Μπήκαν στο επάγγελμά τους για να διδάσκουν, να γράφουν, να προγραμματίζουν, να δημιουργούν ή να σχεδιάζουν. Πλέον, όμως, ένα ολοένα μεγαλύτερο μέρος της εργάσιμης ημέρας τους αφιερώνεται στη διαχείριση των AI agents.
Η αλλαγή δεν αφορά απλώς την υιοθέτηση ενός ακόμη τεχνολογικού εργαλείου. Για πολλούς εργαζομένους σημαίνει ότι μεταβάλλεται η ίδια η φύση της εργασίας τους. Οι λεγόμενοι πράκτορες τεχνητής νοημοσύνης αναλαμβάνουν αυτόνομα εργασίες, όμως χρειάζονται ανθρώπους που θα τους δίνουν οδηγίες, θα αξιολογούν τα αποτελέσματά τους, θα ζητούν διορθώσεις και θα παρεμβαίνουν όταν κάτι δεν λειτουργεί σωστά.
Από δημιουργοί, διαχειριστές των agents
Η ιδέα ότι η τεχνητή νοημοσύνη θα μετατρέψει τους εργαζομένους σε διαχειριστές μηχανών δεν είναι καινούργια.
Αυτό που αλλάζει, σύμφωνα με το Business Insider, είναι ότι οι επιχειρήσεις αρχίζουν πλέον να οργανώνουν τις δομές τους με βάση αυτή την υπόθεση.
Η Salesforce, για παράδειγμα, έχει παρουσιάσει πράκτορες έτοιμους για εργασία, σχεδιασμένους να εκτελούν καθήκοντα σε πωλήσεις, εξυπηρέτηση πελατών, ηλεκτρονικό εμπόριο και εσωτερικές λειτουργίες. Παράλληλα, οι εργαζόμενοι καλούνται να τους εκπαιδεύουν, να τους συντονίζουν και να βελτιώνουν την απόδοσή τους.
Στη Wipro, η αξιοποίηση της τεχνητής νοημοσύνης έχει αποδώσει παραγωγικότητα που αντιστοιχεί, σύμφωνα με την επικεφαλής τεχνολογίας της εταιρείας, σε 20.000 εργαζομένους. Το μοντέλο που περιγράφεται είναι χαρακτηριστικό: ένας μηχανικός να διαχειρίζεται μια ολόκληρη ομάδα πρακτόρων.
Ακόμη πιο χαρακτηριστικό είναι το παράδειγμα της νεοφυούς εταιρείας Daytona. Από τους 16 μηχανικούς της, ο καθένας διαχειρίζεται κατά μέσο όρο πέντε πράκτορες τεχνητής νοημοσύνης. Σύμφωνα με τον διευθύνοντα σύμβουλο της εταιρείας, η κατάσταση έχει φτάσει στο σημείο κανείς να μη γράφει πλέον κώδικα.
Παράγω περισσότερο, αλλά δημιουργώ λιγότερο
Για ορισμένους εργαζομένους, η εξέλιξη αυτή αποτελεί μια νέα μορφή παραγωγικότητας. Η Sinda Khenine, μηχανικός λογισμικού και τεχνητής νοημοσύνης στην Electrolux, αναφέρει ότι οι agents της επιτρέπουν να παράγει πολύ περισσότερο κώδικα και να δημιουργήσει ακόμη και μια εταιρεία μόνη της, κάτι που στο παρελθόν θα ήταν πολύ δυσκολότερο.
Το τίμημα, όμως, είναι ότι αφιερώνει λιγότερο χρόνο στην ίδια τη μηχανική εργασία που την οδήγησε στο επάγγελμα.
