Η ΤΝ δεν μοιράζει εκατομμύρια. Μειώνει όμως το κόστος για να τα δημιουργήσεις

Από τις εταιρείες του ενός ανθρώπου στα unicorns: Πώς η TN μειώνει κεφάλαιο, χρόνο και προσωπικό που απαιτούνται για να χτιστεί μια επιχείρηση εκατομμυρίων

Τεχνητή νοημοσύνη, επενδύσεις σε AI, επιχειρήσεις © Freepik
Δημήτρης Χατζηγιαννάκης

Σύμβουλος Πληροφορικής

Ένας επιχειρηματίας, μια εταιρεία χωρίς την παραδοσιακή στρατιά εργαζομένων και, λίγους μήνες αργότερα, μια συμφωνία περίπου 80 εκατ. δολαρίων. Η ιστορία της Base44 και του Ισραηλινού ιδρυτή της, Maor Shlomo, μοιάζει με ακόμη ένα από τα εντυπωσιακά success stories που γεννά η έκρηξη της τεχνητής νοημοσύνης. Στην πραγματικότητα, όμως, αποκαλύπτει κάτι πολύ μεγαλύτερο.

Η τεχνητή νοημοσύνη δεν είναι μηχανή παραγωγής εκατομμυριούχων. Δεν αρκεί μια συνδρομή στο ChatGPT, μερικά έξυπνα prompts και μια καλή επιχειρηματική ιδέα για να εμφανιστούν επτά ψηφία στον τραπεζικό λογαριασμό. Αυτό που κάνει είναι οικονομικά πολύ πιο ενδιαφέρον: μειώνει δραματικά όσα χρειάζονται για να μετατραπεί μια ιδέα σε επιχείρηση.  Συμπιέζει ταυτόχρονα τρία από τα μεγαλύτερα εμπόδια της επιχειρηματικότητας: το κόστος, τον χρόνο και την ανάγκη για ανθρώπινο δυναμικό.

Και αυτό ήδη δημιουργεί μεγάλες περιουσίες. Σύμφωνα με το Forbes, περισσότεροι από 50 νέοι δισεκατομμυριούχοι συνδέθηκαν με την έκρηξη της ΤΝ μέσα στο 2025. Στη λίστα των δισεκατομμυριούχων του 2026 εμφανίστηκαν δεκάδες ακόμη νέες περιπτώσεις από τον χώρο της ΤΝ, ενώ η συνολική περιουσία των ανθρώπων που το Forbes κατατάσσει στους AI billionaires υπολογίζεται σε τρισεκατομμύρια δολάρια.

Η ΤΝ αποσυνδέει την αύξηση των εσόδων από την αύξηση του προσωπικού

Για δεκαετίες υπήρχε ένας σχεδόν αυτονόητος επιχειρηματικός κανόνας: όσο μεγαλώνει μια εταιρεία, μεγαλώνει και το προσωπικό της. Περισσότεροι πελάτες απαιτούσαν περισσότερους ανθρώπους στο customer service. Περισσότερες πωλήσεις απαιτούσαν περισσότερους πωλητές. Η ανάπτυξη νέων προϊόντων απαιτούσε developers, designers και product managers. Το marketing χρειαζόταν κειμενογράφους, δημιουργικό, αναλυτές και ανθρώπους για τα social media. Η ΤΝ αρχίζει να αποσυνδέει την ανάπτυξη μιας εταιρείας από την αντίστοιχη αύξηση του προσωπικού της.

Ένας επιχειρηματίας μπορεί σήμερα μόνος του να χρησιμοποιεί διαφορετικά συστήματα ΤΝ για να γράψει κώδικα, να δημιουργήσει ένα prototype, να αναλύσει δεδομένα, να προετοιμάσει υλικό marketing, να αναζητήσει πιθανούς πελάτες, να αυτοματοποιήσει μέρος των πωλήσεων και να εξυπηρετήσει πελάτες. Δεν σημαίνει ότι οι άνθρωποι γίνονται περιττοί. Σημαίνει όμως ότι το σημείο στο οποίο μια επιχείρηση αναγκάζεται να προσλάβει τον επόμενο εργαζόμενο μετακινείται. Και αυτό έχει τεράστια οικονομική σημασία.

