Η Τεχνητή Νοημοσύνη δεν περιορίζεται πλέον μόνο στο να απαντά σε ερωτήσεις. Αρχίζει να εκτελεί εργασίες, να συνεργάζεται με επιχειρησιακά συστήματα και να αναλαμβάνει ολόκληρες επιχειρησιακές διαδικασίες. Οι AI Agents, οι οποίοι αποτελούν το επόμενο βήμα της εξέλιξης της ΤΝ, δημιουργούν νέες δυνατότητες για την παραγωγικότητα και την ανταγωνιστικότητα των επιχειρήσεων.
Για την ελληνική αγορά, όμως, το κρίσιμο ερώτημα είναι το πόσο έτοιμες είναι οι επιχειρήσεις να την αξιοποιήσουν. Διαθέτουν τα κατάλληλα δεδομένα, τις υποδομές, τις δεξιότητες και τις οργανωμένες επιχειρησιακές διαδικασίες; Ή κινδυνεύει το επόμενο κύμα της ΤΝ να διευρύνει το χάσμα μεταξύ ψηφιακά ώριμων και λιγότερο προετοιμασμένων επιχειρήσεων; Για την Ελλάδα, όπου η αύξηση της παραγωγικότητας και η ενίσχυση της ανταγωνιστικότητας αποτελούν διαχρονικές προκλήσεις, το ερώτημα αποκτά ιδιαίτερη σημασία.
Η ευρεία διάδοση της ΤΝ, έδωσε στις επιχειρήσεις τη δυνατότητα να δημιουργούν κείμενα, αναλύσεις, εικόνες και προγραμματιστικό κώδικα. Το επόμενο βήμα βρίσκεται ήδη σε εξέλιξη και ονομάζεται Agentic AI: συστήματα ΤΝ που δεν περιορίζονται στην παραγωγή περιεχομένου, αλλά μπορούν να αναλαμβάνουν εργασίες και να εκτελούν ενέργειες μέσα σε προκαθορισμένα επιχειρησιακά όρια.
Η ΤΝ κερδίζει έδαφος, αλλά η ωριμότητα παραμένει ζητούμενο
Όλα δείχνουν ότι η ΤΝ έχει μπει για τα καλά στην καθημερινότητα των ελληνικών επιχειρήσεων. Σχεδόν μία στις δύο επιχειρήσεις (47%) χρησιμοποιεί ήδη κάποιο εργαλείο ΤΝ, καταγράφοντας ετήσια αύξηση 38% που είναι ο τέταρτος υψηλότερος ρυθμός στην Ευρώπη και σημαντικά πάνω από τον ευρωπαϊκό μέσο όρο του 29%, σύμφωνα με τα στοιχεία της μελέτης «Unlocking Greece’s AI Potential 2026», που διεξήχθη για λογαριασμό της Amazon Web Services (AWS) και δημοσιοποιήθηκε την 1η Οκτωβρίου 2026.
Τα οφέλη αναγνωρίζονται ήδη από τις επιχειρήσεις: το 88% όσων έχουν υιοθετήσει την τεχνολογία αναφέρει βελτιώσεις στην παραγωγικότητα. Ωστόσο, πίσω από την εντυπωσιακή διείσδυση κρύβεται ένα ουσιαστικό χάσμα. Μόλις το 17% των επιχειρήσεων έχει περάσει σε προηγμένα στάδια αξιοποίησης. Η πλειονότητα (61%) παραμένει σε βασικές εφαρμογές αυτοματοποίησης και βελτίωσης αποδοτικότητας. Τα στοιχεία δείχνουν ότι ειδικά για τους AI Agents, που προϋποθέτουν διασύνδεση με επιχειρησιακά συστήματα και μεγαλύτερη οργανωτική ωριμότητα, η υιοθέτηση εκτιμάται ότι βρίσκεται ακόμη σε αρχικό στάδιο.
