Τεχνητή νοημοσύνη: Το αναπτυξιακό χάσμα και το ελληνικό παράδοξο

Η έκθεση του ΟΟΣΑ αποκαλύπτει την απόσταση ανάμεσα στην εξοικείωση των Ελλήνων με την τεχνητή νοημοσύνη και στην παραγωγική αξιοποίησή της. Οι ευκαιρίες για την οικονομία, οι ανατροπές στην εργασία και η αυξανόμενη εξάρτηση από τους τεχνολογικούς κολοσσούς

Τεχνητή νοημοσύνη: Το αναπτυξιακό χάσμα και το ελληνικό παράδοξο
unsplash

Η τεχνητή νοημοσύνη μεταβάλλει σταδιακά τους όρους λειτουργίας της παγκόσμιας οικονομίας, δημιουργώντας νέες δυνατότητες αύξησης της παραγωγικότητας και αναδιαμορφώνοντας την αγορά εργασίας. Η ταχύτητα διάδοσής της, ωστόσο, δεν εγγυάται ότι τα οικονομικά οφέλη θα κατανεμηθούν ισόρροπα. Αντιθέτως, οι διαφορές στην ικανότητα αξιοποίησης των νέων τεχνολογιών ενδέχεται να διευρύνουν τις υφιστάμενες αναπτυξιακές αποκλίσεις μεταξύ των χωρών.

Η έκθεση OECD Digital Economy and Society Outlook 2026, που δημοσιεύθηκε στις 5 Νοεμβρίου, αποτυπώνει αυτή τη μεταβολή, αναδεικνύοντας τη σημασία της τεχνητής νοημοσύνης για την ανταγωνιστικότητα των επιχειρήσεων. Παράλληλα, προειδοποιεί για τους κινδύνους που δημιουργεί η συγκέντρωση κρίσιμων ψηφιακών υποδομών σε περιορισμένο αριθμό διεθνών παρόχων.

Για την Ελλάδα, τα ευρήματα παρουσιάζουν ιδιαίτερο ενδιαφέρον. Παρά την υψηλή εξοικείωση των πολιτών, κυρίως των νεότερων, με τις εφαρμογές τεχνητής νοημοσύνης, η ενσωμάτωσή τους στην επιχειρηματική δραστηριότητα παραμένει περιορισμένη. Η απόσταση ανάμεσα στην τεχνολογική χρήση και στην παραγωγική αξιοποίηση αναδεικνύεται σε κρίσιμη παράμετρο των αναπτυξιακών προοπτικών της χώρας.

Το ελληνικό παράδοξο της ψηφιακής οικονομίας

Σύμφωνα με τα στοιχεία του ΟΟΣΑ για το 2025, μόλις το 8,9% των ελληνικών επιχειρήσεων με τουλάχιστον δέκα εργαζομένους χρησιμοποιούσε τεχνητή νοημοσύνη, έναντι 20,3% του μέσου όρου του οργανισμού. Η υστέρηση γίνεται εντονότερη συγκριτικά με τις περισσότερο ψηφιοποιημένες ευρωπαϊκές οικονομίες. Στη Δανία η αντίστοιχη επίδοση έφτανε το 42%, στη Φινλανδία το 37,8% και στη Σουηδία το 35%.

Η διαφορά αφορά επιχειρήσεις όλων των μεγεθών, με ιδιαίτερη ένταση στις μικρότερες. Στην Ελλάδα, χρήση τεχνητής νοημοσύνης καταγράφεται μόλις στο 7,3% των επιχειρήσεων με 10 έως 49 εργαζομένους, έναντι 17,5% στον ΟΟΣΑ. Ακόμη και στις μεγάλες επιχειρήσεις, το ελληνικό ποσοστό του 37,6% υπολείπεται σημαντικά του διεθνούς μέσου όρου, που φτάνει το 52,1%.

Η εικόνα συνδέεται με τα χαρακτηριστικά της ελληνικής οικονομίας, όπου κυριαρχούν μικρές επιχειρηματικές μονάδες, συχνά με περιορισμένη πρόσβαση σε εξειδικευμένο προσωπικό και επενδυτικά κεφάλαια. Αξίζει μάλιστα να επισημανθεί ότι τα συγκεκριμένα στοιχεία δεν περιλαμβάνουν τις επιχειρήσεις με λιγότερους από δέκα εργαζομένους, οι οποίες αποτελούν ιδιαίτερα μεγάλο τμήμα της εγχώριας επιχειρηματικότητας.

