Η τεχνητή νοημοσύνη, αν και αρχικά διαφημίστηκε ως η λύση για τη βελτίωση της παραγωγικότητας και τη μείωση του κόστους, φαίνεται ότι δεν έχει αποδώσει τα αναμενόμενα αποτελέσματα, οδηγώντας πολλές επιχειρήσεις να επαναφέρουν ανθρώπους στην εργασία τους.
Πολλές εταιρείες επένδυσαν στην αυτοματοποίηση, εστιάζοντας στην υιοθέτηση εργαλείων AI αντί να διατηρήσουν το ανθρώπινο δυναμικό τους. Αυτή η στρατηγική, ωστόσο, έχει προκαλέσει ανησυχίες σχετικά με την ικανότητα της τεχνητής νοημοσύνης να διαχειρίζεται σύνθετα προβλήματα.
Η Ford αποτελεί χαρακτηριστικό παράδειγμα, καθώς επαναπροσλαμβάνει μηχανικούς για να αντιμετωπίσει προβλήματα ποιότητας που δεν μπόρεσαν να εντοπιστούν από τα αυτοματοποιημένα συστήματα. Όπως δήλωσε ο Charles Poon, η αποτελεσματικότητα της AI εξαρτάται από την ποιότητα των δεδομένων και την ανθρώπινη καθοδήγηση.
Αντίστοιχα, η Commonwealth Bank of Australia αναγκάστηκε να επαναφέρει θέσεις εργασίας μετά από αύξηση των κλήσεων λόγω της εφαρμογής φωνητικής AI στην εξυπηρέτηση πελατών. Η τράπεζα παραδέχθηκε ότι δεν είχε αξιολογήσει σωστά τις επιχειρησιακές παραμέτρους πριν από τις απολύσεις.
Σύμφωνα με έρευνα της Orgvue, το 39% των επιχειρηματικών ηγετών προχώρησε σε απολύσεις λόγω της υιοθέτησης τεχνητής νοημοσύνης, αλλά το 55% αυτών παραδέχθηκε ότι οι αποφάσεις δεν ήταν σωστές. Οι επιχειρήσεις φαίνεται να υποτιμούν την ανάγκη ανθρώπινης εποπτείας, με αποτέλεσμα να αναγκάζονται να επαναφέρουν προσωπικό.
Η συνεργασία ανθρώπου και μηχανής φαίνεται να είναι η πιο αποτελεσματική προσέγγιση, καθώς οι επιχειρήσεις αναγνωρίζουν ότι η υπερβολική εξάρτηση από την αυτοματοποίηση μπορεί να δημιουργήσει νέα προβλήματα. Ο σωστός σχεδιασμός αυτής της συνεργασίας είναι η πρόκληση για το μέλλον της εργασίας.
Πηγή περιεχομένου: in.gr
