Ο αλγόριθμος ως προϊστάμενος: Γιατί η AI δεν φέρνει αυτόματα κέρδη στην επιχείρηση. Των Πέτρου Λοή και Νικολάου Αντωνακάκη

Των Πέτρου Λοή και Νικολάου Αντωνακάκη

Οκτώ στους δέκα εργαζομένους δηλώνουν ότι η τεχνητή νοημοσύνη βελτίωσε την ατομική τους παραγωγικότητα, αλλά μόλις το 37% των επιχειρήσεων εντοπίζει θετική επίδραση στα κέρδη τους. Το κενό δεν κλείνει με περισσότερη επιτήρηση.

Λευκωσία, Οκτώβριος 2026. Η ανάλυση ενσωματώνει στοιχεία δημοσιευμένα έως τις 27 Αυγούστου 2026.

Η συζήτηση για την τεχνητή νοημοσύνη στην εργασία έχει επικεντρωθεί στο ερώτημα ποιες θέσεις θα χαθούν. Το πιο επίμονο εύρημα των τελευταίων ερευνών είναι όμως άλλο: οι τεχνολογίες αυτές αυξάνουν μετρήσιμα την ατομική απόδοση χωρίς αντίστοιχη αποτύπωση στα οικονομικά αποτελέσματα των επιχειρήσεων. Το παρόν άρθρο υποστηρίζει ότι η εξήγηση του κενού είναι διοικητική και όχι τεχνολογική, και ότι η πιο συνηθισμένη διοικητική απάντηση, δηλαδή η εντατικοποίηση της ψηφιακής επιτήρησης, είναι η λιγότερο αποτελεσματική. Σε μια αγορά εργασίας όπως η κυπριακή, όπου η ανεργία υποχώρησε στο 3,6% και το πραγματικό πρόβλημα των επιχειρήσεων είναι η συγκράτηση προσωπικού, η επιλογή εργαλείων διοίκησης αποκτά άμεσο οικονομικό κόστος. Η ελληνική εμπειρία, όπου η ψηφιακή καταγραφή του χρόνου εργασίας εφαρμόζεται ήδη σε εθνική κλίμακα, προσφέρει ένα χρήσιμο μέτρο σύγκρισης.

1. Δύο διαφορετικά φαινόμενα

Η ψηφιακή επιτήρηση και η αλγοριθμική διοίκηση συχνά συγχέονται, αν και είναι διακριτά. Η πρώτη αφορά τη συλλογή δεδομένων για τον εργαζόμενο, από την καταγραφή ωραρίου και εισόδου έως την παρακολούθηση δραστηριότητας, τοποθεσίας ή επικοινωνιών. Η δεύτερη αφορά την ανάθεση διοικητικών αποφάσεων σε αυτοματοποιημένα συστήματα: κατανομή εργασιών, ιεράρχηση προτεραιοτήτων, αξιολόγηση απόδοσης, υπολογισμό αμοιβής. Η επιτήρηση παράγει δεδομένα, η αλγοριθμική διοίκηση παράγει αποφάσεις. Οι επιπτώσεις στην παραγωγικότητα και στη διακράτηση προσωπικού διαφέρουν ανάλογα με τον συνδυασμό τους.

2. Πόσο διαδεδομένες είναι

Η πρώτη αντιπροσωπευτική ευρωπαϊκή αποτύπωση προέρχεται από την έρευνα AIM-WORK του Κοινού Κέντρου Ερευνών της Ευρωπαϊκής Επιτροπής, με 70.316 εργαζομένους από τα 27 κράτη μέλη το 2024 και το 2025. Το 90% των εργαζομένων χρησιμοποιεί ψηφιακές συσκευές στην εργασία και το 30% χρησιμοποιεί εργαλεία τεχνητής νοημοσύνης, κυρίως για κείμενο, μετάφραση και επεξεργασία δεδομένων. Το 37% υπόκειται σε παρακολούθηση του χρόνου εργασίας και το 36% σε καταγραφή εισόδου και εξόδου. Η αλγοριθμική διοίκηση είναι λιγότερο διαδεδομένη αλλά όχι περιθωριακή: στο 24% των εργαζομένων ο χρόνος εργασίας κατανέμεται αυτόματα και στο 13% η απόδοση αξιολογείται και επιβραβεύεται αυτόματα.

