Κάθε τεχνολογική επανάσταση παράγει δύο κατηγορίες ηττημένων: αυτούς που αρνήθηκαν να προσαρμοστούν και αυτούς που προσαρμόστηκαν λάθος. Στον δημόσιο διάλογο για την τεχνητή νοημοσύνη κυριαρχεί μια αφήγηση που μοιάζει ακαταμάχητη: σύντομα, τα πάντα θα γίνονται από AI και τα παραδοσιακά πακέτα λογισμικού θα καταστούν περιττά. Η πραγματικότητα, όμως, είναι αρκετά πιο σύνθετη, ιδίως αν κοιτάξει κανείς πέρα από τις εντυπωσιακές επιδείξεις και μέσα στην καθημερινή λειτουργία μιας επιχείρησης.
Η ιστορία αυτή θυμίζει έντονα κύκλους που έχουμε ήδη ζήσει. Κάποτε ακουγόταν σχεδόν «αυτονόητο» ότι το internet banking θα εξαφάνιζε τα τραπεζικά καταστήματα. Κι όμως, ακόμη και στις πιο ώριμες ψηφιακά αγορές οι μεγάλες τράπεζες συνεχίζουν να επενδύουν σε φυσική παρουσία, γιατί η εμπιστοσύνη, η συμβουλευτική πώληση και οι πιο σύνθετες ανάγκες δεν λύνονται πάντα με ένα κλικ. Επειτα ήρθε το e-commerce και η βεβαιότητα ότι «θα κλείσει όλα τα καταστήματα». Πράγματι αναδιαμόρφωσε το εμπόριο, αλλά δεν κατήργησε το φυσικό κανάλι, το υποχρέωσε να αλλάξει. Σήμερα ακούμε ότι η AI θα κλείσει τα τηλεφωνικά κέντρα. Αρκεί να ρωτήσει κανείς τους πελάτες πώς αισθάνονται όταν έχουν πραγματικό πρόβλημα και βρίσκουν απέναντί τους ένα bot που δεν καταλαβαίνει. Και ακόμη πιο χαρακτηριστικά, τα «retail stores χωρίς ανθρώπους» παρουσιάστηκαν ως η επόμενη αναπόφευκτη εξέλιξη. Ενδεικτική η περίπτωση της Amazon που έκανε πίσω σε αντίστοιχους πειραματισμούς. Το μοτίβο είναι σταθερό: η τεχνολογία σπάνια καταργεί ολοκληρωτικά το παλιό, κυρίως το αναδιατάσσει. Και τελικά επιβραβεύει όσους την ενσωματώνουν με τρόπο βιώσιμο, όχι όσους την πουλάνε ως «κατάργηση των πάντων».
Στον κόσμο του επιχειρησιακού λογισμικού υπάρχουν δύο κατηγορίες: τα «systems of record» –ERP, μισθοδοσία, λογιστική, τιμολόγηση– που αποτελούν την πηγή αλήθειας για τα δεδομένα μιας εταιρείας, και τα «systems of action» –CRM, marketing automation, εργαλεία πωλήσεων– που χρησιμοποιούν αυτά τα δεδομένα για να παράγουν δράση. Πολλοί αναλυτές υποστηρίζουν ότι η τεχνητή νοημοσύνη θα εκτοπίσει τα πρώτα και θα ενισχύσει μόνο τα δεύτερα. Πρόκειται για υπεραπλούστευση.
Αναμφίβολα, τα systems of action είναι φυσικό πεδίο εφαρμογής της AI: πρόβλεψη αγοραστικής συμπεριφοράς, εξατομίκευση προσφορών, αυτοματοποίηση ψηφιακής καμπάνιας. Εκεί η στοχαστική φύση των μοντέλων –η ικανότητά τους να πιθανολογούν αντί να υπολογίζουν– αποτελεί πλεονέκτημα. Αλλά η ίδια στοχαστικότητα γίνεται πρόβλημα στα systems of record. Ενα σύστημα μισθοδοσίας που υπολογίζει εισφορές «κατά προσέγγιση» δεν είναι καινοτόμο, είναι επικίνδυνο. Ενα ERP που εκδίδει τιμολόγια με πιθανολογική λογική δεν θα περάσει τον πρώτο φορολογικό έλεγχο. Η βάση αυτών των συστημάτων ήταν και παραμένει η μαθηματική βεβαιότητα.
