Η υπόσχεση της τεχνητής νοημοσύνης για ταχύτερη και αποδοτικότερη εργασία φαίνεται πως, σε πολλές επιχειρήσεις, «σκοντάφτει» σε ένα απρόσμενο πρόβλημα: οι ίδιοι οι εργαζόμενοι καλούνται να «γεφυρώσουν» τα κενά μεταξύ αποσυνδεδεμένων AI εργαλείων, εφαρμογών και δεδομένων.

Σύμφωνα με νέα έρευνα της Workday, οι εργαζόμενοι μετατρέπονται ολοένα και περισσότερο σε ανθρώπινο«middleware», δηλαδή σεενδιάμεσους μηχανισμούς που αντιγράφουν πληροφορίες από σύστημα σε σύστημα, επιβεβαιώνουν δεδομένα και τροφοδοτούν χειροκίνητα τα prompts των εργαλείων AI.

Η κατάσταση είναι ιδιαίτερα έντονη στο Ηνωμένο Βασίλειο, όπου οι εργαζόμενοι χάνουν σχεδόν μία ολόκληρη εργάσιμη ημέρα κάθε εβδομάδα (!) προσπαθώντας να διαχειριστούν ασύνδετα συστήματα τεχνητής νοημοσύνης και εταιρικών εφαρμογών.

Πολλοί εργαζόμενοι λειτουργούν ως ανθρώπινο middleware

Η έρευνα δείχνει ότι περίπου ένας στους τέσσερις εργαζόμενους αφιερώνει περισσότερες από επτά ώρες την εβδομάδα σε εργασίες όπως:

• αντιγραφή δεδομένων μεταξύ εφαρμογών,
• συμφιλίωση αντικρουόμενων πληροφοριών,
• χειροκίνητη παροχή context σε AI εργαλεία,
• διαχείριση διαφορετικών πλατφορμών χωρίς κοινή διασύνδεση.

Παρότι η τεχνητή νοημοσύνη έχει ήδη αποδείξει ότι μπορεί να αυξήσει την παραγωγικότητα, η συνεχής εναλλαγή μεταξύ συστημάτων και η ανάγκη ελέγχου των αποτελεσμάτων φαίνεται να αναιρεί μεγάλο μέρος των κερδών αυτών.

«Πάρα πολλοί εργαζόμενοι λειτουργούν ως ανθρώπινο middleware ανάμεσα σε αποσυνδεδεμένα AI συστήματα», ανέφερε χαρακτηριστικά ο αντιπρόεδρος της Workday, Daniel Pell.

Η «ψευδαίσθηση παραγωγικότητας» και τα εμπόδια στην ενσωμάτωση της AI

Η εικόνα γίνεται ακόμη πιο σύνθετη καθώς, παρά τις δυσλειτουργίες, η ψυχολογία των εργαζομένων εμφανίζεται πιο θετική απέναντι στην AI.

Σχεδόν εννέα στους δέκα εργαζόμενους δήλωσαν ότι αισθάνονται μεγαλύτερη πρόοδο και καλύτερη σύνδεση με τους στόχους της εταιρείας τους, ενώ το 45% ανέφερε ότι η AI έχει ήδη επιταχύνει ουσιαστικά την εργασία του.

Ωστόσο, οι επιχειρήσεις εξακολουθούν να δυσκολεύονται να ενσωματώσουν βαθιά την τεχνητή νοημοσύνη στις καθημερινές ροές εργασίας.

Η Workday εντοπίζει ως βασικά εμπόδια:

• τις υπερβολικές εγκρίσεις και διαδικασίες ελέγχου,
• την άνιση εκπαίδευση και πρόσβαση σε AI εργαλεία,
• τα άκαμπτα εταιρικά workflows,
• αλλά και την κακή ποιότητα δεδομένων.

Περίπου το 62% των εργαζομένων στο Ηνωμένο Βασίλειο δηλώνει ότι αφιερώνει τουλάχιστον τον μισό εργασιακό χρόνο του στη «μετάφραση» και τον συντονισμό μεταξύ διαφορετικών συστημάτων αντί στη δημιουργία πραγματικής αξίας.

Η πραγματική αξία έρχεται όταν η AI ενσωματώνεται στα ίδια τα workflows

Όπως σημειώνει ο Daniel Pell, οι επιχειρήσεις που αποκομίζουν τη μεγαλύτερη αξία από την τεχνητή νοημοσύνη είναι εκείνες που την ενσωματώνουν απευθείας στα βασικά συστήματα όπου συνδέονται οι εργαζόμενοι, τα δεδομένα και οι καθημερινές εργασίες.

Η διαπίστωση αυτή αναδεικνύει ένα από τα μεγαλύτερα προβλήματα της σημερινής «AI μετάβασης»: πολλές εταιρείες επενδύουν μαζικά σε νέα εργαλεία, χωρίς όμως να έχουν προηγουμένως ενοποιήσει τις ψηφιακές τους υποδομές και τα εταιρικά δεδομένα.

Σε αυτό το περιβάλλον, η τεχνητή νοημοσύνη κινδυνεύει να μετατραπεί από εργαλείο αυτοματοποίησης σε ακόμη μία πηγή λειτουργικής πολυπλοκότητας.

Περισσότερες ειδήσεις

Από το CV… στο ChatGPT: Τα AI skills μετρούν πλέον περισσότερο από το πτυχίο και η Gen Z παίρνει το «πάνω χέρι»

Gen Z χωρίς δουλειά, εταιρείες χωρίς ανθρώπους — Γιατί δεν πρέπει να αντικαθίστανται οι entry level θέσεις με AI

ChatGPT και generative AI: Όσο πιο γρήγορα βρίσκουμε απαντήσεις, τόσο λιγότερο σκεφτόμαστε;