Κάθε μεγάλη τεχνολογική επανάσταση συνοδεύτηκε από φόβους για μαζική ανεργία. Συνέβη με τη βιομηχανική επανάσταση, με τον ηλεκτρισμό, με τους υπολογιστές και αργότερα με το διαδίκτυο. Ωστόσο, η ιστορία δείχνει ότι, παρότι ορισμένα επαγγέλματα εξαφανίζονται, δημιουργούνται πολύ περισσότερα νέα από εκείνα που χάνονται.
Το ίδιο φαίνεται να συμβαίνει και με την Τεχνητή Νοημοσύνη (ΤΝ). Σύμφωνα με πρόσφατες μελέτες του World Economic Forum, του Διεθνούς Νομισματικού Ταμείου και κορυφαίων εταιρειών συμβούλων, η μεγαλύτερη πρόκληση των επόμενων ετών δεν θα είναι η έλλειψη θέσεων εργασίας, αλλά η έλλειψη ανθρώπων με τις κατάλληλες δεξιότητες.
Η Ελλάδα δεν θα αποτελέσει εξαίρεση. Καθώς οι επιχειρήσεις αργά αλλά σταθερά, ενσωματώνουν λύσεις ΤΝ σε ERP, λογιστήρια, εργοστάσια, δίκτυα πωλήσεων και κέντρα εξυπηρέτησης πελατών, θα εμφανιστεί ζήτηση σε νέες ειδικότητες που μέχρι πρόσφατα δεν υπήρχαν.
Όλοι οι φίλοι μου με ρωτούν «Ποια όμως θα είναι τα επαγγέλματα που θα δημιουργηθούν;» Ποιες ειδικότητες θα έχουν ζήτηση στην ελληνική αγορά μέχρι το 2030; Τι πρέπει να σπουδάσουν τα παιδιά μας για να έχουν ένα όσο το δυνατόν πιο εξασφαλισμένο μέλλον;
Παρότι τα περισσότερα επαγγέλματα Τεχνητής Νοημοσύνης της επόμενης πενταετίας δεν έχουν δημιουργηθεί ακόμη, η κύρια ανατροπή θα συμβεί στις ήδη υπάρχουσες θέσεις εργασίας. Όλα δείχνουν ότι η μεγαλύτερη αλλαγή δεν είναι ότι η Τεχνητή Νοημοσύνη θα κάνει τη δουλειά των ανθρώπων αλλά ότι οι άνθρωποι θα δουλεύουν καθημερινά μαζί της.
Τα χαρακτηριστικά των νέων επαγγελμάτων της ΤΝ
Η ΤΝ δεν δημιουργεί απλώς νέα επαγγέλματα. Δημιουργεί μια εντελώς νέα κατηγορία εργασίας. Σε αντίθεση με τα επαγγέλματα που αναδείχθηκαν κατά την εποχή της μηχανογράφησης και του διαδικτύου, τα νέα επαγγέλματα της ΤΝ δεν επικεντρώνονται τόσο στην τεχνολογία, όσο στη συνεργασία ανθρώπων και ευφυών ψηφιακών συστημάτων.
Τα περισσότερα από αυτά τα επαγγέλματα δεν απαιτούν απαραίτητα τεχνικές ή προγραμματιστικές γνώσεις. Αντίθετα, απαιτούν βαθιά κατανόηση επιχειρησιακών διαδικασιών, ικανότητα λήψης αποφάσεων, κριτική σκέψη και αποτελεσματική αξιοποίηση της γνώσης που παράγουν τα συστήματα ΤΝ.
Ένα ακόμη χαρακτηριστικό τους είναι ότι βρίσκονται στο σημείο συνάντησης διαφορετικών επιστημονικών πεδίων. Συνδυάζουν στοιχεία διοίκησης επιχειρήσεων, πληροφορικής, ανάλυσης δεδομένων, κανονιστικής συμμόρφωσης, εκπαίδευσης και διαχείρισης ανθρώπινου δυναμικού. Για τον λόγο αυτό, πολλοί από τους επαγγελματίες που θα στελεχώσουν αυτές τις θέσεις δεν θα προέρχονται από τον χώρο της πληροφορικής, αλλά από τη βιομηχανία, τα οικονομικά, τις πωλήσεις, τα logistics, τη συντήρηση εξοπλισμού και άλλους επιχειρησιακούς τομείς. Άρα οι σπουδές από τις οποίες θα προέλθουν οι επαγγελματίες αυτοί, δεν θα είναι μόνο τεχνολογικές (π.χ. Πολυτεχνεία ή σχολές Ηλεκτρονικών υπολογιστών) αλλά από σχεδόν κάθε άλλο κλάδο (π.χ. Οικονομικά από ΟΠΑ ή ΠΑΠΕΙ ή νομική, γεωπονική κλπ.)
