Τον Νοέμβριο του 2025, στο U.S.–Saudi Investment Forum στην Ουάσιγκτον, ο Elon Musk υποστήριξε ότι μέσα στα επόμενα 10 έως 20 χρόνια η εργασία θα μπορούσε να γίνει «προαιρετική». Η τεχνητή νοημοσύνη και η ρομποτική, κατά την εκτίμησή του, θα μπορούσαν να αυξήσουν τόσο πολύ την παραγωγή αγαθών και υπηρεσιών, ώστε μακροπρόθεσμα ακόμη και το χρήμα να χάσει μέρος της σημερινής του σημασίας.
Ως κυριολεκτική πρόβλεψη ακούγεται υπερβολική. Ως περιγραφή όμως μιας πιθανής κατεύθυνσης της οικονομίας είναι πολύ πιο ενδιαφέρουσα απ’ όσο φαίνεται με την πρώτη ματιά.
Διότι πίσω από την εντυπωσιακή φράση περί «τέλους της εργασίας» βρίσκεται ένα αρκετά απλό οικονομικό ερώτημα: τι συμβαίνει όταν ένα όλο και μεγαλύτερο μέρος της πνευματικής εργασίας εκτελείται από λογισμικό και ένα αντίστοιχα μεγαλύτερο μέρος της φυσικής εργασίας από μηχανές;
Η απάντηση δεν αφορά μόνο τους εργαζομένους. Αφορά την ενέργεια, τα ηλεκτρικά δίκτυα, τα κέντρα δεδομένων, τις πρώτες ύλες, τη βιομηχανία και, τελικά, το ποιος θα ελέγχει τις υποδομές πάνω στις οποίες θα στηρίζεται η νέα παραγωγικότητα.
Ο Musk δεν είναι ο πρώτος που προβλέπει ότι η τεχνολογία μπορεί να μας απαλλάξει από μεγάλο μέρος της εργασίας. Το 1930, μέσα στη Μεγάλη Ύφεση, ο John Maynard Keynes έγραψε το περίφημο «Economic Possibilities for our Grandchildren». Υπολόγιζε ότι η τεχνολογική πρόοδος και η συσσώρευση κεφαλαίου θα μπορούσαν μέσα σε έναν αιώνα να πολλαπλασιάσουν το βιοτικό επίπεδο και να περιορίσουν την αναγκαία εργασία περίπου στις 15 ώρες εβδομαδιαίως.
Στο πρώτο σκέλος αποδείχθηκε εντυπωσιακά διορατικός. Η παραγωγικότητα και το πραγματικό βιοτικό επίπεδο αυξήθηκαν σε διαστάσεις που θα έμοιαζαν εξωπραγματικές το 1930. Οι 15 ώρες εργασίας, όμως, δεν ήρθαν.
Πρόσφατη ανάλυση του IMF καταλήγει μάλιστα ότι η οικονομική ανάπτυξη από μόνη της δεν οδηγεί αυτομάτως σε μικρότερη εβδομάδα εργασίας. Το πόσο εργάζεται μια κοινωνία εξαρτάται από θεσμούς, κοινωνικές επιλογές, εισοδηματική κατανομή και το επίπεδο κατανάλωσης που επιδιώκει.
Αυτό είναι ένα χρήσιμο αντίβαρο στον Musk.Η τεχνολογία μπορεί να μας δώσει τη δυνατότητα να εργαζόμαστε λιγότερο.Δεν σημαίνει ότι η οικονομία θα κατανείμει αυτομάτως τα οφέλη της παραγωγικότητας με τρόπο που θα επιτρέψει σε όλους να το κάνουν.
Για την ώρα δεν βρισκόμαστε σε έναν κόσμο όπου η τεχνητή νοημοσύνη καταργεί μαζικά επαγγέλματα.
Βρισκόμαστε σε έναν κόσμο όπου ένας άνθρωπος με ισχυρά εργαλεία ΤΝ μπορεί να κάνει περισσότερα.
