Με αφορμή τη συνέντευξή του στο Days of Art in Greece, ο Αχιλλέας Ζαπράνης, Διευθυντής του Εξ’ αποστάσεως Π.Μ.Σ. «Χρηματοοικονομική Τεχνολογία (Fintech)» και Καθηγητής Χρηματοοικονομικών & Νευρωνικών Συστημάτων στο Πανεπιστήμιο Μακεδονίας, σκιαγραφεί το παρόν και το μέλλον ενός πεδίου που μετασχηματίζει τις χρηματοοικονομικές υπηρεσίες για την ψηφιακή εποχή.

Στη συζήτηση που ακολουθεί, ο κ. Ζαπράνης εξηγεί τη φιλοσοφία του μεταπτυχιακού προγράμματος, την τριάνταχρονη ερευνητική του διαδρομή από τα νευρωνικά δίκτυα στη στρατηγική τεχνητή νοημοσύνη, και τις προκλήσεις που θέτει η ψηφιακή χρηματοοικονομική καινοτομία για την Ελλάδα, τα Βαλκάνια και τις αναπτυσσόμενες οικονομίες. Παράλληλα, τοποθετείται κρίσιμα απέναντι σε υπεραισιόδοξες αφηγήσεις για τα κρυπτονομίσματα και την AI, υπογραμμίζοντας ότι η τεχνολογία δεν καταργεί τους θεμελιώδεις οικονομικούς περιορισμούς, ενώ αναδεικνύει την ανάγκη για χρηματοοικονομική παιδεία, και ανθρώπινη εποπτεία.

Days of Art in Greece: Κύριε Ζαπράνη, είστε διευθυντής του Εξ’ αποστάσεως Προγράμματος Μεταπτυχιακών Σπουδών «Χρηματοοικονομική Τεχνολογία (Fintech)». Εξηγήστε μας τον όρο “χρηματοοικονομική τεχνολογία”. Σε ποιους απευθύνεται το συγκεκριμένο ΠΜΣ; Ποιες είναι οι δυνατότητες στην αγορά εργασίας καθώς και σε πιθανή πανεπιστημιακή καριέρα;

Αχιλλέας Ζαπράνης: Ο όρος χρηματοοικονομική τεχνολογία, ή FinTech, συχνά παρεξηγείται. Δεν σημαίνει απλώς ότι χρησιμοποιούμε περισσότερους υπολογιστές στις τράπεζες. Σημαίνει ότι η τεχνολογία αλλάζει τον ίδιο τον τρόπο με τον οποίο παράγονται και παρέχονται οι χρηματοοικονομικές υπηρεσίες.

Σκεφτείτε πόσα πράγματα έχουν αλλάξει μέσα σε λίγα χρόνια. Οι πληρωμές γίνονται πλέον από το κινητό, οι επενδυτικές αποφάσεις υποστηρίζονται από αλγορίθμους και τεχνητή νοημοσύνη, το blockchain επέτρεψε τη δημιουργία ψηφιακών περιουσιακών στοιχείων και αποκεντρωμένων χρηματοοικονομικών υπηρεσιών, ενώ ακόμη και το χρήμα αρχίζει να αποκτά νέες ψηφιακές μορφές. Επομένως, το FinTech βρίσκεται ακριβώς στη συνάντηση τριών κόσμων: χρηματοοικονομικών, τεχνολογίας και κανονιστικού πλαισίου.

Αυτή ακριβώς είναι και η φιλοσοφία του μεταπτυχιακού μας. Δεν θέλουμε να εκπαιδεύσουμε έναν επιστήμονα της χρηματοοικονομικής που απλώς γνωρίζει λίγη πληροφορική, ούτε έναν προγραμματιστή που γνωρίζει λίγα χρηματοοικονομικά. Θέλουμε ανθρώπους που μπορούν να κατανοήσουν και τους δύο κόσμους και, κυρίως, τη μεταξύ τους αλληλεπίδραση.

Γι’ αυτό και το πρόγραμμα απευθύνεται σε αποφοίτους διαφορετικών ειδικοτήτων: οικονομικών και χρηματοοικονομικών επιστημών, διοίκησης, πληροφορικής, μηχανικούς, μαθηματικούς, φυσικούς και γενικότερα ανθρώπους με ποσοτικό ή τεχνολογικό υπόβαθρο που θέλουν να κινηθούν προς το νέο χρηματοοικονομικό οικοσύστημα.

Αν έπρεπε να το συνοψίσω σε μία φράση, θα έλεγα ότι το FinTech δεν είναι ένας ακόμη κλάδος των χρηματοοικονομικών. Είναι ο τρόπος με τον οποίο τα χρηματοοικονομικά επανασχεδιάζονται για την ψηφιακή εποχή.

Ως προς την αγορά εργασίας, θεωρώ ότι το μεγάλο πλεονέκτημα είναι ακριβώς αυτή η διεπιστημονικότητα. Οι τράπεζες μετασχηματίζονται σε τεχνολογικούς οργανισμούς, δημιουργούνται FinTech επιχειρήσεις, οι ασφαλιστικές και επενδυτικές εταιρείες χρησιμοποιούν όλο και περισσότερο δεδομένα και τεχνητή νοημοσύνη, ενώ αναπτύσσονται νέες ανάγκες σε risk management, blockchain, digital assets, payments, compliance και regulation. Άρα δεν μιλάμε για ένα καινούργιο επάγγελμα που ονομάζεται «FinTech». Μιλάμε για ένα νέο σύνολο δεξιοτήτων που γίνεται απαραίτητο σε ένα πολύ μεγάλο μέρος του χρηματοοικονομικού τομέα.