Το σημαντικότερο όμως χαρακτηριστικό είναι ότι τα νέα επαγγέλματα της ΤΝ δεν δημιουργούνται για να αντικαταστήσουν τον άνθρωπο, αλλά για να αξιοποιήσουν νέες δυνατότητες συνεργασίας ανθρώπων και μηχανών. Η ΤΝ δημιουργεί σήμερα μια νέα γενιά επαγγελματιών που θα σχεδιάζουν, θα εκπαιδεύουν, θα ελέγχουν, θα συντονίζουν και θα αξιοποιούν τα ευφυή συστήματα της, ώστε να συνεργάζονται με ανθρώπους.
Φανταστείτε μια ελληνική επιχείρηση το 2030. Στο λογιστήριο εργάζονται τέσσερις άνθρωποι και πέντε AI Agents. Στο τμήμα πωλήσεων οι πωλητές συνομιλούν καθημερινά με ψηφιακούς βοηθούς που προβλέπουν τη ζήτηση. Στη συντήρηση, η ΤΝ ειδοποιεί για βλάβες πριν αυτές συμβούν. Και κάπου ανάμεσα σε όλα αυτά, νέοι επαγγελματίες συντονίζουν, εκπαιδεύουν και ελέγχουν τα συστήματα ΤΝ.
Τα επαγγέλματα που ακολουθούν δεν προέκυψαν μόνο από τη μελέτη διεθνών ερευνών και προβλέψεων. Προκύπτουν επίσης από τη δική μου επαγγελματική εμπειρία σε έργα ψηφιακού μετασχηματισμού, συστήματα ERP, βιομηχανικές εφαρμογές και πιο πρόσφατα από την ανάπτυξη λύσεων ΤΝ για επιχειρήσεις στην Ελλάδα. Αν και αναμένονται να εμφανιστούν και εντελώς νέα επαγγέλματα για τα οποία δεν έχουμε καμία εικόνα σήμερα, τα δέκα συν ένας επαγγέλματα που ακολουθούν είναι, κατά την εκτίμησή μου, εκείνα που έχουν τις περισσότερες πιθανότητες να αναζητούν συστηματικά οι ελληνικές επιχειρήσεις μέχρι το 2030:
1. Σύμβουλος Επιχειρηματικού Μετασχηματισμού με ΤΝ (AI Business Transformation Consultant)
Ο σύμβουλος επιχειρηματικού μετασχηματισμού με ΤΝ θα βοηθά τις επιχειρήσεις να επανασχεδιάσουν διαδικασίες, οργανωτικά σχήματα και τρόπους εργασίας ώστε να αξιοποιήσουν την ΤΝ. Οι κύριες δραστηριότητές του είναι να αναλύει επιχειρησιακές διαδικασίες, να εντοπίζει εργασίες που μπορούν να αυτοματοποιηθούν, να σχεδιάζει νέες ροές εργασίας (workflows) συνεργασίας ανθρώπων και ΤΝ, να αξιολογεί επενδύσεις ΤΝ και να καθοδηγεί έργα μετασχηματισμού.
Σε μια μεγάλη βιομηχανία τροφίμων για παράδειγμα θα επανασχεδιάζει τη διαδικασία προγραμματισμού παραγωγής ώστε η ΤΝ να προτείνει ημερήσια πλάνα παραγωγής.
Δεν θα αρκεί πλέον η εγκατάσταση ενός συστήματος. Θα χρειαστούν καλοπληρωμένα στελέχη ώστε να προκύπτει πραγματική αξία από την αξιοποίηση της ΤΝ για αύξηση της παραγωγικότητας και βελτίωση της λήψης αποφάσεων.
