Οι διορισμοί των David Vélez και Robin Vince δεν είναι απλώς μια αλλαγή προσώπων στα συμβούλια της OpenAI. Δείχνουν ότι, όσο η AI γίνεται κρίσιμη επιχειρησιακή υποδομή, η αξία της κρίνεται μαζί με την ανθεκτικότητα, τη λογοδοσία και την ικανότητα μιας διοίκησης να ελέγχει το ρίσκο.
Οι διορισμοί Vélez και Vince στην OpenAI δείχνουν πώς η εταιρική διακυβέρνηση AI συνδέει καινοτομία, ανθεκτικότητα, έλεγχο και εμπιστοσύνη στην πράξη.
Απάντηση πρώτα: για μια επιχείρηση, εταιρική διακυβέρνηση AI σημαίνει ότι κάθε χρήση έχει σαφή ιδιοκτήτη, επιτρεπόμενα δεδομένα, κριτήρια ποιότητας, ανθρώπινη εποπτεία, αρχείο αποφάσεων και σχέδιο διακοπής ή ανάκαμψης. Δεν είναι επιτροπή που εγκρίνει κάθε prompt· είναι λειτουργικό σύστημα ευθύνης ανάλογο με το ρίσκο.
Τι ανακοίνωσε η OpenAI και γιατί έχει σημασία
Στις 21 Ιουλίου 2026 η OpenAI ανακοίνωσε ότι ο David Vélez και ο Robin Vince εντάσσονται στα διοικητικά συμβούλια τόσο του OpenAI Foundation όσο και του OpenAI Group PBC. Ο Vélez είναι ιδρυτής, πρόεδρος και Global CEO της Nubank, ενώ ο Vince είναι πρόεδρος και CEO της BNY.
Η ίδια η ανακοίνωση εστιάζει στην εμπειρία τους από οργανισμούς μεγάλης κλίμακας, στις τεχνολογικές αλλαγές, στην πειθαρχημένη διακυβέρνηση και στην ανθεκτικότητα. Αυτό δεν αποδεικνύει από μόνο του ποια κατεύθυνση θα ακολουθήσει η OpenAI. Δείχνει όμως ποιες διοικητικές ικανότητες θεωρεί χρήσιμες σε μια περίοδο όπου τα συστήματα AI επηρεάζουν περισσότερες επιχειρησιακές αποφάσεις.
Για ένα e-shop, μια εταιρεία υπηρεσιών ή μια ομάδα marketing, το ίδιο ερώτημα εμφανίζεται σε μικρότερη κλίμακα: ποιος έχει την ευθύνη όταν ένα automation χρησιμοποιεί λάθος δεδομένα, δίνει παραπλανητική απάντηση ή ενεργοποιεί μια ενέργεια που δεν μπορεί εύκολα να αναιρεθεί;
Γιατί η εμπειρία από τις χρηματοοικονομικές υπηρεσίες μετρά
Στις χρηματοοικονομικές υπηρεσίες η εμπιστοσύνη δεν είναι αφηρημένη εταιρική αξία. Είναι λειτουργική απαίτηση: πρόσβαση, ακρίβεια, διαθεσιμότητα, έλεγχος αλλαγών, κανονιστικές υποχρεώσεις και δυνατότητα ανάκαμψης πρέπει να συνυπάρχουν. Ένα τεχνικό λάθος μπορεί να επηρεάσει χρήματα, δικαιώματα και ολόκληρες σχέσεις πελατών.
Η ίδια λογική περνά πλέον στα επιχειρησιακά AI workflows. Ένα μοντέλο που συντάσσει ιδέες για εσωτερική συζήτηση έχει διαφορετικό προφίλ κινδύνου από ένα σύστημα που στέλνει προσφορές, αλλάζει πεδία στο CRM ή προτείνει ενέργεια για παράπονο πελάτη. Η διακυβέρνηση πρέπει να αναγνωρίζει αυτή τη διαφορά πριν από τη σύνδεση του μοντέλου με παραγωγικά συστήματα.
Η συμμόρφωση σε CRM και δεδομένα πελατών είναι χαρακτηριστικό παράδειγμα: ο σκοπός, η πρόσβαση και η διατήρηση δεδομένων πρέπει να είναι καθαρά πριν η αυτοματοποίηση γίνει ταχύτερη.