Αν τα έσοδα μπορούν να αυξάνονται πολύ ταχύτερα από το μισθολογικό κόστος, αλλάζουν τα περιθώρια κέρδους, οι κεφαλαιακές ανάγκες και τελικά η ίδια η οικονομία του scaling.

Η άνοδος της «εταιρείας του ενός»

Η περίπτωση της Base44 με την οποία ξεκινήσαμε δείχνει πόσο μακριά μπορεί να φτάσει αυτό το μοντέλο. Ο Ισραηλινός επιχειρηματίας Maor Shlomo δημιούργησε μια πλατφόρμα που επιτρέπει την ανάπτυξη εφαρμογών και ιστοσελίδων με τη βοήθεια ΤΝ περιγράφοντας απλά την ιδέα του σε φυσική γλώσσα. Η εταιρεία αναπτύχθηκε χωρίς την παραδοσιακή δομή μιας startup δεκάδων εργαζομένων και χωρίς εξωτερική χρηματοδότηση στα πρώτα της βήματα.

Μέσα σε λίγους μήνες απέκτησε πελάτες, φήμη και σημαντικά έσοδα και τελικά εξαγοράστηκε από τη Wix σε συμφωνία περίπου 80 εκατ. δολαρίων. Η σημασία της ιστορίας δεν βρίσκεται τόσο στο ποσό της εξαγοράς όσο στο μοντέλο. Η ΤΝ επιτρέπει σε έναν founder και μια πολύ μικρή ομάδα να αυτοματοποιούν εργασίες που μέχρι πρόσφατα απαιτούσαν πολλές διαφορετικές ειδικότητες. Έτσι μειώνονται το αρχικό κόστος και ο χρόνος που απαιτούνται για να φτάσει ένα νέο ψηφιακό προϊόν στην αγορά.

Γι’ αυτό και η συζήτηση στη Silicon Valley δεν αφορά πλέον μόνο το εάν θα δούμε μια εταιρεία του ενός ανθρώπου με αποτίμηση 1 δισ. δολαρίων, αλλά και το πόσο σύντομα μπορεί να συμβεί.

Το νέο «εργοστάσιο» χωράει σε ένα laptop

Εδώ βρίσκεται ίσως η σημαντικότερη οικονομική συνέπεια της ΤΝ. Στη βιομηχανική οικονομία, για να αυξηθεί η παραγωγή απαιτούνταν εργοστάσια, μηχανήματα, κεφάλαιο και περισσότεροι εργαζόμενοι. Σήμερα ένας άνθρωπος με laptop και πρόσβαση στα κατάλληλα μοντέλα ΤΝ μπορεί να δοκιμάσει δεκάδες ιδέες, να δημιουργήσει «ψηφιακά προϊόντα» και να απευθυνθεί σε μια παγκόσμια αγορά με κόστος που πριν από μία δεκαετία θα ήταν απαγορευτικό. Δεν σημαίνει ότι θα πετύχει. Σημαίνει όμως ότι το κόστος της προσπάθειας έχει μειωθεί δραματικά.

