Η Τεχνητή Νοημοσύνη (ΤΝ) έχει πλέον τη δυνατότητα να συμπιέζει διαδικασίες που παλαιότερα χρειάζονταν ημέρες σε λίγα μόλις λεπτά. Ωστόσο, το ερώτημα που οι περισσότερες εταιρείες αποφεύγουν να απαντήσουν ευθέως είναι τι συμβαίνει με τις ώρες που κερδίζονται. Αντί να επιστρέφεται ο ελεύθερος χρόνος στους εργαζομένους, οι εταιρείες φαίνεται να χρησιμοποιούν τα κέρδη παραγωγικότητας για να απαιτούν περισσότερη εργασία από τους ίδιους υπαλλήλους, μετατρέποντας μια εργασία οκτώ ωρών σε κάτι πολύ μεγαλύτερο.
Παλαιότερα, μια εργασία που απαιτούσε έξι ώρες, τώρα ολοκληρώνεται σε λιγότερο από μία. Μια διαδικασία δύο εβδομάδων μπορεί να τελειώσει σε ένα απόγευμα. Παρόλα αυτά, οι εργαζόμενοι δεν βλέπουν τον χρόνο τους να επιστρέφεται. Αντιθέτως, στελέχη αναφέρουν ότι οι εταιρείες αξιοποιούν αυτά τα κέρδη παραγωγικότητας για να απαιτούν περισσότερη απόδοση από τους ίδιους εργαζομένους – μετατρέποντας μια οκτάωρη εργασία σε κάτι πολύ πιο απαιτητικό.
Το άγχος που επικρατεί στην εταιρική Αμερική σχετικά με την Τεχνητή Νοημοσύνη δεν αφορά την “επικράτηση” των μηχανών. Αφορά το τι συμβαίνει στους εργαζομένους, αφού η ΤΝ έχει μετατρέψει την οκτάωρη εργασία σε δύο ώρες, αλλά ο εργοδότης εξακολουθεί να τους περιμένει στο γραφείο μέχρι το τέλος της ημέρας. Αυτή η ένταση είναι ενσωματωμένη στον τρόπο με τον οποίο οι εταιρείες εφαρμόζουν σιωπηλά τα εργαλεία ΤΝ.
Η Yasmeen Ahmad, ανώτερο στέλεχος της Google Cloud, η οποία συνεργάζεται με εταιρείες Fortune 500 για την αξιοποίηση της ΤΝ στην υποδομή δεδομένων τους, επιβεβαιώνει ότι πρωτοφανή επίπεδα αποδοτικότητας επιτυγχάνονται ήδη σε μεγάλη κλίμακα, αλλά τα στελέχη το κρατούν μυστικό. Μια ενεργειακή εταιρεία, για παράδειγμα, μετέτρεψε μια διαδικασία ελέγχου και καταχώρησης δεδομένων 14 ημερών σε εργασία που ολοκληρώνεται σε μία ώρα. Παρόμοια, η Dun & Bradstreet μείωσε την επεξεργασία δεδομένων από ώρες σε λεπτά.
Πολλοί εταιρικοί ηγέτες διστάζουν να διαφημίσουν αυτές τις επιτυχίες. «Οι οργανισμοί είναι λίγο, νευρικοί, ίσως αυτή είναι η λέξη», δήλωσε η Ahmad στο Fortune. Σε ιδιωτικές συνομιλίες με την Google, στελέχη παραδέχονται ότι σκέφτονται τις επιπτώσεις αυτών των αποδοτικοτήτων. Αυτή η νευρικότητα αντικατοπτρίζει ένα παράδοξο: μια γιγάντια πρόοδος στην εξοικονόμηση χρόνου είναι πραγματική, αλλά το τι θα αντικαταστήσει αυτόν τον χρόνο παραμένει αβέβαιο.
Οικονομολόγοι και φιλόσοφοι έχουν βρεθεί σε παρόμοια σταυροδρόμια στο παρελθόν. Ο John Maynard Keynes είχε προβλέψει τη δεκαετία του 1930 ότι μέχρι το 2030 μια εβδομάδα εργασίας 15 ωρών θα ήταν εφικτή, εκφράζοντας ανησυχία για το πώς οι άνθρωποι θα διαχειρίζονταν τον άφθονο ελεύθερο χρόνο. Η Baroness Dambisa Moyo, οικονομολόγος και μέλος του διοικητικού συμβουλίου της Starbucks, επαναλαμβάνει αυτή την ανησυχία, φοβούμενη ότι η ρίζα της ευημερίας είναι η έλλειψη σκοπού.
Από την πλευρά των εργαζομένων, ερευνητές της UC Berkeley διαπίστωσαν ότι ενώ οι εργαζόμενοι που χρησιμοποιούν ΤΝ αναφέρουν αυξημένη αίσθηση ικανότητας, νιώθουν επίσης πιο πιεσμένοι και λιγότερο ικανοί να αποσυνδεθούν. Μια μελέτη στο Harvard Business Review έδειξε ότι οι πρώτοι χρήστες ΤΝ βρίσκουν την εργασία πιο έντονη, ενώ μια άλλη από την Boston Consulting Group ανέδειξε αυξημένη νοητική κόπωση και υπερφόρτωση πληροφοριών, φαινόμενο που ονομάστηκε «AI brain fry».
Η ιστορία δείχνει ότι οι τεχνολογίες που υπόσχονται απελευθέρωση, όπως το email ή το PowerPoint, συχνά οδηγούν σε αύξηση του φόρτου εργασίας και της χαμηλής ποιότητας εργασίας. Το ερώτημα, λοιπόν, δεν είναι αν η ΤΝ σας επιστρέφει έξι ώρες, αλλά αν κάποιος θα σας επιτρέψει να τις κρατήσετε.
