Η περίπτωση της Boussias στο Google Cloud Day Athens
Το Google Cloud Day Athens, στις 10 Νοεμβρίου 2026, φιλοξένησε την παρουσίαση της Boussias και της Relevance Digital για το πώς τα διάσπαρτα πελατειακά δεδομένα έγιναν μία αξιόπιστη βάση στο Google Cloud, έτοιμη για χρήση με εργαλεία AI, όπως μεταδίδει το Marketing Week.
Την εμπειρία παρουσίασαν η Χριστίνα Βόσκογλου, που είναι CDO της Boussias και ιδρύτρια της InsightTree, και ο Πάνος Περιστερόπουλος, Chief Innovation Officer στη Relevance Digital. Το πρόβλημα ήταν ο κατακερματισμός: τα δεδομένα βρίσκονταν σε συστήματα που δεν συνδέονταν μεταξύ τους και σε αρχεία Excel, με αποτέλεσμα στο CRM να φαίνεται μόλις το 31% των επαφών.
Τα αποτελέσματα και το AskData
Μετά την ενοποίηση, το κοινό που μπορεί να αξιοποιηθεί έγινε σχεδόν διπλάσιο, ενώ ο χρόνος χειροκίνητου ελέγχου μειώθηκε κατά 50%. Οι καμπάνιες marketing και πωλήσεων στοχεύουν καλύτερα, και περίπου το 75% του χρόνου της ομάδας database αποδεσμεύτηκε, σύμφωνα με το Marketing Week.
Η Relevance Digital έφτιαξε επιπλέον το AskData. Πρόκειται για εφαρμογή AI όπου οι ομάδες της Boussias συνομιλούν με τα δεδομένα στα ελληνικά, χωρίς να γράφουν SQL. Η λειτουργία στηρίζεται σε διαδικασία συνεχούς ανατροφοδότησης (feedback loop) και, κατά το Marketing Week, ενισχύει την κουλτούρα αξιοποίησης δεδομένων στην εταιρεία.
Το ευρύτερο πλαίσιο: agents και δεδομένα σε silos
Σύμφωνα με το Startupper, το συνέδριο ανέδειξε τη μετάβαση της τεχνητής νοημοσύνης από τα δοκιμαστικά PoCs σε πραγματική χρήση. Στο επίκεντρο της στρατηγικής της Google βρίσκεται το Agentic Enterprise, με Gemini Agents που σχεδιάζουν, αποφασίζουν και εκτελούν σύνθετες ροές εργασίας πάνω στα δεδομένα των επιχειρήσεων.
Όπως ειπώθηκε στις εργασίες, το 70% με 80% των εταιρικών δεδομένων παραμένει εγκλωβισμένο σε απομονωμένα συστήματα (data silos). Η Google απάντησε με το Borderless Data Lakehouse, βασισμένο στο πρότυπο Apache Iceberg, και με το Knowledge Catalog. Στόχος είναι οι agents να έχουν ασφαλή πρόσβαση σε περιβάλλοντα AWS, Azure και GCP χωρίς κόστη μεταφοράς δεδομένων (data egress fees) ή καθυστερήσεις δικτύου. Η εκτέλεση των μοντέλων στους επιταχυντές TPU της εταιρείας δίνει, κατά την ίδια πηγή, πλεονέκτημα ταχύτητας και χαμηλότερο κόστος inference.
Τι ειπώθηκε στο πάνελ Future of AI
Το πάνελ συντόνισε ο Νίκος Αναστόπουλος της Google Cloud, με συμμετέχοντες τον Γιάννη Ασσαέλ της Google DeepMind, τον Γιώργο Μαρίνο της Εθνικής Τράπεζας και τον Φώτη Παναγιωτόπουλο της Accenture, αναφέρει το Startupper. Ο Ασσαέλ είπε ότι εργαλεία όπως το Antigravity και το Gemini 4 αυξάνουν δεκαπλάσια την απόδοσή του και ότι ως πλεονέκτημα της Google βλέπει το δικό της hardware και την ερευνητική παρακαταθήκη της DeepMind.
Ο Μαρίνος περιέγραψε τη χρήση εργαλείων όπως Claude Code, Antigravity και CoPilot για παραγωγικότητα και γρήγορη πρωτοτυποποίηση εφαρμογών, και υποστήριξε ότι το κανονιστικό πλαίσιο λειτουργεί ως προστατευτικό κιγκλίδωμα και όχι ως εμπόδιο. Η Εθνική Τράπεζα χρησιμοποιεί sandboxes με συνθετικά δεδομένα για τους μηχανικούς λογισμικού και αυστηρά ελεγχόμενα δικαιώματα πρόσβασης για τους agents που έρχονται σε επαφή με πελάτες. Για το 2027 σχεδιάζει επέκταση του AI layer σε κανάλια chat και voice, με μηχανισμούς αυτοδιόρθωσης σε πραγματικό χρόνο.
Ο Παναγιωτόπουλος είπε ότι η ρυθμιστική βεβαιότητα του EU AI Act δίνει στους μεγάλους οργανισμούς εμπιστοσύνη να περάσουν εφαρμογές AI στην παραγωγή, ειδικά στην εξυπηρέτηση πελατών. Ζήτησε επίσης ισόποση επένδυση στην επανειδίκευση και αναβάθμιση δεξιοτήτων των εργαζομένων.