Φώτη, τι γνωρίζουμε για την ενσωμάτωση της ΤΝ στις επιχειρήσεις;

Μια συζήτηση για ευκαιρίες και παγίδες, αλλά και για τις δεξιότητες που πρέπει να αποκτήσουν οι designers.

«Η μηχανή εντοπίζει το μοτίβο και ο άνθρωπος του δίνει νόημα. Η καινοτομία γεννιέται στη συνεργασία ανθρώπου και μηχανής», μου είπε ο Φώτης, όταν τον ρώτησα αν πιστεύει ότι η Τεχνητή Νοημοσύνη μπορεί να σκεφτεί «έξω από το κουτί» και να εντοπίσει καινοφανείς τάσεις στις αγορές, δεδομένου ότι όσα «γνωρίζει» τής τα παρέχουμε εμείς, μέσω των δεδομένων μας.

Με τον Φώτη Φιλιππόπουλο γνωριζόμαστε χρόνια κι έχουμε κάνει ουκ ολίγες συζητήσεις για θέματα καινοτομίας, δεδομένου ότι έχει κολλήσει πολλά «ένσημα» ως βραβευμένος ειδικός εταιρικής καινοτομίας, σύμβουλος, ερευνητής, διεθνής ομιλητής, επισκέπτης καθηγητής στη διδακτορική σχολή του Πολυτεχνείου του Μιλάνου και εξωτερικός εμπειρογνώμονας για την καινοτομία στην Ευρωπαϊκή Επιτροπή.

Πλέον είναι επικεφαλής στο Intelligence Lab της KPMG, οπότε σκέφτηκα να του χτυπήσω την πόρτα, για να συζητήσουμε -για αυτό το newsletter- για Τεχνητή Νοημοσύνη και επιχειρήσεις, αλλά όχι μόνο (έτσι και αλλιώς σπάνια θα κάνεις μια συζήτηση με τον Φώτη χωρίς να προκύψουν απρόσμενα παρακλάδια σκέψης).

Το πρώτο-πρώτο ερώτημα που του έθεσα ήταν αυτό που σας περιέγραψα και εισαγωγικά. Πόση πρωτοτυπία και αντισυμβατική σκέψη μπορεί πραγματικά να προσφέρει σε μια επιχείρηση η ενσωμάτωση της ΤΝ;

«Η ΤΝ μπορεί να ανακαλύπτει δυσνόητα η και δυσδιάκριτα μοτίβα και να προτείνει κατευθύνσεις βασισμένες σε τεράστιους όγκους πληροφορίας, που απαιτούν αντίστοιχη υπολογιστική ισχύ (...) Αν τροφοδοτηθεί αποκλειστικά με ιστορικό υλικό, θα αναπαράγει το παρελθόν. Αν ανοίξουμε το εύρος των πληροφοριών και συνδυάσουμε τη μηχανική ανάλυση με ανθρώπινη κρίση, τότε μπορεί να φέρει στο φως ασθενή σήματα που δείχνουν πού κινείται μια αγορά, πριν αυτό γίνει ορατό. Δεν πρέπει να της αποδίδουμε ανθρώπινη έμπνευση, επειδή λειτουργεί μέσα από δημιουργικό ανασυνδυασμό. Όπως αναφέρουν οι Thomas, Zikopoulos και Soule (2025) στο “AI Value Creators1”, η ΤΝ δε βγαίνει από το κουτί, αλλά το επεκτείνει, προσφέροντας νέες δυνατότητες που εμείς καλούμαστε να ερμηνεύσουμε».

Σκεπτικιστές, εξουσιοδοτούντες και αλληλεπιδρώντες

Πώς αναδιαμορφώνει η ΤΝ την εταιρική στρατηγική και τη διαδικασία λήψης αποφάσεων; Υπάρχουν «παγίδες»; Ποιες διαδικασίες λήψης αποφάσεων πρέπει πάντα να «σφραγίζονται» από την ανθρώπινη επινοητικότητα και διαίσθηση, ακόμη και αν η ΤΝ προοδεύσει κι άλλο; τον ρώτησα.