Από το ChatGPT στους AI Agents
Οι AI Agents δεν είναι απλά chatbots ή εργαλεία παραγωγής κειμένου. Πρόκειται για προηγμένες εφαρμογές πληροφορικής, δηλαδή προγράμματα, που μπορούν να συντονίζουν και να εκτελούν εργασίες με πολλαπλά βήματα, που αλληλοεπιδρούν με άλλα συστήματα (π.χ. ERP, CRM, τραπεζικές πλατφόρμες), διαχειρίζονται ροές εργασιών και προσαρμόζονται σε πραγματικό χρόνο. Για παράδειγμα: Ένα παραδοσιακό chatbot μπορεί να ενημερώσει έναν πελάτη για την πολιτική επιστροφών ενός ηλεκτρονικού καταστήματος. Ένας AI Agent, αντίθετα, μπορεί να αναγνωρίσει τον πελάτη, να εντοπίσει την παραγγελία του στο ERP, να ελέγξει εάν πληρούνται οι όροι επιστροφής και να καταχωρήσει το σχετικό αίτημα. Εφόσον διαθέτει τα απαραίτητα δικαιώματα, μπορεί στη συνέχεια να δρομολογήσει την επιστροφή και να ενημερώσει τον πελάτη για τα επόμενα βήματα. Αυτή η μετάβαση από την «πληροφόρηση» στην «εκτέλεση» είναι που κάνει την agentic AI στρατηγικό ζήτημα και όχι απλώς ένα νέο εργαλείο παραγωγικότητας.
Οι AI Agents συνδυάζουν δυνατότητες ΤΝ με πρόσβαση σε εταιρικά δεδομένα, επιχειρησιακές εφαρμογές και ψηφιακά εργαλεία. Μπορούν να εκτελούν εργασίες με έναν βαθμό αυτονομίας, μέσα σε προκαθορισμένα όρια, ή να ζητούν ανθρώπινη έγκριση πριν από κρίσιμες ενέργειες. Σε πιο σύνθετα περιβάλλοντα, πολλοί εξειδικευμένοι agents μπορούν να συνεργάζονται μεταξύ τους. Για παράδειγμα, ένας μπορεί να αναζητά πληροφορίες στο διαδίκτυο, ένας άλλος να ελέγχει δεδομένα του ERP και ένας τρίτος να συνθέτει τα αποτελέσματα σε μια αναφορά. Αυτές οι δυνατότητες δημιουργούν τις προϋποθέσεις για τον επανασχεδιασμό επιχειρησιακών διαδικασιών, με στόχο τη βελτίωση της παραγωγικότητας, της ταχύτητας εξυπηρέτησης και της ποιότητας των αποφάσεων.
Ενδεικτικές εφαρμογές AI Agents που μπορούν να αξιοποιηθούν από ελληνικές επιχειρήσεις
Οι AI Agents μπορούν να αξιοποιηθούν σε ένα ευρύ φάσμα επιχειρησιακών λειτουργιών, με ιδιαίτερο ενδιαφέρον και για τις ελληνικές επιχειρήσεις, όπως:
- AI Agents εξυπηρέτησης πελατών: που είναι και οι πιο δημοφιλείς εφαρμογές και μπορούν να διαχειρίζονται αιτήματα πελατών, να παρακολουθούν παραγγελίες και να αποδέχονται επιστροφές ή να δρομολογούν την έκδοση πιστωτικών τιμολογίων.
- AI Agents πωλήσεων: που μπορούν να αναζητούν δυνητικούς πελάτες, να αναλύουν δημόσια διαθέσιμα επιχειρηματικά δεδομένα στο διαδίκτυο, να προετοιμάζουν εξατομικευμένες προσφορές και να ενημερώνουν αυτόματα τα συστήματα CRM.
- AI Agents οικονομικής διαχείρισης: που μπορούν να συγκρίνουν οικονομικά αποτελέσματα με προϋπολογισμούς, να εντοπίζουν αποκλίσεις, να διερευνούν τις πιθανές αιτίες μέσα από τα διαθέσιμα επιχειρησιακά δεδομένα και να προετοιμάζουν τις αναφορές ή ενέργειες για έλεγχο και έγκριση από τα αρμόδια στελέχη.
