The purpose of the dissertation is to examine the impact of Artificial Intelligence (AI) on managerial decision-making, focusing on the opportunities, challenges, and governance implications associated with AI-supported decision environments. The significant progress on AI tools forced organizations to adopt AI technologies to enhance analytical capability and strategic responsiveness, in order to understand how these systems influence the effectiveness on decision making and on responsibility within the organizations. AI tools in management field have become a critical research priority. This study follows a qualitative dominant research approach. Data were collected through semi structured interviews with professionals working in AΙ enabled organizations. In addition, a comparative case analysis was conducted to examine organizations that adopt AI-driven decision-making tools across different industries. The findings of the research indicate that Artificial Intelligence plays a crucial role in accelerating decision making, enhancing forecasting and accuracy, and making analytical process less complicated. In complex and data intensive environments the ability in using AI will make a huge difference in corporate world. However, only            technological capability does not guarantee more reliable decision outcomes. Instead, if organizations can intergrade AI, depends also on governance maturity, the trust on managers, transparency on procedures and a well-structured Human and AI collaboration. The Hybrid decision models, in which AI systems offer analytical support to executive managers withholding final decision authority, seems to be the most effective approach in order to achieve not only an improvement in performance but also to ensure more reliable results and better accountability rates among managers.

Based on the empirical findings, the study suggests a mixed AI Decision Governance Framework. The empirical findings suggest that governance maturity plays an important organizational role in the relationship between technological potential and decision effectiveness. In particular, the maturity within Governances can be the crucial factor that enables organizations to better exploit AI technologies and produce more effective decision-making processes. In addition, this research proposes the conceptual AI Decision Effectiveness and Assurance Index (AI-DEAI) as a combined evaluation framework. The model evaluates multiple dimensions, including decision performance, trust and explainability, governance and accountability, human–AI collaboration, organizational readiness. Furthermore, the study proposes the Decision Safety Differential metric, which provides a mechanism for evaluating whether the adoption of AI can improve decision related risk outcomes as opposed to environments that decisions are made solely from humans.

The study offers to academic literature by combining decision -making theory, socio-technical systems theory, governance research, and augmented intelligence perspectives These elements are integrated into a unite conceptual model that explains AI-enabled managerial decision environments. From a managerial perspective, the findings offer practical insights for organizations that aim to implement AI in a responsible way while improving decision performance and maintaining organizational accountability.

Overall, the study suggests that sustainable AI adoption depends on the alignment between technological capabilities, governance structures, and human oversight within modern organizations.

Ο σκοπός της παρούσας διπλωματικής εργασίας είναι να εξεταστεί η επίδραση της Τεχνητής Νοημοσύνης (Artificial Intelligence) στη διαδικασία λήψης αποφάσεων σε θέματα διοίκησης εστιάζοντας στις ευκαιρίες τις προκλήσεις και τις επιπτώσεις στη διοίκηση που συνδέονται με κέντρα λήψης αποφάσεων, τα οποία υποστηρίζονται από συστήματα Τεχνητής Νοημοσύνης. Η αξιοσημείωτη πρόοδος των εργαλείων τεχνητής νοημοσύνης έχει αναγκάσει τους οργανισμούς να εντάσσουν τεχνολογικά συστήματα ΤΝ, έτσι ώστε να ενισχύσουν τις ικανότητες ανάλυσης  με στόχο την θωράκιση της διοικητικής τους ικανότητας και της στρατηγικής τους ανταπόκρισης, ώστε να γίνει κατανοητό πως τα συστήματα τεχνητής νοημοσύνης εμπλέκονται στην αποτελεσματικότητα λήψης αποφάσεων και την απόδοση ευθυνών μέσα στους οργανισμούς. Η σημαντική εξέλιξη των εργαλείων τεχνητής νοημοσύνης σε θέματα διοίκησης έχει αποτελέσει σημαντική προτεραιότητα στον τομέα έρευνας και ανάπτυξης των εταιρειών.

Η παρούσα διπλωματική εργασία  προσεγγίζει την έρευνα με μια αναλυτική προσέγγιση που βασίζεται κυρίως σε ποιοτικά δεδομένα. Η συλλογή δεδομένων έγινε μέσω ημιδομημένων συνεντεύξεων με στελέχη επιχειρήσεων που εργάζονται σε εταιρείες, οι οποίες εφαρμόζουν εργαλεία τεχνητής νοημοσύνης. Επιπρόσθετα έγινε συγκριτική ανάλυση σε παραδείγματα οργανισμών, οι οποίοι υιοθέτησαν εργαλεία λήψης αποφάσεων που βασίζονται στην τεχνητή νοημοσύνης σε διαφορετικούς τομείς.

