Τεχνητή Νοημοσύνη και Διοικητική Λογιστική

Η εκρηκτική αύξηση των δεδομένων αναδιαμορφώνει τη διοικητική λογιστική, μετατοπίζοντάς την από παραδοσιακές πηγές πληροφόρησης σε μία πιο αναλυτική προσέγγιση. Η αξιοποίηση τόσο δομημένων όσο και αδόμητων δεδομένων ενισχύει τη λήψη αποφάσεων και τις δυνατότητες πρόβλεψης των επιχειρήσεων.

των Ατσαλάκη Γιώργου, Οικονομολόγου, Αναπληρωτή Καθηγητής και Ατσαλάκη Ιωάννα Διδάσκων, Πολυτεχνείου Κρήτης Εργαστήριο Επιστημονικών Δεδομένων

Η ταχεία υιοθέτηση των big data analytics (BDA) εντός των λογιστικών περιβαλλόντων επιβεβαιώνει αυτήν τη μετατόπιση. Καθώς η αναλυτική σκέψη καθίσταται κεντρική για τον έλεγχο και τον προγραμματισμό, η χρήση BDA για την αξιοποίηση δεδομένων αποκτά όλο και μεγαλύτερη σημασία.

Ωστόσο, η μετάβαση αυτή δεν είναι ανέξοδη. Η ψηφιοποίηση φέρνει σημαντικές ευκαιρίες, αλλά ταυτόχρονα αυξάνει την πολυπλοκότητα των λογιστικών διαδικασιών. Μπορεί να υπάρξουν κινδύνοι που προκύπτουν από λανθασμένες ή υπερβολικά ταχείες αποφάσεις, βασισμένες σε ανακριβείς προβλέψεις. Άλλες μελέτες υπογραμμίζουν ότι τα big data ενδέχεται να περιπλέξουν τη δομή κόστους.

Από την άλλη, η ανάλυση δεδομένων μπορεί να βελτιώσει τη λήψη αποφάσεων και τον επιχειρησιακό σχεδιασμό λόγω της αξίας των δεδομένων στην ακρίβεια και στην έγκαιρη πληροφόρηση. Η ψηφιοποίηση των συστημάτων διοικητικής λογιστικής μπορεί να αυτοματοποιήσει την προετοιμασία οικονομικών καταστάσεων, να ενοποιήσει αναφορές και να μειώσει τα ανθρώπινα σφάλματα, ενισχύοντας την ποιότητα της πληροφόρησης και οδηγώντας σε αποτελεσματικότερες αποφάσεις.

Παρά τις τεχνολογικές εξελίξεις, πρέπει να αποφεύγονται υπερβολικές ερμηνείες που προδικάζουν το “τέλος της λογιστικής”. Η λογιστική πληροφόρηση σε πραγματικό χρόνο και οι εξελίξεις στην ανάλυση δεδομένων μπορεί να αλλάζουν τη φύση του επαγγέλματος, αλλά δεν αναιρούν τη σημασία του. Ο λογιστικός διάλογος παραμένει πυρήνας της επιχειρησιακής λειτουργίας.

2: Η Επίδραση των Ψηφιακών Τεχνολογιών στη Διοικητική Λογιστική

Οι ψηφιακές τεχνολογίες μεταμορφώνουν το παραγωγικό παράδειγμα, διασυνδέοντας τον φυσικό κόσμο με το ψηφιακό του ισοδύναμο, επιτρέποντας την επικοινωνία μεταξύ μηχανών, ενισχύοντας τη συνεργασία στην αλυσίδα αξίας και ενδυναμώνοντας τη νοημοσύνη στις παραγωγικές διαδικασίες. Αυτές οι αλλαγές αναμένεται να επηρεάσουν ριζικά τα επιχειρηματικά μοντέλα και τη διοικητική λογιστική.

Η ενσωμάτωση νέων ψηφιακών τεχνολογιών στη διοικητική λογιστική ανοίγει τον δρόμο για την καταγραφή επιχειρηματικών συναλλαγών σε πραγματικό χρόνο σε ολόκληρη την αλυσίδα αξίας, προωθώντας τη λήψη αποφάσεων σε πραγματικό χρόνο. Ωστόσο, απαιτείται περαιτέρω εμπειρική τεκμηρίωση για να επιβεβαιωθεί η πρακτική βιωσιμότητα αυτής της προσέγγισης. Οι ψηφιακές τεχνολογίες αναμορφώνουν ριζικά:

• τις λογιστικές διαδικασίες,
• τους τύπους δεδομένων που χρησιμοποιούνται και
• τις μεθόδους λήψης αποφάσεων.

