Τα τελευταία χρόνια η τεχνητή νοημοσύνη βρίσκεται στο επίκεντρο της προσοχής, κυρίως λόγω των τεχνολογικών δυνατοτήτων που παρουσιάζει. Τα συστήματα εξελίσσονται με γρήγορους ρυθμούς, ενώ τα εργαλεία που βασίζονται σε μεγάλα γλωσσικά μοντέλα μπορούν ήδη να εκτελούν ή να υποστηρίζουν ένα ευρύ φάσμα επαγγελματικών δραστηριοτήτων. Παρά την εντυπωσιακή αυτή πρόοδο, όμως, μια λιγότερο ορατή πλευρά της πραγματικότητας γίνεται σταδιακά πιο εμφανής μέσα στις επιχειρήσεις. Η τεχνολογία προχωρά συχνά ταχύτερα από την ικανότητα των οργανισμών να την αξιοποιήσουν ουσιαστικά στην καθημερινή λειτουργία τους.
Σε πολλές εταιρείες διαμορφώνεται ένα χάσμα ανάμεσα σε αυτό που θα μπορούσαν να κάνουν τα συστήματα τεχνητής νοημοσύνης και σε αυτό που τελικά επιτρέπεται να κάνουν στο εργασιακό περιβάλλον. Με άλλα λόγια, οι δυνατότητες της τεχνολογίας είναι ήδη μεγαλύτερες από τον τρόπο με τον οποίο χρησιμοποιείται στην πράξη. Η εξέλιξη αυτή δεν οφείλεται τόσο σε τεχνικούς περιορισμούς όσο στον τρόπο με τον οποίο παραμένει οργανωμένη η εργασία στις περισσότερες επιχειρήσεις.
Διεθνείς έρευνες για την αγορά εργασίας και την υιοθέτηση της τεχνητής νοημοσύνης δείχνουν ότι τα συστήματα αυτά θα μπορούσαν να συμβάλουν σε σημαντικό μέρος των καθημερινών επαγγελματικών δραστηριοτήτων. Παρ’ όλα αυτά, στην πράξη αξιοποιούνται μόνο σε ένα μέρος αυτών των εργασιών. Η απόσταση ανάμεσα στις δυνατότητες της τεχνολογίας και στον τρόπο με τον οποίο εφαρμόζεται στην καθημερινή λειτουργία των επιχειρήσεων δείχνει ότι η υιοθέτηση προχωρά με πιο αργούς ρυθμούς από την ίδια την τεχνολογική εξέλιξη.
Ένας βασικός λόγος είναι ότι πολλές επιχειρήσεις εξακολουθούν να οργανώνουν την εργασία με βάση δομές που έχουν διαμορφωθεί εδώ και δεκαετίες. Οι θέσεις εργασίας παραμένουν σαφώς καθορισμένες, οι αρμοδιότητες κατανέμονται με αυστηρό τρόπο και οι διαδικασίες λειτουργούν μέσα από διαδοχικά στάδια ελέγχου και εγκρίσεων. Σε ένα τέτοιο πλαίσιο, η εισαγωγή εργαλείων που μπορούν να δημιουργούν αναλύσεις, να προτείνουν λύσεις ή να αυτοματοποιούν αλληλουχίες εργασιών δεν ενσωματώνεται εύκολα χωρίς αλλαγές στον τρόπο λειτουργίας των οργανισμών.
Διαβάστε επίσης: Το «Brain Fry» ως νέο εργασιακό φαινόμενο
Για τον λόγο αυτό, σε πολλές περιπτώσεις η τεχνητή νοημοσύνη χρησιμοποιείται κυρίως ως εργαλείο υποστήριξης και όχι ως πλήρως ενσωματωμένο σύστημα αυτοματοποίησης. Οι εργαζόμενοι αξιοποιούν την τεχνολογία για να επιταχύνουν ορισμένες δραστηριότητες, όπως τη σύνταξη κειμένων, την επεξεργασία πληροφοριών, τη σύνοψη μεγάλων εγγράφων ή την παραγωγή ιδεών. Ωστόσο, η συνολική οργάνωση της εργασίας παραμένει σχεδόν ίδια.
Τα στάδια ελέγχου, οι εγκρίσεις από ανώτερα στελέχη, οι μεταβιβάσεις ευθυνών μεταξύ διαφορετικών τμημάτων και οι διαδικασίες λήψης αποφάσεων συνεχίζουν να λειτουργούν όπως πριν από την εμφάνιση των νέων εργαλείων. Ως αποτέλεσμα, οι εργαζόμενοι μπορεί να ολοκληρώνουν ορισμένες επιμέρους εργασίες πιο γρήγορα, αλλά η συνολική ροή της δουλειάς δεν αλλάζει ουσιαστικά.