- AI Agents διοίκησης και στρατηγικής ανάλυσης: που μπορούν να παρακολουθούν τις αγορές, να συγκεντρώνουν πληροφορίες για ανταγωνιστές, να αναλύουν τάσεις και να δημιουργούν αναφορές, διευκολύνοντας τη διαδικασία λήψης αποφάσεων.
Τα ERP ενσωματώνουν AI Agents: Η εξέλιξη του επιχειρησιακού λογισμικού
Μία από τις σημαντικότερες εξελίξεις του Agentic AI αφορά τα συστήματα ERP, που αποτελούν την ψηφιακή ραχοκοκαλιά πολλών επιχειρήσεων. Μεγάλοι κατασκευαστές επιχειρησιακού λογισμικού, όπως η SAP, η Oracle και η Microsoft, ενσωματώνουν σταδιακά δυνατότητες AI Agents στις πλατφόρμες τους, επιδιώκοντας να μπορούν να υποστηρίζουν αυτοματισμούς σε σύνθετες επιχειρησιακές ροές εργασιών. Για παράδειγμα, ένας ενσωματωμένος σε ERP AI Agent προμηθειών μπορεί να εντοπίζει καθυστερήσεις στις παραδόσεις προμηθευτών, να αναλύει τις επιπτώσεις στην παραγωγή, να προτείνει εναλλακτικές λύσεις και, μέσα σε συγκεκριμένα όρια εξουσιοδότησης, να εκτελεί τις κατάλληλες προβλεπόμενες διαδικασίες.
Από την προσωπική μου επαγγελματική εμπειρία στη SAP, έχω διαπιστώσει ότι η πραγματική αξία των επιχειρησιακών συστημάτων δεν βρίσκεται μόνο στην τεχνολογία, αλλά και στην ικανότητά τους να ενσωματώνουν οργανωμένες διαδικασίες, αξιόπιστα δεδομένα και βέλτιστες επιχειρησιακές πρακτικές. Οι AI Agents έρχονται να προσθέσουν μια νέα διάσταση: τη δυνατότητα των συστημάτων αυτών να συμμετέχουν ενεργά στην αυτοματοποιημένη εκτέλεση εργασιών και στην υποστήριξη αποφάσεων.
Η ουσιαστική πρόκληση όμως, δεν είναι απλώς να μπορεί ένας AI agent να αναζητά πληροφορίες ή να εκτελεί ενέργειες στο ERP, αλλά να το κάνει με ελεγχόμενη πρόσβαση, κατάλληλα δικαιώματα και δυνατότητα εποπτείας και καταγραφής των ενεργειών του. Η ασφάλεια, η συμμόρφωση και η αξιοπιστία αποτελούν απαραίτητες προϋποθέσεις για την επιχειρησιακή αξιοποίηση της τεχνολογίας. Όσες επιχειρήσεις διαθέτουν σύγχρονα ERP, οργανωμένα δεδομένα και διαδικασίες έχουν ήδη ένα σημαντικό μέρος της αναγκαίας υποδομής για την αξιοποίηση των AI Agents. Αντίθετα, όσες επιχειρήσεις έχουν κατακερματισμένα πληροφοριακά συστήματα και περιορισμένη οργάνωση θα χρειαστεί να αντιμετωπίσουν πρώτα αυτές τις αδυναμίες.
