Ομιλίες

  • Κοινοποίηση:

Ομιλία του Διοικητή της Τράπεζας της Ελλάδος Γιάννη Στουρνάρα στο 4th “Quo Vadis AI?” Conference, με τίτλο «Τεχνητή Νοημοσύνη, Αγορά Εργασίας και Κεντρικές Τράπεζες»

04/06/2026 - Ομιλίες

1. Η Τεχνητή Νοημοσύνη ως σημείο καμπής της παγκόσμιας οικονομίας

Είναι ιδιαίτερη χαρά και τιμή που βρίσκομαι σήμερα μαζί σας, σε μια περίοδο όπου η παγκόσμια οικονομία βρίσκεται μπροστά σε ένα σημείο καμπής. Η Τεχνητή Νοημοσύνη έχει πλέον αναδειχθεί σε έναν από τους βασικούς παράγοντες διαμόρφωσης των σύγχρονων προκλήσεων για τις οικονομίες, την αγορά εργασίας και τις κεντρικές τράπεζες.

Η Τεχνητή Νοημοσύνη δεν αποτελεί ένα θεωρητικό ενδεχόμενο ή μια τεχνολογική υπόσχεση του μέλλοντος. Είναι ήδη παρούσα και μεταβάλλει το πλαίσιο μέσα στο οποίο ασκούνται η οικονομική και η νομισματική πολιτική.

Για πρώτη φορά μετά από δεκαετίες, βρισκόμαστε μπροστά σε μια τεχνολογική μετάβαση τέτοιας κλίμακας, με τη δυναμική να επηρεάζει ταυτόχρονα την παραγωγικότητα, τη δομή της απασχόλησης, τις γεωπολιτικές ισορροπίες, την κατανομή του εισοδήματος και τον τρόπο με τον οποίο λειτουργούν οι θεσμοί.  

2. Αβεβαιότητα, παραγωγικότητα και μακροοικονομικές επιδράσεις

Όπως επισημαίνει η Πρόεδρος της Ευρωπαϊκής Κεντρικής Τράπεζας (ΕΚΤ) Christine Lagarde,  βρισκόμαστε πλέον σε μια μετάβαση «από έναν κόσμο όπου ο κίνδυνος μπορούσε να μετρηθεί και να μοντελοποιηθεί σε έναν κόσμο γνήσιας αβεβαιότητας».[1] Η παρατήρηση αυτή αποτυπώνει εύστοχα τη νέα πραγματικότητα που δημιουργούν η γεωπολιτική αστάθεια, ο κατακερματισμός της παγκόσμιας οικονομίας και η ραγδαία εξάπλωση της Τεχνητής Νοημοσύνης.

Η Τεχνητή Νοημοσύνη δεν αποτελεί απλώς μια ακόμη τεχνολογική καινοτομία. Σύμφωνα με την Πρόεδρο της ΕΚΤ, πρόκειται για μια «τεχνολογία γενικής χρήσης», αντίστοιχη με τον ηλεκτρισμό και το διαδίκτυο, η οποία έχει τη δυνατότητα να μετασχηματίσει την παραγωγικότητα, τις αγορές εργασίας και το σύνολο της οικονομικής δραστηριότητας.

Αυτό θέτει μια νέα πρόκληση για τις κεντρικές τράπεζες και τους θεσμούς οικονομικής πολιτικής. Η πρόκληση δεν είναι μόνο να κατανοήσουμε τις επιδράσεις της Τεχνητής Νοημοσύνης στην ανάπτυξη και στον πληθωρισμό, αλλά και να διασφαλίσουμε ότι η τεχνολογική πρόοδος θα μεταφραστεί σε ευρύτερη κοινωνική και οικονομική ευημερία.

Πρόσφατη μελέτη της Federal Reserve Bank of New York υπογραμμίζει ότι η Τεχνητή Νοημοσύνη μεταβάλλει όχι μόνο την παραγωγικότητα και την ανάπτυξη, αλλά και τον ίδιο τον μηχανισμό μετάδοσης της νομισματικής πολιτικής, επηρεάζοντας τον πληθωρισμό, τις προσδοκίες των αγορών και τη χρηματοπιστωτική σταθερότητα. Παράλληλα, επισημαίνει τον κίνδυνο στασιμοπληθωρισμού της Τεχνητής Νοημοσύνης, κατά την μεταβατική περίοδο υιοθέτησης των νέων τεχνολογιών, όπου συνυπάρχουν χαμηλή παραγωγικότητα, πληθωριστικές πιέσεις και χρηματοπιστωτική αστάθεια.[2]

Το συμπέρασμα είναι σαφές: η εποχή της Τεχνητής Νοημοσύνης δεν αλλάζει τον πυρήνα της αποστολής των κεντρικών τραπεζών, αλλά καθιστά αναγκαία την προσαρμογή των αναλυτικών εργαλείων και των πλαισίων πολιτικής σε ένα οικονομικό περιβάλλον αυξημένης πολυπλοκότητας και ταχύτατων μεταβολών.   