Ο δικηγόρος μπορεί να επεξεργαστεί πολύ μεγαλύτερο όγκο εγγράφων. Ο μηχανικός να εξετάσει περισσότερα δεδομένα. Ένα τμήμα μάρκετινγκ να παράγει περισσότερο περιεχόμενο. Ο προγραμματιστής να γράψει και να ελέγξει κώδικα ταχύτερα.
Το ουσιαστικό πρώτο αποτέλεσμα, επομένως, δεν είναι: μηχανή αντί ανθρώπου.
Είναι: άνθρωπος με μηχανή αντί περισσότερων ανθρώπων.
Ακόμη και αυτή η διαφορά αρκεί για να επηρεάσει σταδιακά τη δομή της απασχόλησης.Το μεγάλο άλμα, όμως, θα γίνει όταν η τεχνητή νοημοσύνη πάψει να βρίσκεται μόνο μέσα σε έναν υπολογιστή.
Ένα προηγμένο μοντέλο μπορεί σήμερα να συντάξει μία οικονομική ανάλυση μέσα σε δευτερόλεπτα.Δεν μπορεί με την ίδια αξιοπιστία να μπει σε ένα μηχανοστάσιο, να εντοπίσει μία βλάβη, να επιλέξει τα κατάλληλα εργαλεία και να την επισκευάσει.
Αυτό ακριβώς επιχειρεί να αλλάξει η ρομποτική.
Και η εικόνα που έρχεται σήμερα από την Κίνα δείχνει ότι η μετάβαση από την εργαστηριακή επίδειξη στη μαζική βιομηχανική εφαρμογή έχει αρχίσει να επιταχύνεται. Οι σημερινές μηχανές απέχουν ακόμη αρκετά από ένα πραγματικά αυτόνομο ρομπότ γενικής χρήσης. Όμως η κατεύθυνση είναι σαφής: τεχνητή νοημοσύνη και ρομποτική αρχίζουν να συγκλίνουν.
Εάν κάποια στιγμή ένα μηχάνημα μπορεί να κατανοήσει την εντολή «πήγαινε στην αποθήκη, βρες αυτά τα κιβώτια και φόρτωσέ τα» και να την εκτελέσει σε μεταβαλλόμενο περιβάλλον χωρίς ειδικό προγραμματισμό, το οικονομικό αποτέλεσμα θα είναι πολύ μεγαλύτερο από εκείνο ενός ακόμη καλύτερου chatbot.
Θα αφορά εργοστάσια, logistics, λιμάνια, κατασκευές, γεωργία, εξορύξεις, αποθήκες και υποδομές. Και τότε θα εμφανιστεί ακόμη πιο έντονα ο παράγοντας που συχνά παραμερίζεται στη δημόσια συζήτηση για την ΤΝ: η ηλεκτρική ενέργεια.
Ένα εργοστάσιο που χρησιμοποιεί ρομπότ δεν αποκτά μηδενικό κόστος.
Αντί για μεγαλύτερη μισθολογική δαπάνη, αποκτά κόστος αγοράς και απόσβεσης εξοπλισμού, λογισμικού, συντήρησης, τηλεπικοινωνιών, υπολογιστικής ισχύος και ηλεκτρικής ενέργειας.
Ένα μέρος του κόστους εργασίας μετατρέπεται συνεπώς σε κόστος κεφαλαίου και ενέργειας.Αυτό είναι ίσως το σημείο της συζήτησης που ενδιαφέρει περισσότερο μια ενεργειακή οικονομία.
Για πολλές δεκαετίες η πρόσβαση σε φθηνό εργατικό δυναμικό αποτελούσε καθοριστικό στοιχείο για την επιλογή του τόπου εγκατάστασης μιας βιομηχανίας. Σε ένα πιο αυτοματοποιημένο παραγωγικό σύστημα, μεγαλύτερη σημασία μπορεί να αποκτήσει η πρόσβαση σε άφθονη, αξιόπιστη και ανταγωνιστικού κόστους ηλεκτρική ισχύ.Και ήδη έχουμε το πρώτο εργαστήριο αυτής της μετάβασης: τα κέντρα δεδομένων.
