Τα περισσότερα πιλοτικά έργα τεχνητής νοημοσύνης κολλάνε επειδή φτιάχτηκαν για να εντυπωσιάσουν σε μια παρουσίαση, όχι για να δουλέψουν με πραγματικά δεδομένα απέναντι σε έναν μετρημένο στόχο. Τα έργα που φτάνουν σε πραγματική λειτουργία μοιάζουν μεταξύ τους: μία στενή, συχνή εργασία, ένας αριθμός επιτυχίας που ορίζεται πριν φτιαχτεί οτιδήποτε, ένα σετ ελέγχου με πραγματικές περιπτώσεις μαζί με τις δύσκολες, ένας άνθρωπος που εγκρίνει το αποτέλεσμα μέχρι το ιστορικό να δικαιολογεί κάτι άλλο, και λειτουργικό κόστος και υπεύθυνος που σχεδιάζονται από την πρώτη εβδομάδα. Το ποσοστό αποτυχίας είναι αρκετά υψηλό ώστε να το υπολογίζετε: η Gartner προβλέπει ότι πάνω από το 40% των έργων agentic AI θα ακυρωθεί έως το τέλος του 2027. Όσα επιβιώνουν μοιάζουν σκόπιμα βαρετά: μία ροή εργασίας, ένας αριθμός, ένας υπεύθυνος.
Γιατί τα περισσότερα πιλοτικά έργα τεχνητής νοημοσύνης δεν φτάνουν ποτέ σε λειτουργία;
Γιατί κανείς δεν όρισε τι θα χρειαζόταν η πραγματική λειτουργία. Η Gartner αποδίδει την πρόβλεψή της για τα έργα agentic AI που θα ακυρωθούν στο κόστος που ξεφεύγει, στην ασαφή επιχειρηματική αξία και στους ανεπαρκείς ελέγχους κινδύνου, και προσθέτει ότι πολλά έργα είναι πρώιμα πειράματα που τα κινεί η μόδα (Gartner, 25 Ιουνίου 2025). Μια έκθεση του MIT το 2025, βασισμένη σε συνεντεύξεις, έρευνα και 300 δημόσιες εφαρμογές, βρήκε ότι μόνο περίπου το 5% των πιλοτικών έργων έφερε γρήγορη αύξηση εσόδων, ενώ τα υπόλοιπα κόλλησαν με ελάχιστο μετρήσιμο αποτέλεσμα, και ότι τα εργαλεία που αγοράστηκαν από εξειδικευμένους προμηθευτές ή φτιάχτηκαν με συνεργάτες πέτυχαν περίπου στο 67% των περιπτώσεων, έναντι περίπου ενός τρίτου για όσα φτιάχτηκαν εσωτερικά (Fortune, 18 Αυγούστου 2025). Ο ορισμός της επιτυχίας εκεί είναι στενός, αλλά οι αιτίες που καταγράφει ταιριάζουν με όσα βλέπω: δεδομένα παρουσίασης αντί για πραγματικά, κανένα σημείο αναφοράς, η σύνδεση με τα συστήματα αφημένη για αργότερα και κανένας υπεύθυνος για το αποτέλεσμα. Οι ελληνικές επιχειρήσεις ξεκινούν από πιο πίσω, όπως δείχνουν τα νούμερα στο άρθρο τεχνητή νοημοσύνη στις ελληνικές επιχειρήσεις, και αυτό κάνει ένα πρώτο έργο που δουλεύει πιο πολύτιμο, όχι λιγότερο.
Πώς διαλέγετε το σωστό πρώτο έργο τεχνητής νοημοσύνης;
Το διαλέγετε με βάση το πού το κέρδος μετριέται και ο κίνδυνος είναι μικρός. Έξι κριτήρια:
- η εργασία γίνεται συχνά, κάθε μέρα ή κάθε ώρα, ώστε ένα μικρό κέρδος να αθροίζεται,
- είναι στενή, με εισόδους και αποτελέσματα που χωράνε σε μια λίστα,
- τα δεδομένα που χρειάζεται υπάρχουν και έχετε πρόσβαση σε αυτά,
- ένα λάθος εντοπίζεται και διορθώνεται πριν κοστίσει χρήματα,
- το σημερινό κόστος, ο χρόνος ή το ποσοστό λαθών είναι γνωστά, ώστε να φαίνεται η βελτίωση,
- ένας άνθρωπος έχει την ευθύνη της ροής εργασίας και θέλει να διορθωθεί.
