6 ανατρεπτικά μαθήματα από την ελληνική AI πλατφόρμα που έφτασε στη Gartner: Η διαδρομή του AI Flows της Αρχειοθήκης

Η συμπερίληψη της proprietary πλατφόρμας AI Flows της Αρχειοθήκης στην ενότητα Honorable Mentions της παγκόσμιας έκθεσης Gartner Magic Quadrant 2026 for Intelligent Document Processing (IDP) για μεγάλες εταιρείες αποτελεί ένα κομβικό επίτευγμα για το εγχώριο οικοσύστημα τεχνολογίας. Όντας μία από μόλις τέσσερις εταιρείες παγκοσμίως που απέσπασαν τη συγκεκριμένη διάκριση στο πεδίο του Intelligent Document Processing, η Αρχειοθήκη απέδειξε ότι το enterprise λογισμικό υψηλής πολυπλοκότητας, όταν σχεδιάζεται και αναπτύσσεται εξ ολοκλήρου στην Ελλάδα, μπορεί να διεκδικήσει ηγετική θέση στη διεθνή αγορά.

Η βασική διοικητική και εκτελεστική – τεχνολογική ομάδα της εταιρείας μαζί με στελέχη της Endeavor Greece, όπου και ανήκει, αλλά και της EOS Capital Partners, η οποία επένδυσε στην εταιρεία 6 εκατ. ευρώ το 2022, έδωσαν το παρόν σε μια ενδιαφέρουσα δημοσιογραφική ενημέρωση στα γραφεία της Endeavor και σας μεταφέρουμε 6 εξαιρετικά “μαθήματα” από μια άκρως πετυχημένη επιχειρηματική στρατηγική.

Η εξέλιξη αυτή δεν υπήρξε συγκυριακή, αλλά το αποτέλεσμα μιας πολυετούς στρατηγικής μεταμόρφωσης. Ιδρυθείσα το 2006 από τον Ανδρέα Παπαδάκη ως εταιρεία φυσικής φύλαξης αρχείων (brick-and-mortar storage), η Αρχειοθήκη πέρασε στην ψηφιοποίηση εγγράφων ιδιωτικού και δημόσιου τομέα από το 2008 μέχρι και σήμερα. Το 2018 εγκαινίασε τη συστηματική έρευνα και ανάπτυξη (R&D) στην Τεχνητή Νοημοσύνη, για να λανσάρει το 2024 την παραγωγική enterprise πλατφόρμα AI Flows, φτάνοντας το 2026 στην επίσημη αναγνώριση από τη Gartner.

Σήμερα, η εταιρεία συνδυάζει μια τεράστια φυσική υποδομή με ψηφιακή τεχνολογία αιχμής, παρουσιάζοντας ένα ισχυρό επιχειρησιακό αποτύπωμα:

Ανθρώπινο δυναμικό & δίκτυο: 500+ εργαζόμενοι, 400+ εταιρικοί πελάτες και 11 εξειδικευμένα κέντρα επεξεργασίας φυσικού και ψηφιοποιημένου αρχείου.

Φυσική & ψηφιακή κλίμακα: 900 km φυσικού αρχείου υπό διαχείριση (σε 40.000 τ.μ. στεγασμένων εγκαταστάσεων), 100M+ παραγόμενα PDFs ετησίως (όγκος χαρτιού που ισοδυναμεί με δύο γήπεδα ποδοσφαίρου) και 10.000+ ημερήσιες επιχειρησιακές υποθέσεις (cases) υπό επεξεργασία.

Οικονομική τροχιά: Αύξηση κύκλου εργασιών από €29 εκατ. το 2025 σε €33 εκατ. το 2026, με το ~1/3 των συνολικών εσόδων να αποδίδεται άμεσα στην εμπορική ανάπτυξη της πλατφόρμας AI Flows και EBITDA περίπου 10 εκατ.

