Βασσάκης, ΚωνσταντίνοςVassakis, KonstantinosΚουδουμάς, ΕμμανουήλKoudoumas, Emmanouil2026-06-162026-06-162026-06-16https://apothesis.hmu.gr/handle/123456789/11673Η Παραγωγική Τεχνητή Νοημοσύνη (Generative Artificial Intelligence - GenAI) αναδεικνύεται ως μία μετασχηματιστική οργανωσιακή ικανότητα με σημαντικές επιπτώσεις στην επιχειρησιακή αποδοτικότητα, την καινοτομία και τη δημιουργία στρατηγικής αξίας. Παρά το αυξανόμενο διοικητικό ενδιαφέρον, η εμπειρική κατανόηση του τρόπου με τον οποίο οι οργανισμοί υιοθετούν τη GenAI και αξιολογούν την επίδρασή της στην επιχειρηματική απόδοση παραμένει περιορισμένη. Η παρούσα διπλωματική εργασία διερευνά τη σχέση μεταξύ της υιοθέτησης της GenAI και των δεικτών επιχειρηματικής απόδοσης, εστιάζοντας στους κρίσιμους παράγοντες επιτυχίας που επιτρέπουν την αποτελεσματική εφαρμογή της, καθώς και στους δείκτες που χρησιμοποιούνται για την αποτίμηση των αποτελεσμάτων της. Αντλώντας από καθιερωμένες θεωρητικές προσεγγίσεις υιοθέτησης τεχνολογιών και οργανωσιακών δυνατοτήτων, η μελέτη υιοθετεί ποιοτική μεθοδολογία μελέτης περίπτωσης σε μεγάλο πολυεθνικό οργανισμό, συνδυάζοντας ημιδομημένες συνεντεύξεις ειδικών με δεδομένα από εσωτερική έρευνα εργαζομένων, ώστε να εξετάσει την υιοθέτηση τόσο από στρατηγική όσο και από λειτουργική σκοπιά. Η ανάλυση διερευνά τα οργανωσιακά κίνητρα για την υιοθέτηση της GenAI, τις προκλήσεις εφαρμογής, τις προϋποθέσεις επιτυχίας και τον ρόλο των δεικτών απόδοσης στην αποτίμηση της παραγόμενης αξίας. Τα ευρήματα υποδεικνύουν ότι η επιτυχής υιοθέτηση της GenAI δεν εξαρτάται αποκλειστικά από την τεχνολογική ετοιμότητα, αλλά από την ευθυγράμμιση στρατηγικής ηγεσίας, ωριμότητας δεδομένων και υποδομών, ικανοτήτων ανθρώπινου δυναμικού και μηχανισμών υπεύθυνης διακυβέρνησης. Επιπλέον, αναδεικνύεται ότι η αξιολόγηση της συμβολής της GenAI στην επιχειρηματική απόδοση απαιτεί πολυδιάστατα πλαίσια μέτρησης που υπερβαίνουν τη λογική της παραδοσιακής απόδοσης επένδυσης, ενσωματώνοντας λειτουργικούς, συμπεριφορικούς και καινοτομικούς δείκτες. Η εργασία συμβάλλει στη γεφύρωση θεωρίας και οργανωσιακής πρακτικής, προσφέροντας χρήσιμες κατευθύνσεις για τη στρατηγική αξιοποίηση της GenAI και τη μελλοντική έρευνα.Generative Artificial Intelligence (GenAI) is emerging as a transformative organizational capability with implications for operational efficiency, innovation, and strategic value creation. Despite growing managerial interest, empirical understanding of how organizations adopt GenAI and assess its business impact remains limited. This thesis investigates the relationship between GenAI adoption and business performance indicators, focusing on the critical success factors that enable effective implementation and the metrics used to evaluate outcomes. Drawing on established technology adoption and organizational capability perspectives, the study employs a qualitative case study approach within a large multinational enterprise operating in the tourism sector, combining semi-structured expert interviews with employee survey evidence to examine adoption from both strategic and operational perspectives. The analysis explores organizational motivations for GenAI adoption, implementation challenges, enabling conditions, and the role of key performance indicators in measuring value realization. Findings suggest that successful GenAI adoption depends not solely on technological readiness, but on the alignment of strategic leadership, data and infrastructure maturity, workforce capabilities, and responsible governance mechanisms. The study further indicates that assessing GenAI’s contribution to business performance requires multidimensional measurement frameworks that extend beyond traditional return-on-investment logic to include operational, behavioural, and innovation-oriented indicators. While implementation barriers persist, evidence from the case suggests that organizations approaching GenAI as a sociotechnical transformation rather than a stand-alone technology initiative are better positioned to realize sustainable value. The thesis contributes to the emerging literature by bridging theoretical adoption frameworks with empirical evidence from organizational practice and offers practical implications for managers seeking to align GenAI initiatives with measurable business outcomes. It also proposes directions for future research on performance measurement and long-term value creation in GenAI-enabled organizations.elAttribution-NonCommercial-NoDerivs 3.0 United Statesπαραγωγική τεχνητή νοημοσύνηυιοθέτηση GenAIδείκτες επιχειρηματικής απόδοσηςκρίσιμοι παράγοντες επιτυχίαςοργανωσιακός μετασχηματισμόςgenerative artificial intelligenceGenAI adoptionbusiness performance indicatorscritical success factorsorganizational transformationΜεταπτυχιακή Διατριβή