3. Τεχνολογική επανάσταση και μετασχηματισμός της εργασίας

Το εύρος και η πολυπλοκότητα αυτών των επιδράσεων καθιστούν σαφές ότι η σχετική συζήτηση υπερβαίνει το τεχνολογικό πεδίο και αποκτά βαθιά οικονομική, κοινωνική και πολιτική διάσταση.

Η ιστορία μάς διδάσκει ότι κάθε μεγάλη τεχνολογική επανάσταση δημιουργεί ταυτόχρονα ευκαιρίες και ανισορροπίες. Η ατμομηχανή, ο ηλεκτρισμός, το διαδίκτυο – όλες οι μεγάλες καινοτομίες – αύξησαν την παραγωγικότητα και βελτίωσαν το βιοτικό επίπεδο μακροπρόθεσμα. Ωστόσο, καμία δεν κατένειμε τα οφέλη της αυτόματα ή ομοιόμορφα.

Η Τεχνητή Νοημοσύνη είναι πιθανόν να αποτελέσει τη σημαντικότερη τεχνολογική αλλαγή του 21ου αιώνα ακριβώς επειδή δεν περιορίζεται στη μηχανική αυτοματοποίηση. Επεκτείνεται στη γνώση, στην ανάλυση, στη λήψη αποφάσεων, ακόμη και στη δημιουργία περιεχομένου. Η επίδραση της Τεχνητής Νοημοσύνης δεν περιορίζεται στη χειρωνακτική εργασία ή στην αυτοματοποίηση επαναλαμβανόμενων καθηκόντων. Επιστημονικοί και επαγγελματικοί τομείς υφίστανται σημαντικούς μετασχηματισμούς τόσο ως προς το περιεχόμενο όσο και ως προς τον τρόπο εκτέλεσης της εργασίας.

Η νέα πραγματικότητα εγείρει ένα κρίσιμο ερώτημα: η Τεχνητή Νοημοσύνη θα λειτουργήσει ως δύναμη ενίσχυσης της ανθρώπινης δημιουργικότητας ή ως μηχανισμός διεύρυνσης ανισοτήτων και συγκέντρωσης ισχύος;

Η απάντηση δεν είναι τεχνολογική. Είναι θεσμική.

Η συζήτηση αποκτά ακόμη μεγαλύτερη σημασία σε μια περίοδο κατά την οποία πολλές ευρωπαϊκές οικονομίες αντιμετωπίζουν έντονες δημογραφικές πιέσεις λόγω της γήρανσης του πληθυσμού και της συρρίκνωσης του εργατικού δυναμικού. Υπό αυτή την έννοια, η Τεχνητή Νοημοσύνη μπορεί να λειτουργήσει όχι μόνο ως παράγοντας αύξησης της παραγωγικότητας, αλλά και ως μηχανισμός μερικής αντιστάθμισης των επιπτώσεων της δημογραφικής μετάβασης.

Η οικονομική διάσταση της Τεχνητής Νοημοσύνης είναι ήδη ορατή. Οι μεγαλύτερες οικονομίες του κόσμου έχουν εισέλθει σε έναν νέο παγκόσμιο ανταγωνισμό για δεδομένα, υπολογιστική ισχύ, ενεργειακές υποδομές και ανθρώπινο κεφάλαιο υψηλής εξειδίκευσης. Οι επενδύσεις σε συστήματα Τεχνητής Νοημοσύνης αυξάνονται εκθετικά. Ταυτόχρονα, οι κυβερνήσεις αντιμετωπίζουν πλέον την τεχνολογία όχι μόνο ως εργαλείο ανάπτυξης, αλλά και ως στρατηγικό παράγοντα εθνικής ισχύος.

Η παγκόσμια οικονομία εισέρχεται σε μια περίοδο όπου η παραγωγικότητα θα εξαρτάται όλο και περισσότερο από την ικανότητα των οικονομιών να ενσωματώνουν αποτελεσματικά την Τεχνητή Νοημοσύνη στις παραγωγικές τους δομές.