Πρωτογενής πηγή

Η ίδια έρευνα ταξινομεί το εργατικό δυναμικό σε έξι κατηγορίες ανάλογα με τον βαθμό συνδυασμού των δύο πρακτικών (Διάγραμμα 1). Το 42% βρίσκεται σε καθεστώς μερικής έκθεσης, το 9% σε πληροφοριακή έκθεση, το 7% σε φυσική και μόλις το 2% σε πλήρη. Το εύρημα που έχει τη μεγαλύτερη διοικητική αξία είναι ότι οι αρνητικές επιπτώσεις δεν κατανέμονται ομοιόμορφα. Η πλήρης και η φυσική μορφή, που κυριαρχούν στις μεταφορές, τα logistics και την εξόρυξη, συνδέονται με αυξημένο άγχος και μειωμένη αυτονομία. Η πληροφοριακή μορφή, δηλαδή η παρακολούθηση δραστηριότητας με αλγοριθμική αξιολόγηση, εμφανίζει σαφώς λιγότερες αρνητικές συνέπειες και συνδέεται με την εργασία από το σπίτι. Το ζήτημα, επομένως, δεν είναι η επιτήρηση καθαυτή αλλά η ένταση και ο συνδυασμός της με τον έλεγχο του ρυθμού εργασίας.

Διάγραμμα 1. Έκθεση των εργαζομένων της ΕΕ σε ψηφιακή επιτήρηση και αλγοριθμική διοίκηση.

3. Το παράδοξο της παραγωγικότητας

Η παγκόσμια έρευνα της McKinsey για την κατάσταση της τεχνητής νοημοσύνης, που δημοσιεύθηκε τον Αύγουστο του 2026 με 1.719 συμμετέχοντες και έρευνα πεδίου από τις 4 Μαΐου έως τις 8 Ιουνίου 2026, αποτυπώνει το κενό με ασυνήθιστη σαφήνεια. Το 80% των συμμετεχόντων δηλώνει βελτίωση της ατομικής παραγωγικότητας και το 50% καλύτερη λήψη αποφάσεων. Ταυτόχρονα, μόνο το 37% αναφέρει θετική συνεισφορά στα λειτουργικά κέρδη, ποσοστό ουσιαστικά αμετάβλητο σε σχέση με το προηγούμενο έτος, ενώ οι επιχειρήσεις που αποδίδουν στην τεχνολογία επίδραση άνω του 5% των κερδών παραμένουν στο 6% του δείγματος (Διάγραμμα 2). Η υιοθέτηση, δηλαδή, τρέχει, η αποδοτικότητα όχι.

Πρωτογενής πηγή

Διάγραμμα 2. Ατομική απόδοση και εταιρικό αποτέλεσμα από τη χρήση τεχνητής νοημοσύνης.

Η ίδια έρευνα δείχνει τι διαφοροποιεί τη μειοψηφία που πετυχαίνει. Οι επιχειρήσεις υψηλής απόδοσης δεν ξεχωρίζουν στον στόχο της αποδοτικότητας, τον οποίο επιδιώκουν σχεδόν όλες, αλλά στο ότι επιδιώκουν ταυτόχρονα ανάπτυξη και καινοτομία, και κυρίως στο ότι ανασχεδιάζουν εκ βάθρων τις ροές εργασίας τους αντί να προσθέτουν τεχνολογία πάνω στις υπάρχουσες διαδικασίες. Περίπου τα τρία τέταρτα αυτών δηλώνουν θεμελιώδη ανασχεδιασμό ροών, από 55% ένα έτος νωρίτερα, έναντι ενός τετάρτου των υπολοίπων (Διάγραμμα 3). Είναι επίσης διπλάσια πιθανό να έχουν ορατή δέσμευση της ανώτατης διοίκησης και θεσμοθετημένες διαδικασίες μέτρησης της επίδρασης των έργων τους.

Διάγραμμα 3. Στόχοι και πρακτικές: επιχειρήσεις υψηλής απόδοσης έναντι λοιπών.

