Όπως πολλοί επαγγελματίες στον χώρο των επιχειρήσεων, ενδιαφέρομαι για την τεχνητή νοημοσύνη (ΤΝ) και πρόσφατα ζήτησα από το ChatGPT να μου δώσει γνωμικά από ηγέτες της τεχνολογίας σχετικά με τη σημασία της ΤΝ για τις επιχειρήσεις. Μου έδωσε ένα γνωμικό από τον Τιμ Κουκ της Apple, που ανέφερε: «Η τεχνητή νοημοσύνη ήδη καταστήσει τις επιχειρήσεις πιο αποδοτικές, πιο ανταποκρινόμενες και πιο προσωποποιημένες. Είναι παράγοντας ανάπτυξης». Ωστόσο, όταν ζήτησα το πηγή αυτού του γνωμικού, το ChatGPT παραδέχτηκε ότι δεν υπήρχε επιβεβαιωμένη προέλευση. Αυτό το έλλειμμα σαφήνειας συμφωνεί με τα ευρήματα πρόσφατης έρευνας της πλατφόρμας λογισμικού Orgvue, που εξέτασε πάνω από 1. 000 ηγέτες επιχειρήσεων. Περισσότεροι από τους μισούς που απέλυσαν εργαζόμενους με την ελπίδα ότι η ΤΝ θα τους αντικαταστήσει τώρα μετανιώνουν για την απόφασή τους. Η απόλυση εργαζόμενων βάσει της υπόθεσης ότι η ΤΝ θα πάρει τις δουλειές τους μέχρι το 2025 είναι πρόωρη και δείχνει κακή κατανόηση των τρεχουσών δυνατοτήτων της ΤΝ. Πολλοί διευθυντές μικρών και μεσαίων επιχειρήσεων πρέπει να επανεξετάσουν αυτή τη πεποίθηση. Αυτήν τη στιγμή η γενετική ΤΝ κυρίως βελτιώνει τις λειτουργίες αναζήτησης, δίνοντας στους χρήστες τη δυνατότητα να λαμβάνουν γρήγορα απαντήσεις σε ερωτήματα όπως επιλογή ξενοδοχείων, επισκευή συσκευών ή μετάφραση γλωσσών. Αυτά τα chatbots βελτιώνονται, αλλά απέχουν πολύ από το να αντικαταστήσουν τους εργαζόμενους. Έρευνα σχετικά με την επίδραση της ΤΝ στην αγορά εργασίας στη Δανία, που ανέλυσε 11 επαγγέλματα σε 25. 000 εργαζόμενους σε 7. 000 εργασιακούς χώρους κατά την περίοδο 2023-2024, δεν βρήκε σημαντικές επιπτώσεις στα εισοδήματα ή τις ώρες εργασίας.

Οι εργοδότες προωθούν τη χρήση της ΤΝ, αλλά μέχρι στιγμής δεν έχει επηρεάσει οικονομικά αποτελέσματα. Στους περισσότερους χώρους εργασίας, ειδικά ανάμεσα στους 33 εκατομμύρια μικρούς ιδιοκτήτες επιχειρήσεων στις ΗΠΑ, η ΤΝ δεν έχει ενσωματωθεί στις βασικές λειτουργίες. Παρόλο που οι επιχειρηματίες θέλουν η ΤΝ να διαχειρίζεται λογιστικά, CRM, αποθέματα, παραγγελίες και μισθοδοσία, η υπάρχουσα τεχνολογία δεν το υποστηρίζει. Τρεις βασικοί λόγοι εξηγούν αυτό το χάσμα: Πρώτος, η τεχνολογία είναι ανώριμη και αποδίδει χαμηλά. Αν και εταιρείες όπως η Salesforce, η Microsoft και η Intuit εισάγουν λειτουργίες ΤΝ για εργασίες όπως οι λογαριασμοί πληρωτέοι και το μάρκετινγκ μέσω email, αυτά τα εργαλεία παραμένουν περιορισμένα, αναξιόπιστα και δεν εμπιστεύονται επαρκώς για αυτοματοποίηση. Δεύτερος, η υλοποίηση της ΤΝ απαιτεί την κοινή χρήση δεδομένων και πνευματικής ιδιοκτησίας με μεγάλους παρόχους όπως η Microsoft, η Google και η OpenAI, αλλά οι επιχειρήσεις ανησυχούν για την ασφάλεια των δεδομένων και την κακή χρήση, παρά τις διαβεβαιώσεις. Τρίτος, η ανάπτυξη συστημάτων ΤΝ είναι δαπανηρή. Μεγάλες εταιρείες όπως η Klarna, η Meta και η JP Morgan επενδύουν δεκάδες ή εκατοντάδες εκατομμύρια για την κατασκευή εσωτερικών πλατφορμών ΤΝ που αντικαθιστούν εργαζόμενους ή εκτελούν σύνθετες εργασίες, αλλά τέτοιες επενδύσεις υπερβαίνουν τις δυνατότητες των περισσότερων μικρότερων επιχειρήσεων. Επιπλέον, οι μικρές εταιρείες αντιμετωπίζουν διάσπαρτα δεδομένα σε διάφορα συστήματα και έλλειψη εμπειρογνωμοσύνης στην ανάπτυξη αξιόπιστων μοντέλων, ειδικά λόγω των κινδύνων από παρωχημένες ή ανακριβείς πληροφορίες. Μπροστά, η πρόοδος στην ΤΝ είναι αναπόφευκτη. Τα τρέχοντα συστήματα θα γίνουν πιο ακριβή και αξιόπιστα, οι επιχειρήσεις θα αποδεχθούν σταδιακά την παραχώρηση απορρήτου για οφέλη της ΤΝ, και μελλοντικές πλατφόρμες θα ελέγχουν την ποιότητα των δεδομένων πριν προχωρήσουν σε εργασίες. Με τον χρόνο, ρομπότ από εταιρείες όπως η Boston Dynamics θα αναλάβουν ρόλους σε κατασκευές και εργαστήρια, drones θα διαχειρίζονται παραδόσεις και αποθέματα, και αυτοκίνητα, πιλοτήρια και ρομπότ που μοιάζουν με ανθρώπους θα αλληλεπιδρούν με τους πελάτες. Ωστόσο, αυτές οι εξελίξεις απέχουν ακόμα χρόνια. Οι πιο έμπειροι πελάτες το καταλαβαίνουν αυτό και περιμένουν υπομονετικά, ενώ άλλοι, όπως πολλοί στην έρευνα της Orgvue, έχουν παραπλανηθεί πιστεύοντας ότι τέτοιες ικανότητες ήδη υπάρχουν – κάτι που δεν ισχύει.