Τα τελευταία χρόνια, ο κλάδος της Τεχνητής Νοημοσύνης (ΤΝ) έχει κάνει σημαντικά βήματα προς τη δημιουργία αυτόνομων συστημάτων που έχουν τη δυνατότητα να μαθαίνουν μέσα από δεδομένα και να εκτελούν εργασίες που παραδοσιακά απαιτούσαν τον ανθρώπινο παράγοντα.

Οι εξελίξεις αυτές ανοίγουν τον δρόμο σε πρωτοφανείς δυνατότητες μετασχηματισμού για τις επιχειρήσεις και του τρόπου λειτουργίας τους. Ωστόσο, αυτές οι τεχνολογικές εξελίξεις ενέχουν ηθικές και οργανωσιακές προκλήσεις και δημιουργούν έντονο προβληματισμό για μάνατζερ και οργανισμούς.

Σε έναν κόσμο όπου η ψηφιοποίηση θεωρείται κεντρικός πυλώνας για τις επιχειρήσεις, η ενσωμάτωση της ΤΝ αντιπροσωπεύει μια σημαντική στρατηγική καμπή. Πώς μπορούν οι επιχειρήσεις να υιοθετήσουν αυτή την ανατρεπτική τεχνολογία; Στο παρόν άρθρο θα θέλαμε να υπογραμμίσουμε την ανάγκη να εξεταστεί η χρήση της ΤΝ με έναν τρόπο που αποφεύγονται buzzwords και υπερβολές σε σχέση με το τι μπορεί να προσφέρει η ΤΝ στον σύγχρονο οργανισμό, στην κοινωνία και στο μέλλον της εργασίας γενικότερα.

Αντ’ αυτού είναι σημαντικό να εστιάσουμε σε συγκεκριμένα use cases και να μη συζητούμε γενικότητες σχετικά με το τι θα μπορούσε να προσφέρει η ΤΝ σε ένα δυνητικό πλαίσιο. Καλούμε συναδέλφους, επιχειρήσεις και πολιτικούς φορείς που ενδιαφέρονται για την ενίσχυση της καινοτομίας μέσω ΤΝ να επικεντρωθούν σε συγκεκριμένα use cases της ΤΝ και αν είναι δυνατόν σε συγκεκριμένους κλάδους. Συχνά ερχόμαστε αντιμέτωποι με άρθρα που ίσως σωστά ορίζουν κάποια γενικά οφέλη της ΤΝ ως στρατηγικού μοχλού ανάπτυξης. Περιληπτικά, έχει αναφερθεί μια πληθώρα γενικών παραγόντων που εξηγούν γιατί η ΤΝ έχει αναδειχθεί ως στρατηγική αναγκαιότητα. Μεταξύ αυτών, έχουν υπογραμμιστεί τα παρακάτω:

Βελτίωση της ανταγωνιστικότητας.

Συμβάλλει στη διαφοροποίηση των δραστηριοτήτων τους.

Καταλύτης της καινοτομίας.

Επιτάχυνση του ψηφιακού μετασχηματισμού.

Εξέλιξη στις προσδοκίες των καταναλωτών.

Διαχείριση της πολυπλοκότητας των αποφάσεων.

Προοπτική της ΤΝ σε μια συγκεκριμένη βάση: AI use cases

Ενώ συμφωνούμε με την παραπάνω λίστα, είναι αναγκαίο να εμβαθύνουμε σε συγκεκριμένες λύσεις μέσω των οποίων η ΤΝ θα μπορούσε να προσφέρει μια γκάμα ευκαιριών για τον σύγχρονο οργανισμό. Οντως, αυτός ο τεχνολογικός μετασχηματισμός πηγαίνει πολύ πέρα από την αυτοματοποίηση των καθηκόντων, επαναπροσδιορίζει τον τρόπο με τον οποίο οι εταιρείες λειτουργούν, λαμβάνουν αποφάσεις, αλληλεπιδρούν με τους πελάτες τους και παραμένουν ανταγωνιστικές σε μια συνεχώς μεταβαλλόμενη αγορά.

Για τις επιχειρήσεις που διστάζουν να υιοθετήσουν την ΤΝ, είναι ζωτικής σημασίας να αντιμετωπίζουν αυτή την τεχνολογία ως μια κρίσιμη στρατηγική επένδυση για το μέλλον. Μια ρεαλιστική προσέγγιση είναι η εκκίνηση με στοχευμένα πιλοτικά έργα, συνοδευόμενα από επενδύσεις σε εκπαίδευση και εσωτερική ανάπτυξη δεξιοτήτων ΤΝ.