Η οικονομική βιβλιογραφία εξηγεί γιατί η επιτήρηση δεν υποκαθιστά τον ανασχεδιασμό. Η παρακολούθηση αυξάνει την προσπάθεια σε εργασίες με μετρήσιμο και τυποποιημένο αποτέλεσμα, όπου το πρόβλημα του εργοδότη είναι η αποφυγή καθήκοντος. Σε εργασίες με κρίση, συνεργασία και επίλυση προβλημάτων, η ίδια πρακτική περιορίζει τον πειραματισμό και οδηγεί σε συμπεριφορές συμμόρφωσης προς τον δείκτη και όχι προς τον στόχο. Το κλασικό πείραμα του Bernstein (2012) σε μονάδα παραγωγής έδειξε ότι η μείωση της ορατότητας των εργαζομένων προς τα έξω αύξησε την παραγωγικότητα, καθώς επέτρεψε βελτιώσεις μεθόδου που υπό συνεχή παρατήρηση αποφεύγονταν. Η αντίθετη ένδειξη υπάρχει επίσης: οι Pierce, Snow και McAfee (2015) βρήκαν ότι η εισαγωγή ηλεκτρονικού ελέγχου σε αλυσίδες εστίασης περιόρισε τις απώλειες και αύξησε τα έσοδα. Τα δύο ευρήματα δεν συγκρούονται. Δείχνουν ότι η επιτήρηση αποδίδει εκεί όπου το ζητούμενο είναι η συμμόρφωση και υπονομεύει την απόδοση εκεί όπου το ζητούμενο είναι η κρίση.

4. Γιατί το ζήτημα είναι επείγον για την Κύπρο

Στην κυπριακή αγορά εργασίας ο περιορισμός δεν είναι η προσφορά θέσεων αλλά η διακράτηση ανθρώπων. Σύμφωνα με την Έρευνα Εργατικού Δυναμικού που δημοσιοποιήθηκε στις 27 Αυγούστου 2026, η ανεργία υποχώρησε στο 3,6% το δεύτερο τρίμηνο, από 4,3% ένα έτος νωρίτερα, με τους απασχολουμένους να αυξάνονται κατά 2,9% και τους άνεργους να περιορίζονται σε 19.367 άτομα. Οι κενές θέσεις παρέμειναν στις 13.905 το πρώτο τρίμηνο, με ποσοστό κενών θέσεων 2,8%. Στην ετήσια έρευνα της PwC Cyprus, το 43% των 77 ανώτατων στελεχών που συμμετείχαν κατέταξε την έλλειψη κατάλληλων δεξιοτήτων στις κύριες απειλές για την επόμενη χρονιά.

Σε τέτοιες συνθήκες, το κόστος μιας αποτυχημένης πρακτικής διοίκησης δεν είναι η δυσαρέσκεια αλλά η αποχώρηση. Η έρευνα της McKinsey δείχνει ότι οι αρνητικές επιδράσεις της τεχνολογίας κατανέμονται άνισα μέσα στην ιεραρχία: το 47% των μεσαίων στελεχών και των εργαζομένων χωρίς διοικητική ευθύνη ανέφερε τουλάχιστον μία αρνητική εμπειρία, έναντι 31% των ανώτατων στελεχών. Στα μεσαία στελέχη, το 20% δήλωσε ότι η χρήση της τεχνολογίας βλάπτει την ικανότητα κριτικής σκέψης, το 19% αυξημένο άγχος για τις επαγγελματικές προοπτικές και το 18% πίεση για ανάληψη περισσότερης εργασίας. Οι ομάδες αυτές είναι ακριβώς εκείνες που η κυπριακή επιχείρηση δυσκολεύεται περισσότερο να αντικαταστήσει.

Υπάρχει και ένα εύρημα που συγκρατεί τον πανικό της αγοράς. Ενώ το 39% των συμμετεχόντων αναμένει μείωση του προσωπικού λόγω τεχνητής νοημοσύνης το επόμενο έτος, μόλις το 14% αναφέρει ότι τέτοια μείωση όντως συνέβη τον χρόνο που πέρασε, έναντι 32% που την ανέμενε πέρυσι. Τα δύο τρίτα αναφέρουν καμία ουσιαστική μεταβολή. Οι προσδοκίες υπερβάλλουν συστηματικά έναντι των πραγματικών μεταβολών, κάτι που έχει σημασία τόσο για τον σχεδιασμό ανθρώπινου δυναμικού όσο και για τη διαχείριση της ανησυχίας στο εσωτερικό των οργανισμών.

