Η τεχνητή νοημοσύνη έχει ήδη αρχίσει να αλλάζει ουσιαστικά τον τρόπο με τον οποίο λειτουργούν οι επιχειρήσεις, αν και πολλές από αυτές προσπαθούν ακόμη να καταλάβουν πώς ακριβώς πρέπει να τη χρησιμοποιήσουν. Η δημόσια συζήτηση γύρω από την AI επικεντρώνεται συνήθως στην παραγωγικότητα, στις θέσεις εργασίας ή στις τεχνολογικές δυνατότητες των νέων εργαλείων. Πίσω όμως από όλα αυτά εξελίσσεται μια αλλαγή με πολύ μεγαλύτερες συνέπειες. Η τεχνητή νοημοσύνη αρχίζει να επηρεάζει όχι μόνο τι κάνουν οι άνθρωποι στη δουλειά τους αλλά και τον τρόπο με τον οποίο σκέφτονται, αξιολογούν πληροφορίες και παίρνουν αποφάσεις.
Η αλλαγή αυτή αγγίζει σχεδόν κάθε επίπεδο μιας επιχείρησης. Από τη διοίκηση και τη στρατηγική μέχρι το marketing, τις προσλήψεις και την ανάλυση δεδομένων, τα εργαλεία AI συμμετέχουν πιο ενεργά στη διαδικασία λήψης αποφάσεων. Και αυτό συμβαίνει σε μια περίοδο όπου οι οργανισμοί καλούνται ήδη να λειτουργήσουν μέσα σε ένα περιβάλλον που μεταβάλλεται γρήγορα και γίνεται πιο δύσκολο να προβλεφθεί.
Μέχρι πρόσφατα, η τεχνολογία λειτουργούσε κυρίως ως εργαλείο που βοηθούσε τους ανθρώπους να δουλεύουν πιο γρήγορα ή πιο αποδοτικά. Η τεχνητή νοημοσύνη διαφοροποιείται σε ένα κρίσιμο σημείο. Δεν περιορίζεται μόνο στην αυτοματοποίηση επαναλαμβανόμενων εργασιών. Για πρώτη φορά, οι επιχειρήσεις έχουν στα χέρια τους εργαλεία που μπορούν να αναλύουν πληροφορίες, να οργανώνουν δεδομένα, να συνθέτουν επιχειρήματα, να κάνουν προβλέψεις και να παράγουν απαντήσεις που πλησιάζουν τον τρόπο με τον οποίο οργανώνει σκέψεις και πληροφορίες ένας άνθρωπος.
Αυτό δημιουργεί μια νέα πραγματικότητα για εργαζόμενους και στελέχη. Πολλές διαδικασίες που μέχρι πριν από λίγο καιρό απαιτούσαν χρόνο, εμπειρία και ανάλυση μπορούν να ολοκληρωθούν μέσα σε λίγα λεπτά. Η αναζήτηση πληροφοριών, η σύνταξη αναφορών, η επεξεργασία δεδομένων ή ακόμη και η παραγωγή στρατηγικών προτάσεων γίνονται πολύ πιο γρήγορα και με χαμηλότερο λειτουργικό κόστος.
Το ζήτημα όμως δεν είναι μόνο η ταχύτητα. Η ουσιαστική αλλαγή βρίσκεται στο ότι η AI αρχίζει να μεταβάλλει τη σχέση των ανθρώπων με τη γνώση και την εμπειρία. Διεθνείς αναλυτές της αγοράς εργασίας και της οργανωσιακής συμπεριφοράς εκτιμούν ότι η τεχνητή νοημοσύνη μειώνει αισθητά τον χρόνο που απαιτούνταν μέχρι σήμερα για την απόκτηση ορισμένων δεξιοτήτων και επαγγελματικών δυνατοτήτων. Η επαγγελματική εξέλιξη βασιζόταν κυρίως στη συσσώρευση εμπειρίας. Οι εργαζόμενοι μάθαιναν μέσα από λάθη, επαναλαμβανόμενες διαδικασίες και καθημερινή επαφή με πραγματικά προβλήματα. Σήμερα, όμως, η AI μικραίνει σημαντικά αυτή τη διαδρομή. Άνθρωποι με περιορισμένη εμπειρία μπορούν να παράγουν δουλειά που εξωτερικά μοιάζει πολύ πιο ώριμη ή εξειδικευμένη από ό,τι στο παρελθόν.
