Το κρίσιμο ερώτημα είναι πλέον ποια εταιρεία μπορεί να μετατρέψει την AI σε υψηλότερη παραγωγικότητα, χαμηλότερο κόστος και μεγαλύτερα περιθώρια κέρδους.
Θα πρέπει να διευκρινιστεί, ωστόσο, ότι η μετάβαση αυτή δεν σημαίνει απαραίτητα ότι τελειώνει ο κύκλος των υποδομών, τουναντίον.
Προς επίρρωση, υπολογίζονται επιπλέον περίπου 800 δισ. δολάρια επενδύσεων σχετικών με AI το 2026 και 1,1 τρισ. δολάρια το 2027, ενώ θεωρείται ότι μεγάλο μέρος της παγκόσμιας υποδομής παραμένει ακόμη να κατασκευαστεί.
Επομένως, η εν λόγω μεταβατική φάση αφορά στο σημείο στο οποίο αναζητείται η δημιουργία αξίας από τους προμηθευτές της τεχνολογίας προς τις επιχειρήσεις που θα καταφέρουν να την αξιοποιήσουν καλύτερα από τους ανταγωνιστές τους.
Με άλλα λόγια, θα υπάρξει μοιραία “ξεκαθάρισμα” στις εταιρείες και τις εισηγμένες, όπως υπήρξε και στην περίοδο της dot.com
Τεχνητή Νοημοσύνη: Από την «υιοθέτηση» στην πραγματική ενσωμάτωση
Η AI βρίσκεται ήδη σχεδόν παντού. Το Stanford AI Index καταγράφει χρήση AI σε 88% των οργανισμών, ενώ περίπου 70% χρησιμοποιούν generative AI τουλάχιστον σε μία επιχειρηματική λειτουργία.
Παρόλα αυτά, σε δεύτερη ανάγνωση, μόλις 7% των επιχειρήσεων αυτών είχαν κλιμακώσει πλήρως την AI σε επίπεδο οργανισμού, πράγμα που σημαίνει ότι υπάρχει ακόμα “πολύς δρόμος” για την πλήρη αξιοποίηση αυτής.
Αυτή είναι ίσως η βασικότερη επενδυτική διάκριση των επόμενων ετών. Διότι άλλο μια τράπεζα που δίνει στους υπαλλήλους της ένα chatbot και άλλο μια τράπεζα που επανασχεδιάζει ολόκληρη τη διαδικασία χορήγησης δανείου, ώστε AI agents να συγκεντρώνουν έγγραφα, να ελέγχουν δεδομένα, να εντοπίζουν ασυνέπειες, να υποστηρίζουν το risk assessment και να αφήνουν στον άνθρωπο τις κρίσιμες αποφάσεις.
Το ίδιο ισχύει παντού.Ενδεικτικά, στο λιανεμπόριο, η πραγματική αξία βρίσκεται στη σύνδεση της AI με pricing, προμήθειες, αποθέματα, logistics και marketing˙ στη βιομηχανία, με predictive maintenance, quality control και προγραμματισμό παραγωγής˙ στην υγεία, με κλινική τεκμηρίωση, διαχείριση δεδομένων και ανάπτυξη φαρμάκων.
Εξάλλου, σχεδόν οι μισές επιχειρήσεις σε παγκόσμιο επίπεδο έχουν εισαγάγει AI χωρίς ουσιαστικό επανασχεδιασμό εργασιών ή ρόλων, ενώ μόνο 12% δηλώνουν ότι έχουν προχωρήσει σε redesign μεγάλης κλίμακας. Επομένως, επιβεβαιώνεται ότι ο επανασχεδιασμός των workflows είναι από τους παράγοντες με τη μεγαλύτερη συσχέτιση με πραγματική επίδραση στη λειτουργική κερδοφορία.
Το κρυφό κόστος πριν εμφανιστεί η απόδοση
Εδώ βρίσκεται και ο λόγος που οι επιπτώσεις της AI στα εταιρικά αποτελέσματα μπορεί να αργήσουν περισσότερο από όσο περιμένει η αγορά.
Μια επιχείρηση χρειάζεται δεδομένα κατάλληλης ποιότητας, κυβερνοασφάλεια, governance, νέα συστήματα ελέγχου, εκπαίδευση προσωπικού και αλλαγή διαδικασιών.
Πρόκειται ουσιαστικά για «άυλο capex»: επενδύσεις που αρχικά αυξάνουν το κόστος χωρίς να εμφανίζουν άμεσα ισόποση αύξηση κερδών.
Έτσι δημιουργείται μια μορφή J-curve παραγωγικότητας.
Διότι πρώτα πραγματοποιείται η επένδυση και αναδιοργανώνεται η επιχείρηση, ενώ αργότερα εμφανίζονται οι οικονομίες κόστους και η βελτίωση της παραγωγικότητας.
Αυτό σημαίνει ότι η αύξηση παραγωγικότητας από μόνη της δεν αρκεί. Εάν ένας εργαζόμενος ολοκληρώνει μια εργασία σε δύο ώρες αντί για τέσσερις, η εξοικονόμηση γίνεται κέρδος μόνο εφόσον οι δύο ώρες που απελευθερώθηκαν μετατραπούν σε μεγαλύτερη παραγωγή, χαμηλότερο προσωπικό κόστος ή δραστηριότητα υψηλότερης αξίας. ‘Αρα, η πρόσθετη δυναμικότητα χρειάζεται ενεργή ανακατανομή.
Τι πρέπει να ψάχνει πλέον ο επενδυτής
Το επόμενο μεγάλο AI trade ίσως να είναι πολύ λιγότερο προφανές από το πρώτο.
Οι εταιρείες με τη μεγαλύτερη δυνατότητα να επωφεληθούν μπορεί να βρίσκονται σε τράπεζες, ασφαλιστικές, healthcare, retail, βιομηχανία και ενέργεια, δηλαδή σε κλάδους με μεγάλους όγκους δεδομένων, επαναλαμβανόμενες διαδικασίες και σημαντικά λειτουργικά κόστη.
Άρα το επόμενο φίλτρο του επενδυτή χρειάζεται να γίνει αυστηρότερο.
Οι αναφορές σε «AI strategy» και τα δεκάδες πιλοτικά προγράμματα έχουν περιορισμένη αξία από μόνα τους.
Μεγαλύτερη σημασία έχουν μείωση cost-to-income, αύξηση παραγωγικότητας ανά εργαζόμενο, βελτίωση μικτών ή λειτουργικών περιθωρίων, χαμηλότερα inventories, ταχύτερη ανάπτυξη προϊόντων και τελικά υψηλότερο ROIC και ελεύθερες ταμειακές ροές.
Η πρώτη φάση της AI αφορούσε κυρίως το ποιος κατασκευάζει την υποδομή.
Η δεύτερη θα κριθεί από το ποιος μπορεί να μετατρέψει αυτή την υποδομή σε κέρδος.
Και εκεί πιθανότατα θα αρχίσει η πραγματική διαφοροποίηση μεταξύ των εταιρειών.
![Θέρμανση: Μόλις 1 στα 2 νοικοκυριά χρησιμοποιούν την κεντρική θέρμανση [πίνακες]](https://www.ot.gr/wp-content/uploads/2026/09/close-up-hands-warming-up-near-heater.jpg)