Όπως μου είπε, η ΤΝ επιτρέπει στις εταιρείες να παρακολουθούν την αγορά σε πραγματικό χρόνο, να δοκιμάζουν σενάρια πριν δεσμευτούν και να ποσοτικοποιούν επιλογές με μεγαλύτερη ακρίβεια. Οι παγίδες όμως είναι υπαρκτές, προειδοποίησε. Το μεγαλύτερο ρίσκο είναι η τυφλή εμπιστοσύνη στα μοντέλα, επειδή η μηχανή αναπαράγει τα κενά και τις στρεβλώσεις των δεδομένων που της δώσαμε. Αν τα στελέχη δε γνωρίζουν πώς εκπαιδεύτηκε το εκάστοτε μοντέλο, τότε χτίζουν αποφάσεις πάνω σε ψευδείς βεβαιότητες.

«Η έρευνα των Meissner και Keding (2021) με τίτλο “The human factor in AI-based decision making2” που δημοσιεύτηκε στο MIT Sloan Management Review δείχνει και κάτι ακόμη. Οι “Σκεπτικιστές” που απορρίπτουν τα δεδομένα χάνουν ευκαιρίες. Οι “Εξουσιοδοτούντες” μεταφέρουν την ευθύνη στη μηχανή και εγκρίνουν επιλογές υψηλού κινδύνου απλώς επειδή “έτσι είπε ο αλγόριθμος”. Το υγιές πρότυπο είναι οι “Αλληλεπιδρώντες”, που χρησιμοποιούν την ΤΝ ως εργαλείο και όχι ως υποκατάστατο κρίσης. Υπάρχουν αποφάσεις που πρέπει πάντα να παραμένουν ανθρώπινες. Η κατανόηση κινήτρων, οι πολιτισμικές αποχρώσεις, τα ασθενή σήματα, η ηθική, και οι επιλογές με βαθιές συνέπειες, μεταξύ πολλών άλλων, δεν μπορούν να μεταφερθούν σε έναν αλγόριθμο. Η ΤΝ υπολογίζει πιθανότητες. Ο άνθρωπος αξιολογεί επιπτώσεις και αναλαμβάνει την ευθύνη».

Διακοσμητικό στοιχείο ή πραγματικός ενισχυτής;

Όταν μια εταιρεία ενσωματώσει επιτυχώς την ΤΝ στη λειτουργία της, ποια είναι τα οφέλη σε χρόνο και ταχύτητα, σε βιωσιμότητα και ανάπτυξη; Στην πράξη, λέει ο Φώτης, τα οφέλη εμφανίζονται όταν η ΤΝ δεν λειτουργεί ως διακοσμητικό στοιχείο, αλλά ως πραγματικός ενισχυτής ρυθμού και ποιότητας.

«Η ενσωμάτωση ΤΝ επιταχύνει την ανάλυση αγοράς και μειώνει σημαντικά τον χρόνο ανάπτυξης νέων προϊόντων και υπηρεσιών, αλλά και το λεγόμενο “Χρέος Ανάπτυξης Καινοτομίας και Προϊόντων” κατά τα πρώτα στάδια ανάπτυξης, συχνά κατά τάξεις μεγέθους. Σε τομείς όπως η λιανική, τα συστήματα πρόβλεψης αποθεμάτων μειώνουν τις επιστροφές και συγκρατούν τη σπατάλη, επειδή ευθυγραμμίζουν τις παραγγελίες με την πραγματική ζήτηση» σημειώνει. Ενδεικτικά αναφέρει το παράδειγμα της Klarna.

Στην Klarna ο βοηθός ΤΝ ανέλαβε τα δύο τρίτα των συνομιλιών εξυπηρέτησης τον πρώτο μήνα λειτουργίας, εκτελώντας το έργο 700 υπαλλήλων και μειώνοντας τον μέσο χρόνο επίλυσης από 11 σε δύο λεπτά. Τα πιο ουσιαστικά οφέλη έρχονται όταν οι επιχειρήσεις ξεπερνούν τη νοοτροπία της απλής εξοικονόμησης και κινούνται προς την καινοτομία. Τα οφέλη δεν είναι τυχαία. Προκύπτουν όταν η πρόβλεψη, τα δεδομένα και η εκτέλεση συνδέονται σε έναν ενιαίο κύκλο, με τον άνθρωπο να κρατά το τιμόνι της στρατηγικής κατεύθυνσης.