Οι πιο σημαντικές δεξιότητες αυτής της ειδικότητας θα είναι η Επιχειρηματική Αντίληψη, η Τεχνολογική Εγγράμματοσύνη της ΤΝ (AI Literacy) και η Επικοινωνία & Ηγεσία
2. Διαχειριστής Ψηφιακών Εργαζομένων (AI Agent Manager)
Ο Διαχειριστής Ψηφιακών Εργαζομένων θα συντονίζει και θα διαχειρίζεται στόλους από πράκτορες ΤΝ (AI Agents). Οι επιχειρήσεις μέχρι το 2030 αναμένεται να έχουν περισσότερους πράκτορες ΤΝ από διοικητικούς υπαλλήλους, που θα εκτελούν καθημερινές εργασίες όπως καταχωρήσεις, αγορές, σύνταξη προσφορών, απαντήσεις σε αιτήματα πελατών κλπ.
Οι κύριες δραστηριότητές του είναι να καθορίζει τις αρμοδιότητες και την ανάθεση εργασιών σε κάθε πράκτορα ΤΝ, να μετρά και να παρακολουθεί την απόδοσή του, να κάνει διορθώσεις για τη βελτίωσή του και να διαχειρίζεται σφάλματα εξασφαλίζοντας ότι δεν «κολλάει», ότι δεν έχει “παραισθήσεις” (hallucinations) και ότι λειτουργεί με ασφάλεια.
Ένα από τα πιο σημαντικά καθήκοντά του θα είναι να θέτει περιορισμούς στα δεδομένα που έχουν πρόσβαση οι πράκτορες ΤΝ και να καθορίζει τα όρια μεταξύ αυτόνομης δράσης και κλιμάκωσης σε ανθρώπινο υπάλληλο. Σε μια αλυσίδα λιανικής π.χ. επιβλέπει δεκάδες AI Agents που απαντούν σε πελάτες, παρακολουθούν παραγγελίες και συντάσσουν προσφορές.
Οι πιο σημαντικές δεξιότητες αυτής της ειδικότητας θα είναι η κατανόηση της ροής των εργασιών (Workflow Design), η Ικανότητα να δίνονται σαφείς οδηγίες που συνδέουν διαφορετικούς AI Agents μεταξύ τους (Orchestration) και η συνεχής επίλυση Προβλημάτων.
3. Ειδικός Ενσωμάτωσης ΤΝ σε συστήματα πληροφορικής (AI Integration Specialist)
Ο Ειδικός Ενσωμάτωσης ΤΝ σε συστήματα πληροφορικής συνδέει τα εργαλεία της ΤΝ με τα ήδη εν λειτουργεία πληροφοριακά συστήματα μιας επιχείρησης όπως τα συστήματα ERP, CRM, τις ιστοσελίδες, κλπ.
Τα εν λειτουργεία πληροφοριακά συστήματα διαθέτουν τις πληροφορίες που χρειάζονται τα εργαλεία της ΤΝ (όπως π.χ. οι πράκτορες ΤΝ) και απαιτούνται εξειδικευμένες εργασίες τόσο για τη σύνδεσή τους όσο και για την απρόσκοπτη λειτουργία τους σε πραγματικό χρόνο.
Οι κύριες δραστηριότητές του είναι να εξασφαλίζει τη σωστή διασύνδεση των πληροφοριακών συστημάτων με τα εργαλεία της ΤΝ, να δημιουργεί αγωγούς δεδομένων και να ελέγχει τις διαδικασίες, ώστε τα συστήματα να αξιοποιούν με ασφάλεια και αξιοπιστία τα δεδομένα της εταιρείας. Σε μια εταιρεία που χρησιμοποιεί SAP π.χ. οι προϊστάμενοι θα μπορούν να ζητούν προφορικά οικονομικές αναφορές και να λαμβάνουν απαντήσεις σε πραγματικό χρόνο.
