Οδηγίες για την υιοθέτηση της Τεχνητής Νοημοσύνης (AI) πιέζουν τις επιχειρήσεις να απολύσουν υπαλλήλους, ενώ επενδυτές και CEOs ονειρεύονται μείωση κόστους και αύξηση περιθωρίων κέρδους. Κάθε διευθυντής πληροφορικής καλείται να παρουσιάσει ένα σχέδιο για την AI, προκειμένου να παραμείνει ανταγωνιστικός. Οι επαναστάσεις που βασίζονται σε πράκτορες AI βρίσκονται παντού.
Ωστόσο, οι ηγέτες δεν πρέπει να αισθάνονται υποχρεωμένοι να βιαστούν να αγκαλιάσουν ένα μέλλον που δεν έχει ακόμη διαμορφωθεί. Υπάρχουν πολλοί λόγοι για να επιδείξουμε προσοχή. Ακολουθούν εννέα:
Οι “ειδικοί” έχουν συχνά διαψευστεί στις προβλέψεις τους. Ο νομπελίστας και πρωτοπόρος της AI, Geoffrey Hinton, είχε δηλώσει το 2016 ότι “Οι άνθρωποι θα πρέπει να σταματήσουν την εκπαίδευση ακτινολόγων τώρα… Είναι απλώς απολύτως προφανές ότι μέσα σε πέντε χρόνια, η βαθιά μάθηση θα τα πάει καλύτερα από τους ακτινολόγους.” Δέκα χρόνια αργότερα, λίγοι, αν όχι κανένας, ακτινολόγος έχει αντικατασταθεί. Ο συνιδρυτής της Google, Sergey Brin, υποσχέθηκε το 2012 ότι τα αυτόνομα οχήματα θα ήταν πανταχού παρόντα μέχρι το 2017. Σήμερα, 14 χρόνια μετά από αυτήν την υπόσχεση (και πολλές επακόλουθες από τον Elon Musk), τα πλήρως αυτόνομα οχήματα παραμένουν ένα περιορισμένο πείραμα, διαθέσιμο μόνο σε έναν μικρό αριθμό πόλεων με ευνοϊκές καιρικές συνθήκες.
Η Big Tech θέλει να πιστεύετε ότι έχει δημιουργήσει τεχνητή γενική νοημοσύνη. Αυτό δεν την καθιστά αληθινή. Όταν οι CEOs τεχνολογικών εταιρειών προειδοποιούν για Αρμαγεδδώνα απασχόλησης, μπορεί να καλύπτουν τις βάσεις τους σε περίπτωση που συμβεί κάτι τέτοιο, αλλά από την άλλη πλευρά, ίσως απλώς θέλουν να αυξήσετε τις αποτιμήσεις των εταιρειών τους. Πάρτε κάθε πρόβλεψή τους με επιφύλαξη.
Όσον αφορά τον αντίκτυπο στην απασχόληση, οι αριθμοί των γιγάντων της AI δεν υποστηρίζουν τους ισχυρισμούς τους. Ο CEO της Anthropic προειδοποιεί για “jobpocalypse”, αλλά η δική της πρόσφατη έρευνα έδειξε το χάσμα μεταξύ αντίληψης και πραγματικότητας. Η εταιρεία προβλέπει μεγάλες δυνατότητες για το τι μπορεί να κάνει η AI σε τομείς όπως οι χρηματοοικονομικές υπηρεσίες και η αρχιτεκτονική. Ωστόσο, αυτό που ονόμασαν “παρατηρούμενη κάλυψη AI” (μια ευγενής φράση για αυτό που συμβαίνει στον πραγματικό κόσμο) αποτελούσε ένα αστεία μικρό κλάσμα αυτής της θεωρητικής εμβέλειας. Αυτό που φαντάζονται ότι μπορεί να κάνει η AI και αυτό που κάνει στην πραγματικότητα απέχουν έτη φωτός.
Η τρέχουσα AI είναι “ασυνεχής” (καλή σε ορισμένα πράγματα αλλά όχι σε άλλα), πράγμα που σημαίνει ότι σπάνια μπορεί να αντικαταστήσει πλήρως έναν άνθρωπο. Η AI μπορεί σίγουρα να βοηθήσει στην παραγωγικότητα ορισμένων εργαζομένων, αλλά ακόμη και σε εργασίες στις οποίες η AI είναι καλή, τα μοντέλα και οι πράκτορες κάνουν συχνά ανόητα λάθη, μερικά από τα οποία είναι δύσκολο να εντοπιστούν. Και οι εργασίες δεν είναι θέσεις εργασίας: ακόμη και αν η AI μπορεί να εκτελέσει κάποιο μέρος της δουλειάς ενός ατόμου, αυτό δεν σημαίνει ότι μπορεί να εκτελέσει όλη τη δουλειά αυτού του ατόμου.