Αυτό έχει ιδιαίτερη σημασία για την Ευρώπη. Η Ευρώπη διαθέτει ισχυρό επιστημονικό δυναμικό, σημαντικά πανεπιστήμια, ποιοτικούς θεσμούς και υψηλό επίπεδο ανθρώπινου κεφαλαίου. Ωστόσο, εξακολουθεί να υστερεί έναντι των Ηνωμένων Πολιτειών και της Κίνας σε επενδύσεις τεχνολογίας αιχμής, σε οικοσυστήματα καινοτομίας μεγάλης κλίμακας και στην ταχύτητα εμπορικής αξιοποίησης της έρευνας.

Όπως έχει επισημάνει η Πρόεδρος της ΕΚΤ  η Τεχνητή Νοημοσύνη μπορεί να αποτελέσει έναν ισχυρό καταλύτη παραγωγικότητας για την ευρωπαϊκή οικονομία, υπό την προϋπόθεση ότι η Ευρώπη θα επενδύσει συντονισμένα σε ψηφιακές υποδομές, δεξιότητες και καινοτομία.[3] Η επισήμανση αυτή είναι κρίσιμη. Διότι η Τεχνητή Νοημοσύνη δεν είναι μια τεχνολογία που παράγει αυτόματα ανάπτυξη. Οι οικονομικές της επιδράσεις εξαρτώνται από την ποιότητα των θεσμών, την ταχύτητα προσαρμογής των επιχειρήσεων, την επάρκεια των δεξιοτήτων και την ικανότητα των κρατών να δημιουργήσουν ένα περιβάλλον εμπιστοσύνης και σταθερότητας.   

4. Ο ρόλος των κεντρικών τραπεζών

Και εδώ ακριβώς υπεισέρχεται ο ρόλος των κεντρικών τραπεζών.

Εδώ και δεκαετίες, οι κεντρικές τράπεζες έχουν ως βασική αποστολή τη σταθερότητα των τιμών και τη διασφάλιση της χρηματοπιστωτικής σταθερότητας. Σήμερα, καλούνται να λειτουργήσουν σε ένα περιβάλλον όπου οι τεχνολογικές αλλαγές μεταβάλλουν ταχύτερα από ποτέ τη δομή της οικονομίας.

Η Τεχνητή Νοημοσύνη επηρεάζει ήδη κρίσιμες παραμέτρους της μακροοικονομικής ανάλυσης.

Πρώτον, επηρεάζει την παραγωγικότητα.

Εάν η Τεχνητή Νοημοσύνη οδηγήσει σε σημαντική άνοδο της παραγωγικότητας, τότε ενδέχεται να αυξηθεί το δυνητικό προϊόν των οικονομιών. Αυτό σημαίνει ότι οι οικονομίες θα μπορούν να αναπτύσσονται ταχύτερα χωρίς να δημιουργούνται αντίστοιχες πληθωριστικές πιέσεις.

Υπό αυτή την οπτική, η Τεχνητή Νοημοσύνη μπορεί να λειτουργήσει και ως διαρθρωτική δύναμη μείωσης του κόστους παραγωγής, ενισχύοντας το πραγματικό εισόδημα και μεταβάλλοντας σταδιακά τους όρους προσφοράς στην οικονομία. Η δυναμική αυτή θα μπορούσε, μεσοπρόθεσμα, να αποκτήσει και αποπληθωριστικά χαρακτηριστικά, μέσω της αύξησης της παραγωγικότητας και της βελτίωσης της αποδοτικότητας.

Ωστόσο, η μετάβαση δεν θα είναι γραμμική. Οι επιδράσεις αυτές ενδέχεται να εκδηλωθούν με χρονική υστέρηση και με διαφορετική ένταση μεταξύ κλάδων και οικονομιών. Βραχυπρόθεσμα, η ενσωμάτωση νέων τεχνολογιών συνοδεύεται συχνά από υψηλό επενδυτικό κόστος, αναδιάρθρωση επιχειρηματικών μοντέλων και μεταβολές στην αγορά εργασίας. Οι μεταβολές αυτές μπορούν να προκαλέσουν προσωρινές ανισορροπίες, τόσο στις τιμές όσο και στην απασχόληση.

