Η τεχνητή νοημοσύνη δεν σημαίνει απαραίτητα απολύσεις

Για πολλά στελέχη, η επιτυχία της υιοθέτησης της τεχνητής νοημοσύνης μετριέται από τον αριθμό των θέσεων εργασίας που μπορούν να καταργήσουν. Μόλις τις τελευταίες εβδομάδες, εταιρείες ανακοίνωσαν δεκάδες χιλιάδες απολύσεις που αποδίδουν στην τεχνητή νοημοσύνη. περιγράφεται ως αντικατάσταση του «λιγότερο πολύτιμου ανθρώπινου κεφαλαίου» με την τεχνολογία.

Αλλά τέτοιες απόψεις αντικατοπτρίζουν μια «πολύ στενή κατανόηση» των δυνατοτήτων της τεχνητής νοημοσύνης, δήλωσε ο Erik Brynjolfsson, επικεφαλής του έργου. Εργαστήριο Ψηφιακής Οικονομίας στο Πανεπιστήμιο του Στάνφορντ. «Πολλοί άνθρωποι πιστεύουν λανθασμένα ότι ο μόνος τρόπος για να επιτευχθεί παραγωγικότητα από την τεχνητή νοημοσύνη είναι η εξάλειψη του κόστους εργασίας».

Ο κ. Brynjolfsson είναι μέρος μιας ομάδας οικονομολόγων που υποστηρίζουν ότι οι επιχειρήσεις μπορούν να ωφεληθούν περισσότερο χρησιμοποιώντας την τεχνητή νοημοσύνη για να βελτιώσουν την παραγωγικότητα των εργαζομένων αντί να τις αντικαταστήσουν.

Είναι ένα μήνυμα που η Schneider Electric, μια παγκόσμια ενεργειακή εταιρεία με έδρα τη Γαλλία, έχει λάβει υπόψη της. Η Schneider, η οποία έχει σχεδόν 160.000 υπαλλήλους παγκοσμίως, εφαρμόζει τεχνητή νοημοσύνη σε όλη την εταιρεία.

Ξεκίνησε με τον εντοπισμό «που οι υπάλληλοί μας είτε χάνουν χρόνο, κάνουν επαναλαμβανόμενες εργασίες, κουραστικές εργασίες ή κάνουν πράγματα που δεν είναι εγγενώς σωστά», δήλωσε ο Philipp Rambach, διευθυντής τεχνητής νοημοσύνης της εταιρείας.

Με άλλα λόγια, δουλειά που μπαίνει εμπόδιο στη δουλειά.

Χρήση AI σε τηλεφωνικά κέντρα

Τα τηλεφωνικά κέντρα ήταν ένα προφανές παράδειγμα για τη Schneider. Όποιος έχει μαραζώσει στον λαβύρινθο της αυτοματοποιημένης τηλεφωνικής βοήθειας μπορεί να στενάζει με την προοπτική πρόσθετων τεχνολογικών αλλαγών. Όμως ο κ. Rambach είπε ότι ο στόχος είναι να χρησιμοποιηθεί η τεχνολογία για να ληφθούν απαντήσεις στους πελάτες γρηγορότερα.

Προτού η εταιρεία αρχίσει να χρησιμοποιεί την τεχνητή νοημοσύνη, οι πράκτορες εξυπηρέτησης πελατών θα λάμβαναν χιλιάδες ερωτήσεις από τους καλούντες και θα πραγματοποιούσαν μαζικές αναζητήσεις για απαντήσεις σε εκατομμύρια σελίδες πληροφοριών, είπε ο κ. Rambach. «Μάντεψε τι;» – είπε. “Οι πελάτες μας δεν ήταν πολύ ευχαριστημένοι με την ποιότητα της απόκρισης και δεν ήταν πολύ ευχαριστημένοι με την ταχύτητα της απόκρισης.”

Το AI κάνει τώρα την αναζήτηση και περιγράφει λεπτομερώς τον τρόπο επιλογής των πληροφοριών και την πηγή τους. Στη συνέχεια, ο πράκτορας εξετάζει και, εάν χρειάζεται, αλλάζει και διευκρινίζει την απάντηση του καλούντος.

Τους τελευταίους τρεις μήνες του 2025, τα τηλεφωνικά κέντρα απάντησαν σε 150.000 ερωτήσεις. Τα τρία τέταρτα του χρόνου, η τεχνητή νοημοσύνη ήταν σε θέση να δώσει τη σωστή απάντηση σε απλές ερωτήσεις όπως, “Γιατί η πρόσφατα συνδεδεμένη οθόνη ενέργειας μου δεν δείχνει επίπεδα κατανάλωσης;” Σε αυτές τις περιπτώσεις, οι παράγοντες χρησιμοποίησαν μια απόκριση που δημιουργήθηκε από AI. Τον υπόλοιπο χρόνο, οι πράκτορες συνεργάζονταν με τους καλούντες για πιο περίπλοκα προβλήματα, συμπεριλαμβανομένης της βοήθειας στους διαχειριστές κτιρίων να προσδιορίσουν τη βασική αιτία των ενεργειακών ειδοποιήσεων.

