Διευθύνων σύμβουλος IBM: Οι εργαζόμενοι πρέπει να μάθουν να συνεργάζονται με την τεχνητή νοημοσύνη

Ενώ εργαλεία όπως το ChatGPT βρίσκονται σχεδόν καθημερινά στην πρώτη γραμμή της επικαιρότητας, το πραγματικό ερώτημα είναι εάν η τεχνητή νοημοσύνη είναι πράγματι έτοιμη να προσφέρει μεταμορφωτικές αλλαγές για τις εταιρείες.

Αυτό αναφέρει ο διευθύνων σύμβουλος της IBM, Αρβίντ Κρίσνα, σε άρθρο του στο Fortune, σημειώνοντας ότι η απάντηση είναι ναι – και πολλές επιχειρήσεις το βλέπουν να συμβαίνει με δύο διαφορετικούς τρόπους: αξιόπιστη τεχνητή νοημοσύνη που υποστηρίζει την αυτοματοποίηση συνήθων επιχειρηματικών διαδικασιών και τεχνητή νοημοσύνη που λειτουργεί ως δημιουργικός συνεργάτης για την προώθηση της καινοτομίας.

Το 70% των ηγετών θα προτιμούσε ένα ρομπότ να παίρνει τις αποφάσεις

Ο Κρίσνα τονίζει επίσης στο άρθρο του ότι λύσεις τεχνητής νοημοσύνης αναπτύσσονται σε όλες τις εταιρείες για να βοηθήσουν στην αντιμετώπιση του είδους των εργασιών που οι περισσότεροι άνθρωποι θεωρούν επαναλαμβανόμενες, κάτι που απελευθερώνει τους υπαλλήλους να αναλάβουν εργασία υψηλότερης αξίας. Μάλιστα, όπως αναφέρει, αυτό είναι κάτι που έχουν βιώσει από πρώτο χέρι στην ομάδα Ανθρώπινου Δυναμικού της IBM.

Οι προτεραιότητες

Κάθε εταιρεία, ανεξάρτητα από το μέγεθός της, λέει ο διευθύνων σύμβουλος της IBM, πρέπει να δώσει προτεραιότητα στην πρόσληψη, την προώθηση και τη διατήρηση ταλέντων. Μεγάλο μέρος αυτής της εργασίας συνεπάγεται τη συγκέντρωση μεγάλων ποσοτήτων δεδομένων και τεκμηρίωσης για τυποποιημένες διαδικασίες όπως οι κύκλοι προώθησης.

Ακριβώς σε αυτό το σημείο εισέρχεται στην εξίσωση η βοήθεια της τεχνητής νοημοσύνης της IBM μέσω της οποίας αυτοματοποιούνται τα «βασικά βήματα μιας πολύ μη αυτόματης διαδικασίας». Εντός της IBM, με την πιλοτική χρήση της συγκεκριμένης τεχνολογίας, έγινε εφικτό να μεταπέσει το τμήμα HR από τους 700 εργαζόμενους σε λιγότερους από 50. Αυτό απελευθέρωσε σημαντικό αριθμό προσωπικού να αφιερώνει περισσότερο χρόνο σε αντικείμενα όπως ο επαγγελματικός προσανατολισμός και η υποστήριξη των διευθυντικών στελεχών, που απαιτεί σκέψη και δημιουργικότητα, αντί να κάνει γραφειοκρατική εργασία ρουτίνας.

Αλλά ο Κρίσνα τονίζει και παραδείγματα εκτός IBM, στα οποία η τεχνητή νοημοσύνη παρέχει σημαντικό ανταγωνιστικό πλεονέκτημα. Αναφέρει χαρακτηριστικά ότι υπάρχουν περιπτώσεις όπου οι ψηφιακές λύσεις εργασίας επέτρεψαν στις επιχειρήσεις να επιτύχουν 60% ταχύτερους χρόνους επεξεργασίας, να απαντήσουν σε εκατοντάδες χιλιάδες ερωτήσεις κάθε μήνα με ακρίβεια 95% και να μειώσουν τον χρόνο που αφιερώνουν στην αναζήτηση πληροφοριών έως και 75%.

Η… «δημιουργική» τεχνητή νοημοσύνη

Φυσικά, η σημερινή τεχνητή νοημοσύνη υπερέχει σε κάτι περισσότερο από την απλή αυτοματοποίηση επαναλαμβανόμενων εργασιών. Μεγάλο μέρος του πρόσφατου ενθουσιασμού γύρω από τη δημιουργία τεχνητής νοημοσύνης έχει επικεντρωθεί στην ικανότητά του να συνθέτει κείμενο και να εξοικονομεί χρόνο με τα πάντα, από τη σύνταξη e-mail έως τη δημιουργία παρουσιάσεων πωλήσεων. Αλλά οι άνθρωποι συνεργάζονται επίσης με την τεχνητή νοημοσύνη για να πυροδοτήσουν την καινοτομία, αναφέρει ο επικεφαλής της IBM.

