Τα τελευταία χρόνια, η τεχνητή νοημοσύνη διαφημίστηκε από τις εταιρείες ως μία θαυματουργή νέα τεχνολογία που πάει μπροστά τον εργασιακό κόσμο, μειώνοντας κόστος και αυξάνοντας την παραγωγικότητα.
Πολλές επιχειρήσεις έσπευσαν να αδράξουν την ευκαιρία της αυτοματοποίησης δίνοντας βάση στην απόκτηση εργαλείων AI αντί για την πρόληψη εργαζομένων.
Αυτή η λογική και μαζί της και το άγχος του «η τεχνητή νοημοσύνη θα μας κλέψει τις δουλειές» εξαπλώθηκαν ραγδαία.
Ωστόσο, όσο οι αδυναμίες και οι περιορισμοί της τεχνητής νοημοσύνης ως επαγγελματικό εργαλείο άρχισαν να έρχονται στο προσκήνιο, κάποιες επιχειρήσεις ξεκίνησαν να κάνουν βήματα προς τα πίσω.
Τα όρια της αυτοματοποίησης
Η αυτοκινητοβιομηχανία Ford αποτελεί χαρακτηριστικό παράδειγμα αυτής της αλλαγής, σύμφωνα με το CNBC.
Όπως αναφέρουν σχετικά δημοσιεύματα, η εταιρεία επαναπροσλαμβάνει έμπειρους μηχανικούς για να αντιμετωπίσει προβλήματα ποιότητας που τα αυτοματοποιημένα συστήματα δεν κατάφεραν να εντοπίσουν ή να επιλύσουν.
Σύμφωνα με δηλώσεις στελεχών της Ford, όπως του Charles Poon, η τεχνητή νοημοσύνη είναι ένα ισχυρό εργαλείο, αλλά η αποτελεσματικότητά της εξαρτάται από την ποιότητα των δεδομένων και την ανθρώπινη καθοδήγηση.
Η περίπτωση αυτή αναδεικνύει ότι σε σύνθετα βιομηχανικά περιβάλλοντα, η ανθρώπινη εμπειρία παραμένει αναντικατάστατη.
Αντίστοιχα, η Commonwealth Bank of Australia (CBA) είχε επιχειρήσει να αντικαταστήσει μέρος της εξυπηρέτησης πελατών με ένα σύστημα φωνητικής τεχνητής νοημοσύνης.
Όπως ανέφερε το ABC News, η εφαρμογή οδήγησε σε αύξηση των κλήσεων αντί για μείωση, γεγονός που ανάγκασε την τράπεζα να επαναφέρει θέσεις εργασίας που είχαν καταργηθεί.
Η ίδια η CBA παραδέχθηκε, σύμφωνα με το ABC, ότι δεν είχε αξιολογήσει επαρκώς όλες τις επιχειρησιακές παραμέτρους πριν προχωρήσει στις απολύσεις. Το παράδειγμα αυτό δείχνει ότι η αυτοματοποίηση στην εξυπηρέτηση πελατών απαιτεί ισορροπία μεταξύ τεχνολογίας και ανθρώπινης αλληλεπίδρασης.
Η IBM αποτελεί επίσης χαρακτηριστική περίπτωση υβριδικού αποτελέσματος της AI.
Σύμφωνα με εταιρικές δηλώσεις και αναλύσεις που παρουσιάστηκαν σε συνέδρια HR, τα συστήματα τεχνητής νοημοσύνης κατάφεραν να διαχειριστούν περίπου το 94% των τυπικών αιτημάτων ανθρώπινου δυναμικού.
Ωστόσο, όπως έχει αναφερθεί από στελέχη της IBM, το υπόλοιπο 6% αφορούσε σύνθετες περιπτώσεις με ηθικά διλήμματα και εξαιρέσεις που απαιτούσαν ανθρώπινη κρίση.
Όπως σημείωσε η Nickle LaMoreaux σε συνέδριο της Charter AI, χωρίς συνεχή επένδυση σε ανθρώπινο δυναμικό «η πηγή νέων στελεχών στερεύει», κάτι που οδήγησε την εταιρεία να ενισχύσει ξανά τις προσλήψεις νέων εργαζομένων στις ΗΠΑ.
Οι επιχειρήσεις αναθεωρούν τις αποφάσεις τους
Σύμφωνα με έκθεση της Orgvue, περίπου το 39% των επιχειρηματικών ηγετών προχώρησε σε απολύσεις λόγω της υιοθέτησης τεχνητής νοημοσύνης.
Ωστόσο, από αυτούς, το 55% παραδέχθηκε αργότερα ότι οι αποφάσεις αυτές δεν ήταν σωστές.
Η ίδια έρευνα δείχνει ότι πολλές επιχειρήσεις υποτίμησαν την ανάγκη ανθρώπινης εποπτείας των συστημάτων AI.
Όταν η τεχνητή νοημοσύνη δεν μπορεί να διαχειριστεί ασυνήθιστες περιπτώσεις, οι οργανισμοί αναγκάζονται να επαναφέρουν προσωπικό, γεγονός που οδηγεί σε αυξημένη πολυπλοκότητα και κόστος.
Οι περιορισμοί της AI στην πράξη
Η εταιρεία ADP, μέσω της ανώτερης αντιπροέδρου της στην Ασία-Ειρηνικό Jessica Zhang, έχει επισημάνει ότι όταν τα αποτελέσματα της AI είναι ανακριβή ή ασυνεπή, οι εταιρείες υποχρεώνονται να επαναφέρουν την ανθρώπινη εποπτεία.
Όπως αναφέρθηκε, αυτό μπορεί να οδηγήσει σε επιβράδυνση των διαδικασιών και μείωση της αναμενόμενης παραγωγικότητας.
Παράλληλα, έρευνα που δημοσιεύθηκε από το CNBC δείχνει ότι περίπου το 32% των υπευθύνων προσλήψεων στις ΗΠΑ έχουν καταργήσει θέσεις λόγω AI, αλλά στη συνέχεια προχώρησαν σε επαναπρόσληψη για παρόμοιους ρόλους, υποδεικνύοντας ότι η αρχική εκτίμηση ήταν υπεραισιόδοξη.
Συνεργασία ανθρώπου και μηχανής ως νέο μοντέλο
Σύμφωνα με το Capitol Technology University, το πιο αποτελεσματικό μοντέλο δεν είναι η πλήρης αντικατάσταση του ανθρώπου από την τεχνητή νοημοσύνη, αλλά η συνεργασία μεταξύ των δύο.
Η AI είναι ισχυρή στην επεξεργασία δεδομένων και την αυτοματοποίηση επαναλαμβανόμενων εργασιών, αλλά ο άνθρωπος παραμένει απαραίτητος για κρίση, ευελιξία και ηθικές αποφάσεις.
Αυτή η προσέγγιση κερδίζει έδαφος, καθώς οι επιχειρήσεις συνειδητοποιούν ότι η υπερβολική εξάρτηση από την αυτοματοποίηση μπορεί να δημιουργήσει νέα προβλήματα αντί να λύσει τα παλιά.
H πρόκληση για τις επιχειρήσεις δεν είναι απλώς η υιοθέτηση της τεχνολογίας, αλλά ο σωστός σχεδιασμός της συνεργασίας ανθρώπου και μηχανής.
Οι εταιρείες που θα καταφέρουν να ισορροπήσουν ανάμεσα στα δύο, πιθανότατα θα είναι και εκείνες που θα διαμορφώσουν το μέλλον της εργασίας.