Mike Manos, CTO της Dun & Bradstreet, εξηγεί ότι η ομάδα του πλέον παράγει περισσότερα μέσα στην ίδια χρονική περίοδο. «Είχαμε τις οκτώ ώρες που έγιναν δύο, αλλά τώρα μπορούμε να κάνουμε 20 ώρες δουλειάς, επειδή η δουλειά μειώθηκε… αυτό έχει να κάνει με την παραγωγικότητα». Αντί να στέλνουν εργαζομένους νωρίτερα σπίτι, οι ομάδες του απλώς ολοκληρώνουν περισσότερα. Ένας κύκλος ανάπτυξης προϊόντων που παλαιότερα διαρκούσε 24-36 μήνες, ολοκληρώθηκε σε έξι μήνες με τη χρήση ΤΝ. Αντί να μειώσουν το προσωπικό, ο Manos επανατοποθέτησε τους προγραμματιστές σε πρόσθετα έργα. «Δεν είναι τόσο πολύ θέμα απώλειας θέσεων εργασίας ή συρρίκνωσης του εργατικού δυναμικού», λέει, «αλλά η αύξηση της αποδοτικότητας και, στην περίπτωσή μας, η ταχύτερη προσέγγιση της αγοράς».
Στη Google, το 50% του κώδικα γράφεται πλέον από ΤΝ, οδηγώντας σε αύξηση της ταχύτητας κατά 10%. Στην KPMG, ο χρόνος προετοιμασίας για συναντήσεις μειώθηκε κατά 75% μετά την ενσωμάτωση του Gemini. Ο Tim Walsh, Πρόεδρος και CEO της KPMG U.S., επιβεβαιώνει ότι οι εταιρείες εργάζονται για να μειώσουν τις ώρες εργασίας, βλέποντας το ως ευκαιρία ανάπτυξης και αύξησης του προσωπικού.
Ωστόσο, δεν είναι όλες οι περιπτώσεις τόσο αισιόδοξες. Ο Peter Cappelli, καθηγητής στο Wharton, επισημαίνει ότι η υιοθέτηση της ΤΝ είναι επίπονη, δαπανηρή και δεν αποτελεί άμεση αιτία για απολύσεις. Η Ricoh, για παράδειγμα, έγινε τρεις φορές πιο αποτελεσματική με μείωση ρόλων, αλλά με αυξημένο κόστος. Τα στελέχη αναφέρουν ότι οι θέσεις εργασίας δεν καταργούνται αμέσως, αλλά οι εταιρείες ελπίζουν ότι η ΤΝ θα καλύψει την εργασία στο μέλλον.
Η ενσωμάτωση της ΤΝ σε μια επιχείρηση απαιτεί χρόνο και επανασχεδιασμό όλων των ροών εργασιών, συμπεριλαμβανομένης της βελτίωσης των εσωτερικών δεδομένων. Η Google, η OpenAI, η Anthropic και η Microsoft αναπτύσσουν “agentic” ΤΝ, όπου τα μοντέλα δεν απαντούν απλώς, αλλά σχεδιάζουν και εκτελούν εντολές.
Στον τομέα των λειτουργιών εξυπηρέτησης πελατών, η ΤΝ έχει ήδη σημαντικό αντίκτυπο. Ένα εξηγεί ότι το 60% ή περισσότερο των εργασιών στην εξυπηρέτηση πελατών είναι “δυνητικά αντιμετωπίσιμες με ΤΝ”. Οι νέοι φωνητικοί πράκτορες ΤΝ πλέον ακούγονται φυσικοί, ενώ σε κάποιες περιπτώσεις, οι πελάτες προτιμούν να συνομιλούν με ΤΝ.
Ωστόσο, η πρόκληση έγκειται στην προσαρμογή των εργαζομένων. Η Nela Richardson, επικεφαλής οικονομολόγος της ADP, τονίζει την ανάγκη επένδυσης στην αναβάθμιση δεξιοτήτων ως “σύμφωνο εμπιστοσύνης” μεταξύ εργοδότη και εργαζομένου. Το κλειδί βρίσκεται στην αναπλαισίωση της παραγωγικότητας, από τον όγκο εργασίας στην αξία της.
Η πραγματική διάσπαση, σύμφωνα με τον Mike Manos, είναι πολιτιστική και όχι τεχνική. Η επιτυχία της επανάστασης της ΤΝ εξαρτάται από την αλλαγή των ανθρώπων και της κουλτούρας τους. Οι εταιρείες που υιοθετούν σταδιακά την ΤΝ και δίνουν χρόνο για μάθηση, είναι πιθανότερο να πετύχουν.
Ο Venki Padmanabhan, με πολυετή εμπειρία, αναφέρει το παράδειγμα ενός εργοστασίου της Siemens στη Γερμανία, όπου οι εργαζόμενοι παρέμειναν οι ίδιοι, αλλά η παραγωγή αυξήθηκε σημαντικά λόγω της τεχνολογικής εξέλιξης. Οι εταιρείες που κατανοούν πώς να αξιοποιούν την ανθρώπινη γνώση σε συνδυασμό με την ΤΝ, θα είναι οι μεγάλοι νικητές.
Συνοψίζοντας, οι ώρες που εξοικονομούνται με τη χρήση ΤΝ δεν θα είναι διαθέσιμες άμεσα. Αυτό που έρχεται είναι η διεύρυνση των δυνατοτήτων: περισσότερα προβλήματα προς επίλυση, περισσότερα έργα προς ανάληψη, μια μεγαλύτερη εκδοχή της δουλειάς. Η δουλειά δεν θα εξαφανιστεί, αλλά θα μετασχηματιστεί.
