ΤΕΧΝΟΛΟΓΙΑ

AI Washing: Η Υπερβολή των Δυνατοτήτων της Τεχνητής Νοημοσύνης και οι Αναδυόμενοι Κίνδυνοι για τις Επιχειρήσεις

AI Washing.png

Γράφει ο Νίκος Γεωργόπουλος*


Η ραγδαία ανάπτυξη της Τεχνητής Νοημοσύνης (ΤΝ) την έχει καταστήσει ένα από τα σημαντικότερα επιχειρηματικά θέματα παγκοσμίως, γεγονός που αποτυπώνεται ξεκάθαρα στο Allianz Risk Barometer, όπου η ΤΝ σκαρφάλωσε από τη 10η θέση το 2025 στη 2η θέση το 2026. Ωστόσο, αυτή η ενθουσιώδης υιοθέτηση συνοδεύεται από ένα αυξανόμενο φαινόμενο γνωστό ως «AI washing» , δηλαδή την υπερβολή ή την ψευδή παρουσίαση των πραγματικών δυνατοτήτων της Τεχνητής Νοημοσύνης από τις επιχειρήσεις.

Το AI washing δεν αποτελεί απλώς ένα επικοινωνιακό ζήτημα, αλλά εξελίσσεται σε μια σοβαρή εστία νομικών και οικονομικών κινδύνων. Στον τομέα της ασφάλισης αστικής ευθύνης, και συγκεκριμένα στην ασφάλιση Ευθύνης Στελεχών και Διοίκησης (Directors & Officers - D&O), η υπερβολική παρουσίαση των δυνατοτήτων ΤΝ έχει ήδη αρχίσει να οδηγεί σε επίσημες αξιώσεις και απαιτήσεις αποζημίωσης . Οι διοικήσεις των εταιρειών, υπό την έντονη πίεση να υιοθετήσουν γρήγορα την τεχνολογία και να φανούν καινοτόμες στην αγορά, συχνά παραβλέπουν να αναπτύξουν την απαραίτητη διακυβέρνηση, τους ελέγχους και την εξειδίκευση. Αυτή η βιασύνη οδηγεί σε αναντιστοιχία μεταξύ των υποσχέσεων που δίνονται και της πραγματικής τεχνολογικής ετοιμότητας, εκθέτοντας τα στελέχη σε σημαντικούς κινδύνους λογοδοσίας .

Παρά την έντονη ανησυχία, παρατηρείται σήμερα ένα αξιοσημείωτο χάσμα μεταξύ του υψηλού αντιλαμβανόμενου κινδύνου και των πραγματικών επιβεβαιωμένων απωλειών . Οι τρέχουσες απώλειες που σχετίζονται άμεσα με την ΤΝ παραμένουν περιορισμένες. Aυτή η φαινομενική ηρεμία δεν πρέπει να καλλιεργεί μια ψευδή αίσθηση ασφάλειας. Υπάρχει μια εκτεταμένη «γκρίζα ζώνη» όπου η εμπλοκή της ΤΝ σε περιστατικά (όπως κυβερνοεπιθέσεις ή επιχειρησιακές αποτυχίες) είναι εξαιρετικά πιθανή, αλλά εξαιρετικά δύσκολο έως αδύνατο να αποδειχθεί με βάση τα υπάρχοντα δεδομένα αξιώσεων.

Οι κίνδυνοι που συνδέονται με την ΤΝ και τροφοδοτούν το AI washing λειτουργούν σε τρία βασικά επίπεδα:

  1. Στο εσωτερικό της τεχνολογίας: Η φύση της ΤΝ είναι πιθανολογική. Τα συστήματα παράγουν αποτελέσματα με υψηλό βαθμό φαινομενικής βεβαιότητας, αλλά παραμένουν ευαίσθητα σε μικρές αλλαγές των δεδομένων εισόδου και επιρρεπή σε μεροληψίες (bias). Τα λάθη δεν είναι εξαιρέσεις, αλλά ένα εγγενές χαρακτηριστικό της τεχνολογίας. Όταν αυτά τα συστήματα εφαρμόζονται σε μεγάλη κλίμακα, ακόμη και ένα μικρό ποσοστό σφάλματος μπορεί να μεταφραστεί σε σημαντικό αριθμό περιστατικών σε σύντομο χρονικό διάστημα.

  2. Στον τρόπο εφαρμογής: Πολλές εταιρείες αναπτύσσουν συστήματα ΤΝ χωρίς επαρκή πλαίσια διακυβέρνησης και ελέγχου, παρασυρόμενες από την ανάγκη για γρήγορη ψηφιακή μετάβαση.

  3. Στις έμμεσες επιπτώσεις: Η ΤΝ λειτουργεί ως πολλαπλασιαστής ισχύος για υπάρχοντες κινδύνους. Ενισχύει την αποτελεσματικότητα απατών, όπως η παραβίαση επιχειρηματικών email (business email compromise) και οι εξελιγμένες επιθέσεις κοινωνικής μηχανικής.

Συμπερασματικά, η αντιμετώπιση του AI washing και των ευρύτερων κινδύνων της ΤΝ απαιτεί μια ολιστική προσέγγιση. Δεν πρόκειται για ένα καθαρά τεχνολογικό ζήτημα, αλλά για μια πρόκληση ηγεσίας και εταιρικής διακυβέρνησης. Οι οργανισμοί πρέπει να λάβουν συνειδητές αποφάσεις για το ποιους κινδύνους μπορούν να μετριάσουν, ποιους να αποδεχθούν και ποιους να μεταφέρουν. Μόνο μέσω της διαφανούς και προληπτικής διαχείρισης των κινδύνων μπορούν να αξιοποιηθούν βιώσιμα οι τεράστιες ευκαιρίες που προσφέρει η ΤΝ.


*Νίκος Γεωργόπουλος – Digital Risk Insurance Architect

Linkedin Profile: https://www.linkedin.com/in/nikos-georgopoulos/