Η Ευρώπη αντιμετωπίζει μια αυξανόμενη πρόκληση παραγωγικότητας, με τους εργαζομένους να φτάνουν μόνο το 76% της παραγωγικότητας των Αμερικανών εργαζομένων, κυρίως λόγω της υποεπένδυσης στην τεχνολογία.
Αυτό είναι ένα μόνο από τα ευρήματα της μελέτης «Europe’s AI reckoning: Reinventing industries for a new era» της Accenture, η οποία εξετάζει τις προκλήσεις αλλά και τις ευκαιρίες για τις ευρωπαϊκές επιχειρήσεις όσον αφορά την υιοθέτηση της τεχνητής νοημοσύνης (AI) για την ενίσχυση της παραγωγικότητας και της ανταγωνιστικότητας.
Σύμφωνα με τη μελέτη, πάνω από το ήμισυ (56%) των μεγάλων ευρωπαϊκών οργανισμών δεν έχουν επεκτείνει τις μετασχηματιστικές επενδύσεις σε τεχνητή νοημοσύνη. Επιπλέον, η τεχνητή νοημοσύνη μπορεί να βελτιώσει την αποδοτικότητα, τη λήψη αποφάσεων και τις προβλέψεις, αλλά δεν αποτελεί αυτόνομη λύση για βαθύτερα οικονομικά ζητήματα.
Στρατηγικές επενδύσεις σε ΑΙ στην Ευρώπη
Η μελέτη της Accenture αναφέρει ότι οι ευρωπαϊκές εταιρείες υστερούν στην επέκταση των στρατηγικών επενδύσεων σε τεχνητή νοημοσύνη, με μόνο το 8% των οργανισμών που συμμετείχαν στην έρευνα να το έχουν πράξει. Οι τομείς της αυτοκινητοβιομηχανίας και της αεροδιαστημικής παρουσιάζουν ισχυρότερη δέσμευση στον συγκεκριμένο τομέα.
Το 70% των αυτοκινητοβιομηχανιών έχουν κλιμακώσει τουλάχιστον μία στρατηγική επένδυση, ενώ μόνο το 16% των επιχειρήσεων κοινής ωφέλειας έχουν κάνει το ίδιο. Το 48% των μεγάλων εταιρειών έχουν κλιμακώσει μία στρατηγική επένδυση, σε σύγκριση με το 31% των μικρότερων εταιρειών.
Οι μεγαλύτερες ευρωπαϊκές εταιρείες διαθέτουν ισχυρότερες δυνατότητες τεχνητής νοημοσύνης, οι οποίες σχετίζονται με την ικανότητά τους να κλιμακώνουν στρατηγικές επενδύσεις και να επιτυγχάνουν καλύτερες αποδόσεις. Οι μεγαλύτερες εταιρείες έχουν μέσο όρο 54 στον δείκτη ικανοτήτων τεχνητής νοημοσύνης, ενώ οι μικρότερες εταιρείες έχουν μέσο όρο μόλις 39.
Το 91% των μεγαλύτερων εταιρειών έχει διορίσει Διευθυντή Τεχνητής Νοημοσύνης, σε σύγκριση με το 64% των μικρότερων εταιρειών. Το 20% των μεγαλύτερων εταιρειών αναφέρει απόδοση επένδυσης που υπερβαίνει τις προσδοκίες, σε σύγκριση με μόλις το 9% των μικρότερων εταιρειών.
Τα προβλήματα των ευρωπαϊκών εταιρειών
Οι ευρωπαϊκές εταιρείες αντιμετωπίζουν εσωτερικά και εξωτερικά εμπόδια στην υιοθέτηση της τεχνητής νοημοσύνης, αναφέρει η Accenture, όπως προβλήματα με τη βάση δεδομένων, τη σύνθεση των ομάδων και τους κινδύνους ασφαλείας. Οι ρυθμιστικές προκλήσεις και η έλλειψη κεφαλαίου κινδύνου εμποδίζουν περαιτέρω την πρόοδο, ειδικά για τις μικρότερες εταιρείες.
Ενδεικτικά, το 42% των στελεχών αναφέρει τη βάση δεδομένων ως την κύρια πρόκληση, ενώ το 41% τονίζει την ανάγκη για πολυεπιστημονικές ομάδες. Το 33% των στελεχών ανησυχεί για τους κινδύνους ασφαλείας, ιδίως στον τομέα των υπηρεσιών κοινής ωφέλειας. Οι επενδύσεις σε κεφάλαια κινδύνου στις ΗΠΑ είναι 5-7,5 φορές υψηλότερες από ό,τι στην Ευρώπη κατά την τελευταία δεκαετία, σημειώνεται στη μελέτη.
Ανάγκη για ενιαίο οικοσύστημα AI
Για να ενισχύσει την καινοτομία και την παραγωγικότητα στον τομέα της τεχνητής νοημοσύνης, η Ευρώπη πρέπει να αναπτύξει ένα κυρίαρχο, ομοσπονδιακό οικοσύστημα τεχνητής νοημοσύνης που θα υποστηρίζει τις μικρότερες οντότητες και θα προάγει τη συνεργασία μεταξύ των κλάδων. Αυτό απαιτεί συντονισμένες προσπάθειες τόσο από τον δημόσιο όσο και από τον ιδιωτικό τομέα.
Μια «ομοσπονδιακή προσέγγιση» μπορεί να βοηθήσει την Ευρώπη να ενισχύσει τις δυνατότητες και την ανταγωνιστικότητά της στον τομέα της τεχνητής νοημοσύνης μέσω της συνεργασίας και της εξορθολογισμένης επένδυσης.