Αναφέρει χαρακτηριστικά το παράδειγμα της μοριακής παραγωγής, τονίζοντας ότι υπάρχουν εκατομμύρια, αν όχι δισεκατομμύρια, πιθανοί τρόποι συνδυασμού μορίων. Είναι σχεδόν αδύνατο για τους επιστήμονες να προσομοιώσουν αυτές τις αναλύσεις με την υπάρχουσα τεχνολογία –ακόμη και χρησιμοποιώντας τους πιο ισχυρούς υπερυπολογιστές του κόσμου. Η… «δημιουργική» τεχνητή νοημοσύνη μπορεί να βοηθήσει στην προώθηση αυτού του έργου, το οποίο βρίσκεται στο επίκεντρο των διαδικασιών που αλλάζουν τον κόσμο, όπως η ανακάλυψη νέων φαρμάκων και η κατασκευή πιο αποτελεσματικών μπαταριών για ηλεκτρικά οχήματα.

Προετοιμασία για το μέλλον

Ο Αρβίντ Κρίσνα τονίζει στη συνέχεια ότι οι εταιρείες πρέπει να προετοιμάσουν το εργατικό δυναμικό τους για αυτές τις νέες εφαρμογές της τεχνητής νοημοσύνης. Αυτό σημαίνει ότι θα πρέπει να μάθουν να συνδυάζουν την ανθρώπινη τεχνογνωσία και τη γνώση περίπλοκων διαδικασιών (όπως η κυκλοφορία ενός νέου φαρμάκου στην αγορά) με εργαλεία τεχνητής νοημοσύνης για την επίτευξη στόχων πιο γρήγορα. Σημαίνει επίσης παροχές στους ανθρώπους με τις σχετικές δεξιότητες ώστε να συνεργαστούν δημιουργικά και υπεύθυνα με την τεχνητή νοημοσύνη.

Αυτό δεν σημαίνει ότι κάθε εργαζόμενος θα πρέπει να μάθει πώς να γράφει κώδικα, αναφέρει ο διευθύνων σύμβουλος της IBM, αλλά οι περισσότεροι θα πρέπει να εξοικειωθούν με νέες λύσεις τεχνητής νοημοσύνης. Ταυτόχρονα, σημειώνει, οι εταιρείες θα πρέπει να σκεφτούν συστημικά πώς να μετακινήσουν τους ανθρώπους που έχουν απελευθερωθεί από τη συνήθη εργασία μέσω της τεχνητής νοημοσύνης σε ρόλους που είναι πιο ικανοποιητικοί και επηρεάζουν την επιχείρηση.

Με αυτόν τον τρόπο, η διοχέτευση της τεχνητής νοημοσύνης στις ροές εργασίας μιας εταιρείας όχι μόνο θα οδηγήσει σε νέα γνώση και καινοτομία, αλλά θα οδηγήσει επίσης σε ένα πιο ικανοποιημένο και παραγωγικό εργατικό δυναμικό, καταλήγει.

Εμπιστοσύνη

Η ραχοκοκαλιά κάθε νέας τεχνολογίας είναι η εμπιστοσύνη, συνεχίζει ο Αρβίντ Κρίσνα για να συμπληρώσει ότι παρά τις πρόσφατες καινοτομίες, η τεχνητή νοημοσύνη εξακολουθεί να αντιμετωπίζει τεράστια εμπόδια: μπορεί να είναι επιρρεπής σε σφάλματα, να δημιουργεί με αυτοπεποίθηση εύλογες, αλλά λανθασμένες απαντήσεις, ακόμη και να εξαπατηθεί ώστε να αγνοήσει τους προγραμματισμένους περιορισμούς της για να εκτελέσει δυνητικά επιβλαβείς ενέργειες.

Οι πελάτες και οι κυβερνήσεις αναμένουν από τις επιχειρήσεις να παρέχουν τα υψηλότερα πρότυπα ασφάλειας, απορρήτου, προστασίας δεδομένων και συμμόρφωσης. Οι εταιρείες πρέπει να είναι σαφείς σχετικά με τον τρόπο εκπαίδευσης των συστημάτων τεχνητής νοημοσύνης τους, ποια δεδομένα χρησιμοποιούνται σε αυτήν την εκπαίδευση και τι περιλαμβάνει τις συστάσεις ενός συστήματος τεχνητής νοημοσύνης. Η ανάπτυξη υπεύθυνης, ηθικής τεχνητής νοημοσύνης απαιτεί να αφαιρέσουμε κάθε πιθανότητα ανθρώπινης προκατάληψης, τονίζει.

Οι άνθρωποι που συνεργάζονται με αξιόπιστη τεχνητή νοημοσύνη θα έχουν μια μεταμορφωτική επίδραση στην οικονομία και την κοινωνία μας, καταλήγει ο επικεφαλής της IBM. Η χρήση της τεχνητής νοημοσύνης αναμένεται να ξεκλειδώσει σχεδόν 16 τρισεκατομμύρια δολάρια σε παραγωγικότητα έως το 2030. Ήρθε η ώρα να αγκαλιάσουμε αυτή τη συνεργασία – και να προετοιμάσουμε το εργατικό δυναμικό μας για όλα όσα έχει να προσφέρει η τεχνητή νοημοσύνη, καταλήγει στο άρθρο του.