Σε μια σημαντική μελέτη του ΟΟΣΑ, εξετάζεται ο τρόπος με τον οποίο η Τεχνητή Νοημοσύνη ενδέχεται να επηρεάσει τις διεθνείς αποκλίσεις στην παραγωγικότητα. [4] Όπως επισημαίνεται, παρότι η Τεχνητή Νοημοσύνη έχει τη δυνατότητα να λειτουργήσει ως σημαντικός μοχλός αύξησης της παραγωγικότητας την επόμενη δεκαετία, τα οφέλη της κατανέμονται άνισα μεταξύ των χωρών. Οι οικονομίες χαμηλού και μεσαίου εισοδήματος αντιμετωπίζουν σημαντικά εμπόδια υιοθέτησης – όπως ανεπαρκείς ψηφιακές υποδομές, ελλείμματα δεξιοτήτων, περιορισμένη πρόσβαση σε χρηματοδότηση και ατελή ρυθμιστικά πλαίσια – τα οποία ενδέχεται να υπερκεράσουν τα πιθανά οφέλη της τεχνολογίας. Συνεπώς, η Τεχνητή Νοημοσύνη δεν οδηγεί αυτομάτως σε σύγκλιση της παραγωγικότητας, αλλά μπορεί είτε να ενισχύσει είτε να διευρύνει τις παγκόσμιες ανισότητες.

Δεύτερον, η Τεχνητή Νοημοσύνη επηρεάζει τη διάρθρωση της αγοράς εργασίας.

Ορισμένα επαγγέλματα θα μετασχηματιστούν. Άλλα θα περιοριστούν και νέα επαγγέλματα θα δημιουργηθούν. Οι επιπτώσεις αυτές καθίστανται ιδιαίτερα εμφανείς για τους νέους που εισέρχονται σήμερα στην αγορά εργασίας. Η αυτοματοποίηση ορισμένων καθηκόντων αρχικού επιπέδου ενδέχεται να περιορίσει προσωρινά τις παραδοσιακές διαδρομές επαγγελματικής ένταξης και απόκτησης εμπειρίας, ενισχύοντας τη σημασία της ανάπτυξης δεξιοτήτων που λειτουργούν συμπληρωματικά προς την Τεχνητή Νοημοσύνη και δεν υποκαθίστανται από αυτήν.

Η εμπειρία των προηγούμενων τεχνολογικών επαναστάσεων δείχνει ότι η συνολική απασχόληση δεν μειώνεται απαραίτητα μακροπρόθεσμα. Ωστόσο, οι μεταβάσεις μπορεί να είναι κοινωνικά επώδυνες εάν οι εργαζόμενοι δεν διαθέτουν πρόσβαση σε εκπαίδευση, επανακατάρτιση και νέες ευκαιρίες απασχόλησης.[5]

Το κρίσιμο ζήτημα επομένως δεν είναι μόνο πόσες θέσεις εργασίας θα δημιουργηθούν ή θα χαθούν. Το κρίσιμο ζήτημα είναι ποιοι θα μπορούν να προσαρμοστούν ταχύτερα στη νέα πραγματικότητα.

Τρίτον, η Τεχνητή Νοημοσύνη δημιουργεί νέους κινδύνους για τη χρηματοπιστωτική σταθερότητα.

Η τεχνητή νοημοσύνη αναδιαμορφώνει ήδη με ταχείς ρυθμούς όλες τις πτυχές της τραπεζικής δραστηριότητας – από τη διαχείριση κινδύνων και τις πιστοδοτήσεις έως τις επενδύσεις, την εξυπηρέτηση πελατών και την ανίχνευση απάτης. Οι εφαρμογές μηχανικής μάθησης και προηγμένων αλγορίθμων επιτρέπουν στα χρηματοπιστωτικά ιδρύματα να αξιοποιούν τεράστιους όγκους δεδομένων με ταχύτητα και ακρίβεια που μέχρι πρόσφατα ήταν αδιανόητες.

Η εξέλιξη αυτή δημιουργεί σημαντικά οφέλη: βελτιωμένη αξιολόγηση του πιστωτικού κινδύνου, αποτελεσματικότερη εποπτική συμμόρφωση, ταχύτερη εξυπηρέτηση πελατών και ενίσχυση της δυνατότητας ανίχνευσης απατηλών συναλλαγών. Ταυτόχρονα όμως, εισάγει και νέες μορφές κινδύνου που σχετίζονται με την αδιαφάνεια των αλγορίθμων, την πιθανότητα μεροληψίας, την εξάρτηση από σύνθετα μοντέλα πρόβλεψης και τις αυξημένες απαιτήσεις κυβερνοασφάλειας.

Οι χρηματοπιστωτικές αγορές χρησιμοποιούν ήδη συστήματα τεχνητής νοημοσύνης και αυτοματοποιημένα μοντέλα για συναλλαγές, αξιολόγηση κινδύνου και διαχείριση χαρτοφυλακίων. Η εξέλιξη αυτή μπορεί να βελτιώσει σημαντικά την αποτελεσματικότητα και την ταχύτητα λειτουργίας των αγορών. Ωστόσο, όταν μεγάλος αριθμός ιδρυμάτων βασίζεται σε παρόμοια μοντέλα και κοινές πηγές δεδομένων, ενδέχεται να ενισχυθεί η ομοιογένεια της συμπεριφοράς των αγορών και, κατ’ επέκταση, η συστημική ευπάθεια σε περιόδους αβεβαιότητας ή έντονης μεταβλητότητας.

