Πόσο κινδυνεύετε να χάσετε τη δουλειά σας από την επανάσταση της Τεχνητής Νοημοσύνης

 13/04/2024    03 : 53 : 51
ai
65 / 100

Η Τεχνητή Νοημοσύνη (ΤΝ) ήταν ένα από τα πιο καυτά θέματα στις επιχειρήσεις, τα οικονομικά και την τεχνολογία το τελευταίο εξάμηνο. Ενώ η έννοια της τεχνητής νοημοσύνης υπάρχει από τη δεκαετία του 1950, μόλις τον Νοέμβριο του 2022 η τεχνητή νοημοσύνη έγινε mainstream και έγινε «οικιακό θέμα» με την εμφάνιση του ChatGPT. Όπως πολλές αναδυόμενες τεχνολογίες που αποκτούν ξαφνικά δυναμική, η ΤΝ έχει οδηγήσει σε μια σειρά συναισθημάτων, συμπεριλαμβανομένου του φόβου και του ενθουσιασμού, σύμφωνα με το ZeroHedge.

Μία από τις επικρατούσες ανησυχίες στον πραγματικό κόσμο σχετικά με την ΤΝ είναι το κατά πόσον θα διαταράξει σημαντικά την αγορά εργασίας. Αυτή την εβδομάδα, ο διευθύνων σύμβουλος της IBM, Άρβιντ Κρίσνα προκάλεσε κύματα λέγοντας ότι η εταιρεία σχεδιάζει να διακόψει τις προσλήψεις για ρόλους που πιστεύει ότι θα μπορούσαν να αντικατασταθούν από την ΤΝ τα επόμενα χρόνια. Ο Κρίσνα πήγε τα πράγματα ένα βήμα παραπέρα προβλέποντας ότι «θα μπορούσε εύκολα να δει το 30% αυτών να αντικαθίσταται από την ΤΝ και την αυτοματοποίηση σε μια πενταετία».

Ιστορικά παραδείγματα αναδυόμενων τεχνολογιών και εργασιακών διαταραχών

Υπάρχουν αρκετά ιστορικά παραδείγματα περιόδων κατά τις οποίες οι άνθρωποι προέβλεψαν λανθασμένα ότι οι αναδυόμενες τεχνολογίες θα αναστάτωναν σημαντικά τις αγορές εργασίας, όπως:

1. Η αυτόματη ταμειακή μηχανή (ΑΤΜ): Όταν τα ΑΤΜ πρωτοεμφανίστηκαν τη δεκαετία του 1970, πολλοί πίστευαν ότι θα αντικαθιστούσαν τους ταμίες των τραπεζών. Ωστόσο, ενώ τα ΑΤΜ αυτοματοποίησαν ορισμένες τραπεζικές λειτουργίες, επέτρεψαν επίσης στις τράπεζες να προσφέρουν περισσότερες υπηρεσίες και να επεκτείνουν τις ώρες λειτουργίας τους. Ως αποτέλεσμα, ο αριθμός των θέσεων εργασίας των τραπεζικών ταμειακών υπαλλήλων στην πραγματικότητα αυξήθηκε.

2. Το Διαδίκτυο: Όταν το διαδίκτυο έγινε ευρέως διαθέσιμο τη δεκαετία του 1990, κάποιοι προέβλεψαν ότι θα οδηγούσε σε μαζικές απώλειες θέσεων εργασίας. Δεν άργησε να αποδειχθεί ότι αυτή η αφήγηση ήταν λανθασμένη.

3. Η Βιομηχανική Επανάσταση: Η Βιομηχανική Επανάσταση οδήγησε στη μηχανοποίηση πολλών θέσεων εργασίας. Ενώ ορισμένοι εργάτες έχασαν τις δουλειές τους, η Βιομηχανική Επανάσταση δημιούργησε πολλές νέες θέσεις εργασίας στη μεταποίηση, τις μεταφορές και άλλες βιομηχανίες. Οι μισθοί στα εργοστάσια ήταν υψηλότεροι από αυτούς που έπαιρναν τα άτομα ως αγρότες και, καθώς τα εργοστάσια διαδόθηκαν ευρέως, απαιτήθηκαν περισσότερα διευθυντικά στελέχη και εργαζόμενοι για τη λειτουργία τους, αυξάνοντας τόσο την προσφορά θέσεων εργασίας όσο και τους μισθούς.