Από την ενίσχυση των δυνατοτήτων πρόβλεψης, έως την παροχή ελέγχων και αναλύσεων σε πραγματικό χρόνο, η ψηφιοποίηση μεταβάλλει προοδευτικά την πρακτική της διοικητικής λογιστικής. Ωστόσο, οι επιπτώσεις της ψηφιοποίησης παραμένουν αντικρουόμενες:

• Κάποιοι ερευνητές προβλέπουν μια ριζική επανάσταση στον τομέα.
• Άλλοι θεωρούν πως πρόκειται απλώς για ήπιες αλλαγές ή εντοπίζουν νέους κινδύνους.

Αυτές οι αντιθέσεις αναδεικνύουν τον πολυδιάστατο χαρακτήρα του ψηφιακού μετασχηματισμού, και καταδεικνύουν την ανάγκη για διαρκή εμπειρική έρευνα που θα αποσαφηνίσει τη φύση και την έκταση των αλλαγών αυτών.

 3: Η Τεχνητή Νοημοσύνη (ΤΝ) στη Διοικητική Λογιστική

Η τεχνητή νοημοσύνη (ΤΝ) ασκεί μια μετασχηματιστική επίδραση στη διοικητική λογιστική, δημιουργώντας ταυτόχρονα σημαντικές ευκαιρίες αλλά και σύνθετες προκλήσεις. Η ΤΝ υπόσχεται την αυτοματοποίηση επαναλαμβανόμενων και τυποποιημένων λογιστικών εργασιών, αυξάνοντας την αποδοτικότητα του επαγγέλματος. Ωστόσο, ο βαθμός τεχνολογικής πολυπλοκότητας και η σχετική καινοτομία της ενσωμάτωσής της στον λογιστικό κλάδο δημιουργούν προβληματισμούς για την πλήρη αξιοποίησή της.

Μέχρι σήμερα, η έρευνα έχει επικεντρωθεί κυρίως σε expert systems και knowledge-based systems, με περιορισμένη εφαρμογή σύγχρονων τεχνικών, όπως το machine learning (ML) και η επεξεργασία φυσικής γλώσσας (NLP). Η πρακτική εφαρμογή της ΤΝ στη διοικητική λογιστική και τον έλεγχο παραμένει περιορισμένη.

Παρόλα αυτά, η επικρατούσα άποψη είναι πως οι τεχνολογίες ΤΝ και ML θα επιφέρουν ριζικές αλλαγές στο επάγγελμα. Η δυνατότητα πρόσβασης σε μεγάλα σύνολα δεδομένων καθιστά εφικτό τον εντοπισμό νέων εννοιών και τάσεων, που στο παρελθόν θεωρούνταν μη ανιχνεύσιμες. Με δεδομένη την ταχύτητα και την αποδοτικότητα της ΤΝ έναντι του ανθρώπινου παράγοντα, ο ρόλος των λογιστών επαναπροσδιορίζεται, απαιτώντας νέες δεξιότητες.

Καθώς τα συστήματα ΤΝ εξελίσσονται, οι ρουτινιασμένες εργασίες των διοικητικών λογιστών και ελεγκτών ενδέχεται να αυτοματοποιηθούν. Ωστόσο, απαιτείται επαγρύπνηση για τους κινδύνους που σχετίζονται με την υπερβολική εξάρτηση από τεχνολογίες ΤΝ, ιδίως όσον αφορά τη λήψη αποφάσεων.

Σε αντίθεση με τις αισιόδοξες προβλέψεις, η εμπειρική έρευνα δείχνει πως ο αυτοματισμός δεν εγγυάται απαραίτητα την εξοικονόμηση κόστους, γεγονός που επιβάλλει περαιτέρω έρευνα για την επιβεβαίωση αυτών των υποθέσεων. Νέες τεχνολογίες ΤΝ, όπως:

• η εξηγήσιμη τεχνητή νοημοσύνη (explΤΝnable ΤΝ),
• η γενετική ΤΝ (generative ΤΝ),
• και τα μεγάλα γλωσσικά μοντέλα (LLMs),

διαθέτουν ισχυρό μετασχηματιστικό δυναμικό. Προσφέρουν ταχύτερη ανάλυση δεδομένων και βελτιωμένη υποστήριξη στη λήψη αποφάσεων. Ωστόσο, η ενσωμάτωσή τους στον λογιστικό τομέα δεν είναι ακόμη πλήρως τεκμηριωμένη εμπειρικά, υποδεικνύοντας την ανάγκη για περαιτέρω έρευνα.