4. Υπεύθυνος Εκπαίδευσης και Επανειδίκευσης σε θέματα ΤΝ (AI Learning & Reskilling Manager)
Ο Υπεύθυνος Εκπαίδευσης και Επανειδίκευσης σε θέματα ΤΝ θα είναι ένας από τους σημαντικότερους ρόλους της επόμενης δεκαετίας, καθώς η μεγαλύτερη πρόκληση που θα αντιμετωπίσουν οι επιχειρήσεις δεν θα είναι η αγορά της κατάλληλης τεχνολογίας, αλλά η εκπαίδευση των ανθρώπων τους στη σωστή αξιοποίησή της. Ο ρόλος του είναι να σχεδιάζει και να υλοποιεί προγράμματα εκπαίδευσης και επανειδίκευσης (reskilling και upskilling) για όλα τα επίπεδα της επιχείρησης, από τους εργαζόμενους πρώτης γραμμής μέχρι τα ανώτατα στελέχη. Παράλληλα, αξιολογεί τις δεξιότητες του προσωπικού, εντοπίζει τα κενά γνώσης και σχεδιάζει εξατομικευμένες διαδρομές μάθησης ανάλογα με τον ρόλο κάθε εργαζομένου. Σε μια μεγάλη βιομηχανία, για παράδειγμα, μπορεί να εκπαιδεύει τους πωλητές στη χρήση συστημάτων πρόβλεψης πωλήσεων με τη βοήθεια της ΤΝ.
Καθώς η τεχνολογία εξελίσσεται με πρωτοφανή ταχύτητα, η δια βίου μάθηση θα μετατραπεί από ανταγωνιστικό πλεονέκτημα σε επιχειρησιακή αναγκαιότητα. Οι επιχειρήσεις που θα καταφέρουν να εκπαιδεύσουν γρήγορα και αποτελεσματικά το προσωπικό τους θα αποκτήσουν σημαντικό προβάδισμα έναντι του ανταγωνισμού.
Σύμφωνα με τις περισσότερες διεθνείς μελέτες, η επανεκπαίδευση του εργατικού δυναμικού αποτελεί τη σημαντικότερη πρόκληση της εποχής της ΤΝ, γεγονός που καθιστά τον συγκεκριμένο ρόλο στρατηγικής σημασίας για κάθε μεγάλη επιχείρηση.
5. Υπεύθυνος Διακυβέρνησης ΤΝ (AI Governance Officer)
Ο Υπεύθυνος Διακυβέρνησης ΤΝ εξασφαλίζει ότι η επιχείρηση χρησιμοποιεί την ΤΝ νόμιμα και με ασφάλεια. Η πρώτη υποχρέωση είναι η συμμόρφωση με το AI Act που έχει θεσπίσει η Ευρωπαϊκή Ένωση (το πρώτο ολοκληρωμένο πλαίσιο ρύθμισης της ΤΝ στον κόσμο). Παράλληλα ασχολείται με τον έλεγχο προσωπικών δεδομένων, τη διαχείριση κινδύνων, την προετοιμασία για εξωτερικούς ρυθμιστικούς ελέγχους (audits) και τη σύνταξη και γνωστοποίηση των πολιτικών χρήσης της ΤΝ.
Λειτουργεί ως η γέφυρα μεταξύ της νομικής υπηρεσίας, των τεχνικών ομάδων και της ανώτατης διοίκησης, προστατεύοντας την εταιρεία από νομικούς, οικονομικούς κινδύνους και κινδύνους φήμης. Οι επιχειρήσεις θα χρειάζονται στελέχη με νομικές και τεχνικές γνώσεις που θα διασφαλίζουν ότι οι εφαρμογές τους είναι νόμιμες, διαφανείς και συμβατές με τις ευρωπαϊκές απαιτήσεις. Σε μια τράπεζα π.χ., θα ελέγχει αν τα συστήματα ΤΝ που αξιολογούν αιτήσεις δανείων συμμορφώνονται με τον AI Act και δεν κάνουν διακρίσεις μεταξύ πελατών.
6. Μηχανικός Επιχειρησιακής Γνώσης ΤΝ (AI Knowledge Engineer)
Οι περισσότερες επιχειρήσεις διαθέτουν τεράστιο όγκο γνώσης που βρίσκεται διάσπαρτος σε έγγραφα, διαδικασίες και εμπειρία εργαζομένων. Ο Μηχανικός Επιχειρησιακής Γνώσης ΤΝ θα μετατρέπει αυτή τη γνώση σε δομημένη πληροφορία που θα μπορεί να αξιοποιεί η ΤΝ. Είναι ο άνθρωπος που οργανώνει το “μυαλό” της επιχείρησης, διασφαλίζοντας ότι οι εφαρμογές ΤΝ και οι ψηφιακοί εργαζόμενοι χρησιμοποιούν τα αληθινά και επίσημα στοιχεία της εταιρείας.