Ο ρόλος της έχει μετατοπιστεί: επιλέγει μοντέλα, παρέχει το απαραίτητο πλαίσιο, θέτει όρια, ελέγχει την εργασία και συνθέτει τα αποτελέσματα διαφορετικών πρακτόρων σε ένα τελικό προϊόν. Όπως περιγράφει, η προσπάθεια επικεντρώνεται πλέον περισσότερο στον συντονισμό παρά στο τεχνικό πρόβλημα καθαυτό.
Και η εποπτεία δεν τελειώνει όταν ο agent ξεκινήσει να λειτουργεί. Αντίθετα, απαιτεί συνεχή παρακολούθηση: έλεγχο της προόδου, αξιολόγηση των αποτελεσμάτων και απόφαση για το αν μια εργασία πρέπει να επαναληφθεί ή να ολοκληρωθεί.
Η ίδια τάση εμφανίζεται και στο marketing. Η Patricia Diaz-Hymes, σύμβουλος μάρκετινγκ προϊόντων, υπολογίζει ότι περίπου το 30% του χρόνου της αφιερώνεται πλέον στην εποπτεία της τεχνητής νοημοσύνης.
Έχει δώσει ονόματα στους agents της, έχει καθορίσει τις ρυθμίσεις τους και προσπαθεί να μεταφέρει σε αυτούς μέρος της επαγγελματικής της κρίσης.
Ένα χαρακτηριστικό παράδειγμα είναι ο agent στρατηγικής της, ο Atlas. Όταν δημιούργησε ερωτήσεις για μια πρώτη συνομιλία με υποψήφιο πελάτη, οι ερωτήσεις επικεντρώνονταν στην επίτευξη συμφωνίας και όχι στη διάγνωση των προβλημάτων του πελάτη. Η Diaz-Hymes απέρριψε το αποτέλεσμα και εξήγησε τον λόγο. Έκτοτε, σύμφωνα με την ίδια, ο agent δεν επανέλαβε το ίδιο λάθος.
Το ζητούμενο, επομένως, δεν είναι απλώς να δίνει κανείς εντολές στην τεχνητή νοημοσύνη, αλλά να μεταφέρει σε αυτήν μέρος της ανθρώπινης κρίσης.
Στην εκπαίδευση, ωστόσο, η κατάσταση γίνεται ακόμη πιο σύνθετη. Μια Αμερικανίδα καθηγήτρια σε πανεπιστήμιο της Κίνας αναφέρει ότι της ανατέθηκε να διαχειρίζεται τη χρήση της AI στην τάξη, χωρίς να έχει ειδική κατάρτιση και ενώ η ίδια παραμένει επιφυλακτική απέναντι στην τεχνολογία.
Καλείται να διδάξει στους φοιτητές πώς να χρησιμοποιούν την AI, αλλά ταυτόχρονα να διασφαλίσει ότι δεν τη χρησιμοποιούν για τις εργασίες τους. Παράλληλα, πρέπει να τους διδάξει την ηθική χρήση της, χωρίς, όπως λέει, να έχει δοθεί σαφής ορισμός για το τι σημαίνει αυτό.
Τα παραδείγματα αυτά αποτυπώνουν μια ευρύτερη μεταβολή στην κατανομή της εργασίας μεταξύ ανθρώπων και μηχανών.
Σε παγκόσμια έρευνα της Boston Consulting Group, στην οποία συμμετείχαν σχεδόν 12.000 εργαζόμενοι, το 47% δήλωσε ότι αφιερώνει περισσότερο χρόνο στη διαχείριση και καθοδήγηση της AI από ό,τι στην εκτέλεση της εργασίας ο ίδιος. Το 67% δήλωσε ότι η τεχνητή νοημοσύνη έχει αναλάβει τις απλούστερες εργασίες, αφήνοντας στους ανθρώπους πιο σύνθετα καθήκοντα.
Η μετατόπιση αυτή δημιουργεί ένα παράδοξο: όσο περισσότερη δουλειά εκτελεί η μηχανή, τόσο μεγαλύτερο μέρος της ευθύνης μπορεί να παραμένει στον άνθρωπο.