Πόσο έτοιμη είναι η ελληνική αγορά;
Η απάντηση δεν είναι ενιαία. Η ελληνική επιχειρηματική αγορά χαρακτηρίζεται από σημαντικές διαφοροποιήσεις ως προς το μέγεθος, τον κλάδο, την τεχνολογική υποδομή και την ψηφιακή ωριμότητα. Μεγάλες επιχειρήσεις, ιδιαίτερα σε κλάδους όπως οι χρηματοπιστωτικές υπηρεσίες, οι τηλεπικοινωνίες, η ενέργεια και το οργανωμένο λιανεμπόριο, διαθέτουν συχνά πιο ανεπτυγμένα πληροφοριακά συστήματα, οργανωμένες ομάδες πληροφορικής και μεγαλύτερη εμπειρία σε έργα ψηφιακού μετασχηματισμού που διευκολύνουν την ανάπτυξη εφαρμογών Agentic AI. Για τις πολλές μικρομεσαίες επιχειρήσεις όμως, που αποτελούν τη συντριπτική πλειονότητα του ελληνικού επιχειρηματικού ιστού, οι προκλήσεις είναι διαφορετικές. Κατακερματισμένα δεδομένα, περιορισμένη διασύνδεση εφαρμογών, ανεπαρκής τεκμηρίωση διαδικασιών και έλλειψη εξειδικευμένου προσωπικού μπορούν να δυσκολέψουν την αξιοποίηση πιο προηγμένων συστημάτων. Ένας AI Agent πωλήσεων, για παράδειγμα, δεν μπορεί να διαχειριστεί αποτελεσματικά μια παραγγελία πωλήσεων εάν δεν έχει αξιόπιστη πρόσβαση στα στοιχεία της. Ούτε μπορεί να αυτοματοποιήσει με ασφάλεια μια σχετική επιχειρησιακή διαδικασία όπως η παροχή έκπτωσης κατά την τιμολόγηση όταν οι κανόνες είναι ασαφείς ή χωρίς τεκμηρίωση. Επομένως, η ετοιμότητα για το Agentic AI δεν εξαρτάται μόνο από την πρόσβαση στα πιο προηγμένα μοντέλα ΤΝ αλλά από την ψηφιακή και οργανωτική ωριμότητα της επιχείρησης.
Παρά το γενικό κενό ετοιμότητας, ορισμένοι κλάδοι και επιχειρήσεις έχουν ήδη κάνει ουσιαστικά βήματα. Ο τραπεζικός τομέας και οι τηλεπικοινωνίες συγκαταλέγονται στους κλάδους που επενδύουν ενεργά στην αξιοποίηση της ΤΝ. Χαρακτηριστικό παράδειγμα αποτελεί η Εθνική Τράπεζα, η οποία έχει αναπτύξει τη «Σοφία», μια εφαρμογή ΤΝ για την ψηφιακή εξυπηρέτηση πελατών. Παράλληλα, η τράπεζα επεκτείνει τη χρήση εφαρμογών ΤΝ σε περισσότερες επιχειρησιακές λειτουργίες. Αντίστοιχες πρωτοβουλίες αναπτύσσονται στην Eurobank, στην Alpha Bank και στον κλάδο των τηλεπικοινωνιών.
Τα τέσσερα μεγάλα εμπόδια – προκλήσεις
Παρά τις σημαντικές δυνατότητες, η μετάβαση στην εποχή των AI Agents συνοδεύεται από ουσιαστικές προκλήσεις που καλούνται να αντιμετωπίσουν οι ελληνικές επιχειρήσεις.
- Η πρώτη πρόκληση αφορά τα δεδομένα και τις πληροφοριακές υποδομές. Οι AI agents χρειάζονται αξιόπιστη πρόσβαση σε πληροφορίες και επιχειρησιακά συστήματα. Η ποιότητα των δεδομένων, η διαλειτουργικότητα και η σωστή διαχείριση των δικαιωμάτων πρόσβασης αποτελούν κρίσιμες προϋποθέσεις.
- Η δεύτερη αφορά την αξιοπιστία, την ασφάλεια και τη λογοδοσία. Ένα λάθος σε μια απάντηση chatbot μπορεί να προκαλέσει απλά σύγχυση. Ένας AI agent όμως μπορεί από λάθος να εκδώσει λανθασμένα τιμολόγια, να ακυρώσει παραγγελίες, να δεσμεύσει αποθέματα ή να επικοινωνήσει με πελάτες χωρίς έγκριση. Προκύπτουν επομένως ζητήματα για: αξιόπιστη ανθρώπινη εποπτεία, σαφή κατανομή ευθύνης (δηλαδή ποιος λογοδοτεί όταν ένας AI agent ενεργεί εσφαλμένα) και σταδιακή και ελεγχόμενη κλιμάκωση της αυτονομίας τους.
