Ο επενδυτικός χώρος βιώνει σήμερα μια νέα φρενίτιδα ως αποτέλεσμα του κύματος Τεχνητής Νοημοσύνης (ΑΙ) που αναδιαμορφώνει ριζικά το επιχειρηματικό τοπίο. Η δυναμική αυτή δημιουργεί τεράστιες ευκαιρίες για ταχείες υπεραξίες, αλλά ταυτόχρονα εγείρει τον κίνδυνο μιας νέας φούσκας — πιθανώς μεγαλύτερης από τη φούσκα της εποχής του dot-com. Παρότι η τεχνητή νοημοσύνη αποτελεί τεχνολογία δεκαετιών, η τρέχουσα επιτάχυνση οφείλεται στη γενετική τεχνητή νοημοσύνη (Generative AI) και στις τεράστιες επενδύσεις σε υποδομές (compute, cloud, εξειδικευμένο hardware). Αυτοί οι παράγοντες καθιστούν εφικτά προϊόντα, υπηρεσίες και επιχειρηματικά μοντέλα που μέχρι πρόσφατα δεν μπορούσαμε να φανταστούμε. Στο περιβάλλον αυτό, η AI επηρεάζει καταλυτικά την καινοτομία, τη νεοφυή επιχειρηματικότητα και, κατ’ επέκταση, την επενδυτική δραστηριότητα. Η επίδραση αυτή μπορεί να αποτυπωθεί σε τρία βασικά πεδία:
1. Επίδραση στο Προϊόν
α. Δημιουργία εντελώς νέων προϊόντων και υπηρεσιών Η αξιοποίηση των δυνατοτήτων της GenAI επιτρέπει την ανάπτυξη εφαρμογών που δεν υπήρχαν προηγουμένως, δημιουργώντας αγορές από το μηδέν. Παραδείγματα αποτελούν αυτόνομα συστήματα λήψης αποφάσεων, εργαλεία πλήρως αυτοματοποιημένης δημιουργίας περιεχομένου, ή AI ειδικού σκοπού σε κλάδους όπως η υγεία, η νομική τεχνολογία ή η εκπαίδευση κ.λπ.
β. Ενίσχυση υπαρχόντων προϊόντων και υπηρεσιών Υφιστάμενα προϊόντα software και όχι μόνο αναβαθμίζονται ριζικά μέσω: • αυτοματοποίησης διαδικασιών με AI agents και workflow automations, • νέων διεπαφών χρήστη όπως conversational interfaces, • αυτοματοποίηση στην εισαγωγή δεδομένων, • εξατομίκευσης (hyperpersonalization) με χρήση έξυπνων αλγορίθμων.
γ. Συνδυασμός AI με hardware Η σύζευξη AI και hardware φέρνει νέα ρομποτικά συστήματα, προηγμένους αισθητήρες, αυτόνομα drones, καθώς και διαστημικές εφαρμογές που μέχρι πρότινος απαιτούσαν τεράστιες επενδύσεις R&D.
δ. Ανάπτυξη βασικών υποδομών AI Η ίδια η τεχνητή νοημοσύνη αποτελεί πλέον αυτόνομη κατηγορία προϊόντων: από cloud υποδομές υψηλής υπολογιστικής ισχύος και συστήματα ασφάλειας (AI cyber security) έως εργαλεία διαχείρισης μοντέλων, fine-tuning και deployment σε μεγάλη κλίμακα.
2. Επίδραση στο Επιχειρηματικό Μοντέλο
H AI μεταβάλλει θεμελιωδώς τον τρόπο με τον οποίο παράγεται, κοστολογείται και διανέμεται μια υπηρεσία.
α. Μείωση κόστους μέσω αυτοματοποίησης.
Η αυτοματοποίηση επιτρέπει:
• δραστική μείωση λειτουργικού κόστους
• αλλαγή της δομής κόστους
• μείωση ανθρωπίνων πόρων σε επαναλαμβανόμενες διαδικασίες
β. Δημιουργία νέων μεταβλητών κοστολογίων.
