Τεχνητή Νοημοσύνη: Η βασικότερη τεχνολογία αιχμής στο Industry 4.0 – Συνέντευξη Δρα Γιώργου Ξηρογιάννη, Αναπληρωτή Γενικού Διευθυντή ΣΕΒ, στο Plant Magazine, Φεβρουάριος 2021
Ποιες είναι οι λύσεις που παρέχει η Τεχνητή Νοημοσύνη;
Η Τεχνητή Νοημοσύνη (ΤΝ) αποτελεί τη βασικότερη τεχνολογία αιχμής στην 4η Βιομηχανική Επανάσταση. Αν και έχει κατηγοριοποιηθεί ως «τεχνολογία 4ης γενιάς» από τη δεκαετία του 1980, οι πραγματικές της δυνατότητες τώρα γίνονται ευρύτερα αντιληπτές. Εξελίσσεται σε τεχνολογία στρατηγικής σημασίας και σε βασικό μοχλό ανταγωνιστικότητας των επιχειρήσεων αλλά και αναβάθμισης των υπηρεσιών του δημόσιου τομέα.
Ως ΤΝ ορίζουμε την ικανότητα μιας μηχανής να αναπαράγει τις ανώτερες (ευφυείς) γνωστικές λειτουργίες του ανθρώπου, όπως είναι η μάθηση, ο σχεδιασμός και η δημιουργικότητα, με αυτονομία. Η ΤΝ περιλαμβάνει ένα ευρύ πεδίο τεχνολογιών, όπως η υπολογιστική όραση, η επεξεργασία φυσικής γλώσσας, η μηχανική μάθηση, η βαθιά μάθηση, η επεξεργασία γνώσης, τα σχεσιακά δίκτυα, τα νευρωνικά δίκτυα, κτλ.
Η ΤΝ μπορεί να βοηθήσει στην επίλυση σύνθετων προβλημάτων σε διάφορες βιομηχανικές δραστηριότητες. Στο πρόσφατο εργαστήριο που διοργάνωσε το παρατηρητήριο ψηφιακού μετασχηματισμού του ΣΕΒ παρουσιάστηκαν πρακτικά παραδείγματα που εφαρμόζουν ήδη επιχειρήσεις και δημόσιος τομέας στην Ελλάδα αλλά και στην ΕΕ.
Ενδεικτικά:
Η προληπτική συντήρηση των μηχανών και εξοπλισμού παραγωγής, η πρόβλεψη δυσλειτουργιών σε δίκτυα τηλεπικοινωνιών, ο έλεγχος ποιότητας βιομηχανικών προϊόντων, η προειδοποίηση για επικείμενα σφάλματα στην παραγωγή, οι αυτόνομες αποφάσεις ρομποτικών μηχανών, η πρόβλεψη τάσεων ζήτησης στην αγορά, οι οικονομικές προβλέψεις, η διαχείριση ακίνητης περιουσίας, οι μεταφορές.
Επιπλέον, αξιοποιείται εκτενώς στη δημόσια διοίκηση, με εφαρμογές για την πάταξη της φοροδιαφυγής και τη βελτίωση των υπηρεσιών υγείας στα νοσοκομεία.
Ποια είναι τα οφέλη που αποκομίζουν οι επιχειρήσεις στην Ελλάδα από τη ΤΝ;
Οι επενδύσεις σε ΤΠΕ είναι μεν διαρκείς στην Ελλάδα (17η θέση στην ΕΕ), ωστόσο συχνά δεν αφορούν σε τεχνολογίες αιχμής. Αν και θα μπορούσε να διαδραματίσει κομβικό ρόλο στην ανάπτυξή τους, η ΤΝ δεν περιλαμβάνεται ακόμα στις προτεραιότητες των επιχειρήσεων. Μόλις 3% των ελληνικών επιχειρήσεων εφαρμόζει λύσεις ΤΝ, σε σχέση με 45% παγκοσμίως. Μάλιστα, 1 στους 2 Έλληνες CEOs μεσαίων και μεγάλων επιχειρήσεων δεν τη θεωρούν ώριμη τεχνολογία.