Υπάρχει βεβαίως και η ακαδημαϊκή διάσταση. Το FinTech έχει εξελιχθεί σε ένα εξαιρετικά ενεργό διεπιστημονικό ερευνητικό πεδίο. Η τεχνητή νοημοσύνη στις χρηματοοικονομικές αγορές, το blockchain και το DeFi, τα crypto-assets, τα ψηφιακά νομίσματα κεντρικών τραπεζών, αλλά και ζητήματα risk και governance δημιουργούν σήμερα πολύ σημαντικά ερευνητικά ερωτήματα. Ένας καλός απόφοιτος μπορεί επομένως να συνεχίσει σε διδακτορικές σπουδές και ερευνητική καριέρα.

Αν έπρεπε να το συνοψίσω σε μία φράση, θα έλεγα ότι το FinTech δεν είναι ένας ακόμη κλάδος των χρηματοοικονομικών. Είναι ο τρόπος με τον οποίο τα χρηματοοικονομικά επανασχεδιάζονται για την ψηφιακή εποχή.

D.A.: Είστε καθηγητής Χρηματοοικονομικών & Νευρωνικών Συστημάτων στο Τμήμα Λογιστικής & Χρηματοοικονομικών του Πανεπιστημίου Μακεδονίας. Εξηγήστε μας τι σημαίνει ο όρος «Νευρωνικά Συστήματα» και  ποιο είναι το αντικείμενο του εργαστηρίου που διευθύνετε;

Α.Ζ.: Ο όρος «Νευρωνικά Συστήματα» προέρχεται από ένα ερευνητικό πεδίο με το οποίο ασχολούμαι εδώ και περισσότερα από τριάντα χρόνια. Όταν ξεκίνησα να εργάζομαι με νευρωνικά δίκτυα, στις αρχές της δεκαετίας του 1990, η τεχνητή νοημοσύνη δεν είχε βέβαια τη σημερινή δημοσιότητα. Ήταν όμως ήδη ένα εξαιρετικά ενδιαφέρον επιστημονικό πεδίο.

Τα τεχνητά νευρωνικά δίκτυα είναι υπολογιστικά μοντέλα εμπνευσμένα, σε πολύ αφαιρετικό επίπεδο, από τον τρόπο με τον οποίο οργανώνονται τα βιολογικά νευρωνικά συστήματα. Η μεγάλη διαφορά τους από τα συμβατικά υπολογιστικά μοντέλα είναι ότι δεν τους δίνουμε απλώς ένα σύνολο κανόνων που πρέπει να ακολουθήσουν. Εκπαιδεύονται πάνω σε δεδομένα και μέσα από αυτή τη διαδικασία μπορούν να αναγνωρίσουν σύνθετες, μη γραμμικές, σχέσεις.

Στη δική μου περίπτωση, το ενδιαφέρον ήταν εξαρχής χρηματοοικονομικό. Με ενδιέφερε η χρήση αυτών των μοντέλων για την αναγνώριση μη γραμμικών σχέσεων στις χρηματοοικονομικές αγορές, την πρόβλεψη και την κατανομή κεφαλαίου. Αυτή η ερευνητική κατεύθυνση ξεκίνησε ήδη από τα χρόνια μου στο University College London και στο London Business School και αποτέλεσε έναν από τους βασικούς άξονες της μετέπειτα επιστημονικής μου δραστηριότητας.

Σήμερα έχουμε ασύγκριτα ισχυρότερα συστήματα τεχνητής νοημοσύνης…Αλλά το βασικό επιστημονικό ερώτημα δεν εξαφανίστηκε: τι έχει πραγματικά μάθει το σύστημα και σε ποιο βαθμό αυτό που έμαθε μπορεί να γενικευθεί πέρα από τα δεδομένα στα οποία εκπαιδεύτηκε;

Το πραγματικά δύσκολο ερώτημα όμως δεν ήταν αν ένα νευρωνικό δίκτυο μπορούσε να μάθει. Γνωρίζαμε ότι μπορούσε να εκπαιδευτεί και να προσαρμοστεί στα δεδομένα. Το δύσκολο ερώτημα ήταν τι ακριβώς είχε μάθει.

Είχε ανακαλύψει την πραγματική σχέση που συνδέει τις μεταβλητές ή είχε μάθει κάποια άλλη σχέση που απλώς περιέγραφε καλά το συγκεκριμένο δείγμα; Είχε εντοπίσει το πραγματικό σήμα ή είχε μάθει και τον θόρυβο; Και όταν διαφορετικά νευρωνικά μοντέλα μπορούσαν να εμφανίζουν παρόμοια προβλεπτική επίδοση, πώς μπορούσαμε να γνωρίζουμε ποιο από αυτά είχε προσεγγίσει καλύτερα τον πραγματικό μηχανισμό που παρήγαγε τα δεδομένα;

Αυτό είναι ένα θεμελιώδες πρόβλημα, το οποίο παραμένει εξαιρετικά επίκαιρο. Γιατί σήμερα έχουμε ασύγκριτα ισχυρότερα συστήματα τεχνητής νοημοσύνης, τεράστιους όγκους δεδομένων και υπολογιστική ισχύ που πριν από τριάντα χρόνια θα ήταν αδιανόητη. Αλλά το βασικό επιστημονικό ερώτημα δεν εξαφανίστηκε: τι έχει πραγματικά μάθει το σύστημα και σε ποιο βαθμό αυτό που έμαθε μπορεί να γενικευθεί πέρα από τα δεδομένα στα οποία εκπαιδεύτηκε;

Και εδώ ακριβώς συναντώνται η παλαιότερη έρευνά μου στα νευρωνικά συστήματα με το σημερινό ενδιαφέρον μου για τη διακυβέρνηση της τεχνητής νοημοσύνης. Για να χρησιμοποιήσεις ένα σύστημα υπεύθυνα, δεν αρκεί να γνωρίζεις ότι έχει καλή απόδοση. Πρέπει να γνωρίζεις τι γνωρίζει, τι δεν γνωρίζει και, κυρίως, πότε δεν πρέπει να το εμπιστευτείς.