Παράλληλα, η αυξανόμενη συγκέντρωση δεδομένων, υπολογιστικής ισχύος και ψηφιακών υποδομών σε περιορισμένο αριθμό μεγάλων τεχνολογικών εταιριών δημιουργεί νέες μορφές εξάρτησης και συστημικής έκθεσης για το χρηματοπιστωτικό σύστημα.

Οι κεντρικές τράπεζες και οι εποπτικές αρχές οφείλουν επομένως να εξετάζουν όχι μόνο τους παραδοσιακούς χρηματοπιστωτικούς κινδύνους, αλλά και εκείνους που απορρέουν από την ψηφιακή συγκέντρωση, την κυβερνοασφάλεια, την ανθεκτικότητα των τεχνολογικών υποδομών και τη διαφάνεια των αλγοριθμικών συστημάτων.

Η ανάγκη διαχείρισης αυτών των νέων κινδύνων έχει ήδη οδηγήσει την Ευρωπαϊκή Ένωση (EE) στη δημιουργία του πρώτου ολοκληρωμένου ρυθμιστικού πλαισίου για την τεχνητή νοημοσύνη παγκοσμίως, μέσω του AI Act. Ο νέος Κανονισμός επιχειρεί να διασφαλίσει ότι η καινοτομία θα αναπτυχθεί κατά τρόπο συμβατό με τη διαφάνεια, την ασφάλεια και την προστασία των θεμελιωδών δικαιωμάτων.

Ιδιαίτερη σημασία έχει το γεγονός ότι τα συστήματα τεχνητής νοημοσύνης που χρησιμοποιούνται για την αξιολόγηση της πιστοληπτικής ικανότητας και την πρόσβαση των πολιτών σε χρηματοπιστωτικά προϊόντα χαρακτηρίζονται ως εφαρμογές υψηλού κινδύνου και υπόκεινται σε αυξημένες απαιτήσεις συμμόρφωσης, λογοδοσίας και ανθρώπινης εποπτείας.

Για τις τράπεζες και τις εποπτικές αρχές, αυτό σημαίνει ότι η χρήση αλγοριθμικών συστημάτων δεν μπορεί να αποτελεί ένα αδιαφανές εργαλείο λήψης αποφάσεων. Κάθε κρίσιμη απόφαση πρέπει να είναι επαρκώς τεκμηριωμένη, ελέγξιμη και απαλλαγμένη από συστημικές προκαταλήψεις ή αθέμιτες διακρίσεις.

Η ίδια η λειτουργία των κεντρικών τραπεζών μετασχηματίζεται.

Όπως πλέον αναγνωρίζεται και από τις ίδιες τις κεντρικές τράπεζες, η Τεχνητή Νοημοσύνη δεν αποτελεί απλώς ένα ακόμη ψηφιακό εργαλείο. Αναδιαμορφώνει τον τρόπο με τον οποίο οι οργανισμοί διαχειρίζονται δεδομένα, οργανώνουν διαδικασίες, διασφαλίζουν τη διακυβέρνηση και ενισχύουν τους μηχανισμούς ασφάλειας. Σε αυτό το νέο περιβάλλον, το πραγματικό ανταγωνιστικό πλεονέκτημα δεν θα είναι μόνο η πρόσβαση στην τεχνολογία, αλλά η ικανότητα υπεύθυνης, ασφαλούς και αξιόπιστης αξιοποίησής της.

Η Τεχνητή Νοημοσύνη προσφέρει πρωτοπόρες δυνατότητες στην οικονομική ανάλυση, στην πρόβλεψη μακροοικονομικών εξελίξεων, στον εντοπισμό συστημικών κινδύνων και στην εποπτεία του χρηματοπιστωτικού συστήματος. Ήδη, αναπτύσσονται εφαρμογές εσωτερικών ψηφιακών βοηθών που μπορούν να υποστηρίζουν την ανάλυση πληροφοριών, τη διαχείριση γνώσης και την ταχύτερη επεξεργασία σύνθετων δεδομένων. Η αποτελεσματικότητά τους όμως εξαρτάται άμεσα από την ποιότητα των δεδομένων και τη διατήρηση ισχυρής ανθρώπινης εποπτείας.