Εδώ είναι σημαντικό να αναφερθούμε στην ανάγκη για τον/τη σύγχρονο/η μάνατζερ και επιχειρηματία να αποκτήσει συγκεκριμένες γνώσεις για το τι είναι η ΤΝ και πώς μπορεί να ενταχθεί σε συγκεκριμένες οργανωσιακές διαδικασίες. Η στενή συνεργασία με τεχνολογικούς εταίρους μπορεί να διευκολύνει αυτή τη μετάβαση και να επιταχύνει την ουσιαστική ενσωμάτωση της ΤΝ σε έναν οργανισμό.

Παράδειγμα

Για να αντιληφθούμε το μέλλον της ΤΝ σε επιχειρήσεις και οργανισμούς, ιδιαίτερα σε μικρομεσαίες ή ακόμη και ατομικές επιχειρήσεις, θα ήταν καλό να εμβαθύνουμε σε συγκεκριμένα use cases για διαφορετικούς τύπους επιχειρήσεων σε διαφορετικούς κλάδους. Θα θέλαμε να ανοίξουμε αυτή τη συζήτηση υπογραμμίζοντας ένα συγκεκριμένο use case, το οποίο αφορά τη χρήση λύσεων ΤΝ στον αγροτικό κλάδο.

Βλέπουμε ολοένα και περισσότερες startups να στοχεύουν σε αυτόν τον κρίσιμο κλάδο, όπου υπάρχει η δυνατότητα να γίνουν επενδύσεις σε λύσεις που δυνητικά μπορούν να εμπλουτιστούν με μοντέλα ΤΝ. Για παράδειγμα, η ερευνητική μας ομάδα παρακολουθεί στενά μια ιδιαίτερα ελπιδοφόρα ελληνική startup, τη Vinify3600. Η καινοτόμα ομάδα από την πόλη της Δράμας δημιούργησε μια πλατφόρμα διαχείρισης αμπελώνων που στοχεύει στο να βοηθήσει τους οινοπαραγωγούς να βελτιστοποιήσουν τις λειτουργίες τους επιλύοντας προβλήματα όπως η πολυπλοκότητα (ιδιαίτερα στο κομμάτι συλλογής δεδομένων και δημιουργίας προβλέψεων), το υψηλό κόστος και η έλλειψη βιωσιμότητας.

Η πλατφόρμα, η οποία συνεχώς εξελίσσεται, προσφέρει μια σειρά από χαρακτηριστικά που στοχεύουν στη βελτίωση της διαχείρισης αμπελώνων και οινοποιείων, όπως απόκτηση πληροφοριών από τον αμπελώνα σε πραγματικό χρόνο και λήψη αποφάσεων με βάση real-time δεδομένα.

Φέρνουμε ως παράδειγμα τη startup Vinify3600 μια και εστιάζει σε ένα συγκεκριμένο use case σε έναν συγκεκριμένο κλάδο, που μας επιτρέπει να δούμε το πώς λύσεις ΤΝ θα μπορούσαν να εμπλουτίσουν την πλατφόρμα και συγκεκριμένες διαδικασίες στον κλάδο της οινοποιίας.

Συνοπτικά, η πλατφόρμα συγκεντρώνει όλα τα δεδομένα σε ένα κεντρικό σημείο, καθιστώντας εύκολη τη λήψη αποφάσεων μέσω ανάλυσης δεδομένων. Παράλληλα, αυτοματοποιεί τον προγραμματισμό εργασιών, μειώνοντας την ανάγκη για χειροκίνητη διαχείριση και αυξάνοντας την αποδοτικότητα. Ενσωματωμένες λειτουργίες, όπως ειδοποιήσεις σε πραγματικό χρόνο και πρόβλεψη καιρού, βοηθούν τους χρήστες να προσαρμόζονται γρήγορα σε αλλαγές, ενώ οι αισθητήρες και οι τοπικοί μετεωρολογικοί σταθμοί παρέχουν δεδομένα για καλύτερη διαχείριση των πόρων.

