Ο Daniel Miessler, με 25 χρόνια εμπειρίας στον χώρο της τεχνολογίας, συμβουλεύοντας κορυφαίες εταιρείες και αναπτύσσοντας εργαλεία ασφαλείας, έρχεται με μια πρόβλεψη που ξεπερνά κατά πολύ τα θέματα κυβερνοασφάλειας: το τέλος της εργασίας όπως την ξέρουμε. «Ο ιδανικός αριθμός ανθρώπινου προσωπικού μέσα σε οποιαδήποτε εταιρεία είναι μηδέν», δηλώνει ο Miessler, υποστηρίζοντας ότι η πρόοδος της τεχνητής νοημοσύνης, από το 2023-2024, καθιστά εφικτή την αντικατάσταση της ανθρώπινης νοημοσύνης με την τεχνολογία.
Ο Miessler, ο οποίος διευθύνει την εταιρεία Unsupervised Learning, εστιάζει στην «αναβάθμιση των ανθρώπων» για έναν κόσμο που οδηγείται από την τεχνητή νοημοσύνη. Η άποψή του δεν πηγάζει από κυνισμό, αλλά από την παραδοσιακή λογική του καπιταλισμού. «Είναι πεποίθησή μου ότι οι εταιρείες θα προτιμούσαν να κάνουν όλη τη δουλειά μόνες τους, αν μπορούσαν, παρά να πληρώνουν ανθρώπους για να την κάνουν», εξηγεί, κάνοντας παραλληλισμό με τις μηχανές σε ένα εργοστάσιο που αντικαθιστούν τους εργάτες.
Η τεχνητή νοημοσύνη, όπως εξηγεί ο Miessler, μπορεί να εκτελέσει εργασίες με χαμηλότερο κόστος, μεγαλύτερη συνέπεια και αξιοπιστία. «Αυτό το πράγμα με την ΤΝ δεν είναι τίποτα το ιδιαίτερο. Είναι απλώς αυτό που συνεχίζει την επανάσταση που ξεκίνησε η Βιομηχανική Επανάσταση», αναφέρει. Ο αριθμός «μηδέν» δεν είναι τυχαίος. Ο Miessler πιστεύει ότι όλοι όσοι ασχολούνται με «εργασίες εργοστασίου ή μηχανών», δηλαδή οι «συνηθισμένοι εργαζόμενοι», θα βρεθούν εκτός αγοράς εργασίας. Μπορεί να υπάρξουν λίγοι «rockstar generalist managers», αλλά και αυτοί, σύμφωνα με τον ίδιο, μπορεί σύντομα να γίνουν παρωχημένοι, διαχειριζόμενοι τους αντίστοιχους AI συνεργάτες τους.
Οι απόψεις του Miessler ενισχύονται από πρόσφατες «αποκαλυπτικές» αναλύσεις που έχουν προκαλέσει αναταραχή στις αγορές, όπως η πρόβλεψη για 18 μήνες ζωής της «γνωσιακής εργασίας» από τον Matt Shumer και το σενάριο μιας ύφεσης στον «λευκό κολάρο» το 2028 από την Citrini Research. Ο Miessler επέμενε σε αυτό το σημείο εδώ και καιρό: «Το κεφάλαιο πάντα έβλεπε την εργασία ως μια δυσάρεστη αναγκαιότητα. Τη στιγμή που μπορούσε να βρει οποιονδήποτε τρόπο να τη μειώσει ή να την εξαλείψει, θα το έκανε».
Ο Ben Shiller, αναπληρωτής καθηγητής οικονομίας στο Brandeis University, που ειδικεύεται στην αναδιαμόρφωση των αγορών από την τεχνολογία, συμφωνεί. «Για να είμαι ειλικρινής, φοβάμαι για το μέλλον», δηλώνει.
Η κλίμακα που περιγράφει ο Miessler είναι εντυπωσιακή. Εκτιμά ότι οι εργαζόμενοι σε τομείς γνώσης παγκοσμίως λαμβάνουν περίπου 50 τρισεκατομμύρια δολάρια ετησίως σε αμοιβές, και υποστηρίζει ότι οι εταιρείες είναι πλέον τεχνικά ικανές να μην τους πληρώνουν. «Αυτά τα χρήματα ξοδεύουν οι εταιρείες για να πληρώνουν ανθρώπους», λέει. «Η μεγάλη μετάβαση είναι ότι δεν θέλουν να πληρώνουν αυτούς τους ανθρώπους. Ποτέ δεν το ήθελαν πραγματικά».
Η αλλαγή δεν είναι σταδιακή, αλλά δομική. Προηγούμενα κύματα αυτοματισμού αντικαθιστούσαν συγκεκριμένες εργασίες. Ένα ρομπότ σε εργοστάσιο μπορούσε να συγκολλήσει πόρτα αυτοκινήτου, αλλά όχι να συντάξει νομική πρόταση, να διαχειριστεί παράπονα πελατών ή να εκπονήσει στρατηγική μάρκετινγκ. Η ΤΝ διαφέρει επειδή αντικαθιστά την *νοημοσύνη*, όχι απλώς την εργασία, γεγονός που αλλάζει τα πάντα.