Η έρευνα προσθέτει ένα ακόμη φίλτρο. Στις μελέτες που εξέτασα, τα κέρδη συγκεντρώνονται εκεί όπου η εργασία ή ο εργαζόμενος είναι λιγότερο εδραιωμένοι: υπάλληλοι εξυπηρέτησης με βοηθό τεχνητής νοημοσύνης έλυσαν 14% περισσότερα αιτήματα ανά ώρα κατά μέσο όρο και 34% περισσότερα οι λιγότερο έμπειροι, ενώ έμπειροι προγραμματιστές σε ώριμο κώδικα μετρήθηκαν 19% πιο αργοί (The adoption gap). Ξεκινήστε εκεί όπου η δουλειά είναι επαναλαμβανόμενη και η γνώση σκόρπια, όχι εκεί όπου διαπρέπουν ήδη οι καλύτεροί σας άνθρωποι. Τυπικές περιπτώσεις θα βρείτε στο άρθρο εφαρμογές τεχνητής νοημοσύνης για μικρές επιχειρήσεις. Πρώτα έργα που καλύπτει αυτή η σειρά είναι η εξυπηρέτηση πελατών σε ένα e-shop, μια βάση γνώσης πάνω στα δικά σας έγγραφα, ο έλεγχος των βιβλίων απέναντι στο myDATA και η προετοιμασία ενός καταστήματος για AI agents. Τα περισσότερα χρειάζονται έναν agent και όχι πολλούς, όπως εξηγώ στο άρθρο multi-agent συστήματα, και μια στενή εργασία με μεγάλο όγκο μπορεί να μη χρειάζεται καθόλου μεγάλο μοντέλο, όπως περιγράφω στο άρθρο μικρά γλωσσικά μοντέλα.
Τι πρέπει να μετρήσετε πριν φτιάξετε οτιδήποτε;
Μετρήστε τη σημερινή διαδικασία και ορίστε τον στόχο. Καταγράψτε πόσο χρόνο παίρνει σήμερα η εργασία, πόσο κοστίζει και πόσο συχνά πάει στραβά. Μετά φτιάξτε το σετ ελέγχου: 30 έως 100 πραγματικές περιπτώσεις από τη ροή εργασίας, βαθμολογημένες κάθε φορά με τον ίδιο τρόπο, με κώδικα όπου γίνεται και με έναν ελεγμένο κριτή LLM για τα υπόλοιπα, όπως περιγράφεται στο evals: πώς αποδεικνύετε ότι ένα σύστημα τεχνητής νοημοσύνης δουλεύει και στο LLM as a judge. Περάστε από το σετ έναν agent που δεν κάνει τίποτα, ώστε να ξέρετε τι βαθμό φέρνει η αδράνεια, και γράψτε τον αριθμό που σημαίνει επιτυχία και τον αριθμό που σημαίνει διακοπή. Μετρήστε κάθε αλλαγή απέναντί τους, γιατί οι αλλαγές δεν βοηθούν πάντα. Στη δική μου μελέτη κόστους, δύο από τις έξι αλλαγές εκδόσεων έκαναν χειρότερο έναν agent σε πραγματική λειτουργία (What an agent actually costs).
Πώς μετράτε με ειλικρίνεια το κόστος ενός πιλοτικού;
Μετράτε κόστος ανά ολοκληρωμένη μονάδα δουλειάς, ποτέ μόνο ανά εκτέλεση ή ανά μήνα. Στην ίδια μελέτη, η έκδοση του agent με την καλύτερη βαθμολογία έδειχνε να κοστίζει 3,3 φορές όσο η προηγούμενη, κάτι που έμοιαζε με καθαρή περίπτωση φθίνουσας απόδοσης. Δεν ήταν: εκείνη η έκδοση έτρεχε κάθε εργασία τρεις φορές, και ανά εκτέλεση κόστιζε 1,10 φορές όσο η προηγούμενη και έτρεχε πιο γρήγορα. Αν μετρούσατε τις εκτελέσεις σαν εργασίες, θα είχατε απορρίψει μια καλή αλλαγή. Συγκρίνετε τις εκδόσεις με το κόστος ανά ολοκληρωμένη εργασία, μαζί με τις αποτυχημένες προσπάθειες και τις επαναλήψεις, και διαβάστε τον τιμοκατάλογο του παρόχου για τα tokens που στέλνετε πραγματικά, όπως εξηγώ στο πόσο κοστίζει στην πράξη ένας AI agent.
Τι χρειάζεται για να τρέχει ένα σύστημα τεχνητής νοημοσύνης σε πραγματική λειτουργία;
Χρειάζεται την ίδια πειθαρχία με κάθε άλλο λογισμικό, και μερικούς ελέγχους ειδικά για τα μοντέλα:
- Σύνδεση σε στάδια: πρώτα πρόσβαση μόνο για ανάγνωση, αργότερα για εγγραφή, και μόνο μέσω ενεργειών που καταγράφονται και αναιρούνται.
- Έγκριση από άνθρωπο για οτιδήποτε μη αναστρέψιμο, μέχρι το μετρημένο ιστορικό να δικαιολογεί την αφαίρεσή της, όπως περιγράφεται στο human in the loop.
- Παρακολούθηση: κάθε αίτημα, απάντηση, κλήση εργαλείου, κόστος και μεταβίβαση σε άνθρωπο καταγράφεται, και ένα δείγμα ελέγχεται κάθε εβδομάδα.
