Η εποχή της «λευκής επιταγής» για την Τεχνητή Νοημοσύνη φαίνεται να φτάνει στο τέλος της. Σύμφωνα με πρόσφατη ανάλυση της Wedbush Securities, η έλλειψη σαφών μετρήσεων για την Απόδοση Επένδυσης (ROI) αρχίζει να λειτουργεί ως τροχοπέδη για την περαιτέρω υιοθέτηση της τεχνολογίας στον εταιρικό τομέα. Ενώ το 2024 και το 2025 χαρακτηρίστηκαν από μια φρενίτιδα αγορών υποδομών και πειραματισμών, το 2026 βρίσκει τα διοικητικά συμβούλια να απαιτούν απαντήσεις: Πού είναι τα κέρδη;

Η Μετάβαση από τον Ενθουσιασμό στην Accountability

Για σχεδόν τρία χρόνια, οι επιχειρήσεις παγκοσμίως επένδυσαν δισεκατομμύρια δολάρια σε άδειες λογισμικού AI, GPUs και εξειδικευμένο προσωπικό, φοβούμενες μην μείνουν πίσω στον ανταγωνισμό. Ωστόσο, η Wedbush επισημαίνει ότι η «φάση του μήνα του μέλιτος» τελείωσε. Οι αναλυτές παρατηρούν μια αυξανόμενη διστακτικότητα στις μεγάλες επιχειρήσεις (Fortune 500) να εγκρίνουν νέα κονδύλια χωρίς συγκεκριμένα KPIs (Key Performance Indicators) που να αποδεικνύουν είτε εξοικονόμηση κόστους είτε αύξηση εσόδων.

Το πρόβλημα έγκειται στο γεγονός ότι η ΤΝ είναι συχνά μια «οριζόντια» τεχνολογία, οι επιπτώσεις της οποίας διαχέονται σε πολλά τμήματα, καθιστώντας δύσκολο τον απομονωμένο υπολογισμό της κερδοφορίας της. Όταν μια εταιρεία χρησιμοποιεί generative AI για να γράφει κώδικα 20% ταχύτερα, αυτό μεταφράζεται άμεσα σε μετρητά ή απλώς σε περισσότερο ελεύθερο χρόνο για τους προγραμματιστές; Αυτή η ασάφεια είναι που ανησυχεί τους επενδυτές και τους οικονομικούς διευθυντές (CFOs).

Το Χάσμα Υποδομής και Εφαρμογής

Ένα από τα κεντρικά σημεία της έκθεσης είναι η δυσαναλογία μεταξύ των δαπανών για υποδομές (chips, data centers) και των εσόδων από τελικές εφαρμογές. Ενώ εταιρείες όπως η Nvidia και η Microsoft συνεχίζουν να αναφέρουν ισχυρά μεγέθη, οι πελάτες τους —οι εταιρείες που αγοράζουν αυτές τις υπηρεσίες— δεν έχουν ακόμη βρει το «killer app» που θα δικαιολογήσει το υψηλό λειτουργικό κόστος. Η Wedbush προειδοποιεί ότι αν δεν γεφυρωθεί αυτό το χάσμα εντός των επόμενων 12 μηνών, ενδέχεται να δούμε μια σημαντική διόρθωση στις κεφαλαιουχικές δαπάνες (Capex).

  • Η δυσκολία ποσοτικοποίησης της «παραγωγικότητας των γνώσεων».
  • Το υψηλό κόστος συντήρησης και αναβάθμισης των μοντέλων AI.
  • Η έλλειψη εξειδικευμένων στελεχών που μπορούν να μετατρέψουν την τεχνολογία σε επιχειρηματική αξία.
  • Οι ανησυχίες για την ασφάλεια δεδομένων που καθυστερούν την πλήρη εφαρμογή.

Η Ελληνική Πραγματικότητα και η Ευρωπαϊκή Διάσταση

Στο ελληνικό επιχειρηματικό οικοσύστημα, η κατάσταση είναι ακόμη πιο σύνθετη. Οι ελληνικές επιχειρήσεις, παραδοσιακά πιο συντηρητικές στις επενδύσεις τεχνολογίας, αντιμετωπίζουν το πρόσθετο βάρος της συμμόρφωσης με το AI Act της ΕΕ. Η ανάγκη για ROI δεν είναι μόνο οικονομική αλλά και λειτουργική. Οι ελληνικές τράπεζες και οι εταιρείες τηλεπικοινωνιών, που πρωτοστατούν στην υιοθέτηση AI στη χώρα, βρίσκονται υπό πίεση να αποδείξουν ότι οι επενδύσεις τους δεν είναι απλώς «ψηφιακός καλλωπισμός» αλλά εργαλεία που βελτιώνουν το ισοζύγιο τρεχουσών συναλλαγών.

«Η Τεχνητή Νοημοσύνη δεν είναι πλέον ένα project του τμήματος IT. Είναι μια στρατηγική απόφαση που πρέπει να επιβιώσει στον έλεγχο του ισολογισμού», αναφέρει χαρακτηριστικά η έκθεση.

Συμπεράσματα και Μελλοντικές Προοπτικές

Παρά τις προειδοποιήσεις, η Wedbush δεν είναι απαισιόδοξη για το μέλλον της τεχνολογίας, αλλά για τον ρυθμό της τυφλής επένδυσης. Η αγορά εισέρχεται σε μια φάση «εκκαθάρισης», όπου οι εταιρείες που προσφέρουν ουσιαστικές λύσεις με μετρήσιμα αποτελέσματα θα επιβιώσουν, ενώ οι «AI-first» εταιρείες χωρίς επιχειρηματικό μοντέλο θα αντιμετωπίσουν σοβαρά προβλήματα ρευστότητας. Για τους επενδυτές, το μήνυμα είναι σαφές: Η προσοχή μετατοπίζεται από την υπόσχεση στην απόδοση.