Η ΤΝ όμως έχει σημαντικά οφέλη για όσες επιχειρήσεις επενδύουν στην αξιοποίησή της. Ενδεικτικά, οι βιομηχανικές επιχειρήσεις μπορούν να βελτιώσουν έως 5% την αποδοτικότητα στην παραγωγή, έως 13% την κερδοφορία, έως 12% την εξοικονόμηση καυσίμων, έως 10% το χρόνο διάθεσης προϊόντων στην αγορά. Στο λιανικό εμπόριο, επιτυγχάνεται έως 20% μείωση στα αποθέματα, έως 30% μείωση του χρόνου αποθεματοποίησης, έως 30% αύξηση των ψηφιακών πωλήσεων.
Στην ηλεκτρική ενέργεια επιφέρει έως 20% αύξηση της παραγωγής και έως 20% βελτίωση της κερδοφορίας. Στα κέντρα ψηφιακών υπηρεσιών (data centers) μειώνει την κατανάλωση ρεύματος κατά 40%.
Η ΤΝ επίσης μπορεί να προσφέρει λύσεις σε σύγχρονες κοινωνικές προκλήσεις, όπως η ταχύτερη εύρεση θεραπειών, η βελτίωση της παραγωγικότητας του νοσηλευτικού προσωπικού (έως 50%), η μείωση των δαπανών υγείας (έως 10%), αλλά και η ελαχιστοποίηση των περιβαλλοντικών επιπτώσεων. Ενδεικτικά, αναφέρεται η πρόσφατη επίλυση ενός εκ των μεγαλύτερων προβλημάτων της βιολογίας από σύστημα ΤΝ.
Στο δημόσιο τομέα, η ενσωμάτωση λύσεων ΤΝ προσφέρει βελτίωση της ποιότητας των υπηρεσιών προς τον πολίτη με αδιάλειπτη εξυπηρέτηση αλλά και αυτοματοποίηση των χρονοβόρων εργασιών. Ενδεικτικά, η εθνική πύλη δημόσιων υπηρεσιών της Πορτογαλίας χρησιμοποιεί συστήματα ΤΝ για να επικοινωνεί με πολίτες από το 2019. Το πρώτο εξάμηνο λειτουργίας της ολοκληρώθηκαν πάνω από 46.000 συνομιλίες ανθρώπου – μηχανής, κατά τις οποίες ο πολίτης εξυπηρετήθηκε από το σύστημα ΤΝ χωρίς την παρέμβαση φυσικού προσώπου (δημόσιου υπάλληλου). Στη Λετονία οι αντίστοιχες επιδόσεις ήταν στις 22.000 συνομιλίες.
Συστήματα ΤΝ χρησιμοποιούνται, επίσης, συχνά στο σχεδιασμό μέτρων πολιτικής. Η ευφυής προσομοίωση σύνθετων οικονομικών, παραγωγικών και κοινωνικών μηχανισμών ξεπερνά κατά πολύ τις δυνατότητες των «παραδοσιακών» οικονομικών μοντέλων και βοηθά στην αξιολόγηση των συνεπειών των μέτρων πολιτικής, πριν την εφαρμογή τους.
Ο ΣΕΒ εντοπίζει πέντε καθοριστικούς παράγοντες που καθυστερούν την εξάπλωση της ΤΝ.
Πρώτον, η ΤΝ χρειάζεται πιο ισχυρά υπολογιστικά συστήματα, τα οποία αρκετές επιχειρήσεις δεν διαθέτουν ακόμα, αν και είναι πλέον διαθέσιμα σε προσιτές τιμές.
Δεύτερον, η ΤΝ χρειάζεται δεδομένα ώστε να «εκπαιδευτεί» και να λειτουργήσει αποτελεσματικά. Επομένως, προϋποθέτει αλλαγή στην κουλτούρα και λειτουργία των επιχειρήσεων για μια συνεχή ροή δεδομένων. Σήμερα όμως το 65% των μεσαίων και μεγαλύτερων επιχειρήσεων δεν επικροτεί την απρόσκοπτη ροή πληροφοριών μεταξύ διαφορετικών οργανωτικών μονάδων.
Τρίτον, σκοπό της ΤΝ δεν αποτελεί η αυτοματοποίηση τεχνικών εργασιών ρουτίνας, ή εργασιών κατώτερης και μεσαίας διοικητικής ιεραρχίας. Αντιθέτως, οι δυνατότητές της συγκρίνονται πλέον ευθέως με τις λειτουργίες ανώτερων διοικητικών στελεχών.
