Οι επιχειρήσεις στην περιοχή επεκτείνουν γρήγορα την τεχνητή νοημοσύνη σε όλες τις λειτουργίες τους, αλλά υστερούν σε επίσημη στρατηγική και διακυβέρνηση.
Οι εταιρείες στην Κεντρική Ασία και τον Καύκασο (CAC) θέτουν την τεχνητή νοημοσύνη σε παραγωγική χρήση με διπλάσιο ρυθμό σε σχέση με τους ομολόγους τους παγκοσμίως, σύμφωνα με έκθεση της KPMG.
ΔΙΑΦΉΜΙΣΗ
ΔΙΑΦΉΜΙΣΗ
Ποσοστό 53% των εταιρειών που συμμετείχαν στην έρευνα στην περιοχή δηλώνει ότι έχει ήδη φτάσει σε υλοποίηση τεχνητής νοημοσύνης σε βιομηχανική κλίμακα, με μετρήσιμα οφέλη σε πολλαπλά πεδία εφαρμογής, έναντι 24% σε παγκόσμιο επίπεδο.
Για τις ανάγκες της έκθεσης, η KPMG πήρε συνεντεύξεις από περισσότερα από 2.500 στελέχη τεχνολογίας σε 27 χώρες, μεταξύ των οποίων 40 από τον Καύκασο και 32 από την Κεντρική Ασία.
Ο Κονσταντίν Αουσέβ, εταίρος και επικεφαλής του Technology Practice στην KPMG Καυκάσου και Κεντρικής Ασίας, επισημαίνει μια σημαντική επιφύλαξη. Υποθέτει ότι ορισμένοι συμμετέχοντες μπορεί να ερμήνευσαν τον όρο «παραγωγή» ευρύτερα.
«Υποψιαζόμαστε ότι στην περιοχή μας οι ερωτώμενοι συμπεριέλαβαν στις απαντήσεις τους και τόσο αποσπασματικές περιπτώσεις, όπως text και voice bots», ανέφερε ο Αουσέβ στο Euronews.
Η επιφύλαξη αυτή, ωστόσο, δεν ακυρώνει την πρόοδο της περιοχής. Υπάρχουν παραδείγματα πραγματικά έργων μεγάλης κλίμακας.
Στον εθνικό τηλεπικοινωνιακό πάροχο του Καζακστάν, την Kazakhtelecom, η τεχνητή νοημοσύνη έχει ενσωματωθεί από τα μέσα του 2025 στην εξυπηρέτηση πελατών και τα κέντρα επαφής, τις προμήθειες, τους ανθρώπινους πόρους και τη διοίκηση, τα οικονομικά, τα κανονιστικά έγγραφα, την ασφάλεια στην εργασία και τις διαδικασίες προσλήψεων.
«Το μοντέλο υλοποίησης είναι μικτό. Η κεντρική ομάδα είναι υπεύθυνη για τις πλατφόρμες, την ασφάλεια, την ποιότητα και τα σύνθετα προϊόντα. Για μικρότερες εργασίες χρησιμοποιούμε μια πλατφόρμα δημιουργίας agents», δήλωσε στο Euronews ο Γερζάν Ασανόφ, επικεφαλής τεχνητής νοημοσύνης της Kazakhtelecom.
Η πλατφόρμα επιτρέπει σε έναν εργαζόμενο χωρίς γνώσεις προγραμματισμού να δίνει οδηγίες, να προσθέτει υλικό εργασίας και να συναρμολογεί έναν agent προσαρμοσμένο στις ανάγκες του.
Η Business & Technology Services (BTS), η εταιρεία πληροφορικής του ομίλου Eurasian Resources Group (ERG), χρησιμοποιεί υπολογιστική όραση για τον έλεγχο της λειτουργικής κατάστασης του εξοπλισμού σε μεταλλευτικές εγκαταστάσεις και ανάλυση δεδομένων κατά την επεξεργασία γεωλογικών εκθέσεων.
Η ERG είναι εταιρεία που διαχειρίζεται τις μονάδες παραγωγής χρωμίου, σιδήρου και αλουμινίου του Καζακστάν.
Γιατί η περιοχή κινείται γρήγορα
Η έκθεση της KPMG διαπιστώνει ότι οι εταιρείες στην περιοχή επιλέγουν συχνά μια προληπτική, πειραματική προσέγγιση – 44% έναντι 21% παγκοσμίως – γεγονός που βοηθά να εξηγηθεί γιατί η Κεντρική Ασία και ο Καύκασος κινούνται πιο γρήγορα από πιο ώριμες αγορές σε ορισμένους τομείς υιοθέτησης της τεχνητής νοημοσύνης.
