Οι εταιρίες βουτάνε όπως, όπως στα βαθιά, καθώς προσπαθούν να προλάβουν το τρένο της Τεχνητής Νοημοσύνης, με την McKinsey να επισημαίνει ότι οι περισσότερες δεν έχουν στρατηγική υιοθέτησης και ενσωμάτωσης, με αποτέλεσμα να παράγουν… ρίσκο.
Η ραγδαία υιοθέτηση της τεχνητής νοημοσύνης σε επιχειρηματικό περιβάλλον έχει δημιουργήσει ένα εντυπωσιακό – και ταυτόχρονα επικίνδυνο – παράδοξο.
Παρότι σχεδόν τρεις στους τέσσερις οργανισμούς παγκοσμίως δηλώνουν ότι αξιοποιούν κάποια μορφή AI στις λειτουργίες τους, μόλις λίγο πάνω από το 20% έχουν θεσπίσει τυπικά πλαίσια διακυβέρνησης, πολιτικές υπεύθυνης χρήσης ή μηχανισμούς διαχείρισης κινδύνων. Η McKinsey, μέσα από τις ετήσιες έρευνες State of AI 2023–2025, επιβεβαιώνει ότι το κενό δεν είναι τεχνολογικό αλλά διοικητικό και στρατηγικό – ένα κενό που ήδη μετατρέπεται σε ουσιαστικό επιχειρηματικό και κανονιστικό ρίσκο.
Η εικόνα γίνεται ακόμη πιο ανησυχητική όταν εξεταστεί η υιοθέτηση του generative AI: παρότι η νέα αυτή κατηγορία εργαλείων έχει εισέλθει μαζικά στις επιχειρήσεις, η πλειονότητα δεν έχει δημιουργήσει ενιαίο συμβούλιο υπεύθυνης ΤΝ, δεν εφαρμόζει συνεκτικά risk frameworks και δεν θέτει απαιτήσεις δεξιοτήτων risk-mitigation στα AI teams. Το αποτέλεσμα είναι ένα περιβάλλον όπου η χρήση προηγμένων αλγορίθμων αυξάνεται με άναρχο ρυθμό, ενώ η θεσμική θωράκιση μένει στάσιμη ή αποσπασματική.
Στο μεταξύ, οι κατηγορίες κινδύνων που οι οργανισμοί προσπαθούν να αντιμετωπίσουν – από ζητήματα ιδιωτικότητας και διαφάνειας έως πνευματικά δικαιώματα και κανονιστική συμμόρφωση – πολλαπλασιάζονται. Ωστόσο οι πρακτικές μετριασμού παραμένουν κατακερματισμένες, χωρίς να ενσωματώνονται ουσιαστικά στην εταιρική στρατηγική ή στους μηχανισμούς λήψης αποφάσεων. Αυτή η ασυμμετρία δημιουργεί ένα νέο είδος συστημικού ρίσκου: η τεχνολογία ωριμάζει ταχύτερα από τις δομές που απαιτούνται για την ασφαλή, αξιόπιστη και επιχειρησιακά βιώσιμη χρήση της.
Το πραγματικό αποτύπωμα του κενού διακυβέρνησης
Κανονιστικό και νομικό ρίσκο
Τα αυστηρά ευρωπαϊκά και διεθνή πλαίσια – με κορυφαίο το EU AI Act – μετατρέπουν την έλλειψη governance σε υπαρξιακή απειλή για μεγάλους ομίλους. Με πρόστιμα έως 35 εκατ. ευρώ ή 7% του παγκόσμιου τζίρου για παραβιάσεις σε high-risk συστήματα, η μη συμμόρφωση δεν αποτελεί θεωρητικό κίνδυνο, αλλά οικονομικό και λειτουργικό σοκ. Στον χρηματοοικονομικό κλάδο, όπου η ευαισθησία σε data integrity και μοντέλα αξιολόγησης ρίσκου είναι κρίσιμη, μόλις 10–15% των οργανισμών εφαρμόζουν τυπικά AI risk frameworks, αφήνοντας κενά τόσο στα δικά τους συστήματα όσο και στα third-party εργαλεία που χρησιμοποιούν.
Λειτουργικός κίνδυνος και ασυνέπεια
Η σποραδική, ασυντόνιστη υιοθέτηση AI από διαφορετικά τμήματα οδηγεί σε ασύμβατα μοντέλα, αντιφατικές αποφάσεις και λειτουργικά κενά σε κρίσιμες ροές εργασίας. Από το pricing έως την ανίχνευση απάτης και το credit scoring, η απουσία ενοποιημένου oversight δημιουργεί πολλαπλά σημεία αποτυχίας. Ενδεικτική είναι η περίπτωση της Μεγάλης Βρετανίας, όπου σύστημα ανίχνευσης απάτης πρόνοιας κατηγορήθηκε για συστηματικά biased αποτελέσματα, προκαλώντας δημόσια αντίδραση, νομικές παρεμβάσεις και τελικά επανεξέταση της χρήσης AI από την κυβέρνηση.
