«Μία από τις ευκαιρίες που προκύπτουν από την τεχνητή νοημοσύνη είναι ότι οι εταιρείες μπορούν να διοικούνται καλά, με λιγότερα επίπεδα ιεραρχίας».
Αυτό σχολιάζει μιλώντας στην Handelsblatt ο Μπιλ ΜακΝτέρμοντ, διευθύνων σύμβουλος της ServiceNow και πρώην CEO και πρόεδρος του γερμανικού κολοσσού λογισμικού, SAP. Σε αυτή την εκτίμηση ο ΜακΝτέρμοντ δεν είναι μόνος. Πολλοί στο επιχειρείν θεωρούν πλέον ότι με την έλευση του AI είναι καιρός -και «ευκαιρία»- να περιοριστεί ο αριθμός των μάνατζερ.
Όπως αναφέρει η εφημερίδα, η τεχνητή νοημοσύνη έχει ήδη αναλάβει πολλές εργασίες που κόστιζαν χρόνο στα εταιρικά στελέχη. Το Job-Futuromat, διαδικτυακό εργαλείο του Ινστιτούτου Έρευνας Αγοράς Εργασίας και Επαγγελμάτων (IAB) που υπολογίζει το ποσοστό των tasks ενός εργαζομένου που μπορεί να αναληφθεί από αλγόριθμο, μας δίνει μια εικόνα για το πόσο έχει προχωρήσει αυτό. Τα αποτελέσματα του εργαλείου για τους μάνατζερ; 67%.
Σύμφωνα με τα ευρήματα, σε μεγάλο βαθμό μπορούν να αυτοματοποιηθούν ο σχεδιασμός πόρων, ο έλεγχος κόστους και η οργάνωση της επιχείρησης. Ιδιαίτερα επηρεάζονται τα μεσαία επίπεδα της ιεραρχίας, από τα οποία περνά η έγκριση επαγγελματικών ταξιδιών, η οργάνωση των αδειών σε περιόδους εορτών, τα κόστη και πολλά άλλα διοικητικά από το να φτιάξεις ένα excel, μέχρι να συντάξεις μια αναφορά και να απαντήσεις σε ερωτήσεις. «Όποιος ασχολείται μόνο με αυτά, δεν θα είναι αναγκαίος πλέον με αυτόν τον τρόπο», συνοψίζει η Μπρίτα Μάτες, επικεφαλής της ερευνητικής ομάδας του IAB με τίτλο «Επαγγέλματα σε μετασχηματισμό», που ανέπτυξε το Futuromat.
Ωστόσο και ψηλότερα στην ιεραρχία, η τεχνητή νοημοσύνη μπορεί να αναλάβει μια πληθώρα εργασιών, με το ποσοστό που βγάζει το Futuromat να διαμορφώνεται στο 55%. Στην κορυφή της εταιρικής διοίκησης, εκεί όπου οι ΜακΝτέρμοντ του επιχειρηματικού κόσμου μέχρι πρότινος αισθάνονταν ασφάλεια με τα βιογραφικά και τα προσόντα τους και εστίαζαν στο πώς θα εξαλείψουν την «ακριβή και αναποτελεσματική» μεσαία βαθμίδα, κάποιες άλλοτε βαριές καρέκλες μάλλον αρχίζουν να τρίζουν. Κι αυτό γιατί οι μηχανές, που ως τώρα κυρίως «προετοίμαζαν» τη λήψη αποφάσεων συλλέγοντας στοιχεία ή προτείνοντας σχεδιασμό, αυτή τη στιγμή μπορούν σε έναν βαθμό να αναλάβουν εξ ολοκλήρου τη λήψη αποφάσεων: ακόμη και την ανάπτυξη στρατηγικής, την κάποτε κορυφαία δεξιότητα της ανώτατης διοίκησης, μπορούν πλέον να την αναλάβουν έξυπνοι αλγόριθμοι.
