Μιχάλης Γεωργακόπουλος (Satori Analytics): Η τεχνητή νοημοσύνη ήρθε για να μείνει

Μιχάλης Γεωργακόπουλος (Satori Analytics): Η τεχνητή νοημοσύνη ήρθε για να μείνει
Ο ιδρυτής και CEO της Satori Analytics Μιχάλης Γεωργακόπουλος εξηγεί πώς η εποχή της τεχνητής νοημοσύνης ήρθε για να μεταλλάξει τις επιχειρήσεις, χωρίς επιστροφή.

Πριν από 10 χρόνια η Satori Analytics έκανε τα πρώτα της επιχειρηµατικά βήµατα στο Λονδίνο. Με βασικό αντικείµενο τη διαχείριση και την ανάλυση δεδοµένων, η οµάδα του ιδρυτή της εταιρείας Μιχάλη Γεωργακόπουλου εδραίωσε τη θέση της στην αγορά, διατηρώντας ισχυρό το ελληνικό στοιχείο στο ανθρώπινο δυναµικό της. Σήµερα αριθµεί 110 άτοµα σε Αθήνα και Λονδίνο, και την τελευταία τριετία σηµειώνει σταθερό ετήσιο ρυθµό ανάπτυξης που αγγίζει το 50%. «Τον διατηρούµε σταθερά σε αυτό το επίπεδο, γιατί δεν θέλω να αλλοιωθούν ο χαρακτήρας και η ποιότητα της εταιρείας» λέει χαρακτηριστικά ο ιδρυτής της Satori Analytics.

Μαζί µε τους «κλασικούς» χώρους στους οποίους συνεχίζει να αναπτύσσει νέες τεχνολογίες και προϊόντα, δηλαδή data management & engineering, µηχανική µάθηση (machine learning), αξιοποίηση δεδοµένων, βελτιστοποίηση και πρόβλεψη, ήρθε να προστεθεί ακόµη ένας πυλώνας: η παραγωγική τεχνητή νοηµοσύνη (GenAI). Μια τεχνολογία η οποία, όπως εξηγεί ο Μιχάλης Γεωργακόπουλος στη συνέντευξή του στο Fortune Greece, αποτελεί αυτήν τη στιγµή το νέο ισχυρό ανταγωνιστικό της πλεονέκτηµα.

Είναι ξεκάθαρο ότι σήμερα ζούμε στην εποχή της παραγωγικής τεχνητής νοημοσύνης. Πώς αναπροσαρμόστηκε η Satori Analytics μπροστά στη νέα αυτή πρόκληση;

Λέω πάντα πως ό,τι µας έχει φέρει µέχρι εδώ ως εταιρεία εξακολουθεί να είναι σχετικό µε όλες τις τελευταίες εξελίξεις στον τοµέα της GenAI. Και η αλήθεια είναι ότι χωρίς την τεχνογνωσία που έχουµε αποκτήσει σε επίπεδο διαχείρισης δεδοµένων και εφαρµογής της ΤΝ σε πολύπλοκους οργανισµούς µε legacy συστήµατα δεν θα µπορούσαµε ποτέ να είµαστε όσο πετυχηµένοι θέλουµε. Τι γίνεται, όµως, σήµερα; Με «άλογο κούρσας» την τεχνητή νοηµοσύνη, οι οργανισµοί επενδύουν σε όλους τους τοµείς που θα αξιοποιήσουν την πλήρη δύναµη αυτής της νέας τεχνολογίας. Είτε µε µια µετάβαση στο cloud, είτε µε data governance, είτε µε σωστή οργάνωση και διαχείριση των δεδοµένων. Απαιτήσεις τις οποίες εµείς µε κόπο χτίζουµε και βελτιώνουµε διαρκώς εδώ και δέκα χρόνια.