Δεν χρειάζεται πλέον να είσαι προγραμματιστής

Μια δεύτερη αλλαγή είναι εξίσου σημαντική: η ΤΝ μειώνει το τεχνικό εμπόδιο εισόδου στην ψηφιακή επιχειρηματικότητα. Το «vibe coding» επιτρέπει ακόμη και σε ανθρώπους με περιορισμένες γνώσεις προγραμματισμού να δημιουργούν εφαρμογές, περιγράφοντας σε φυσική γλώσσα τι θέλουν να κατασκευάσουν. Το φαινόμενο έχει ήδη δημιουργήσει εταιρείες τεράστιας αξίας. Η εταιρία Lovable, η οποία επιτρέπει στους χρήστες να δημιουργούν εφαρμογές με περιγραφή σε φυσική γλώσσα, κατάφερε να ξεπεράσει τα 100 εκατ. δολάρια σε annualized revenue μέσα σε λίγους μήνες. Η Cursor, από την άλλη πλευρά, έγινε ένα από τα χαρακτηριστικότερα παραδείγματα του AI coding boom. Η εταιρεία ιδρύθηκε από τέσσερις νέους αποφοίτους του MIT και η εκτόξευσή της δείχνει πόσο γρήγορα μπορεί πλέον μια νέα τεχνολογική κατηγορία να δημιουργήσει εταιρική αξία δισεκατομμυρίων. Το μήνυμα δεν είναι ότι ο προγραμματισμός πέθανε, αλλά ότι όλο και περισσότεροι άνθρωποι μπορούν πλέον να μετατρέψουν μια ιδέα σε λειτουργικό προϊόν χωρίς να χρειάζεται πρώτα να συγκεντρώσουν μια ολόκληρη τεχνική ομάδα.

Το κρίσιμο εδώ δεν είναι μόνο η επιτυχία δύο startups. Είναι ότι η ίδια η δημιουργία software, που είναι μία από τις ακριβότερες δεξιότητες της ψηφιακής οικονομίας, γίνεται προσβάσιμη σε πολύ περισσότερους ανθρώπους.

Τετραπλασιάστηκε το ποσοστό των unicorns που φτάνουν στο $1 δισ. μέσα σε δύο χρόνια

Η επιτάχυνση αποτυπώνεται και στα δεδομένα των startups. Αναλύσεις της Accel, της Dealroom και της Revelio Labs έδειξαν ότι περίπου το 20% των νέων unicorns μετά το 2023 χρειάστηκαν δύο χρόνια ή λιγότερο για να φτάσουν σε αποτίμηση 1 δισ. δολαρίων. Πριν από την έκρηξη της ΤΝ το αντίστοιχο ποσοστό ήταν περίπου 5%. Συνεπώς η ΤΝ συμπιέζει τον επιχειρηματικό χρόνο. Τα prototypes δημιουργούνται ταχύτερα. Τα προϊόντα δοκιμάζονται νωρίτερα. Το software γράφεται γρηγορότερα. Οι πωλήσεις και το marketing αυτοματοποιούνται σε μεγαλύτερο βαθμό. Και όταν μια εταιρεία βρει πραγματική ζήτηση, μπορεί να κλιμακωθεί με ταχύτητα που πριν από λίγα χρόνια ήταν εξαιρετικά σπάνια.

Οι μεγάλες ευκαιρίες βρίσκονται στα ακριβά προβλήματα

Η πιο προφανής χρήση της ΤΝ δεν είναι απαραίτητα και η πιο πολύτιμη. Εκατομμύρια εργαζόμενοι χρησιμοποιούν ήδη την ΤΝ για να γράψουν ένα email, να συνοψίσουν ένα κείμενο ή να δημιουργήσουν ένα post για τα social media. Αυτό εξοικονομεί χρόνο. Σπάνια, όμως, αλλάζει από μόνο του την οικονομική αξία μιας επιχείρησης.