Το πρόβλημα είναι ότι οι νέες απαιτήσεις εμφανίζονται ταχύτερα από την εκπαίδευση. Στην ίδια έρευνα, το 72% των εργαζομένων δήλωσε ότι η ΤΝ έχει αλλάξει σημαντικά τις δεξιότητες που αναμένεται να διαθέτουν. Μόλις το 36% θεωρεί ότι έχει λάβει επαρκή επιμόρφωση.
Η αλλαγή του ρόλου δεν συνοδεύεται απαραίτητα από αντίστοιχη αλλαγή τίτλου ή μισθού.
Σύμφωνα με στοιχεία επικείμενης έρευνας της Visier, το 54% των εργαζομένων πλήρους απασχόλησης στις ΗΠΑ δήλωσε ότι ο ρόλος ή η σταδιοδρομία του άλλαξε σημαντικά εξαιτίας της ΤΝ τα τελευταία δύο χρόνια. Από εκείνους που είδαν τον ρόλο τους να αλλάζει, μόλις το 17% είχε λάβει προαγωγή.
Παράλληλα, προηγούμενη έρευνα της Kellogg School of Management, βασισμένη σε στοιχεία της Visier, είχε καταγράψει ότι οι μεμονωμένοι εργαζόμενοι κερδίζουν κατά μέσο όρο περίπου 33% λιγότερα από τους επικεφαλής ομάδων στην ίδια εταιρεία.
Το ερώτημα γίνεται έτσι αναπόφευκτο: τι συμβαίνει όταν ένας εργαζόμενος αναλαμβάνει ουσιαστικά διοικητικές ευθύνες χωρίς να αποκτά τον αντίστοιχο τίτλο ή την αντίστοιχη αμοιβή;
Οι επιχειρήσεις βρίσκονται πλέον μπροστά σε ένα νέο ζήτημα. Αν οι εργαζόμενοι καλούνται να διαχειρίζονται ψηφιακούς agents, χρειάζονται και τις κατάλληλες δεξιότητες για να το κάνουν αποτελεσματικά.
Η Maria Colacurcio, διευθύνουσα σύμβουλος της Syndio, υποστηρίζει ότι οι μεμονωμένοι συνεργάτες αναλαμβάνουν ολοένα και περισσότερο ελαφρές διοικητικές ευθύνες, όπως την ανάθεση εργασιών, την αξιολόγηση και τη διόρθωση αποτελεσμάτων.
Ορισμένες εταιρείες εξετάζουν τρόπους επιβράβευσης των εργαζομένων που διαχειρίζονται αποτελεσματικά agents, ενώ άλλες δεν έχουν ακόμη αντιμετωπίσει το ζήτημα. Η Ernst & Young, για παράδειγμα, διανέμει 100 εκατ. δολάρια σε μπόνους για εργαζομένους που επιδεικνύουν ανθρώπινες δεξιότητες οι οποίες απαιτούνται για την αποτελεσματική λειτουργία της ΤΝ.
Η τεχνητή νοημοσύνη, επομένως, δεν αλλάζει μόνο το τι μπορούν να κάνουν οι εργαζόμενοι. Αλλάζει και το τι αναμένεται πλέον να κάνουν.
Από τον προγραμματισμό και τη συγγραφή μέχρι το marketing και την εκπαίδευση, η νέα πραγματικότητα φαίνεται να οδηγεί σε έναν παράδοξο μετασχηματισμό: οι άνθρωποι αποκτούν περισσότερα ψηφιακά χέρια, αλλά ταυτόχρονα αναλαμβάνουν την ευθύνη να τα κατευθύνουν, να τα ελέγχουν και να διορθώνουν τα λάθη τους.
Προς το παρόν, οι εργαζόμενοι αναλαμβάνουν μόνο περισσότερες ευθύνες — και τίποτα άλλο.
