Η τεχνητή νοημοσύνη περνά από τη φάση του chatbot στη φάση του «συναδέλφου». Δεν περιορίζεται πλέον στη σύνταξη ενός κειμένου ή στην απάντηση μιας ερώτησης. Οι νέοι AI agents μπορούν να αναζητούν πληροφορίες, να χρησιμοποιούν εταιρικά συστήματα, να εκτελούν διαδοχικά βήματα και να παραδίδουν ένα επιχειρησιακό αποτέλεσμα.
Αυτή η μετάβαση, όμως, δεν είναι απλή αναβάθμιση λογισμικού. Είναι αλλαγή στον τρόπο με τον οποίο οργανώνεται η επιχείρηση. Όπως επισημαίνει σε ανάλυσή του ο Γιάννης Σταυριανός, Senior Manager στις Συμβουλευτικές Υπηρεσίες της PwC Κύπρου, το χάσμα ανάμεσα στους πρωτοπόρους και στους υπόλοιπους δεν είναι κυρίως τεχνολογικό. Είναι χάσμα λειτουργικού μοντέλου.
Τα δεδομένα εξηγούν γιατί. Στην έρευνα Digital Trends in Operations 2026 της PwC, το 89% από 767 στελέχη επιχειρησιακών λειτουργιών και εφοδιαστικής αλυσίδας δήλωσε ότι οι τεχνολογικές επενδύσεις δεν έχουν αποδώσει πλήρως τα αναμενόμενα αποτελέσματα. Παράλληλα, μόνο 27% έχει ενσωματώσει πλήρως στρατηγική AI σε όλες τις επιχειρηματικές μονάδες και μόλις 37% αισθάνεται άνετα να αναθέσει σε agents μια διαδικασία από άκρο σε άκρο.
Η ψευδαίσθηση της προσθήκης
Το συνηθέστερο λάθος είναι η «προσθήκη» του AI σε μια διαδικασία που σχεδιάστηκε για μια άλλη εποχή. Η εταιρεία αγοράζει έναν copilot, ενεργοποιεί ένα chatbot ή αναπτύσσει έναν agent, αλλά διατηρεί τα ίδια τμήματα, τις ίδιες εγκρίσεις, τα ίδια δικαιώματα πρόσβασης και τα ίδια κριτήρια απόδοσης.
Το αποτέλεσμα είναι μια γρήγορη μηχανή εγκλωβισμένη σε αργή οργανωτική αρχιτεκτονική. Ο agent μπορεί να ολοκληρώσει σε δευτερόλεπτα ένα βήμα, αλλά η εργασία συνεχίζει να περιμένει σε ουρές, να αντιγράφεται μεταξύ συστημάτων ή να επιστρέφει για χειροκίνητο έλεγχο επειδή κανείς δεν έχει ορίσει πότε το αποτέλεσμα θεωρείται αξιόπιστο.
Οι προβλέψεις της PwC για το 2026 συνοψίζουν το ζήτημα με τον κανόνα 20/80: η τεχνολογία παράγει περίπου το 20% της αξίας μιας πρωτοβουλίας AI. Το άλλο 80% προέρχεται από τον ανασχεδιασμό της εργασίας.
Αυτό σημαίνει ότι η εταιρική στρατηγική δεν πρέπει να ξεκινά από την ερώτηση «ποιο μοντέλο θα αγοράσουμε;». Πρέπει να ξεκινά από το «ποιο αποτέλεσμα θέλουμε να αλλάξουμε, ποια διαδικασία θα καταργηθεί ή θα επανασχεδιαστεί και ποιος θα λογοδοτεί για την απόδοση;».
Οι agents δεν είναι απλώς εργαλεία
Ένα chatbot περιμένει ερώτηση. Ένας agent αναλαμβάνει δράση. Αυτή η διαφορά μεταφέρει το κέντρο βάρους από την παραγωγικότητα του μεμονωμένου χρήστη στη διακυβέρνηση μιας ολόκληρης αλυσίδας αποφάσεων.