«Βιώνουμε ίσως αυτή τη στιγμή την αρχή του τέλους των μάνατζερ;» διερωτάται η γερμανική εφημερίδα. «Τι μένει από την ηγεσία όταν η τεχνητή νοημοσύνη μπορεί να αναλάβει όλο και περισσότερες διοικητικές εργασίες, ακόμα και αποφάσεις; Και ποιες επιπλέον δεξιότητες θα πρέπει να αποκτήσουν τώρα τα στελέχη, για να μην αντικατασταθούν σύντομα από… έναν κώδικα;»
Ποιος μένει και ποιος φεύγει στη δίνη της τεχνητής νοημοσύνης;
Ρωτώντας κανείς τον Michael Brigl, επικεφαλής του Boston Consulting Group (BCG) για την κεντρική Ευρώπη, αν αυτή τη στιγμή υπάρχουν υπερβολικά πολλά στελέχη, η απάντηση που λαμβάνει είναι «ναι». Σύμφωνα με τον ίδιο, ναι μεν οι καλύτεροι θα παραμείνουν αναντικατάστατοι, ωστόσο «σε ορισμένους τομείς τα τμήματα θα μειωθούν στο μισό και αυτές οι βελτιώσεις στην παραγωγικότητα θα είναι ορατές σε όλα τα επίπεδα».
Για να πάρουμε μια γεύση, μας περιγράφει την πορεία που έχει διαγράψει στη δική του συμβουλευτική εταιρεία η «καριέρα» της τεχνητής νοημοσύνης: Μόλις πριν από έναν χρόνο, ένας AI agent με πρόσβαση σε όλα τα δεδομένα της BCG στο cloud, «εργαζόταν» σαν πρακτικάριος. Εντόπιζε συγκεκριμένα έγγραφα και εκτελούσε απλές ερευνητικές εργασίες. Έξι μήνες αργότερα, τα καθήκοντα και οι ικανότητές του είχαν ήδη ανελιχθεί στο επίπεδο ενός πτυχιούχου Bachelor. Μπορούσε δηλαδή να συνοψίσει σημαντικά έγγραφα και να παρουσιάσει πληροφορίες με κατανοητό τρόπο. Αυτή τη στιγμή, ο AI agent δύναται -σε έναν βαθμό- να φέρει σε πέρας καθήκοντα που παλαιότερα αναλάμβαναν διδάκτορες.
Εν μέσω τέτοιας δραματικής εξέλιξης (πρακτικάριος πριν έναν χρόνο, διδάκτορας στο σήμερα), το ερώτημα είναι: πόσο μακριά μπορεί να φτάσει η τεχνητή νοημοσύνη; Να αναλάβει ίσως τον ρόλο του επικεφαλής της BCG για την κεντρική Ευρώπη; «Το πόση ευθύνη θέλει να αναθέσει κανείς στους όλο και πιο έξυπνους πράκτορες AI, πρέπει να το αποφασίσει κάθε εταιρεία για τον εαυτό της» είναι η απάντηση του Brigl. Προσωπική του συμβουλή, να βλέπει κανείς πάντα την τεχνολογία μόνο ως μια φωνή σε μια ομάδα ειδικών, μέσα στην οποία συζητούνται διάφορες ιδέες. «Το κρίσιμο κατά τη γνώμη μου είναι οι άνθρωποι στην κορυφή των εταιρειών να επεξεργάζονται οι ίδιοι από πριν τα σημαντικά θέματα» λέει.
Από την πλευρά του ο Δρ. Fabian Stephany του Πανεπιστημίου της Οξφόρδης, που ερευνά θέματα Διαδικτύου και Κοινωνίας σε συνάρτηση με την τεχνητή νοημοσύνη, δεν πιστεύει ότι η κλασική εταιρική διαχείριση ή ο στρατηγικός σχεδιασμός θα εκτοπιστούν ποτέ από το AI. Μπορεί η τεχνητή νοημοσύνη να πραγματοποιεί προσομοιώσεις που είναι δύσκολα κατανοητές από τον άνθρωπο, να προτείνει επιλογές βάσει αυτών και θεωρητικά να λαμβάνει και αποφάσεις, ωστόσο το γεγονός ότι δύναται να συνυπολογίσει τόσο πολλές παραμέτρους που κάνουν τον ανθρώπινο νου να χάνει παντελώς τον έλεγχο, δεν σημαίνει ότι είναι σε θάση να λάβει και σωστές αποφάσεις. «Είναι πλάνη το ότι η τεχνητή νοημοσύνη προτείνει μια βέλτιστη λύση: το αν μια εταιρεία θέλει να επεκταθεί και το ποια ρίσκα επιλέγει να πάρει για να το πράξει αυτό, σε τελική ανάλυση είναι αποφάσεις που λαμβάνει ο άνθρωπος».