Στον αντίποδα, το 44,1% των Ελλήνων ηλικίας 16 έως 74 ετών χρησιμοποιούσε εφαρμογές παραγωγικής τεχνητής νοημοσύνης, έναντι 37,2% στον ΟΟΣΑ. Στους νέους 16 έως 24 ετών το ποσοστό φτάνει το εντυπωσιακό 83,5%, ξεπερνώντας τον διεθνή μέσο όρο του 68,3%.

Η αντίθεση γίνεται σαφέστερη όταν εξετάζεται ο σκοπός χρήσης. Το 40,9% των Ελλήνων αξιοποιεί την τεχνολογία για προσωπικές δραστηριότητες, έναντι 30% στον ΟΟΣΑ. Στην επαγγελματική χρήση, όμως, η ελληνική επίδοση περιορίζεται στο 16,1%, χαμηλότερα από το 19% του οργανισμού.

Αυτή η αναντιστοιχία υποδηλώνει ότι οι ψηφιακές δεξιότητες που αποκτώνται σε ατομικό επίπεδο δεν μεταφέρονται με αντίστοιχη ταχύτητα στην παραγωγή. Το γεγονός αποκτά ακόμη μεγαλύτερη σημασία εάν εξεταστούν οι οικονομικές δυνατότητες της τεχνολογίας.

Η παραγωγικότητα ως νέο πεδίο ανταγωνισμού

Η τεχνητή νοημοσύνη μπορεί να επιταχύνει την επεξεργασία πληροφοριών, να περιορίσει λειτουργικές δαπάνες και να βελτιώσει τη λήψη επιχειρηματικών αποφάσεων. Η ουσιαστική οικονομική της συμβολή, ωστόσο, εξαρτάται από το εάν οι δυνατότητες αυτές ενσωματώνονται σε μια αποτελεσματικότερη οργάνωση της παραγωγής.

Σε ξεχωριστή μελέτη του Απριλίου 2026, ο ΟΟΣΑ εκτιμά ότι η τεχνητή νοημοσύνη θα μπορούσε να προσθέσει από 0,5 έως 1 ποσοστιαία μονάδα στον ετήσιο ρυθμό αύξησης της παραγωγικότητας της εργασίας στις οικονομίες της G7 κατά την επόμενη δεκαετία. Πρόκειται για εκτίμηση υπό συγκεκριμένες παραδοχές, η οποία δεν μπορεί να μεταφερθεί αυτομάτως στην ελληνική περίπτωση.

Εντούτοις, ακόμη και μικρότερες βελτιώσεις θα είχαν ιδιαίτερη σημασία για μια οικονομία που αντιμετωπίζει διαχρονικές αδυναμίες παραγωγικότητας. Η αποτελεσματικότερη διαχείριση αποθεμάτων στη μεταποίηση, η βελτιστοποίηση της κατανάλωσης ενέργειας και η αξιοποίηση δεδομένων στον τουρισμό μπορούν να ενισχύσουν την προστιθέμενη αξία χωρίς ανάλογη αύξηση των παραγωγικών συντελεστών.

Οι πρώτες ενδείξεις από την ελληνική αγορά είναι ενθαρρυντικές. Σύμφωνα με έρευνα της ManpowerGroup που παρουσιάστηκε στο TheOpinion, το 53% των ερωτηθέντων εργοδοτών στην Ελλάδα δήλωσε ότι η χρήση εργαλείων τεχνητής νοημοσύνης έχει ενισχύσει την παραγωγικότητα των οργανισμών τους.

Το ζήτημα συνδέεται άμεσα με το δημογραφικό πρόβλημα. Καθώς ο πληθυσμός εργάσιμης ηλικίας περιορίζεται, η διατήρηση ικανοποιητικών ρυθμών ανάπτυξης θα απαιτεί μεγαλύτερη παραγωγή αξίας ανά εργαζόμενο. Η τεχνολογία μπορεί να λειτουργήσει ως αντιστάθμισμα στις πιέσεις που δημιουργεί η συρρίκνωση του διαθέσιμου εργατικού δυναμικού.

Η προοπτική αυτή, πάντως, προϋποθέτει επενδύσεις που υπερβαίνουν την αγορά λογισμικού. Χρειάζεται αναδιοργάνωση διαδικασιών, κατάλληλη τεχνική υποστήριξη και συνεχής αξιολόγηση των αποτελεσμάτων. Διαφορετικά, η επιμέρους εξοικονόμηση χρόνου δύσκολα μετατρέπεται σε διατηρήσιμο ανταγωνιστικό πλεονέκτημα.