Αυτό δεν σημαίνει απαραίτητα ότι αποκτούν πραγματική εξειδίκευση. Η AI μπορεί να δίνει την αίσθηση βαθύτερης κατανόησης χωρίς πάντα να υπάρχει αντίστοιχη γνώση πίσω από το αποτέλεσμα. Και εδώ αρχίζει να εμφανίζεται ένας νέος κίνδυνος για τις επιχειρήσεις. Όσο πιο πειστικά γίνονται τα εργαλεία AI, τόσο αυξάνεται η πιθανότητα οι άνθρωποι να εμπιστεύονται απαντήσεις, αναλύσεις ή προτάσεις χωρίς να εξετάζουν αρκετά τον τρόπο με τον οποίο προέκυψαν.
Η ευκολία αυτή μπορεί να αποδυναμώσει βασικές δεξιότητες κρίσης και ανάλυσης. Όταν ένα εργαλείο παράγει άμεσα μια καλά διατυπωμένη στρατηγική ή μια ανάλυση αγοράς, ο χρήστης συχνά βλέπει μόνο το τελικό αποτέλεσμα και όχι τη διαδρομή που οδήγησε σε αυτό. Με άλλα λόγια, αποκτά την απάντηση χωρίς να έχει συμμετάσχει πραγματικά στη διαδικασία σκέψης.
Αρκετοί αναλυτές θεωρούν ότι αυτό μπορεί να οδηγήσει σε μια μορφή ψευδούς βεβαιότητας. Οι απαντήσεις της AI παρουσιάζονται συχνά με δομή και πειστικότητα ακόμη και όταν περιέχουν λάθη ή προβληματικά συμπεράσματα. Το πρόβλημα γίνεται ακόμη μεγαλύτερο όταν ο χρήστης δεν διαθέτει επαρκή εμπειρία ώστε να αμφισβητήσει το αποτέλεσμα.
Η AI αλλάζει και τον τρόπο με τον οποίο οι επιχειρήσεις αξιολογούν την παραγωγικότητα. Σε αρκετές περιπτώσεις, η AI αυξάνει εντυπωσιακά την ταχύτητα παραγωγής αναφορών, παρουσιάσεων ή αναλύσεων, χωρίς όμως αυτό να σημαίνει απαραίτητα ότι βελτιώνεται και η ποιότητα των αποφάσεων. Οι οργανισμοί μπορεί να λειτουργούν γρηγορότερα αλλά όχι πάντα με καλύτερη κρίση.
Επίσης, αρκετές επιχειρήσεις αρχίζουν να επανεξετάζουν και τον ρόλο των entry-level θέσεων εργασίας. Εφόσον η AI μπορεί να εκτελεί μεγάλο μέρος βασικών αναλυτικών ή διοικητικών εργασιών, αρκετές εταιρείες αναρωτιούνται αν χρειάζονται πλέον τον ίδιο αριθμό junior εργαζομένων. Αυτό όμως δημιουργεί μια νέα αντίφαση. Οι entry-level θέσεις δεν λειτουργούσαν μόνο ως παραγωγικός μηχανισμός αλλά και ως χώρος εκπαίδευσης και απόκτησης εμπειρίας. Αν αυτό το στάδιο περιοριστεί υπερβολικά, οι επιχειρήσεις μπορεί μελλοντικά να βρεθούν με λιγότερους ανθρώπους που διαθέτουν βαθιά γνώση και εμπειρία.
Γι’ αυτό και αρκετοί ειδικοί υποστηρίζουν ότι η ουσιαστική πρόκληση της AI δεν είναι τεχνολογική αλλά οργανωτική και ανθρώπινη. Το ζητούμενο δεν είναι ποιες διαδικασίες μπορούν να αυτοματοποιηθούν αλλά ποιες αποφάσεις χρειάζονται ακόμη ανθρώπινη κρίση, αμφισβήτηση και εμπειρία.
Ίσως τελικά αυτό να είναι και το μεγαλύτερο παράδοξο της εποχής της AI. Όσο περισσότερο η τεχνητή νοημοσύνη αναλαμβάνει κομμάτια της ανάλυσης και της επεξεργασίας πληροφοριών, τόσο πιο σημαντικές γίνονται δεξιότητες που συνδέονται με την ανθρώπινη κρίση. Η κριτική σκέψη, η εμπειρία και η σωστή αξιολόγηση πληροφοριών μπορεί να εξελιχθούν στα πιο σημαντικά ανταγωνιστικά πλεονεκτήματα των επιχειρήσεων τα επόμενα χρόνια.