Ο Shiller συμφωνεί ότι η ΤΝ προσφέρει στις εταιρείες μια καλή δικαιολογία για απολύσεις, είτε ως λόγος είτε ως πραγματική αντικατάσταση. Επισημαίνει, ωστόσο, ότι οι εργαζόμενοι με ΤΝ έχουν πλεονεκτήματα: «Μπορείς να κλιμακώσεις έναν αυθαίρετο αριθμό εργαζομένων σχεδόν άμεσα με ΤΝ. Δεν έχει σημασία αν είναι 3 το απόγευμα ή μεσάνυχτα. Έχεις μια ιδέα, θέλεις κάποιον να ανταποκριθεί άμεσα, μπορείς να τη χρησιμοποιήσεις». Προσθέτει επίσης ότι είναι «πολύ φθηνότερο» να χρησιμοποιείς εργαζόμενους με ΤΝ.
Ο Alex Imas, καθηγητής Συμπεριφορικής Επιστήμης, Οικονομικών και Εφαρμοσμένης ΤΝ στο University of Chicago Booth School of Business, συμφωνεί, με μια σημαντική διευκρίνιση. Είναι «τετριμμένο» ότι οι επιχειρήσεις ιδανικά δεν θα χρειάζονταν καθόλου ανθρώπους εργαζομένους, «αλλά αν το κάνατε αυτό αύριο, θα καταλήγατε σε ένα πολύ κακό μέρος για πολλούς και διαφορετικούς λόγους». Αν κανείς δεν δουλεύει, τότε κανείς δεν αγοράζει προϊόντα, τονίζει ο Imas. «Οι άνθρωποι στον χώρο της τεχνολογίας τους αρέσει να σκέφτονται την προσφορά και κανείς δεν μιλάει για τη ζήτηση». Εάν παράγεις πολλά πράγματα με μηδενικό κόστος, «όλοι έχουν τα πάντα», αλλά και κανείς δεν έχει χρήματα να αγοράσει ό,τι παράγεται.
Στο όραμα του Miessler για μια πλήρως διαχειριζόμενη από ΤΝ εταιρεία, οι άνθρωποι δεν εκτελούν πλέον την εργασία, αλλά είναι υπεύθυνοι για την λογοδοσία της ΤΝ. «Οι άνθρωποι εξακολουθούν να υπάρχουν», εξηγεί, «αλλά είναι υπεύθυνοι για τη βελτίωση της ΤΝ».
Αυτό το αποκαλεί «το νέο μοντέλο για τις επιχειρήσεις», προειδοποιώντας ότι εταιρείες που λειτουργούν με δομές προ του 2023 κινδυνεύουν υπαρξιακά. Ο χρονοδιάγραμμά του είναι συγκεκριμένο: το 2026 φέρνει επιταχυνόμενες απολύσεις και αναταραχή στις νεοφυείς επιχειρήσεις. το 2027 είναι όταν «πραγματικά αρχίζει να χτυπάει δυνατά». και μέχρι το 2028, «οι περισσότερες εταιρείες με δομή και εργατικό δυναμικό προ του 2023 θα θεωρούνται σε κίνδυνο να κλείσουν».
Οι νικητές σε αυτή τη μετάβαση, σύμφωνα με τον Miessler, θα είναι οι «γενικευμένοι με υψηλό IQ και υψηλή δράση» – άτομα που μπορούν να διευθύνουν και να διαχειριστούν στρατιές AI agents αντί να ανταγωνίζονται μαζί τους. Οι ηττημένοι θα είναι όλοι όσοι η αξία τους συνδεόταν με την εκτέλεση επαναλαμβανόμενης γνωσιακής εργασίας: συγγραφείς, αναλυτές, κωδικοποιητές και συντονιστές, των οποίων οι ρόλοι δείχνουν ήδη μετρήσιμη μείωση.
Έρευνα της McKinsey από το 2025 υποστηρίζει την γενική κατεύθυνση του Miessler: το 75% των εργαζομένων σε τομείς γνώσης χρησιμοποιούν ήδη εργαλεία ΤΝ, και το 30% των τρεχουσών ωρών εργασίας θα μπορούσε να αυτοματοποιηθεί έως το 2030. Ο Miessler δεν καλεί σε πανικό, αλλά σε επείγουσα δράση. «Αυτό είναι κολοσσιαίο», γράφει. «Αυτό αλλάζει την οικονομία. Αυτό πραγματικά είναι το τέλος της εργασίας». Για έναν άνθρωπο του οποίου η καριέρα αφορούσε την ασφάλεια συστημάτων από εξωτερικές απειλές, η μεγαλύτερη ευπάθεια που βλέπει τώρα δεν είναι ένας χάκερ. Είναι ένας υπεύθυνος προσλήψεων που ακόμα πιστεύει ότι η οργανωτική δομή είναι ασφαλής.