Η μεγάλη ευκαιρία όμως εμφανίζεται όταν η ΤΝ εφαρμόζεται για να λύσει ένα «ακριβό πρόβλημα». Αυτό μπορεί να αφορά το pricing, τις πωλήσεις, την ανάπτυξη προϊόντων, την εύρεση πελατών, την ανάλυση δεδομένων, την εξυπηρέτηση ή ακόμα και τη λήψη επιχειρηματικών αποφάσεων. Η κρίσιμη ερώτηση επομένως για έναν επιχειρηματία που θέλει να δημιουργήσει αξία στην επιχείρησή του, δεν είναι «ποιο εργαλείο ΤΝ να χρησιμοποιήσω;» αλλά: «Ποιο ακριβό πρόβλημα μπορώ να λύσω πολύ φθηνότερα με την ΤΝ;»

Δεν χρειάζεται να δημιουργήσεις το επόμενο ChatGPT

Και εδώ ανοίγει ίσως η μεγαλύτερη αγορά. Το πρώτο κύμα του AI boom δημιούργησε τεράστιο πλούτο σε εταιρείες που κατασκευάζουν την ίδια την τεχνολογία: foundation models, chips, cloud infrastructure και data centers. Το επόμενο κύμα περνάει όλο και περισσότερο στις εφαρμογές. Ειδικές εφαρμογές ΤΝ για γιατρούς, για δικηγόρους, για λογιστές, για βιομηχανίες, για ασφαλιστικές εταιρείες, για τουριστικές επιχειρήσεις και εκατοντάδες άλλους κλάδους.

Για τον επόμενο επιχειρηματία η ευκαιρία μπορεί επομένως να μην είναι «να φτιάξει μια καλύτερη ΤΝ» αλλά να χρησιμοποιήσει την υπάρχουσα ΤΝ για να λύσει καλύτερα παλιά και ακριβά προβλήματα σε μια αγορά δισεκατομμυρίων. Και σε αυτή τη νέα αγορά δεν λείπει το ελληνικό στοιχείο.

Οι Έλληνες που βρίσκονται ήδη στο παιχνίδι των δισεκατομμυρίων

Ο Ιωάννης Αντώνογλου, συνιδρυτής της Reflection AI, και ο Αναστάσης Γερμανίδης, συνιδρυτής της Runway, αποτελούν δύο από τα χαρακτηριστικότερα παραδείγματα Ελλήνων που συμμετέχουν στην παγκόσμια κούρσα της ΤΝ. Οι εταιρείες τους έχουν βρεθεί στο επίκεντρο χρηματοδοτήσεων και αποτιμήσεων πολλών δισεκατομμυρίων δολαρίων.

Η Runway, με αποτίμηση 5,3 δισ. δολαρίων τον Φεβρουάριο του 2026, έχει εξελιχθεί σε ένα από τα σημαντικότερα ονόματα του generative video. Η Reflection AI, η οποία αποτιμήθηκε στα 25 δισ. δολάρια τον Απρίλιο του 2026, δραστηριοποιείται στην ανάπτυξη προηγμένων συστημάτων και AI agents, ικανών να αναλαμβάνουν σύνθετες εργασίες, μιμούμενοι την ανθρώπινη συμπεριφορά.

Οι περιπτώσεις τους έχουν ιδιαίτερο ενδιαφέρον για την Ελλάδα: δείχνουν ότι το ανθρώπινο κεφάλαιο υπάρχει. Το μεγαλύτερο ερώτημα είναι εάν η χώρα μπορεί να δημιουργήσει το οικοσύστημα ώστε μεγαλύτερο μέρος αυτής της αξίας να παράγεται και να παραμένει εδώ.

Τα «φτυάρια» του νέου χρυσωρυχείου

Υπάρχει και ένας ακόμη δρόμος προς τα εκατομμύρια της ΤΝ: να μην κατασκευάζεις εφαρμογές, αλλά να παρέχεις όσα χρειάζονται οι υπόλοιποι για να τις κατασκευάσουν. Στον πυρετό του χρυσού οι πιο σίγουρες περιουσίες δεν δημιουργούνταν πάντα από εκείνους που έψαχναν χρυσό. Συχνά δημιουργούνταν από εκείνους που πουλούσαν φτυάρια.