Ποια είναι τα κυριότερα λάθη που κάνουν οι επιχειρήσεις, όταν ενσωματώνουν την ΤΝ;

Κατά τον Φώτη, το πρώτο και πιο επίμονο λάθος που κάνουν οι επιχειρήσεις όταν προσπαθούν να ενσωματώσουν την ΤΝ στη λειτουργία τους είναι η τεχνολογία χωρίς σκοπό. Πολλές ομάδες ξεκινούν με την ιδέα ότι χρειάζονται ένα μοντέλο απλώς επειδή το έχουν οι ανταγωνιστές τους και μετά ψάχνουν ρόλο για αυτό, αντί να ξεκινήσουν από το πραγματικό επιχειρησιακό πρόβλημα.

Ένα ακόμη λάθος είναι η υποτίμηση της σημασίας των δεδομένων. Αν η βάση είναι αδύναμη, τότε και το καλύτερο μοντέλο θα παράγει θόρυβο.

Το τρίτο λάθος είναι η πεποίθηση ότι η ΤΝ λειτουργεί αυτόνομα. Στην πράξη απαιτεί συνεχή επίβλεψη και προσαρμογή. Οι εταιρείες που λειτουργούν με νοοτροπία “+ AI” προσπαθούν να προσθέσουν τεχνητή νοημοσύνη πάνω σε παλιά και ελλιπή συστήματα. Όμως, όταν ψηφιοποιείς μια κακή διαδικασία, παίρνεις απλώς μια ψηφιακή κακή διαδικασία. Η σωστή προσέγγιση απαιτεί επανασχεδιασμό από το μηδέν» εξηγεί.

Παραδείγματα υπάρχουν πολλά, λέει.

Οργανισμοί που υιοθέτησαν συστήματα εξυπηρέτησης με ΤΝ χωρίς να εκπαιδεύσουν τις ομάδες τους είδαν την ποιότητα να πέφτει και τους πελάτες να δυσανασχετούν. Άλλοι που ανέπτυξαν μοντέλα χωρίς ξεκάθαρα όρια κατέληξαν με προκατειλημμένες αποφάσεις ή νομικές περιπέτειες, όπως στην περίπτωση αεροπορικών εταιρειών όπου τα chatbots “εφηύραν” πολιτικές επιστροφής χρημάτων που δεν υπήρχαν. Η τεχνολογία δεν είναι πανάκεια. Ακόμα και στα πιο επιτυχημένα παραδείγματα, η ανθρώπινη ενσυναίσθηση παραμένει αναντικατάστατη για τη διαχείριση σύνθετων προβλημάτων. Οι παρανοήσεις τελικά κοστίζουν περισσότερο από την ίδια την τεχνολογία.
 

Oι startups και πώς να αποφύγεις να τρέχεις πίσω από την τεχνολογία

Ας υποθέσουμε ότι έχουμε μια startup, που επιθυμεί να ενσωματώσει την ΤΝ στη λειτουργία της. Ποια συγκεκριμένα βήματα πρέπει να ακολουθήσει και τι πρέπει να προσέξει;

«Η διαδικασία πρέπει να ξεκινά πάντα από ένα πρόβλημα που αξίζει να επιλυθεί. Αν μια startup δε γνωρίζει τι ακριβώς προσπαθεί να πετύχει, καταλήγει να τρέχει πίσω από την τεχνολογία αντί να τη χρησιμοποιεί στρατηγικά. Από εκεί και πέρα χρειάζεται μια πρώτη μικρή δοκιμή με πραγματικά δεδομένα, ώστε η ομάδα να δει στην πράξη τι έχει αξία και τι όχι. Όταν σταθεροποιηθούν οι ροές δεδομένων και σταματήσει η εξάρτηση από χειροκίνητες λύσεις, η ΤΝ αρχίζει να λειτουργεί με αξιοπιστία. Η επαφή με τους χρήστες, όπως και σε άλλες εφαρμογές, δίνει τον ρυθμό, ενώ η τακτική παρακολούθηση του συστήματος εξασφαλίζει ότι δε θα ξεφύγει από τον στόχο του» λέει και προσθέτει:

«Σε αυτό το σημείο ένα πλαίσιο όπως αυτό του “the More 3P AI Transformation Matrix” των A. Jean et al (2024) βοηθά πραγματικά, επειδή σε αναγκάζει να δεις κάθε διεργασία μέσα από τρεις φακούς. Πόσο ”προβλεπτική” μπορεί να γίνει, πόσο “εξατομικευμένη” και πόσο “ακριβής”. Αυτή η οπτική δίνει συνοχή στον σχεδιασμό και αποτρέπει τον πειρασμό να χρησιμοποιηθεί η ΤΝ απλώς ως πρόσθετο εντυπωσιασμού. Το παράδειγμα της DeepCure, που αξιοποίησε ΤΝ για να εξετάσει δισεκατομμύρια χημικές ενώσεις και να επιταχύνει την ανακάλυψη φαρμάκων, δείχνει πολύ καθαρά τι σημαίνει να έχεις ενσωματώσει το τρίπτυχο των 3P από την αρχή».

