Το AI ανασχηματίζει την παγκόσμια εφοδιαστική αλυσίδα — πού βρίσκεται η Ελλάδα;

Σύμφωνα με τη Gartner, έως το 2030 το 60% των επιχειρήσεων που χρησιμοποιούν SCM software θα έχει υιοθετήσει agentic AI — από μόλις 5% το 2025. Η αγορά αναμένεται να αγγίξει τα 53 δισεκατομμύρια δολάρια. Παράλληλα, McKinsey αναφέρει ότι εταιρείες που αξιοποιούν AI στις εφοδιαστικές αλυσίδες τους έχουν ήδη μειώσει το κόστος logistics κατά 12,7% και τα αποθέματα κατά 20,3%. Δεν είναι θεωρητικοί αριθμοί. Είναι μετρήσιμα επιχειρηματικά αποτελέσματα.
Το ερώτημα δεν είναι αν το AI θα αλλάξει την εφοδιαστική αλυσίδα. Αλλάζει ήδη. Το ερώτημα είναι πού βρίσκεται η Ελλάδα σε αυτή την εξίσωση — και τι εμποδίζει τις ελληνικές επιχειρήσεις να αξιοποιήσουν την αλλαγή.

Από εργαλείο σε υποδομή — η παγκόσμια εικόνα

Η πιο καθοριστική αλλαγή που καταγράφουν οι αναλυτές δεν είναι τεχνολογική — είναι δομική. Το AI παύει να είναι project και γίνεται υποδομή: στον ίδιο βαθμό που το ERP ή το internet είναι σήμερα δεδομένα. Εταιρείες εγκαταλείπουν τα pilots και ενσωματώνουν AI στον πυρήνα των λειτουργιών τους — planning, procurement, transportation, risk management.
Η Nestlé ολοκλήρωσε το 2025 το μεγαλύτερο SAP upgrade στην ιστορία της εταιρείας — 50.000 χρήστες σε 112 χώρες — με AI ενσωματωμένο στον πυρήνα όλων των λειτουργιών:
supply chain, procurement, order fulfillment. Όχι pilot. Υποδομή.
Παράλληλα, το agentic AI αλλάζει τη φύση της απόφασης: συστήματα που δεν απλώς αναλύουν, αλλά επιλέγουν εναλλακτικούς προμηθευτές, επανασχεδιάζουν δρομολόγια, αναπροσαρμόζουν παραγγελίες — χωρίς ανθρώπινη παρέμβαση. Έως το 2031, η Gartner προβλέπει ότι το 60% των supply chain disruptions θα επιλύεται αυτόματα. Σήμερα ακούγεται τολμηρό. Σε πέντε χρόνια θα φαίνεται αναπόφευκτο.

Η ελληνική πραγματικότητα: το χάσμα που δεν φαίνεται

Στην Ελλάδα, η εικόνα είναι διαφορετική. Δεν λείπει το ενδιαφέρον. Δεν λείπουν τα εργαλεία. Αυτό που λείπει είναι η συστηματική και βαθιά υλοποίηση — και τρεις λόγοι εξηγούν γιατί.
Πρώτον, τα δεδομένα δεν είναι έτοιμα. Στις περισσότερες ελληνικές επιχειρήσεις, ERP, WMS και TMS λειτουργούν σε silos. Το AI που εγκαθίσταται πάνω σε κατακερματισμένα
δεδομένα δεν αποδίδει — απλώς επιταχύνει τις λανθασμένες αποφάσεις.
Δεύτερον, η κουλτούρα αποφάσεων δεν έχει αλλάξει. Οι αποφάσεις βασίζονται ακόμα στην εμπειρία και την προσωπική κρίση. Αυτό δεν είναι κακό από μόνο του — το πρόβλημα
είναι ότι το AI απαιτεί εμπιστοσύνη στα δεδομένα και διάθεση να αλλάξεις τον τρόπο που αποφασίζεις. Χωρίς αυτή τη μετατόπιση, το AI παραμένει εργαλείο που τρέχει παράλληλα
αλλά δεν αλλάζει τίποτα στην ουσία.
Τρίτον, το skill gap δεν είναι εκεί που νομίζουμε. Η συζήτηση εστιάζει συνήθως στους data scientists και τους engineers. Αλλά η τεχνολογία από μόνη της δεν λύνει προβλήματα
εφοδιαστικής — τα λύνουν άνθρωποι που καταλαβαίνουν και τα δύο. Αυτοί που ξέρουν πότε να σηκώσουν το τηλέφωνο, ποιον να πείσουν, πώς να μεταφράσουν ένα επιχειρηματικό
πρόβλημα σε κάτι που ένα σύστημα μπορεί να λύσει. Το πραγματικό κενό είναι οι επαγγελματίες του supply chain που δεν έχουν ακόμα κάνει upskill αρκετά ώστε να
γεφυρώσουν αυτό το χάσμα. Και χωρίς αυτούς, το AI παραμένει εργαλείο χωρίς χέρια.
Χαρακτηριστικό είναι ότι, σε αντίθεση με τη Βόρεια Ευρώπη όπου υπάρχουν ήδη documented case studies μεγάλης κλίμακας, στην Ελλάδα δεν έχουμε ακόμα αρκετά παραδείγματα για να μιλάμε για επιτυχίες ή αποτυχίες — γιατί τα περισσότερα projects δεν έχουν φτάσει ακόμα στο στάδιο που αυτό μετριέται.
Ούτε οι επιχειρήσεις έχουν ενσωματώσει AI ολοκληρωμένα στις εσωτερικές τους λειτουργίες, ούτε οι πάροχοι logistics προσφέρουν ακόμα AI-powered υπηρεσίες σε κλίμακα. Το
αναδυόμενο οικοσύστημα ελληνικών εταιρειών όπως— VesselBot, Agritrack, Progressive Robotics — κινείται κυρίως σε software-first λύσεις, εξειδικευμένες σε συγκεκριμένα προβλήματα. Αυτό είναι ενθαρρυντικό. Αλλά το οικοσύστημα χτίζεται από έξω προς τα μέσα, ενώ χρειάζεται και η αντίστροφη κίνηση.

Το πραγματικό στοίχημα

Η διαφορά μεταξύ εταιρειών που βάζουν AI και εταιρειών που δουλεύουν με AI είναι τεράστια και δεν μετριέται σε software licenses. Μετριέται σε αλλαγή νοοτροπίας, διαδικασιών και
ανθρώπων.
Οι ελληνικές επιχειρήσεις που θέλουν να κινηθούν αποτελεσματικά έχουν μια σαφή ατζέντα: πρώτα data foundation, και γρήγορες νίκες με μετρήσιμα αποτελέσματα πριν από μεγάλα
transformation projects. Και πάνω από όλα, leadership alignment: χωρίς ξεκάθαρη δέσμευση από την κορυφή, τα υπόλοιπα είναι θεωρία.
Το upskilling δε της ίδιας της ηγεσίας δεν είναι bonus.Είναι προϋπόθεση, όχι όμως αρκετή συνθήκη. Οι άνθρωποι που λύνουν προβλήματα σε κάθε επίπεδο του οργανισμού είναι αυτοί
που μπορούν να καθορίσουν πραγματικά μια τέτοια αλλαγή — και κάθε εταιρεία που σχεδιάζει AI transformation θα πρέπει να τους συμπεριλαμβάνει ενεργά και εκ των προτέρων
στον σχεδιασμό.
Άλλωστε, το transformation δεν ξεκινάει στις εταιρείες. Ξεκινάει στους ανθρώπους που αποφασίζουν ότι δεν μπορούν να περιμένουν άλλο να ξεκινήσει.