Σημαίνει αυτό ότι τα systems of record θα μείνουν ανέγγιχτα από την AI; Καθόλου. Το αντίθετο μάλιστα: αυτά τα ίδια τα συστήματα θα αναβαθμιστούν ενσωματώνοντας νοημοσύνη στον πυρήνα τους. Αυτόματη ταξινόμηση παραστατικών, εντοπισμός ανωμαλιών στα οικονομικά δεδομένα, ευφυής πρόβλεψη ζήτησης στη διαχείριση αποθεμάτων, προληπτική σήμανση λαθών πριν γίνουν εγγραφές. Η διαφορά είναι κρίσιμη: η AI δεν αντικαθιστά τον ντετερμινιστικό πυρήνα, τον περιβάλλει. Προτείνει, αλλά δεν αποφασίζει. Σημαίνει, αλλά δεν καταχωρίζει. Η τελική εγγραφή παραμένει ακριβής και ελέγξιμη.
Το e-commerce πράγματι αναδιαμόρφωσε το εμπόριο, αλλά δεν κατήργησε το φυσικό κανάλι, το υποχρέωσε να αλλάξει.
Αυτό που σπάνια αναφέρεται, ωστόσο, είναι κάτι ακόμη πιο θεμελιώδες: δεν γνωρίζουμε τα περιθώρια λάθους. Σε αντίθεση με έναν στατιστικό εκτιμητή, τα μεγάλα γλωσσικά μοντέλα δεν συνοδεύουν τις απαντήσεις τους από κάποιο διάστημα εμπιστοσύνης. Ο χρήστης δεν μπορεί να ξέρει πότε η πρόταση της AI είναι αξιόπιστη και πότε όχι, πρόβλημα θεμελιώδες τόσο για systems of record όσο και για systems of action. Και υπάρχει μια πρακτική διάσταση που παραβλέπεται: η αποτελεσματική αξιοποίηση της AI προϋποθέτει στελέχη με ψηφιακές γνώσεις ικανά να αξιολογούν κριτικά τα αποτελέσματα, καθώς και σημαντική επένδυση σε άδειες, υπολογιστικούς πόρους και εκπαίδευση. Για τις μικρομεσαίες επιχειρήσεις, τον κορμό της ελληνικής οικονομίας, αυτά δεν είναι αμελητέα δεδομένα.
Ποιο είναι λοιπόν το πραγματικό ερώτημα; Οχι αν θα επικρατήσει η AI ή τα πακέτα λογισμικού. Η κρίσιμη μάχη θα δοθεί μεταξύ εταιρειών που θα καταφέρουν να κάνουν τα προϊόντα τους AI-ready, ενσωματώνοντας νοημοσύνη χωρίς να θυσιάσουν ακρίβεια και αξιοπιστία, και αυτών που θα μείνουν πίσω. Η διάκριση μεταξύ systems of record και systems of action δεν θα εξαφανιστεί, θα γίνει λιγότερο ορατή, καθώς και οι δύο κατηγορίες θα ενσωματώσουν AI στο δικό τους πλαίσιο, η κάθε μία με τους δικούς της κανόνες.
Η ποιότητα του πακέτου, η αρχιτεκτονική του, η ικανότητά του να εξελίσσεται θα καθορίσουν ποιος επιβιώνει. Οχι το αν κάποιος βάζει AI στο marketing deck, αλλά το αν έχει χτίσει θεμέλια ώστε η τεχνητή νοημοσύνη να λειτουργεί αξιόπιστα μέσα στο ίδιο το προϊόν.
Η φούσκα των αφηγήσεων θα ξεφουσκώσει. Οι εταιρείες που επένδυσαν σε στέρεο λογισμικό θα βρεθούν σε πλεονεκτική θέση. Αυτό δεν είναι πρόβλεψη, είναι μαθηματική βεβαιότητα.
*Ο κ. Ανδρέας Αθανασόπουλος είναι διευθύνων σύμβουλος του Olympia Group.
