Ο παραδοσιακός οργανόγραμμα, που κάποτε έφερνε τάξη και προβλεψιμότητα σε αναπτυσσόμενους οργανισμούς, καλείται πλέον να παραχωρήσει τη θέση του, καθώς εμποδίζει την καινοτομία στον τομέα της Τεχνητής Νοημοσύνης. Ο Aneesh Raman, επικεφαλής οικονομικής ευκαιρίας στο LinkedIn και συν-συγγραφέας ενός νέου βιβλίου για το μέλλον της εργασίας, τονίζει ότι οι εταιρείες πρέπει να απομακρυνθούν από τις άκαμπτες ιεραρχίες.
Ο Raman, πρώην ανταποκριτής πολέμου του CNN και ομιλητής του Obama, προτείνει ότι οι ηγέτες θα πρέπει να αισθάνονται άνετα με τους εργαζομένους να ανακαλύπτουν μόνοι τους τις δυνατότητες της Τεχνητής Νοημοσύνης, ακόμη κι αν οι πειραματισμοί αυτοί ξεπερνούν τα όρια των τμημάτων και των αρμοδιοτήτων. “Εκεί όπου θα δούμε τις πραγματικές αποδόσεις από την Τεχνητή Νοημοσύνη δεν είναι απλώς μια νέα ροή εργασίας γύρω από αυτήν, αλλά μάλλον νέα εργασία γύρω από την ανθρώπινη ικανότητα,” δήλωσε.
Στο βιβλίο του “Open to Work: How to Get Ahead in the Age of AI”, που συνέγραψε μαζί με τον CEO του LinkedIn, Ryan Roslansky, παρουσιάζεται ένα “εγχειρίδιο για την κατανόηση της Τεχνητής Νοημοσύνης”, αντλώντας στοιχεία από δεδομένα του LinkedIn και μελέτες περιπτώσεων από πρώτους υιοθετητές. Ο Raman προτρέπει τους εργαζομένους να κατηγοριοποιήσουν την εργασία τους σε τρία μέρη: δραστηριότητες που η Τεχνητή Νοημοσύνη ήδη εκτελεί (όπως η παραγωγή κώδικα ή η εκτέλεση γρήγορων αναλύσεων), πειραματισμοί για τη δημιουργία νέων έργων με τη χρήση Τεχνητής Νοημοσύνης, και η αξιοποίηση του χρόνου που εξοικονομείται για ομαδική χρήση της Τεχνητής Νοημοσύνης.
“Θα είναι μια μετάβαση που θα ηγούνται οι εργαζόμενοι, επομένως οι εταιρείες θα πρέπει να βρουν πώς να επιτρέψουν στα άτομα να εισέλθουν σε αυτή τη νέα εποχή στην καθημερινή τους εργασία,” ανέφερε ο Raman. “Έχουμε περισσότερη αυτονομία από ό,τι συνήθως πιστεύουμε όσον αφορά την προώθηση αυτού που θέλουμε να κάνουμε, το οποίο μπορεί να αναβαθμίσει την εργασία μας στο επόμενο επίπεδο.”
Το LinkedIn υιοθετεί μια προσέγγιση “πρώτα οι δεξιότητες” στην πρόσληψη και την απασχόληση, εστιάζοντας σε συγκεκριμένες ικανότητες αντί για τίτλους θέσεων εργασίας. Παρόλο που η ικανότητα της Τεχνητής Νοημοσύνης να αυτοματοποιεί την εργασία αυξάνεται, παραμένει η σύγχυση σχετικά με τις απαραίτητες δεξιότητες. Ο Raman πιστεύει ότι οι σπουδές πληροφορικής παραμένουν σημαντικές, καθώς παρέχουν ευρύτερες δεξιότητες όπως η κριτική σκέψη και η δομή συστημάτων.
Παρόλο που στις ΗΠΑ ο φόβος για απώλεια θέσεων εργασίας λόγω της Τεχνητής Νοημοσύνης είναι έντονος, στην Ασία υπάρχει μεγαλύτερη άνεση με αυτήν. Έρευνα του Pew Research Center έδειξε ότι μόνο το 16% των Νοτιοκορεατών ήταν “περισσότερο ανήσυχοι παρά ενθουσιασμένοι” για την Τεχνητή Νοημοσύνη, σε αντίθεση με τις ΗΠΑ όπου το αντίστοιχο ποσοστό ήταν 50%. Στην Κίνα, οι καταναλωτές αγκαλιάζουν την Τεχνητή Νοημοσύνη, με τις τοπικές κυβερνήσεις να υποστηρίζουν νέες startups.
Ο Raman αναγνωρίζει τις ανησυχίες των εργαζομένων για την αυτοματοποίηση, αλλά είναι αισιόδοξος ότι η Τεχνητή Νοημοσύνη θα δώσει στους εργαζομένους μεγαλύτερο έλεγχο στην καριέρα τους. Η απάντησή του σε όσους δεν επιθυμούν να γίνουν καινοτόμοι ή θέλουν απλώς μια σταθερή αμοιβή είναι σαφής: “Κανείς δεν πρόκειται να σώσει κανέναν ατομικά εκτός από τον εαυτό του.” Η αλλαγή είναι αναπόφευκτη και το θέμα είναι πότε και πόσο σκληρά θα χτυπήσει.