Θεσμική πλαισίωση & επενδύσεις: Επενδυτική θωράκιση μέσω της συμμετοχής της EOS Capital Partners (ποσοστό 22% στο μετοχικό κεφάλαιο από το 2022) και της στενής συνεργασίας με τον Αντώνη Τζωρτζακάκη, CEO του Φαιστός Investment Fund.

Μάθημα 1o: Στρατηγική R&D πριν το AI Hype – Εστίαση στην επίλυση πραγματικών cases

Το πρώτο στρατηγικό μάθημα έγκειται στην προσήλωση σε ένα μακροπρόθεσμο πρόγραμμα Έρευνας & Ανάπτυξης, το οποίο ξεκίνησε το 2018 – πολύ πριν η Τεχνητή Νοημοσύνη καταστεί αντικείμενο μαζικής δημοσιότητας (hype). Η αρχική επένδυση, ύψους μόλις €200.000, οδήγησε ήδη από το 2019 στο πρώτο παραγωγικό έργο AI σε έγγραφα στην Ελλάδα: την αυτόματη ανάλυση και εξαγωγή δεδομένων από μη αναζητήσιμα (Bark) PDFs τραπεζικού δανειακού χαρτοφυλακίου.

Η επίσημη εμπορική διάθεση του AI Flows το 2024 σηματοδότησε τη μετάβαση από τις μεμονωμένες, ad-hoc υλοποιήσεις έργων (project-based approach) σε ένα βιομηχανοποιημένο, επαναχρησιμοποιήσιμο προϊόν. Η πλατφόρμα εξελίχθηκε σε ένα αρθρωτό σύστημα από επαναχρησιμοποιήσιμους επεξεργαστές (handlers), μηχανισμούς ενορχήστρωσης και τυποποιημένες ροές εργασίας, στηριγμένη στη διαπίστωση ότι η πραγματική επιχειρησιακή πρόκληση δεν είναι η ανάγνωση ενός μεμονωμένου εγγράφου, αλλά η διαχείριση ολόκληρων υποθέσεων (cases).

Όπως ανέφεραν τα στελέχη της εταιρείας, η προσέγγιση του hype & των demos περιορίζεται στην επίδειξη εντυπωσιακών αποτελεσμάτων OCR ή εξαγωγής δεδομένων από ένα μεμονωμένο, καθαρό έγγραφο (π.χ. μια τυποποιημένη φόρμα) σε ελεγχόμενο περιβάλλον δοκιμών. Η προσέγγιση αυτή αποτυγχάνει στα παραγωγικά περιβάλλοντα, καθώς αδυνατεί να διαχειριστεί την αβεβαιότητα, τη θεσμική πολυπλοκότητα και τον θόρυβο των εταιρικών ροών.

Η νοοτροπία παραγωγικής enterprise εφαρμογής εστιάζει στην ολοκληρωμένη επίλυση “cases”, όπου ένας φάκελος υπόθεσης συνθέτει ετερογενή έγγραφα: structured (φόρμες), semi-structured (τιμολόγια) και unstructured (emails, συμβάσεις, χειρόγραφες ιατρικές γνωματεύσεις, εικόνες). Η λήψη αποφάσεων δεν γίνεται απομονωμένα, αλλά απαιτεί τη δυναμική διασταύρωση των εγγράφων με εξωτερικά εταιρικά δεδομένα από core συστήματα (ERP, CRM, DMS, Core Banking).

Μάθημα 2ο: Αρχιτεκτονική Composite AI vs “GenAI Παντού” – Η παγίδα του κόστους και των σφαλμάτων

Στην ανάλυσή της για την παγκόσμια αγορά του IDP, η Gartner επισημαίνει έναν κρίσιμο λειτουργικό κίνδυνο: η μονομερής και αδιάκριτη εφαρμογή Μεγάλων Γλωσσικών Μοντέλων (LLMs / Generative AI) σε υψηλούς όγκους παραγωγής εκτοξεύει το λειτουργικό κόστος, αυξάνει την καθυστέρηση (latency) και εισάγει επικίνδυνα σφάλματα (hallucinations), υπονομεύοντας την ακρίβεια των εταιρικών δεδομένων.