Όταν το AI συντάσσει ένα προσχέδιο email, το ρίσκο είναι περιορισμένο και εύκολα αναστρέψιμο. Όταν όμως αποκτά πρόσβαση σε δεδομένα πελατών, δημιουργεί παραγγελίες, μετακινεί χρήματα, εγκρίνει αιτήματα ή ενημερώνει κρίσιμα συστήματα, η επιχείρηση χρειάζεται σαφείς απαντήσεις σε τέσσερα ερωτήματα: τι επιτρέπεται να κάνει, με ποια δεδομένα, υπό ποιον έλεγχο και ποιος αναλαμβάνει την ευθύνη όταν αποτυγχάνει.
Ο σχεδιασμός πρέπει να περιλαμβάνει δικαιώματα πρόσβασης, καταγραφή ενεργειών, μηχανισμούς επαλήθευσης, όρια κόστους, δυνατότητα διακοπής και σαφή διαδρομή κλιμάκωσης σε άνθρωπο. Αυτά δεν είναι συμπληρωματικά χαρακτηριστικά. Είναι η νέα υποδομή εμπιστοσύνης της επιχείρησης.
Η αριθμητική που αλλάζει τη διακυβέρνηση
Η ανάλυση του Σταυριανού αναδεικνύει μια κρίσιμη ιδιότητα των πολυσταδιακών συστημάτων. Αν κάθε βήμα μιας αλυσίδας έχει αξιοπιστία 95%, μια ακολουθία δέκα ανεξάρτητων βημάτων ολοκληρώνεται χωρίς λάθος με πιθανότητα περίπου 60%. Στα είκοσι βήματα, το αντίστοιχο ποσοστό υποχωρεί περίπου στο 36%.
Στην πράξη, οι αποδόσεις δεν είναι πάντοτε ανεξάρτητες και η πραγματική αξιοπιστία μεταβάλλεται ανάλογα με τα δεδομένα και το περιβάλλον. Η άσκηση, ωστόσο, αποκαλύπτει μια στρατηγική αρχή: η αυτονομία δεν πρέπει να αυξάνεται ταχύτερα από την ικανότητα ελέγχου.
Οι ώριμοι οργανισμοί δεν σχεδιάζουν έναν αδιαφανή agent που «κάνει τα πάντα». Σπάνε την εργασία σε μικρότερα τμήματα, ορίζουν checkpoints, χρησιμοποιούν διαφορετικούς μηχανισμούς επαλήθευσης και διατηρούν άνθρωπο στη λήψη των αποφάσεων υψηλού κινδύνου. Το human in the loop δεν αποτελεί ένδειξη αποτυχημένης αυτοματοποίησης. Είναι επιλογή αρχιτεκτονικής.
Το «turbo» πάνω στο παλιό εταιρικό όχημα
Μια εύστοχη μεταφορά της αρχικής ανάλυσης παρομοιάζει το agentic AI με υπερτροφοδότη πάνω σε ένα συμβατικό αυτοκίνητο. Η ισχύς αυξάνεται, αλλά τα φρένα, η ανάρτηση και το σύστημα ελέγχου παραμένουν σχεδιασμένα για χαμηλότερες ταχύτητες.
Στο εταιρικό περιβάλλον, τα «φρένα» είναι η ποιότητα και η διακυβέρνηση των δεδομένων. Η «ανάρτηση» είναι οι έλεγχοι πρόσβασης και οι δικλίδες ασφαλείας. Ο «πίνακας οργάνων» είναι η παρατηρησιμότητα: η δυνατότητα της διοίκησης να γνωρίζει τι έκανε ο agent, γιατί το έκανε, πόσο κόστισε και ποιο αποτέλεσμα παρήγαγε.
Χωρίς αυτά, η επιχείρηση μπορεί να αυξήσει την ταχύτητα αλλά όχι την ανθεκτικότητα. Και όσο περισσότερες λειτουργίες αναθέτει σε agents, τόσο μεγαλύτερη γίνεται η απόσταση μεταξύ εκείνου που συμβαίνει μέσα στο σύστημα και εκείνου που η διοίκηση μπορεί να εξηγήσει ή να ελέγξει.