4: LLMs, ChatGPT, Ηθικά Ζητήματα και Ερμηνευσιμότητα στην ΤΝ

Η πρόσφατη διάδοση εργαλείων γενετικής τεχνητής νοημοσύνης και μεγάλων γλωσσικών μοντέλων (LLMs) έχει προσφέρει στους διοικητικούς λογιστές άμεση πρόσβαση σε πρωτοφανείς δυνατότητες επεξεργασίας πληροφορίας. Τα LLMs, με την ικανότητά τους να απαντούν σε ερωτήσεις φυσικής γλώσσας, παρέχουν αυξημένη ισχύ στη χρήση της ΤΝ στο λογιστικό επάγγελμα.

Το παράδειγμα του ChatGPT επισημαίνει αυτή τη μετάβαση: προσφέρει άμεσα οφέλη όπως μείωση κόστους, εξοικονόμηση χρόνου και απελευθέρωση ανθρώπινων πόρων, ενισχύοντας την αποδοτικότητα των λειτουργιών. Ωστόσο, η φύση των LLMs ως «μαύρα κουτιά» (black boxes) εγείρει ζητήματα διαφάνειας, ακρίβειας και εμπιστευτικότητας. Η αδυναμία πλήρους κατανόησης των διαδικασιών που διέπουν τις απαντήσεις τους, σε συνδυασμό με την έλλειψη επαρκούς πληροφόρησης για τα δεδομένα εκπαίδευσης, εντείνει τον κίνδυνο:

• προκαταλήψεων,
• ανακριβών εκτιμήσεων,
• και παραβίασης δεοντολογικών αρχών.

Η έλλειψη εμπιστοσύνης στις προβλέψεις της ΤΝ εντείνεται όταν αυτές βασίζονται σε αμφιλεγόμενα δεδομένα ή αναδεικνύουν αρνητικές τάσεις. Υπάρχει κίνδυνος οι μάνατζερ να αγνοήσουν τις συστάσεις των αλγορίθμων, ιδίως όταν δεν κατανοούν τον τρόπο λήψης των αποφάσεων.

Το λεγόμενο «πρόβλημα μαύρου κουτιού» αποτελεί κρίσιμο εμπόδιο για την υιοθέτηση των τεχνικών ML στη διοικητική λογιστική. Η λύση μπορεί να έρθει από τις μεθόδους εξηγήσιμης (explainable) ΤΝ, οι οποίες ενισχύουν την ερμηνευσιμότητα των αλγορίθμων, αυξάνοντας τη διαφάνεια και τη δυνατότητα κατανόησης των αποφάσεων που λαμβάνει η ΤΝ.

Η χρήση εσωτερικών και εξωτερικών δεδομένων στα λογιστικά συστήματα ΤΝ απαιτεί ιδιαίτερη προσοχή όσον αφορά:

• την ιδιωτικότητα,
• την κανονιστική συμμόρφωση (π.χ. GDPR),
• τη διαχείριση κινδύνων,
• και τη λογοδοσία.

Απουσιάζει επαρκής εστίαση στις συνέπειες από την ενδεχόμενη κακή χρήση δεδομένων. Η ανάγκη για διαφάνεια και ιχνηλασιμότητα των συστημάτων είναι ζωτικής σημασίας, τόσο για την αποδοχή των εργαλείων ΤΝ, όσο και για την ηθική λειτουργία των επιχειρήσεων.

Η αυξημένη εμπειρία και εκπαίδευση στη χρήση αυτών των εργαλείων μπορεί να περιορίσει τις ανησυχίες, όμως η συστηματική ενσωμάτωση αρχών διαφάνειας και ηθικής παραμένει θεμελιώδης.

