Οι 3 δομικές αλλαγές θα καθορίσουν τον μετασχηματισμό της τεχνητής νοημοσύνης στις GBS και τις κοινές υπηρεσίες

Οι Παγκόσμιες Επιχειρηματικές Υπηρεσίες (GBS) έχουν ξεπεράσει κατά πολύ την αρχική τους μορφή ως μοντέλο εξοικονόμησης κόστους συναλλαγών. Περίπου το 85% των οργανισμών έχουν δεσμευτεί να υιοθετούν το μοντέλο GBS, είτε πρόκειται για πλήρη ανάπτυξη είτε για μετάβαση εντός των επόμενων τριών έως πέντε ετών, σύμφωνα με την πρόσφατα δημοσιευμένη έκθεση SSON με τίτλο «Κατάσταση του Κλάδου Κοινών Υπηρεσιών και Εξωτερικής Ανάθεσης το 2026».

Η εντολή έχει εξελιχθεί:

• Από το arbitrage κόστους → στη δημιουργία επιχειρηματικής αξίας
• Από την επεξεργασία συναλλαγών → έως την ανάλυση και τη λήψη αποφάσεων
• Από την υποστήριξη back-office → στην ηγεσία στον ψηφιακό μετασχηματισμό

Για τους ηγέτες των χρηματοοικονομικών, ιδίως για εκείνους που επιβλέπουν την Παραγγελία-σε-Μετρητά (O2C), αυτή η μετατόπιση αναβαθμίζει τις δυνατότητες Τεχνητής Νοημοσύνης και αυτόνομης λειτουργίας από τον πειραματισμό και τη θεωρία σε στρατηγική αναγκαιότητα, σύμφωνα με τη Naomi Secor, παγκόσμια διευθύνουσα σύμβουλο της SSON.

Εχοντας πεί αυτό, Ο Secor αναφέρθηκε σε ένα επεισόδιο του Emagia AI For Finance Podcast στις αρχές του 2026 ότι η ωριμότητα όσον αφορά τον σχεδιασμό και την υλοποίηση έργων που σχετίζονται με την αυτόνομη χρηματοδότηση παραμένει άνιση: Η φιλοδοξία μπορεί να είναι υψηλή, αλλά η υιοθέτηση βρίσκεται ακόμη σε πιλοτική φάση.

Το διευρυνόμενο πεδίο εφαρμογής του GBS: Πέρα από τις συναλλαγές

Σύμφωνα με τα στοιχεία της έκθεσης του κλάδου SSON 2026, έχει υπάρξει μια σημαντική διεύρυνση του πεδίου εφαρμογής, όπου αυτές οι λειτουργίες δεν θεωρούνται πλέον «συναλλακτική χρηματοδότηση». Πλέον κατηγοριοποιούνται περισσότερο ως: υποδομή που επιτρέπει τη λήψη αποφάσεων. Λάβετε υπόψη τα ακόλουθα στατιστικά στοιχεία:

• Το ~45% των οργανισμών GBS παρέχουν πλέον υπηρεσίες δεδομένων ή επιχειρηματικής ανάλυσης.
• Το ~55% διαχειρίζεται κύρια δεδομένα επιχείρησης.
• ~75% διατηρούν Παραγγελία σε μετρητά ως κεντρικό σημείο εστίασης.

Για τους Οικονομικούς Διευθυντές και τους Ελεγκτές, αυτό σημαίνει ότι οι λειτουργίες του GBS δεν αξιολογούνται πλέον αποκλειστικά με βάση τα μετρικά αποδοτικότητας. Μετρώνται με βάση:

• Βελτιστοποίηση ταμειακών ροών
• Εμπειρία πελατών
• Ενεργοποίηση εσόδων
• Ακεραιότητα δεδομένων επιχείρησης

Καθώς το πεδίο εφαρμογής διευρύνεται, οι εξελίξεις στον αυτοματισμό και την Τεχνητή Νοημοσύνη -συμπεριλαμβανομένης της Τεχνητής Νοημοσύνης (Agentic AI)- πρέπει να γίνουν θεμελιώδεις δυνατότητες και όχι σταδιακές βελτιώσεις, υποστηρίζει ο Secor.

Η πραγματικότητα της υιοθέτησης της Τεχνητής Νοημοσύνης: Η φιλοδοξία ξεπερνά την εκτέλεση

Παρά το έντονο ενδιαφέρον των στελεχών για την γενετική και την πρακτορική τεχνητή νοημοσύνη, οι περισσότεροι οργανισμοί παραμένουν σε πρώιμα στάδια υιοθέτησης.

Οι βασικές ερευνητικές παρατηρήσεις της Secor και των συναδέλφων της περιλαμβάνουν:

• Η ωριμότητα του αυτοματισμού παραμένει «μέτριου» επιπέδου σε πολλά περιβάλλοντα GBS.
• Οι πρωτοβουλίες τεχνητής νοημοσύνης (Agent AI) παραμένουν σε μεγάλο βαθμό σε «πιλοτικές φάσεις» προς το παρόν.
• Κανένας οργανισμός δεν αναφέρει πλήρως ώριμες, αυτόνομες διαδικασίες από άκρο σε άκρο (Order-to-Cash).

