powered by cbn INB-DIGITAL-EDITIONS LOGO-PNG-108

Τι δεν αποκαλύπτουν τα στοιχεία για την υιοθέτηση της Τεχνητής Νοημοσύνης στην Κύπρο

Τα επίσημα στοιχεία για την υιοθέτηση της Τεχνητής Νοημοσύνης στην Κύπρο καταδεικνύουν σημαντική απόκλιση από τον μέσο όρο της ΕΕ. Σε ποιον βαθμό, όμως, αποτυπώνουν την ευρύτερη εικόνα της οικονομίας; Η έρευνα 01 εξετάζει τα όρια της συγκεκριμένης έρευνας, την οικονομική βαρύτητα των τομέων που εξαιρούνται, καθώς και τη διαφορά ανάμεσα στην υιοθέτηση της Τεχνητής Νοημοσύνης και στη δημιουργία οικονομικής αξίας.

Στην έρευνα επιχειρήσεων της Ευρωπαϊκής Ένωσης για το 2025, το 9,3% των επιχειρήσεων που περιλαμβάνονται στην έρευνα στην Κύπρο δήλωσε ότι χρησιμοποιεί τουλάχιστον μία από τις τεχνολογίες Τεχνητής Νοημοσύνης που ορίζονται στο πλαίσιο της έρευνας. Σε επίπεδο ΕΕ27, το αντίστοιχο ποσοστό ανήλθε στο 20,0%. Η διαφορά των 10,7 ποσοστιαίων μονάδων είναι δύσκολο να αγνοηθεί. Είναι, ωστόσο, αξιοσημείωτα εύκολο να ζητήσει κανείς από αυτή τη διαφορά να εξηγήσει περισσότερα από όσα πραγματικά μετρά.

Η σύγκριση υποδηλώνει ότι η υιοθέτηση της Τεχνητής Νοημοσύνης από τις κυπριακές επιχειρήσεις που συμμετείχαν στην έρευνα είναι σημαντικά λιγότερο διαδεδομένη σε σχέση με την Ευρωπαϊκή Ένωση. Πρόκειται για ένα εύρημα που έχει τη σημασία του. Αξίζει να εξεταστεί, ιδιαίτερα σε μια περίοδο κατά την οποία επιχειρήσεις και δημόσιοι οργανισμοί αξιολογούν τι μπορεί να σημαίνει η Τεχνητή Νοημοσύνη για την ανταγωνιστικότητα, την παραγωγικότητα και το μέλλον της εργασίας.

Ωστόσο, μια εθνική οικονομία δεν ταυτίζεται με την ομάδα των επιχειρήσεων που περιλαμβάνονται σε μια έρευνα για τη χρήση τεχνολογίας. Ούτε η χρήση μιας τεχνολογίας μάς πληροφορεί κατ' ανάγκην για το μέγεθος των αλλαγών που έχει επιφέρει στον τρόπο λειτουργίας ενός οργανισμού.

Αυτά τα ερωτήματα αποτελούν την αφετηρία του Cyprus & AI, μιας νέας ανεξάρτητης σειράς ερευνών που εξετάζει πώς η Τεχνητή Νοημοσύνη μετασχηματίζει την κυπριακή οικονομία και ποιες προϋποθέσεις απαιτούνται ώστε να δημιουργήσει διαχρονική οικονομική και ανθρώπινη αξία. Η έρευνα θα επεκταθεί σε διάφορους κλάδους, επιχειρηματικές δομές, την απασχόληση, την εκπαίδευση και τους θεσμούς που διαμορφώνουν την αναπτυξιακή πορεία της χώρας.

Η αφετηρία είναι ένα πιο άμεσο ερώτημα. Τι μπορούμε να αντλήσουμε με ασφάλεια από τα επίσημα στοιχεία για την υιοθέτηση της Τεχνητής Νοημοσύνης στην Κύπρο και τι παραμένει έξω από το πεδίο μέτρησής τους;

Τι μετρούν πραγματικά τα στοιχεία

Οι στατιστικές της Ευρωπαϊκής Ένωσης για τη χρήση της Τεχνητής Νοημοσύνης στις επιχειρήσεις βασίζονται σε εναρμονισμένη έρευνα σχετικά με τη χρήση τεχνολογιών πληροφορικής και επικοινωνιών στις επιχειρήσεις. Η Eurostat συντονίζει τη μεθοδολογία, ενώ οι εθνικές στατιστικές αρχές διεξάγουν τις έρευνες χρησιμοποιώντας κοινούς ορισμούς.

Για την Κύπρο, τα αποτελέσματα καταρτίζονται από τη Στατιστική Υπηρεσία, CYSTAT.