Για την αντιμετώπιση αυτής της παγίδας, το AI Flows δομήθηκε πάνω σε μια αρχιτεκτονική Composite AI (Συνθετική AI). Αντί για την καθολική χρήση ενός GenAI μοντέλου, η πλατφόρμα συνδυάζει περισσότερα από 100 εξειδικευμένα μοντέλα αιχμής, επιλέγοντας το καταλληλότερο εργαλείο για κάθε επιμέρους βήμα της επεξεργασίας:

NLP (Natural Language Processing) & OCR: Για την ανάγνωση, ανάλυση δομής κειμένου και γλωσσική επεξεργασία.

Computer Vision & Machine Learning: Για την οπτική κατάτμηση (segmentation), την ταξινόμηση εγγράφων και τη στατιστική μοντελοποίηση.

LLMs, VLMs (Vision Language Models) & DSLMs (Domain-Specific Language Models): Για σύνθετη κατανόηση πλαισίου (context) και εξειδικευμένη ανάλυση ορολογίας.

Generative AI: Εφαρμοσμένο αυστηρά και στοχευμένα, αποκλειστικά όπου η παραγωγική δυνατότητα προσθέτει ουσιαστική επιχειρησιακή αξία.

Υβριδική προέλευση μοντέλων: Συνδυασμός open-source μοντέλων, ιδιοκτήτων (own-developed) μοντέλων της Αρχειοθήκης και επιλεγμένων μοντέλων από μεγάλους hyperscalers.

«Δεν αρκεί ένα σύστημα να διαβάζει σωστά ένα έγγραφο σε ένα demo. Πρέπει τα δεδομένα που παράγει να είναι αξιόπιστα, ακριβή, ασφαλή, ελεγχόμενα και να μπορούν να ενσωματωθούν στις πραγματικές διαδικασίες και τα συστήματα ενός οργανισμού στην παραγωγή. Αυτό σημαίνει επιλογή της κατάλληλης ΤΝ τεχνολογίας ανά διαδικασία, όχι Generative AI παντού, και ανθρώπινο έλεγχο εκεί όπου το ρίσκο και η επιχειρησιακή σημασία το απαιτούν.» ανέφερε σχετικά Βαγγέλης Καρέλης, CTIO της Αρχειοθήκης.

Έλεγχος TCO και μηδενισμός ρίσκου Hallucination

Η επιλογή της αρχιτεκτονικής Composite AI έναντι των αμιγών GenAI προσεγγίσεων προσφέρει δύο καθοριστικά πλεονεκτήματα στην ηγεσία τεχνολογίας μια μεγάλης εταιρείας (CIOs/CTOs):

1. Προβλεψιμότητα κόστους (TCO Optimization): Η εκτέλεση εκατομμυρίων ημερήσιων Operations μέσω εξειδικευμένων, ελαφριών μοντέλων (NLP/CV/DSLMs) διατηρεί το υπολογιστικό κόστος (token/API fees & GPU infrastructure) στο 1/10 του κόστους ενός γενικού LLM.
2. Περιχαράκωση ακρίβειας: Σε κρίσιμα περιβάλλοντα (π.χ. εγκρίσεις δανείων, πληρωμές αποζημιώσεων), η διασταύρωση των εξαγόμενων δεδομένων με ντετερμινιστικούς κανόνες μηδενίζει την πιθανότητα hallucinations, διασφαλίζοντας απόλυτη κανονιστική συμμόρφωση.