5: Μελλοντικοί Ρόλοι των Ελεγκτών και Διοικητικών Λογιστών στην Εποχή της ΤΝ

Η τεχνητή νοημοσύνη και ο ψηφιακός μετασχηματισμός μεταβάλλουν ριζικά τους ρόλους των διοικητικών λογιστών και των ελεγκτών, καθιστώντας απαραίτητο έναν νέο συνδυασμό δεξιοτήτων και ικανοτήτων. Ένα ανερχόμενο πεδίο έρευνας εστιάζει στους φόβους για απώλεια θέσεων εργασίας λόγω της ΤΝ, καθώς η αυτοματοποίηση αναλαμβάνει βασικές και επαναλαμβανόμενες εργασίες.

Παρά τις ανησυχίες, αυτή η μεταμόρφωση δεν σημαίνει αναγκαστικά μείωση της σημασίας των λογιστών· αντίθετα, δημιουργεί ευκαιρίες για μετάβαση σε πιο στρατηγικούς και αναλυτικούς ρόλους. Οι διοικητικοί λογιστές καλούνται να μεταμορφωθούν σε:

• στρατηγικούς επιχειρηματικούς συνεργάτες,
• σχεδιαστές πληροφοριακών μοντέλων, και
• αναλυτές δεδομένων με επίκεντρο τη λήψη αποφάσεων.

Ο ρόλος τους επεκτείνεται στη συνεργασία με επιστήμονες δεδομένων, στην αξιολόγηση έξυπνων συστημάτων και στη διαχείριση κινδύνων, ενώ καλούνται να λειτουργούν ως γέφυρα μεταξύ τεχνολογίας, επιχειρηματικής στρατηγικής και διοίκησης.

Απαιτούμενες Νέες Δεξιότητες: Οι λογιστές του μέλλοντος θα πρέπει να διαθέτουν ένα υβριδικό προφίλ ικανοτήτων, συνδυάζοντας:

Τεχνικές Δεξιότητες (Hard Skills):

• Data literacy: Ικανότητα κατανόησης και ερμηνείας δεδομένων.
• Analytics & ML: Κατανόηση βασικών αρχών μηχανικής μάθησης και big data analytics.
• IT & προγραμματισμός: Βασικές γνώσεις εργαλείων και αυτοματοποίησης.

 Επικοινωνιακές και Διοικητικές Δεξιότητες (Soft Skills):

• Ηγεσία & παρουσίαση: Μετάφραση πολύπλοκων αναλύσεων σε εφαρμόσιμες επιχειρηματικές προτάσεις.
• Διατμηματική συνεργασία: Συντονισμός με άλλα τμήματα για ανάπτυξη κοινών λύσεων.
• Στρατηγική σκέψη: Διευρυμένη κατανόηση του επιχειρηματικού περιβάλλοντος.

Η συνεχής μάθηση, μέσω εταιρικής εκπαίδευσης και επανακατάρτισης, αναδεικνύεται ως απαραίτητη στρατηγική για διατήρηση της συνάφειας στο επάγγελμα.

Προκλήσεις & Κίνδυνοι: Παρότι η τεχνολογία ανοίγει νέες επαγγελματικές διαδρομές, παραμένουν σημαντικά εμπόδια:

• Υποβάθμιση δεξιοτήτων (deskilling), αν οι επαγγελματίες εξαρτώνται υπερβολικά από την ΤΝ.
• Κίνδυνος ανεργίας, ιδίως για ρόλους χαμηλής εξειδίκευσης.
• Έλλειψη επαρκούς εκπαίδευσης, ιδίως σε analytics και τεχνολογίες ΤΝ.

Η καλλιέργεια νέων ικανοτήτων και η ενσωμάτωση τεχνολογικών γνώσεων στις παραδοσιακές λογιστικές πρακτικές είναι κρίσιμες για τη βιωσιμότητα του επαγγέλματος.

6: Διακυβέρνηση Δεδομένων, Αξιοπιστία & Υιοθέτηση ΤΝ στη Λήψη Αποφάσεων

Η ενσωμάτωση της τεχνητής νοημοσύνης στη διοικητική λογιστική συνοδεύεται από προκλήσεις που σχετίζονται με τη διακυβέρνηση δεδομένων, την ποιότητα πληροφόρησης και την εμπιστοσύνη στις προβλέψεις των συστημάτων ΤΝ.

Οι διοικητικοί λογιστές καλούνται να διασφαλίζουν την:

• αξιοπιστία των δεδομένων που προέρχονται από πολλαπλές πηγές,
• κατάλληλη ενσωμάτωση εσωτερικών και εξωτερικών πληροφοριών,
• και μετατροπή των δεδομένων αυτών σε οικονομικά αξιοποιήσιμη πληροφορία.