Αυτή η διαδικασία εξυπηρετεί έναν σημαντικό σκοπό. Οι διεθνείς συγκρίσεις έχουν νόημα μόνο όταν τα δεδομένα στα οποία βασίζονται ακολουθούν επαρκώς συνεπείς κανόνες. Μια διαφορά ανάμεσα σε δύο εθνικά ποσοστά θα πρέπει να αντανακλά διαφορές στη δραστηριότητα που μετράται και όχι εντελώς διαφορετικές ερμηνείες του ερωτήματος.

Μέσα σε αυτό το πλαίσιο, τα αποτελέσματα του 2025 είναι σαφή. Το 9,3% των επιχειρήσεων που συμμετείχαν στην έρευνα στην Κύπρο δήλωσε ότι χρησιμοποιεί Τεχνητή Νοημοσύνη, έναντι 20,0% στο σύνολο της ΕΕ27.

 

5641605655264452 pinakas1

Σχήμα 1. Χρήση Τεχνητής Νοημοσύνης από επιχειρήσεις που περιλαμβάνονται στο πεδίο της έρευνας, 2025: Κύπρος 9,3%, ΕΕ27 20,0% (διαφορά: 10,7 ποσοστιαίες μονάδες). Η έρευνα καλύπτει επιχειρήσεις με τουλάχιστον 10 απασχολούμενα άτομα (μισθωτούς και αυτοαπασχολουμένους) στους τομείς C–J, L–N και στην ομάδα 95.1 της ταξινόμησης NACE Rev. 2. Ως χρήση Τεχνητής Νοημοσύνης ορίζεται η χρήση τουλάχιστον μίας τεχνολογίας που περιλαμβάνεται στους ορισμούς της έρευνας. Πηγές: CYSTAT, ICT Enterprises 2025, Eurostat, isoc_eb_ai.

Τα στοιχεία περιγράφουν έναν συγκεκριμένο στατιστικό πληθυσμό.

Η εναρμονισμένη έρευνα καλύπτει επιχειρήσεις με τουλάχιστον δέκα απασχολούμενα άτομα (μισθωτούς και αυτοαπασχολουμένους) σε συγκεκριμένες οικονομικές δραστηριότητες. Το βασικό πεδίο κάλυψής της περιλαμβάνει τη μεταποίηση, τις κατασκευές, το εμπόριο, τις μεταφορές, τη διαμονή, την ενημέρωση και επικοινωνία, τη διαχείριση ακίνητης περιουσίας, τις επαγγελματικές υπηρεσίες και τις διοικητικές δραστηριότητες υποστήριξης, καθώς και ορισμένες άλλες δραστηριότητες.

Οι επιχειρήσεις με λιγότερους από δέκα απασχολουμένους δεν περιλαμβάνονται στο τακτικό πεδίο της έρευνας. Το ίδιο ισχύει και για ορισμένους ολόκληρους οικονομικούς τομείς.

Εξίσου σημαντικός είναι ο ορισμός της υιοθέτησης της Τεχνητής Νοημοσύνης. Ο βασικός δείκτης καταγράφει τις επιχειρήσεις που χρησιμοποιούν τουλάχιστον μία από τις τεχνολογίες που προσδιορίζονται στην έρευνα. Σε αυτές περιλαμβάνονται συστήματα ανάλυσης γλώσσας, αναγνώρισης εικόνων, δημιουργίας περιεχομένου, επεξεργασίας δεδομένων μέσω machine learning και αυτοματοποίησης ορισμένων δραστηριοτήτων.

Η ευρύτερη έρευνα περιλαμβάνει πρόσθετες πληροφορίες για διάφορες πτυχές της χρήσης της Τεχνητής Νοημοσύνης, μεταξύ άλλων για ορισμένους σκοπούς και εφαρμογές της. Επομένως, προσφέρει περισσότερες πληροφορίες από όσες υποδηλώνει το βασικό ποσοστό και μόνο.

Παρόλα αυτά, το συνολικό ποσοστό υιοθέτησης απαντά σε ένα σχετικά περιορισμένο ερώτημα. Περιγράφει πόσο διαδεδομένες είναι οι συγκεκριμένες τεχνολογίες μεταξύ των επιχειρήσεων που περιλαμβάνονται στον στατιστικό πληθυσμό.

Δεν αποτυπώνει την ένταση της χρήσης τους, τον βαθμό στον οποίο έχουν ενσωματωθεί στην καθημερινή λειτουργία των επιχειρήσεων ή τα οικονομικά αποτελέσματα που συνδέονται με την εισαγωγή τους.