Ασχολείται με τη συλλογή δεδομένων και διαδικασιών και την οργάνωση εγγράφων μετατρέποντας το άναρχο, ασυνάρτητο υλικό μιας επιχείρησης (έγγραφα, PDFs, emails, εμπειρία στελεχών) σε μια “καθαρή” και δομημένη βάση γνώσης (knowledge base), αποτρέποντας τις παραισθήσεις (hallucinations) των μοντέλων ΤΝ. Με άλλα λόγια, είναι ο επαγγελματίας που μετατρέπει τη συσσωρευμένη εμπειρία των παλαιότερων στελεχών σε ψηφιακή μνήμη της επιχείρησης. Για παράδειγμα η βάση γνώσης ενός ξενοδοχείου απαντά σύμφωνα με την πολιτική της εταιρίας στο ερώτημα «Ποιες είναι οι καλύτερες προτάσεις για οικογένεια με δύο παιδιά που μένει τρεις ημέρες στη Ρόδο;»
Οι πιο σημαντικές δεξιότητες αυτής της ειδικότητας θα είναι η επεξεργασία φυσικής γλώσσας (NLP), οι γνώσεις Διανυσματικών Βάσεων Δεδομένων και οι Επικοινωνία ώστε να παίρνει χαοτικές πληροφορίες από ανθρώπους και να τις μετατρέπει σε αυστηρή ψηφιακή λογική.
7. Αναλυτής Κυβερνοασφάλειας με εξειδίκευση στην ΤΝ (AI Cybersecurity Analyst)
Ο Αναλυτής Κυβερνοασφάλειας με εξειδίκευση στην ΤΝ θα είναι ένας από τους πιο περιζήτητους επαγγελματίες. Θα συνδυάζει τις παραδοσιακές αρχές της ψηφιακής ασφάλειας με τη δύναμη της Μηχανικής Μάθησης και της ΤΝ, για να εντοπίζει απειλές και κακόβουλο λογισμικό σε πραγματικό χρόνο, πριν προκληθεί ζημιά στα συστήματα της εταιρείας.
Ασχολείται με τη συλλογή και την ανάλυση των δεδομένων των ειδοποιήσεων (alerts) σε πραγματικό χρόνο, το Κυνήγι Απειλών (Threat Hunting) με Χρήση αλγορίθμων για την ανίχνευση ασυνήθιστης συμπεριφοράς χρηστών, την προστασία των εταιρικών μοντέλων από “δηλητηρίαση δεδομένων” (data poisoning) και κακόβουλες παρεμβάσεις.
8. Προϊστάμενος Λειτουργιών Τεχνητής Νοημοσύνης (AI Operations Manager)
Ο Προϊστάμενος Λειτουργιών Τεχνητής Νοημοσύνης γεφυρώνει το χάσμα ανάμεσα στην ανάπτυξη μοντέλων TN και την καθημερινή λειτουργία της επιχείρησης. Ο κύριος ρόλος του είναι να διασφαλίζει ότι τα συστήματα TN της εταιρείας λειτουργούν απρόσκοπτα, αποδοτικά, με ασφάλεια και σύμφωνα με τους κανονισμούς.
Ασχολείται με τον έλεγχο της Απόδοσης (Monitoring) της ΤΝ εγκαθιστώντας μηχανισμούς για τον εντοπισμό σφαλμάτων, υποβάθμισης της ακρίβειας ή αλλοίωσης των δεδομένων και συντονίζει τις αυτοματοποιημένες ροές εργασίας για τη συνεχή αναβάθμιση και δοκιμή των συστημάτων σε όλες τις λειτουργίες της εταιρίας
9. Μηχανικός Ψηφιακών Διδύμων (Digital Twin Engineer)
Ο Μηχανικός Ψηφιακών Διδύμων είναι ένας πρωτοποριακός ρόλος που γεφυρώνει τον φυσικό με τον ψηφιακό κόσμο. Ανήκει στην καρδιά της 4ης Βιομηχανικής Επανάστασης (Industry 4.0). Ο ρόλος του είναι να δημιουργεί τρισδιάστατα, ζωντανά εικονικά αντίγραφα «ψηφιακά δίδυμα», φυσικών αντικειμένων, διαδικασιών ή συστημάτων (από μια απλή μηχανή εργοστασίου και μια ανεμογεννήτρια, μέχρι ολόκληρα έξυπνα εργοστάσια, νοσοκομεία ή “έξυπνες πόλεις”). Τα ψηφιακά αυτά αντίγραφα τροφοδοτούνται με δεδομένα σε πραγματικό χρόνο για την πρόβλεψη βλαβών και τη βελτιστοποίηση της απόδοσης.