Η χαμηλή ποιότητα δεδομένων ενδέχεται να επηρεάσει αρνητικά τις διαδικασίες λήψης αποφάσεων, αυξάνοντας τον κίνδυνο λανθασμένων επιχειρησιακών στρατηγικών. Ως εκ τούτου, η αξιολόγηση της ακρίβειας και της προέλευσης των δεδομένων είναι κρίσιμος ρόλος των σύγχρονων λογιστών.

Εμπιστοσύνη στις Προβλέψεις της ΤΝ: Παρά την τεχνολογική πρόοδο, η εμπιστοσύνη στις προβλέψεις που παράγονται από ΤΝ παραμένει ζητούμενο. Ειδικά όταν:

• οι προβλέψεις αφορούν αρνητικές ή αντικρουόμενες τάσεις,
• οι μάνατζερ αδυνατούν να κατανοήσουν πώς ο αλγόριθμος έφτασε σε ένα συμπέρασμα,
• ή όταν υπάρχει χαμηλή διαφάνεια στον τρόπο λειτουργίας των μοντέλων (black-box effect).

Η απουσία επεξήγησης μειώνει την αποδοχή των προβλέψεων από τα στελέχη. Αυτό υπονομεύει τη χρησιμότητα της ΤΝ, ακόμη και όταν τα δεδομένα και τα μοντέλα είναι στατιστικά ορθά.

Eξηγήσιμη τεχνητή νοημοσύνη (XΤΝ): Η λύση στο πρόβλημα διαφάνειας: Η έλλειψη ερμηνευσιμότητας των αποφάσεων ΤΝ μπορεί να αντιμετωπιστεί μέσω της εξηγήσιμης τεχνητής νοημοσύνης (Explainable ΤΝ) (XΤΝ), η οποία:

• καθιστά τις προβλέψεις κατανοητές από τους ανθρώπους,
• ενισχύει τη διαφάνεια και τη λογοδοσία,
• και ενδυναμώνει τη συνεργασία ανθρώπου–μηχανής.

Η χρήση εργαλείων XΤΝ ενδείκνυται ιδιαίτερα για εφαρμογές σε διοικητική λογιστική και έλεγχο, όπου η σαφήνεια και η κατανόηση των υποκείμενων μοντέλων είναι απαραίτητες για την εμπιστοσύνη.

8: Επιχειρηματική Αξία, Νέα Καριέρα & Επανακατάρτιση Διοικητικών Λογιστών

Η ραγδαία πρόοδος της τεχνητής νοημοσύνης και η ψηφιοποίηση των λογιστικών διαδικασιών οδηγούν σε σημαντικό μετασχηματισμό του επαγγέλματος του διοικητικού λογιστή. Αυτή η αλλαγή δεν αφορά μόνο τις τεχνικές δεξιότητες, αλλά επεκτείνεται και στις στρατηγικές ικανότητες, τον ρόλο στη λήψη αποφάσεων και τα νέα επαγγελματικά μονοπάτια που αναδύονται.

 Μετασχηματισμός Καριέρας και Επαγγελματικής Ταυτότητας: Οι λογιστές δεν περιορίζονται πλέον σε καθήκοντα καταγραφής ή ανάλυσης παρελθοντικών στοιχείων. Αντίθετα, μετατρέπονται σε:

• συμβούλους στρατηγικής (trusted business advisors),
• συνδέσμους μεταξύ τεχνολογίας, δεδομένων και διοίκησης,
• συν-δημιουργούς επιχειρηματικής αξίας μέσα από δεδομενοκεντρικές στρατηγικές.

Το επάγγελμα εξελίσσεται προς ένα υβριδικό μοντέλο, στο οποίο η ΤΝ συμπληρώνει και ενισχύει τον ανθρώπινο παράγοντα – δεν τον αντικαθιστά.

Εκπαιδευτικές Ανάγκες & Ανάπτυξη Δεξιοτήτων: Για να ανταποκριθούν στις απαιτήσεις του νέου περιβάλλοντος, οι λογιστές χρειάζεται να αποκτήσουν:

Τεχνικές Γνώσεις (Hard Skills):

• ΤΝ, ML, Big Data & LLMs
• Εργαλεία οπτικοποίησης και ανάλυσης δεδομένων
• Προγραμματισμός (Python, SQL κ.λπ.)