Η πρόταση απαρτίζεται από μια τριπλή προσέγγιση αποσύνδεσης για την αντιμετώπιση των κινδύνων. Πιο συγκεκριμένα, οι μικρότερες οργανώσεις χρειάζονται καλύτερη πρόσβαση σε υπολογιστική ισχύ, δεδομένα και χρηματοδότηση για να υιοθετήσουν λύσεις τεχνητής νοημοσύνης.
Επιπρόσθετα, μια συντονισμένη βιομηχανική στρατηγική είναι απαραίτητη για τη δημιουργία μιας ανταγωνιστικής και βασισμένης σε αξίες οικονομίας τεχνητής νοημοσύνης.
Η Accenture τονίζει επίσης ότι η διαλειτουργικότητα μεταξύ των συστημάτων τεχνητής νοημοσύνης είναι απαραίτητη για την αποτελεσματικότητα και τη μείωση του κόστους.
Πρωτοβουλίες όπως η Catena-X καταδεικνύουν το δυναμικό της διακλαδικής συνεργασίας, ενώ ένα ισχυρό κανονιστικό πλαίσιο, όπως ο νόμος της ΕΕ για την τεχνητή νοημοσύνη, μπορεί να λειτουργήσεις επίσης ενισχυτικά.
Ανάγκη επενδύσεων στην AI
Η Ευρώπη πρέπει να επενδύσει σημαντικά σε υποδομές τεχνητής νοημοσύνης για να δημιουργήσει ένα ανταγωνιστικό οικοσύστημα και να υποστηρίξει τις μικρότερες εταιρείες στην αξιοποίηση των τεχνολογιών τεχνητής νοημοσύνης, σημειώνει η μελέτη της Accenture. Σε αυτό το πλαίσιο το πρόγραμμα InvestAI στοχεύει να κινητοποιήσει 200 δισεκατομμύρια ευρώ, συμπεριλαμβανομένων 20 δισεκατομμυρίων ευρώ για γιγαντιαία εργοστάσια τεχνητής νοημοσύνης.
Ο νόμος της ΕΕ για την ανάπτυξη του cloud και της τεχνητής νοημοσύνης επιδιώκει να τριπλασιάσει τη βιώσιμη χωρητικότητα επεξεργασίας δεδομένων έως το 2030. Αντίστοιχα, το σχέδιο δράσης «AI Continent» εστιάζει στην ενίσχυση της υπολογιστικής ικανότητας στην Ένωση.
Τέλος, η αντίδραση της Ευρώπης στις γεωπολιτικές αλλαγές και τις εμπορικές εντάσεις θα επηρεάσει σημαντικά την πορεία της ανάπτυξης και την υιοθέτηση της τεχνητής νοημοσύνης. Η εξάρτηση από την αμερικανική τεχνολογία για τα βασικά μοντέλα τεχνητής νοημοσύνης και την υποδομή cloud ενέχει κινδύνους εξάρτησης. Απαιτείται συντονισμένη ευρωπαϊκή αντίδραση για να καλυφθεί η αυξανόμενη ζήτηση για τοπικές λύσεις τεχνητής νοημοσύνης.
Προβλέψεις για τον αντίκτυπο της AI
Οι ηγέτες των επιχειρήσεων αναμένουν σημαντικά κέρδη από τις επενδύσεις στην τεχνητή νοημοσύνη τους επόμενους 18 μήνες, προβλέποντας αύξηση 13 ποσοστιαίων μονάδων στα έσοδα και 15 ποσοστιαίων μονάδων στην παραγωγικότητα. Ο δυνητικός οικονομικός αντίκτυπος των βελτιωμένων δυνατοτήτων τεχνητής νοημοσύνης είναι δηλαδή σημαντικός.
Ενδεικτικό ότι οι εταιρείες με ισχυρότερες δυνατότητες τεχνητής νοημοσύνης αύξησαν τα έσοδά τους κατά 5 ποσοστιαίες μονάδες ταχύτερα το 2023.
Εάν όλες οι μεγάλες εταιρείες έφταναν το επίπεδο των τομέων με τις καλύτερες επιδόσεις σε δυνατότητες τεχνητής νοημοσύνης, θα μπορούσαν να προσθέσουν 198 δισεκατομμύρια ευρώ (225 δισεκατομμύρια δολάρια) στα ετήσια έσοδα.
Η AI στις επιχειρηματικές δραστηριότητες
Η κύρια ικανότητα της τεχνητής νοημοσύνης έγκειται στην ικανότητά της να μαθαίνει και να βελτιώνει διάφορα λειτουργικά στοιχεία, μετασχηματίζοντας ενδεχομένως ολόκληρους κλάδους μέσω ενός κεντρικού συστήματος λήψης αποφάσεων.
Η τεχνητή νοημοσύνη μπορεί να δημιουργήσει έναν «γνωστικό ψηφιακό εγκέφαλο» που ενσωματώνει τις λειτουργίες και καταργεί τα στεγανά. Τα οφέλη της τεχνητής νοημοσύνης στην παραγωγικότητα και την καινοτομία γίνονται όλο και πιο εμφανή.
Η Accenture προσδιορίζει πέντε βασικές επιταγές που οι οργανισμοί πρέπει να θέσουν ως προτεραιότητα για να αξιοποιήσουν αποτελεσματικά τη δημιουργική τεχνητή νοημοσύνη και να επιτύχουν σημαντικά αποτελέσματα. Οι πέντε επιταγές περιλαμβάνουν την ηγεσία με αξία, την ανανέωση του ταλέντου, την οικοδόμηση ενός ασφαλούς ψηφιακού πυρήνα, τη διασφάλιση υπεύθυνης τεχνητής νοημοσύνης και την προώθηση της συνεχούς ανανέωσης.
Πηγή: ot.gr