Άρα επιβεβαιώνεται κατά κάποιον τρόπο η άποψη ότι η ψηφιακή μεταμόρφωση ενός οργανισμού δεν μπορεί να συμβεί, εάν ταυτόχρονα δεν επέλθει και η πλήρης τεχνολογική του μετάβαση;

Στο δικό µας µυαλό δεν υπάρχει πολύ µεγάλος διαχωρισµός αυτών των δύο. Τι σηµαίνει, όµως, µια ουσιαστική ψηφιακή µεταµόρφωση; Σηµαίνει ότι θα πρέπει να εφαρµόζεις και να ενσωµατώνεις σιγά σιγά στην καθηµερινότητα της εταιρείας σου διάφορες ψηφιακές διαδικασίες. Αυτές µπορεί να είναι, για παράδειγµα, προϊόντα τεχνητής νοηµοσύνης ή µια καινούργια βάση δεδοµένων που ενοποιεί όλα σου τα δεδοµένα από τα επιµέρους συστήµατα. Πρακτικές που οδηγούν σε πολύ πιο ακριβείς εταιρικές αναφορές και αναλύσεις, οι οποίες επιτρέπουν στους οργανισµούς να χαράξουν µε πολύ µεγαλύτερη ακρίβεια τη στρατηγική τους.

Όλα αυτά αποτελούν µέρη της διαδικασίας που ονοµάζουµε «ψηφιακός µετασχηµατισµός», για τον οποίο η τεχνητή νοηµοσύνη αποτελεί ταυτόχρονα και παράγοντα επιρροής, αλλά και µέρος του συνόλου των διαδικασιών που τον διέπουν.

Επομένως, ποια είναι εκείνα τα χαρακτηριστικά σας που κάνουν τη διαφορά;

Θα σταθώ σε δύο παράγοντες. Ο ένας έχει να κάνει µε µια πολύ σηµαντική επένδυση της Satori Analytics στην ΤΝ, µε τη στελέχωση µιας µεγάλης εξειδικευµένης οµάδας που δουλεύει αποκλειστικά πάνω σε αυτή την τεχνολογία εδώ και καιρό. Μεταξύ άλλων, αυτό έχει ως αποτέλεσµα τη δηµιουργία µιας σειράς εργαλείων που ονοµάζουµε Accelerators. Πρόκειται για έτοιµες λύσεις τεχνητής νοηµοσύνης οι οποίες εµπνέονται από την ήδη επιτυχηµένη εφαρµογή τους σε µια σειρά από πελάτες µας. Ένας Accelerator µειώνει κατά µέσο όρο τον χρόνο και κόστος υλοποίησης στο µισό, αλλά και στο ελάχιστο το όποιο ρίσκο αστοχίας. Ο δεύτερος παράγοντας αφορά την εξειδίκευσή µας. Η Satori δεν είναι σούπερ µάρκετ παροχής λύσεων. Από την πρώτη µέρα ασχολούµαστε αποκλειστικά µε την αξιοποίηση δεδοµένων. Αυτό µας έχει επιτρέψει να ξέρουµε ακριβώς τι χρειάζεται για να πετύχει ένα έργο ΤΝ ή µηχανικής µάθησης και ούτω καθεξής. Έχουµε παράλληλα επενδύσει πολύ χρόνο και κόπο στην εκπαίδευση του προσωπικού µας. Μάλιστα, σε επίπεδο Analytics και AI, η Satori ως εταιρεία έχει την υψηλότερη πιστοποίηση από τη Microsoft, και αν δεν κάνω λάθος, είναι µία από τις 40 µόνον εταιρείες σε όλη την Ευρώπη µε το αντίστοιχο advanced specialization.

