This dissertation examines conversational artificial intelligence and messaging automation as strategic business assets in contemporary digital environments. The aim is to explore the conversational AI adoption’s economic, financial, and organizational implications. Emphasis was also placed on enterprise messaging platforms, with characteristic examples such as Viber, WhatsApp, and Short Message Service (SMS). Methodologically, a convergent mixed-methods research design had been adopted. The quantitative component was based on real-world business campaign datasets. The datasets had been derived from enterprise messaging implementations across different sectors. For instance, they included retail, healthcare, and financial services. The qualitative component consisted of semi-structured interviews. The interviews had been conducted with senior industry specialists in enterprise messaging, strategic management, and cybersecurity. As for the empirical findings, they showed that conversational AI improves customer engagement. It also increases communication scalability and operational responsiveness. In addition, it reduces customer acquisition costs and increases Return On Investment (ROI). Furthermore, it was shown that messaging automation contributes to organizational transformation. It is specifically achieved through workforce adaptation and cross-functional collaboration, while implementing a decision-making strategy that is mostly data-driven. In conclusion, conversational AI is a multidimensional strategic capability and supports digital competitiveness. It promotes customer-centric innovation and leads to long-term organizational value creation. For reasons of personal data protection and compliance with the General Data Protection Regulation (GDPR), the companies and business data that were presented in the current dissertation are referenced anonymously. More detailed information and primary research material may be made available upon request and under conditions of confidentiality.

Η παρούσα διπλωματική εργασία εξετάζει το Συνομιλιακό Τεχνητό Σύστημα Νοημοσύνης (Conversational AI) και την αυτοματοποίηση μηνυμάτων ως στρατηγικά επιχειρηματικά εργαλεία στο σύγχρονο ψηφιακό περιβάλλον. Στόχος της είναι η διερεύνηση των οικονομικών, χρηματοοικονομικών και οργανωτικών επιπτώσεων της υιοθέτησης του Conversational AI. Ιδιαίτερη έμφαση δόθηκε επίσης στις πλατφόρμες επιχειρηματικής επικοινωνίας μέσω μηνυμάτων, με χαρακτηριστικά παραδείγματα το Viber, το WhatsApp και τα σύντομα γραπτά μηνύματα (SMS). Σε μεθοδολογικό επίπεδο, υιοθετήθηκε μια συγκλίνουσα προσέγγιση μικτών μεθόδων έρευνας (convergent mixed-methods research design). Το ποσοτικό σκέλος βασίστηκε σε πραγματικά δεδομένα επιχειρηματικών καμπανιών, τα οποία προήλθαν από εφαρμογές επιχειρηματικής επικοινωνίας μέσω μηνυμάτων σε διαφορετικούς κλάδους, όπως το λιανικό εμπόριο, η υγειονομική περίθαλψη και οι χρηματοοικονομικές υπηρεσίες. Το ποιοτικό σκέλος περιλάμβανε ημιδομημένες συνεντεύξεις με ανώτερα στελέχη και εξειδικευμένους επαγγελματίες στους τομείς της επιχειρηματικής επικοινωνίας μέσω μηνυμάτων, της στρατηγικής διοίκησης και της κυβερνοασφάλειας. Όσον αφορά τα εμπειρικά ευρήματα, διαπιστώθηκε ότι το Conversational AI ενισχύει την αλληλεπίδραση με τους πελάτες, αυξάνει την επεκτασιμότητα της επικοινωνίας και βελτιώνει την επιχειρησιακή ανταπόκριση. Παράλληλα, συμβάλλει στη μείωση του κόστους απόκτησης πελατών και στην αύξηση της απόδοσης της επένδυσης (Return on Investment – ROI). Επιπλέον, προέκυψε ότι η αυτοματοποίηση μηνυμάτων συμβάλλει στον οργανωτικό μετασχηματισμό, κυρίως μέσω της προσαρμογής του ανθρώπινου δυναμικού, της διατμηματικής συνεργασίας και της εφαρμογής μιας διαδικασίας λήψης αποφάσεων που βασίζεται σε μεγάλο βαθμό στα δεδομένα. Συμπερασματικά, το Συνομιλιακό Τεχνητό Σύστημα Νοημοσύνης αποτελεί μια πολυδιάστατη στρατηγική ικανότητα που ενισχύει την ψηφιακή ανταγωνιστικότητα, προωθεί την πελατοκεντρική καινοτομία και συμβάλλει στη δημιουργία μακροπρόθεσμης οργανωτικής αξίας. Για λόγους προστασίας των προσωπικών δεδομένων και συμμόρφωσης με τον Γενικό Κανονισμό για την Προστασία Δεδομένων (GDPR), οι εταιρείες και τα επιχειρηματικά δεδομένα που παρουσιάζονται στην παρούσα διπλωματική εργασία αναφέρονται ανώνυμα. Αναλυτικότερες πληροφορίες και πρωτογενές ερευνητικό υλικό μπορούν να διατεθούν κατόπιν αιτήματος και υπό όρους εμπιστευτικότητας.