Τίποτα από αυτά δεν καθιστά παραπλανητική την επίσημη σύγκριση. Η έρευνα σχεδιάστηκε για να μετρήσει ένα συγκεκριμένο σύνολο δραστηριοτήτων σε μια καθορισμένη ομάδα επιχειρήσεων. Η διεθνής συνέπεια της μεθοδολογίας είναι ακριβώς αυτό που προσδίδει αξία στα αποτελέσματα.

Η δυσκολία προκύπτει όταν ένα μέτρο υιοθέτησης τεχνολογίας από τη συγκεκριμένη ομάδα επιχειρήσεων μετατρέπεται σε συντομογραφία για τον τεχνολογικό μετασχηματισμό ολόκληρης της οικονομίας.

Για να κατανοήσουμε τη διαφορά, πρέπει να κοιτάξουμε πέρα από τα όρια της έρευνας.

Η οικονομία που μένει έξω από το πεδίο της έρευνας

Η διάρθρωση της κυπριακής οικονομίας αποτελεί έναν σημαντικό λόγο για να εξετάσουμε πιο προσεκτικά αυτά τα όρια.

Η οικονομική δραστηριότητα κατανέμεται σε κλάδους και οργανισμούς με διαφορετικά λειτουργικά μοντέλα, δομές εργατικού δυναμικού και σχέσεις με την τεχνολογία. Ορισμένοι περιλαμβάνονται στην ευρωπαϊκή έρευνα επιχειρήσεων. Άλλοι εξαιρούνται εκ των προτέρων από τον σχεδιασμό της.

Στους τομείς που εξαιρούνται πλήρως περιλαμβάνονται οι χρηματοπιστωτικές και ασφαλιστικές δραστηριότητες, η δημόσια διοίκηση, η εκπαίδευση, η ανθρώπινη υγεία και η κοινωνική μέριμνα, η γεωργία, καθώς και οι τέχνες, η ψυχαγωγία και η αναψυχή.

Δεν πρόκειται για δραστηριότητες δευτερεύουσας σημασίας απλώς και μόνο επειδή βρίσκονται εκτός ενός στατιστικού εργαλείου που σχεδιάστηκε για άλλους σκοπούς.

Ανεξάρτητη ανάλυση που πραγματοποιήθηκε στο πλαίσιο αυτής της σειράς ερευνών, με βάση τους αναθεωρημένους εθνικούς λογαριασμούς της CYSTAT, διαπίστωσε ότι περίπου το 29,9% της ακαθάριστης προστιθέμενης αξίας της Κύπρου το 2025 προήλθε από οικονομικούς τομείς που εξαιρούνται πλήρως από την εναρμονισμένη έρευνα για τη χρήση τεχνολογιών πληροφορικής και επικοινωνιών στις επιχειρήσεις.

 

5641605985788838 pinakas2

 Σχήμα 2. Περίπου το 29,9% της Ακαθάριστης Προστιθέμενης Αξίας (ΑΠΑ) της Κύπρου το 2025 προήλθε από τομείς που εξαιρούνται πλήρως από την έρευνα (NACE Rev. 2: A, B, K, O, P, Q, R, T). Το ποσοστό αυτό δεν αντιστοιχεί στο μερίδιο των επιχειρήσεων ούτε στο ποσοστό υιοθέτησης της Τεχνητής Νοημοσύνης και δεν αποτελεί εκτίμηση της συνολικής κάλυψης της έρευνας. Υπολογισμός: €10.262,6 εκατ. / €34.335,9 εκατ., σε τρέχουσες τιμές. Πηγή: Υπολογισμός Cyprus & AI με βάση τα στοιχεία της CYSTAT 0610020E, αναθεωρημένα στις 20 Οκτωβρίου 2026.

Το εύρημα προσδίδει μια πιο απτή οικονομική διάσταση στα στατιστικά όρια της έρευνας.

Η Ακαθάριστη Προστιθέμενη Αξία μετρά την αξία που παράγεται από τις οικονομικές δραστηριότητες πριν από την προσθήκη των φόρων επί των προϊόντων και την αφαίρεση των επιδοτήσεων επί των προϊόντων. Εξετάζοντας τη συνεισφορά των τομέων που εξαιρούνται εξ ολοκλήρου, μπορούμε να προσδιορίσουμε τη βαρύτητά τους στην εθνική οικονομία.

Το αποτέλεσμα δεν σημαίνει ότι το 29,9% των κυπριακών επιχειρήσεων απουσιάζει από την έρευνα. Δεν παρέχει επίσης καμία πληροφορία για το ποσοστό των επιχειρήσεων που χρησιμοποιούν Τεχνητή Νοημοσύνη εκτός του πληθυσμού που παρακολουθείται.

