Στο7ο Διεθνές Συνέδριο του Οικονομικό Επιμελητήριο της Ελλάδας- Economic Chamber of Greece (ΟΕΕ) μεταξύ άλλων συζητήθηκε ο ρόλος της Τεχνητής Νοημοσύνης (ΤΝ) ως καταλύτης για την αύξηση της παραγωγικότητας και οι επιπτώσεις της στην αγορά εργασίας, μέσα από ένα πάνελ ειδικά αφιερωμένο σε αυτό το θέμα.
Η Τεχνητή Νοημοσύνη ως καταλύτης για την παραγωγικότητα
* Μια νέα «παραγωγική επανάσταση»: Η ΤΝ χαρακτηρίστηκε όχι απλώς ως μία τεχνολογική εξέλιξη, αλλά ως μια «παραγωγική επανάσταση» που συγκρίνεται σε βάθος με τη Βιομηχανική Επανάσταση. Σήμερα παρατηρείται ήδη σημαντική αύξηση της παραγωγικότητας, μείωση του κόστους και επιτάχυνση των διαδικασιών σε κλάδους όπως η υγεία, ο τουρισμός, το fintech, η εκπαίδευση και η γεωργία.
* Ριζικός ανασχεδιασμός λειτουργιών (Reinvention): Η ΤΝ δεν πρέπει να αντιμετωπίζεται απλώς ως ένα αυτόνομο ψηφιακό εργαλείο, αλλά ως ένας "πολλαπλασιαστής". Για να κεφαλαιοποιηθεί η αξία της, οι επιχειρήσεις πρέπει να προχωρήσουν σε πλήρη ανασχεδιασμό (reinvention) και επαναπροσδιορισμό του επιχειρηματικού τους μοντέλου και των διαδικασιών τους.
* Ποσοτικά Οφέλη: Μελέτες δείχνουν ότι η υιοθέτηση του Generative AI μπορεί να βελτιώσει συνολικά την παραγωγικότητα κατά 23%. Ήδη, ο μέσος εργαζόμενος σε μεγάλες επιχειρήσεις κερδίζει περίπου 1 ώρα την ημέρα αξιοποιώντας εργαλεία ΤΝ για εργασίες ρουτίνας. Στη βιομηχανία, η υπολογιστική όραση μέσω ΤΝ αυξάνει την ακρίβεια στους ελέγχους (έως 99%) και μειώνει τον απρογραμμάτιστο χρόνο παύσης μηχανημάτων κατά 35% έως 45%.
* Αντίκτυπος στο ΑΕΠ: Εάν η ενσωμάτωση της ΤΝ συνδυαστεί με κατάλληλες υποδομές και ψηφιακά οικοσυστήματα, εκτιμάται ότι το ΑΕΠ της χώρας μπορεί να αυξηθεί από 6,4% έως 11,6% σε βάθος δεκαετίας.
Οι αλλαγές και οι προκλήσεις στην αγορά εργασίας
* Αλλαγή της φύσης των εργασιών (tasks): Η ΤΝ δεν φέρνει μόνο αυτοματοποίηση, αλλά αλλάζει ριζικά τον τρόπο με τον οποίο γίνονται οι ίδιες οι εργασίες. Αν και ορισμένες κατηγορίες επαγγελμάτων κινδυνεύουν με αυτοματοποίηση, τονίστηκε πως "το AI δεν θα κλέψει τις δουλειές μας, αν εμείς πρώτοι διαμορφώσουμε τους όρους της ένταξής του", κάτι που απαιτεί επειγόντως σχέδιο για επανακατάρτιση.
* Τεράστια έλλειψη ψηφιακών δεξιοτήτων (Skills Gap): Παρά τον φόβο για απώλεια θέσεων εργασίας, το πραγματικό πρόβλημα (bottleneck) αυτή τη στιγμή είναι ότι δεν υπάρχουν αρκετοί άνθρωποι με τις απαραίτητες δεξιότητες (όπως AI engineers και προσωπικό ICT) για να υλοποιήσουν αυτά που πρέπει να γίνουν.
* Το χάσμα των γενεών και των επιχειρήσεων: Ενώ οι νέοι στην Ελλάδα (16-24 ετών) βρίσκονται στην πρώτη θέση στην Ευρώπη με ποσοστό προσωπικής χρήσης της ΤΝ στο 83,5% («AI native»), στον επιχειρηματικό τομέα —ιδίως στις πολύ μικρές επιχειρήσεις— το ποσοστό υιοθέτησης παραμένει στο χαμηλό 5,5%. Αυτοί οι νέοι, όταν μπουν στην αγορά εργασίας, θα απαιτήσουν τη χρήση τέτοιων εργαλείων από τις εταιρείες.
* Ανισορροπία μισθών - παραγωγικότητας: Από άλλη οπτική γωνία, επισημάνθηκε πως, προς το παρόν, η αύξηση της παραγωγικότητας μέσω της ΤΝ δεν έχει οδηγήσει σε αντίστοιχη αύξηση των μισθών ή σε σημαντική δημιουργία νέων θέσεων εργασίας.
