Έχουν περάσει περισσότερα από τρεισήμισι χρόνια από τότε που κυκλοφόρησε το ChatGPT και σχεδόν κάθε εταιρεία έχει πλέον μια πολιτική AI, μια συνδρομή εταιρικής τεχνητής νοημοσύνης και μια ολοένα πιο ισχυρή γνώμη σχετικά με τα μοντέλα, τα μάρκες, τους προϋπολογισμούς συμβολαίων και τον τρόπο εφαρμογής της τεχνητής νοημοσύνης στις εταιρείες τους. Αν απλώς διαβάσατε τους τίτλους, θα σκεφτόσασταν ότι η τεχνητή νοημοσύνη θα αντικαταστήσει όλες τις θέσεις εργασίας και εκατομμύρια άνθρωποι θα χάσουν τις δουλειές τους. Όμως η πραγματικότητα είναι πιο περίπλοκη. Σύμφωνα με την έκθεση GenAI Divide 2025 του MIT: 5% των ολοκληρωμένων πιλότων γενετικής τεχνητής νοημοσύνης Αποσπούσε σημαντική αξία. Το υπόλοιπο 95% δεν έδειξε μετρήσιμο αντίκτυπο στο P&L.
Τι συμβαίνει εδώ; Είναι εύκολο για τα στελέχη να εξετάσουν την έλλειψη προόδου του οργανισμού τους και να καταλήξουν στο συμπέρασμα ότι η τεχνητή νοημοσύνη είναι όλη η διαφημιστική εκστρατεία ή ότι τα σημερινά μοντέλα απλά δεν είναι αρκετά έξυπνα. Αυτός είναι ο λάθος τρόπος σκέψης. Στην πραγματικότητα, τα μοντέλα δεν διαθέτουν ένα από τα πιο πολύτιμα περιουσιακά στοιχεία που έχει ένας οργανισμός: το πλαίσιο. Οι περισσότεροι οργανισμοί δεν δομούν αυτό το πλαίσιο με τρόπο που τα συστήματα τεχνητής νοημοσύνης να μπορούν πραγματικά να το χρησιμοποιήσουν.
Όποιος έχει παρακολουθήσει οικονομικές ειδήσεις ή έχει μιλήσει με χρηματοοικονομικούς συμβούλους έχει ακούσει για την πρώτη κατηγορία ισχύος της τεχνητής νοημοσύνης: ερευνητικά εργαστήρια, κατασκευαστές τσιπ, «υπερκλιμακωτές» και επενδυτές που χρηματοδοτούν κλιμάκωση. Ο δικός μου οικονομικός σύμβουλος μου είπε κάποτε ότι ο καλύτερος αντιστάθμισης έναντι του αρνητικού σεναρίου της αντικατάστασης θέσεων εργασίας με τεχνητή νοημοσύνη είναι να κατέχω την υποδομή. Αυτό μάλλον είναι σωστό.
Αλλά μια δεύτερη κατηγορία ισχύος AI αναδύεται, και είναι πολύ πιο διακριτική. Είναι οι θυρωροί. Οι άνθρωποι αποφασίζουν ποιο πλαίσιο εμπίπτει στο σύστημα, πώς είναι οργανωμένο το σύστημα και τι ορίζει ο οργανισμός ως “καλό”. Με άλλα λόγια, οι νέοι power brokers εντός των εταιρειών είναι διαιτητές των «προτιμήσεων». Αποφασίζουν τι μπορεί να μάθει η τεχνητή νοημοσύνη, ποιες πληροφορίες μπορεί να εμπιστευτεί και ποια πρότυπα πρέπει να μιμηθεί.
Πώς αναπτύσσονται οι νέες προσλήψεις προς τη δημιουργία αξίας μετά τις πρώτες 90 έως 180 ημέρες στον οργανισμό σας; Τα επαναλαμβανόμενα σχόλια από την ομάδα σας βελτιώνουν τα αρχικά σας παραδοτέα σε αυτά που στέλνετε πραγματικά σε πελάτες, συνεργάτες, πελάτες ή διοίκηση. Δεν έχουν διαβάσει όλο το υλικό ενσωμάτωσης ή δεν έχουν ακούσει δεκάδες συσκέψεις Zoom. Αυτό συμβαίνει μέσω επαναλαμβανόμενης επεξεργασίας και ανατροφοδότησης. Οι ανακρίβειες θα διορθωθούν. Η γλώσσα και ο τόνος σας θα γίνουν πιο ευκρινείς. Προστίθεται ένα πλαίσιο πελάτη. Τα αποτελέσματα των εργαζομένων είναι πιο κοντά σε αυτό που ο οργανισμός θεωρεί καλό. Οι εργαζόμενοι που αναπτύσσονται γρήγορα λέγεται ότι είναι υπάλληλοι «να το κάνουν σωστά». Αυτό που πραγματικά ρουφούν είναι η κρίση.
Το χάσμα μεταξύ του πρώτου σχεδίου και της τελικής έκδοσης αντανακλά τις προτιμήσεις, την κρίση, τις συνθήκες του πελάτη, τις οργανωτικές γνώσεις και την ανοχή οργανωτικού κινδύνου. Αυτό το ονομάζω μονοπάτι επεξεργασίας και γίνεται το περιουσιακό στοιχείο του ίδιου του οργανισμού.