Ο Ρουστέμ Ουβαλίγεφ, επικεφαλής του Τμήματος Ψηφιοποίησης στη BTS, δήλωσε στο Euronews ότι η εταιρεία του τρέχει συνεχώς πιλοτικά έργα τεχνητής νοημοσύνης. Περίπου το 10% των δοκιμών γενετικής τεχνητής νοημοσύνης περνά σε παραγωγική λειτουργία, ενώ το ποσοστό φτάνει περίπου στο 80% για την «κλασική» τεχνητή νοημοσύνη, όπως η μηχανική μάθηση και η υπολογιστική όραση.
Η Kazakhtelecom αναφέρει ότι ξεκινά πιλοτικά έργα νέων λύσεων τεχνητής νοημοσύνης σχεδόν κάθε μήνα, αλλά είναι ακόμη νωρίς για να εξαχθούν συμπεράσματα σχετικά με τον ρυθμό μετάβασής τους σε βιομηχανική λειτουργία.
Ο Ασανόφ σημείωσε ότι σε αυτό το στάδιο αξιολογούν πόσο αξιόπιστα λειτουργούν οι λύσεις σε πραγματικά δεδομένα, πώς τις χρησιμοποιούν οι εργαζόμενοι και τι πρέπει να αλλάξει πριν από την κλιμάκωση.
«Πιλοτάρουμε σενάρια με έναν συγκεκριμένο ιδιοκτήτη διαδικασίας, ο οποίος είναι διατεθειμένος να προωθήσει τη λύση εντός της εταιρείας και έχει σαφή τρόπο να αξιολογήσει τον επιχειρηματικό αντίκτυπο», πρόσθεσε.
Η BTS έχει επίσης αναπτύξει μια πλατφόρμα αυτοεξυπηρέτησης με την ονομασία FAIR, που επιτρέπει στους εργαζόμενους να δημιουργούν ψηφιακούς agents με χρήση γενετικής τεχνητής νοημοσύνης.
«Μετά από μια σύντομη εκπαίδευση, κάθε εργαζόμενος μπορεί να δημιουργήσει έναν ψηφιακό βοηθό σε περιβάλλον δοκιμών. Μετά τις δοκιμές, οι πιο βιώσιμες περιπτώσεις μεταφέρονται σε παραγωγή», ανέφερε ο Ουβαλίγεφ.
Και οι δύο εταιρείες πειραματίζονται με πλατφόρμες vibecoding, όπου ο εργαζόμενος μπορεί να περιγράψει τη ζητούμενη λύση με λέξεις και να τη συναρμολογήσει γρήγορα, χωρίς να χρειάζεται να ρυθμίσει διακομιστές, domains ή τεχνικό περιβάλλον. Αυτό δυνητικά θα βοηθήσει στην αντιμετώπιση της έλλειψης προσωπικού.
Επιλεκτική προσέγγιση στα πιλοτικά έργα
Σε σύγκριση με τις εταιρείες διεθνώς, η προσέγγιση της περιοχής στην τεχνητή νοημοσύνη φαίνεται να είναι πιο επιλεκτική.
Ο Κονσταντίν Αουσέβ ανέφερε ότι η περιοχή ήταν πιο χαοτική στην προσέγγισή της στην τεχνητή νοημοσύνη πριν από μερικά χρόνια, όταν οι εταιρείες ανταγωνίζονταν για να ανακοινώσουν τον αριθμό των χρήσεων της τεχνητής νοημοσύνης που είχαν λανσαρίσει, αλλά ότι αυτό το «φαινόμενο Μπράουν» αρχίζει πλέον να υποχωρεί.
«Σήμερα, παραμένει μια ορισμένη δόση χάους, ωστόσο υπάρχει βαθύτερη κατανόηση του πού χρειαζόμαστε την τεχνητή νοημοσύνη και πού όχι», είπε.
Αυτή η μετατόπιση συνάδει με τη διαπίστωση της KPMG ότι 43% των εταιρειών στην περιοχή προτιμούν την «γρήγορη αλλά επιλεκτική προσαρμογή», έναντι 36% σε παγκόσμιο επίπεδο.