Ούτε αποτελεί μια ολοκληρωμένη εκτίμηση της οικονομικής κάλυψης της έρευνας. Επιχειρήσεις που απασχολούν λιγότερα άτομα από το προβλεπόμενο όριο εξαιρούνται ακόμη και από τομείς που κατά τα άλλα καλύπτονται, ενώ ορισμένες δραστηριότητες περιλαμβάνονται μόνο εν μέρει. Το ποσοστό που υπολογίστηκε αφορά αποκλειστικά τους οικονομικούς τομείς που εξαιρούνται πλήρως.

Αυτές οι διευκρινίσεις έχουν σημασία, επειδή οι δύο δείκτες περιγράφουν θεμελιωδώς διαφορετικά πράγματα. Το ποσοστό υιοθέτησης της Τεχνητής Νοημοσύνης αφορά το ποσοστό των επιχειρήσεων σε έναν συγκεκριμένο πληθυσμό. Το 29,9% αποτυπώνει τη συνεισφορά των εξαιρούμενων τομέων στην εθνική Ακαθάριστη Προστιθέμενη Αξία.

Δεν μπορούν να συνδυαστούν για να προκύψει ένα εναλλακτικό εθνικό ποσοστό υιοθέτησης της Τεχνητής Νοημοσύνης.

Αυτό που αποδεικνύει ο υπολογισμός είναι ότι σημαντικό μέρος της οικονομικής δραστηριότητας πραγματοποιείται σε τομείς για τους οποίους ο συγκεκριμένος δείκτης επιχειρηματικής υιοθέτησης δεν παρέχει καμία άμεση μέτρηση της χρήσης Τεχνητής Νοημοσύνης.

Ας εξετάσουμε τι σημαίνει αυτό για την κατανόηση της τεχνολογικής αλλαγής στην Κύπρο.

Η Τεχνητή Νοημοσύνη μπορεί να έχει σημασία για ένα χρηματοπιστωτικό ίδρυμα, ένα πανεπιστήμιο, έναν οργανισμό υγειονομικής περίθαλψης ή μια δημόσια αρχή με τρόπους που διαφέρουν σημαντικά από τις εφαρμογές της στο λιανικό εμπόριο ή τη μεταποίηση. Τα καθήκοντα, οι οργανωτικές απαιτήσεις και οι πιθανές συνέπειες δεν είναι κατ' ανάγκην συγκρίσιμα.

Ωστόσο, ο αποκλεισμός αυτών των τομέων από την εναρμονισμένη έρευνα δεν μας λέει τίποτα για το πόσο εκτεταμένη είναι στην πραγματικότητα η χρήση της Τεχνητής Νοημοσύνης σε αυτούς.

Η απουσία από τα στατιστικά στοιχεία δεν αποτελεί απόδειξη τεχνολογικής απουσίας.

Η ίδια επιφύλαξη ισχύει και σε διεθνές επίπεδο. Οι ευρωπαϊκές χώρες χρησιμοποιούν ένα εναρμονισμένο πλαίσιο και οι εξαιρέσεις δεν αφορούν αποκλειστικά την Κύπρο. Για να διαπιστωθεί κατά πόσο οι συγκεκριμένοι τομείς αντιπροσωπεύουν μεγαλύτερο ή μικρότερο μερίδιο της οικονομικής δραστηριότητας σε άλλες χώρες, θα απαιτούνταν ξεχωριστή σύγκριση των εθνικών οικονομικών δομών.

Το εύρημα για την Κύπρο είναι πιο περιορισμένο, αλλά και πιο τεκμηριωμένο. Τομείς που ευθύνονται για σημαντικό μερίδιο της Ακαθάριστης Προστιθέμενης Αξίας της χώρας βρίσκονται πέρα από το πεδίο εφαρμογής του συγκεκριμένου δείκτη υιοθέτησης.

Η επίσημη σύγκριση με την ΕΕ παραμένει έγκυρη εντός του πεδίου για το οποίο σχεδιάστηκε. Αυτό που καθίσταται λιγότερο βάσιμο είναι να αντιμετωπίζεται ως μια ολοκληρωμένη αποτύπωση της σχέσης της οικονομίας με την Τεχνητή Νοημοσύνη.

Υπάρχει, ωστόσο, ένας δεύτερος περιορισμός σε όσα αποκαλύπτουν τα στοιχεία. Και αυτός αφορά ακόμη και τις επιχειρήσεις που περιλαμβάνονται στην έρευνα.

Η υιοθέτηση δεν είναι το ίδιο με την οικονομική αλλαγή

Ένα εθνικό ποσοστό υιοθέτησης συνδυάζει επιχειρήσεις διαφορετικού μεγέθους και διαφορετικών οικονομικών δραστηριοτήτων σε έναν ενιαίο αριθμό.

