Το 80% επισημαίνει ανεπαρκή γνώση για το πού μπορεί να τη χρησιμοποιήσει και το 75% έλλειψη ειδικών. Παρά ταύτα, μόλις το 10% έχει πραγματοποιήσει σχετική εκπαίδευση.
Τα στοιχεία της έρευνας «AI Readiness Index 2026» που εκπονήθηκε από το Εργαστήριο Ηλεκτρονικού Εμπορίου και Ηλεκτρονικού Επιχειρείν (ELTRUN) του Οικονομικού Πανεπιστημίου Αθηνών, για λογαριασμό της ENTERSOFTONE, αποκαλύπτουν το κενό ανάμεσα στην εξοικείωση με τα νέα εργαλεία και στην ικανότητα μιας επιχείρησης να τα εντάξει στη λειτουργία της.
Σύμφωνα με τα στοιχεία της έρευνας η επιχειρηματική χρήση της τεχνητής νοημοσύνης (Artificial Intelligence, AI) αυξήθηκε από 39% το 2025 σε 47% φέτος. Ωστόσο, μόνο το 3% των επιχειρήσεων αναφέρει ότι έχει υλοποιήσει εφαρμογές με μετρήσιμο αντίκτυπο.
Στην εκπαίδευση καταγράφεται πρόοδος, αλλά από χαμηλή αφετηρία. Το ποσοστό των επιχειρήσεων που έχουν ήδη εκπαιδεύσει το προσωπικό τους διπλασιάστηκε από 5% σε 10%, ενώ όσες προγραμματίζουν κατάρτιση για το επόμενο έτος αυξήθηκαν από 15% σε 25%.
Το μεγαλύτερο μέρος, πάντως, παραμένει στην αναμονή. Το 61% δηλώνει ενδιαφέρον για μελλοντική εκπαίδευση, χωρίς να έχει προχωρήσει ή να έχει προγραμματίσει σχετική ενέργεια.
Η έλλειψη γνώσεων συνοδεύεται από οικονομικούς περιορισμούς και ανησυχία για την απασχόληση. Το 76% αξιολογεί ως σημαντικό εμπόδιο τους περιορισμένους οικονομικούς πόρους και το 77% τον φόβο απώλειας θέσεων εργασίας. Το τελευταίο εύρημα αποτυπώνει την ανησυχία των ερωτώμενων και όχι καταγεγραμμένες μειώσεις προσωπικού λόγω AI.
Την ίδια ώρα, η χρήση παραμένει συγκεντρωμένη κυρίως στην παραγωγή περιεχομένου. Το 38% των επιχειρήσεων χρησιμοποιεί AI μόνο για αυτόν τον σκοπό, ενώ το 9% δηλώνει προχωρημένη επιχειρηματική χρήση. Σε ένα επιπλέον 29%, οι ιδιοκτήτες ή τα στελέχη χρησιμοποιούν τα εργαλεία αποκλειστικά σε προσωπικό επίπεδο. Το 24% δεν κάνει καμία χρήση.
Τα εργαλεία παραγωγής κειμένου βρίσκονται στην πρώτη θέση, με το 60% των ερωτώμενων να δηλώνει τακτική χρήση, στην οποία περιλαμβάνεται και η προσωπική. Οι εφαρμογές εικόνας και βίντεο ακολουθούν με 25%.
Αντίθετα, η τακτική χρήση εργαλείων ανάλυσης δεδομένων και μηχανικής μάθησης περιορίζεται στο 4%. Οι εφαρμογές AI που είναι ενσωματωμένες στα συστήματα διαχείρισης επιχειρησιακών πόρων και πελατειακών σχέσεων βρίσκονται μόλις στο 3%.
Αντίστοιχη είναι η εικόνα στα στάδια εφαρμογής. Το 37% δοκιμάζει πιλοτικά λύσεις AI, το 7% τις έχει εντάξει σε κανονική λειτουργία και το 3% αναφέρει μετρήσιμα αποτελέσματα. Ο συνολικός δείκτης ετοιμότητας αυξήθηκε από τις 15 στις 20 μονάδες με άριστα το 100. Η βελτίωση κατά 33% σε σχέση με πέρυσι δεν αναιρεί το χαμηλό επίπεδο ωριμότητας που καταγράφει η μελέτη.
Οι ανάγκες, ωστόσο, είναι ήδη πιεστικές. Η χαμηλή παραγωγικότητα και οι καθυστερήσεις αποτελούν πρόκληση υψηλής σημασίας για το 83% των επιχειρήσεων. Ακολουθούν ο αυξημένος ανταγωνισμός με 78%, η διαχείριση μεγάλου όγκου δεδομένων με 77% και οι δυσλειτουργίες στην εξυπηρέτηση πελατών με 73%. Η ταχύτερη λήψη αποφάσεων απασχολεί το 70%.
Πρόσθετες δυσκολίες προκύπτουν όταν οι επιχειρήσεις επιχειρούν να συνδέσουν τα νέα εργαλεία με τα συστήματα και τα δεδομένα τους. Το 68% αναφέρει προβλήματα ενσωμάτωσης στα υπάρχοντα πληροφοριακά συστήματα και το 55% έλλειψη καθαρών, δομημένων δεδομένων.
Η μεγαλύτερη αύξηση ανησυχίας αφορά την ασφάλεια δεδομένων και την κυβερνοασφάλεια. Το σχετικό ποσοστό ανέβηκε κατά 28 ποσοστιαίες μονάδες, φθάνοντας στο 69%.
Η έρευνα πραγματοποιήθηκε υπό την επιστημονική καθοδήγηση του καθηγητή Γεώργιου Δουκίδη, του Δρ. Τιμολέοντα Φαρμάκη και της Δρ. Κατερίνας Φραϊδάκη. Βασίστηκε σε συνεντεύξεις με 350 ιδιοκτήτες και ανώτερα στελέχη επιχειρήσεων από όλη τη χώρα, με προσωπικό 10 έως 50 εργαζόμενους.