Ο ιδρυτής και CEO της Satori Analytics Μιχάλης Γεωργακόπουλος
Ο ιδρυτής και CEO της Satori Analytics Μιχάλης Γεωργακόπουλος

Πώς βλέπετε την πορεία της ελληνικής επιχειρηματικότητας προς την ψηφιακή της μετάβαση;

Πάντα έλεγα ότι η ελληνική αγορά κάνει κάθε χρόνο κάποια βήµατα µπροστά. Όµως, τα τελευταία δύο χρόνια αυτά τα βήµατα έχουν µετατραπεί σε άλµατα. Βλέπω πολλούς οργανισµούς να σχεδιάζουν και να χτίζουν στρατηγικές για το πώς θα υλοποιήσουν τον ψηφιακό τους µετασχηµατισµό µε µεγαλύτερη έµφαση στην τεχνητή νοηµοσύνη, αλλά και µε κατανόηση ότι η ψηφιακή τους µετάβαση είναι πλέον απαραίτητη. Νοµίζω πως οι ελληνικές επιχειρήσεις έχουν αντιληφθεί ότι, αν µείνουν πίσω, τότε κινδυνεύουν στρατηγικά ως οργανισµοί. Πλέον, τα budgets για τους τοµείς δεδοµένων και ΤΝ είναι µεγαλύτερα, αλλά ακόµη έχουµε δρόµο να διανύσουµε σε σύγκριση µε τις προηγµένες ευρωπαϊκές χώρες.

Παραγωγική τεχνητή νοημοσύνη: μια τεχνολογία, η οποία μέχρι πρότινος δεν «μίλαγε» και πολύ καλά ελληνικά. Εξακολουθεί η γλώσσα μας να αποτελεί τροχοπέδη για την εξάπλωσή της σε ελληνικές επιχειρήσεις;

Αυτό είναι µια απορία την οποία εκφράζουν πολλοί, και είµαι στην ευχάριστη θέση να πω µε πεποίθηση ότι τα ελληνικά δεν είναι πλέον πρόβληµα. Στη Satori Analytics έχουµε υλοποιήσει πάνω από 30 λύσεις ΤΝ οι οποίες «παίζουν» στα ελληνικά, ακόµη και στα greeklish. Με αυτό το εµπόδιο εκτός συζήτησης, βλέπουµε όλο και περισσότερους οργανισµούς να εντάσσουν στις καθηµερινές τους λειτουργίες τους λεγόµενους «ΑΙ agents», δηλαδή εφαρµογές οι οποίες λειτουργούν σε περιβάλλον Teams, Slack ή ακόµη και Copilot, και «συνοµιλούν» µε τους εργαζόµενους µιας επιχείρησης, απαντώντας σε απορίες ή ακόµη και προτείνοντας λύσεις για πολλές διαφορετικές λειτουργίες, οι οποίες µπορεί να αφορούν από ένα θέµα που αντιστοιχεί στο τµήµα Ανθρώπινου Δυναµικού (π.χ. να δηλώσει κάποιος απευθείας τις ηµέρες αδειών του) ως ένα κρίσιµο νοµικό ζήτηµα (π.χ. αν ένα νέο συµβόλαιο δεν παραβιάζει την ελληνική νοµοθεσία).

Πρόκειται για λειτουργίες οι οποίες βασίζονται στα γλωσσικά μοντέλα της ΤΝ. Πώς οργανώνετε εσείς αυτήν τη διαδικασία;

Για αυτόν τον σκοπό έχουµε υιοθετήσει ένα πλαίσιο και αρχιτεκτονική που ονοµάζουµε Bot of Bots, και το εφαρµόζουµε σε πολλούς από τους οργανισµούς που συνεργαζόµαστε. Πρακτικά, το BoΒ βοηθά µια επιχείρηση να χρησιµοποιεί µια πληθώρα από AI agents, µε τον τελικό χρήστη να «συνοµιλεί» µε τη µηχανή σε ένα και µόνο περιβάλλον, χωρίς να χρειαστεί να µεταβεί ποτέ σε κάποιο διαφορετικό interface. Όπως είπαµε, αυτή η διαδικασία εφαρµόζεται σε υπάρχουσες πλατφόρµες συνοµιλίας, µε το αποτέλεσµα να είναι ενιαίο και άµεσο. Ουσιαστικά, το BoB επιτρέπει σε έναν οργανισµό να υιοθετεί συνεχώς καινούργια copilots, custom ή out of the box, µε µια scalable και cost-efficient υποδοµή που απλοποιεί την εµπειρία του χρήστη.