Ορισμένες από αυτές τις διαφορές είναι ορατές στα αναλυτικά δεδομένα.

Στην Κύπρο, το 7,7% των μικρών επιχειρήσεων δήλωσε ότι χρησιμοποιούσε τεχνολογίες Τεχνητής Νοημοσύνης το 2025, έναντι 15,3% των μεσαίων επιχειρήσεων και 35,1% των μεγάλων επιχειρήσεων.

Οι μεγαλύτερες επιχειρήσεις καταγράφουν επίσης υψηλότερα ποσοστά υιοθέτησης σε ολόκληρη την Ευρωπαϊκή Ένωση. Ωστόσο, η Κύπρος εξακολουθεί να βρίσκεται κάτω από το αντίστοιχο ποσοστό της ΕΕ27 και στις τρεις κατηγορίες μεγέθους επιχειρήσεων.

Αυτό αποτελεί μια σημαντική διευκρίνιση απέναντι στην άποψη ότι η εθνική απόκλιση ενδέχεται απλώς να οφείλεται στο γεγονός ότι η οικονομία αποτελείται από πολλές μικρότερες επιχειρήσεις.

Το μέγεθος των επιχειρήσεων μπορεί να συμβάλλει στο συνολικό αποτέλεσμα, αλλά οι διαφορές εξακολουθούν να υφίστανται ακόμη και εντός των μετρούμενων κατηγοριών μεγέθους. Η σχετική βαρύτητά τους, σε συνδυασμό με τη σύνθεση των κλάδων και άλλους παράγοντες, δεν μπορεί να προσδιοριστεί χωρίς περαιτέρω ανάλυση.

Η ανάλυση ανά κλάδο αναδεικνύει πρόσθετες διαφοροποιήσεις. Οι επιχειρήσεις λειτουργούν υπό διαφορετικές συνθήκες, εκτελούν διαφορετικά καθήκοντα και αντιμετωπίζουν διαφορετικές απαιτήσεις κατά την εισαγωγή νέων τεχνολογιών.

Ένα ενιαίο εθνικό ποσοστό αναπόφευκτα συμπυκνώνει όλη αυτή την πολυμορφία.

Ο σημαντικότερος, όμως, περιορισμός αφορά το τι μας πληροφορεί στην πραγματικότητα η ίδια η υιοθέτηση.

Ας φανταστούμε δύο επιχειρήσεις που δηλώνουν και οι δύο ότι χρησιμοποιούν Τεχνητή Νοημοσύνη.

Η μία χρησιμοποιεί μια εφαρμογή AI για να βοηθά τους εργαζομένους της σε συνήθεις διοικητικές εργασίες. Η άλλη έχει ενσωματώσει διαδικασίες υποστηριζόμενες από AI σε διάφορες λειτουργίες της, αλλάζοντας τον τρόπο με τον οποίο αξιολογούνται οι πληροφορίες, οργανώνονται τα καθήκοντα και προετοιμάζονται οι επιχειρησιακές αποφάσεις.

Και οι δύο μπορεί να καταγράφονται ως χρήστες Τεχνητής Νοημοσύνης βάσει του βασικού δείκτη της έρευνας.

Η εμπειρία τους από την τεχνολογία, ωστόσο, μπορεί να είναι εντελώς διαφορετική.

Πρόκειται για ένα υποθετικό παράδειγμα και όχι για ισχυρισμό σχετικά με τις πρακτικές συγκεκριμένων κυπριακών επιχειρήσεων. Αναδεικνύει την απόσταση ανάμεσα στην καταγραφή της παρουσίας μιας τεχνολογίας και στην κατανόηση των αλλαγών που συνδέονται με τη χρήση της.

Μια επιχείρηση μπορεί να υιοθετήσει μια εφαρμογή AI χωρίς να αλλάξει ουσιαστικά τον τρόπο λειτουργίας της. Μια άλλη μπορεί να αναδιοργανώσει καθιερωμένες διαδικασίες γύρω από τις νέες δυνατότητες, γεγονός που απαιτεί διαφορετικές δεξιότητες, αρμοδιότητες και διοικητικές ρυθμίσεις.

Η διάκριση δεν αφορά κατ' ανάγκην την επιτυχημένη ή αποτυχημένη υιοθέτηση. Μια εφαρμογή περιορισμένης εμβέλειας μπορεί να είναι πολύτιμη ακριβώς επειδή επιλύει αποτελεσματικά ένα συγκεκριμένο πρόβλημα. Από την άλλη, η εκτεταμένη τεχνολογική ενσωμάτωση δεν εγγυάται αυτομάτως βελτίωση των επιδόσεων.