Vélez και Vince: δύο διαφορετικές οπτικές στην κλίμακα
Η διαδρομή του Vélez στη Nubank συνδέεται με digital-first σχεδιασμό, απλούστευση σύνθετων χρηματοοικονομικών εμπειριών και επέκταση πρόσβασης. Η OpenAI αναφέρει ότι η Nubank έχει ξεπεράσει τους 135 εκατομμύρια πελάτες. Το χρήσιμο μάθημα για μια επιχείρηση δεν είναι «βάλε AI παντού», αλλά ξεκίνα από το πραγματικό εμπόδιο του πελάτη και μέτρησε αν η τεχνολογία το μειώνει.
Η διαδρομή του Vince είναι διαφορετική. Η BNY έχει ιστορία άνω των 240 ετών, ενώ ο ίδιος έχει αναλάβει ρόλους όπως Chief Risk Officer, Treasurer, Head of Operations και COO EMEA στη Goldman Sachs. Από το 2022, σύμφωνα με την ανακοίνωση της OpenAI, ηγείται απλούστευσης του λειτουργικού μοντέλου της BNY και επιτάχυνσης επενδύσεων σε AI και δεδομένα.
Δύο φακοί για την ίδια απόφαση AI
Οι δύο φακοί δεν ανταγωνίζονται. Ένα AI σύστημα αποτυγχάνει επιχειρηματικά είτε όταν προστατεύει τη διαδικασία αλλά δυσκολεύει τον πελάτη είτε όταν φαίνεται εύχρηστο αλλά δεν αντέχει σε λάθη, αιχμές και αμφισβητήσεις.
Foundation και Group PBC: πώς συνδέονται αποστολή και λειτουργία
Η OpenAI περιγράφει το OpenAI Foundation ως τον μη κερδοσκοπικό οργανισμό που ελέγχει το OpenAI Group PBC. Το Group είναι public benefit corporation και, σύμφωνα με την επίσημη περιγραφή της δομής, οφείλει να προωθεί τη δηλωμένη αποστολή του και να λαμβάνει υπόψη τα ευρύτερα συμφέροντα των stakeholders. Το Foundation διαθέτει ειδικά δικαιώματα ψήφου και διακυβέρνησης με τα οποία διορίζει τα μέλη του board του Group και μπορεί να τα αντικαταστήσει.
Η διπλή συμμετοχή των Vélez και Vince στα δύο συμβούλια έχει σημασία μέσα σε αυτή τη δομή: η αποστολή, το κεφάλαιο, η εμπορική ανάπτυξη και η λειτουργική ευθύνη δεν μπορούν να αντιμετωπίζονται σαν ασύνδετα θέματα. Αυτό είναι παρατήρηση για τη σχεδίαση της διακυβέρνησης, όχι εγγύηση για συγκεκριμένο μελλοντικό αποτέλεσμα.
Η μικρότερη επιχείρηση δεν χρειάζεται αντίστοιχη εταιρική αρχιτεκτονική. Χρειάζεται όμως τον ίδιο καθαρό διαχωρισμό: ποιος ορίζει τον σκοπό, ποιος εγκρίνει τον κίνδυνο, ποιος λειτουργεί το σύστημα και ποιος μπορεί να το σταματήσει.
Τι είναι πρακτικά η εταιρική διακυβέρνηση AI
Το NIST AI Risk Management Framework οργανώνει τη διαχείριση κινδύνου σε τέσσερις λειτουργίες: Govern, Map, Measure και Manage. Το Govern είναι διατομεακό: συνδέει πολιτικές, ρόλους και λογοδοσία με ολόκληρο τον κύκλο ζωής του συστήματος. Αυτό μεταφράζεται σε ένα πρακτικό λειτουργικό μοντέλο, όχι σε μια γενική δήλωση αρχών.
Ένα ελάχιστο μητρώο AI χρήσεων πρέπει να καταγράφει το use case, τον ιδιοκτήτη, τον πάροχο ή το μοντέλο, τα δεδομένα εισόδου, τα συστήματα που επηρεάζονται, το αναμενόμενο όφελος, την πιθανή ζημιά, το επίπεδο ανθρώπινης εποπτείας και την ημερομηνία επανεξέτασης. Η καταγραφή αυτή βοηθά την ομάδα να βρει γρήγορα πού βρίσκεται η πραγματική έκθεση.
Η κυβερνοασφάλεια είναι μέρος του ίδιου συστήματος. Το περιστατικό που αναλύεται στο άρθρο για την AI κυβερνοεπίθεση στη Hugging Face δείχνει γιατί tokens, pipelines, τρίτοι πάροχοι και σχέδια απόκρισης δεν μπορούν να μείνουν έξω από το governance.
