Η ιστορία των μεγάλων τεχνολογιών επαναλαμβάνεται. Η πραγματική επίδραση της TN θα προκύψει όταν η αυτή εισχωρήσει σε φυσικές διαδικασίες, υπηρεσίες και περιβάλλοντα που μέχρι σήμερα ήταν δύσκολο ή αδύνατο να αυτοματοποιηθούν
Όμως αυτή η οπτική χάνει κάτι θεμελιώδες σχετικά με το πώς οι μεγάλες τεχνολογίες έχουν αλλάξει ιστορικά την οικονομία. Η ατμομηχανή δεν άλλαξε τον κόσμο επειδή ήταν απλώς ένας καλύτερος κινητήρας. Τον άλλαξε όταν μπήκε σε τρένα και σε πλοία. Η ηλεκτρική ενέργεια δεν έφερε επανάσταση επειδή αντικατέστησε τις λάμπες πετρελαίου, αλλά όταν αναδιοργάνωσε τα εργοστάσια και γέμισε τα σπίτια με συσκευές. Οι υπολογιστές αρχικά χρησιμοποιούνταν για back-office λειτουργίες, όπως μισθοδοσία, αποθήκες και λογιστικά. Η μεγάλη έκρηξη έγινε όταν βρήκαν εφαρμογή σε δίκτυα, ηλεκτρονικό εμπόριο, μηχανές αναζήτησης, και ψηφιακές αγορές.
Αν θέλουμε να κατανοήσουμε την πραγματική επίδραση της TN στην παραγωγικότητα, πρέπει να εστιάσουμε λιγότερο στις δυνατότητές της και περισσότερο στο πού εφαρμόζεται. Σήμερα, μεγάλο μέρος της χρήσης της TN βρίσκεται ακόμη σε πρώιμο στάδιο, δηλαδή ως εργαλείο εντός ροών εργασίας που ήδη υπάρχουν. Αλλά η ιστορία δείχνει ότι η πραγματική οικονομική μεταμόρφωση επιτυγχάνεται όταν η τεχνολογία εισέρχεται σε τομείς που μέχρι σήμερα αντιστέκονται στην αύξηση παραγωγικότητας και είναι δύσκολο να αυτοματοποιηθούν, όπως η καθημερινή εφοδιαστική, το λιανεμπόριο, η καθαριότητα, η εστίαση, η φροντίδα κλπ. Η TN μπορεί να αλλάξει αυτό το μοτίβο, ειδικά όταν συνδυάζεται με προηγμένα συστήματα ρομπότ.
Το νέο στοιχείο είναι ακριβώς αυτή η εμφάνιση ρομπότ που μπορούν να κινούνται σε πολύπλοκα περιβάλλοντα, να αναγνωρίζουν αντικείμενα, να κατανοούν εντολές
σε φυσική γλώσσα, να συνεργάζονται με ανθρώπους και να προσαρμόζονται σε αλλαγές. Αν τέτοια συστήματα εισέλθουν γενικευμένα σε σούπερ μάρκετ, αποθήκες, νοσοκομεία, ξενοδοχεία και σπίτια, η παραγωγικότητα μπορεί να αυξηθεί σημαντικά σε τομείς που μέχρι σήμερα παρέμεναν χαμηλής αποδοτικότητας.
Η ΤΝ αποτελεί καταλύτη και για τις χρηματοοικονομικές υπηρεσίες. Για παράδειγμα, επιτρέπει στις εταιρείες χρηματοοικονομικής τεχνολογίας (fintech) να αναπτύσσουν προϊόντα σε εβδομάδες αντί για χρόνια, να εξυπηρετούν πελατειακές χωρίες που μέχρι πρότινος δεν ήταν οικονομικά βιώσιμες και να μειώνουν δραστικά το λειτουργικό κόστος τους. Το 2025, ο κλάδος του fintech παρήγαγε περίπου 650 δισ. δολάρια σε έσοδα, καταγράφοντας αύξηση 21% σε σχέση με το 2024 και μέσο ετήσιο ρυθμό ανάπτυξης 23% την τελευταία τετραετία. Η επίδοση αυτή υπερβαίνει κατά πολύ τον ευρύτερο χρηματοοικονομικό τομέα των 15 τρισ. δολαρίων, ο οποίος αναπτύχθηκε με μόλις 6% ετησίως. Επίσης για το 2025, ο κλάδος του fintech αντιπροσώπευσε το 12% της συνολικής χρηματιστηριακής αξίας των 100 μεγαλύτερων IPOs παγκοσμίως. Η δε συνολική κεφαλαιοποίηση των εισηγμένων fintech έφθασε τα 850 δισ. δολάρια, το υψηλότερο επίπεδο στην ιστορία του κλάδου.
