Φωτογραφία: Pixabay
Οι εταιρείες τεχνητής νοημοσύνης κάνουν ολοένα και μεγαλύτερες υποσχέσεις για την ικανότητα των εργαλείων τους να αντικαταστήσουν την ανθρώπινη εργασία.
Κάποιες θέσεις εργασίας αναμένεται να αυτοματοποιηθούν, ενώ άλλες θα «ενισχυθούν» από την τεχνολογία. Τα αφεντικά των μεγαλύτερων εταιρειών στον κόσμο επενδύουν τεράστια ποσά στην τεχνητή νοημοσύνη, γνωρίζοντας ότι τα νέα εργαλεία θα μπορούσαν να μειώσουν σημαντικά το κόστος προσωπικού.
«Το σταθερό μέγεθος εργατικού δυναμικού είναι η νέα ανάπτυξη», λένε πλέον αρκετοί επενδυτές, οι οποίοι αναρωτιούνται αν οι εταιρείες χρειάζονται νέες προσλήψεις ή αν μπορούν να στηριχθούν σε στρατιές από AI Agents εικονικούς εργαζόμενους που αναλαμβάνουν συγκεκριμένες εργασίες, ακόμη και αρκετά εξειδικευμένες.
Αν ακόμη και ένα μέρος αυτών των προβλέψεων αποδειχθεί σωστό, η επίδραση θα αφορά όλους μας, ανεξάρτητα από κλάδο ή επαγγελματική πορεία. Και ίσως οι αλλαγές έρθουν πιο γρήγορα από όσο περιμένουμε.
Οικονομολόγοι που έχουν τιμηθεί με Νόμπελ προειδοποίησαν πρόσφατα ότι ο κόσμος «πρέπει να δράσει τώρα», ώστε η τεχνητή νοημοσύνη να οδηγήσει σε υψηλότερο βιοτικό επίπεδο και όχι σε μαζική απώλεια θέσεων εργασίας. Παράλληλα, επιχειρήσεις στο Λονδίνο έχουν ήδη προειδοποιήσει ότι δυσκολεύονται να βρουν τις δεξιότητες που χρειάζονται, καθώς η AI αλλάζει την αγορά εργασίας.
Παρότι η τεχνολογία βρίσκεται ακόμη σε πρώιμο στάδιο, τα δεδομένα δείχνουν ήδη ορισμένες ξεκάθαρες τάσεις.
Τα σύγχρονα μοντέλα τεχνητής νοημοσύνης έχουν σημειώσει τεράστια πρόοδο στην εκτέλεση εργασιών που μέχρι πρόσφατα απαιτούσαν ανθρώπινη παρέμβαση. Πριν από τρία χρόνια, τα μεγάλα γλωσσικά μοντέλα (LLMs) μπορούσαν να ολοκληρώσουν αξιόπιστα μόνο απλές εργασίες που ένας άνθρωπος θα έκανε μέσα σε λίγα δευτερόλεπτα ή λεπτά.
Σήμερα μπορούν να ανταποκριθούν σε πολύ πιο σύνθετες απαιτήσεις, οι οποίες θα χρειάζονταν έναν άνθρωπο για μία ώρα ή και περισσότερο.
Ορισμένα μοντέλα μπορούν πλέον να εντοπίζουν προβλήματα σε συμβόλαια κρυπτονομισμάτων ή ακόμη και να βελτιώνουν τον ίδιο τον τρόπο λειτουργίας τους εργασίες που θα απαιτούσαν αρκετές ώρες ανθρώπινης δουλειάς.
Η επόμενη γενιά μοντέλων ενδέχεται να μπορεί να αναπτύσσει ακόμη και τμήματα του εαυτού της μέσα στα επόμενα χρόνια.
Η εξέλιξη αυτή αφορά αρχικά τον προγραμματισμό, όμως παρόμοια μοτίβα εμφανίζονται ήδη σε πιο πρώιμο στάδιο στη χρηματοοικονομική ανάλυση, στη νομική εργασία πρώτου επιπέδου αλλά και σε ορισμένες δημιουργικές επαγγελματικές δραστηριότητες.
