Insights

Στο Google I/O 2026, η Google παρουσίασε μια συνομιλιακή, AI-first μπάρα αναζήτησης που υποστηρίζεται από το Gemini 3.5 Flash. Τα CTR της πρώτης θέσης έχουν πέσει από 27% σε 11%, τα AI Overviews εμφανίζονται πλέον στο 48% των ερωτημάτων και η Google έχει επισήμως ενσωματώσει το GEO και το AEO στο SEO. Ακολουθεί τι άλλαξε πραγματικά και τι σημαίνει αυτό για SEO specialists, content strategists, publishers και e-commerce.

Οι περισσότερες startup ενσωματώνουν κάθε αποτέλεσμα της AI σε επίπεδα ανθρώπινης έγκρισης. Η πρόθεση είναι ο έλεγχος. Το αποτέλεσμα είναι ένα σημείο συμφόρησης που εξαντλεί τα οφέλη παραγωγικότητας που υποτίθεται ότι θα παρείχε η AI. Δείτε τι λέει στην πραγματικότητα η έρευνα και ποια είναι η επιχειρησιακή λύση.

Το 84% των Ελλήνων εργοδοτών αδυνατεί να καλύψει τις κενές θέσεις εργασίας σύμφωνα με την Παγκόσμια Έρευνα Έλλειψης Ταλέντων της ManpowerGroup για το 2026, ποσοστό που κατατάσσει τη χώρα στη δεύτερη θέση στην Ευρώπη, μπροστά από τη Γερμανία και την Πορτογαλία. Οι μεγαλύτερες ελλείψεις παρατηρούνται στους τομείς του cybersecurity, του AI engineering, της cloud architecture, του UX design και του software development. Τρία προβλήματα συσσωρεύονται: η δεκαετία της κρίσης εξώθησε σε μετανάστευση μια ολόκληρη γενιά ταλέντων τεχνολογίας, το πανεπιστημιακό σύστημα παράγει περίπου τους μισούς αποφοίτους ICT από όσους χρειάζεται η αγορά, και τα οφέλη από την αύξηση της παραγωγικότητας στην ελληνική οικονομία δεν μετακυλίονται στους μισθούς των εργαζομένων.

Τα περισσότερα προϊόντα αποτυγχάνουν όχι επειδή έχουν κακή κατασκευή, αλλά επειδή είναι σχεδιασμένα για το πώς βιώνει το πρόβλημα ο ιδρυτής τους, και όχι οι χρήστες. Τα δεδομένα για την αποτυχία των startup, την υιοθέτηση λειτουργιών και τις γνωστικές προκαταλήψεις υποδεικνύουν ένα μοτίβο: το χάσμα μεταξύ της διαίσθησης του ιδρυτή και της πραγματικότητας του χρήστη είναι δομικό και μπορεί να διορθωθεί.

Οι περισσότερες μικρές ομάδες δεν είναι AI-native, είναι παραδοσιακές ομάδες που χρησιμοποιούν εργαλεία AI. Μια AI-native ομάδα καταργεί ολόκληρα οργανωτικά επίπεδα και αναδομείται γύρω από 5 λειτουργικά συστήματα, το καθένα υπό την ευθύνη ενός ατόμου που ενορχηστρώνει το AI αντί να εκτελεί εργασίες. Δείτε πώς είναι στην πραγματικότητα αυτό το μοντέλο, πού εφαρμόζεται και γιατί οι περισσότερες προσπάθειες για τη δημιουργία του αποτυγχάνουν.

Το Agentic engineering επιτρέπει σε ένα άτομο να επιτελεί το έργο ενός product manager, ενός UX designer και ενός developer. Ωστόσο, ποιο υπόβαθρο προετοιμάζει πράγματι κάποιον να αξιολογήσει το AI output σε σύγκριση με τον τρόπο που οι πραγματικοί χρήστες σκέφτονται, συμπεριφέρονται και αποτυγχάνουν; Η απάντηση δεν είναι η προφανής, και το χάσμα προσόντων έχει επιπτώσεις στον τρόπο με τον οποίο οι ομάδες προσλαμβάνουν και στο πώς τα προϊόντα λειτουργούν πραγματικά in production.