Κανόνας λογοδοσίας
Όσο αυξάνεται το κόστος του λάθους και μειώνεται η αναστρεψιμότητα, τόσο αυξάνονται η έγκριση, η τεκμηρίωση και η ανθρώπινη εποπτεία.
Ένα πρόχειρο εσωτερικό summary μπορεί να περάσει με δειγματοληπτικό έλεγχο. Μια ενέργεια που επηρεάζει τιμή, πληρωμή, πρόσβαση, πρόσληψη, παράπονο ή προσωπικά δεδομένα χρειάζεται σαφή εξουσιοδότηση, καταγραφή και ασφαλές fallback πριν αποκτήσει αυτονομία.
Έγκριση ανάλογη με το ρίσκο, όχι με τον ενθουσιασμό
Η πιο χρήσιμη ταξινόμηση δεν είναι «AI ή όχι AI», αλλά τι μπορεί να κάνει το σύστημα και ποιον επηρεάζει. Οι αναστρέψιμες, εσωτερικές και χαμηλού αντίκτυπου εργασίες μπορούν να έχουν ελαφρύτερο έλεγχο. Οι εξωτερικές επικοινωνίες, οι αλλαγές σε records και οι αποφάσεις με ουσιαστικές συνέπειες χρειάζονται ισχυρότερα όρια.
Πριν δοθούν δικαιώματα εγγραφής σε CRM, ERP ή e-shop, το workflow πρέπει να δοκιμαστεί σε read-only ή sandbox περιβάλλον. Οι εξαιρέσεις, η ελλιπής πληροφορία και η χαμηλή βεβαιότητα πρέπει να οδηγούν σε ασφαλή κλιμάκωση σε άνθρωπο. Η ανάλυση για το AI analytics και την αβεβαιότητα εξηγεί γιατί το ώριμο σύστημα πρέπει να αναγνωρίζει πότε το input βρίσκεται έξω από τις γνώριμες περιπτώσεις.
Το human review δεν είναι αποτελεσματικό όταν ο άνθρωπος βλέπει μόνο το τελικό αποτέλεσμα χωρίς πηγή, context ή δικαίωμα να ακυρώσει την ενέργεια. Χρειάζεται χρόνος, κατάλληλη πληροφορία και πραγματική εξουσία παρέμβασης.
Οι μετρήσεις που κάνουν τη λογοδοσία ορατή
Η ποιότητα δεν πρέπει να περιορίζεται σε clicks, ταχύτητα ή αριθμό αυτοματοποιημένων εργασιών. Ένα σύστημα προτάσεων μπορεί να αυξάνει την αλληλεπίδραση αλλά να προωθεί μη διαθέσιμα προϊόντα. Ένα chatbot μπορεί να μειώνει τον χρόνο πρώτης απάντησης αλλά να αυξάνει τις επαναλαμβανόμενες επαφές και τα παράπονα.
Για κάθε use case χρειάζεται ζεύγος μετρήσεων: επιχειρηματικό αποτέλεσμα και κίνδυνος. Παραδείγματα είναι χρόνος ολοκλήρωσης μαζί με ποσοστό ανθρώπινης διόρθωσης, conversion μαζί με ακυρώσεις, automation rate μαζί με λανθασμένες ενέργειες, ή resolution time μαζί με επαναλαμβανόμενα tickets.
Η αιτιώδης σκέψη βοηθά να μη βαφτίζεται κάθε μεταβολή «απόδοση του AI». Στο άρθρο για το causal AI στις επιχειρηματικές αποφάσεις εξηγείται γιατί η συσχέτιση δεν αρκεί χωρίς baseline, έλεγχο συγχυτικών παραγόντων και σαφές ερώτημα απόφασης.
AI Act και ελληνικές επιχειρήσεις: από το γενικό πλαίσιο στο use case
Η Ευρωπαϊκή Επιτροπή περιγράφει το AI Act ως πλαίσιο βασισμένο στον κίνδυνο, με διαφορετικές υποχρεώσεις ανάλογα με το σύστημα και τον τρόπο χρήσης του. Η αξιολόγηση, επομένως, δεν γίνεται μόνο από το όνομα του εργαλείου ή του προμηθευτή. Γίνεται από τον ρόλο της επιχείρησης, το συγκεκριμένο use case, τα πρόσωπα που επηρεάζονται και τις συνέπειες.
