Η Τεχνητή Νοημοσύνη διεισδύει στην αγορά εργασίας - "Αγκάθι" η ανάλογη αύξηση της παραγωγικότητας
Η χρήση της τεχνητής νοημοσύνης στην εργασία έχει διπλασιαστεί τα τελευταία δύο χρόνια και οι άνθρωποι αναφέρουν σημαντική εξοικονόμηση χρόνου. Πού "επενδύεται", όμως, αυτός ο χρόνος κι εν πάση περιπτώσει, πόσοι και γιατί δεν έχουν ενσωματώσει ακόμα εφαρμογές της ΤΝ στην καθημερινότητα της εργασίας τους;
Αφήνοντας στην άκρη τον ενθουσιασμό που ως συνήθως προκαλεί κάθε νέο "παιχνίδι", υπάρχουν, πλέον, αρκετά δεδομένα για να αποτιμηθεί η έως τώρα συμβολή της ΤΝ στην αύξηση της παραγωγικότητας. Τα αποτελέσματα, αν μη τι άλλο, δείχνουν πως όσοι πίστευαν ότι η ΤΝ είναι το... μαγικό ραβδάκι, θα πρέπει να το ξανασκεφτούν.
Η διείσδυση στους χώρους εργασίας και η παραγωγικότητα
Σύμφωνα με έρευνα της ΕΚΤ, το ποσοστό των εργαζομένων που χρησιμοποιούν Τεχνητή Νοημοσύνη στην εργασία τους έχει διπλασιαστεί, από 26% των ερωτηθέντων στην έρευνα το 2024 σε 41% το 2025, φτάνοντας το 52% το 2026. Η πλειοψηφία των εργαζομένων αναφέρει πλέον ότι χρησιμοποιεί Τεχνητή Νοημοσύνη στην εργασία της και, κατά μέσο όρο, τη χρησιμοποιεί περίπου τρεις ημέρες την εβδομάδα.
Και πάμε στο πρώτο κρίσιμο ερώτημα: η χρήση της Τεχνητής Νοημοσύνης στην εργασία εξοικονομεί χρόνο;
Η απάντηση είναι κατ’ αρχάς θετική, αν λάβουμε υπόψιν ότι ο διάμεσος χρήστης αναφέρει πως εξοικονομεί 3 ώρες την εβδομάδα ή περίπου το 7,7% του διάμεσου χρόνου εργασίας. Υπάρχει, όμως, ένα "αλλά". Αυτό το συνολικό ποσοστό περιέχει μια ιδιαίτερα ασύμμετρη κατανομή. Οι περισσότεροι χρήστες απολαμβάνουν μέτρια εξοικονόμηση χρόνου, ενώ ένας μικρός αριθμός αναφέρει πολύ υψηλά κέρδη αποδοτικότητας.
Ο χρόνος που εξοικονομείται υποδηλώνει ήδη ότι η Τεχνητή Νοημοσύνη κάνει τους εργαζόμενους πιο παραγωγικούς. Αλλά για τις τρεις ώρες που εξοικονομούνται - ή το 7,7% του εξοικονομούμενου χρόνου εργασίας - το πλαίσιο έχει σημασία, εάν θέλουμε να αξιολογήσουμε με ακρίβεια τις επιπτώσεις στη συνολική αύξηση της παραγωγικότητας της οικονομίας. Καταρχάς, μόνο οι μισοί εργαζόμενοι ανέφεραν ότι χρησιμοποιούν και εξοικονομούν χρόνο χάρη στην Τεχνητή Νοημοσύνη (48,8%). Έτσι, για ολόκληρη την οικονομία, η συνολική αύξηση της αποδοτικότητας (με άλλα λόγια, το μερίδιο της εξοικονόμησης σε ώρες εργασίας που αποδίδεται στη χρήση της Τεχνητής Νοημοσύνης) είναι πιο κοντά στο 3,8%.
Δεύτερον, αξίζει να σημειωθεί ότι αυτή η εξοικονόμηση χρόνου μεταφράζεται σε υψηλότερη παραγωγικότητα μόνο εάν οι εργαζόμενοι μετατρέψουν τις ελευθερωμένες ώρες σε επιπλέον απόδοση, αντί να τις χρησιμοποιούν για λιγότερο άμεσα παραγωγικές δραστηριότητες. Κρίσιμο είναι ότι η αύξηση της παραγωγικότητας εξαρτάται επίσης από το εάν ο εργοδότης είναι σε θέση να αξιοποιήσει αυτήν την επιπλέον χωρητικότητα.