Οι πρωτοπόροι δεν αγοράζουν απλώς περισσότερο AI
Η παγκόσμια μελέτη AI Performance της PwC, με 1.217 στελέχη από 25 κλάδους, δείχνει ότι το 74% της οικονομικής αξίας του AI συγκεντρώνεται στο κορυφαίο 20% των οργανισμών. Οι εταιρείες αυτές είναι περίπου δύο φορές πιθανότερο να ανασχεδιάζουν ροές εργασίας αντί να προσθέτουν εργαλεία και 2,8 φορές πιθανότερο να έχουν αυξήσει τις αποφάσεις χωρίς ανθρώπινη παρέμβαση, ενώ ταυτόχρονα επενδύουν περισσότερο στη διακυβέρνηση.
Αυτή η συνύπαρξη μεγαλύτερης αυτονομίας και ισχυρότερων ελέγχων είναι το ουσιαστικό στρατηγικό εύρημα. Η διακυβέρνηση δεν λειτουργεί ως αντίβαρο στην καινοτομία. Είναι η προϋπόθεση που επιτρέπει στην καινοτομία να επεκταθεί χωρίς να καταρρεύσει από το ίδιο της το ρίσκο.
Το κυπριακό στοίχημα
Για τις κυπριακές επιχειρήσεις, το πλεονέκτημα δεν θα προέλθει απαραίτητα από μεγαλύτερους προϋπολογισμούς. Μπορεί να προέλθει από μικρότερη οργανωτική απόσταση και ταχύτερη λήψη αποφάσεων. Ένας οργανισμός με λιγότερα επίπεδα διοίκησης μπορεί να επανασχεδιάσει μια κρίσιμη ροή γρηγορότερα από έναν διεθνή όμιλο, εφόσον διαθέτει καθαρή ιδιοκτησία του έργου και επαρκή δεδομένα.
Υπάρχει όμως και το αντίστροφο ρίσκο. Μικρότερες ομάδες σημαίνουν συχνά ότι ο ίδιος άνθρωπος καλύπτει επιχειρησιακή λειτουργία, τεχνολογία και έλεγχο. Η ταχεία υιοθέτηση χωρίς διαχωρισμό ρόλων μπορεί να δημιουργήσει κενά λογοδοσίας. Για αυτό η κάθε πρωτοβουλία χρειάζεται, έστω σε απλή μορφή, ιδιοκτήτη επιχειρηματικού αποτελέσματος, τεχνικό υπεύθυνο και ανεξάρτητο έλεγχο των σημείων υψηλού κινδύνου.
Η διοίκηση μπορεί να ξεκινήσει με τρεις διαγνώσεις:
- Προμήθεια χωρίς ανασχεδιασμό: αγοράστηκε εργαλείο αλλά η ροή εργασίας έμεινε ίδια.
- Αλυσίδα χωρίς checkpoints: ο agent εκτελεί πολλά βήματα χωρίς σαφή επαλήθευση ή κλιμάκωση.
- Ισχύς χωρίς υποδομή: το AI συνδέθηκε με δεδομένα και συστήματα χωρίς αντίστοιχη αναβάθμιση διακυβέρνησης, πρόσβασης και παρακολούθησης.
Η εποχή των AI «συναδέλφων» δεν απαιτεί μόνο καλύτερα μοντέλα. Απαιτεί νέο κοινωνικό και λειτουργικό συμβόλαιο μέσα στην επιχείρηση. Οι ρόλοι πρέπει να αλλάξουν, η ευθύνη να αποσαφηνιστεί και η εποπτεία να ενσωματωθεί στη ροή. Η εταιρεία που θα το πετύχει δεν θα χρησιμοποιεί απλώς το AI γρηγορότερα. Θα έχει αλλάξει τον τρόπο με τον οποίο παράγει αξία.
Η ανάλυση βασίζεται σε άρθρο του Γιάννη Σταυριανού της PwC Κύπρου και σε επίσημα ευρήματα της PwC Digital Trends in Operations 2026, των PwC 2026 AI Business Predictions και της PwC AI Performance Study.