Άρα μιλάμε για ένα σύμπλεγμα από τεχνολογίες ΤΝ οι οποίες συνδέονται με όλες τις βάσεις δεδομένων ενός οργανισμού. Πόσο ασφαλές είναι αυτό;

Είναι βέβαιο ότι την τεχνητή νοηµοσύνη δεν την τοποθετείς σε έναν οργανισµό και µετά την αφήνεις ανεξέλεγκτη. Εµείς αυτό το οποίο κάνουµε πάντοτε ακολουθεί τα πιο αυστηρά πρότυπα διαχείρισης και προστασίας ευαίσθητων δεδοµένων. Πρώτα από όλα, όσα κατασκευάζουµε τοποθετούνται στο cloud του πελάτη. Οπότε, κάθε πληροφορία παραµένει κάτω από το δικό του cloud subscription. Δεύτερον, η πρόσβαση στους AI agents πραγµατοποιείται µε διαδικασίες ταυτοποίησης. Δεν µπορεί ο καθένας να λαµβάνει χωρίς έλεγχο οποιαδήποτε απάντηση ζητήσει. Αυτό πραγµατοποιείται και σε επίπεδο πρόσβασης, αλλά και σε επίπεδο ανάκλησης δεδοµένων. Οι οργανισµοί θα πρέπει να προσέχουν πάρα πολύ τον τοµέα της ασφάλειας, γιατί ειδικά το κοµµάτι της ΤΝ είναι εξαιρετικά ευαίσθητο. Γι’ αυτό και είναι πολύ σηµαντικό να εµπιστεύονται εταιρείες µε εµπειρία στον χώρο.

Πόσο ωφέλιμη είναι στην πράξη η χρήση αυτών των AI agents; Έχετε κάποιο παράδειγμα;

Ένα πολύ ωραίο παράδειγµα είναι αυτό της κατασκευαστικής Archirodon Group, µιας πολύ µεγάλης ελληνικής εταιρείας µε παρουσία σε πολλές χώρες στο εξωτερικό. Εµείς υλοποιήσαµε για λογαριασµό της ένα EnterpriseGPT, το οποίο µοιάζει σαν το γνωστό µας ChatGPT, αλλά βασίζεται αποκλειστικά στα δεδοµένα του οργανισµού. Βασική του λειτουργία είναι η χρήση του από εξειδικευµένους µηχανικούς, οι οποίοι είναι υπεύθυνοι για την υλοποίηση µεγάλων έργων. Από τα νούµερα που µας έδωσε ο ίδιος ο οργανισµός, µέσω της χρήσης αυτής της τεχνολογίας ένα τµήµα περίπου 60 µηχανικών γλιτώνει 3.000 ανθρωποώρες τον µήνα.

Οπότε, γενικότερα σε επίπεδα παραγωγικότητας και ενίσχυσης του εργατικού δυναµικού, έχουµε δει φανταστικά αποτελέσµατα αλλά και µεγάλη µείωση λαθών.

Πολύ σηµαντικά αποτελέσµατα έχουµε δει και σε άλλους τοµείς, όπως την καταναλωτική εµπειρία. Έχουµε βοηθήσει οργανισµούς να καταλάβουν πώς µπορούν να βελτιώσουν την εµπειρία των πελατών τους µε συγκεκριµένα παραδείγµατα, χρησιµοποιώντας τα ίδια τους τα δεδοµένα. Με τη µόνη διαφορά ότι, ενώ παλαιότερα παρόµοιες υλοποιήσεις θα έπαιρναν µήνες και θα είχαν περιορισµένες δυνατότητες, πλέον µέσα σε λίγες µόνο εβδοµάδες ένας οργανισµός µπορεί να χτίσει µια λύση GenAI µε δυνατότητες που πριν λίγα χρόνια θα ήταν προϊόν sci-fi φαντασίωσης.