Αυτό αντικατοπτρίζει ένα κρίσιμο κενό: Η Τεχνητή Νοημοσύνη δεν μπορεί να αντισταθμίσει τα κατακερματισμένα δεδομένα, την ασαφή ιδιοκτησία ή τις προβληματικές διαδικασίες. Η προσπάθεια ανάπτυξης πρακτορικής Τεχνητής Νοημοσύνης χωρίς βασική τυποποίηση διαδικασιών - και συχνά χωρίς τη βοήθεια ενός τρίτου εμπειρογνώμονα - ενέχει τον κίνδυνο να ενισχύσει τις ανεπάρκειες αντί να τις επιλύσει.

Το μέλλον του GBS: Ψηφιακή μηχανή της επιχείρησης

Μέσα στα επόμενα χρόνια, οι Παγκόσμιες Επιχειρηματικές Υπηρεσίες θα μεταβούν αποφασιστικά από μια αποτελεσματική μηχανή σε έναν ψηφιακό πύργο ελέγχου της επιχείρησης. Οι οργανισμοί που θα πετύχουν δεν θα αυτοματοποιήσουν απλώς τις διαδικασίες — θα ενσωματώσουν την ευφυΐα στο ίδιο το λειτουργικό μοντέλο.

Ο Secor προβλέπει ότι τρεις διαρθρωτικές αλλαγές θα καθορίσουν αυτόν τον μετασχηματισμό:

1. Επιτάχυνση της Ωριμότητας του Αυτοματισμού

Επαναλαμβανόμενες ερευνητικές επαναλήψεις δείχνουν αυξανόμενη υιοθέτηση της Τεχνητής Νοημοσύνης. Οι πρακτικές περιπτώσεις χρήσης θα αντικαταστήσουν τα θεωρητικά πιλοτικά προγράμματα. Αντί να αυτοματοποιούν μεμονωμένες εργασίες, οι οργανισμοί GBS θα συνδέουν όλο και περισσότερο δεδομένα, ροές εργασίας και λογική αποφάσεων σε όλες τις διαδικασίες από άκρο σε άκρο.

Αυτό σημαίνει ότι η διαδικασία Order-to-Cash δεν θα λειτουργεί πλέον ως μια ακολουθία διακριτών δραστηριοτήτων (τιμολόγηση, εισπράξεις, διαφορές). Αντίθετα, θα λειτουργεί ως ένα διασυνδεδεμένο επίπεδο πληροφοριών που ιεραρχεί δυναμικά τις ενέργειες με βάση τον κίνδυνο, τη συμπεριφορά και τον αντίκτυπο στο κεφάλαιο κίνησης.

2. Η GBS ως Καταλύτης Ψηφιακού Μετασχηματισμού

Τα διοικητικά συμβούλια και οι εκτελεστικές επιτροπές θα αναμένουν όλο και περισσότερο από την GBS να ηγηθεί —και όχι να ακολουθήσει— τον μετασχηματισμό της επιχείρησης.

Τα επόμενα χρόνια, το GBS θα εξελιχθεί σε ένα στρατηγικό sandbox για πειραματισμό και ανάπτυξη Τεχνητής Νοημοσύνης. Επειδή οι κοινόχρηστες υπηρεσίες διαχειρίζονται ήδη τυποποιημένες διαδικασίες μεγάλου όγκου, παρέχουν ένα ιδανικό περιβάλλον για την ασφαλή δοκιμή του έξυπνου αυτοματισμού πριν από την κλιμάκωσή του σε ολόκληρη την επιχείρηση.

Αυτή η μετατόπιση αναβαθμίζει τον ρόλο της ηγεσίας της GBS. Αντί να επικεντρώνονται κυρίως στη διαχείριση κόστους, οι ηγέτες θα πρέπει να επιδείξουν την ικανότητά τους να επιτρέπουν την καινοτομία, να επιταχύνουν τους χάρτες πορείας μετασχηματισμού και να επιτυγχάνουν μετρήσιμα επιχειρηματικά αποτελέσματα που συνδέονται με τα έσοδα, τον κίνδυνο και την ανθεκτικότητα, όταν αξιολογούνται.

3. Μετάβαση από το Κέντρο Κόστους σε Κόμβο Καινοτομίας

Η αφήγηση γύρω από την GBS υφίσταται μια μόνιμη αλλαγή. Η μείωση του κόστους δεν είναι πλέον το κύριο θέμα — είναι το διακύβευμα. Η GBS γίνεται ο συνδετικός ιστός μεταξύ των οικονομικών, του ανθρώπινου δυναμικού, των προμηθειών και της ανάλυσης.