Η Ευρωπαϊκή Ένωση έχει ήδη διαμορφώσει ένα νομικό πλαίσιο που αντιμετωπίζει την τεχνητή νοημοσύνη ανάλογα με τον κίνδυνο της εφαρμογής της.
Ο Κανονισμός (ΕΕ) 2024/1689, ο γνωστός AI Act, χαρακτηρίζει ως υψηλού κινδύνου, υπό τις προϋποθέσεις του, συστήματα ΤΝ που χρησιμοποιούνται ως στοιχεία ασφαλείας στη διαχείριση και λειτουργία κρίσιμων υποδομών, μεταξύ των οποίων η παροχή ηλεκτρικής ενέργειας, φυσικού αερίου, θέρμανσης και νερού. Αντίστοιχη αυξημένη εποπτεία προβλέπεται για ορισμένες εφαρμογές στην απασχόληση και τη διαχείριση εργαζομένων.
Στην Ελλάδα, ο ν. 5321/2026 θέτει τα εθνικά μέτρα εφαρμογής του ευρωπαϊκού Κανονισμού και οργανώνει το σύστημα εποπτείας του. Πρόκειται για σημαντική λεπτομέρεια: ο AI Act, ως ευρωπαϊκός Κανονισμός, είναι άμεσα εφαρμοστέος· ο ελληνικός νόμος δεν τον «μεταφέρει» όπως μία Οδηγία, αλλά δημιουργεί τον εθνικό μηχανισμό εφαρμογής του.
Υπάρχει και δεύτερη, καθαρά ενεργειακή, νομική διάσταση.
Η Οδηγία (ΕΕ) 2023/1791 για την ενεργειακή απόδοση υποχρεώνει τα κράτη μέλη να απαιτούν από ιδιοκτήτες και διαχειριστές κέντρων δεδομένων με εγκατεστημένη ισχύ τεχνολογικού εξοπλισμού τουλάχιστον 500 kW να δημοσιοποιούν συγκεκριμένες πληροφορίες για τη λειτουργία τους. Το ευρωπαϊκό πλαίσιο παρακολουθεί πλέον όχι μόνο την κατανάλωση ηλεκτρικής ενέργειας, αλλά και το υδατικό αποτύπωμα, την αξιοποίηση απορριπτόμενης θερμότητας και τη συμμετοχή ανανεώσιμων πηγών. Ο κατ’ εξουσιοδότηση Κανονισμός (ΕΕ) 2024/1364 εξειδίκευσε αυτή την κοινή ευρωπαϊκή βάση δεδομένων και τα σχετικά μεγέθη.Αυτό έχει ιδιαίτερο ενδιαφέρον.
Μέχρι πρόσφατα ένα κέντρο δεδομένων αντιμετωπιζόταν κυρίως ως μία επένδυση ακινήτου, τηλεπικοινωνιών και πληροφορικής.Σταδιακά αντιμετωπίζεται και ως ενεργειακή υποδομή μεγάλης κατανάλωσης. Και αυτό θα έχει συνέπειες στην αδειοδότηση, στη χωροθέτηση, στις συνδέσεις στο δίκτυο, στις συμβάσεις προμήθειας και πιθανότατα στον τρόπο με τον οποίο σχεδιάζονται οι μελλοντικές επενδύσεις.
Για την Ελλάδα, το ζήτημα είναι πολύ πιο άμεσο από το εάν το 2040 θα κυκλοφορούν ανθρωποειδή ρομπότ στους δρόμους.Το πρώτο πρακτικό ερώτημα είναι εάν η χώρα μπορεί να γίνει περιφερειακός κόμβος κέντρων δεδομένων και ψηφιακών υποδομών.Και αυτό είναι πρωτίστως ενεργειακό και χωροταξικό ζήτημα.
Οι επενδύσεις αυτές χρειάζονται μεγάλες ποσότητες ηλεκτρικής ισχύος, υψηλή ασφάλεια εφοδιασμού, τηλεπικοινωνιακές συνδέσεις, κατάλληλες εκτάσεις και δυνατότητα γρήγορης σύνδεσης.