Οι κατευθυντήριες γραμμές της Επιτροπής για τις υποχρεώσεις διαφάνειας του άρθρου 50 αναφέρουν ότι οι σχετικές υποχρεώσεις αρχίζουν να εφαρμόζονται στις 2 Αυγούστου 2026 για τις περιπτώσεις που καλύπτονται. Αυτό δεν σημαίνει ότι κάθε chatbot ή κάθε AI-assisted κείμενο υπάγεται με τον ίδιο τρόπο. Σημαίνει ότι η επιχείρηση πρέπει να ταξινομήσει τη χρήση της και να ελέγξει εγκαίρως ποιες υποχρεώσεις την αφορούν.
Το επιχειρησιακό μητρώο, η AI literacy, οι ρόλοι και η τεκμηρίωση βοηθούν την προετοιμασία, αλλά δεν υποκαθιστούν νομική αξιολόγηση. Όταν η χρήση αγγίζει εργαζομένους, βιομετρικά, πιστοληπτική αξιολόγηση, κρίσιμες υπηρεσίες ή αποφάσεις για φυσικά πρόσωπα, η εξειδικευμένη συμβουλή πρέπει να έρχεται πριν από το production.
Πλαίσιο εφαρμογής σε έξι βήματα
Η διακυβέρνηση γίνεται χρήσιμη όταν ενσωματώνεται στον τρόπο που επιλέγεται, δοκιμάζεται και λειτουργεί ένα AI workflow. Η παρακάτω ακολουθία είναι αρκετά ελαφριά για μικρή ομάδα και αρκετά συγκεκριμένη για να αφήνει αποδείξεις.
Από το AI use case σε ελεγχόμενη λειτουργία
- Βήμα 1Καταγράψτε τον σκοπό και τον ιδιοκτήτη
Ορίστε μία συγκεκριμένη εργασία, το επιχειρηματικό αποτέλεσμα και το πρόσωπο που αποφασίζει για ποιότητα, δεδομένα και συνέχιση. Χωρίς ιδιοκτήτη, η ευθύνη διαχέεται όταν εμφανιστεί εξαίρεση.
- Βήμα 2Χαρτογραφήστε δεδομένα, εργαλεία και επηρεαζόμενους
Καταγράψτε τι εισέρχεται στο μοντέλο, πού αποθηκεύεται, ποια συστήματα διαβάζει ή αλλάζει και ποιοι πελάτες, εργαζόμενοι ή συνεργάτες μπορεί να επηρεαστούν.
- Βήμα 3Ορίστε επίπεδο ρίσκου και αναστρεψιμότητα
Εξετάστε πιθανή ζημιά, ευαισθησία δεδομένων, εξωτερική έκθεση και δυνατότητα rollback. Επιλέξτε ανάλογα approvals, access rights και συχνότητα ελέγχου.
- Βήμα 4Δοκιμάστε baseline, εξαιρέσεις και κατάχρηση
Συγκρίνετε με τη σημερινή διαδικασία και δοκιμάστε ελλιπή inputs, λανθασμένες πηγές, prompt injection, μη διαθέσιμα προϊόντα και περιπτώσεις όπου η σωστή ενέργεια είναι stop ή human escalation.
- Βήμα 5Μετρήστε αποτέλεσμα και κίνδυνο μαζί
Συνδέστε τον στόχο με guardrail metric: ταχύτητα με διορθώσεις, conversion με ακυρώσεις, αυτοματοποίηση με λανθασμένες εγγραφές και κόστος με χρόνο ανθρώπινης επίβλεψης.
- Βήμα 6Καθιερώστε review, incident path και διακοπή
Ορίστε ημερομηνία επανεξέτασης, log αλλαγών, υπεύθυνο incident response, τρόπο ενημέρωσης ενδιαφερομένων και τεχνικό μηχανισμό που αφαιρεί δικαιώματα ή επιστρέφει τη ροή σε χειροκίνητη λειτουργία.
Η υπηρεσία Автоматизация на бизнеса и AI εφαρμόζει αυτή τη λογική σε πραγματικές συνδέσεις CRM, ERP, e-shop, email και support: πρώτα καθαρή διαδικασία και όρια, μετά μοντέλο και αυτοματοποίηση.