Ωστόσο, η αυξημένη εξάρτηση από αλγοριθμικά μοντέλα δημιουργεί και νέα ερωτήματα. Πόσο διαφανείς είναι οι αποφάσεις που λαμβάνονται μέσω συστημάτων τεχνητής νοημοσύνης; Ποιος φέρει την ευθύνη όταν ένα σύστημα αποτυγχάνει; Πώς διασφαλίζεται ότι τα δεδομένα και οι αλγόριθμοι δεν ενσωματώνουν προκαταλήψεις; Και κυρίως: πώς διατηρείται η ανθρώπινη κρίση στο επίκεντρο της οικονομικής πολιτικής;

Η οικονομική πολιτική δεν είναι μια καθαρά τεχνοκρατική διαδικασία. Ενσωματώνει αξιολογήσεις, προτεραιότητες, συμβιβασμούς και επιλογές που έχουν κοινωνικές και πολιτικές συνέπειες. Η Τεχνητή Νοημοσύνη μπορεί να βελτιώσει σημαντικά την ποιότητα των οικονομικών προβλέψεων και τη λήψη αποφάσεων μέσω της δυνατότητας επεξεργασίας τεράστιου όγκου δεδομένων σε πραγματικό χρόνο. Δεν μπορεί όμως να υποκαταστήσει τη δημοκρατική λογοδοσία και την ανθρώπινη ευθύνη. Αυτό είναι ίσως το σημαντικότερο θεσμικό δίδαγμα της νέας εποχής.

Η τεχνολογία πρέπει να λειτουργεί ως εργαλείο ενίσχυσης της ανθρώπινης κρίσης – όχι ως μηχανισμός υποκατάστασής της.   

5. Θεσμοί, εμπιστοσύνη και η ευρωπαϊκή επιλογή

Η μετάβαση στην εποχή της Τεχνητής Νοημοσύνης θα επηρεάσει και το διεθνές οικονομικό σύστημα. Οι οικονομίες που θα αποκτήσουν τεχνολογικό προβάδισμα θα ενισχύσουν την παραγωγικότητα, την καινοτομία και τη γεωπολιτική επιρροή τους. Αντίθετα, οι οικονομίες που θα καθυστερήσουν κινδυνεύουν να παγιδευθούν σε χαμηλή ανάπτυξη, τεχνολογική εξάρτηση και διαρροή ανθρώπινου κεφαλαίου.

Η πρόκληση αυτή είναι ιδιαίτερα σημαντική για μικρότερες οικονομίες όπως η ελληνική. Η Ελλάδα διαθέτει υψηλού επιπέδου ανθρώπινο δυναμικό, ισχυρή ακαδημαϊκή κοινότητα και μια νέα γενιά επιστημόνων με αξιόλογες ψηφιακές δεξιότητες. Η χώρα διαθέτει επίσης μια σημαντική δεξαμενή επιστημόνων και επαγγελματιών υψηλής εξειδίκευσης που δραστηριοποιούνται στο εξωτερικό. Η ενίσχυση των τάσεων επαναπατρισμού ταλέντων και η αποτελεσματική αξιοποίηση αυτού του ανθρώπινου κεφαλαίου μπορούν να αποτελέσουν ισχυρό πλεονέκτημα για την επιτυχή προσαρμογή της ελληνικής οικονομίας στην εποχή της Τεχνητής Νοημοσύνης.

Η αξιοποίηση όμως αυτών των δυνατοτήτων απαιτεί ένα συνεκτικό εθνικό σχέδιο. Απαιτεί επενδύσεις στην εκπαίδευση, στην έρευνα, στις ψηφιακές υποδομές και στη σύνδεση πανεπιστημίων και επιχειρήσεων. Απαιτεί επίσης ένα σταθερό και αξιόπιστο θεσμικό περιβάλλον που θα επιτρέπει στις επιχειρήσεις να επενδύουν με μακροπρόθεσμο ορίζοντα. Και πάνω απ’ όλα, απαιτεί μια κουλτούρα προσαρμογής και διαρκούς μάθησης.

Σε έναν κόσμο όπου η γνώση απαξιώνεται με ταχείς ρυθμούς, η ανταγωνιστικότητα δεν θα εξαρτάται μόνο από το κόστος εργασίας ή το ύψος των επενδύσεων. Θα εξαρτάται επίσης από την ταχύτητα με την οποία οι κοινωνίες μπορούν να μαθαίνουν, να προσαρμόζονται και να καινοτομούν. Αυτό σημαίνει ότι η εκπαίδευση δεν μπορεί πλέον να θεωρείται μια διαδικασία που ολοκληρώνεται στην αρχή της επαγγελματικής ζωής. Η διά βίου μάθηση μετατρέπεται σε βασική οικονομική υποδομή.  