Για τους επικεφαλής της διαδικασίας «Παραγγελία-με-μετρητά», αυτό παρουσιάζει μια ευκαιρία: Με αυτόνομες δυνατότητες χρηματοδότησης που απελευθερώνουν την ικανότητα από χειροκίνητες εργασίες, οι ομάδες χρηματοδότησης μπορούν να στραφούν σε συμβουλευτικούς ρόλους — λειτουργώντας ως εσωτερικοί σύμβουλοι για επιχειρηματικές μονάδες.

Σε αυτό το μοντέλο, το GBS δεν γίνεται απλώς η επιχειρησιακή ραχοκοκαλιά, αλλά και ο αρχιτέκτονας αξίας της επιχείρησης.

Τελική Προοπτική

Το GBS δεν αποτελεί πλέον υποστηρικτική λειτουργία. Γίνεται γρήγορα η ψηφιακή μηχανή της επιχείρησης.

Η Τεχνητή Νοημοσύνη δεν θα αντικαταστήσει την ηγεσία στα οικονομικά. Θα ενισχύσει οργανισμούς που συνδυάζουν:

• Καθαρίστε δεδομένα
• Σαφής διακυβέρνηση
• Δομημένη υιοθέτηση
• Μετασχηματισμός εργατικού δυναμικού

Ομολογουμένως, αυτή η εξέλιξη της GBS και των κοινών υπηρεσιών εξαρτάται σε μεγάλο βαθμό από τον μετασχηματισμό του εργατικού δυναμικού, σχεδόν όσο και από τις ίδιες τις τεχνολογικές εξελίξεις, σύμφωνα με τον Secor. Οι κορυφαίες προτεραιότητες για αναδυόμενες δεξιότητες πρέπει να περιλαμβάνουν βελτιωμένη και πιο εστιασμένη επίλυση προβλημάτων, ψηφιακή επάρκεια, ενορχήστρωση διαδικασιών και αναλυτική συλλογιστική.

Ανεξάρτητα από αυτό, για τους CFO και τους επικεφαλής της GBS, το ερώτημα δεν επικεντρώνεται πλέον στο *αν* η Τεχνητή Νοημοσύνη θα διαμορφώσει την Απόδοση Παραγγελιών σε Μετρητά.

Είναι το κατά πόσον το λειτουργικό τους μοντέλο είναι έτοιμο να το αξιοποιήσει.

Συχνές Ερωτήσεις (FAQ)

1. Επιταχύνεται η υιοθέτηση της Τεχνητής Νοημοσύνης στις Γενικές και Οικονομικές Σπουδές (GBS);

Ναι. Η δέσμευση της εκτελεστικής εξουσίας είναι ισχυρή και η πιλοτική δραστηριότητα είναι εκτεταμένη. Ωστόσο, η πλήρης ωριμότητα παραμένει περιορισμένη, ειδικά στην αυτόνομη O2C από άκρο σε άκρο.

2. Ποιο είναι το μεγαλύτερο εμπόδιο για την Τεχνητή Νοημοσύνη (Agent AI) στον χρηματοοικονομικό τομέα;

Κατακερματισμός δεδομένων και ανωριμότητα διακυβέρνησης. Η Τεχνητή Νοημοσύνη ενισχύει τόσο τα δυνατά όσο και τα αδύνατα σημεία των υποκείμενων διαδικασιών.

3. Ποιες είναι οι πιο πρακτικές πρώτες νίκες για τους ηγέτες του O2C;

Η ιεράρχηση των εισπράξεων, η δρομολόγηση των διαφορών, η ενορχήστρωση της ροής εργασίας και η μοντελοποίηση του πιστωτικού κινδύνου προσφέρουν ισχυρή αρχική απόδοση επένδυσης (ROI). Ωστόσο, πολλές από αυτές τις πιθανές επιτυχίες θα είναι πιο δύσκολο να επιτευχθούν χωρίς έναν καλά σχεδιασμένο οδικό χάρτη τεχνητής νοημοσύνης και αυτόνομης χρηματοδότησης και μια δέσμευση για αναβάθμιση των δεξιοτήτων του προσωπικού (καθώς και για την εξασφάλιση της αποδοχής τους), ώστε να είναι έτοιμοι να αξιοποιήσουν τις λύσεις στο έπακρο.

Μάθετε περισσότερα για αυτό το θέμα, διαβάζοντας το επεισόδιο του podcast Emagia AI For Finance με τίτλο «Το μέλλον είναι τώρα: Η πρακτορική τεχνητή νοημοσύνη και η ταχεία αλλαγή στις λειτουργίες O2C της GBS» με καλεσμένη τη Naomi Secor. Μπορείτε να αποκτήσετε πρόσβαση στο επεισόδιο κάνοντας κλικ εδώ: Η Τεχνητή Νοημοσύνη των Πράκτορων και η Ταχεία Μετατόπιση στις Λειτουργίες Παραγγελίας σε Μετρητά της GBS.