Δηλαδή, η τεχνητή νοημοσύνη δεν κάνει λάθη;

Η ΤΝ είναι φτιαγµένη από τον άνθρωπο. Φυσικά και κάνει λάθη. Αλλά, όταν έχεις τέτοιου επιπέδου αυτοµατισµούς, τα οφέλη είναι δυσανάλογα µεγάλα σε σχέση µε το υπολογισµένο ρίσκο ενός λάθους. Σε κάθε περίπτωση ΤΝ και human in the loop είναι ο καλύτερος συνδυασµός.

«Έχουμε βοηθήσει οργανισμούς να καταλάβουν πώς μπορούν να βελτιώσουν την εμπειρία των πελατών τους με συγκεκριμένα παραδείγματα, χρησιμοποιώντας τα ίδια τους τα δεδομένα».

Μιλάμε για εργαλεία τα οποία μπορούν να μετατρέψουν τις επιχειρήσεις από καταναλωτές τεχνολογίας, σε παραγωγούς καινοτομίας. Πώς μπορεί, λοιπόν, να φτάσει μια εταιρεία σε αυτό το επίπεδο;

Αυτό που λέω πάντα είναι ότι πριν τρέξεις πρέπει πρώτα να περπατήσεις. Ένα ωραίο παράδειγµα είναι ο όµιλος Motor Oil, µε τον οποίο ξεκινήσαµε µια συνεργασία όπου αρχίσαµε σιγά σιγά να υλοποιούµε κάποια πιο µικρά έργα πάνω στην τεχνητή νοηµοσύνη.

Ο οργανισµός είδε αποτελέσµατα, και άρχισε να χτίζεται µια κουλτούρα ότι η τεχνητή νοηµοσύνη δεν είναι θεωρία ή κάτι που θα έρθει σε πέντε χρόνια. Είναι µια τεχνολογία η οποία λειτουργεί εδώ και τώρα και µας βοηθά να γίνουµε πιο παραγωγικοί, πιο καινοτόµοι. Αυτά τα πρώτα βήµατα οδήγησαν στην αναγγελία από τον Νίκο Γιαννακάκη, Group CIO του οµίλου, ενός πρωτοπόρου κέντρου αριστείας ΤΝ µε συγκεκριµένο όραµα και στόχευση. Θεωρώ ότι ακόµα και µικροί οργανισµοί στην Ελλάδα πρέπει να εξετάσουν σοβαρά αυτή τη διαδικασία, διότι πρέπει να αποδεχτούµε πως η τεχνητή νοηµοσύνη ήρθε για να µείνει. Δεν θα υπάρχει οργανισµός που σέβεται τον εαυτό του και δεν θα διαθέτει AI agents. Είτε για την εξυπηρέτηση του καταναλωτή, είτε για την αύξηση της παραγωγικότητας, είτε για τη δηµιουργία καινούργιων καναλιών εσόδων. Μικρά βήµατα, µέτρηση του αποτελέσµατος, ρεαλισµός, και όχι πανικός στην όποια αστοχία, είναι η συνταγή που νοµίζω θα βοηθήσει και πιο άγουρες εταιρείες στο να υιοθετήσουν µε επιτυχία λύσεις ΤΝ.