Μάθημα 3ο: Ολοκληρωμένη ενορχήστρωση & διακυβέρνηση (End-to-End Orchestration & Governance)

Η απλή εξαγωγή δεδομένων (data extraction) είναι ελάχιστα ωφέλιμη αν δεν συνοδεύεται από επιχειρησιακή διακυβέρνηση και ενορχήστρωση ροών. Για τη μετατροπή του ανεπεξέργαστου περιεχομένου σε επιχειρησιακό αποτέλεσμα, το AI Flows καλύπτει την πλήρη διαδρομή της πληροφορίας μέσα από 5 στάδια επεξεργασίας:

1. Εισαγωγή: Αυτόματη συλλογή ετερογενών εισροών—έγγραφα (PDF), ηλεκτρονική αλληλογραφία (emails), εικόνες, αρχεία ήχου (audio/speech2text) και ψηφιακές φόρμες.
2. Κατανόηση: Αυτόματη ταξινόμηση εγγράφων, εξαγωγή κρίσιμων πεδίων και πλήρης κατανόηση του επιχειρησιακού πλαισίου.
3. Έλεγχος: Εφαρμογή επιχειρησιακών κανόνων (business rules), αξιολόγηση βαθμού βεβαιότητας (confidence scores) και ενεργοποίηση μηχανισμών Human-in-the-Loop όπου εντοπίζεται αβεβαιότητα.
4. Ενορχήστρωση: Έξυπνη δρομολόγηση της ροής εργασίας, λήψη αυτοματοποιημένων αποφάσεων και δυναμική διασύνδεση με εξωτερικές βάσεις και APIs.
5. Παράδοση: Διοχέτευση δομημένων δεδομένων στα κεντρικά συστήματα του οργανισμού (ERP, CRM, DMS, Data Lakes).

Για την εξάλειψη φαινομένων AI drift και λανθασμένων εκροών, η πλατφόρμα συνδέει τα μοντέλα ΤΝ με αυστηρούς ντετερμινιστικούς κανόνες. Η Τεχνητή Νοημοσύνη περιχαρακώνεται λειτουργικά: τα παραγόμενα δεδομένα διασταυρώνονται με τους κανόνες του πελάτη, ενώ παρέχονται αυτόματες δυνατότητες απόκρυψης ευαίσθητων δεδομένων (data redaction), πλήρης ιχνηλασιμότητα (auditability) και ελεγχόμενος ανθρώπινος έλεγχος στις περιπτώσεις υψηλού ρίσκου.

Μάθημα 4ο: Enterprise readiness & Domain expertise – Αρχιτεκτονική πρώτα, λειτουργίες μετά

Η υιοθέτηση μιας πλατφόρμας IDP από μεγάλους οργανισμούς (τράπεζες, ασφαλιστικές, δημόσιος τομέας) εξαρτάται από τις αρχιτεκτονικές της προδιαγραφές. Το AI Flows σχεδιάστηκε εξ αρχής με τη φιλοσοφία “Enterprise Readiness by Design”, βασιζόμενο σε τέσσερις δομικούς πυλώνες:

Αρθρωτός Πυρήνας: Cloud-native αρχιτεκτονική με εναλλάξιμα στοιχεία (handlers) που επιτρέπουν την ταχεία προσαρμογή και την προσθήκη νέων δυνατοτήτων χωρίς επηρεασμό του κεντρικού πυρήνα.

Βάθος Διασύνδεσης: Native ενοποίηση με συστήματα ERP, CRM, DMS, core banking/insurance, αρθρωτές εφαρμογές και custom APIs του πελάτη.

Ασφάλεια πρώτα & Compliance: AI-native αρχιτεκτονική περιχαράκωσης με δυνατότητες αυτόματης απόκρυψης προσωπικών δεδομένων (redaction), τήρησης πλήρους ιστορικού ενεργειών (audit trail) και αυστηρής συμμόρφωσης με τον GDPR.

Μοντέλα εγκατάστασης: Πλήρης υποστήριξη ευέλικτων μοντέλων SaaS, Private Cloud και On-Premises, ικανοποιώντας ακόμα και τις πιο αυστηρές πολιτικές ασφαλείας χρηματοπιστωτικών ιδρυμάτων.