Η αναδιάρθρωση της εργασίας και οι νέες ανισότητες

Η βελτίωση της παραγωγικότητας συνδέεται αναπόφευκτα με αλλαγές στην απασχόληση. Η αυτοματοποίηση επαναλαμβανόμενων καθηκόντων μεταβάλλει το περιεχόμενο πολλών επαγγελμάτων, ενώ δημιουργεί ζήτηση για νέες δεξιότητες.

Ο ΟΟΣΑ επισημαίνει ότι περίπου το ένα τέταρτο των εργαζομένων βρισκόταν ήδη, κατά την περίοδο 2022-2024, σε επαγγέλματα εκτεθειμένα στις δυνατότητες της παραγωγικής τεχνητής νοημοσύνης. Η έκθεση, ωστόσο, σε μια νέα τεχνολογία δεν συνεπάγεται αυτομάτως κατάργηση θέσεων εργασίας.

Σε αρκετούς κλάδους, οι νέες εφαρμογές λειτουργούν συμπληρωματικά προς την ανθρώπινη εργασία. Ένας λογιστής μπορεί να αυτοματοποιεί την καταχώριση στοιχείων και να αφιερώνει περισσότερο χρόνο στην οικονομική ανάλυση, ενώ ένας μηχανικός μπορεί να επεξεργάζεται ταχύτερα τεχνικά δεδομένα. Η επαγγελματική κρίση παραμένει αναγκαία, ακόμη και όταν μεταβάλλεται ο τρόπος εκτέλεσης των καθηκόντων.

Περισσότερη αβεβαιότητα υπάρχει στις θέσεις αρχικού επιπέδου, όπου οι νεότεροι εργαζόμενοι αποκτούν εμπειρία μέσα από δραστηριότητες που μπορούν πλέον να αυτοματοποιηθούν. Η ενδεχόμενη συρρίκνωση αυτών των ευκαιριών θα μπορούσε να δυσκολέψει την είσοδο στην αγορά εργασίας, χωρίς μέχρι στιγμής να έχει τεκμηριωθεί γενικευμένη απώλεια απασχόλησης εξαιτίας της τεχνητής νοημοσύνης.

Υπό αυτές τις συνθήκες, αποκτούν μεγαλύτερη βαρύτητα η κριτική σκέψη και η ικανότητα αξιολόγησης των αποτελεσμάτων που παράγουν τα αυτοματοποιημένα συστήματα. Η σημασία τους αναδεικνύεται και στη συζήτηση για τις κρίσιμες δεξιότητες των νεοεισερχόμενων εργαζομένων.

Για την Ελλάδα, η πρόκληση περιλαμβάνει και τη διατήρηση του εξειδικευμένου ανθρώπινου δυναμικού. Η δημιουργία παραγωγικότερων θέσεων μπορεί να στηρίξει καλύτερες αμοιβές και περισσότερες επαγγελματικές προοπτικές. Χωρίς δυνατότητες επανακατάρτισης, όμως, οι εργαζόμενοι που δυσκολεύονται να προσαρμοστούν κινδυνεύουν να αντιμετωπίσουν αυξημένη εργασιακή ανασφάλεια.

Η τεχνολογική εξάρτηση ως οικονομικός κίνδυνος

Πέρα από τις αλλαγές στην παραγωγή και στην εργασία, η έκθεση του ΟΟΣΑ αναδεικνύει μια λιγότερο ορατή διάσταση της τεχνητής νοημοσύνης: τη συγκέντρωση των υποδομών που καθιστούν δυνατή τη λειτουργία της.

Οι επενδύσεις επιχειρηματικών κεφαλαίων σε εταιρείες υποδομών τεχνητής νοημοσύνης και φιλοξενίας συστημάτων αυξήθηκαν από 54,5 δισεκατομμύρια δολάρια το 2024 σε 123,9 δισεκατομμύρια το 2025. Η ανάπτυξη προηγμένων μοντέλων απαιτεί ολοένα μεγαλύτερη υπολογιστική ισχύ, καθιστώντας ιδιαίτερα σημαντική την πρόσβαση σε εξειδικευμένους επεξεργαστές και ενεργειακές υποδομές.

Οι Ηνωμένες Πολιτείες και η Κίνα κατέχουν κεντρική θέση σε αυτή την αγορά, ενώ μεγάλες πολυεθνικές επιχειρήσεις συγκεντρώνουν σημαντικό μέρος των διαθέσιμων υπολογιστικών δυνατοτήτων. Η εξέλιξη προσφέρει σε μικρότερες επιχειρήσεις πρόσβαση σε προηγμένες υπηρεσίες, αλλά ταυτόχρονα αυξάνει την εξάρτησή τους από περιορισμένο αριθμό προμηθευτών.