Αυτή η εξέλιξη αποτυπώνεται και στο εργαστήριο που διευθύνω, το Financial Technology & Strategic Artificial Intelligence Laboratory, FTSAI Lab. Το εργαστήριο βρίσκεται στη διασταύρωση της χρηματοοικονομικής τεχνολογίας, της τεχνητής νοημοσύνης, του κινδύνου και της διακυβέρνησης. Μας ενδιαφέρει όχι μόνο τι μπορεί να κάνει η τεχνητή νοημοσύνη, αλλά πώς μπορεί να ενσωματωθεί σε πραγματικούς οργανισμούς και συστήματα με τρόπο αξιόπιστο και ελεγχόμενο.

Η έρευνά μας εκτείνεται από το FinTech, το blockchain και τα αποκεντρωμένα χρηματοοικονομικά συστήματα μέχρι την τεχνητή νοημοσύνη, τη διαχείριση κινδύνου και το AI Governance. Ιδιαίτερα μας απασχολεί το πώς αξιολογούμε την ετοιμότητα ενός οργανισμού να χρησιμοποιήσει τεχνητή νοημοσύνη, πώς διαχειριζόμαστε τους κινδύνους των αλγοριθμικών αποφάσεων και πώς δημιουργούμε μηχανισμούς λογοδοσίας και ανθρώπινης εποπτείας. Αυτά τα ζητήματα αποτελούν πλέον κεντρικό μέρος της ερευνητικής μου δραστηριότητας.

Επομένως, αν κοιτάξει κανείς την πορεία αυτή από απόσταση, υπάρχει πολύ μεγαλύτερη συνέχεια απ’ όση ίσως φαίνεται. Πριν από τριάντα χρόνια προσπαθούσαμε να καταλάβουμε τι πραγματικά είχε μάθει ένα νευρωνικό σύστημα. Σήμερα, που αυτά τα συστήματα έχουν γίνει ασύγκριτα ισχυρότερα και συμμετέχουν πλέον σε πραγματικές αποφάσεις, πρέπει επιπλέον να γνωρίζουμε μέχρι πού μπορούμε να τα εμπιστευτούμε.

Για μένα, αυτή είναι η φυσική διαδρομή από τα νευρωνικά συστήματα στη σημερινή τεχνητή νοημοσύνη και από εκεί στη διακυβέρνησή της.

D.A.: Η επιστημονική σας πορεία στον τομέα της έρευνας διαρκεί πάνω από 3 δεκαετίες. Θα θέλατε να μας αναλύσετε ποιο ήταν τότε το αντικείμενο έρευνας και ποιο είναι τώρα; Υπάρχει μια διάχυτη αντίληψη, ότι τα επόμενα χρόνια θα είναι εφικτό για το καθένα να κερδίσει χρήματα επενδύοντας μέσα από το διαδίκτυο. Ποια είναι η πραγματικότητα; Ποιο είναι το κρίσιμο σημείο παράλληλου όγκου χρηματοοικονομικής επένδυσης και αύξησης της παραγωγής σε παγκόσμιο επίπεδο, που θα μπορούσε πράγματι να εξασφαλίσει χρηματοοικονομικές αποδόσεις σε ευρύτερο κοινό, δηλ. ένα είδος αναδιανομής εισοδήματος μέσω των αγορών χρήματος.

A.Z.: Όπως ανέφερα προηγουμένως, η ερευνητική μου πορεία ξεκίνησε από τη μελέτη των νευρωνικών δικτύων και της εφαρμογής τους στις χρηματοοικονομικές αγορές και έχει εξελιχθεί σήμερα προς ευρύτερα ζητήματα τεχνητής νοημοσύνης, κινδύνου και διακυβέρνησης.Υπάρχει όμως μια ενδιαφέρουσα σταθερά σε όλη αυτή την περίοδο. Η τεχνολογία αλλάζει συνεχώς τα εργαλεία που διαθέτουμε, αλλά δεν καταργεί τους θεμελιώδεις οικονομικούς περιορισμούς.

Αυτό είναι ιδιαίτερα σημαντικό όταν συζητάμε την αντίληψη ότι, επειδή πλέον όλοι έχουμε πρόσβαση στις αγορές μέσω του διαδικτύου και διαθέτουμε όλο και ισχυρότερα εργαλεία τεχνητής νοημοσύνης, στο μέλλον όλοι θα μπορούμε να κερδίζουμε χρήματα επενδύοντας. Εδώ χρειάζεται μεγάλη προσοχή. Το διαδίκτυο εκδημοκράτισε την πρόσβαση στις επενδύσεις. Δεν εκδημοκράτισε την ικανότητα παραγωγής υπεραποδόσεων.

Σήμερα ένας άνθρωπος μπορεί από το κινητό του να αγοράσει μετοχές, ομόλογα, ETFs ή ακόμη και κρυπτοστοιχεία. Αυτό πριν από μερικές δεκαετίες ήταν δυσκολότερο και ακριβότερο. Η μείωση του κόστους συναλλαγών, η ταχύτητα πρόσβασης στις αγορές και η πολύ ευρύτερη διαθεσιμότητα πληροφοριών είναι αναμφίβολα θετικές εξελίξεις.

Σε μακροχρόνιο ορίζοντα, ο χρηματοοικονομικός πλούτος δεν μπορεί να αυξάνεται επ’ άπειρον ανεξάρτητα από την πραγματική οικονομία.

Δεν πρέπει όμως να συγχέουμε την πρόσβαση στην αγορά με τη δυνατότητα επίτευξης συστηματικών υπεραποδόσεων. Με απλά λόγια, το γεγονός ότι όλοι μπορούμε πλέον να επενδύουμε δεν σημαίνει ότι όλοι μπορούμε να κερδίζουμε σταθερά περισσότερο από τους υπόλοιπους. Αν όλοι χρησιμοποιούν παρόμοιες πληροφορίες και όλο και ισχυρότερα υπολογιστικά εργαλεία, ο ανταγωνισμός δεν εξαφανίζεται, αντίθετα, γίνεται εντονότερος. Και στις χρηματοοικονομικές αγορές η υψηλότερη αναμενόμενη απόδοση συνοδεύεται, κατά κανόνα, από μεγαλύτερο κίνδυνο.

