητας της οικονομίας μέσω εθνικού προγράμματος αξιοποίησής της, εστιάζει σε επτά στόχους:

1. Επιτάχυνση ιδιωτικών επενδύσεων σε Τεχνητή Νοημοσύνη και ειδικά σε αύξηση της υπολογιστικής ισχύος στις επιχειρήσεις.
2. Ανάπτυξη ψηφιακών δεξιοτήτων, ειδικά σε θέματα Τεχνητής Νοημοσύνης.
3. Διεύρυνση δημόσιων επενδύσεων με συστήματα Τεχνητής Νοημοσύνης για την παροχή σύγχρονων υπηρεσιών που θα βελτιώσουν το επίπεδο εξυπηρέτησης των πολιτών.
4. Κατασκευή στην Ελλάδα εξοπλισμού υψηλής υπολογιστικής ισχύος και τηλεπικοινωνιακών υποδομών.
5. Δημιουργία κέντρων αριστείας εντός των πανεπιστημίων όπου αναπτύσσονται καινοτόμες προτάσεις Τεχνητής Νοημοσύνης, που ανταποκρίνονται όμως στις εμπορικές ανάγκες της βιομηχανίας εντός Ελλάδας αλλά και διεθνώς.
6. Ανοιχτή πρόσβαση στα δημόσια δεδομένα, τα οποία είναι αναγκαία στην «εκμάθηση» των συστημάτων Τεχνητής Νοημοσύνης.
7. Κανόνες δεοντολογίας, με σεβασμό στα θεμελιώδη δικαιώματα και τους νόμους.