Επιχειρήσεις που απολύουν εργαζομένους για να τους αντικαταστήσουν με συστήματα τεχνητής νοημοσύνης μπορεί τελικά να ξοδέψουν περισσότερα χρήματα από όσα προσδοκούν να εξοικονομήσουν.
Αιτία είναι ότι τα συστήματα AI δεν γνωρίζουν τις ιδιαιτερότητες και τις ανάγκες κάθε εταιρείας, ενώ για την εποπτεία και την ορθή λειτουργία τους εξακολουθεί να χρειάζεται ανθρώπινη παρέμβαση.
Τη διαπίστωση έκανε στην εφημερίδα Gazeta.Ru ο Μιχαήλ Ζάιτσεφ, ειδικός στον αυτοματισμό υποδομών πληροφορικής και μηχανικός DevOps, της προσέγγισης Development + Operations που ενώνει την ανάπτυξη λογισμικού με τις λειτουργίες πληροφορικής.
Όπως υπογράμμισε, στις περισσότερες περιπτώσεις η αντικατάσταση εξειδικευμένου προσωπικού από την τεχνητή νοημοσύνη δεν είναι τεχνική επιλογή, αλλά καθαρά διοικητική απόφαση. Η AI, είπε, είναι σήμερα χρήσιμη για την αυτοματοποίηση επαναλαμβανόμενων εργασιών και όχι για την πλήρη υποκατάσταση των ανθρώπων. Δεν μπορεί μόνη της να κατανοήσει το επιχειρηματικό περιβάλλον και να πάρει τις κατάλληλες αποφάσεις. Αυτό ίσως γίνει δυνατό στο μέλλον, σίγουρα όμως όχι τώρα.
Μετά τις απολύσεις, εξήγησε ο Ζάιτσεφ, η εποπτεία των συστημάτων τεχνητής νοημοσύνης περνά συνήθως σε κάποιον από τους εργαζομένους που μένουν, ο οποίος σηκώνει ήδη αυξημένο φόρτο.
Για να λειτουργήσει αποτελεσματικά ένα τέτοιο σύστημα, πρέπει να του δοθούν εξαιρετικά σαφείς οδηγίες και κανόνες. Τη διαμόρφωσή τους, όμως, την είχαν ως μία από τις βασικές αρμοδιότητές τους ακριβώς όσοι απολύθηκαν, σημείωσε.
Η χρήση της τεχνητής νοημοσύνης δεν είναι καθόλου φθηνή, αφού κάθε αίτημα προς ένα μοντέλο έχει κόστος. Σε δοκιμή, ο Ζάιτσεφ ανέθεσε σχετικά απλή εργασία σε ένα από τα φθηνότερα κινεζικά μοντέλα AI. Μέσα σε μία μόνο ώρα το σύστημα κατανάλωσε πόρους αξίας 50 ευρώ, χωρίς να ολοκληρώσει ικανοποιητικά ό,τι του είχε ανατεθεί.
Αν χρειάζεται και περαιτέρω εκπαίδευση του μοντέλου, ώστε να προσαρμοστεί στις ανάγκες συγκεκριμένης επιχείρησης, το κόστος μεγαλώνει. Προστίθενται οι δαπάνες εκπαίδευσης και η αμοιβή εξειδικευμένου και ακριβού επαγγελματία, διευκρίνισε.
Οι επιπτώσεις από την αντικατάσταση εργαζομένων με αυτοματοποιημένα συστήματα γίνονται ιδιαίτερα αισθητές στην εξυπηρέτηση πελατών, σύμφωνα με τον ειδικό. Στις περισσότερες επιχειρήσεις η πρώτη γραμμή υποστήριξης έχει ήδη μεταφερθεί σε αυτοματοποιημένα συστήματα.
Συχνά, όμως, δεν πρόκειται καν για πραγματική τεχνητή νοημοσύνη, αλλά για απλές εφαρμογές αυτοματισμού που χρησιμοποιούν συνθετική φωνή.
Έτσι, το αυτοματοποιημένο σύστημα δεν κατανοεί το αίτημα του πελάτη, ενώ η επαφή με εκπρόσωπο της εταιρείας αποδεικνύεται συχνά εξαιρετικά δύσκολη. Οι πελάτες χάνουν χρόνο, εκνευρίζονται και δυσανασχετούν όλο και περισσότερο με την ποιότητα της εξυπηρέτησης.
Έρευνα της εταιρείας πληροφορικής edna, στην οποία παραπέμπει το ρωσικό πρακτορείο ειδήσεων TASS, δείχνει ότι το 62% των Ρώσων ξεχωρίζει ως τη χειρότερη εμπειρία με τμήμα εξυπηρέτησης πελατών την προσπάθεια να μιλήσει με έναν πραγματικό εκπρόσωπο.
Ο Ζάιτσεφ κατέληξε ότι ο συνδυασμός ενός εργαζομένου με εργαλεία τεχνητής νοημοσύνης μπορεί να αποδειχθεί πολύ πιο οικονομικός και αποδοτικός από ένα σύστημα AI στο οποίο δίνονται απλώς αόριστες εργασίες. Γι' αυτό, πρόσθεσε, παραμένει φθηνότερο για μια επιχείρηση να διατηρεί στο προσωπικό της άνθρωπο που γνωρίζει και λαμβάνει υπόψη όλες τις ιδιαιτερότητες της δραστηριότητάς της.

