5. Η ελληνική εμπειρία: τι μαθαίνουμε από την ψηφιακή κάρτα εργασίας

Πριν από τα συμπεράσματα, αξίζει μια σύγκριση με την Ελλάδα, για δύο λόγους. Ο πρώτος είναι ότι οι δύο οικονομίες βρίσκονται στην ίδια αφετηρία ως προς την υιοθέτηση της τεχνολογίας. Το 2025 μόλις το 8,9% των ελληνικών και το 9,3% των κυπριακών επιχειρήσεων με δέκα ή περισσότερους εργαζομένους χρησιμοποιούσε τεχνολογίες τεχνητής νοημοσύνης, έναντι μέσου όρου 20,0% στην Ένωση και 42,0% στη Δανία (Διάγραμμα 4). Η ευρωπαϊκή υιοθέτηση μεγάλωσε σχεδόν μιάμισι φορά μέσα σε ένα έτος, από 13,5% το 2024, ενώ οι δύο χώρες παρέμειναν στην τελευταία πεντάδα. Η συζήτηση για την αλγοριθμική διοίκηση, επομένως, αφορά εδώ κυρίως το τι θα γίνει και όχι το τι ήδη ισχύει, γεγονός που δίνει στους εργοδότες περιθώριο να επιλέξουν σωστά από την αρχή.

Πρωτογενής πηγή

Διάγραμμα 4. Χρήση τεχνητής νοημοσύνης από επιχειρήσεις, 2025.

Ο δεύτερος λόγος είναι πιο ενδιαφέρων. Η Ελλάδα εφαρμόζει, μέσω της ψηφιακής κάρτας εργασίας, ένα από τα εκτενέστερα συστήματα υποχρεωτικής ψηφιακής καταγραφής του χρόνου εργασίας στην Ένωση, το οποίο λειτουργεί στην πράξη ως φυσικό πείραμα. Τα στοιχεία του πληροφοριακού συστήματος ΕΡΓΑΝΗ ΙΙ για την περίοδο Μαρτίου έως Δεκεμβρίου 2025 δείχνουν ότι οι ασφαλιστικές εισφορές επί των αποδοχών από υπερωρίες και υπερεργασία ανήλθαν σε 150,9 εκατομμύρια ευρώ, από 116,7 εκατομμύρια το 2024, αύξηση 34,2 εκατομμυρίων ή 29%. Με τις δύο πιλοτικές φάσεις επέκτασης του 2026, που καλύπτουν περίπου 476.000 επιπλέον εργαζομένους σε υγεία, τηλεπικοινωνίες, logistics και υπηρεσίες, ο αριθμός των καλυπτόμενων εργαζομένων αναμένεται να πλησιάσει τα 2,5 εκατομμύρια.

Το συμπέρασμα από την ελληνική εμπειρία είναι ακριβώς αυτό που υποδεικνύει η βιβλιογραφία. Η ψηφιακή επιτήρηση αποδίδει θεαματικά όταν το μετρούμενο μέγεθος είναι μονοσήμαντο, εν προκειμένω οι ώρες εργασίας, και όταν το πρόβλημα είναι η συμμόρφωση, εν προκειμένω η αδήλωτη και υποδηλωμένη εργασία. Δεν αποδεικνύει όμως τίποτε για την παραγωγικότητα ανά ώρα ούτε για εργασίες που απαιτούν κρίση, και κανείς δεν υποστήριξε ότι η κάρτα βελτίωσε την ποιότητα της διοίκησης. Η διάκριση αυτή είναι κρίσιμη για τον κύπριο εργοδότη που εξετάζει να μεταφέρει τη λογική της καταγραφής από το ωράριο στην απόδοση.

Στο κανονιστικό σκέλος, η Ελλάδα κινήθηκε νωρίτερα σε ορισμένα σημεία. Το άρθρο 67 του νόμου 4808/2021 κατοχύρωσε το δικαίωμα αποσύνδεσης του τηλεργαζομένου και όρισε ότι τα τεχνικά και οργανωτικά μέσα που το διασφαλίζουν αποτελούν υποχρεωτικούς όρους της σύμβασης, ενώ τα άρθρα 68 και επόμενα εισήγαγαν ρυθμίσεις για την εργασία μέσω ψηφιακών πλατφορμών. Και οι δύο χώρες, πάντως, υπόκεινται στην ίδια προθεσμία της 2ας Δεκεμβρίου 2026 για τη μεταφορά της Οδηγίας για την εργασία σε πλατφόρμες, η οποία εισάγει τους πρώτους δεσμευτικούς κανόνες αλγοριθμικής διοίκησης.