Ασχολείται με το Σχεδιασμό και τη Μοντελοποίηση των Ψηφιακών Διδύμων, Διασύνδεση στοιχείων του Διαδικτύου των πραγμάτων (IoT Internet of Things) με ενσωμάτωση αισθητήρων στα φυσικά αντικείμενα, ώστε να στέλνουν δεδομένα στο ψηφιακό αντίγραφο σε πραγματικό χρόνο, την Προβλεπτική Συντήρηση (Predictive Maintenance) για την πρόβλεψη βλαβών πριν αυτές συμβούν στο πραγματικό αντικείμενο και την Ανάλυση Δεδομένων και την Προσομοίωση για την εκτέλεση εικονικών δοκιμών αντοχής και απόδοσης. Σε μονάδα χημικής βιομηχανίας για παράδειγμα δημιουργεί ψηφιακό δίδυμο, ώστε να προβλέπονται βλάβες και να δοκιμάζονται εναλλακτικά σενάρια λειτουργίας χωρίς διακοπή της παραγωγής.
10. Ελεγκτής ΤΝ (AI Auditor)
Ο Ελεγκτής ΤΝ (AI Auditor) είναι ένας κρίσιμος και ταχύτατα αναπτυσσόμενος ρόλος, ο οποίος διασφαλίζει ότι τα συστήματα Τεχνητής Νοημοσύνης μιας επιχείρησης λειτουργούν με νόμιμο, ηθικό, ασφαλή και διαφανή τρόπο. Όπως σήμερα υπάρχουν οικονομικοί ελεγκτές, αύριο θα υπάρχουν ελεγκτές ΤΝ. Ο ρόλος τους θα είναι να αξιολογούν την ακρίβεια, την αξιοπιστία και την ασφάλεια των συστημάτων τεχνητής νοημοσύνης, ιδιαίτερα σε τομείς όπως η τραπεζική, η υγεία και η βιομηχανία.
Καθώς η νομοθεσία παγκοσμίως αυστηροποιείται (με κορυφαίο παράδειγμα την πλήρη εφαρμογή του Ευρωπαϊκού Κανονισμού για την ΤΝ – EU AI Act), ο ελεγκτής αποτελεί τη “δικλείδα ασφαλείας” μεταξύ της τεχνικής ανάπτυξης και της νομικής συμμόρφωσης.
Ασχολείται με τον έλεγχο των συστημάτων ΤΝ, τη Διασφάλιση της Εξηγησιμότητας των αποφάσεων της ΤΝ (Explainable AI – XAI) δηλαδή αν οι αποφάσεις του μοντέλου μπορούν να εξηγηθούν με σαφήνεια στη διοίκηση και στις ρυθμιστικές αρχές, την Αξιολόγηση της Ποιότητας των Δεδομένων ελέγχοντας την προέλευση και την ποιότητα των δεδομένων που χρησιμοποιούνται για την εκπαίδευση των μοντέλων ΤΝ και συμβάλλοντας στη Διακυβέρνηση της ΤΝ (AI Governance) με τη δημιουργία πολιτικών για την ορθή χρήση της τεχνολογίας από το προσωπικό της εταιρείας.
Όλα τα προηγούμενα επαγγέλματα αφορούν τη δημιουργία, εκπαίδευση, ενσωμάτωση ή τον έλεγχο της ΤΝ. Υπάρχει όμως ένα επάγγελμα που ξεχωρίζει. Ένα επάγγελμα που πιθανότατα θα καθορίσει τον τρόπο λειτουργίας των επιχειρήσεων την επόμενη δεκαετία.