Συγκριτικά, οι τρέχουσες εκτιμήσεις για πρόσθετη ετήσια αύξηση της παραγωγικότητας από την Τεχνητή Νοημοσύνη σε μια δεκαετή περίοδο κυμαίνονται μεταξύ 0,1% και 3,4%. Περαιτέρω εργασίες της ΕΚΤ σχετικά με αυτό το θέμα εκτιμούν μια αύξηση της παραγωγικότητας της τεχνητής νοημοσύνης κατά περίπου 0,35 ποσοστιαίες μονάδες ετησίως κατά μέσο όρο για τη ζώνη του ευρώ.
Επιπλέον, τα οφέλη από την αποδοτικότητα που επιτυγχάνονται μέσω της Τεχνητής Νοημοσύνης ποικίλλουν σημαντικά ανά έργο και τα μεγαλύτερα οφέλη δεν προκύπτουν πάντα από τις πιο συνηθισμένες χρήσεις. Η δημιουργία ή η διόρθωση σφαλμάτων κώδικα αποφέρει τα μεγαλύτερα κέρδη, με σχεδόν οκτώ ώρες την εβδομάδα, αν και μόνο περίπου το 8% των εργαζομένων χρησιμοποιούν Τεχνητή Νοημοσύνη για αυτόν τον σκοπό. Ένα παρόμοιο μοτίβο προκύπτει για την ανάλυση δεδομένων, την αυτοματοποίηση εργασιών ρουτίνας και τη δημιουργία ηχητικού ή οπτικού περιεχομένου.
Αντιθέτως, η έρευνα, η συλλογή πληροφοριών, η συγγραφή και η επεξεργασία κειμένου συγκαταλέγονται στις χρήσεις που αναφέρονται συχνότερα. Ωστόσο, η εξοικονόμηση χρόνου που αναφέρεται για αυτές τις εργασίες είναι σημαντικά χαμηλότερη από ό,τι για πιο τεχνικές εργασίες όπως η κωδικοποίηση.
Τα εμπόδια
Το δεύτερο κρίσιμο ερώτημα είναι γιατί δεν χρησιμοποιούν ΤΝ, όσοι δεν την χρησιμοποιούν. Το ένα τρίτο των ερωτηθέντων απάντησε, λοιπόν, ότι δεν χρησιμοποιεί την Τεχνητή Νοημοσύνη επειδή είναι άσχετη με τα τρέχοντα καθήκοντά τους, άλλοι προτιμούν τις παραδοσιακές μεθόδους ή αποθαρρύνονται από ανησυχίες σχετικά με την ακρίβεια και την αξιοπιστία ή την έλλειψη παροχής από τον εργοδότη τους, ενώ ένα σημαντικό ποσοστό εργαζομένων απλώς δεν εκφράζει καμία επιθυμία για την τεχνολογία: το 41% δεν ενδιαφέρεται να χρησιμοποιήσει την Τεχνητή Νοημοσύνη (34% των διευθυντών).
Σημειωτέον, οι εργαζόμενοι που έχουν αρνητικές απόψεις για την Τεχνητή Νοημοσύνη είναι επίσης πιο απαισιόδοξοι για την οικονομία, αναφέροντας υψηλότερες προσδοκίες για ανεργία τον επόμενο χρόνο, μεγαλύτερο φόβο απώλειας θέσεων εργασίας και ασθενέστερες προσδοκίες για την αύξηση του εισοδήματος και τις δαπάνες. Και ο φόβος της αντικατάστασής τους από την Τεχνητή Νοημοσύνη αυξάνεται όταν οι προοπτικές της αγοράς εργασίας είναι γενικά λιγότερο ευνοϊκές.
Συμπερασματικά, υπάρχουν εμπόδια τόσο από την πλευρά των εργαζομένων όσο και από την πλευρά της εταιρείας. Ένα μεγάλο ποσοστό των εργαζομένων δεν ενδιαφέρεται ή αντιλαμβάνεται αρνητικά την Τεχνητή Νοημοσύνη και το ίδιο ισχύει και για τμήματα της διοίκησης που κατά καιρούς περιορίζουν τη χρήση της τεχνολογίας. Επιπλέον, ενώ οι εργοδότες διαδραματίζουν καθοριστικό ρόλο στην προώθηση και τη διευκόλυνση της περαιτέρω υιοθέτησής της, πολλοί εξακολουθούν να διστάζουν να επενδύσουν.