Το ίδιο συμβαίνει σήμερα με την ΤΝ. GPUs, προηγμένα chips, data centers, cloud computing, ηλεκτρική ενέργεια, δίκτυα και δεδομένα έχουν εξελιχθεί σε στρατηγικά περιουσιακά στοιχεία. Με άλλα λόγια, στον νέο πυρετό του χρυσού δεν δημιουργούν περιουσίες μόνο όσοι κατασκευάζουν την ΤΝ, αλλά και όσοι ελέγχουν τους πόρους που χρειάζεται για να λειτουργήσει.

Προσοχή: αποτίμηση δεν σημαίνει ούτε έσοδα ούτε χρήματα στην τράπεζα

Υπάρχει, τέλος, μια σημαντική υποσημείωση πίσω από τους εντυπωσιακούς αριθμούς. Πολλοί από τους νέους «δισεκατομμυριούχους της ΤΝ» δεν διαθέτουν δισεκατομμύρια σε μετρητά. Η περιουσία τους υπολογίζεται βάσει της αξίας των μετοχών που κατέχουν στις εταιρείες τους. Αν μια startup αντλήσει κεφάλαια με αποτίμηση 10 δισ. δολαρίων, η συμμετοχή του founder μπορεί θεωρητικά να αξίζει δισεκατομμύρια. Πρόκειται για «paper wealth». Αν οι αποτιμήσεις υποχωρήσουν, μεγάλο μέρος αυτού του πλούτου μπορεί να εξαφανιστεί. Και αν η σημερινή επενδυτική φρενίτιδα γύρω από την ΤΝ αποδειχθεί υπερβολική, δεν θα επιβιώσουν όλες οι εταιρείες που σήμερα αποτιμώνται σε δισεκατομμύρια. Αυτό βέβαια δεν ακυρώνει τη μεγάλη αλλαγή. Απλώς τη βάζει στις σωστές διαστάσεις.

Οι τέσσερις δρόμοι προς τον νέο πλούτο

Από το σημερινό AI boom διακρίνονται ήδη τέσσερις διαφορετικοί δρόμοι δημιουργίας πλούτου.

  • Χτίζεις την ΤΝ: μοντέλα, agents και εφαρμογές.
  • Πουλάς «φτυάρια»: chips, υπολογιστική ισχύ, data centers, ενέργεια.
  • Χρησιμοποιείς την ΤΝ: παράγεις περισσότερα με λιγότερους πόρους.
  • Επενδύεις στην ΤΝ: συμμετέχεις στην αξία των εταιρειών που αναπτύσσονται μαζί της

Κανένας από αυτούς τους δρόμους δεν εγγυάται εκατομμύρια, αλλά όλοι επηρεάζονται από την ίδια θεμελιώδη αλλαγή.

Τελικά, τι αλλάζει η ΤΝ;

Η μεγάλη επανάσταση της ΤΝ μπορεί τελικά να μην είναι ότι οι μηχανές έγιναν αρκετά έξυπνες ώστε να γράφουν κείμενα, να παράγουν εικόνες ή να δημιουργούν κώδικα. Μπορεί να είναι οικονομική.

Η ΤΝ δεν δημιουργεί ζήτηση εκεί όπου δεν υπάρχει. Δεν αντικαθιστά την επιχειρηματική κρίση. Και δεν εγγυάται ότι μια καλή ιδέα θα γίνει καλή επιχείρηση.

Αλλάζει όμως δραματικά το κόστος της προσπάθειας. Ένας άνθρωπος ή μια πολύ μικρή ομάδα συνεργατών μπορεί να αποκτήσει πρόσβαση σε υπολογιστική, δημιουργική και αναλυτική ισχύ που μέχρι πρόσφατα μπορούσαν να διαθέτουν μόνο πολύ μεγαλύτερες επιχειρήσεις.

Η τεχνητή νοημοσύνη δεν μοιράζει εκατομμύρια. Μειώνει όμως δραματικά όσα μπορεί να χρειάζονται για να τα δημιουργήσεις.