6. Τεχνητή Νοημοσύνη: Η μεγάλη θεσμική πρόκληση της εποχής μας

Ο διάλογος γύρω από την Τεχνητή Νοημοσύνη αφορά, στην ουσία, το πρότυπο οικονομίας και κοινωνίας που επιλέγουμε να οικοδομήσουμε. Ιδίως σήμερα, που εξελίσσεται από εργαλείο επεξεργασίας δεδομένων σε έναν ψηφιακό συνομιλητή που μπορεί να προσαρμόζει τη συμπεριφορά του στα συναισθήματα, στις ανάγκες και στις προτιμήσεις του ανθρώπου, οι επιλογές μας αποκτούν ακόμη μεγαλύτερη σημασία.

Θέλουμε μια οικονομία όπου η τεχνολογία συγκεντρώνει πλούτο και ισχύ σε λίγους ή μια οικονομία όπου η τεχνολογική πρόοδος λειτουργεί ως μοχλός ευρύτερης κοινωνικής ευημερίας; Θέλουμε μια αγορά εργασίας που παράγει ανασφάλεια ή μια αγορά εργασίας που ενισχύει τις ανθρώπινες δυνατότητες; Θέλουμε θεσμούς που ακολουθούν παθητικά τις εξελίξεις ή θεσμούς που καθοδηγούν ενεργά τη μετάβαση;

Οι απαντήσεις σε αυτά τα ερωτήματα θα καθορίσουν όχι μόνο την οικονομική μας πορεία, αλλά και την ποιότητα της δημοκρατίας μας. Η ιστορία δείχνει ότι οι κοινωνίες που αξιοποιούν επιτυχώς τις μεγάλες τεχνολογικές μεταβάσεις είναι εκείνες που συνδυάζουν την καινοτομία με την εμπιστοσύνη, την παραγωγικότητα με τη συνοχή και την οικονομική αποτελεσματικότητα με ισχυρούς θεσμούς.

Η Ευρώπη έχει σήμερα μια ιστορική ευκαιρία. Να διαμορφώσει ένα μοντέλο Τεχνητής Νοημοσύνης που δεν θα βασίζεται μόνο στην ταχύτητα και στην κλίμακα, αλλά και στη διαφάνεια, στη δημοκρατική λογοδοσία και στην προστασία των θεμελιωδών δικαιωμάτων. Αυτό μπορεί να αποτελέσει το πραγματικό συγκριτικό της πλεονέκτημα. Διότι σε έναν κόσμο αυξανόμενης αβεβαιότητας, η εμπιστοσύνη μετατρέπεται σε στρατηγικό πλεονέκτημα. Και η εμπιστοσύνη οικοδομείται μόνο όταν οι πολίτες αισθάνονται ότι η τεχνολογική πρόοδος λειτουργεί προς όφελός τους και όχι εις βάρος τους.

Η Τεχνητή Νοημοσύνη δεν έχει αξίες. Δεν έχει κοινωνική συνείδηση. Δεν έχει αίσθηση δικαιοσύνης. Οι κοινωνίες όμως έχουν. Και γι’ αυτό, η μεγάλη πρόκληση της εποχής μας δεν είναι αν οι μηχανές θα γίνουν πιο ευφυείς. Η πραγματική πρόκληση είναι αν εμείς θα αποδειχθούμε αρκετά σοφοί ώστε να κατευθύνουμε αυτή τη δύναμη προς όφελος του ανθρώπου.

Για πρώτη φορά στην ιστορία, η ανθρωπότητα δημιούργησε μια τεχνολογία ικανή όχι μόνο να εκτελεί εντολές, αλλά και να επηρεάζει αποφάσεις, αγορές, θεσμούς και τελικά την ίδια τη δομή της οικονομικής και κοινωνικής ζωής. Αυτό υπαγορεύει μια νέα ευθύνη.

Η επόμενη δεκαετία δεν θα κριθεί μόνο από το ποιος θα αναπτύξει τα ισχυρότερα μοντέλα Τεχνητής Νοημοσύνης ή ποιος θα κυριαρχήσει τεχνολογικά. Θα κριθεί από το ποιες κοινωνίες θα καταφέρουν να συνδυάσουν την καινοτομία με τη θεσμική σταθερότητα, την παραγωγικότητα με τη δικαιοσύνη, την τεχνολογική πρόοδο με την ανθρώπινη αξιοπρέπεια.

