|
Στη δεύτερη
περίπτωση, στο Μεξικό, συνέβη αυτό που σωστά
υποθέτουμε όλοι : όταν η εταιρεία πίεσε τον
εργαζόμενο της να ενσωματώσει την παραγωγική
τεχνητή νοημοσύνη στην εργασία του, αυτός
συμφώνησε με ενθουσιασμό αλλά μετά από μερικούς
μήνες, η διοίκηση αποφάσισε να τον
αντικαταστήσει απευθείας με το παραγωγικό
εργαλείο που αυτός είχε μάθει να χρησιμοποιεί !
Ο
εργαζόμενος μάλιστα δήλωσε στην Washington Post
ότι αγάπησε τόσο πολύ την βοήθεια που προσέφεραν
τα μεγάλα γλωσσικά μοντέλα (LLM), αποκαλώντας τα
«συνεργάτες» (χρησιμοποίησε το ChatGPT για να
βελτιώσει κείμενα, να διορθώσει λάθη και να
επιταχύνει τις αναζητήσεις, διατηρώντας όμως
πάντα τον ανθρώπινο έλεγχο στο τελικό
αποτέλεσμα)
Άρα : η
παραγωγικότητα αυξήθηκε αλλά η αναγνώριση δεν
ήρθε ποτέ και η εταιρεία επέλεξε να
αντικαταστήσει αυτόν (και σταδιακά δώδεκα άλλους
συναδέλφους του) με ένα αυτοματοποιημένο σύστημα
χρήσης του GPT.
Το ζήτημα
από τις δύο φαινομενικά παρόμοιες ειδήσεις, δεν
είναι να τρομάξουμε με την επέλαση της τεχνητής
νοημοσύνης, ούτε να αναρωτηθούμε πότε πραγματικά
«παράγεται αξία και κέρδος» από το ανθρώπινο
κεφάλαιο και πότε από τις μηχανές.
Τo call
centre στην Ισπανία είναι κάτι σαν «παλιά» πλέον
βιομηχανία πωλήσεων υπηρεσιών και προϊόντων, με
έμφαση στις πωλησιακές ικανότητες του ατόμου που
τηλεφωνεί αλλά και του σχεδιασμού marketing και
προώθησης. Όμως αν δεν βρεθούν τελικά οι καλοί
φυσικοί τηλεφωνικοί πωλητές, ίσως μερικοί ΑΙ
agents (οριακού έως μηδενικού κόστους) να
πουλήσουν καλύτερα στον πελάτη, στην άλλη άκρη
της γραμμής.
Στη δεύτερη
περίπτωση, στο Μεξικό και στην εκπαιδευτική
τεχνολογική εταιρεία, τα πράγματα είναι
διαφορετικά : είναι η ίδια η παραγωγικότητα του
ανθρώπινου κεφαλαίου (που χειρίζεται τους
αλγόριθμους της τεχνητής νοημοσύνης) που
ευθύνεται και αυτή( εκτός του GPT και του ΑΙ
agent που μπορεί να το χειριστεί) για την μείωση
του ανθρώπινου κεφαλαίου (απολύσεις) στην
εταιρεία.
Που βρίσκεται η διαφορά ; Μα ο «νέος
τεχνολογικός συντελεστής παραγωγής» , το GPT,
όχι μόνο απέδωσε τα αναμενόμενα αλλά και
προφανώς «χειρίστηκε» σωστά από τον εργαζόμενο.
Και όταν η
κάθε εταιρία βλέπει την τεχνητή νοημοσύνη να της
αποδίδει, κάνει το εύκολο και το βολικό : δεν
χρειάζεται πλέον ανθρώπινος πόρος για να
διαχειριστεί την ΑΙ στο βέλτιστο βαθμό – αρκεί
ένα αυτόματο παραμετροποιήσιμο λογισμικό, δηλαδή
ένας AI agent.