Οι συνέπειες εκτείνονται πέρα από το κόστος των ψηφιακών υπηρεσιών. Μια εκτεταμένη διακοπή λειτουργίας ή κυβερνοεπίθεση σε κρίσιμη υποδομή μπορεί να επηρεάσει ταυτόχρονα επιχειρήσεις διαφορετικών κλάδων. Επιπλέον, η δυσκολία μεταφοράς δεδομένων και εφαρμογών σε εναλλακτικά συστήματα περιορίζει την επιχειρησιακή ευελιξία.

Αυτές οι ευπάθειες αναδεικνύονται και από έρευνα της EY για τους νέους κινδύνους κυβερνοασφάλειας, η οποία εξετάζει τα προβλήματα που δημιουργούνται από ανεπαρκώς ελεγχόμενες τεχνολογικές εφαρμογές.

Η συγκέντρωση των υποδομών προσδίδει επομένως στην τεχνολογική εξάρτηση και γεωοικονομικά χαρακτηριστικά. Για τις μικρότερες χώρες, η διατήρηση πρόσβασης σε αξιόπιστες υπηρεσίες χρειάζεται να συνοδεύεται από δυνατότητες εναλλακτικής τροφοδοσίας, διαλειτουργικότητα και προστασία των κρίσιμων δεδομένων.

Το αναπτυξιακό στοίχημα της επόμενης ημέρας

Τα ευρήματα του ΟΟΣΑ υποδεικνύουν ότι η ελληνική οικονομία χρειάζεται να περάσει σε μια περισσότερο απαιτητική φάση ψηφιακού μετασχηματισμού, με έμφαση στα παραγωγικά αποτελέσματα.

Η πρόοδος στην ψηφιοποίηση του Δημοσίου έχει δημιουργήσει μια χρήσιμη βάση. Η περαιτέρω αξιοποίηση της τεχνητής νοημοσύνης στη διοικητική λειτουργία μπορεί να επιταχύνει διαδικασίες και να μειώσει λειτουργικές δαπάνες, υπό την προϋπόθεση ότι θα διασφαλίζονται ο ανθρώπινος έλεγχος και η προστασία των προσωπικών δεδομένων.

Στον ιδιωτικό τομέα, προτεραιότητα αποκτά η ενίσχυση των μικρομεσαίων επιχειρήσεων με πρόσβαση σε τεχνογνωσία και χρηματοδοτικά εργαλεία. Πρωτοβουλίες όπως το ελληνικό εργοστάσιο τεχνητής νοημοσύνης Pharos μπορούν να διευκολύνουν τη συνεργασία της έρευνας με την επιχειρηματικότητα, δημιουργώντας περισσότερες δυνατότητες εγχώριας καινοτομίας.

Καθοριστική θα είναι και η ποιότητα των επενδύσεων. Η αύξηση της παραγωγικότητας, η ενίσχυση των πραγματικών εισοδημάτων και η δημιουργία δραστηριοτήτων υψηλότερης προστιθέμενης αξίας αποτελούν ουσιαστικότερα κριτήρια επιτυχίας από την απλή διάδοση ψηφιακών εφαρμογών. Η σύνδεση της τεχνολογίας με μετρήσιμα οικονομικά αποτελέσματα θα καθορίσει σε μεγάλο βαθμό την απόδοσή της.

Η έκθεση του ΟΟΣΑ αποτυπώνει, τελικά, μια ευρύτερη αναπτυξιακή μεταβολή. Η τεχνητή νοημοσύνη προσφέρει τη δυνατότητα περιορισμού των παραγωγικών αποκλίσεων, αλλά η άνιση πρόσβαση στις υποδομές και στις αναγκαίες δεξιότητες μπορεί να ενισχύσει τις οικονομίες που διαθέτουν ήδη σημαντικά ανταγωνιστικά πλεονεκτήματα.

Η Ελλάδα διαθέτει ένα αξιοσημείωτο απόθεμα ανθρώπινης εξοικείωσης με τη νέα τεχνολογία, το οποίο παραμένει σε μεγάλο βαθμό αναξιοποίητο από την παραγωγική της βάση. Η μετατροπή αυτού του δυναμικού σε επενδύσεις, παραγωγικότητα και καλύτερες θέσεις εργασίας θα κρίνει κατά πόσο η χώρα θα αξιοποιήσει τον νέο τεχνολογικό κύκλο για να περιορίσει τις διαρθρωτικές αδυναμίες της.