Δεδομένα, bias και απώλεια εμπιστοσύνης
Ανεπαρκής διακυβέρνηση δεδομένων και μοντέλων σημαίνει αυξημένη έκθεση σε bias, διαρροές, επιθέσεις adversarial και model drift. Οι συνέπειες μεταφράζονται σε διακριτικές πρακτικές, λανθασμένες αποφάσεις και υψηλό ρίσκο δικαστικών διεκδικήσεων. Η εμπιστοσύνη εργαζομένων και πελατών υπονομεύεται όταν οι αποφάσεις AI εμφανίζονται αδιαφανείς ή άδικες, περιορίζοντας την ικανότητα των εταιρειών να κλιμακώσουν μελλοντικές εφαρμογές και «παγώνοντας» την εσωτερική αποδοχή της τεχνολογίας.
Στρατηγικός κίνδυνος και απώλεια ανταγωνιστικού πλεονεκτήματος
Μελέτες McKinsey και BCG καταδεικνύουν ότι η πλειονότητα των επιχειρήσεων αποτυγχάνει να αποτυπώσει ουσιαστικό ROI από έργα AI. Η αιτία δεν βρίσκεται στους αλγόριθμους, αλλά στο ανθρώπινο και οργανωσιακό κεφάλαιο: το 70% των εμποδίων σχετίζεται με people & processes, όχι με την τεχνολογία. Οι λίγοι «leaders» που ενσωματώνουν την ΤΝ σε ξεκάθαρα επιχειρηματικά αποτελέσματα, KPIs και δομές governance εξασφαλίζουν πολλαπλάσια απόδοση και κινούνται ταχύτερα, διευρύνοντας το χάσμα με τους οργανισμούς που παραμένουν στο στάδιο του πειραματισμού.
Γεωοικονομική και συστημική διάσταση
Η άνιση ωριμότητα AI governance μεταξύ χωρών και κλάδων ενισχύει γεωοικονομικές ανισορροπίες. Όπως επισημαίνει ο ΟΟΣΑ, η απουσία ενιαίων κανόνων δημιουργεί πεδίο για regulatory arbitrage: δραστηριότητες μεταφέρονται σε πιο ανεκτικά καθεστώτα, διευρύνοντας τις ασυμμετρίες ανταγωνισμού. Οι οργανισμοί που επενδύουν έγκαιρα σε υπεύθυνη ΤΝ αποκτούν πρόσβαση σε αγορές υψηλής ρύθμισης, ενώ όσοι υστερούν περιορίζονται στα περιθώρια της παγκόσμιας αλυσίδας αξίας.
Το κενό διακυβέρνησης μετατρέπεται σε επιχειρηματικό ρίσκο
Η διεθνής εικόνα συγκλίνει: Μαζική υιοθέτηση AI, αλλά 60–70% των οργανισμών χωρίς ώριμη δομή διακυβέρνησης. Το χάσμα αυτό, που πριν λίγα χρόνια θεωρούνταν τεχνική λεπτομέρεια, αντιμετωπίζεται πλέον ως κεντρικός επιχειρηματικός κίνδυνος. Καθώς η ΤΝ διαπερνά οριζόντια αλυσίδες αξίας, ρόλους και διασυνοριακές ροές δεδομένων, η απουσία στρατηγικής μεταφράζεται σε συσσωρευμένο ρίσκο: κανονιστικές κυρώσεις, λειτουργικές αποτυχίες, κρίση εμπιστοσύνης και απώλεια μεριδίου αγοράς έναντι εκείνων που οικοδομούν θεσμική ωριμότητα.
Σε αυτό το πλαίσιο, η μετάβαση από «πειραματισμό» σε στρατηγική AI δεν αποτελεί πλέον επιλογή, αλλά προϋπόθεση βιωσιμότητας και ανταγωνιστικότητας. Οι οργανισμοί που θα επενδύσουν τώρα σε governance, διαδικασίες και δεξιότητες θα είναι αυτοί που θα μπορέσουν να αποτυπώσουν αξία, να προστατεύσουν τη φήμη τους και να αποκτήσουν πρόσβαση στις πιο απαιτητικές αγορές του μέλλοντος.