Τα τρέχοντα μοντέλα AI εξακολουθούν να δυσκολεύονται να ξεπεράσουν τη γλώσσα. Ορισμένες θέσεις εργασίας λευκών κολάρων περιλαμβάνουν μόνο λέξεις, αλλά πολλές περιλαμβάνουν οπτική κατανόηση: ερμηνεία εικόνων, γραφημάτων, διαγραμμάτων, σχεδίων, χαρτών και ούτω καθεξής. Μπορεί να φαίνεται εύκολο να φανταστεί κανείς την AI να αναλαμβάνει κάθε εργασία, ειδικά αν την θεωρεί ως κάποια μορφή μαγείας. Αλλά μόλις συνειδητοποιήσετε ότι η τρέχουσα AI είναι ένα εργαλείο, με δυνατά και αδύναμα σημεία, θα αρχίσετε να συνειδητοποιείτε ότι η τεχνολογία είναι πιθανό να εκτοπίσει εργαζομένους μόνο σε ορισμένα επαγγέλματα και όχι σε άλλα (και συχνότερα θα απλώς θα ενισχύει τις ανθρώπινες θέσεις εργασίας). Ακόμη και σε τομείς όπως η εξυπηρέτηση πελατών που μπορεί να φαίνονται απλοί, τα αποτελέσματα είναι συχνά απογοητευτικά. Ο Remote Labor Index επικεντρώθηκε σε θέσεις εργασίας που θα μπορούσαν να ολοκληρωθούν πλήρως μέσω διαδικτύου και διαπίστωσε ότι λιγότερο από 4,5% μπορούσαν να ολοκληρωθούν επαρκώς από πράκτορες AI.
Η περισσότερη χειρωνακτική εργασία υπερβαίνει κατά πολύ τις δυνατότητες της τρέχουσας AI. Μην περιμένετε η AI να αντικαταστήσει σύντομα υδραυλικούς, ξυλουργούς, μηχανικούς αυτοκινήτων, νοσηλευτές, καθαριστές σπιτιών, δασοκόμους, σεφ, τεχνικούς επισκευής συσκευών, κηπουρούς ή πολλές άλλες θέσεις εργασίας.
Πολλές απολύσεις που αποδίδονται στην AI δεν αφορούν πραγματικά την AI. Αυτό μπορεί να συνέβη στην πρόσφατη μαζική απόλυση στην fintech Block. Κάποιοι το είδαν ως προσπάθεια του CEO Jack Dorsey να ανακτήσει την εμπιστοσύνη των επενδυτών μετά την κατάρρευση της μετοχής της. Σε πολλές περιπτώσεις, η AI μπορεί να λειτουργεί ως “φύλλο συκής” για να καλύψει απολύσεις που οφείλονται στην πραγματικότητα σε οικονομική υποαπόδοση ή προηγούμενη υπερπρόσληψη.
Ορισμένες απολύσεις που αποδίδονται στην AI δεν διαρκούν. Αυτό το αποκαλώ “φαινόμενο Klarna”, από την εταιρεία buy-now-pay-later Klarna, η οποία υπερηφάνως πραγματοποίησε μαζικές απολύσεις λόγω AI, μόνο για να τις ανατρέψει. Πολλοί από τους απολυθέντες εργάζονταν στην εξυπηρέτηση πελατών, αλλά μετά από 11 μήνες η Klarna αποφάσισε ότι (τουλάχιστον σε ορισμένες περιπτώσεις) “πραγματικοί άνθρωποι” απαιτούνταν τελικά.
Ο συνολικός αντίκτυπος στην παραγωγικότητα και η απόδοση της επένδυσης στην AI ήταν μέχρι στιγμής μέτριες. Κάθε εταιρεία επενδύει στην AI, αλλά μέχρι στιγμής οι περισσότερες δεν αποκομίζουν τεράστιες αποδόσεις.
Όλα αυτά θα μπορούσαν να αλλάξουν. Πιθανότατα κάποια μέρα θα αλλάξουν, αλλά το πιθανότερο είναι ότι αυτό θα συμβεί μόνο όταν δούμε πιο ριζικές εξελίξεις στην AI, οι οποίες μπορεί να απέχουν μια δεκαετία ή και περισσότερο. Στο μεταξύ, η συμβουλή είναι απλή: Μην εστιάζετε στην αντικατάσταση ανθρώπων. Εστιάστε στο πώς μπορείτε να χρησιμοποιήσετε την AI για να βοηθήσετε αυτούς που έχετε.
Ο Gary Marcus είναι ομότιμος καθηγητής Ψυχολογίας και Νευροεπιστήμης στο NYU και συγγραφέας έξι βιβλίων, συμπεριλαμβανομένου του Taming Silicon Valley.
Αυτό το άρθρο εμφανίζεται στο τεύχος Απριλίου/Μαΐου 2026 του Fortune με τον τίτλο “9 λόγοι για να μην πανικοβληθείτε (ακόμα) από την AI”.