Οι ηγέτες του κλάδου της τεχνολογίας που προσβλέπουν στην τεχνητή νοημοσύνη για τη μείωση του κόστους και την ενίσχυση της αποδοτικότητας στις υποδομές πληροφορικής αντιμετωπίζουν περιορισμένα ποσοστά επιτυχίας. Πρόσφατη έρευνα της Gartner σε 782 διευθυντικά στελέχη υποδομών και λειτουργιών (I&O) αποκαλύπτει ότι μόνο το 28% των περιπτώσεων χρήσης AI επιτυγχάνει πλήρως και προσφέρει την αναμενόμενη απόδοση επένδυσης. Τα στοιχεία, που συλλέχθηκαν κατά το τελευταίο δίμηνο του 2025, φέρνουν στο προσκήνιο ένα σημαντικό χάσμα μεταξύ των εταιρικών προσδοκιών και της λειτουργικής πραγματικότητας στον τομέα των υποδομών πληροφορικής, επηρεάζοντας τον στρατηγικό σχεδιασμό των επιχειρήσεων παγκοσμίως.
Παράλληλα, ένα στα πέντε έργα τεχνητής νοημοσύνης στις υποδομές πληροφορικής αποτυγχάνει ολοκληρωτικά, σύμφωνα με τα ευρήματα της έρευνας. Το 57% των ερωτηθέντων στελεχών παραδέχεται ότι έχει αντιμετωπίσει τουλάχιστον μία αποτυχία κατά την εφαρμογή της τεχνητής νοημοσύνης στον τομέα ευθύνης του. Η κατάσταση αυτή δημιουργεί έντονο προβληματισμό στις διοικήσεις των οργανισμών, καθώς οι επενδύσεις σε AI συνεχίζουν να απορροφούν μεγάλο μέρος των διαθέσιμων κεφαλαίων. Η δυσκολία στην επίτευξη θετικού ROI συνδέεται συχνά με την πολυπλοκότητα των υφιστάμενων συστημάτων και την αδυναμία των εργαλείων να ανταποκριθούν σε απρόβλεπτες λειτουργικές απαιτήσεις.
Στρατηγικά λάθη και μη ρεαλιστικές προσδοκίες υλοποίησης
Η Melanie Freeze, διευθύντρια ερευνών της Gartner, αποδίδει τις συχνές αποτυχίες στις μη ρεαλιστικές προσδοκίες που καλλιεργούνται εντός των οργανισμών. Πολλές επιχειρήσεις υπέθεσαν λανθασμένα ότι η AI θα αυτοματοποιούσε αμέσως σύνθετες εργασίες ή θα έλυνε χρόνια λειτουργικά προβλήματα χωρίς την απαραίτητη προετοιμασία. Όταν τα αποτελέσματα δεν εμφανίζονται άμεσα, η εμπιστοσύνη στα έργα κλονίζεται και οι πρωτοβουλίες συχνά διακόπτονται. Οι αποτυχίες εντοπίζονται συχνότερα σε τομείς όπως η αυτοματοποιημένη αποκατάσταση βλαβών και οι υποδομές αυτοΐασης, όπου η τεχνολογία δυσκολεύεται να ξεπεράσει την αξιοπιστία των παραδοσιακών μεθόδων διαχείρισης σε πραγματικές συνθήκες πίεσης.
Επιπλέον, ο ελλιπής προσδιορισμός του πεδίου εφαρμογής συμβάλλει καθοριστικά στην αρνητική έκβαση των έργων. Η τεχνητή νοημοσύνη που δεν ενσωματώνεται οργανικά στις καθημερινές λειτουργίες ενός οργανισμού αδυνατεί να προσφέρει μετρήσιμη αξία. Η Freeze επισημαίνει ότι το 20% των αποτυχιών οφείλεται σε πρωτοβουλίες που είναι υπερβολικά φιλόδοξες ή έχουν κακό σχεδιασμό. Οι οργανισμοί που επιχειρούν να εφαρμόσουν λύσεις AI χωρίς να λαμβάνουν υπόψη τις ιδιαιτερότητες των λειτουργικών τους ροών καταλήγουν σε έργα που δεν μπορούν να υποστηρίξουν το επιχειρηματικό μοντέλο της εταιρείας, οδηγώντας σε σπατάλη πόρων.