Η πραγματικότητα αυτή εξηγεί γιατί πολλές επιχειρήσεις δεν αξιοποιούν ακόμη πλήρως τις δυνατότητες της τεχνητής νοημοσύνης. Σε αρκετές περιπτώσεις, τα αποτελέσματα που παράγουν τα συστήματα τεχνητής νοημοσύνης χρειάζονται ανθρώπινη επιβεβαίωση ή επιπλέον έλεγχο πριν χρησιμοποιηθούν. Σε άλλες περιπτώσεις, τα νέα εργαλεία δεν ενσωματώνονται εύκολα στα υπάρχοντα πληροφοριακά συστήματα των επιχειρήσεων, γεγονός που περιορίζει τη χρήση τους.
Επιπλέον, στις μεγάλες εταιρείες πολλές διαδικασίες αποτελούν μέρος σύνθετων οργανωτικών δομών. Σε αυτές εμπλέκονται διαφορετικά τμήματα, εσωτερικοί κανόνες λειτουργίας και πολλαπλά επίπεδα ευθύνης. Η αλλαγή τέτοιων διαδικασιών απαιτεί χρόνο, συντονισμό και συχνά αναθεώρηση του τρόπου με τον οποίο κατανέμονται οι αρμοδιότητες μέσα στην επιχείρηση.
Στην πράξη, αυτό σημαίνει ότι πριν μπορέσει η τεχνητή νοημοσύνη να αυτοματοποιήσει ή να μετασχηματίσει ουσιαστικά μια εργασία, πρέπει πρώτα να αλλάξει το πλαίσιο μέσα στο οποίο αυτή πραγματοποιείται. Οι ρόλοι των εργαζομένων ενδέχεται να χρειαστεί να επαναπροσδιοριστούν, οι διαδικασίες λήψης αποφάσεων να γίνουν πιο ευέλικτες και οι οργανωτικές δομές να προσαρμοστούν σε ένα περιβάλλον όπου τα έξυπνα συστήματα συμμετέχουν ενεργά στην παραγωγή γνώσης και ανάλυσης.
Παρά το γεγονός ότι πολλές επιχειρήσεις βρίσκονται ακόμη στα πρώτα στάδια αυτής της μετάβασης, ορισμένες αλλαγές έχουν ήδη αρχίσει να εμφανίζονται σε συγκεκριμένα τμήματα εταιρειών. Σε αρκετές περιπτώσεις, οι εργαζόμενοι που βρίσκονται πιο κοντά στις καθημερινές διαδικασίες είναι εκείνοι που πειραματίζονται πρώτοι με τη χρήση της τεχνητής νοημοσύνης.
Οικονομικά τμήματα, νομικές υπηρεσίες, ομάδες προμηθειών ή τμήματα ανάλυσης δεδομένων δοκιμάζουν συχνά νέους τρόπους αξιοποίησης των εργαλείων αυτών στην καθημερινή τους εργασία. Μέσα από τέτοιους πειραματισμούς αναπτύσσονται σταδιακά πρακτικές που μπορεί αργότερα να υιοθετηθούν σε ευρύτερη κλίμακα μέσα στις επιχειρήσεις.
Η διαδικασία αυτή δείχνει ότι η υιοθέτηση της τεχνητής νοημοσύνης δεν αποτελεί μόνο τεχνολογική πρόκληση αλλά και οργανωτική. Οι επιχειρήσεις καλούνται να προσαρμόσουν τον τρόπο λειτουργίας τους ώστε να αξιοποιήσουν τις δυνατότητες των νέων εργαλείων χωρίς να διαταράξουν τη συνοχή των διαδικασιών τους.
Καθώς η τεχνολογία συνεχίζει να εξελίσσεται, το κρίσιμο ζήτημα δεν θα είναι μόνο το πόσο ισχυρά γίνονται τα συστήματα τεχνητής νοημοσύνης, αλλά και το πόσο γρήγορα οι οργανισμοί θα μπορέσουν να προσαρμόσουν τις δομές εργασίας τους. Η επόμενη φάση του ψηφιακού μετασχηματισμού πιθανότατα θα εξαρτηθεί από την προσαρμογή, από την ικανότητα των επιχειρήσεων να επανεξετάσουν διαδικασίες, ρόλους και τρόπους λήψης αποφάσεων σε ένα περιβάλλον όπου η ανθρώπινη εργασία και τα έξυπνα συστήματα λειτουργούν ολοένα και πιο στενά συνδεδεμένα.