Ο Ασανόφ αναφέρει ότι τον τελευταίο χρόνο η προσέγγιση της Kazakhtelecom έγινε πιο τολμηρή.
«Ξεκινάμε τα πειράματα νωρίτερα και τα δοκιμάζουμε πιο γρήγορα σε πραγματικές εργασίες», είπε.
Πρόσθεσε ότι πλέον ξεκινούν με προληπτική ανάλυση της διαδικασίας και εισάγουν αυστηρότερες απαιτήσεις ποιότητας.
Ο Ουβαλίγεφ, πάντως, σημειώνει ότι το «hype και η πίεση» για υλοποίηση λύσεων τεχνητής νοημοσύνης παραμένουν, και ότι η επίγνωση πως δεν πρόκειται για καθολική λύση είναι σημαντική για την κλιμάκωση όσων πρωτοβουλιών τεχνητής νοημοσύνης είναι πραγματικά αναγκαίες.
«Ένα ακόμη πρόβλημα είναι η προσπάθεια κλιμάκωσης της τεχνητής νοημοσύνης χωρίς αξιολόγηση του κόστους. Πολλές μεγάλες διεθνείς εταιρείες έχουν ήδη βρεθεί αντιμέτωπες με αυτό και αρχίζουν να αξιολογούν τις πρωτοβουλίες τους πιο νηφάλια», είπε.
Ο Αουσέβ αποδίδει επίσης μέρος της ταχείας υιοθέτησης της τεχνητής νοημοσύνης στην περιοχή στο σχετικά υψηλό επίπεδο ψηφιακής διείσδυσης. Πολλές εταιρείες διαθέτουν ήδη την υποδομή και την εμπειρία που απαιτούνται για τη διασύνδεση των συστημάτων με δεδομένα και εξωτερικές πηγές, κάτι που διευκολύνει την ενσωμάτωση της τεχνητής νοημοσύνης σε υφιστάμενες υπηρεσίες.
Το παράδοξο της στρατηγικής
Παρότι η περιοχή εμφανίζεται σαφώς πιο πρόθυμη να πειραματιστεί, αυτό δεν σημαίνει ότι κάθε πείραμα εξελίσσεται σε μετασχηματισμό σε επίπεδο ολόκληρης της επιχείρησης.
Μόνο 34% των εταιρειών στην CAC δηλώνουν ότι διαθέτουν σαφή στρατηγική τεχνητής νοημοσύνης σε επίπεδο ομίλου, ευθυγραμμισμένη με τους επιχειρηματικούς και τεχνολογικούς στόχους, έναντι 76% σε παγκόσμιο επίπεδο. Δομή διακυβέρνησης της τεχνητής νοημοσύνης που διατρέχει τις διάφορες λειτουργίες υπάρχει μόλις στο 25% των εταιρειών της περιοχής, έναντι 69% διεθνώς.
Ο Αουσέβ χαρακτήρισε αυτό ως ένα από τα πιο παράδοξα ευρήματα της έρευνας: οι εταιρείες αναπτύσσουν την τεχνητή νοημοσύνη με πολύ υψηλότερους ρυθμούς από τον παγκόσμιο μέσο όρο, την ώρα που σαφώς λιγότερες έχουν τυποποιήσει τον τρόπο με τον οποίο σκοπεύουν να την αναπτύξουν και να τη διέπουν.
«Το ίδιο ισχύει και για τους υφιστάμενους μηχανισμούς διακυβέρνησης της τεχνητής νοημοσύνης. Μόνο ένα τέταρτο των εταιρειών στην περιοχή μας δηλώνουν ότι τους έχουν σε λειτουργία, και ακόμη λιγότερες αναφέρουν ότι μπορούν να μετρήσουν με σαφήνεια την απόδοση της επένδυσης στην τεχνητή νοημοσύνη», πρόσθεσε.
Ο συντάκτης της έκθεσης σημείωσε, πάντως, ότι από τη στιγμή που πραγματοποιήθηκε η έρευνα, οι εταιρείες έχουν ήδη φτάσει στο σημείο όπου είναι αναγκαίο να προσεγγίσουν το ζήτημα συστηματικά και να αναπτύξουν πολιτικές, κανόνες και διαδικασίες.
Η ίδια μετατόπιση είναι ορατή και σε κυβερνητικό επίπεδο, πρόσθεσε, με το Καζακστάν να εισάγει πιο επίσημους κανόνες γύρω από την τεχνητή νοημοσύνη και την ψηφιακή οικονομία.