Ο Stephany προειδοποιεί κατά της τυφλής εμπιστοσύνης στην τεχνολογία. «Επειδή η τεχνητή νοημοσύνη είναι πολύ γρήγορη και εκ πρώτης όψεως συχνά παρέχει καλά αποτελέσματα, τείνουμε να της αποδίδουμε περισσότερα από όσα μπορεί να κάνει» εξηγεί. «Αλλά η τεχνητή νοημοσύνη δεν αποτελεί αλάνθαστο σύμβουλο. Μπορεί να αναπαράγει προκαταλήψεις ή απλώς να χρησιμοποιεί ανεπαρκείς πηγές δεδομένων. Εντέλει πάντα ένας άνθρωπος πρέπει να φέρει την ευθύνη».
«Garbage in, garbage out»
Και στη συζήτηση μπαίνουν… αυτές ακριβώς οι πηγές δεδομένων. Ο Bastian Nominacher, συνιδρυτής και CEO της Celonis, εντοπίζει σοβαρό κίνδυνο στο διαβόητο «garbage in, garbage out» («όταν εισάγεις σκουπίδια, εξάγεις και σκουπίδια», σχόλιο περί των πηγών που χρησιμοποιεί το AI), κάτι που απασχολεί πολύ στην κουβέντα περί τεχνητής νοημοσύνης. Εν ολίγοις, όπως ισχύει σε πολλούς άλλους τομείς, έτσι και εδώ αν η βάση δεδομένων είναι εσφαλμένη, συνήθως και τα αποτελέσματα είναι άχρηστα. Το σύνολο της διοικητικής ιεραρχίας αυτή τη στιγμή, από τα κατώτερα στελέχη μέχρι τα κεφάλια στα γραφεία με τα παχιά χαλιά, το ξέρουν πολύ καλά αυτό και σε αυτόν τον σημαντικό αστερίσκο οφείλονται τα ευρήματα ερευνών σύμφωνα με τις οποίες τα εταιρικά στελέχη εμπιστεύονται τα μοντέλα AI αποκλειστικά για εργασίες ανώδυνες με μόνο στόχο να κερδίσουν λίγο χρόνο (Σημειωτέον εδώ ότι έταιρος σημαντικός παράγοντας είναι και το θέμα της προστασίας προσωπικών δεδομένων που ανησυχεί πολύ τα στελέχη).
Τέλος έχουμε και τα κομμάτια του εταιρειών που έχουν να κάνουν με τη διαχείριση ατόμων. Τμήματα Ανθρώπινου Δυναμικού -ένας τομέας που από τη φύση του αποτελεί γκρίζα ζώνη- δεν μπορούν να βασιστούν σε εργαλεία όπως το ChatGPT ή το Gemini, ούτε για να κινηθούν ενσυναισθητικά, ούτε για να διαμορφώσουν εργασιακό κλίμα, όποιο κι αν είναι αυτό.
Σε κάθε περίπτωση, τα μέτωπα είναι πολλά. Η τεχνητή νοημοσύνη κινείται πολύ γρήγορα και άνθρωποι καλούνται να δώσουν απαντήσεις σε όλο και περισσότερα ερωτήματα, σε σύντομο χρονικό διάστημα και χωρίς προηγούμενο για να βασιστούν.
Η Judith Wiese της Siemens, υπεύθυνη μεταξύ άλλων και για το προσωπικό της εταιρείας, θεωρεί πως «η καλή ηγεσία δεν ήταν ποτέ πιο σημαντική από ό,τι στην εποχή της τεχνητής νοημοσύνης» και εξηγεί: «Ζητούνται πλέον μάνατζερ που θέτουν τις σωστές ερωτήσεις. Που καθοδηγούν τις ομάδες τους και ενσωματώνουν καλά την τεχνητή νοημοσύνη ως επιπλέον μέλος. Βρισκόμαστε σε μια παράδοξη κατάσταση. Με την πρώτη ματιά όλα αλλάζουν, από την άλλη οι βασικές αρχές ηγεσίας είναι πιο σημαντικές από ποτέ: Χρειάζονται στελέχη που προάγουν την κριτική σκέψη και παρέχουν ψυχολογική ασφάλεια».
«Η ηγετική θέση είναι και παραμένει μια πολύ ανθρώπινη θέση».