Η τεχνητή νοημοσύνη δεν αλλάζει αυτή τη θεμελιώδη σχέση. Μπορεί να μας δώσει καλύτερα εργαλεία ανάλυσης, να επεξεργαστεί τεράστιους όγκους πληροφοριών και να μειώσει το κόστος ορισμένων επενδυτικών υπηρεσιών. Αλλά αν ένα εργαλείο που προσφέρει πραγματικό επενδυτικό πλεονέκτημα γίνει διαθέσιμο σε όλους, το ίδιο το πλεονέκτημα τείνει να περιορίζεται, επειδή η πληροφορία ενσωματώνεται στις τιμές. Αυτό είναι μέρος της ίδιας της λειτουργίας των αγορών.

Υπάρχει όμως ένα ακόμη βαθύτερο σημείο. Σε μακροχρόνιο ορίζοντα, ο χρηματοοικονομικός πλούτος δεν μπορεί να αυξάνεται επ’ άπειρον ανεξάρτητα από την πραγματική οικονομία.

Οι μετοχές, για παράδειγμα, είναι τελικά απαιτήσεις πάνω σε μελλοντικά κέρδη επιχειρήσεων. Και αυτά τα κέρδη εξαρτώνται από την παραγωγή, την παραγωγικότητα, την καινοτομία και την πραγματική οικονομική δραστηριότητα. Μπορεί φυσικά, για μεγάλα χρονικά διαστήματα, οι τιμές των χρηματοοικονομικών περιουσιακών στοιχείων να αυξάνονται ταχύτερα από την παραγωγή. Δεν μπορούμε όμως να δημιουργήσουμε μόνιμη ευημερία απλώς αυξάνοντας τις τιμές των assets.

Δεν μπορούμε όλοι να γίνουμε πλουσιότεροι αγοράζοντας ο ένας τα περιουσιακά στοιχεία του άλλου σε συνεχώς υψηλότερες τιμές. Κάποιος πρέπει τελικά να παράγει περισσότερα αγαθά, περισσότερες υπηρεσίες και περισσότερη πραγματική αξία.

Γι’ αυτό και θα ήμουν επιφυλακτικός με τον όρο «αναδιανομή εισοδήματος μέσω των αγορών». Οι αγορές κεφαλαίου δεν σχεδιάστηκαν ως μηχανισμός κοινωνικής αναδιανομής. Ο βασικός τους οικονομικός ρόλος είναι να κατευθύνουν τις αποταμιεύσεις προς επενδύσεις, να τιμολογούν τον κίνδυνο και να χρηματοδοτούν παραγωγική δραστηριότητα.

Μπορούν όμως να συμβάλουν σε κάτι που θεωρώ πολύ σημαντικό: στη διεύρυνση της ιδιοκτησίας του κεφαλαίου.Εάν περισσότεροι άνθρωποι μπορούν, με χαμηλό κόστος και επαρκή χρηματοοικονομική παιδεία, να συμμετέχουν μακροχρόνια σε διαφοροποιημένα χαρτοφυλάκια παραγωγικών επιχειρήσεων, τότε μεγαλύτερο μέρος της κοινωνίας μπορεί να συμμετέχει στην αύξηση της αξίας που δημιουργεί η πραγματική οικονομία.

Και εδώ, κατά τη γνώμη μου, βρίσκεται η πραγματικά ενδιαφέρουσα κοινωνική διάσταση της χρηματοοικονομικής τεχνολογίας. Όχι στην υπόσχεση ότι όλοι θα γίνουμε πλούσιοι κάνοντας trading από το κινητό μας, αλλά στη δυνατότητα πολύ περισσότεροι άνθρωποι να αποκτήσουν πρόσβαση στην αποταμίευση, στην επένδυση και τελικά στην ιδιοκτησία παραγωγικού κεφαλαίου.

Αυτό όμως προϋποθέτει τρία πράγματα: πραγματική οικονομική ανάπτυξη, ευρεία πρόσβαση στην ιδιοκτησία κεφαλαίου και χρηματοοικονομική παιδεία. Η τεχνολογία μπορεί να μειώσει σημαντικά τα εμπόδια πρόσβασης. Δεν μπορεί να καταργήσει ούτε τον κίνδυνο ούτε τους οικονομικούς νόμους.

Η τεχνολογία μπορεί να δώσει σε όλους μας πρόσβαση στις επενδύσεις. Δεν μπορεί να εξασφαλίσει ότι όλοι θα κερδίζουμε περισσότερο από τους υπόλοιπους. Μπορεί όμως να επιτρέψει σε πολύ περισσότερους ανθρώπους να συμμετέχουν μακροχρόνια στην πραγματική δημιουργία πλούτου.

D.A.: Συμμετέχετε ενεργά στο δημόσιο διάλογο για την τεχνητή νοημοσύνη, τα κρυπτοστοιχεία και τη ρύθμιση του νέου χρηματοοικονομικού συστήματος. Θα θέλαμε να μας πείτε πόσο μια χώρα με τεχνολογικό έλλειμμα στη διαχείριση του χρηματοοικονομικού τομέα, μπορεί να μείνει πίσω σε ανάπτυξη αλλά και σε βασικούς δείκτες ανταγωνιστικότητας. Σε ποια θέση βρίσκεται η χώρα μας; Πόσο σημαντική θεωρείται η συγκεκριμένη τεχνολογική σύγκλιση για την ανάπτυξη του τρίτου κόσμου;

A.Z.: Σήμερα η τεχνολογική ικανότητα ενός χρηματοοικονομικού συστήματος αποτελεί στοιχείο εθνικής ανταγωνιστικότητας. Δεν αφορά μόνο το αν μια τράπεζα έχει καλύτερη εφαρμογή για κινητό. Αφορά την ικανότητα μιας οικονομίας να πραγματοποιεί φθηνότερες και ασφαλέστερες συναλλαγές, να αξιοποιεί δεδομένα, να κατανέμει αποτελεσματικότερα το κεφάλαιο, να χρηματοδοτεί καινοτόμες επιχειρήσεις και να διαχειρίζεται καλύτερα τον κίνδυνο.