Η έρευνα ανέδειξε ευρήματα ότι η τεχνητή νοημοσύνη διαδραματίζει καθοριστικό ρόλο στην επιτάχυνση της λήψης αποφάσεων σε σύνθετα περιβάλλοντα και στη βελτίωση της πρόβλεψης μέσω της μείωσης της πολυπλοκότητας των αναλυτικών διαδικασιών. Σε περιβάλλοντα που υπάρχει υψηλή πολυπλοκότητα και εκτεταμένη χρήση δεδομένων, η ικανότητα αξιοποίησης της τεχνητής νοημοσύνης μπορεί να διαδραματίσει καθοριστικό ρόλο για τους οργανισμούς. Ωστόσο, η τεχνολογική ικανότητα από μόνη της δεν εγγυάται πιο αξιόπιστα αποτελέσματα στη λήψη αποφάσεων. Η αποτελεσματική ενσωμάτωση της τεχνητής νοημοσύνης εξαρτάται επίσης από το επίπεδο ωριμότητας της διακυβέρνησης στο οργανωτικό επίπεδο, την εμπιστοσύνη των διοικητικών στελεχών στην τεχνητή νοημοσύνη, τη διαφάνεια των διαδικασιών και την αποτελεσματική συνεργασία μεταξύ ανθρώπου και τεχνητής νοημοσύνης.

Η πιο αποτελεσματική προσέγγιση φαίνεται να είναι τα υβριδικά μοντέλα λήψης αποφάσεων, τα οποία προσφέρουν στα στελέχη αναλυτική υποστήριξη κατά την διαδικασία λήψης αποφάσεων, αλλά η τελική ευθύνη της απόφασης παραμένει στους  ανθρώπους. Με αυτόν τον τρόπο, τα εργαλεία τεχνητής νοημοσύνης, βοηθούν όχι μόνο στο να βελτιωθεί η απόδοση τους , αλλά και στην εξασφάλιση πιο αξιόπιστων αποτελεσμάτων και μεγαλύτερης απόδοσης ευθύνης μεταξύ των διοικητικών στελεχών.

Με βάση τα εμπειρικά ευρήματα, η διατριβή προτείνει μια σύνθεση διακυβέρνησης λήψης αποφάσεων από τους ανθρώπους με χρήση τεχνητής νοημοσύνης (AI Decision Governance Framework). Τα αποτελέσματα τονίζουν τον βαθμό ωριμότητας της διακυβέρνησης ως κρίσιμο παράγοντα στην οργάνωση της σχέσης των τεχνολογικών εργαλείων και  της αποτελεσματικότητας των αποφάσεων. Συγκεκριμένα, το επίπεδο ωριμότητας των μηχανισμών διακυβέρνησης μπορεί να αποτελέσει καθοριστικό παράγοντα που επιτρέπει στους οργανισμούς να αξιοποιήσουν αποτελεσματικότερα τις τεχνολογίες τεχνητής νοημοσύνης και να επιτύχουν πιο αποτελεσματικές διαδικασίες λήψης αποφάσεων.

Επιπλέον, η διπλωματική προτείνει τον θεωρητικό δείκτη ΤΝ Αποτελεσματικότητας και διασφάλισης αποφάσεων (AI-DEAI) ως ένα σύνθετο πλαίσιο αξιολόγησης. Το μοντέλο αξιολογεί πολλαπλές διαστάσεις, όπως την απόδοση των αποφάσεων, τα ζητήματα κινδύνου και ασφάλειας, το επίπεδο ανάπτυξης της οργανωτικής διακυβέρνησης, τα κύρια συστήματα τεχνητής νοημοσύνης καθώς και την αποτελεσματικότητα της συνεργασίας μεταξύ διοικητικών στελεχών και συστημάτων τεχνητής νοημοσύνης.

Επιπλέον, η μελέτη προτείνει τον θεωρητικό δείκτη ΤΝ διαφορικής ασφάλειας αποφάσεων, ο οποίος παρέχει έναν μηχανισμό αξιολόγησης για το κατά πόσο η υιοθέτηση της τεχνητής νοημοσύνης μπορεί να βελτιώσει τα αποτελέσματα που σχετίζονται με τον κίνδυνο στη λήψη αποφάσεων σε σύγκριση με περιβάλλοντα όπου οι αποφάσεις λαμβάνονται αποκλειστικά από ανθρώπους.

Η έρευνα συμβάλλει στην ακαδημαϊκή βιβλιογραφία συνδυάζοντας τη θεωρία λήψης αποφάσεων, τη θεωρία κοινωνικοτεχνικών συστημάτων, την έρευνα για τη διακυβέρνηση και τις προσεγγίσεις της επαυξημένης νοημοσύνης. Τα στοιχεία αυτά ενσωματώνονται σε ένα ενιαίο εννοιολογικό μοντέλο που εξηγεί τα περιβάλλοντα διοικητικής λήψης αποφάσεων με χρήση τεχνητής νοημοσύνης.

Από διοικητική σκοπιά, με τα ευρήματα δίνονται πρακτικές κατευθύνσεις για οργανισμούς που επιδιώκουν να εφαρμόσουν την τεχνητή νοημοσύνη με υπεύθυνο τρόπο, βελτιώνοντας παράλληλα την απόδοση των αποφάσεων και διατηρώντας υψηλά επίπεδα οργανωτικής ευθύνης.

Συνολικά, η έρευνα καταδεικνύει ότι η βιώσιμη υιοθέτηση της τεχνητής νοημοσύνης εξαρτάται από την ευθυγράμμιση μεταξύ τεχνολογικών δυνατοτήτων, δομών διακυβέρνησης και ανθρώπινης εποπτείας στο πλαίσιο των σύγχρονων οργανισμών.