Σύμφωνα με τον κ. Rambach, οι χρόνοι απόκρισης ήταν ταχύτεροι και οι εργαζόμενοι ήταν πολύ πιο χαρούμενοι, επειδή ο χρόνος που εξοικονομήθηκε στην αναζήτηση βάσεων δεδομένων για να απαντήσουν σε κοινές ερωτήσεις τους άφηνε περισσότερο χρόνο για να αφιερώσουν με τους πελάτες.

Άλλες εταιρείες έχουν καταγράψει αύξηση στην παραγωγικότητα των εργαζομένων τους. ΕΝΑ μελέτη Μια μελέτη από τον κ. Brynjolfsson και άλλους ερευνητές περισσότερων από 5.000 πρακτόρων εξυπηρέτησης πελατών σε μια εταιρεία του Fortune 500 διαπίστωσε ότι η βοήθεια τεχνητής νοημοσύνης επέτρεπε στους εργαζόμενους να λύσουν, κατά μέσο όρο, 15 τοις εκατό περισσότερα προβλήματα, με λιγότερο έμπειρους και λιγότερο ειδικευμένους εργαζόμενους να βελτιώνονται περισσότερο όσον αφορά την ταχύτητα και την ποιότητα.

Ταυτόχρονα, διαπίστωσαν ότι οι καλούντες ήταν πιο ευγενικοί και λιγότερο πιθανό να πουν τη φράση που φοβάται κάθε πράκτορας εξυπηρέτησης πελατών: «Θέλω να μιλήσω με έναν διευθυντή».

Σε ένα εκσυγχρονισμένο εργοστάσιο στο Le Vaudreuil, περίπου 60 μίλια βόρεια του Παρισιού στη Νορμανδία, η Schneider χρησιμοποιεί τεχνητή νοημοσύνη για να διαχειριστεί περίπλοκες διαδικασίες παραγωγής σε μια εγκατάσταση δεκαετιών που έχει ήδη εκσυγχρονιστεί με ρομποτικά και ψηφιακά εργαλεία – μερικά με γαλλική τροπή.

Για παράδειγμα, τα αυτοματοποιημένα οχήματα καθοδήγησης, ή AGV, που γλιστρούν γύρω από τα πατώματα του εργοστασίου παραδίδοντας ανταλλακτικά ονομάζονται “Emile” και “Victor” από τους σπουδαίους Γάλλους συγγραφείς όπως ο Zola και ο Hugo.

Η τεχνητή νοημοσύνη δεν χρειάζεται παντού, δήλωσε η Virginie Rigaudeau, project manager στη Schneider. «Χρησιμοποιούμε την τεχνητή νοημοσύνη μόνο όταν γνωρίζουμε ότι προσθέτει αξία».

Για παράδειγμα, η παραγωγή των 74 εκατομμυρίων ασημένιων άκρων που παράγει το εργοστάσιο κάθε χρόνο για την κατασκευή ηλεκτρικών επαφών—διακόπτες που χρησιμοποιούνται για την ενεργοποίηση και απενεργοποίηση ηλεκτρικών κυκλωμάτων σε ανελκυστήρες, κινητήρες, ηλεκτρικά οχήματα, συστήματα θέρμανσης, εγκαταστάσεις φωτισμού και άλλα.

Η συνταγή για την κατασκευή άκρων περιλαμβάνει νιτρικό άργυρο και νάτριο. Το μίγμα περιδινάται σε φυγόκεντρο και η προκύπτουσα πάστα αργύρου πλένεται στη συνέχεια επανειλημμένα σε μεγάλα δοχεία με γκρίζο χάλυβα για να απομακρυνθεί η περίσσεια νατρίου.

Αλλά το να γνωρίζεις πόσοι κύκλοι πλύσης είναι αρκετοί ήταν πάντα ένα παιχνίδι εικασίας, λέει η κ. Rigaudeau.

Χρησιμοποιώντας τεχνητή νοημοσύνη, οι χειριστές μπορούν να δουν μια οπτική αναπαράσταση και να γνωρίζουν την ακριβή ποσότητα νατρίου που παραμένει μετά από κάθε κύκλο ξεβγάλματος.

«Τώρα το σύστημα μας λέει πότε πρέπει να σταματήσουμε το πλύσιμο και γνωρίζουμε αμέσως αν η σκόνη πληροί τα πρότυπα ποιότητας», είπε ο χειριστής.

Οι οικονομίες ήταν τεράστιες, είπε η κ. Rigaudeau. Μέσα σε ένα χρόνο, η εταιρεία μείωσε τα απόβλητα διεργασιών κατά 73 τοις εκατό και η κατανάλωση νερού μειώθηκε δραματικά.