Τέταρτος παράγοντας είναι η έλλειψη δεξιοτήτων και γενικότερης εμπειρίας στο σχεδιασμό, εφαρμογή και χρήση ΤΝ.
Τα ζητήματα ιδιωτικότητας και δεοντολογίας συμπληρώνουν τη λίστα ανασταλτικών παραγόντων.
Ποιο είναι το πλαίσιο που θα ενθαρρύνει την ελληνική επιχείρηση να επενδύσει σε ΤΝ;
Η Ελλάδα είναι στην 23η θέση του σχετικού δείκτη της Ε.Ε. (Government AI Readiness Index). 16 χώρες της ΕΕ ήδη υλοποιούν προγράμματα μεγάλης κλίμακας, ενώ 5 είναι σε τελικό στάδιο σχεδιασμού της εθνικής στρατηγικής. Σε αναμονή της εθνικής στρατηγικής για την ΤΝ στην Ελλάδα, των πόρων του Ταμείου Ανάκαμψης, του Ταμείου Φαιστός αλλά και του νέου ΕΣΠΑ, ο ΣΕΒ πρόσφατα δημοσιοποίησε την πρότασή του για ένα εθνικό πρόγραμμα για την αξιοποίηση των τεχνολογιών ΤΝ.
Οι στόχοι του προγράμματος, αφορούν στα εξής: (1) επιτάχυνση ιδιωτικών επενδύσεων σε συστήματα ΤΝ και ειδικά σε αύξηση της υπολογιστικής ισχύος μέσα στις επιχειρήσεις (2) ανάπτυξη ψηφιακών δεξιοτήτων (3) διεύρυνση δημόσιων επενδύσεων σε συστήματα ΤΝ (4) κατασκευή στην Ελλάδα εξοπλισμού υψηλής υπολογιστικής ισχύς (5) δημιουργία κέντρων αριστείας για την ΤΝ (6) ανοιχτή πρόσβαση στα δημόσια δεδομένα (7) καθορισμό κανόνων δεοντολογίας στη χρήση ΤΝ.
Επιπλέον, ο ΣΕΒ πιστεύει ιδιαίτερα στο θεσμό των βιομηχανικών διδακτορικών ως ένα μηχανισμό ταχύτερης διασύνδεσης της έρευνας σε θέματα τεχνητής νοημοσύνης με τις ανάγκες των επιχειρήσεων. Για το σκοπό αυτό είναι απαραίτητη η θεσμοθέτηση τέτοιων προγραμμάτων στην Ελλάδα, με άμεση αξιοποίηση από τη βιομηχανία, τα πανεπιστήμια και τις επιχειρήσεις.
Τα οφέλη της ΤΝ στην Ελλάδα μπορούν να γίνουν σημαντικά. Η διάχυσή της μπορεί να αυξήσει αθροιστικά το ΑΕΠ κατά περίπου €200δισ σε 15 χρόνια. Οι επενδύσεις σε ΤΝ μπορούν να ενισχύσουν τα έσοδα των επιχειρήσεων έως 30%, μέσα σε 4 χρόνια, με ανάλογη τόνωση της διεθνούς ανταγωνιστικότητας και της αποδοτικότητας. Επιπλέον, η ανάπτυξη ΤΝ στην Ελλάδα θα συνδράμει καθοριστικά στον περιορισμό της διαρροής των νέων με υπόβαθρο STEM στο εξωτερικό.
Ποιος είναι ο ρόλος του ανθρώπινου παράγοντα στην αξιοποίηση της συγκεκριμένης τεχνολογίας;
Περισσότερα με λιγότερα. Αυτή είναι η ικανότητα της τεχνητής νοημοσύνης. Να μεγιστοποιεί την απόδοση στις επιχειρήσεις, να διευκολύνει τους ανθρώπους στην εργασία και να δημιουργεί έναν καλύτερο κόσμο για όλους με λιγότερη προσπάθεια και πόρους.
Στην εποχή της επαυξημένης πραγματικότητας, η σύγκριση δεν γίνεται πλέον ανάμεσα στις δυνατότητες ανθρώπου και μηχανής. Η σύγκριση ανταγωνιστικών πλεονεκτημάτων γίνεται μεταξύ ανθρώπων που δεν έχουν τη βοήθεια των μηχανών και των ανθρώπων που αξιοποιούν στο μέγιστο την υποστήριξη που προσφέρει η ΤΝ.