6. Το ρυθμιστικό πλαίσιο άλλαξε τον Ιούλιο

Πολλοί εργοδότες προετοιμάζονταν για τις 2 Αυγούστου 2026 ως ημερομηνία εφαρμογής των υποχρεώσεων για τα συστήματα υψηλού κινδύνου του Κανονισμού για την Τεχνητή Νοημοσύνη, κατηγορία στην οποία εντάσσονται τα συστήματα πρόσληψης και διαχείρισης εργαζομένων. Ο Κανονισμός (ΕΕ) 2026/1744, ο λεγόμενος Ψηφιακός Omnibus, δημοσιεύθηκε στην Επίσημη Εφημερίδα στις 24 Ιουλίου 2026 και μετέθεσε τις υποχρεώσεις αυτές για τις 2 Δεκεμβρίου 2027, ενώ για τα ενσωματωμένα σε προϊόντα συστήματα η προθεσμία μετατέθηκε στις 2 Αυγούστου 2028. Η αναβολή είναι πραγματική αλλά στενή, και η παρανόηση που κυκλοφορεί, ότι δηλαδή δεν ισχύει τίποτε, είναι εσφαλμένη και δαπανηρή.

Πρωτογενής πηγή

Τρεις δέσμες υποχρεώσεων ισχύουν ήδη. Οι απαγορευμένες πρακτικές του άρθρου 5, στις οποίες περιλαμβάνεται η αναγνώριση συναισθημάτων στον χώρο εργασίας, εφαρμόζονται από τον Φεβρουάριο του 2025. Η υποχρέωση επαρκούς γνώσης και κατάρτισης στην τεχνητή νοημοσύνη για το προσωπικό που τη χρησιμοποιεί ισχύει από την ίδια ημερομηνία. Οι υποχρεώσεις διαφάνειας του άρθρου 50 εφαρμόζονται από τις 2 Αυγούστου 2026 και δεν μετατέθηκαν. Παράλληλα, η Οδηγία (ΕΕ) 2024/2831 για την εργασία σε πλατφόρμες πρέπει να μεταφερθεί στο εθνικό δίκαιο έως τις 2 Δεκεμβρίου 2026 και εισάγει τους πρώτους δεσμευτικούς κανόνες για την αλγοριθμική διοίκηση, με ανθρώπινη εποπτεία των σημαντικών αποφάσεων και δικαίωμα εξήγησης. Στο εσωτερικό δίκαιο, ο περί Ρύθμισης του Πλαισίου Οργάνωσης της Τηλεργασίας Νόμος 120(Ι)/2023 κατοχυρώνει ήδη το δικαίωμα αποσύνδεσης και την εκ των προτέρων ενημέρωση για την επεξεργασία δεδομένων, με πρόστιμα έως 10.000 ευρώ, ενώ το άρθρο 22 του Γενικού Κανονισμού Προστασίας Δεδομένων περιορίζει τις αποφάσεις που βασίζονται αποκλειστικά σε αυτοματοποιημένη επεξεργασία.

Πρωτογενής πηγή

7. Τι σημαίνει πρακτικά για τον εργοδότη

Πρώτον, να μετρηθεί το αποτέλεσμα και όχι η δραστηριότητα. Δείκτες όπως ώρες σύνδεσης, πλήκτρα ή αριθμός μηνυμάτων μετρούν παρουσία και όχι παραγωγή. Η θεσμοθέτηση διαδικασιών μέτρησης της επίδρασης των έργων τεχνολογίας, πρακτική στην οποία οι επιχειρήσεις υψηλής απόδοσης υπερτερούν κατά δύο φορές, κοστίζει ελάχιστα και αλλάζει τη συζήτηση από την επιτήρηση στην απόδοση.

Δεύτερον, ανασχεδιασμός ροών πριν από την προσθήκη εργαλείων. Η προσθήκη τεχνολογίας σε μια διαδικασία που δεν άλλαξε παράγει ατομικά οφέλη τα οποία δεν φτάνουν στα αποτελέσματα. Ένα ρεαλιστικό πρώτο βήμα για μια μεσαία κυπριακή επιχείρηση είναι η επιλογή δύο ροών εργασίας, ο πλήρης ανασχεδιασμός τους και η μέτρηση πριν και μετά, αντί της οριζόντιας διάθεσης αδειών χρήσης σε όλο το προσωπικό.