Εξειδικευμένη ομάδα & Τεχνολογική ηγεσία

Η πλατφόρμα υποστηρίζεται από την μεγαλύτερη εξειδικευμένη ομάδα IDP στην Ελλάδα, αποτελούμενη από ~50 AI engineers, data scientists, μηχανικούς λογισμικού, αναλυτές και solutions architects με έδρα την Καλλιθέα. Την τεχνολογική αρχιτεκτονική και εξέλιξη του AI Flows καθοδηγούν τρία κομβικά στελέχη:

Βαγγέλης Καρέλης (CTIO & Strategy Lead): Στρατηγικός αρχιτέκτονας του ψηφιακού μετασχηματισμού της εταιρείας.

Βασίλης Λινάρδος (AI Lead): Επικεφαλής της έρευνας και ανάπτυξης (R&D) και των πρωτοβουλιών Τεχνητής Νοημοσύνης.

Νίκος Ραυτογιάννης (Software Lead): Ο βασικός αρχιτέκτονας που σχεδίασε και οδήγησε το AI Flows από τη σύλληψη της ιδέας στην παραγωγική εφαρμογή.

Μάθημα 5ο: Μετρήσιμο επιχειρησιακό αποτέλεσμα σε κρίσιμους τομείς υψηλού ρίσκου

Η παραγωγική ισχύς του AI Flows αποδεικνύεται στην πράξη μέσα από μετρήσιμα αποτελέσματα σε περιβάλλοντα ευρείας κλίμακας, όπου έχουν επεξεργαστεί περισσότερα από 50 εκατομμύρια έγγραφα σε 100+ ενεργές έξυπνες ροές.

Ασφαλιστικός Τομέας: Μείωση χρόνου επεξεργασίας αποζημιώσεων υγείας (health insurance claims) από 14 ημέρες σε μόλις 1 ημέρα. Ημερήσια διεκπεραίωση ~1.500 αιτημάτων με παράλληλους αυτόματους ελέγχους απάτης (fraud detection).

Τραπεζικός Τομέας: Αυτοματοποιημένη ανάλυση και διαχείριση >1.000.000 φακέλων δανείων. >90% αυτοματοποίηση στους τακτικούς ελέγχους ταυτοποίησης KYC (Know-Your-Customer). Έλεγχος και αξιολόγηση αναφορών ESG για εταιρικά δάνεια σε μόλις 6 ώρες.

Δημόσιος Τομέας & Ταμείο Ανάκαμψης (RRF): Επεξεργασία και επιχειρησιακή αξιοποίηση ψηφιοποιημένων δημόσιων αρχείων.
Η Αρχειοθήκη έχει διαχειριστεί το 15% του συνολικού αρχείου της χώρας στο πλαίσιο έργων του Ταμείου Ανάκαμψης (συμπεριλαμβανομένων κρίσιμων αρχείων φορέων όπως EFKA, TEE, EOΠYY).

Οικονομικές & Εταιρικές Λειτουργίες: >95% αυτόματη επεξεργασία σύνθετων αιτημάτων πληρωμής και ελέγχου δικαιολογητικών, αυτόματη καταχώρηση τιμολογίων, ανάλυση και αποδελτίωση ισολογισμών.

Μάθημα 6ο: Ηγετική εμπιστοσύνη, delegation & Το mοντέλο “Εσωτερικής AI Startup”

Το πλέον καθοριστικό διοικητικό μάθημα της Αρχειοθήκης πηγάζει από τη στρατηγική διαχείριση της καινοτομίας από την ανώτατη διοίκηση. Ο ιδρυτής και CEO, Ανδρέας Παπαδάκης, εφάρμοσε ένα μοντέλο ηγεσίας βασισμένο στις εξής τέσσερις αρχές:

Εμπιστοσύνη: Η διοίκηση πίστεψε νωρίς στο όραμα της τεχνολογικής ομάδας, παρέχοντας την απαραίτητη στήριξη όταν η Τεχνητή Νοημοσύνη βρισκόταν ακόμη σε πρώιμο στάδιο (2018), χωρίς την απαίτηση άμεσων βραχυπρόθεσμων αποδόσεων.