Προκλήσεις δεδομένων και επιτυχίες σε υπηρεσίες cloud
Οι ελλείψεις σε εξειδικευμένο προσωπικό και η χαμηλή ποιότητα των δεδομένων παραμένουν κεντρικά εμπόδια για την επιτυχία των εφαρμογών τεχνητής νοημοσύνης. Το 38% των στελεχών που αντιμετώπισαν δυσκολίες δηλώνει ότι το επίμονο χάσμα δεξιοτήτων εμποδίζει την ορθή υλοποίηση των έργων. Το ίδιο ακριβώς ποσοστό αναδεικνύει την κακή ποιότητα των δεδομένων ή την περιορισμένη διαθεσιμότητά τους ως άμεση αιτία αποτυχίας. Τα δεδομένα αυτά αποδεικνύουν ότι η τεχνολογική βάση πολλών εταιρειών δεν είναι ακόμη έτοιμη να υποστηρίξει προηγμένους αλγορίθμους, καθώς η τροφοδοσία των μοντέλων με ανακριβή στοιχεία ακυρώνει την αποτελεσματικότητά τους.
Στον αντίποδα, υψηλότερα ποσοστά επιτυχίας καταγράφονται σε τομείς όπου η τεχνολογία θεωρείται πλέον πιο ώριμη. Η εφαρμογή GenAI στη διαχείριση υπηρεσιών πληροφορικής (ITSM) και στις λειτουργίες cloud αποδίδει καρπούς, με το 53% των ηγετών I&O να αναφέρει θετικά αποτελέσματα. Η επιτυχία σε αυτούς τους τομείς αποδίδεται στην ύπαρξη δοκιμασμένων διαδικασιών και στην καλύτερη κατανόηση των ορίων της τεχνολογίας. Οι οργανισμοί που εστιάζουν σε συγκεκριμένες και ώριμες εφαρμογές καταφέρνουν να αποδείξουν την αξία της τεχνητής νοημοσύνης, εξασφαλίζοντας την έγκριση για περαιτέρω επενδύσεις από τα διοικητικά τους συμβούλια.
Κεντρικός έλεγχος χρηματοδότησης για την απόδοση επενδύσεων
Η διαφοροποίηση μεταξύ των επιτυχημένων και των αποτυχημένων έργων βασίζεται πλέον στον τρόπο διακυβέρνησης και στην υποστήριξη της ηγεσίας. Το 33% των επιτυχημένων στελεχών ενσωματώνει την AI στα συστήματα που χρησιμοποιεί ήδη το προσωπικό, ενισχύοντας την υιοθέτηση από τους τελικούς χρήστες. Επιπλέον, το 26% των επιτυχημένων περιπτώσεων βασίζεται στην πλήρη εκτελεστική υποστήριξη. Η δέσμευση της διοίκησης βοηθά στην ευθυγράμμιση των προτεραιοτήτων και στη διασφάλιση της απαραίτητης χρηματοδότησης, καθώς η AI παύει να θεωρείται ένα πειραματικό έργο και μετατρέπεται σε αναπόσπαστο κομμάτι της εταιρικής στρατηγικής.
Καθώς οι δαπάνες για υποδομές AI αναμένεται να αποτελούν το 54% των παγκόσμιων δαπανών πληροφορικής το 2026, οι CEOs και οι CFOs αναλαμβάνουν πιο ενεργό ρόλο. Η ανάγκη για κεντρικό έλεγχο και αυστηρά κριτήρια χρηματοδότησης καθίσταται επιτακτική για την αποφυγή περιττών δαπανών. Η πίεση για την επίδειξη ROI θα αυξηθεί εντός του 2026, με το 71% των CIOs να εκτιμά ότι οι προϋπολογισμοί θα υποστούν περικοπές αν δεν επιτευχθούν οι στόχοι μέχρι το τέλος του πρώτου εξαμήνου. Η στρατηγική εστίαση σε μετρήσιμα αποτελέσματα αποτελεί πλέον τη μοναδική οδό για τη διατήρηση των επενδύσεων.