Οριζόντιες Δεξιότητες (Soft Skills):

• Επικοινωνία & παρουσίαση
• Κριτική σκέψη & στρατηγική διορατικότητα
• Συνεργασία σε διεπιστημονικά περιβάλλοντα

Η διά βίου μάθηση είναι πλέον βασική προϋπόθεση. Οι οργανισμοί οφείλουν να επενδύσουν σε:

• Εσωτερικά προγράμματα κατάρτισης
• Διαδικτυακά σεμινάρια
• Πιστοποιήσεις σε σύγχρονες τεχνολογίες και αναλυτικά εργαλεία

Επιχειρηματική Αξία & Νέοι Ρόλοι: Οι νέες δυνατότητες που φέρνει η τεχνολογία δίνουν τη δυνατότητα στους διοικητικούς λογιστές να προσφέρουν:

• Πρόσθετη αξία στις αποφάσεις μέσω real-time analytics
• Καλύτερη προσαρμογή στις νέες στρατηγικές ψηφιοποίησης
• Συμμετοχή στον σχεδιασμό νέων επιχειρηματικών μοντέλων

Παράλληλα, νέοι ρόλοι κάνουν την εμφάνισή τους, όπως:

• Ελεγκτής ενισχυμένος με ΤΝ
• Αναλυτής απόδοσης βασισμένος σε δεδομένα
• Διευθυντής επιχειρηματικών πληροφοριών
• Διατομεακός μεταφραστής δεδομένων

9: Συμπεράσματα – Η Δυναμική και Εξελισσόμενη Σχέση της Διοικητικής Λογιστικής με την Τεχνητή Νοημοσύνη

Η αλληλεπίδραση μεταξύ της διοικητικής λογιστικής και των τεχνολογιών τεχνητής νοημοσύνης (ΤΝ) είναι δυναμική, εξελισσόμενη και πολυεπίπεδη. Οι εξελίξεις στις τεχνικές ΤΝ, όπως τα μεγάλα γλωσσικά μοντέλα (LLMs), το machine learning (ML), το deep learning (DL) και η explainable ΤΝ (XΤΝ), αναδεικνύουν νέες δυνατότητες αλλά και προκλήσεις για τον κλάδο.

Ευκαιρίες:

• Αυτοματοποίηση επαναλαμβανόμενων εργασιών, με σημαντική εξοικονόμηση κόστους και χρόνου.
• Ενίσχυση της λήψης αποφάσεων με ακριβέστερα και real-time δεδομένα.
• Ανάδυση νέων επαγγελματικών ρόλων με στρατηγικό και τεχνολογικό χαρακτήρα.

Προκλήσεις:

• Κίνδυνος deskilling και εξάρτησης από black-box αλγορίθμους.
• Έλλειψη διαφάνειας και εμπιστοσύνης στις προβλέψεις που παράγονται από ΤΝ.
• Ανεπαρκής κατάρτιση για τις νέες απαιτήσεις του επαγγέλματος.

Η Στρατηγική της Μετάβασης: Η βιώσιμη υιοθέτηση της ΤΝ στη διοικητική λογιστική απαιτεί:

• Επένδυση σε διαρκή επαγγελματική ανάπτυξη.
• Καλλιέργεια υβριδικών δεξιοτήτων που συνδυάζουν τεχνογνωσία, αναλυτική σκέψη και επικοινωνία.
• Ανάπτυξη πλαισίων διακυβέρνησης δεδομένων, διαφάνειας και δεοντολογικής χρήσης της τεχνολογίας.

Τελική Σκέψη: Το μέλλον του επαγγέλματος δεν προδιαγράφει την εξαφάνιση των διοικητικών λογιστών, αλλά τον επαναπροσδιορισμό του ρόλου τους. Αντί να αντικατασταθούν από την τεχνολογία, οι λογιστές καλούνται να την κατανοήσουν, να την ενσωματώσουν και να τη χρησιμοποιήσουν ως στρατηγικό πλεονέκτημα.Όσοι επιλέξουν να προσαρμοστούν ενεργά θα βρεθούν στο επίκεντρο της επιχειρησιακής λήψης αποφάσεων, αναλαμβάνοντας ρόλους με πραγματική επίδραση στην αξία του οργανισμού.