The recent widespread availability of generative AI for business is being hailed as the next revolution in business. The expected integration of AI in customer support represents a transformative shift, leveraging the advanced technologies of generative AI, building on large language models and machine learning, to enhance or replace traditional support services. This thesis investigates the state-of-the-art AI solutions, their integration into IT end user services, and the resulting expected productivity improvements. It researches the adoption rates and trust perceptions among users and companies. The topic's importance is underscored by the potential for AI to revolutionize customer experience and productivity through predictive and proactive personalization. However, challenges such as bias, transparency, and trust issues persist, which must be addressed to fully realize AI's benefits. The research, conducted via a questionnaire, aims to provide a comprehensive analysis of these dynamics and provide insights for better implementation strategies. Key findings indicate that while Generative AI significantly improves response times, users express concerns regarding privacy and trust. The study concludes that a hybrid approach, combining Generative AI with human oversight and addressing trust parameters, in an AI augmented workforce setup, presents the optimal strategy for successful adoption.

Η ευρεία υιοθέτηση της Παραγωγικής Τεχνητής Νοημοσύνης (ΠΤΝ) σηματοδοτεί μια νέα εποχή για τις επιχειρήσεις. Η ενσωμάτωσή της στην υποστήριξη πελατών, μέσω προηγμένων γλωσσικών μοντέλων και μηχανικής μάθησης, αναμένεται να μετασχηματίσει ριζικά τις παραδοσιακές υπηρεσίες, ενισχύοντάς ή/και αντικαθιστώντας τες. Η παρούσα διατριβή εξετάζει τις σύγχρονες λύσεις ΠΤΝ, την εφαρμογή τους στις υπηρεσίες υποστήριξης τελικών χρηστών πληροφορικής και τις προβλεπόμενες βελτιώσεις στην παραγωγικότητα. Διερευνώνται επίσης οι τάσεις υιοθέτησης και οι αντιλήψεις εμπιστοσύνης από χρήστες.

Η σπουδαιότητα του θέματος έγκειται στη δυνατότητα της ΤΝ να αναμορφώσει την εμπειρία του πελάτη και την παραγωγικότητα μέσω προγνωστικής και εξατομικευμένης υποστήριξης. Ομως, προκλήσεις όπως η μεροληψία, η έλλειψη διαφάνειας και ζητήματα εμπιστοσύνης παραμένουν, απαιτώντας προσεκτική διαχείριση για την πλήρη αξιοποίηση των δυνατοτήτων της ΤΝ. Η έρευνα, μέσω ερωτηματολογίου, αποσκοπεί στην παροχή μιας εμπεριστατωμένης ανάλυσης αυτών των παραμέτρων, προσφέροντας κατευθύνσεις για την αποτελεσματικότερη ενσωμάτωση της τεχνολογίας.

Τα κύρια ευρήματα υποδεικνύουν ότι η Παραγωγικής Τεχνητή Νοημοσύνη βελτιώνει σημαντικά τον χρόνο απόκρισης αλλά οι χρήστες εκφράζουν ανησυχίες για την ιδιωτικότητα και την εμπιστοσύνη. Η μελέτη καταλήγει στο συμπέρασμα ότι μια υβριδική προσέγγιση που συνδυάζει την Παραγωγική Τεχνητή Νοημοσύνη με ανθρώπινη εποπτεία και παραμετρους εμπιστοσύνης θα είναι η βέλτιστη στρατηγική για την επιτυχή υιοθέτηση