Το ζήτημα της οικονομικής αξίας πρέπει να εξεταστεί ξεχωριστά.

Μια πληρέστερη αξιολόγηση θα έπρεπε να εξετάζει για ποιον σκοπό χρησιμοποιείται η τεχνολογία, πώς αλληλεπιδρούν οι εργαζόμενοι με αυτήν, ποιες διαδικασίες επηρεάζονται και κατά πόσο προκύπτουν μετρήσιμες αλλαγές.

Ακόμη και τότε, η παρατήρηση μιας βελτίωσης παράλληλα με τη χρήση AI δεν αποδεικνύει κατ' ανάγκην ότι η Τεχνητή Νοημοσύνη την προκάλεσε. Οι οργανωτικές αλλαγές, οι επενδύσεις, οι συνθήκες της αγοράς και άλλοι παράγοντες ενδέχεται επίσης να συμβάλλουν στο αποτέλεσμα.

Αυτός είναι ο λόγος για τον οποίο τα στατιστικά στοιχεία υιοθέτησης, από μόνα τους, δεν επαρκούν για να τεκμηριώσουν αιτιώδη επίδραση της Τεχνητής Νοημοσύνης στην παραγωγικότητα σε εθνικό επίπεδο.

Το ίδιο ισχύει και για την απασχόληση. Τα στοιχεία δεν αποκαλύπτουν κατά πόσο η Τεχνητή Νοημοσύνη έχει δημιουργήσει θέσεις εργασίας, έχει οδηγήσει σε απώλεια θέσεων εργασίας ή έχει αλλάξει τις απαιτήσεις συγκεκριμένων επαγγελμάτων. Για την εξαγωγή τέτοιων συμπερασμάτων απαιτούνται δεδομένα σχεδιασμένα ειδικά για τη διερεύνηση αυτών των αποτελεσμάτων.

Το ευρύτερο στατιστικό πρόγραμμα της Eurostat παρέχει ήδη περισσότερες λεπτομέρειες για τη χρήση της τεχνολογίας από όσες υποδηλώνει ο βασικός δείκτης υιοθέτησης. Αποτελεί μια πολύτιμη βάση για περαιτέρω διερεύνηση. Ωστόσο, οι πληροφορίες που απαιτούνται για να προσδιοριστούν οι οικονομικές επιπτώσεις εξαρτώνται από το ερώτημα που τίθεται.

Για τους επιχειρηματικούς ηγέτες, αυτή η διαφορά έχει πρακτική σημασία.

Η γνώση ότι μια τεχνολογία γίνεται όλο και πιο διαδεδομένη μπορεί να βοηθήσει στην κατανόηση της σημασίας της. Δεν αποδεικνύει, όμως, κατά πόσο μια προτεινόμενη επένδυση θα αποδώσει, αν οι εργαζόμενοι διαθέτουν τις απαραίτητες δεξιότητες για να εργαστούν με αυτήν ή αν το λειτουργικό μοντέλο μιας εταιρείας είναι έτοιμο να την αξιοποιήσει αποτελεσματικά.

Η διάδοση της Τεχνητής Νοημοσύνης, ο βαθμός ενσωμάτωσής της και η συμβολή της στις επιχειρηματικές επιδόσεις είναι αλληλένδετα ζητήματα. Απαιτούν, όμως, διαφορετικά στοιχεία για να αξιολογηθούν.

Η κατανόηση αυτής της διάκρισης είναι απαραίτητη όταν η συζήτηση περνά από τη στατιστική παρατήρηση στη λήψη αποφάσεων.

Τα ερωτήματα που προκύπτουν

Η απόκλιση της Κύπρου στα μετρούμενα ποσοστά υιοθέτησης της Τεχνητής Νοημοσύνης αξίζει σοβαρής προσοχής.

Μεταξύ των επιχειρήσεων που καλύπτονται από την εναρμονισμένη ευρωπαϊκή έρευνα, η διαφορά από την ΕΕ27 είναι σημαντική. Παραμένει επίσης σε όλες τις κατηγορίες μεγέθους επιχειρήσεων, γεγονός που υποδηλώνει ότι η συνολική εθνική εικόνα δεν μπορεί να εξηγηθεί απλώς από τη σύνθεση του επιχειρηματικού πληθυσμού.

Αυτό αποτελεί ένα ουσιαστικό σημείο εκκίνησης για τη διερεύνηση των συνθηκών υπό τις οποίες οι κυπριακές επιχειρήσεις υιοθετούν την Τεχνητή Νοημοσύνη.

Παραμένει, όμως, μόνο η αφετηρία.

