Η υιοθέτηση της Τεχνητής Νοημοσύνης έχει σχεδόν γενικευτεί στους οργανισμούς, με το 88% των ερωτηθέντων σε παγκόσμια έρευνα να αναφέρει πλέον τακτική χρήση της τεχνολογίας σε τουλάχιστον μία επιχειρηματική λειτουργία, σημειώνοντας αύξηση από το 78% του προηγούμενου έτους. Ωστόσο, η νέα έκθεση της McKinsey, με τίτλο «The state of AI in 2025», αποκαλύπτει ένα βαθύ χάσμα μεταξύ της ευρείας χρήσης και της πραγματικής κλιμάκωσης. Σχεδόν τα δύο τρίτα των οργανισμών, σύμφωνα με τα βασικά ευρήματα, δεν έχουν ακόμη αρχίσει την κλιμάκωση της AI σε επίπεδο επιχείρησης. Η πλειοψηφία παραμένει σε πρώιμα στάδια, με το 32% να βρίσκεται στη φάση του πειραματισμού και το 30% σε πιλοτική εφαρμογή, ενώ μόλις 7% αναφέρει πλήρη κλιμάκωση.
Παράλληλα με την ευρύτερη χρήση, η έρευνα καταγράφει «υψηλή περιέργεια» για τους λεγόμενους «AI agents», οι οποίοι ορίζονται ως συστήματα βασισμένα σε μοντέλα θεμελίωσης ικανά να δρουν στον πραγματικό κόσμο, σχεδιάζοντας και εκτελώντας αυτόνομα πολλαπλά βήματα σε μια ροή εργασίας. Συνολικά, το 62% των οργανισμών αναφέρει ότι τουλάχιστον πειραματίζεται με τους agents, με το 23% να δηλώνει ότι ήδη κλιμακώνει ένα τέτοιο σύστημα και ένα επιπλέον 39% να έχει ξεκινήσει τον πειραματισμό. Η χρήση τους, ωστόσο, δεν είναι ακόμη ευρέως διαδεδομένη και εστιάζεται κυρίως σε μία ή δύο λειτουργίες, με την κλιμάκωση (scaling ή fully scaled) να είναι συχνότερη στους τομείς της Πληροφορικής (IT) (16%) και της Διαχείρισης Γνώσης (13%).
Αυτή η αργή κλιμάκωση αντικατοπτρίζεται στον οικονομικό αντίκτυπο, ο οποίος παραμένει περιορισμένος σε επίπεδο επιχείρησης. Μόλις το 39% των ερωτηθέντων αποδίδει οποιοδήποτε επίπεδο αντικτύπου στα Κέρδη προ Τόκων και Φόρων στην AI και οι περισσότεροι από αυτούς αναφέρουν ότι ο αντίκτυπος αυτός είναι κάτω του 5%. Παρόλα αυτά, οι «θετικοί κύριοι δείκτες» είναι ορατοί: το 64% δηλώνει ότι η AI έχει βελτιώσει την καινοτομία στον οργανισμό του, ενώ το 45% αναφέρει βελτίωση στην ικανοποίηση των πελατών και το 45% στην ανταγωνιστική διαφοροποίηση. Σε επίπεδο μεμονωμένων περιπτώσεων χρήσης, τα οφέλη μείωσης κόστους αναφέρονται συχνότερα στη Μηχανική Λογισμικού (56%), την Παραγωγή (56%) και την IT (54%), ενώ η αύξηση εσόδων εντοπίζεται κυρίως στο Μάρκετινγκ και τις Πωλήσεις (67%).
Η έκθεση εντοπίζει μια μικρή, αλλά κρίσιμη, ομάδα «υψηλών επιδόσεων», η οποία αντιπροσωπεύει περίπου το 6% των ερωτηθέντων και αποδίδει 5% ή περισσότερο του EBIT στην AI, αναφέροντας παράλληλα «σημαντική αξία». Αυτοί οι οργανισμοί διαφοροποιούνται πλήρως στη στρατηγική τους. Είναι 3,6 φορές πιο πιθανό να δηλώνουν ότι σκοπεύουν να χρησιμοποιήσουν την AI για «μετασχηματιστική αλλαγή» στις επιχειρήσεις τους τα επόμενα 3 χρόνια (50% έναντι 14% των υπολοίπων). Ενώ η πλειοψηφία (80%) όλων των εταιρειών θέτει την αποδοτικότητα ως στόχο, οι high performers θέτουν επιπλέον στόχους για Ανάπτυξη (82%) και Καινοτομία (79%).