Το νούμερο ένα επάγγελμα ΤΝ: Διευθυντής Ανθρώπων και Ψηφιακών Εργαζομένων (Human-AI Team Leader)
Ενώ όλα τα προηγούμενα επαγγέλματα αφορούν την ανάπτυξη, εκπαίδευση, ενσωμάτωση ή έλεγχο της ΤΝ στις επιχειρήσεις, το επάγγελμα του «Διευθυντή Ανθρώπων και Ψηφιακών Εργαζομένων» αφορά τη διοίκηση της νέας μορφής εργασίας. Για πρώτη φορά στην ιστορία, οι μάνατζερ δεν θα διοικούν μόνο ανθρώπους. Θα διοικούν ένα πολύ σύνθετο περιβάλλον που θα περιλαμβάνει εκτός από εργαζομένους, Πράκτορες ΤΝ (AI Agents), chatbots, αυτόνομα συστήματα ΤΝ, ψηφιακούς βοηθούς (copilots) και συστήματα λήψης αποφάσεων.
Για παράδειγμα ένας Διευθυντής Πωλήσεων το 2030 μπορεί να έχει στο τμήμα του 8 πωλητές, 3 AI Sales Agents, 1 AI Forecasting System, 1 AI Pricing Agent. Επομένως δεν θα αξιολογεί μόνο ανθρώπους αλλά και τους agents, την ποιότητα των αποφάσεων της ΤΝ και κυρίως τη συνεργασία ανθρώπων και συστημάτων. Κάτι παρόμοιο θα συμβεί και με τον Οικονομικό Διευθυντή και με το Διευθυντή Παραγωγής και με το Διευθυντή Συντήρησης, και γενικά με κάθε μάνατζερ που θα χρειαστεί να εξελιχθεί σε Human-AI Team Leader.
Παλιά π.χ. το 1990 ο καλός manager ήξερε να διοικεί ανθρώπους, το 2010 ο καλός manager ήξερε να διοικεί ανθρώπους και πληροφοριακά συστήματα. Το 2030 ο καλός manager θα πρέπει να διοικεί ανθρώπους, δεδομένα, AI Agents και αυτοματοποιημένες διαδικασίες. Το σημαντικότερο επάγγελμα της εποχής της Τεχνητής Νοημοσύνης δεν θα είναι ο προγραμματιστής που δημιουργεί την ΤΝ, αλλά ο ηγέτης που θα μπορεί να αξιοποιεί αποτελεσματικά ανθρώπους και Τεχνητή Νοημοσύνη ως μία ενιαία ομάδα.
Η μεγάλη ευκαιρία για την Ελλάδα
Η Ελλάδα διαθέτει ένα σημαντικό πλεονέκτημα: χιλιάδες στελέχη με βαθιά γνώση επιχειρησιακών διαδικασιών, λογιστικής, βιομηχανίας, ναυτιλίας, τουρισμού και υπηρεσιών. Αν αυτά τα στελέχη αποκτήσουν και δεξιότητες ΤΝ, μπορούν να αποτελέσουν τη γέφυρα ανάμεσα στην τεχνολογία και την πραγματική οικονομία.
Οι επιχειρήσεις που θα επενδύσουν έγκαιρα στην εκπαίδευση και στην ανάπτυξη νέων δεξιοτήτων ΤΝ δεν θα αποκτήσουν μόνο τεχνολογικό πλεονέκτημα. Θα δημιουργήσουν και τις προϋποθέσεις για νέες, καλύτερα αμειβόμενες θέσεις εργασίας σε μια οικονομία που έχει ανάγκη από παραγωγικότητα, καινοτομία και εξωστρέφεια.
Ίσως λοιπόν η πιο σημαντική ερώτηση να μην είναι αν η Τεχνητή Νοημοσύνη θα μας πάρει τη δουλειά. Η πραγματική ερώτηση είναι ποιοι θα είναι οι άνθρωποι που θα μάθουν πρώτοι να συνεργάζονται μαζί της. Γιατί αυτοί δεν θα καταλάβουν μόνο τα νέα επαγγέλματα. Θα καταλάβουν πρώτοι και το μέλλον.