- Νέος έλεγχος σε κάθε αλλαγή μοντέλου: οι πάροχοι ενημερώνουν και αποσύρουν μοντέλα, οπότε το σετ ελέγχου τρέχει ξανά πριν από κάθε αλλαγή, όπως εξηγώ στο πώς διαλέγετε μοντέλο τεχνητής νοημοσύνης.
- Κανόνες ασφάλειας και δεδομένων: η είσοδος που δεν ελέγχετε αντιμετωπίζεται ως δεδομένα, όπως εξηγώ στο prompt injection, τα προσωπικά δεδομένα μένουν στο ελάχιστο σύμφωνα με τον GDPR, και καλύπτονται οι υποχρεώσεις του AI Act, μαζί με την εκπαίδευση της ομάδας κατά το άρθρο 4, όπως περιγράφεται στο άρθρο γραμματισμός στην τεχνητή νοημοσύνη.
- Εναλλακτική διαδρομή: όταν αποτυγχάνει το μοντέλο ή ο πάροχος, η δουλειά πηγαίνει σε άνθρωπο και δεν χάνεται.
Πόσο πρέπει να διαρκεί ένα πιλοτικό έργο τεχνητής νοημοσύνης;
Εβδομάδες, όχι τρίμηνα, και να τελειώνει με απόφαση. Μια δομή που δουλεύει: δύο εβδομάδες για να συγκεντρώσετε πραγματικά δεδομένα, να μετρήσετε το σημείο αναφοράς και να φτιάξετε το σετ ελέγχου, δύο εβδομάδες για την πρώτη έκδοση, που δουλεύει με προσχέδια, δύο έως τέσσερις εβδομάδες μέσα στην πραγματική ροή εργασίας, με ανθρώπους να εγκρίνουν κάθε αποτέλεσμα όσο συγκεντρώνονται οι αριθμοί, και μετά απόφαση: επέκταση, διόρθωση ή διακοπή. Ένα πιλοτικό χωρίς ημερομηνία λήξης είναι ο τρόπος με τον οποίο τα έργα σέρνονται έναν χρόνο χωρίς να κριθούν ποτέ.
Πότε πρέπει να σταματήσετε ένα πιλοτικό έργο;
Όταν δεν πιάνει τον αριθμό διακοπής που γράψατε στην αρχή. Αυτό συνήθως σημαίνει ότι δεν ξεπερνά το σημείο αναφοράς στο σετ ελέγχου μετά από εύλογο αριθμό βελτιώσεων, ότι το κόστος ανά ολοκληρωμένη εργασία ξεπερνά την αξία της, ή ότι κάνει ένα είδος λάθους που η επιχείρηση δεν μπορεί να δεχτεί. Η διακοπή με βάση τα στοιχεία είναι αποτέλεσμα, όχι αποτυχία: η επιχείρηση μαθαίνει τι χρειάζεται η εργασία, συχνά καλύτερα δεδομένα ή στενότερο πεδίο, με ένα κλάσμα του κόστους ενός έργου που τρέχει έναν χρόνο με ελπίδα.
Συχνές ερωτήσεις
Πόσο κοστίζει ένα πιλοτικό έργο τεχνητής νοημοσύνης;
Κυρίως χρόνο ανθρώπων: προετοιμασία δεδομένων, σύνδεση συστημάτων, δοκιμές και επίβλεψη. Η χρήση του μοντέλου είναι συνήθως το μικρότερο κομμάτι. Ορίστε προϋπολογισμό και αριθμό διακοπής πριν ξεκινήσετε, ώστε το πιλοτικό να μη μεγαλώνει αθόρυβα.
Χρειαζόμαστε data scientist για ένα πιλοτικό έργο;
Για τα περισσότερα επιχειρηματικά πιλοτικά, όχι. Χρειάζεστε κάποιον που έχει την ευθύνη της ροής εργασίας και ξέρει πώς μοιάζει ένα καλό αποτέλεσμα, και έναν μηχανικό που μπορεί να συνδέσει τα συστήματα και να φτιάξει τους ελέγχους.
Τι γίνεται αν το πιλοτικό δουλεύει αλλά οι άνθρωποι δεν το χρησιμοποιούν;
Τότε δεν έχει φτάσει σε πραγματική λειτουργία. Βάλτε από την πρώτη εβδομάδα τους ανθρώπους που κάνουν τη δουλειά, εκπαιδεύστε τους στο τι κάνει και τι δεν κάνει το σύστημα, και μετρήστε τη χρήση μαζί με την ακρίβεια.
Αν έχετε ένα πιλοτικό έργο που κόλλησε, ή ένα που ετοιμάζεστε να ξεκινήσετε, στείλτε μου την εργασία, τα δεδομένα που χρειάζεται και τον αριθμό που θα σήμαινε επιτυχία. Αν λείπει ο αριθμός, αυτό διορθώνεται πρώτο. Πώς πηγαίνω τα συστήματα από το πιλοτικό στην πραγματική λειτουργία, στη σελίδα agentic AI.