Παράλληλα αυτός δημιουργεί νέο κόστος, συχνά μη προβλέψιμο:
• χρέωση χρήσης υποδομών GenAI
• αυξημένη εξάρτηση από τρίτους παρόχους μοντέλων
• αβεβαιότητα για τη μελλοντική διαμόρφωση τιμών compute.
Το αποτέλεσμα είναι ότι οι χρηματοοικονομικοί δείκτες ενός επιχειρηματικού μοντέλου (μοντέλο κερδοφορίας, απαιτούμενο κεφάλαιο, scalability) μεταβάλλονται σημαντικά και απαιτούν συνεχή επαναξιολόγηση
3. Επίδραση στην Ταχύτητα και τον Κύκλο Ανάπτυξης
H AI έχει συμπιέσει εντυπωσιακά το χρονικό πλαίσιο ανάπτυξης προϊόντων.
α. Επιτάχυνση δημιουργίας MVP (Μinimum Viable Product) Ενώ στο πρόσφατο παρελθόν η δημιουργία SaaS MVP απαιτούσε 6–12 μήνες, σήμερα ο χρόνος αυτός έχει μειωθεί σε 3–6 μήνες, συχνά με πολύ μικρότερη ομάδα και μικρότερο κόστος.
β. Ταχύτερο market feedback και αυξημένη ικανότητα για pivot Η μείωση του κόστους και του χρόνου ανάπτυξης επιτρέπει:
• συχνότερη επαφή με την αγορά
• ταχύτερη επικύρωση (business validation)
• ευκολότερο pivot χωρίς υψηλό sunk cost
Αυτό δημιουργεί ένα νέο επιχειρηματικό περιβάλλον, όπου οι startups μπορούν να κινούνται με ρυθμούς παλαιότερα αδιανόητους αλλά και οι επενδυτές είναι πιο απαιτητικοί ως προς το τι να περιμένουν, ειδικά από εταιρείες σε πρώιμο στάδιο ανάπτυξης (early-stage). Συμπερασματικά, η τεχνητή νοημοσύνη δεν αποτελεί απλώς μια τεχνολογική εξέλιξη αλλά μια διατομεακή μεταβολή που επηρεάζει τον πυρήνα της επιχειρηματικής δημιουργίας και της επενδυτικής στρατηγικής. Οι ευκαιρίες είναι εξαιρετικά μεγάλες, αλλά συνοδεύονται από συστημικούς κινδύνους — είτε από υπερβολικές αποτιμήσεις είτε από υπερεξάρτηση σε υποδομές και μοντέλα τρίτων.
Το ελληνικό οικοσύστημα, παρότι μικρότερο σε μέγεθος, παρουσιάζει ήδη startups που αξιοποιούν την AI ουσιαστικά – είτε για να δημιουργήσουν νέες κατηγορίες προϊόντων, είτε για να ενισχύσουν υφιστάμενες, είτε για να αναπτύξουν deep-tech λύσεις με παγκόσμιες προοπτικές.
Για επενδυτές και επιχειρηματίες, η πρόκληση είναι διπλή:
1. Να αναγνωρίσουν ποιες επιχειρήσεις δημιουργούν πραγματική αξία μέσω AI, και όχι απλώς τοποθετούν το label «AI-powered»
2. Να διαμορφώσουν στρατηγικές επενδύσεις που ισορροπούν την καινοτομία με τη διαχείριση κινδύνου, σε ένα περιβάλλον όπου οι ταχύτητες, τα κόστη και οι αγορές μεταβάλλονται εξαιρετικά γρήγορα.
*Η Κατερίνα Πραματάρη είναι founding partner Uni.Fund και Καθηγήτρια στο Τμήμα Διοικητικής Επιστήμης και Τεχνολογίας, ΟΠΑ