Υπάρχει, όμως, και το μεγάλο ζήτημα του κόστους. Έχει αλλάξει κάτι σε σύγκριση με όσα γνωρίζαμε για τα υψηλά κόστη των μεγάλων γλωσσικών μοντέλων;

Για το ζήτηµα του κόστους των εργαλείων ΤΝ, η απάντησή µου έχει δύο σκέλη. Το πρώτο είναι ότι τα µεγαλύτερα µυαλά και οργανισµοί στον πλανήτη ανταγωνίζονται για το ποιος θα επικρατήσει στο κοµµάτι της τεχνητής νοηµοσύνης, µε αποτέλεσµα η καινοτοµία να είναι διαρκής, µειώνοντας το κόστος υλοποίησης. Ένα παράδειγµα είναι τα λεγόµενα µικρά γλωσσικά µοντέλα (SLM), τα οποία πραγµατοποιούν συγκεκριµένες δουλειές εξίσου καλά µε τα µεγάλα γλωσσικά µοντέλα (LLM) σε ένα κλάσµα του κόστους.

Όχι όλες τις δουλειές − εδώ πρέπει να είµαστε συγκεκριµένοι. Συγκεκριµένες δουλειές.

Το δεύτερο αφορά το Return on Investment (ROI). Αν δει κάποιος την επένδυση στην τεχνητή νοηµοσύνη µόνο σαν ένα ακόµα cost center, τότε χάνει την ουσία. Διότι, αν υλοποιήσει σωστά όλα όσα προαναφέραµε, τότε είναι βέβαιο ότι η επένδυσή του θα έχει πολλαπλάσιο όφελος της τάξης του 1 προς 5, ακόµα και 1 προς 30 σε κάποιες περιπτώσεις. Όµως, όπως σε όλα όσα αφορούν κρίσιµες επενδυτικές αποφάσεις, χρειάζεται σωστή διαχείριση. Διότι µπορεί κάποιες φορές η τεχνητή νοηµοσύνη να φέρνει άµεσες νίκες, που εδώ στην Ελλάδα µάς αρέσουν πάρα πολύ, αλλά για κάποια άλλα αποτελέσµατα θα χρειαστεί ένα εύλογο χρονικό διάστηµα µέχρι να τα δει µια επιχείρηση. Αλλά είναι σίγουρο ότι θα τα δει.

Και, τέλος, τι νέο να αναμένουμε από εσάς;

Έχουµε πρόσφατα λανσάρει µια σειρά από έξι GenAI Accelerators, τα οποία εκτελούν συγκεκριµένες δουλειές αυτή τη στιγµή σε τοµείς όπως ενέργεια, retail, τραπεζικός κλάδος, εξυπηρέτηση καταναλωτή κ.ά. µε εντυπωσιακά cost savings για τους πελάτες µας.

Παράλληλα, η οµάδα και η τεχνογνωσία µας µεγαλώνουν διαρκώς. Ο στόχος µας είναι να εδραιώσουµε τη θέση µας ως µιας από τις πρωτοπόρες εταιρείες τεχνητής νοηµοσύνης όχι µόνο στην Ελλάδα, αλλά και σε ολόκληρη την Ευρώπη. Αλλά και να συνεχίσουµε να είµαστε top προορισµός για τα πιο λαµπρά µυαλά της χώρας µας.

Μια δεκαετία που αφήνει πολλές υποσχέσεις για το μέλλον

Η πορεία της Satori Analytics, με την παρουσία της σε Αθήνα και Λονδίνο, έχει δείξει πως τα περιθώρια ανάπτυξης διευρύνονται κάθε χρόνο.

110 άτομα αποτελούν αυτήν τη στιγμή το δυναμικό της Satori Analytics, ενώ ήδη η εταιρεία προχωρά και σε νέες προσλήψεις.

50% είναι ο ετήσιος ρυθμός ανάπτυξης της εταιρείας την τελευταία τριετία.

10 χρόνια λειτουργίας κλείνει το 2024 η Satori Analytics.

>30 λύσεις τεχνητής νοημοσύνης που μιλούν άπταιστα την ελληνική γλώσσα, έχει ολοκληρώσει με επιτυχία μέχρι σήμερα η Satori Analytics.

*Φωτογραφίες: Σύλβια Διαμαντοπούλου

**H νέα έκδοση του Fortune Greece κυκλοφορεί Πέμπτη 31 Οκτωβρίου στα περίπτερα.