Ήδη διαφαίνεται ότι η Τεχνητή Νοημοσύνη δεν θα μεταβάλει μόνο τα εργαλεία του χρηματοπιστωτικού συστήματος, αλλά πιθανώς και την ίδια τη δομή του. Οι νέες πλατφόρμες τεχνητής νοημοσύνης αποκτούν τη δυνατότητα να λειτουργούν ως  μεταξύ πολιτών και χρηματοπιστωτικών ιδρυμάτων, παρέχοντας προσωποποιημένες οικονομικές συμβουλές, συγκεντρωτική εικόνα οικονομικών δεδομένων και, δυνητικά, αυτοματοποιημένη εκτέλεση χρηματοοικονομικών αποφάσεων.

Δεν πρόκειται απλώς για ένα ακόμη ψηφιακό κανάλι εξυπηρέτησης. Πρόκειται για μια πιθανή θεμελιώδη μετατόπιση της σχέσης μεταξύ πελάτη και τραπεζικού συστήματος. Η εξέλιξη αυτή μπορεί να ενισχύσει σημαντικά την πρόσβαση και την αποδοτικότητα, αλλά ταυτόχρονα δημιουργεί νέα ερωτήματα σχετικά με τη διαφάνεια, την ευθύνη, την προστασία των δεδομένων και τη διατήρηση της εμπιστοσύνης στο χρηματοπιστωτικό σύστημα.

Η οικονομία του μέλλοντος δεν μπορεί να στηρίζεται αποκλειστικά σε αλγορίθμους. Χρειάζεται εμπιστοσύνη. Χρειάζεται θεσμούς. Χρειάζεται συνοχή. Και πάνω απ’ όλα, χρειάζεται τον άνθρωπο στο επίκεντρο. Γιατί στο τέλος της ημέρας, η ιστορία δεν θυμάται τις κοινωνίες που απλώς υιοθέτησαν την τεχνολογία. Θυμάται εκείνες που τη χρησιμοποίησαν για να διευρύνουν τις ανθρώπινες δυνατότητες και να κάνουν τις ζωές των ανθρώπων καλύτερες.

Η Τεχνητή Νοημοσύνη μπορεί να γίνει ο μεγαλύτερος επιταχυντής προόδου που γνώρισε ποτέ η ανθρωπότητα. Ή ο μεγαλύτερος πολλαπλασιαστής ανισοτήτων και συγκέντρωσης οικονομικής και τεχνολογικής ισχύος, εάν η μετάβαση δεν συνοδευθεί από ισχυρούς θεσμούς και κατάλληλες πολιτικές. Το αποτέλεσμα δεν είναι προδιαγεγραμμένο. Θα εξαρτηθεί από τις αποφάσεις που θα λάβουμε σήμερα, έγκαιρα – ως κυβερνήσεις, ως κεντρικές τράπεζες, ως επιχειρήσεις, αλλά κυρίως ως κοινωνίες.

Διότι η τεχνολογία από μόνη της δεν έχει προορισμό. Εμείς της δίνουμε κατεύθυνση. Και αυτή είναι ίσως η σημαντικότερη οικονομική, πολιτική και ηθική πρόκληση της εποχής μας.

Σας ευχαριστώ.  


[1] Lagarde, Ch. (2026), “Technology, fragmentation and the new uncertainty”, Annual Global Risk Lecture held in honour of Robert Mundell, Johns Hopkins University, Bologna, Italy, 5 March.

[2] Lenzu, S. (2026), “Artificial intelligence and monetary policy: A framework and perspective on cyclical transmission, structural transition, and financial stability”, Federal Reserve Bank of New York Staff Reports, No. 1192.

[3] Lagarde, Ch. (2025), “The transformative power of AI: economic implications and challenges”, European Central Bank, April 1.

[4] Chaar, T., F., Filippucci, C. Jona-Lasinio and G. Nicoletti (2025), “AI and the global productivity divide: Fuel for the fast or a lift for the laggards?”, OECD Artificial Intelligence Papers, No. 51, Organisation for Economic Co-operation and Development.

[5] World Economic Forum (2025), The Future of Jobs Report 2025.

​​ 

Εικόνες

Ομιλία του Διοικητή της Τράπεζας της Ελλάδος Γιάννη Στουρνάρα στο 4th “Quo Vadis AI?” Conference, με τίτλο «Τεχνητή Νοημοσύνη, Αγορά Εργασίας και Κεντρικές Τράπεζες»
Αυτό το website χρησιμοποιεί cookies για την βελτιστοποίηση της εμπειρίας σας. Μάθετε περισσότερα
Αποδέχομαι