Τα δείγματα από κάθε παρτίδα δεν χρειάζεται πλέον να αποστέλλονται σε εργαστήριο τρίτου μέρους για δοκιμή, μια διαδικασία που μπορεί να διαρκέσει 24 έως 48 ώρες. Αυτό εξοικονόμησε χιλιάδες ευρώ σε κόστος εργαστηρίου και ταυτόχρονα μείωσε την κατανάλωση βενζίνης των φορτηγών που μετέφεραν δείγματα από και προς το εργαστήριο κατά 22%.

Οι κάμερες AI χρησιμοποιούνται επίσης για την αξιολόγηση της ποιότητας των τελικών επαφών σε δευτερόλεπτα.

Σε ορισμένες ευρωπαϊκές χώρες, η χρήση τεχνητής νοημοσύνης για την ενίσχυση της παραγωγικότητας των εργαζομένων αντί για την αντικατάστασή της ενθαρρύνεται από την αυστηρή εργατική νομοθεσία που μπορεί να καταστήσει δύσκολη και δαπανηρή την απόλυση εργαζομένων.

Στις Ηνωμένες Πολιτείες, είπε ο κ. Brynjolfsson του Στάνφορντ, οι κυβερνητικές πολιτικές συχνά ενθαρρύνουν τις εταιρείες να επενδύσουν σε κεφάλαια και να απολύουν εργαζομένους. Υπέδειξε τον Φορολογικό Κώδικα.

«Εάν ξεκινάτε μια νέα επιχείρηση και έχετε πολύ εργατικό δυναμικό, θα πρέπει να πληρώσετε περισσότερους φόρους», είπε ο κ. Brynjolfsson. «Αν επενδύεις ​​μόνο σε ίδια κεφάλαια, πληρώνεις λιγότερους φόρους».

Φυσικά, οι προβλέψεις για τον αντίκτυπο της τεχνητής νοημοσύνης στην αγορά εργασίας καλύπτουν πολλές πιθανότητες. Και ενώ πολλοί οικονομολόγοι συμφωνούν ότι οι υπεύθυνοι χάραξης πολιτικής και οι επιχειρήσεις έχουν επιλογές σχετικά με τον τρόπο χρήσης της τεχνητής νοημοσύνης, ορισμένοι αναρωτιούνται εάν αυτές οι επιλογές περιορίζονται.

Είναι “πολύ απρόβλεπτο”, είπε ο Άντον Κόρινεκ, ο οποίος βοήθησε στην ηγεσία The Economics of Transformative AI έργο στο Πανεπιστήμιο της Βιρτζίνια. Η τεχνητή νοημοσύνη «θα δημιουργήσει και θα καταστρέψει θέσεις εργασίας και δεν είναι σαφές ποια θα επικρατήσει», είπε.

Ο κ. Korinek είπε ότι άρχισε να διερευνά τρόπους ανάπτυξης της τεχνητής νοημοσύνης ως εργαλείου για να βοηθήσει το εργατικό δυναμικό πριν από περισσότερα από 15 χρόνια, αλλά οι εντυπωσιακές εξελίξεις τον έχουν κάνει να αμφισβητήσει περαιτέρω την ικανότητα της κοινωνίας να ελέγχει τον τρόπο ανάπτυξης και χρήσης της. «Δεν μπορείς πλέον να επιλέξεις τόσο εύκολα την κατεύθυνση προς την οποία θα πάνε τα πράγματα», είπε.

Κάποια στιγμή, είπε, η τεχνητή νοημοσύνη θα γίνει «πολύ πιο παραγωγική και φθηνότερη από τους ανθρώπους». (Ο κ. Korinek, ο οποίος πρόσφατα έγινε μέλος της ερευνητικής ομάδας οικονομικών στο Ανθρωπολογικό Ινστιτούτο, το τμήμα έρευνας τεχνητής νοημοσύνης της εταιρείας, έκανε τα σχόλιά του πριν αναλάβει τη νέα του θέση.)

Το ενσωματωμένο δίλημμα είναι εμφανές ακόμη και στη Schneider, η οποία έχει βρει τρόπους να χρησιμοποιεί την τεχνητή νοημοσύνη για να συμπληρώσει την εργασία των εργαζομένων.

Η Sandra Ferraguti, γενική διευθύντρια του εργοστασίου Le Vaudreuil, παρουσίασε τον νέο επαφέα plug-and-play, τον οποίο ανέπτυξε η ομάδα της Schneider χρησιμοποιώντας τεχνητή νοημοσύνη και ο οποίος δεν απαιτεί πλέον ηλεκτρολόγο να κάνει την καλωδίωση.

«Τώρα ένα ρομπότ μπορεί να το εγκαταστήσει», είπε ο κ. Ferraguti. «Δεν χρειάζεσαι άντρα».