Τρίτον, διαβάθμιση της επιτήρησης ανά τύπο εργασίας. Όπου το αντικείμενο είναι τυποποιημένο και το ρίσκο είναι η μη συμμόρφωση, η καταγραφή έχει νόημα. Όπου το αντικείμενο απαιτεί κρίση, η ίδια πρακτική μειώνει την ποιότητα των αποφάσεων. Η οριζόντια εφαρμογή ενός μοντέλου παρακολούθησης σε όλο τον οργανισμό είναι η συνηθέστερη και ακριβότερη αστοχία.

Τέταρτον, ανθρώπινη εποπτεία στις αποφάσεις με συνέπειες. Αξιολόγηση, προαγωγή, κατανομή βάρδιας και τερματισμός απασχόλησης δεν πρέπει να προκύπτουν αυτόματα. Πέρα από τη νομική διάσταση, η δυνατότητα του εργαζομένου να λάβει εξήγηση για μια απόφαση είναι το φθηνότερο διαθέσιμο εργαλείο διακράτησης.

Πέμπτον, κατάρτιση αντί για απαγορεύσεις. Η υποχρέωση επαρκούς γνώσης δεν ικανοποιείται με μια εγκύκλιο. Η ουσιαστική εκπαίδευση των μεσαίων στελεχών, που είναι και η ομάδα με τις περισσότερες αρνητικές εμπειρίες, αποδίδει διπλά: μειώνει τον κίνδυνο κακής χρήσης και περιορίζει την πρόθεση αποχώρησης.

8. Περιορισμοί της ανάλυσης

Τέσσερις επιφυλάξεις είναι απαραίτητες. Πρώτον, η έρευνα της McKinsey στηρίζεται σε αυτοαναφορές στελεχών και όχι σε λογιστικά μεγέθη, οπότε τόσο η ατομική παραγωγικότητα όσο και η επίδραση στα κέρδη αποτυπώνουν αντιλήψεις. Δεύτερον, το δείγμα των 1.719 συμμετεχόντων είναι παγκόσμιο και δεν επιτρέπει εκτίμηση για την Κύπρο, ενώ η υποομάδα των επιχειρήσεων υψηλής απόδοσης αριθμεί 92 παρατηρήσεις, γεγονός που επιβάλλει προσοχή στη σύγκριση. Τρίτον, η συσχέτιση μεταξύ ανασχεδιασμού ροών και οικονομικού αποτελέσματος δεν ταυτίζεται με αιτιότητα, καθώς οι επιχειρήσεις που έχουν ήδη καλή διοικητική ικανότητα είναι πιθανότερο και να ανασχεδιάζουν και να αποδίδουν. Τέταρτον, τα ελληνικά στοιχεία της ψηφιακής κάρτας αποτυπώνουν αύξηση της δηλωμένης και όχι της πραγματικής εργασίας, οπότε μέρος της μεταβολής αντανακλά καλύτερη καταγραφή και όχι περισσότερη απασχόληση. Το συμπέρασμα που αντέχει είναι πιο μετριοπαθές από τη διαφημιστική εκδοχή του: η τεχνολογία δεν αρκεί, και οι πρακτικές διοίκησης καθορίζουν αν θα αποδώσει.

9. Συμπέρασμα

Η αλγοριθμική διοίκηση δεν είναι μελλοντικό σενάριο αλλά υφιστάμενη πρακτική για ένα μεγάλο μέρος του ευρωπαϊκού εργατικού δυναμικού. Το ερώτημα για την κυπριακή επιχείρηση δεν είναι αν θα τη χρησιμοποιήσει, αλλά αν θα τη χρησιμοποιήσει ως υποκατάστατο ή ως συμπλήρωμα της διοίκησης. Η επιτήρηση είναι το φθηνό και άμεσο εργαλείο, γι’ αυτό και επιλέγεται συχνά. Ο ανασχεδιασμός των ροών εργασίας, η μέτρηση του αποτελέσματος και η ανθρώπινη εποπτεία των κρίσιμων αποφάσεων είναι το ακριβό και αργό εργαλείο, και είναι εκείνο που, με βάση τα διαθέσιμα στοιχεία, συνδέεται με πραγματική οικονομική απόδοση.