Πώς χρησιμοποιείται η τεχνητή νοημοσύνη στο εργατικό δυναμικό σήμερα

Σήμερα, μια παρόμοια ιστορία εκτυλίσσεται στην αγορά εργασίας. Αυτά είναι δύο πραγματικά παραδείγματα από την πρώτη γραμμή των επιχειρήσεων και της τεχνολογίας:

1. Συγγραφή κειμένων και μάρκετινγκ: ChatGPT και άλλες τεχνολογίες τεχνητής νοημοσύνης όπως η JasperAI έχουν αλλάξει γρήγορα τον τρόπο δημιουργίας περιεχομένου. Συνολικά, η διαδικασία από την αρχή συγγραφής ως το τέλος διαρκούσε περίπου μία εβδομάδα, πράγμα που σήμαινε ότι οι εταιρείες παρήγαγαν 4 άρθρα το μήνα. Από τότε που άρχισαν να αξιοποιούν το JasperAI, οι εταιρείες παράγουν πλέον 3-4 άρθρα την εβδομάδα. Αυτό μεταφράζεται σε περισσότερους «leads», οι οποίοι μεταφράζονται σε περισσότερους πελάτες, οι οποίοι μετατρέπονται σε μεγαλύτερη αύξηση των εσόδων και περισσότερες προσλήψεις. Είναι ασφαλής η δουλειά του κειμενογράφου; Σίγουρα. Η χρήση της τεχνολογίας TN δεν αντικαθιστά την ανάγκη της ή του ρόλου της, τον υπερφορτώνει και βοηθά την εταιρεία να κλιμακωθεί ταχύτερα, οδηγώντας σε περισσότερες προσλήψεις, όχι λιγότερες.

2. Αυτόνομα ρομπότ παράδοσης: πολλές εταιρίες έχουν ολοκληρώσει με επιτυχία εκατομμύρια παραδόσεις χρησιμοποιώντας τον αυτόνομο στόλο ρομπότ τους. Είναι αλήθεια ότι αυτά τα ρομπότ έχουν θέσει τους ανθρώπους εκτός εργασίας, αντικαθιστώντας την ανάγκη των ανθρώπων να παραδίδουν αντικείμενα με φυσικό τρόπο. Είναι επίσης αλήθεια ότι αυτή η τεχνολογία έχει δημιουργήσει εκατοντάδες νέες, εξειδικευμένες, υψηλότερα αμειβόμενες θέσεις εργασίας για τεχνικούς, διευθυντές, λειτουργούς και ειδικούς στα logistics που διασφαλίζουν ότι αυτά τα ρομπότ θα φτάσουν από το σημείο Α στο σημείο Β όπως προβλέπεται. Επιπλέον, συμβάλλει στην επίλυση ενός πολύ πραγματικού προβλήματος για τους λιανοπωλητές που ξεκλειδώνει την ανάπτυξη και το περιθώριο κέρδους: την παράδοση του τελευταίου χιλιομέτρου.

Πώς η τεχνητή νοημοσύνη θα μπορούσε να διαταράξει τις αγορές εργασίας στο μέλλον

Αν και κανείς δεν έχει κρυστάλλινη σφαίρα, η τεχνητή νοημοσύνη έχει ήδη χρησιμοποιηθεί για την αυτοματοποίηση ρουτίνας επαναλαμβανόμενων εργασιών σε τομείς όπως η μεταποίηση, η εισαγωγή δεδομένων και η εξυπηρέτηση πελατών. Αυτό έχει οδηγήσει σε απώλειες θέσεων εργασίας σε ορισμένους κλάδους, ιδίως σε θέσεις εργασίας χαμηλής ειδίκευσης και χαμηλού μισθού. Καθώς οι επιχειρήσεις συνεχίζουν να εφαρμόζουν νέες τεχνολογίες τεχνητής νοημοσύνης, είναι λογικό να περιμένουμε περισσότερα από τα ίδια.