Υπάρχει επίσης διαθέσιμο module για αυτόματο πότισμα, το οποίο λειτουργεί ως συνέχεια των προτεινόμενων ενεργειών που βασίζονται σε προβλέψεις καιρού και δεδομένα από το δίκτυο αισθητήρων. Το module αυτό προσφέρει δύο συγκεκριμένα οφέλη. Πρώτον, την άμεση μείωση του λειτουργικού κόστους μέσω αποτελεσματικής παρακολούθησης και μέτρησης της κατανάλωσης νερού. Δεύτερον, τη συλλογή και αξιοποίηση δεδομένων κατανάλωσης, τα οποία, σε συνδυασμό με πραγματικά στοιχεία από τοπικούς μετεωρολογικούς σταθμούς και αισθητήρες, χτίζουν datasets για την υποστήριξη και βελτίωση μοντέλων βελτιστοποίησης.

Εδώ αναδεικνύονται δύο σημαντικές πτυχές της ΤΝ που θα μπορούσαν να ενισχύσουν περαιτέρω τις ήδη αξιόλογες προσπάθειες της Vinify3600. Η πρώτη αφορά τα προβλεπτικά μοντέλα (modelled values for predictions), τα οποία θα μπορούσαν να αξιοποιήσουν δεδομένα από το παρελθόν, όπως μετεωρολογικές συνθήκες, ανάγκες άρδευσης και καλλιεργητικές πρακτικές, για την ακριβέστερη πρόβλεψη προβλημάτων, όπως οι ασθένειες των αμπελώνων ή η βέλτιστη στιγμή συγκομιδής.

Ηδη η ομάδα έχει δημιουργήσει κάποια μοντέλα και θα είναι ενδιαφέρον να μελετηθεί ο ρόλος των οινοποιών στη διαδικασία δημιουργίας αυτών των μοντέλων, όπως επίσης και τα skills που απαιτούνται τόσο από τους οινοποιούς όσο και από ΑΙ developers. Η δεύτερη αφορά την ενσωμάτωση conversational AI agents μέσω της χρήσης μεγάλων γλωσσικών μοντέλων (LLMs). Αυτοί οι πράκτορες θα μπορούσαν να λειτουργήσουν ως ψηφιακοί σύμβουλοι, παρέχοντας στους αμπελουργούς άμεσες απαντήσεις σε ερωτήματα σχετικά με τις καλλιέργειές τους, δίνοντας εξατομικευμένες προτάσεις και υποστηρίζοντας τη λήψη κρίσιμων αποφάσεων σε πραγματικό χρόνο.

Το παραπάνω παράδειγμα δείχνει ότι θα ήταν καλό να εστιάσουμε στην προοπτική της ΤΝ σε ένα συγκεκριμένο πλαίσιο και να εργαστούμε με ΑΙ developers και domain experts (σε διάφορους κλάδους) ώστε να δημιουργήσουμε λύσεις που αναδεικνύουν τι πραγματικά μπορεί να συμβεί με την ενσωμάτωση ΤΝ στον σύγχρονο οργανισμό.

Συμπερασματικά, ο αναμενόμενος αντίκτυπος της ΤΝ έχει υπογραμμιστεί για διάφορες διαδικασίες και διάφορους τομείς, όπως ιατρικές διαγνώσεις στην υγειονομική περίθαλψη, η εξελιγμένη ανίχνευση απάτης στη χρηματοοικονομική ή ακόμη και η βελτιωμένη αυτόνομη οδήγηση στην αυτοκινητοβιομηχανία. Στο παρόν άρθρο φέραμε ως παράδειγμα τον πρωτογενή τομέα και λύσεις ΤΝ που αναδύονται στον κλάδο της οινοποιίας. Δίνοντας έμφαση σε συγκεκριμένα AI use cases, καλούμε για περισσότερη προσοχή σε συγκεκριμένα οφέλη και λύσεις ΤΝ ώστε να αποφύγουμε γενικές τοποθετήσεις του τι μπορεί να συνεισφέρει η ΤΝ στον επιχειρηματικό κόσμο και στην κοινωνία ευρύτερα.

Ο κ. Κωνσταντίνος Ζοπουνίδης είναι καθηγητής, ακαδημαϊκός, Πολυτεχνείο Κρήτης.

Ο κ. Αγγελος Κωστής είναι επίκουρος καθηγητής, Πανεπιστήμιο Ούμεο, Σουηδία.

Ο κ. Δημήτρης Ζοπουνίδης είναι ερευνητής, Data Analysis and Forecasting Laboratory (DAFLab), Πολυτεχνείο Κρήτης.