Το μείζον
είναι να κατανοήσουμε κάτι άλλο παρά πολύ
κρίσιμο : το πώς αντικαθιστά (και στην πρώτη και
στη δεύτερη περίπτωση) το κεφάλαιο τον
εργαζόμενο, πως σταθμίζει την παραγωγικότητα,
και πώς κερδίζει από αυτή την στάθμιση αφού αν
παράγει αξία ένα λογισμικό ΑΙ (ένα σαν το GPT)
τότε δεν χρειάζεται να το χειρίζεται άνθρωπος :
αρκεί να φτιαχτεί ένας ψηφιακός χειριστής.
Το ίδιο
συμβαίνει όμως και όταν ο άνθρωπος- πωλητής στο
call centre δεν πουλάει : μπορεί να
αντικατασταθεί από ανθρώπινη φωνή με τεχνητή
νοημοσύνη.
Ετσι, το
εργατικό μισθολογικό κόστος πέφτει ραγδαία,
ακόμα και αν τα λογισμικά δεν αποδώσουν άμεσα
κέρδη και προστιθέμενη αξία.
Και στις
δύο περιπτώσεις, απαξιώνεται και τίθεται σε
παύση το ανθρώπινο κεφάλαιο – χωρίς όμως πάντα
να κερδίζει το επενδυτικό κεφάλαιο αφού οι
μηχανές μπορεί και να μην παράγουν κέρδος τελικά
: είτε τις χειρίζονται μηχανές είτε άνθρωποι.
Μια μελέτη
του MIT (πηγή πάλι iefimerida ) αποκαλύπτει ότι
το 95% των εταιρειών που έχουν ενσωματώσει την
Τεχνητή Νοημοσύνη δεν έχουν δει αύξηση εσόδων.
Σε αρκετές περιπτώσεις, η εργασία έχει γίνει πιο
περίπλοκη, απαιτώντας περισσότερες διορθώσεις
και συνεπώς καθυστερήσεις.
Με τον φόβο
επομένως του φαύλου κύκλου σφαλμάτων και συνεχών
διορθώσεων (άρα κόστους κεφαλαίου) οι
επιχειρήσεις δεν είναι σίγουρο ότι θα μπορούσαν
να βασίζονται στην παραγωγή της Τεχνητής
Νοημοσύνης χωρίς την επίβλεψη ειδικών.
Μπορεί
δηλαδή οι εργοδότες να θέλουν να μειώσουν τις
θέσεις εργασίας σε εποχή αυτοματισμών, όμως η
τυφλή διοικητική εμπιστοσύνη στην τεχνολογία
μπορεί τελικά να υπονομεύσει την επιβίωση της
(αφού πρώτα υποβαθμίσει την ποιότητα της
ανθρώπινης εργασίας)
Το κεφάλαιο
«μπερδεύεται» εύκολα. Ψάχνει τρόπους για
περικοπές δαπανών μέσω απολύσεων, βρίσκει φθηνές
τεχνολογικές μεθόδους αύξησης παραγωγικότητας,
αλλά αν αυτές δεν αποδώσουν μεσοπρόθεσμα πρέπει
να αναζητήσει ξανά το «ειδικό» ανθρώπινο
κεφάλαιο. Με μια διαφορά : έχει ήδη φροντίσει να
το απαξιώσει και να το βρει φθηνότερα.
Η τυφλή
εμπιστοσύνη και η εντατική υιοθέτηση τεχνολογίας
μπορεί να υπονομεύει την ποιότητα της ανθρώπινης
εργασίας, σίγουρα όμως την έχει ήδη υποτιμήσει
αισθητά.
ΥΓ Δεν
έχουν καταφέρει ακόμη οι ερευνητές να το
αποδείξουν αλλά προφανώς όσο περνάει ο καιρός-
και όσο φθηναίνουν και γίνονται εξυπνότερα τα
λογισμικά που τα φτιάχνουν ενδεχομένως
καλοπληρωμένοι άνθρωποι – μάλλον φθηναίνουν και
εκείνοι οι άνθρωποι που χρειάζονται και μπορούν
να τα χειριστούν αποτελεσματικά.
Ο
εργαζόμενος δεν μπορεί να είναι κερδισμένος και
μέσα και έξω από τις μηχανές …
European
Business Review
|