Ωστόσο, αντιστρόφως, η ΤΝ θα συνεχίσει να ενισχύει την παραγωγικότητα και να οδηγεί στην αποδοτικότητα, οδηγώντας σε οικονομική ανάπτυξη, η οποία έχει ως αποτέλεσμα τη δημιουργία νέων θέσεων εργασίας. Ανατρέχοντας στην ιστορία, κάθε φορά που υπήρχαν ανησυχίες για την εκτόπιση θέσεων εργασίας λόγω της τεχνολογικής προόδου, τελικά δημιουργήθηκαν νέες θέσεις εργασίας. Είναι σημαντικό να σημειωθεί ότι ο αντίκτυπος της τεχνητής νοημοσύνης στην αγορά εργασίας δεν θα είναι ομοιόμορφος σε όλους τους κλάδους και τα επίπεδα δεξιοτήτων. Ορισμένοι κλάδοι και κατηγορίες θέσεων εργασίας θα δουν πιθανότατα σημαντικές απώλειες θέσεων εργασίας. Ωστόσο, θα είναι σημαντικό για τις επιχειρήσεις και τους φορείς χάραξης πολιτικής να προετοιμαστούν για αυτές τις αλλαγές επενδύοντας σε προγράμματα επανεκπαίδευσης και αναβάθμισης των δεξιοτήτων τους, ώστε να βοηθήσουν τους εργαζόμενους να μεταβούν σε νέους κλάδους και κατηγορίες θέσεων εργασίας.

Θα μπορούσε λοιπόν η τεχνητή νοημοσύνη να κλέψει τη δουλειά σας; Η απάντηση πιθανότατα εξαρτάται από το επάγγελμα και τον κλάδο σας. Αλλά όπως και σε προηγούμενα τεχνολογικά σημεία καμπής, αυτή η αναστάτωση θα δημιουργήσει νέες ευκαιρίες, καθώς η Τεχνητή Νοημοσύνη θα μεταμορφώσει την εργασία όπως την ξέρουμε.

ΠΗΓΗ

div#stuning-header .dfd-stuning-header-bg-container {background-color: #5dacee;background-size: initial;background-position: top center;background-attachment: initial;background-repeat: initial;}#stuning-header div.page-title-inner {min-height: 450px;}#main-content .dfd-content-wrap {margin: 0px;} #main-content .dfd-content-wrap > article {padding: 0px;}@media only screen and (min-width: 1101px) {#layout.dfd-portfolio-loop > .row.full-width > .blog-section.no-sidebars,#layout.dfd-gallery-loop > .row.full-width > .blog-section.no-sidebars {padding: 0 0px;}#layout.dfd-portfolio-loop > .row.full-width > .blog-section.no-sidebars > #main-content > .dfd-content-wrap:first-child,#layout.dfd-gallery-loop > .row.full-width > .blog-section.no-sidebars > #main-content > .dfd-content-wrap:first-child {border-top: 0px solid transparent; border-bottom: 0px solid transparent;}#layout.dfd-portfolio-loop > .row.full-width #right-sidebar,#layout.dfd-gallery-loop > .row.full-width #right-sidebar {padding-top: 0px;padding-bottom: 0px;}#layout.dfd-portfolio-loop > .row.full-width > .blog-section.no-sidebars .sort-panel,#layout.dfd-gallery-loop > .row.full-width > .blog-section.no-sidebars .sort-panel {margin-left: -0px;margin-right: -0px;}}#layout .dfd-content-wrap.layout-side-image,#layout > .row.full-width .dfd-content-wrap.layout-side-image {margin-left: 0;margin-right: 0;}