Εκχώρηση αρμοδιοτήτων: Πλήρης μεταβίβαση των τεχνικών και αρχιτεκτονικών αποφάσεων στην ηγετική ομάδα τεχνολογίας (Βαγγέλης Καρέλης, Βασίλης Λινάρδος, Νίκος Ραυτογιάννης), επιτρέποντάς τους να σχεδιάσουν ένα προϊόν παγκόσμιας κλάσης.

Στρατηγική κατανομή κεφαλαίων: Σταθερή επενδυτική δέσμευση που κλιμακώθηκε από τα αρχικά €200.000 το 2018 σε συνολικά €6.000.000 σε βάθος χρόνου (€1,2 εκατ. μόνο για το 2025). Η διοίκηση επέλεξε συνειδητά την ταχύτητα και την ευελιξία των ιδιωτικών κεφαλαίων έναντι της γραφειοκρατικής εξάρτησης από επιδοτούμενα δημόσια προγράμματα.

Αυτονομία “Εσωτερικής Startup”: Η τεχνολογική ομάδα λειτούργησε ως αυτόνομο “AI Lab” εντός ενός παραδοσιακού οργανισμού φύλαξης αρχείων. Με κουλτούρα ευθύνης, η ομάδα επικεντρώθηκε στην κατασκευή συστημάτων παραγωγής που λειτουργούν στον πυρήνα μεγάλων οργανισμών, αποφεύγοντας τη δημιουργία επιφανειακών tech demos.

Το αποτέλεσμα αποδεικνύει ότι η ανάπτυξη διεθνώς αναγνωρισμένου enterprise λογισμικού είναι απολύτως εφικτή στην Ελλάδα, εφόσον η μηχανική πειθαρχία (engineering discipline) συνδυάζεται με την διοικητική εμπιστοσύνη και τη συνεπή κεφαλαιακή τροφοδότηση.

Η επόμενη ημέρα 

Η αναφορά στο Gartner Magic Quadrant 2026 αποτελεί ένα σημαντικό ορόσημο, αλλά όχι τον τελικό προορισμό. Η στρατηγική της Αρχειοθήκης για την επόμενη φάση ανάπτυξης διαρθρώνεται σε τέσσερις κεντρικούς πυλώνες:

1. Βαθύτερο προϊόν: Περαιτέρω ανάπτυξη επαναχρησιμοποιήσιμων δυνατοτήτων επεξεργασίας εγγράφων (reusable document capabilities), προηγμένης ενορχήστρωσης workflows και εργαλείων διακυβέρνησης.
2. Περισσότερα επιχειρησιακά αποτελέσματα: Επέκταση των end-to-end αυτοματοποιημένων ροών σε νέους κλάδους υψηλής έντασης εγγράφων.
3. Διεθνής παρουσία: Στοχευμένη εξάπλωση σε διεθνείς αγορές μέσω δικτύου συνεργατών (partners) και αξιοποίησης της διεθνούς αξιοπιστίας που προσφέρει η διάκριση της Gartner.
4. Ομάδα & ιδιοκτησία τεχνολογίας: Διαρκής επένδυση στο ανθρώπινο κεφάλαιο, την πειθαρχία μηχανικής (engineering discipline) και την κατοχύρωση ιδιοκτήτης τεχνογνωσίας.

Σε κάθε περίπτωση η διαδρομή του AI Flows επιβεβαιώνει ότι το enterprise λογισμικό που αναπτύσσεται στην Ελλάδα μπορεί να σταθεί στην κορυφή της παγκόσμιας αγοράς, όχι επικαλούμενο την εθνική του προέλευση, αλλά αποδεικνύοντας την ποιότητα, την εξειδίκευση και την αξιοπιστία του στις πλέον απαιτητικές παραγωγικές συνθήκες.

Πηγή – Startupper

ΔΙΑΦΗΜΙΣΗ

BUY & SELL IN CYPRUSwww.buyme.cy