Μια χώρα που υστερεί σε αυτούς τους τομείς πληρώνει ένα είδος τεχνολογικού φόρου. Οι συναλλαγές της είναι ακριβότερες, οι επιχειρήσεις της λιγότερο παραγωγικές, η πρόσβαση στη χρηματοδότηση δυσκολότερη και το οικονομικό της σύστημα λιγότερο ελκυστικό για επενδύσεις και ανθρώπινο κεφάλαιο.

Και πλέον υπάρχει και μια δεύτερη διάσταση, αυτήτης τεχνητής νοημοσύνης. Όσο περισσότερο η πιστοδότηση, η διαχείριση κινδύνου, η ανίχνευση απάτης, οι επενδυτικές υπηρεσίες και η κανονιστική συμμόρφωση βασίζονται σε δεδομένα και αλγορίθμους, τόσο μεγαλύτερη θα γίνεται η απόσταση ανάμεσα στις οικονομίες που μπορούν να αξιοποιήσουν αυτές τις τεχνολογίες και σε εκείνες που απλώς τις εισάγουν ως έτοιμες υπηρεσίες.

Η Ελλάδα βρίσκεται σήμερα σε μια ενδιάμεση θέση. Έχει κάνει σημαντική πρόοδο. Η ανάπτυξη του 5G είναι ισχυρή, οι οπτικές ίνες επεκτείνονται, οι δημόσιες ψηφιακές υπηρεσίες έχουν βελτιωθεί αισθητά και δημιουργείται πλέον σοβαρή υποδομή γύρω από την τεχνητή νοημοσύνη, όπως το ελληνικό AI Factory «PHAROS», με υπολογιστικό πυρήνα τον εθνικό υπερυπολογιστή ΔΑΙΔΑΛΟ. Πρόκειται για σημαντική εξέλιξη, γιατί για πρώτη φορά δημιουργείται εγχώρια υπολογιστική υποδομή που μπορεί να στηρίξει ερευνητικά κέντρα, πανεπιστήμια και νεοφυείς επιχειρήσεις στην ανάπτυξη προηγμένων εφαρμογών τεχνητής νοημοσύνης.

Από την άλλη πλευρά, δεν πρέπει να συγχέουμε την ψηφιοποίηση του κράτους με τον συνολικό ψηφιακό μετασχηματισμό της οικονομίας. Η υιοθέτηση προηγμένων ψηφιακών τεχνολογιών από τις ελληνικές επιχειρήσεις, ιδιαίτερα τις μικρομεσαίες, εξακολουθεί να υστερεί, ενώ η χώρα αντιμετωπίζει σημαντικό έλλειμμα σε ειδικούς ΤΠΕ και ψηφιακές δεξιότητες. Η ίδια η Ευρωπαϊκή Επιτροπή θεωρεί αυτά τα στοιχεία εμπόδιο για την παραγωγικότητα και την ανταγωνιστικότητα.

Στον 20ό αιώνα η οικονομική απόσταση των χωρών μετριόταν κυρίως σε κεφάλαιο και βιομηχανική υποδομή. Στον 21ο αιώνα θα μετριέται όλο και περισσότερο σε δεδομένα, υπολογιστική ισχύ, ανθρώπινο κεφάλαιο και ικανότητα διακυβέρνησης της τεχνολογίας.

Άρα το κρίσιμο ζήτημα για την Ελλάδα δεν είναι πλέον αν θα ψηφιοποιηθεί. Είναι αν θα περάσει από τη χρήση της τεχνολογίας στην παραγωγή τεχνολογικής ικανότητας. Άλλο να αγοράζεις εφαρμογές και άλλο να διαθέτεις ανθρώπους, επιχειρήσεις και ερευνητικά κέντρα που μπορούν να δημιουργήσουν αλγορίθμους, πλατφόρμες, χρηματοοικονομικά προϊόντα και συστήματα τεχνητής νοημοσύνης.

Σε ό,τι αφορά τις αναπτυσσόμενες οικονομίες, θα προτιμούσα αυτόν τον όρο από τον όρο «τρίτος κόσμος», η σημασία της τεχνολογικής σύγκλισης είναι ίσως ακόμη μεγαλύτερη. Και αυτό γιατί η ψηφιακή χρηματοοικονομική τεχνολογία έχει τη δυνατότητα να επιτρέψει σε μια χώρα να παρακάμψει ολόκληρα στάδια υποδομών.

Μια κοινωνία που δεν απέκτησε ποτέ πυκνό δίκτυο τραπεζικών καταστημάτων μπορεί να περάσει απευθείας στις πληρωμές μέσω κινητού. Μικρές επιχειρήσεις χωρίς ιστορική πρόσβαση σε τραπεζικό δανεισμό μπορούν να αποκτήσουν πρόσβαση σε ψηφιακές χρηματοοικονομικές υπηρεσίες. Κάτοικοι απομακρυσμένων περιοχών μπορούν να συμμετέχουν στο χρηματοοικονομικό σύστημα χωρίς φυσική παρουσία σε τράπεζα.

Αυτό είναι πραγματική οικονομική σύγκλιση. Αλλά υπάρχει ένας κίνδυνος. Η τεχνολογία μπορεί να μειώσει το χάσμα, αλλά μπορεί και να το διευρύνει. Αν οι υποδομές, τα δεδομένα, η τεχνογνωσία και τα συστήματα τεχνητής νοημοσύνης ανήκουν αποκλειστικά σε λίγες χώρες και λίγες μεγάλες εταιρείες, τότε οι λιγότερο ανεπτυγμένες οικονομίες μπορεί να γίνουν απλώς καταναλωτές ξένης τεχνολογίας.

