Υιοθέτηση τεχνητής νοημοσύνης υπό περιορισμούς βιωσιμότητας: επιχειρηματική ανάλυση των ρυθμιστικών επιπτώσεων της ΕΕ

Abstract

Αυτή η διατριβή εξετάζει τον τρόπο με τον οποίο η νομοθεσία που προσανατολίζεται προς τη βιωσιμότητα εντός Ευρωπαϊκής Ένωσης επηρεάζει την υιοθέτηση της τεχνητής νοημοσύνης από τις επιχειρήσεις. Αυτό επιτυγχάνεται μέσω της ποιοτικής εξέτασης του αντίκτυπου διαφορετικών κανονιστικών τροχιών στην υιοθέτηση της τεχνητής νοημοσύνης από τις επιχειρήσεις. Μετά την παρουσίαση των κανονισμών που σχετίζονται με τη βιωσιμότητα και την τεχνητή νοημοσύνη, όπως ισχύουν σήμερα, διεξάγεται ανάλυση σεναρίων που στοχεύει στη διάκριση της επίδρασης σε ορισμένους τομείς ενδιαφέροντος: επενδυτικές αποφάσεις, ενσωμάτωση συμμόρφωσης και διακυβέρνησης, στρατηγικές διαχείρισης κόστους και ανταγωνισμός μεταξύ των επιχειρήσεων. Καταλήγει στο συμπέρασμα ότι η νομοθεσία που προσανατολίζεται προς τη βιωσιμότητα δεν εμποδίζει απαραίτητα την υιοθέτηση της τεχνητής νοημοσύνης, αλλά μάλλον αναδιαμορφώνει τον τρόπο με τον οποίο η υιοθέτηση αντιμετωπίζεται από τις επιχειρήσεις. Η υψηλή αβεβαιότητα και η αυστηρότητα μπορούν να επηρεάσουν αρνητικά τον ψηφιακό μετασχηματισμό, αλλά ο σαφέστερος συντονισμός των διαφορετικών πολιτικών και τα υποστηρικτικά μέτρα μπορούν τελικά να δημιουργήσουν ευνοϊκές συνθήκες για την υιοθέτησή της. Σημειώνεται επίσης μια υπάρχουσα ετερογένεια μεταξύ διαφορετικών επιχειρήσεων. Χρησιμοποιώντας ανάλυση σεναρίων μαζί με συζήτηση των πολιτικών, η έρευνα προσφέρει μια εικόνα για τη σχέση μεταξύ του σχεδιασμού των κανονισμών και της λήψης αποφάσεων των επιχειρήσεων σχετικά με την τεχνητή νοημοσύνη.This thesis examines how sustainability-oriented regulation in the European Union influences the adoption of artificial intelligence by firms. It does so by qualitatively examining the impact of different regulatory trajectories on enterprise AI adoption. After presenting the sustainability and AI-related regulations currently in effect, a scenario analysis is conducted that aims to discern how certain areas of interest are impacted: investment decisions, integration of compliance and governance, cost management strategies and competition among firms. It concludes that sustainability-oriented regulation does not necessarily hinder AI adoption, rather it reshapes how adoption is viewed by firms. High uncertainty and stringency can negatively influence the digital transformation, but clearer policy coordination and supportive measures can ultimately create favorable conditions for adoption of AI. An existing heterogeneity among different firms is also noted. By utilizing scenario analysis along with policy discussion, the research offers insight into the relationship between regulations design and firm decision-making regarding AI.