Σκεφτείτε μια ομάδα επικοινωνίας που ανταποκρίνεται σε αρνητικές ιστορίες. Ρίξτε τις ιστορίες σας στο ChatGPT και λάβετε συνοπτικές περιλήψεις και εύλογες απαντήσεις αμέσως. Πιθανότατα θα περιλαμβάνει οικεία γλώσσα σχετικά με το πόσο σοβαρά αντιμετωπίζει η εταιρεία αυτό το ζήτημα. Αλλά η πραγματική δουλειά δεν είναι να κάνουμε εύλογες δηλώσεις. Έχει να κάνει με το να γνωρίζουμε τι μπορούν να πουν πραγματικά οι εταιρείες. Έχουμε χρησιμοποιήσει αυτή την έκφραση στο παρελθόν; Ποια είναι τα κορυφαία στελέχη που μπορούν να περάσουν αξιόπιστα αυτό το μήνυμα; Ποιοι είναι οι δημοσιογράφοι που κάλυψαν επικριτικά ή θετικά την εταιρεία; Πώς άλλαξε η τελική δήλωση μετά την έγκρισή της από την επικοινωνία, τη νομική και τον διευθύνοντα σύμβουλο; Τι είναι νόμιμο;
Αυτό το πλαίσιο σπάνια υπάρχει σε ένα μόνο έγγραφο. Αυτό υπάρχει στο ιστορικό επεξεργασίας, η διαφορά μεταξύ του πρώτου προσχέδιο και της τελικής έκδοσης που τελικά δημοσιεύτηκε. Οι εταιρείες που καταγράφουν αυτό το μονοπάτι κάνουν περισσότερα από την απλή αποθήκευση πρόχειρων. Κωδικοποιεί πώς φαίνεται η καλή κρίση μέσα σε έναν οργανισμό. Αυτοί που αποφασίζουν ποιες από αυτές τις συλλογές γίνονται επαναχρησιμοποιήσιμες οργανωτικές γνώσεις καθορίζουν αποτελεσματικά πώς μαθαίνουν τα συστήματα AI του οργανισμού.
Εσωτερικά, η οργάνωση έχει ένα πλεονέκτημα. Οι διαχειριστές περιβάλλοντος επιλέγουν ποιες πληροφορίες, διαδικασίες και δεδομένα μπορεί να έχει πρόσβαση ένα σύστημα τεχνητής νοημοσύνης. Αλλά εξωτερικά, υπάρχουν πολύ μεγαλύτερες προκλήσεις.
Καθώς περισσότεροι άνθρωποι βασίζονται σε μηχανές τεχνητής νοημοσύνης στις διαδικασίες λήψης αποφάσεων, η φήμη στο επίπεδο της τεχνητής νοημοσύνης είναι πιο σημαντική από ποτέ. Οι εταιρείες πρέπει να κατανοήσουν ποιες πηγές πληροφοριών επηρεάζουν τις απαντήσεις της τεχνητής νοημοσύνης, ποιες ιστορίες ενισχύουν αυτές οι πηγές και πού εισέρχονται παραπληροφόρηση ή ξεπερασμένες πληροφορίες στο σύστημα.
Οι υποψήφιοι πιθανώς θα ρωτήσουν τον βοηθό σας AI πώς συγκρίνεται η εταιρεία σας με τους ανταγωνιστές σας. Ένας μηχανικός λογισμικού μπορεί να ρωτήσει τον Claude πώς είναι να δουλεύεις για σένα. Οι επενδυτές μπορεί να σας ρωτήσουν για τους μεγαλύτερους κινδύνους που αντιμετωπίζει ο κλάδος σας. Ως εκ τούτου, είναι εξίσου σημαντικό για τις επιχειρήσεις να σκέφτονται τόσο προσεκτικά τη διαχείριση του πλαισίου που είναι διαθέσιμο σε δημόσιες μηχανές τεχνητής νοημοσύνης όσο και τη διαχείριση του περιβάλλοντος εντός των δικών τους τειχών. Πρέπει επίσης να υπάρχει ένας βρόχος ανάδρασης για να διασφαλιστεί ότι οι πληροφορίες είναι ακριβείς και ενημερωμένες με την πάροδο του χρόνου.
Η τεχνητή νοημοσύνη μπορεί να μην αλλάζει τα πάντα, αλλά σίγουρα κάτι αλλάζει. Τα μοντέλα θα γίνουν πιο έξυπνα, πιο γρήγορα και φθηνότερα. Δεν υπάρχει τίποτα που μια εταιρεία δεν μπορεί να κάνει αυτή τη στιγμή.
Ένας εύκολος τρόπος για να ξεκινήσετε είναι να κάνετε στον εαυτό σας και σε άλλους δύο συναδέλφους τις ίδιες ερωτήσεις. “Ποιος είναι ο καλύτερος συντάκτης σε αυτόν τον οργανισμό;” Εάν το ίδιο όνομα εμφανίζεται πολλές φορές, πιθανότατα έχετε εντοπίσει έναν καλό υποψήφιο ως επιμελητή του περιβάλλοντος. Πρέπει αυτό το άτομο να κάθεται στο τμήμα πληροφορικής; Προϊόν; μάρκα; ανακοίνωση; Νομικός; Η απάντηση θα είναι διαφορετική για κάθε οργανισμό.
Αυτός ο ρόλος είναι πιθανό να έχει πολλούς διαφορετικούς τίτλους, αλλά ο ρόλος είναι πιο σημαντικός από το όνομα. Το σημαντικό είναι να ξεκινήσεις. Κάποιος πρέπει να έχει τις ερωτήσεις σχετικά με τα οργανωτικά περιβάλλοντα που μπορεί να έχει πρόσβαση η τεχνητή νοημοσύνη, τι είναι το “καλό” και πώς το συντακτικό ιστορικό μιας εταιρείας μπορεί να μετατραπεί σε επαναχρησιμοποιήσιμο στρατηγικό περιουσιακό στοιχείο. Εκεί χτίζεται η επόμενη κατηγορία ισχύος AI.