Γι’ αυτό θεωρώ ότι το πραγματικό ζητούμενο δεν είναι μόνο η τεχνολογική πρόσβαση, αλλά η τεχνολογική κυριαρχία και ικανότητα. Ανθρώπινο κεφάλαιο, εκπαίδευση, υποδομές, θεσμοί και σωστή διακυβέρνηση.Και αυτό ισχύει εξίσου για την Ελλάδα.

Στον 20ό αιώνα η οικονομική απόσταση των χωρών μετριόταν κυρίως σε κεφάλαιο και βιομηχανική υποδομή. Στον 21ο αιώνα θα μετριέται όλο και περισσότερο σε δεδομένα, υπολογιστική ισχύ, ανθρώπινο κεφάλαιο και ικανότητα διακυβέρνησης της τεχνολογίας.

D.A.: Προσωπικά έχετε διατελέσει Πρύτανης & Αντιπρύτανης Οικονομικού Προγραμματισμού και Ανάπτυξης του Πανεπιστημίου Μακεδονίας με πλούσια διεθνή εργογραφία. Ποιος θεωρείτε ότι είναι ο ρόλος του Πανεπιστημίου σας στην εξωστρέφεια της χώρας αλλά και της ευρύτερης περιοχής της βορείου Ελλάδος με διακριτό κεντρικό ρόλο στις διαβαλκανικές συνεργασίες και κομβικό ρόλο στις σχέσεις της χώρας με την Ασία και την Άπω ανατολή; Τι θα μπορούσε να γίνει ώστε οι ρυθμοί ανάπτυξης να γίνουν εντονότεροι και η παρουσία της Περιφέρειας της Βορείου Ελλάδας ισχυρότερη ως διακομιστής ιδεών εμπορευμάτων και ανθρώπων μεταξύ Ευρώπης και Ανατολής;

Α.Ζ.: Το Πανεπιστήμιο Μακεδονίας έχει ένα ιδιαίτερο πλεονέκτημα που προκύπτει από τη θέση του, την ιστορία του και το επιστημονικό του προφίλ. Βρίσκεται στη Θεσσαλονίκη, σε μια πόλη που παραδοσιακά λειτουργεί ως σημείο συνάντησης μεταξύ Βαλκανίων, Ανατολικής Μεσογείου και ευρύτερης ευρωπαϊκής ενδοχώρας. Αυτό σημαίνει ότι το Πανεπιστήμιο δεν πρέπει να βλέπει τον ρόλο του μόνο εθνικά. Πρέπει να λειτουργεί ως περιφερειακός κόμβος γνώσης, συνεργασιών και ανθρώπινου κεφαλαίου.

Όταν μιλάμε για εξωστρέφεια, δεν εννοούμε απλώς περισσότερα Erasmus ή περισσότερες διεθνείς συμφωνίες. Εννοούμε κάτι βαθύτερο, όπως ενδεικτικά, διεθνή ερευνητικά δίκτυα, κοινά προγράμματα σπουδών, προσέλκυση ξένων φοιτητών και ερευνητών, συνεργασία με επιχειρήσεις και θεσμούς εκτός Ελλάδας και κυρίως δημιουργία μιας ακαδημαϊκής ταυτότητας που να είναι αναγνωρίσιμη πέρα από τα σύνορα.

Στη Βόρεια Ελλάδα υπάρχει η δυνατότητα να δημιουργηθεί ένα τέτοιο οικοσύστημα, ακριβώς επειδή συνυπάρχουν πανεπιστήμια, ερευνητικά κέντρα, επιχειρηματική δραστηριότητα, λιμάνι, ενεργειακές και μεταφορικές υποδομές και μια φυσική εγγύτητα με τα Βαλκάνια.

Αν καταφέρουμε να συνδέσουμε πανεπιστήμια, επιχειρήσεις, περιφέρειες και διεθνείς εταίρους σε μια ενιαία στρατηγική, τότε η Βόρεια Ελλάδα μπορεί να πάψει να λειτουργεί απλώς ως περιφέρεια διέλευσης και να εξελιχθεί σε περιφέρεια διασύνδεσης και παραγωγής αξίας.

Το κρίσιμο όμως είναι να περάσουμε από τη λογική των μεμονωμένων δράσεων στη λογική της συστηματικής περιφερειακής στρατηγικής. Δεν αρκεί κάθε πανεπιστήμιο, κάθε περιφέρεια ή κάθε φορέας να κάνει μόνος του μία συνεργασία. Χρειάζεται συντονισμός, κοινή στόχευση και συνέχεια.

Κατά τη γνώμη μου, η Βόρεια Ελλάδα μπορεί να ενισχύσει τον ρόλο της σε τρία επίπεδα.

Πρώτον, ως κόμβος γνώσης και εκπαίδευσης. Μπορούμε να προσελκύσουμε περισσότερους φοιτητές και ερευνητές από τα Βαλκάνια, την Ανατολική Μεσόγειο και την Ασία, ιδιαίτερα σε πεδία όπου η περιοχή μπορεί να αποκτήσει συγκριτικό πλεονέκτημα, όπως η τεχνητή νοημοσύνη, το FinTech, η εφοδιαστική αλυσίδα, η ενέργεια, η αγροτεχνολογία και η ψηφιακή διακυβέρνηση.

Δεύτερον, ως κόμβος οικονομικών και τεχνολογικών συνεργασιών. Η περιοχή δεν πρέπει να είναι απλώς χώρος διέλευσης εμπορευμάτων. Πρέπει να είναι χώρος όπου δημιουργούνται υπηρεσίες υψηλής προστιθέμενης αξίας, όπου εγκαθίστανται επιχειρήσεις, όπου αναπτύσσονται τεχνολογίες και όπου συνδέονται η έρευνα με την παραγωγή.

Και τρίτον, ως γέφυρα μεταξύ αγορών και πολιτισμών. Η γεωγραφία από μόνη της δεν αρκεί. Για να μετατραπεί η γεωγραφική θέση σε πλεονέκτημα, χρειάζονται θεσμοί, υποδομές, αξιοπιστία, διεθνείς συνεργασίες και ανθρώπινο κεφάλαιο.