Τα πιο αναλυτικά στοιχεία προέρχονται από τις ΗΠΑ, όπου ερευνητές μελέτησαν για τέσσερα χρόνια τα αποτελέσματα στην απασχόληση ανά ηλικία και επάγγελμα, συγκρίνοντας κλάδους που εκτίθενται περισσότερο στην AI με εκείνους που επηρεάζονται λιγότερο.
Σύμφωνα με ανάλυση του Πανεπιστημίου Stanford σε δεδομένα μισθών και απασχόλησης, οι εργαζόμενοι ηλικίας 22 έως 25 ετών παρουσίασαν μείωση απασχόλησης κατά 2,7% από τότε που το ChatGPT έγινε ευρέως διαθέσιμο.
Στους κλάδους με τη μεγαλύτερη έκθεση στην τεχνητή νοημοσύνη όπως η χρηματοοικονομική, ο προγραμματισμός και οι δημιουργικές βιομηχανίες η μείωση έφτασε έως και το 12,8%.
Ωστόσο, δεν συμφωνούν όλοι οι οικονομολόγοι ότι η AI είναι ο μοναδικός παράγοντας. Ορισμένοι υποστηρίζουν ότι άλλες εξελίξεις, όπως η αύξηση των επιτοκίων, μπορεί να εξηγούν μέρος αυτής της μεταβολής.
Η χρήση της τεχνητής νοημοσύνης μετριέται συχνά σε tokens, δηλαδή μικρά τμήματα κειμένου που χρησιμοποιούν τα συστήματα AI για να κατανοούν, να αναλύουν και να παράγουν γλώσσα. Ένα token αντιστοιχεί περίπου στα τρία τέταρτα μιας αγγλικής λέξης.
Το 2026 καταγράφηκε εκρηκτική αύξηση στη χρήση AI, με την κατανάλωση tokens να αυξάνεται πολύ περισσότερο από τη μείωση του κόστους ανά token.
Οι μεγαλύτερες εταιρείες του κόσμου έχουν δημιουργήσει ακόμη και «πίνακες κατάταξης tokens», προκειμένου να ενθαρρύνουν τους εργαζομένους τους να αξιοποιούν περισσότερο τα προηγμένα μοντέλα και να αυξάνουν την παραγωγικότητα.
Τρισεκατομμύρια, ακόμη και τετράκις εκατομμύρια tokens χρησιμοποιήθηκαν τους τελευταίους μήνες κυρίως για λεγόμενη agentic χρήση, δηλαδή για συστήματα που μπορούν να εκτελούν εργασίες αυτόνομα.
Όμως αυτή η χρήση δημιούργησε τεράστιο κόστος. Πολλές εταιρείες άρχισαν πλέον να περιορίζουν τη χρήση των πιο ακριβών μοντέλων.
Το στοιχείο αυτό είναι σημαντικό, καθώς δείχνει ότι ίσως υπάρχουν όρια στο πόσο μεγάλη μπορεί να γίνει η αυτοματοποίηση.
Οι εικονικοί εργαζόμενοι δεν είναι απαραίτητα φθηνότεροι από τους ανθρώπους. Το αποτέλεσμα εξαρτάται από το είδος της εργασίας που καλούνται να εκτελέσουν.
Παράλληλα, πολλές εταιρείες στρέφονται πλέον σε οικονομικότερες λύσεις τεχνητής νοημοσύνης, μεταξύ άλλων και σε μοντέλα κινεζικής προέλευσης που διατίθενται δωρεάν ή με χαμηλότερο κόστος.
Το τοπίο παραμένει αβέβαιο. Ωστόσο, ένα πράγμα γίνεται όλο και πιο ξεκάθαρο: η τεχνητή νοημοσύνη αλλάζει ήδη τον τρόπο με τον οποίο εργαζόμαστε και η μεγαλύτερη αλλαγή ίσως δεν έχει έρθει ακόμη.
Πηγή: BBC