Μια διεθνής σύγκριση της διάδοσης των τεχνολογιών, μια αξιολόγηση της χρήσης της Τεχνητής Νοημοσύνης στον χρηματοπιστωτικό τομέα και μια διερεύνηση των βελτιώσεων στην παραγωγικότητα στον τουρισμό αποτελούν τρία διαφορετικά ερευνητικά ερωτήματα.

Το πρώτο μπορεί να βασιστεί άμεσα στην εναρμονισμένη έρευνα επιχειρήσεων. Το δεύτερο απαιτεί στοιχεία που αφορούν χρηματοπιστωτικά ιδρύματα, τα οποία βρίσκονται εκτός του συνήθους πεδίου κάλυψής της. Το τρίτο πρέπει να εξετάσει τις επιχειρηματικές δραστηριότητες και τα οικονομικά αποτελέσματα, αντί να χρησιμοποιεί τα ποσοστά υιοθέτησης ως υποκατάστατο της παραγωγικότητας.

Για μια μεμονωμένη επιχείρηση, τα ερωτήματα γίνονται ακόμη πιο συγκεκριμένα.

Τι θα άλλαζε η Τεχνητή Νοημοσύνη στις λειτουργίες της; Ποιες δραστηριότητες θα ωφελούνταν; Ποιες οργανωτικές δυνατότητες θα απαιτούνταν; Πώς θα μπορούσε η επιχείρηση να διαπιστώσει κατά πόσο η εφαρμογή της τεχνολογίας είχε επιφέρει τα επιδιωκόμενα αποτελέσματα;

Ένα διεθνές ποσοστό υιοθέτησης μπορεί να προσφέρει χρήσιμο πλαίσιο αναφοράς για αυτές τις αποφάσεις. Δεν μπορεί, όμως, να απαντήσει στα συγκεκριμένα ερωτήματα εκ μέρους της ίδιας της επιχείρησης.

Η ίδια αρχή ισχύει και για τους δημόσιους οργανισμούς που εξετάζουν πολιτικές για την ψηφιακή ανάπτυξη, την εκπαίδευση ή τις δεξιότητες του εργατικού δυναμικού. Οι κατάλληλες αποφάσεις απαιτούν στοιχεία που ανταποκρίνονται στις οικονομικές δραστηριότητες και στα αποτελέσματα στα οποία αποσκοπούν οι πολιτικές αυτές.

Αυτό δεν σημαίνει κατ' ανάγκην ότι πρέπει να ανατίθεται μια νέα εθνική έρευνα κάθε φορά που ένας υφιστάμενος δείκτης φτάνει στα όρια της χρησιμότητάς του.

Η Κύπρος διαθέτει ήδη εθνικούς λογαριασμούς, επιχειρηματικές στατιστικές, στοιχεία για την αγορά εργασίας και άλλες πηγές οικονομικών πληροφοριών. Ορισμένα ερωτήματα μπορούν να απαντηθούν μέσα από προσεκτικότερη ανάλυση των υφιστάμενων δεδομένων. Άλλα θα απαιτήσουν έρευνες σε επίπεδο συγκεκριμένων κλάδων ή νέους τρόπους παρακολούθησης του τρόπου με τον οποίο χρησιμοποιείται πραγματικά η Τεχνητή Νοημοσύνη.

Το πρώτο βήμα είναι να προσδιοριστεί τι γνωρίζουμε ήδη, σε ποια σημεία τα διαθέσιμα στοιχεία είναι ελλιπή και ποια αναπάντητα ερωτήματα έχουν τη μεγαλύτερη σημασία για τη λήψη οικονομικών αποφάσεων.

Αυτός είναι και ο ευρύτερος σκοπός του Cyprus & AI.

Η ανάπτυξη της Τεχνητής Νοημοσύνης στην Κύπρο δεν μπορεί να γίνει κατανοητή αποκλειστικά μέσα από τον αριθμό των επιχειρήσεων που δηλώνουν ότι τη χρησιμοποιούν. Σημασία έχει η οικονομική διάρθρωση της χώρας, όπως επίσης οι διαφορές μεταξύ των κλάδων, η οργάνωση της εργασίας και η ανθρώπινη τεχνογνωσία που απαιτείται για να μετατραπούν οι τεχνολογικές δυνατότητες σε παραγωγική δραστηριότητα.

Οι επόμενες έρευνες αυτής της σειράς θα εξετάσουν αυτές τις διαστάσεις με βάση τα ιδιαίτερα χαρακτηριστικά τους, διαχωρίζοντας τις εξελίξεις που έχουν καταγραφεί από τις ερμηνείες, τις προσδοκίες και τα πιθανά μελλοντικά αποτελέσματα.

