Αρχική / AI Strategy & Transformation
AI Strategy & Transformation

AI Strategy & Transformation στην Ελλάδα

Η δική μου προσέγγιση ξεκινά από το επιχειρησιακό πρόβλημα και όχι από το AI tool. Το πρώτο ερώτημα είναι αν υπάρχει εργασία, απόφαση ή υπηρεσία όπου το AI μπορεί να κάνει σαφή διαφορά και αν ο οργανισμός μπορεί πράγματι να χρησιμοποιήσει το αποτέλεσμα.

Πώς αξιολογώ ένα AI use case

Κοιτάζω το ίδιο το πρόβλημα, ποιος το έχει στην ευθύνη του, ποιες πληροφορίες υπάρχουν και τι θα βελτιωθεί αν το use case λειτουργήσει. Εξετάζω επίσης τι συμβαίνει όταν το output είναι λάθος, πού χρειάζεται ανθρώπινος έλεγχος, αν οι χρήστες θα το εντάξουν στη δουλειά τους και αν αξίζει να συντηρείται μετά το pilot.

Κάποιες καλές ευκαιρίες είναι προφανείς: επαναλαμβανόμενη ανάλυση, κατακερματισμένη πληροφορία, αργό reporting, δύσκολη ιεράρχηση ή εργασίες που απαιτούν ανάγνωση και σύγκριση μεγάλου όγκου υλικού. Άλλες δεν είναι κατάλληλες επειδή το πρόβλημα είναι ασαφές, οι πηγές είναι αδύναμες ή το κόστος ενός λάθους είναι μεγαλύτερο από το όφελος.

Το testing δεν είναι transformation

Ένα prototype μπορεί να δείξει ότι ένα model είναι ικανό να κάνει κάτι. Για καθημερινή χρήση χρειάζονται επίσης ownership, σαφές workflow, έλεγχος πηγών και ποιότητας, training, integration και τρόπος μέτρησης του αποτελέσματος.

Ξεχωρίζω τρία ερωτήματα: μπορεί να λειτουργήσει, μπορεί να λειτουργήσει με αρκετή αξιοπιστία για το συγκεκριμένο use case και μπορεί ο οργανισμός να το λειτουργεί υπεύθυνα σε βάθος χρόνου;

Internal AI, client services και custom products

Ο σημερινός ρόλος μου καλύπτει τρία διαφορετικά περιβάλλοντα. Το internal AI αφορά κυρίως τον τρόπο εργασίας των ομάδων, όπως analysis, reporting, knowledge access και productivity. Τα AI-enabled client services ενισχύουν μια υπάρχουσα advisory ή intelligence υπηρεσία. Τα custom products έχουν νόημα όταν μια συγκεκριμένη ανάγκη απαιτεί purpose-built σύστημα.

Τα τρία περιβάλλοντα χρειάζονται διαφορετικό επίπεδο επένδυσης, integration, governance και υποστήριξης.

Η ελληνική αγορά

Στην Ελλάδα βλέπω συχνά πολύ διαφορετικά επίπεδα AI maturity μέσα στον ίδιο οργανισμό. Μια μικρή ομάδα μπορεί να δοκιμάζει advanced use cases, ενώ άλλες ομάδες ακόμη αποφασίζουν τι επιτρέπεται, τι είναι χρήσιμο και τι είναι ασφαλές.

Παράλληλα, οι ελληνικοί οργανισμοί λειτουργούν με ελληνικό και αγγλικό περιεχόμενο, τοπικά και διεθνή media και ευρωπαϊκές απαιτήσεις privacy και governance. Ένα generic English demo μπορεί να χρειάζεται αρκετή προσαρμογή πριν ταιριάξει στο πραγματικό workflow και στο ελληνικό information environment.

Πώς μετράω την επιτυχία

Το metric αλλάζει ανά use case. Μπορεί να είναι χρόνος, ταχύτητα ανάλυσης, καλύτερη συνέπεια, ποιότητα πηγών, έγκαιρος εντοπισμός κινδύνου, adoption ή νέα εμπορική αξία. Σημασία έχει να έχει οριστεί πριν αποφασίσουμε ότι κάτι αξίζει να κλιμακωθεί.