Με λίγα λόγια, το fintech, μέσω της ΤΝ, δεν βρίσκεται πλέον στη φάση της υπόσχεσης. Βρίσκεται στη φάση της κερδοφορίας και της συστηματικής αναδιαμόρφωσης του παγκόσμιου χρηματοοικονομικού οικοσυστήματος. Είναι χαρακτηριστική η περίπτωση των τραπεζικών αδειών οι οποίες μετατρέπονται από ρυθμιστικό εμπόδιο σε στρατηγικό πλεονέκτημα. Το 2025, 21 fintech εταιρείες υπέβαλαν αίτηση για τραπεζική άδεια στις ΗΠΑ, περισσότερες από όσες είχαν υποβάλει συνολικά τα προηγούμενα τέσσερα χρόνια. Παράλληλα, οι λεγόμενες horizontal fintechs, κυρίως εταιρείες software που βοηθούν τους παραδοσιακούς οργανισμούς να εκσυγχρονιστούν, αντιπροσωπεύουν πλέον το 13% των εσόδων του κλάδου.
Αυτή η έκρηξη της χρηματοοικονομικής τεχνολογίας και του AI δημιουργεί τεράστιες ανάγκες σε κρίσιμες φυσικές υποδομές (infrastructure), αλλά και μακροπρόθεσμες ευκαιρίες για τους επενδυτές. Οι επιχειρήσεις ανταγωνίζονται για την κατασκευή του αναγκαίου αυτού infrastructure, που καθιστά την AI λειτουργική σε μεγάλη κλίμακα: Data centers, κεντρικοί επεξεργαστές (CPUs), διακομιστές (servers), μονάδες επεξεργασίας γραφικών (GPUs), ημιαγωγοί (semi-conductors), συστήματα ψύξης κλπ. Εκτιμήσεις δείχνουν ότι μπορεί να απαιτηθούν πάνω από 5 τρισ. δολάρια έως το 2030 για τη χρηματοδότηση αυτής της ευρύτερης οικοδόμησης του ΑΙ οικοσυστήματος.
Εξάλλου, καθώς και εμείς ως καταναλωτές, στρεφόμαστε όλο και περισσότερο στην παραγωγική τεχνητή νοημοσύνη (generative AI) και στα μεγάλα γλωσσικά μοντέλα (large language models-LLMs) για χρηματοοικονομικές συμβουλές και καθώς πλέον η χρήση της τεχνητής νοημοσύνης πρακτόρων (agentic AI) επεκτείνεται, οι τράπεζες καλούνται να εξετάσουν πώς θα αντιμετωπίσουν τον κίνδυνο της αποδιαμεσολάβησης (disintermediation). Η τεχνολογία ενδέχεται να ανοίξει τον δρόμο σε ένα μέλλον όπου ένας πράκτορας AI θα προτείνει σε έναν καταναλωτή τρόπους αποπληρωμής υπολοίπων πιστωτικών καρτών χρησιμοποιώντας αδρανή διαθέσιμα, με αποτέλεσμα την εξοικονόμηση ενός μεγάλου ποσού. Με άλλα λόγια, οι τράπεζες λιανικής ενδέχεται να χάσουν την κυρίαρχη θέση τους. Οι καταθέσεις αποτελούν ένα χαρακτηριστικό παράδειγμα. Περίπου 23 τρισ. δολάρια καταθέσεων (από ένα σύνολο 70 τρισ. δολαρίων παγκοσμίως) βρίσκονται σε λογαριασμούς όψεως που αποφέρουν ελάχιστο επιτόκιο. Οι πράκτορες AI θα μπορούσαν να παρακολουθούν τα υπόλοιπα σε πραγματικό χρόνο, να συγκρίνουν αποδόσεις μεταξύ τραπεζών και να μεταφέρουν αυτόματα αδρανή κεφάλαια σε λογαριασμούς με υψηλότερα επιτόκια. Αν μόλις το 5%-10% των υπολοίπων λογαριασμών όψεως μετακινηθεί προς προϊόντα υψηλότερης απόδοσης, τα συνολικά τραπεζικά κέρδη από καταθέσεις θα μπορούσαν να μειωθούν κατά 20% ή και περισσότερο.
Η ιστορία των μεγάλων τεχνολογιών επαναλαμβάνεται. Η πραγματική επίδραση της TN θα προκύψει όταν η αυτή εισχωρήσει σε φυσικές διαδικασίες, υπηρεσίες και περιβάλλοντα που μέχρι σήμερα ήταν δύσκολο ή αδύνατο να αυτοματοποιηθούν. Όπως συνέβη με τον ατμό, τον ηλεκτρισμό και τον υπολογιστή, η καθοριστική στιγμή δεν είναι η εφεύρεση, αλλά η εφαρμογή. Η επόμενη φάση της καινοτομίας θα κριθεί τόσο από την ικανότητα ανάπτυξης νέων εφαρμογών, όσο και από τη δυνατότητα δημιουργίας των υποδομών που θα τις στηρίξουν σε παγκόσμια κλίμακα. Σε αυτό το νέο περιβάλλον, η σύγκλιση χρηματοοικονομικής τεχνολογίας, τεχνητής νοημοσύνης και υποδομών αναδεικνύεται σε μία από τις ισχυρότερες μακροπρόθεσμες θεματικές της επόμενης δεκαετίας.
Ο κ. Ξυδώνας είναι Καθηγητής στην ESSCA Grande École και Πρόεδρος της Επενδυτικής Επιτροπής της ΑΕΔΑΚ Ασφαλιστικών Οργανισμών. Ο κ. Σάμιτας είναι Αντιπρύτανης του Πανεπιστημίου Αθηνών και Διευθυντής του Μεταπτυχιακού Προγράμματος MSc in Fintech