Προς το παρόν, τα επίσημα στοιχεία μάς αποκαλύπτουν κάτι σημαντικό. Μεταξύ των επιχειρήσεων που περιλαμβάνονται στην ευρωπαϊκή έρευνα, η υιοθέτηση της Τεχνητής Νοημοσύνης στην Κύπρο παραμένει σημαντικά χαμηλότερη από τον μέσο όρο της ΕΕ.

Δεν μας λένε, όμως, ότι η υπόλοιπη οικονομία παραμένει στάσιμη. Ούτε αποδεικνύουν πόση οικονομική αξία έχει ήδη δημιουργήσει η συγκεκριμένη τεχνολογία.

Η πρόκληση δεν είναι να αντικαταστήσουμε ένα αξιόπιστο στατιστικό στοιχείο με μια πιο καθησυχαστική αφήγηση. Είναι να αναπτύξουμε μια καλύτερη κατανόηση της οικονομίας, την οποία το συγκεκριμένο στατιστικό στοιχείο μπορεί να περιγράψει μόνο εν μέρει.

Για την Κύπρο, το ερώτημα πλέον δεν είναι απλώς πόσες επιχειρήσεις χρησιμοποιούν Τεχνητή Νοημοσύνη. Είναι τι αλλάζει μέσα από αυτή τη χρήση, σε ποιους τομείς συντελούνται αυτές οι αλλαγές και πώς μπορούμε να διαπιστώσουμε κατά πόσο δημιουργούν διαχρονική αξία.

Πηγές και μεθοδολογία

Υιοθέτηση της Τεχνητής Νοημοσύνης από τις επιχειρήσεις και ευρωπαϊκή σύγκριση. Στατιστική Υπηρεσία της Κύπρου (CYSTAT), «Results of the Survey on the Usage of Information and Communication Technologies (ICT) and E-Commerce in Enterprises 2025», δημοσίευση στις 4 Δεκεμβρίου 2025. Eurostat, «The Use of Artificial Intelligence (AI) Technologies in the European Union», έκδοση 2026, ιδίως η μεθοδολογία και οι συγκρίσεις ανά χώρα και μέγεθος επιχείρησης για το 2025. Βασικό σύνολο δεδομένων Eurostat: isoc_eb_ai.

Πληθυσμός της έρευνας. Η εναρμονισμένη έρευνα ΤΠΕ στις επιχειρήσεις καλύπτει επιχειρήσεις με τουλάχιστον δέκα απασχολούμενα άτομα (μισθωτούς και αυτοαπασχολουμένους) στους τομείς C–J και L–N της ταξινόμησης NACE Rev. 2, καθώς και στην ομάδα 95.1. Οι οικονομικές δραστηριότητες που χαρακτηρίζονται ως πλήρως εξαιρούμενες στην παρούσα ανάλυση αντιστοιχούν στους τομείς A, B, K, O, P, Q, R και T. Πρόσθετοι περιορισμοί κάλυψης προκύπτουν από το όριο απασχόλησης και από τις δραστηριότητες του τομέα S εκτός της ομάδας 95.1.

Ακαθάριστη προστιθέμενη αξία. Ανεξάρτητος υπολογισμός για το Cyprus & AI με βάση τον αναθεωρημένο πίνακα της CYSTAT «Gross Domestic Product (Production Approach), Annual», κωδικός 0610020E, με τελευταία αναθεώρηση στις 20 Οκτωβρίου 2026. Ο επαληθευμένος υπολογισμός βασίζεται σε 10.262,6 εκατ. ευρώ ακαθάριστης προστιθέμενης αξίας από τους πλήρως εξαιρούμενους τομείς, σε σύνολο 34.335,9 εκατ. ευρώ εθνικής ακαθάριστης προστιθέμενης αξίας για το 2025, και τα δύο σε τρέχουσες τιμές, αποδίδοντας ποσοστό περίπου 29,9%. Πρόκειται για ανεξάρτητο μέτρο της οικονομικής βαρύτητας των πλήρως εξαιρούμενων τομέων και όχι για επίσημο ποσοστό υιοθέτησης της Τεχνητής Νοημοσύνης ή εκτίμηση της συνολικής οικονομικής κάλυψης της έρευνας.

Διαβάστε το πρωτότυπο άρθρο στα αγγλικά

Ο Andreas Rieger είναι ανεξάρτητος σύμβουλος διοίκησης. Βοηθά ηγετικά στελέχη να προσεγγίζουν με σαφήνεια ζητήματα τεχνολογίας, Τεχνητής Νοημοσύνης και ψηφιακού μετασχηματισμού. Παράλληλα είναι και Συγγραφέας.

Ροή Ειδήσεων

Hellenic Bank Χορηγός Ροής INB
ΟΛΕΣ ΟΙ ΕΙΔΗΣΕΙΣ