Η υψηλή διείσδυση των ΑΠΕ αποτελεί σημαντικό πλεονέκτημα. Δεν αρκεί όμως.
Ένα κέντρο δεδομένων δεν ενδιαφέρεται μόνο εάν το μεσημέρι υπάρχει άφθονη φθηνή ηλιακή παραγωγή.Χρειάζεται ισχύ στις τρεις τα ξημερώματα, όταν δεν φυσάει, όταν το σύστημα βρίσκεται σε αιχμή και όταν μία μονάδα ή μία γραμμή βρίσκεται εκτός λειτουργίας.
Η πραγματική εξίσωση είναι επομένως:παραγωγή + δίκτυα + αποθήκευση + διασυνδέσεις + ευελιξία + ασφάλεια εφοδιασμού.
Σε έναν κόσμο αυξανόμενης αυτοματοποίησης, το κράτος που μπορεί να προσφέρει αυτά τα στοιχεία αποκτά σοβαρό βιομηχανικό πλεονέκτημα.
Ας δεχθούμε για μια στιγμή ότι ο Musk έχει έστω κατά το ήμισυ δίκιο.
Ένα εργοστάσιο του 2040 μπορεί να παράγει τρεις ή τέσσερις φορές περισσότερο με πολύ λιγότερους ανθρώπους. Η οικονομία συνολικά έχει γίνει πλουσιότερη.Αυτό δεν σημαίνει ότι κάθε πολίτης έχει γίνει πλουσιότερος.
Εάν τα ρομπότ, τα προηγμένα μοντέλα, τα κέντρα δεδομένων και η ενεργειακή υποδομή ανήκουν σε έναν σχετικά μικρό αριθμό επιχειρήσεων και επενδυτών, η ίδια τεχνολογία που δημιουργεί αφθονία μπορεί παράλληλα να δημιουργήσει πρωτοφανή συγκέντρωση οικονομικής ισχύος.
Σε μια οικονομία όπου η πληροφορία παράγεται σχεδόν δωρεάν από συστήματα ΤΝ και μεγάλο μέρος της φυσικής εργασίας εκτελείται από μηχανές, η ηλεκτρική ενέργεια, τα δίκτυα, τα κέντρα δεδομένων, οι πρώτες ύλες και η ιδιοκτησία του παραγωγικού κεφαλαίου αποκτούν πολύ μεγαλύτερο βάρος. Και τότε η πρόσβαση στην ενέργεια δεν θα αποτελεί απλώς θέμα τιμολογίου. Θα αποτελεί στοιχείο βιομηχανικής πολιτικής, επενδυτικής ανταγωνιστικότητας και οικονομικής ισχύος.
Και εάν στο επόμενο παραγωγικό μοντέλο ένα σημαντικό μέρος της εργασίας γίνει πράγματι ηλεκτρικό, τότε το μεγάλο ερώτημα δεν θα είναι μόνο ποιος διαθέτει την καλύτερη τεχνητή νοημοσύνη.
Θα είναι ποιος διαθέτει την ενέργεια και τις υποδομές για να την κάνει να εργάζεται.
Νομική βάση και βασικές πηγές: Κανονισμός (ΕΕ) 2024/1689 για την Τεχνητή Νοημοσύνη, ν. 5321/2026, Οδηγία (ΕΕ) 2023/1791 για την ενεργειακή απόδοση, Κατ’ εξουσιοδότηση Κανονισμός (ΕΕ) 2024/1364, International Energy Agency, OECD, International Labour Organization, International Monetary Fund και Ευρωπαϊκή Επιτροπή.
Περισσότερες ειδήσεις
Η AI «φουσκώνει» την αγορά των data centers – Πάνω από 1 τρισ. δολάρια οι επενδύσεις έως το 2027
ΗΠΑ: Νέα ρεκόρ στην κατανάλωση ηλεκτρικής ενέργειας έως το 2027 λόγω AI και data centers