Σε ό,τι αφορά ειδικά την Ασία και την Άπω Ανατολή, θεωρώ ότι υπάρχει σημαντικό περιθώριο για πολύ πιο συστηματικές ακαδημαϊκές και επιχειρηματικές σχέσεις. Εκεί δεν πρέπει να κινηθούμε μόνο με γενικές συμφωνίες συνεργασίας, αλλά με στοχευμένα κοινά προγράμματα, ερευνητικά projects, summer schools, joint degrees και συνεργασίες με τεχνολογικά και χρηματοοικονομικά κέντρα.

Αν καταφέρουμε να συνδέσουμε πανεπιστήμια, επιχειρήσεις, περιφέρειες και διεθνείς εταίρους σε μια ενιαία στρατηγική, τότε η Βόρεια Ελλάδα μπορεί να πάψει να λειτουργεί απλώς ως περιφέρεια διέλευσης και να εξελιχθεί σε περιφέρεια διασύνδεσης και παραγωγής αξίας.

Αυτό είναι, κατά τη γνώμη μου, το πραγματικό ζητούμενο, το να μη μετακινούνται απλώς μέσα από τη Βόρεια Ελλάδα εμπορεύματα και άνθρωποι, αλλά να παράγονται εδώ ιδέες, γνώση, τεχνολογία και συνεργασίες που να έχουν διεθνή εμβέλεια.

Η γεωγραφία δίνει μια ευκαιρία. Δεν δίνει από μόνη της πλεονέκτημα. Πλεονέκτημα δημιουργείται όταν η γεωγραφία συνδυάζεται με γνώση, υποδομές, θεσμούς και διεθνή δικτύωση.

D.A.: Κατά την άποψη σας, πείτε μας πως βλέπετε το μέλλον των νέων ανθρώπων. Ποια θα είναι η συγκρότηση της αναδυόμενης οικονομίας υπολογίζοντας και αυτή που θα υποστηρίξουν τα κρυπτονομίσματα και οι διάφορες διαδικτυακές χρηματοοικονομικές δυνατότητες που φέρνει η ΑΙ; Μπορεί δυνητικά να δούμε περισσότερη οικονομική δικαιοσύνη και να εξασφαλιστούν οικονομικοί πόροι σε ασθενέστερες πληθυσμιακές ομάδες με κοινωνικά η αλλά κριτήρια; Ποια προσωπικά σας όνειρα έχετε δει να πραγματοποιούνται; Συστήστε μας ένα έργο τέχνης βιβλίο, ταινία κλπ. που να εξηγεί με όρους τέχνης αυτό που βλέπετε εσείς και θα θέλατε να δείξετε και σε εμάς. 

A.Z.: Για το μέλλον των νέων ανθρώπων είμαι αισιόδοξος, αλλά όχι αφελής. Πιστεύω ότι η γενιά που έρχεται θα έχει στη διάθεση της δυνατότητες που η δική μας γενιά δεν μπορούσε καν να φανταστεί. Ταυτόχρονα, θα ζήσει σε έναν κόσμο πολύ λιγότερο προβλέψιμο.

Η τεχνητή νοημοσύνη θα αλλάξει την εργασία, την εκπαίδευση, την επιχειρηματικότητα και τελικά τον τρόπο με τον οποίο παράγεται και κατανέμεται η οικονομική αξία. Το blockchain και η tokenization μπορούν να δημιουργήσουν νέες μορφές ιδιοκτησίας και συναλλαγών. Τα ψηφιακά χρηματοοικονομικά συστήματα μπορούν να μειώσουν δραστικά το κόστος πρόσβασης σε υπηρεσίες που κάποτε ήταν διαθέσιμες μόνο σε μεγάλους οργανισμούς ή σε ανθρώπους με σημαντικό κεφάλαιο.

Δεν πιστεύω όμως ότι τα κρυπτονομίσματα ή η τεχνητή νοημοσύνη αποτελούν από μόνα τους κάποιον μηχανισμό οικονομικής δικαιοσύνης. Η τεχνολογία δεν έχει κοινωνικές προθέσεις. Μπορεί να διευρύνει την πρόσβαση, αλλά μπορεί επίσης να συγκεντρώσει πλούτο και ισχύ σε ακόμη λιγότερα χέρια.

Γι’ αυτό θεωρώ ότι το μεγάλο ζήτημα των επόμενων δεκαετιών δεν θα είναι μόνο ποια τεχνολογία μπορούμε να δημιουργήσουμε, αλλά πώς θα κυβερνήσουμε την τεχνολογία που δημιουργούμε.

Υπάρχουν πράγματι νέες δυνατότητες οικονομικής συμπερίληψης. Ένας άνθρωπος που βρίσκεται μακριά από ένα τραπεζικό κατάστημα μπορεί ήδη να αποκτήσει χρηματοοικονομικές υπηρεσίες από ένα κινητό τηλέφωνο. Μικρές επιχειρήσεις μπορούν να αποκτήσουν πρόσβαση σε χρηματοδότηση με νέους τρόπους. Η τεχνητή νοημοσύνη μπορεί να μειώσει δραματικά το κόστος παροχής εξειδικευμένων υπηρεσιών, από την εκπαίδευση μέχρι τη χρηματοοικονομική πληροφόρηση.

Αλλά πρέπει να είμαστε πολύ προσεκτικοί όταν περνάμε από την οικονομική συμπερίληψη στην οικονομική αναδιανομή. Δεν δημιουργούμε κοινωνική δικαιοσύνη μοιράζοντας απλώς περισσότερα ψηφιακά χρηματοοικονομικά προϊόντα. Χρειαζόμαστε παραγωγικότητα, εκπαίδευση, θεσμούς, ευκαιρίες συμμετοχής στην οικονομική δραστηριότητα και κοινωνικές πολιτικές εκεί όπου είναι απαραίτητες.