- Η τρίτη πρόκληση αφορά τις δεξιότητες και τις οργανωτικές αλλαγές. Οι επιχειρήσεις δεν χρειάζονται μόνο ειδικούς στην ΤΝ. Χρειάζονται στελέχη που κατανοούν πλήρως τις επιχειρησιακές διαδικασίες, καθοδηγούν τις εφαρμογές με κανόνες και περιορισμούς και γνωρίζουν πώς να αξιολογούν τα αποτελέσματα των νέων συστημάτων.
- Η τέταρτη και ίσως σπουδαιότερη αφορά την επιλογή των επενδύσεων στην ΤΝ με κριτήριο την οικονομική απόδοση. Η υιοθέτηση των AI Agents δεν πρέπει να αποτελεί αυτοσκοπό. Κάθε εφαρμογή που θα υλοποιείται χρειάζεται συγκεκριμένους στόχους, αυστηρό προϋπολογισμό και μετρήσιμους δείκτες, όπως η μείωση του χρόνου διεκπεραίωσης, ο περιορισμός των λαθών και η μείωση του κόστους.
Από την έρευνα της AWS προκύπτει ότι το βασικότερο εμπόδιο στην ενσωμάτωση AI Agents σε πολλές επιχειρήσεις (48%) παραμένει το έλλειμμα δεξιοτήτων. Ακολουθούν οι ανεπαρκείς εσωτερικοί οικονομικοί πόροι και η περιορισμένη οργανωτική ωριμότητα.
Οδικός χάρτης για τις διοικήσεις
Η μετάβαση στους AI Agents δεν απαιτεί από τις επιχειρήσεις να ξεκινήσουν με μεγάλα και σύνθετα έργα. Αντίθετα, η πιο αποτελεσματική προσέγγιση είναι η επιλογή λίγων, συγκεκριμένων επιχειρησιακών εφαρμογών με μετρήσιμα αποτελέσματα.
Πρώτη προτεραιότητα πρέπει να είναι ο εντοπισμός διαδικασιών για την αξιοποίηση AI agents. Ιδανικές υποψήφιες είναι οι διαδικασίες που περιλαμβάνουν: επαναλαμβανόμενες εργασίες με υψηλό διαχειριστικό κόστος, σαφείς κανόνες λειτουργίας, ικανοποιητική ποιότητα δεδομένων και δυνατότητες ασφαλούς διασύνδεσης με τα υφιστάμενα πληροφοριακά συστήματα.
Η υλοποίηση μπορεί να ξεκινήσει με περιορισμένα πιλοτικά έργα, με συγκεκριμένους δείκτες απόδοσης όπως: ο χρόνος διεκπεραίωσης, το ποσοστό λανθασμένων ενεργειών, το κόστος ανά εργασία και η ικανοποίηση των πελατών. Παράλληλα, απαιτείται σαφές πλαίσιο διακυβέρνησης, με κανόνες πρόσβασης, ανθρώπινη εποπτεία και δυνατότητα καταγραφής των ενεργειών των AI agents. Εξίσου σημαντική είναι η εκπαίδευση των εργαζομένων, ώστε η τεχνολογία να ενσωματωθεί αποτελεσματικά στην καθημερινή λειτουργία της επιχείρησης.
Το ζητούμενο δεν είναι η ανάπτυξη όσο το δυνατόν περισσότερων AI Agents, αλλά η δημιουργία επιχειρηματικής αξίας. Για τις διοικήσεις των επιχειρήσεων, η αξιολόγηση των AI Agents πρέπει να γίνεται με οικονομικά και επιχειρησιακά κριτήρια. Δεν αρκεί ένας agent να μπορεί να ολοκληρώσει μια εργασία. Πρέπει να αποδεικνύεται ότι την ολοκληρώνει ταχύτερα, με αποδεκτή ποιότητα, χαμηλότερο κόστος και με τους επιχειρησιακούς κινδύνους σε ελεγχόμενα επίπεδα. Η μέτρηση της πραγματικής απόδοσης των επενδύσεων θα είναι καθοριστική για τη μετάβαση από τα πιλοτικά έργα στη συστηματική επιχειρησιακή αξιοποίηση.