Κατά τον Φώτη, τελικά, αυτό που κάνει τη διαφορά είναι οι άνθρωποι. Μια startup χρειάζεται άτομα που καταλαβαίνουν τόσο την τεχνολογία όσο και την αγορά και που μπορούν να γεφυρώσουν αυτά τα δύο. Όσες ομάδες προσπαθούν να τα κάνουν όλα μόνες τους συνήθως χάνουν χρόνο. Οι συνεργασίες με εξειδικευμένους παρόχους όχι μόνο επιταχύνουν την υλοποίηση, αλλά μειώνουν και τον κίνδυνο λανθασμένων επιλογών.
 

Ποια είναι τα οκτώ κορυφαία skills για τους designers;

Ο ρόλος των designers γίνεται αισθητά πιο σύνθετος και στρατηγικός. Ποια είναι τα κυρίαρχα skills που πρέπει ν’ αναπτύξουν; Κατά τον Φώτη, πρωτίστως χρειάζεται καθαρή διατύπωση των προθέσεων και ορίων, ώστε τα μοντέλα να λειτουργούν μέσα σε πλαίσιο που έχει νόημα και εξυπηρετεί τον σχεδιαστικό στόχο. Πρέπει επίσης οι designers ν’ αναγνωρίζουν τις πιθανές μεροληψίες των συστημάτων και να ξεχωρίζουν πότε μια πρόταση έχει αξία και πότε οδηγεί σε λάθος μονοπάτια. Η γνώση των βασικών αρχών των δεδομένων τους βοηθά να κατανοούν τι τροφοδοτεί την ΤΝ και πώς αυτό επηρεάζει το αποτέλεσμα. Η συνεργασία με τη μηχανή απαιτεί συνεχή πειραματισμό και αξιολόγηση εναλλακτικών και τελικά ενεργοποίηση κριτικής σκέψης που μεταφράζει το υλικό της ΤΝ σε πραγματικές σχεδιαστικές επιλογές.

Σε αυτό το νέο αναδυόμενο περιβάλλον οι οκτώ σχεδιαστικές ικανότητες που έχει αναδείξει η IDEO εδώ και χρόνια παραμένουν εξίσου καθοριστικές:

• Η άνεση απέναντι στην αμφισημία (αβεβαιότητα) δημιουργεί χώρο για ανοιχτές ερμηνείες.
• Η μάθηση από τους άλλους εμπλουτίζει τον τρόπο που αναλύονται τα προβλήματα και γίνονται κατανοητά.
• Η σύνθεση πληροφοριών βοηθά να εντοπίζονται τα ουσιώδη χωρίς να χαθεί το σύνολο.
• Ο γρήγορος πειραματισμός κρατάει τη δημιουργική διαδικασία σε κίνηση.
• Η εναλλαγή ανάμεσα στο αφηρημένο και το συγκεκριμένο δίνει βάθος και ακρίβεια στις αποφάσεις.
• Η προσεκτική μετατροπή ιδεών σε πρωτότυπα επιτρέπει να ωριμάζουν οι λύσεις.
• Η καθαρή επικοινωνία βοηθά τις ομάδες να ευθυγραμμίζονται.
• Η ικανότητα διαμόρφωσης του ίδιου του τρόπου εργασίας κρατά τη διαδικασία ευέλικτη και λειτουργική.

«Μέσα σε όλα αυτά ο σύγχρονος designer δεν είναι απλός χρήστης εργαλείων. Είναι ο ενορχηστρωτής που αξιοποιεί την ΤΝ για πιο βαθιά κατανόηση των αναγκών, πιο γρήγορη πρωτοτυποποίηση και πιο ώριμη σύνθεση γνώσης, με επίγνωση ότι η ηθική διάσταση παραμένει θεμέλιο του σχεδιασμού και καθορίζει τον τρόπο που η ΤΝ διαμορφώνει τις εμπειρίες των ανθρώπων» καταλήγει.