Η Ελλάδα βρίσκεται σήμερα σε μια ενδιάμεση θέση. Έχει κάνει σημαντική πρόοδο. Η ανάπτυξη του 5G είναι ισχυρή…πρώτη φορά δημιουργείται εγχώρια υπολογιστική υποδομή.

Και αυτό με φέρνει πάλι στους νέους. Αν έπρεπε να τους δώσω μία συμβουλή, δεν θα ήταν να προσπαθήσουν να προβλέψουν ποιο επάγγελμα θα είναι ασφαλές σε είκοσι χρόνια. Πιθανότατα κανείς μας δεν μπορεί να το γνωρίζει αυτό.Θα τους έλεγα να επενδύσουν σε κάτι πολύ βαθύτερο,στην ικανότητά τους να μαθαίνουν συνεχώς, να σκέφτονται κριτικά και να προσαρμόζονται.

Η τεχνητή νοημοσύνη θα κάνει σταδιακά φθηνότερη την εκτέλεση πολλών γνωστικών εργασιών. Αυτό σημαίνει ότι θα αποκτούν μεγαλύτερη αξία η ικανότητα να διατυπώνεις το σωστό πρόβλημα, να κρίνεις μια απάντηση, να συνδυάζεις γνώσεις από διαφορετικά πεδία, να δημιουργείς και ίσως περισσότερο από όλα, να αναλαμβάνεις την ευθύνη μιας απόφασης.

Δεν φοβάμαι λοιπόν τόσο ότι η τεχνητή νοημοσύνη θα αντικαταστήσει τους νέους ανθρώπους. Φοβάμαι περισσότερο μήπως κάποιοι νέοι άνθρωποι σταματήσουν να καλλιεργούν τις δικές τους ικανότητες επειδή θα μπορούν να αναθέτουν όλο και περισσότερα στη μηχανή.

Με ρωτάτε και για τα προσωπικά μου όνειρα. Όταν κοιτάζω πίσω, αισθάνομαι ότι είχα την τύχη να δω αρκετά από αυτά να πραγματοποιούνται. Να γίνω πανεπιστημιακός, να κάνω έρευνα σε ένα αντικείμενο που πραγματικά με ενδιέφερε, να δω τη δουλειά μου να αποκτά διεθνή παρουσία, να υπηρετήσω το Πανεπιστήμιό μου και από θέσεις ευθύνης, αλλά και να εξακολουθώ, ύστερα από περισσότερα από τριάντα χρόνια, να βρίσκω καινούργια επιστημονικά ερωτήματα που με συναρπάζουν. Η ακαδημαϊκή και θεσμική αυτή διαδρομή πράγματι περιλαμβάνει περισσότερες από τρεις δεκαετίες έρευνας, διεθνή επιστημονική παραγωγή και θητείες ως Πρύτανης και Αντιπρύτανης και τώρα μέλος του Συμβουλίου Διοίκησης.

Ίσως όμως όσο μεγαλώνει κανείς αλλάζει και ο ορισμός του ονείρου. Με ενδιαφέρει πλέον λιγότερο τι ακόμη μπορώ να προσθέσω στο βιογραφικό μου και περισσότερο τι μπορώ να αφήσω πίσω μου που θα εξακολουθήσει να έχει αξία όταν εγώ δεν θα είμαι εκεί.Ανθρώπους που βοήθησα να εξελιχθούν, ιδέες, βιβλία, ερευνητικά εργαλεία, θεσμούς που έγιναν λίγο καλύτεροι.

Και επειδή μου ζητάτε να επιλέξω ένα έργο τέχνης, θα σας πάω στη μουσική. Θα πρότεινα το Κουαρτέτο Εγχόρδων αρ. 14 του Franz Schubert, το «Ο Θάνατος και η Κόρη» (Death and the Maiden).Δεν είναι, βέβαια, ένα έργο για την τεχνολογία. Είναι ένα έργο για κάτι πολύ σημαντικότερο. Την ανθρώπινη κατάσταση. Υπάρχει μέσα του τάξη και αυστηρή δομή, αλλά ταυτόχρονα ένταση, αγωνία, ομορφιά και η συνείδηση ότι ο χρόνος μας είναι πεπερασμένος. Και ίσως γι’ αυτό με συγκινεί τόσο.

Αν ήθελα να μεταφέρω κάτι από αυτή τη σκέψη στη ζωγραφική, θα πήγαινα στον Jackson Pollock. Εκ πρώτης όψεως βλέπεις χάος. Αν όμως σταθείς μπροστά στον πίνακα, αρχίζεις να ανακαλύπτεις ρυθμό, πυκνότητα, σχέσεις, μια μορφή τάξης που δεν σου επιβάλλεται εξαρχής, αλλά αναδύεται μέσα από την πολυπλοκότητα.

Και μετά υπάρχει το Bauhaus. Εκεί η τάξη δεν αναδύεται, σχεδιάζεται.Καθαρότητα, δομή, λειτουργία, πειθαρχία της μορφής.

Ο Schubert, ο Pollock και το Bauhaus είναι τρεις πολύ διαφορετικοί κόσμοι. Ίσως όμως εκφράζουν τρία πράγματα που αναζητώ και εγώ στον τρόπο με τον οποίο βλέπω την επιστήμη και την τεχνολογία. Την ανθρώπινη διάσταση, την ελευθερία της δημιουργίας και την ανάγκη για δομή.

Χρειαζόμαστε τη δημιουργική ελευθερία και την πολυπλοκότητα του Pollock. Χρειαζόμαστε τη δομή και την πειθαρχία του Bauhaus. Αλλά στο κέντρο πρέπει να διατηρήσουμε αυτό που μας θυμίζει ο Schubert. Τον άνθρωπο.

Γιατί τελικά η πρόοδος δεν μπορεί να μετρηθεί μόνο από το πόσο έξυπνες έγιναν οι μηχανές μας. Πρέπει να μετρηθεί και από το αν ο κόσμος που δημιουργήσαμε με αυτές έγινε καλύτερος για τους ανθρώπους.