Εφαρμογή ΑΙ στην αυτοματοποίηση διαδικασιών για startups: Πως η τεχνολογία μειώνει το κόστος και αυξάνει την αποδοτικότητα/ποσοτικότητα έρευνα.
Φόρτωση...
Ημερομηνία
2026-04-22
Συγγραφείς
Τίτλος Εφημερίδας
Περιοδικό ISSN
Τίτλος τόμου
Εκδότης
ΕΛΜΕΠΑ, Σχολή Επιστημών Διοίκησης και Οικονομίας (ΣΕΔΟ), Τμήμα Διοικητικής Επιστήμης και Τεχνολογίας
Επιβλέπων
Περίληψη
Η παρούσα εργασία εξετάζει την εφαρμογή της τεχνητής νοημοσύνης στην αυτοματοποίηση διαδικασιών στις startups και διερευνά τον τρόπο με τον οποίο η σχετική τεχνολογική αξιοποίηση συμβάλλει στη μείωση του λειτουργικού κόστους και στην ενίσχυση της αποδοτικότητας. Σκοπός της έρευνας ήταν η αποτύπωση των αντιλήψεων ιδρυτών και στελεχών startups σχετικά με την υιοθέτηση της τεχνητής νοημοσύνης, καθώς και η διερεύνηση της σχέσης της με κρίσιμες επιχειρησιακές διαστάσεις, όπως η ποιότητα, η παραγωγικότητα, η απόδοση και η ανταγωνιστικότητα. Η μεθοδολογία που ακολουθήθηκε ήταν ποσοτική. Ως εργαλείο συλλογής δεδομένων χρησιμοποιήθηκε δομημένο ερωτηματολόγιο, το οποίο συμπληρώθηκε από 73 άτομα που εργάζονται σε startups. Η στατιστική επεξεργασία των δεδομένων πραγματοποιήθηκε με το λογισμικό
SPSS και περιλάμβανε περιγραφική στατιστική, έλεγχο αξιοπιστίας, συσχετίσεις, γραμμική παλινδρόμηση και ανάλυση διακύμανσης. Τα αποτελέσματα έδειξαν ότι η τεχνητή νοημοσύνη αξιολογείται συνολικά θετικά ως προς τη συμβολή της στη βελτίωση της ποιότητας, της παραγωγικότητας, της λειτουργικής αποτελεσματικότητας και της επιχειρησιακής απόδοσης. Παράλληλα, η υιοθέτηση της τεχνητής νοημοσύνης
αναδείχθηκε ως ισχυρός προσδιοριστικός παράγοντας των υπόλοιπων μεταβλητών της έρευνας. Συμπερασματικά, η τεχνητή νοημοσύνη φαίνεται να αποτελεί σημαντικό εργαλείο οργανωσιακού μετασχηματισμού για τις startups, υπό την προϋπόθεση ότι η εφαρμογή της συνοδεύεται από κατάλληλες δεξιότητες, οργανωτική ετοιμότητα και σαφές πλαίσιο διακυβέρνησης.
This dissertation examines the application of artificial intelligence to process automation in startups and explores how this technological adoption contributes to cost reduction and improved operational efficiency. The main aim of the study was to capture the views of startup founders and managers regarding AI adoption and to investigate its relationship with key business dimensions, including quality, productivity, organizational performance, and competitiveness. A quantitative research design was employed. Data were collected through a structured questionnaire completed by seventy-three individuals working in startups. Statistical analysis was conducted using SPSS and included descriptive statistics, reliability testing, correlation analysis, linear regression, and analysis of variance. The findings showed that artificial intelligence was evaluated positively in terms of its contribution to service and process quality, employee and team productivity, operational effectiveness, and overall business performance. In addition, AI adoption emerged as a strong predictive factor for the other core variables of the study, especially cost reduction, quality improvement, productivity enhancement, and business performance. At the same time, the results highlighted the importance of organizational readiness, employee skills, and ethical and governance concerns in shaping the effectiveness of AI implementation. Overall, the study concludes that artificial intelligence constitutes a significant driver of organizational transformation for startups, provided that its integration is accompanied by strategic planning, appropriate human capabilities, and a clear governance framework.
This dissertation examines the application of artificial intelligence to process automation in startups and explores how this technological adoption contributes to cost reduction and improved operational efficiency. The main aim of the study was to capture the views of startup founders and managers regarding AI adoption and to investigate its relationship with key business dimensions, including quality, productivity, organizational performance, and competitiveness. A quantitative research design was employed. Data were collected through a structured questionnaire completed by seventy-three individuals working in startups. Statistical analysis was conducted using SPSS and included descriptive statistics, reliability testing, correlation analysis, linear regression, and analysis of variance. The findings showed that artificial intelligence was evaluated positively in terms of its contribution to service and process quality, employee and team productivity, operational effectiveness, and overall business performance. In addition, AI adoption emerged as a strong predictive factor for the other core variables of the study, especially cost reduction, quality improvement, productivity enhancement, and business performance. At the same time, the results highlighted the importance of organizational readiness, employee skills, and ethical and governance concerns in shaping the effectiveness of AI implementation. Overall, the study concludes that artificial intelligence constitutes a significant driver of organizational transformation for startups, provided that its integration is accompanied by strategic planning, appropriate human capabilities, and a clear governance framework.
Περιγραφή
Λέξεις-κλειδιά
τεχνητή νοημοσύνη, νεοσύστατες επιχειρήσεις, αυτοματοποίηση διαδικασιών, λειτουργικό κόστος, επιχειρησιακή απόδοση, artificial intelligence, startups, process automation, operational cost, business performance