Η υιοθέτηση των AI Agents θα απαιτήσει και επανασχεδιασμό ορισμένων θέσεων εργασίας. Καθώς οι διαδικασίες θα αυτοματοποιούνται, οι εργαζόμενοι θα κληθούν να αναλάβουν περισσότερο καθήκοντα εποπτείας, αξιολόγησης αποτελεσμάτων, επίλυσης σύνθετων προβλημάτων και διαχείρισης εξαιρέσεων. Επομένως, η επένδυση στην ΤΝ θα πρέπει να συνοδεύεται από αντίστοιχη επένδυση στις δεξιότητες των ανθρώπων.
Το ανταγωνιστικό πλεονέκτημα δεν βρίσκεται μόνο στην τεχνολογία
Ένα ιδιαίτερα ενδιαφέρον χαρακτηριστικό της νέας εποχής είναι ότι οι δυνατότητες των προηγμένων μοντέλων ΤΝ γίνονται ολοένα πιο προσιτές. Αυτό σημαίνει ότι η απλή πρόσβαση σε ένα ισχυρό μοντέλο δύσκολα θα αποτελεί από μόνη της διατηρήσιμο ανταγωνιστικό πλεονέκτημα. Η πραγματική διαφοροποίηση μπορεί να προκύψει από την ικανότητα μιας επιχείρησης να συνδυάζει την ΤΝ με τα δικά της δεδομένα, τα δικά της πληροφοριακά συστήματα, τις εξειδικευμένες γνώσεις της, τις επιχειρησιακές διαδικασίες και την εμπειρία των ανθρώπων της.
Μια μικρότερη ελληνική επιχείρηση με καλά οργανωμένες διαδικασίες και σαφείς στόχους μπορεί, σε ορισμένες εφαρμογές, να αξιοποιήσει αποτελεσματικότερα έναν AI Agent από έναν μεγαλύτερο οργανισμό με πολύπλοκα, κατακερματισμένα συστήματα. Αντίστοιχα, η αξιοποίηση της τεχνολογίας δεν προϋποθέτει απαραίτητα την ανάπτυξη ενός πολύπλοκου συστήματος πολλών agents. Το ζητούμενο δεν είναι η μεγαλύτερη δυνατή αυτονομία, αλλά η κατάλληλη αυτονομία για κάθε επιχειρησιακή ανάγκη.
Το επόμενο στοίχημα για την ελληνική οικονομία
Για την ελληνική οικονομία, οι AI Agents δημιουργούν μια σημαντική ευκαιρία ενίσχυσης της παραγωγικότητας, μείωσης του λειτουργικού κόστους και ανάπτυξης νέων υπηρεσιών. Η αξιοποίησή τους, ωστόσο, δεν θα εξαλείψει αυτομάτως τις υφιστάμενες οργανωτικές και τεχνολογικές αδυναμίες. Αντίθετα, μπορεί να διευρύνει τις διαφορές ανάμεσα στις επιχειρήσεις που έχουν προετοιμαστεί κατάλληλα και σε εκείνες που δεν έχουν ακόμη δημιουργήσει τις αναγκαίες προϋποθέσεις.
Είναι, λοιπόν, έτοιμες οι ελληνικές επιχειρήσεις για τους AI Agents;
Η εικόνα είναι ανομοιογενής. Ορισμένες επιχειρήσεις έχουν ήδη δημιουργήσει τις τεχνολογικές και οργανωτικές προϋποθέσεις για την αξιοποίησή τους, ενώ άλλες βρίσκονται ακόμη στα πρώτα βήματα του ψηφιακού μετασχηματισμού. Το πραγματικό στοίχημα, ωστόσο, δεν είναι ποιος θα υιοθετήσει πρώτος την τεχνολογία. Είναι ποιος θα καταφέρει να τη μετατρέψει σε μετρήσιμη επιχειρηματική αξία.
Στην εποχή των AI Agents, οι νικητές δεν θα είναι απαραίτητα εκείνοι που θα διαθέτουν τα περισσότερα ή τα πιο προηγμένα συστήματα ΤΝ, αλλά εκείνοι που θα συνδυάσουν αποτελεσματικότερα την τεχνολογία με τα δεδομένα, τις διαδικασίες και πάνω απ’ όλα τους ανθρώπους τους.