Συμπέρασμα: η ωριμότητα φαίνεται μετά το demo
Οι Vélez και Vince φέρνουν στα boards της OpenAI εμπειρία από δύο διαφορετικές μορφές κλίμακας: την ψηφιακή απλούστευση που διευρύνει την πρόσβαση και τη λειτουργική πειθαρχία που κρατά έναν ώριμο οργανισμό αξιόπιστο. Η κοινή τους αξία βρίσκεται στη σύνδεση τεχνολογίας, εμπιστοσύνης και θεσμικής αντοχής.
Για μια επιχείρηση, το ανταγωνιστικό πλεονέκτημα δεν είναι να υιοθετήσει πρώτη κάθε νέο AI εργαλείο. Είναι να μπορεί να αποδείξει ποιο πρόβλημα λύνει, με ποια δεδομένα, υπό ποια ευθύνη, με ποια όρια και τι θα κάνει όταν το σύστημα αποτύχει. Εκεί η εταιρική διακυβέρνηση AI σταματά να είναι θεωρία και γίνεται ικανότητα εκτέλεσης.
Αυτοματισμοί επιχειρήσεων & AI από την TWO DOTS
Σχεδιάστε AI workflows με ιδιοκτησία, ελέγχους και ασφαλές fallback.
Η TWO DOTS χαρτογραφεί τη διαδικασία, τα δεδομένα, τα δικαιώματα και τα σημεία ανθρώπινης έγκρισης πριν συνδέσει AI με CRM, ERP, e-shop ή support, ώστε η αυτοματοποίηση να είναι μετρήσιμη και αναστρέψιμη.
Често задавани въпроси
Ποιοι είναι οι David Vélez και Robin Vince;
Ο David Vélez είναι ιδρυτής, πρόεδρος και Global CEO της Nubank. Ο Robin Vince είναι πρόεδρος και CEO της BNY και έχει προηγούμενη εμπειρία σε risk, treasury και operations στη Goldman Sachs.
Σε ποια συμβούλια της OpenAI εντάχθηκαν;
Η OpenAI ανακοίνωσε ότι εντάχθηκαν τόσο στο board του OpenAI Foundation όσο και στο board του OpenAI Group PBC.
Ποια είναι η σχέση του OpenAI Foundation με το OpenAI Group PBC;
Σύμφωνα με την επίσημη περιγραφή της OpenAI, το Foundation είναι ο μη κερδοσκοπικός οργανισμός που ελέγχει το Group PBC. Διαθέτει ειδικά δικαιώματα διακυβέρνησης, διορίζει τα μέλη του board του Group και μπορεί να τα αντικαταστήσει.
Τι σημαίνει εταιρική διακυβέρνηση AI;
Σημαίνει σαφείς ρόλους, μητρώο χρήσεων, κανόνες δεδομένων, αξιολόγηση κινδύνου, ανθρώπινη εποπτεία, μετρήσεις, incident response και δυνατότητα διακοπής ή rollback για κάθε AI σύστημα.
Τι πρέπει να καταγράφει μια μικρή επιχείρηση για κάθε AI use case;
Τον σκοπό, τον ιδιοκτήτη, τον πάροχο, τα δεδομένα εισόδου, τα συνδεδεμένα συστήματα, το αναμενόμενο όφελος, την πιθανή ζημιά, το ανθρώπινο review και την ημερομηνία επανεξέτασης.
Η διακυβέρνηση AI επιβραδύνει την καινοτομία;
Όταν είναι ανάλογη με το ρίσκο, μειώνει την αβεβαιότητα. Οι χαμηλού αντίκτυπου δοκιμές προχωρούν γρήγορα, ενώ οι ενέργειες με σοβαρές συνέπειες αποκτούν ισχυρότερους ελέγχους πριν από το production.
Ποιος πρέπει να έχει την ευθύνη για ένα AI workflow;
Χρειάζεται ένας επιχειρησιακός ιδιοκτήτης με εξουσία να εγκρίνει ή να σταματήσει τη χρήση, σε συνεργασία με τεχνικό υπεύθυνο και, όπου απαιτείται, privacy, security ή νομικό σύμβουλο.
Τι αλλάζει με τις υποχρεώσεις διαφάνειας του AI Act τον Αύγουστο του 2026;
Οι κατευθυντήριες γραμμές της Ευρωπαϊκής Επιτροπής αναφέρουν ότι οι υποχρεώσεις διαφάνειας του άρθρου 50 αρχίζουν να εφαρμόζονται στις 2 Αυγούστου 2026 για τις χρήσεις που καλύπτονται. Η ακριβής υποχρέωση εξαρτάται από το σύστημα, τον ρόλο της επιχείρησης και το use case.