Ο κρισιμότερος παράγοντας επιτυχίας για αυτή την ομάδα φαίνεται να είναι ο επανασχεδιασμός των ροών εργασίας. Οι οργανισμοί υψηλών επιδόσεων είναι 2,8 φορές πιο πιθανό να έχουν «επανασχεδιάσει εκ βάθρων» τις ροές εργασίας τους (56% έναντι 20% των υπολοίπων). Επίσης, κλιμακώνουν τους AI agents πολύ πιο επιθετικά: είναι τουλάχιστον τρεις φορές πιο πιθανό να κλιμακώνουν agents στις περισσότερες επιχειρηματικές λειτουργίες, με τη διαφορά να είναι αισθητή στο IT (33% έναντι 8%) και στη Διαχείριση Γνώσης (31% έναντι 7%). Η δέσμευση της ηγεσίας είναι επίσης τρεις φορές ισχυρότερη, με το 48% να «συμφωνεί απόλυτα» με τη δέσμευση των ανώτατων ηγετών, έναντι μόλις 16% των υπολοίπων.
Οι οργανισμοί υψηλών επιδόσεων επενδύουν επίσης σημαντικά περισσότερο, με το 35% αυτών να αφιερώνει πάνω από το 20% του ψηφιακού του προϋπολογισμού στην AI, κάτι που είναι 4,9 φορές πιο πιθανό από τους άλλους οργανισμούS (όπου το αντίστοιχο ποσοστό είναι 7%). Επιπλέον, εφαρμόζουν κρίσιμες βέλτιστες πρακτικές, όπως καθορισμένες διαδικασίες για το πότε οι έξοδοι του μοντέλου χρειάζονται ανθρώπινη επικύρωση (human-in-the-loop), κάτι που κάνει το 65% αυτών, έναντι μόλις 23% των υπολοίπων.
Στο κρίσιμο μέτωπο του εργατικού δυναμικού, οι προοπτικές παραμένουν μικτές («Differing perspectives»). Για τον επόμενο χρόνο, η πλειοψηφία (43%) δεν αναμένει καμία αλλαγή στο συνολικό μέγεθος του προσωπικού, ωστόσο ένα σημαντικό 32% προβλέπει μείωση 3% ή περισσότερο, ενώ το 13% προβλέπει αύξηση. Παρόλα αυτά, η τάση είναι αυξητική ως προς τις μειώσεις. Ενώ ο διάμεσος όρος των ερωτηθέντων που ανέφεραν μειώσεις πέρυσι λόγω AI ήταν 17%, ο διάμεσος όρος όσων αναμένουν μειώσεις τον επόμενο χρόνο σχεδόν διπλασιάζεται, φτάνοντας το 30%. Οι μεγαλύτερες αναμενόμενες μειώσεις εντοπίζονται σε τομείς όπως οι Λειτουργίες Εξυπηρέτησης (Service Operations) (39%) και η Εφοδιαστική Αλυσίδα (Supply chain) (33%).
Ταυτόχρονα με τις ανησυχίες για μειώσεις, οι περισσότεροι οργανισμοί προέβησαν σε προσλήψεις για ρόλους σχετιζόμενους με την AI τον τελευταίο χρόνο. Η ζήτηση για ταλέντο παραμένει ισχυρή, ειδικά σε μεγαλύτερες εταιρείες. Οι ρόλοι με τη μεγαλύτερη ζήτηση σε εταιρείες με έσοδα άνω του 1 δισ. δολαρίων είναι οι Επιστήμονες Δεδομένων AI (AI data scientists) (30%), οι Μηχανικοί Δεδομένων (Data engineers) (29%), οι Μηχανικοί Μηχανικής Μάθησης (Machine learning engineers) (29%) και οι Μηχανικοί Λογισμικού (Software engineers) (29%). Στους ίδιους τους τομείς, η εικόνα είναι διπλή: η Μηχανική Λογισμικού, για παράδειγμα, αναμένει τόσο μείωση 32% όσο και αύξηση 21%.
Τέλος, η έρευνα, η οποία διεξήχθη από τις 25 Ιουνίου έως τις 29 Ιουλίου 2025 με 1.993 συμμετέχοντες από 105 χώρες, υπογραμμίζει την αυξανόμενη ωριμότητα στη διαχείριση κινδύνων. Οι οργανισμοί αναφέρουν ότι μετριάζουν κατά μέσο όρο τέσσερις κινδύνους, έναντι μόλις δύο το 2022. Η «ανακρίβεια» αναδεικνύεται ως η κορυφαία αρνητική συνέπεια που έχουν βιώσει (30% την ανέφεραν) και αποτελεί τον κίνδυνο που μετριάζεται συχνότερα (54%). Ακολουθεί η «Κυβερνοασφάλεια» (51% μετριασμός). Ενδιαφέρον παρουσιάζει το χάσμα στην «επεξηγησιμότητα», η οποία, αν και είναι η δεύτερη συχνότερη αρνητική συνέπεια (14%), δεν βρίσκεται ψηλά στις προτεραιότητες μετριασμού (μόνο 28%).