Το ζήτημα αφορά και την εκπαίδευση των στελεχών. Η υπεύθυνη χρήση των τεχνολογιών επιτήρησης δεν είναι νομικό παράρτημα αλλά αντικείμενο διοικητικής κατάρτισης, και εντάσσεται στο πλαίσιο των αρχών υπεύθυνης διοίκησης που το Πανεπιστήμιο Λευκωσίας υπηρετεί ως PRME Champion, μοναδικό ίδρυμα με τη διάκριση αυτή στην Κύπρο και στην ευρύτερη περιοχή. Οι επιχειρήσεις που θα κερδίσουν από την επόμενη φάση δεν θα είναι εκείνες με τα περισσότερα εργαλεία, αλλά εκείνες με τα καλύτερα στελέχη για να τα διοικήσουν.

Πρωτογενής πηγή

Πίνακας 1. Ψηφιακή επιτήρηση και αλγοριθμική διοίκηση στην ΕΕ

Σημείωση: τα μεγέθη αφορούν τον μέσο όρο της ΕΕ των 27 και δεν υπάρχει δημοσιευμένη ανάλυση για την Κύπρο.

Πίνακας 2. Ρυθμιστικό χρονοδιάγραμμα για τους εργοδότες

Σημείωση: ο Ψηφιακός Omnibus δημοσιεύθηκε στην Επίσημη Εφημερίδα στις 24 Ιουλίου 2026. Οι υποχρεώσεις που δεν αναφέρονται ως μετατεθείσες παραμένουν σε ισχύ στις αρχικές τους ημερομηνίες.

Πηγές

Ευρωπαϊκή Επιτροπή, Κοινό Κέντρο Ερευνών (2025), Digital monitoring, algorithmic management and the platformisation of work in Europe, έρευνα AIM-WORK, 70.316 εργαζόμενοι στα 27 κράτη μέλη.

Eurofound (2025 και 2026), European Working Conditions Survey 2024: first findings και overview report.

McKinsey & Company (2026), The state of AI in 2026: On the road to ROI, Αύγουστος 2026, 1.719 συμμετέχοντες, έρευνα πεδίου 4 Μαΐου έως 8 Ιουνίου 2026.

Στατιστική Υπηρεσία Κύπρου (2026), Έρευνα Εργατικού Δυναμικού β΄ τριμήνου 2026 και κενές θέσεις εργασίας α΄ τριμήνου 2026.

PwC Cyprus (2026), 15η ετήσια έρευνα ανώτατων στελεχών.

Eurostat (2025), Use of artificial intelligence in enterprises, isoc_eb_ai, στοιχεία 2025.

Υπουργείο Εργασίας και Κοινωνικής Ασφάλισης (2026), στοιχεία πληροφοριακού συστήματος ΕΡΓΑΝΗ ΙΙ για την ψηφιακή κάρτα εργασίας, περίοδος Μαρτίου-Δεκεμβρίου 2025, και αποφάσεις επέκτασης του 2026.

Ν. 4808/2021 για την προστασία της εργασίας, άρθρα 67 και επόμενα.

Κανονισμός (ΕΕ) 2024/1689 για την τεχνητή νοημοσύνη και Κανονισμός (ΕΕ) 2026/1744 (Ψηφιακός Omnibus), Επίσημη Εφημερίδα, 24 Ιουλίου 2026.

Οδηγία (ΕΕ) 2024/2831 για τη βελτίωση των συνθηκών εργασίας στην εργασία μέσω πλατφόρμας.

Ο περί Ρύθμισης του Πλαισίου Οργάνωσης της Τηλεργασίας Νόμος 120(Ι)/2023.

Bernstein, E. S. (2012), The transparency paradox, Administrative Science Quarterly, 57(2).

Pierce, L., Snow, D. C. και McAfee, A. (2015), Cleaning house: the impact of information technology monitoring on employee theft and productivity, Management Science, 61(10).

Οι συγγραφείς

Δρ. Πέτρος Λοής, Καθηγητής Λογιστικής και Χρηματοοικονομικής Διοίκησης, Πρόεδρος του Τμήματος Λογιστικής, Οικονομικών και Χρηματοοικονομικών, Πανεπιστήμιο Λευκωσίας

Δρ. Νικόλαος Αντωνακάκης, Καθηγητής Οικονομικών, Διευθυντής της Σχολής Διοίκησης Επιχειρήσεων, UNIC Athens, Πανεπιστήμιο Λευκωσίας

Διαβάστε επίσης στο MoneyMatters

Κυπριακή Οικονομία 2026: οι αριθμοί ευημερούν, η πραγματική αξία διαρρέει

Ο νέος «εργαζόμενος» της επιχείρησης είναι AI agent: Ποιος λογοδοτεί; – Του Μιχάλη Παπαδόπουλου