Σύγχυση και ερωτήματα γύρω από την πραγματική αξία της τεχνητής νοημοσύνης – Οι ειδικοί μετρούν πλέον τον αντίκτυπο, όχι τη χρήση

Σύγχυση και ερωτήματα γύρω από την πραγματική αξία της τεχνητής νοημοσύνης – Οι ειδικοί μετρούν πλέον τον αντίκτυπο, όχι τη χρήση

Ενώ η τεχνητή νοημοσύνη εξαπλώνεται ραγδαία στον επιχειρηματικό κόσμο, τα μεγάλα συμβουλευτικά δίκτυα καλούνται πλέον να απαντήσουν σε ένα κρίσιμο ερώτημα: αποδίδει πράγματι; Μετά από έναν χρόνο μαζικής ανάπτυξης «στρατών» από AI agents, οι εταιρείες συμβούλων στρέφονται από την απλή υιοθέτηση στη μέτρηση της πραγματικής αξίας που δημιουργείται.

σχετικά άρθρα

Τον τελευταίο χρόνο, οι μεγαλύτερες εταιρείες του κλάδου έχουν ενσωματώσει εκτεταμένα συστήματα τεχνητής νοημοσύνης τόσο για τον εσωτερικό μετασχηματισμό τους όσο και για την υποστήριξη των πελατών τους. Οι εφαρμογές περιλαμβάνουν αυτοματοποίηση ερευνητικών διαδικασιών, ανάπτυξη εξειδικευμένων εργαλείων για συγκεκριμένες εργασίες και δημιουργία ιδιόκτητων μοντέλων AI.

Ο διευθύνων σύμβουλος της McKinsey & Company, Bob Sternfels, δήλωσε πρόσφατα ότι η εταιρεία έχει αναπτύξει δεκάδες χιλιάδες εσωτερικούς AI agents τα τελευταία χρόνια και σχεδιάζει στο μέλλον να διαθέτει έναν για κάθε έναν από τους 40.000 εργαζομένους της.

Ωστόσο, καθώς η τεχνολογία εφαρμόζεται όλο και πιο εκτεταμένα, οι ίδιες οι εταιρείες αρχίζουν να αναρωτιούνται αν η επένδυση αποδίδει. Το βασικό ζητούμενο πλέον δεν είναι πόσοι agents αναπτύσσονται, αλλά αν πράγματι βελτιώνουν την απόδοση, αυξάνουν τα έσοδα και απελευθερώνουν χρόνο για πιο σύνθετες και υψηλής αξίας δραστηριότητες.

Η Mina Alaghband, πρώην συνεργάτης της McKinsey και νυν επικεφαλής πελατών της εταιρείας τεχνητής νοημοσύνης Writer, σημείωσε ότι «βρισκόμαστε πλέον στην εποχή της σύγχυσης». Όπως εξηγεί, πριν από έναν χρόνο οι περισσότερες εταιρείες μετρούσαν απλώς τη χρήση – πόσο συχνά αξιοποιούνταν ένα εργαλείο. Σήμερα, η έμφαση μετατοπίζεται στη δημιουργούμενη αξία: πόση ανθρώπινη εργασία ανακατανέμεται σε δραστηριότητες υψηλότερης προστιθέμενης αξίας και κατά πόσο βελτιώνονται τα οικονομικά αποτελέσματα.

Παρόμοια προσέγγιση υιοθετεί και η PwC. Ο επικεφαλής τεχνητής νοημοσύνης της εταιρείας, Dan Priest, δήλωσε ότι η PwC ενδιαφέρεται λιγότερο για τον αριθμό των agents και περισσότερο για το πόσοι εργαζόμενοι τους χρησιμοποιούν ενεργά. Η εταιρεία ξεκινά από συγκεκριμένες «ζώνες αντίκτυπου», όπως η βελτίωση της εμπειρίας πελάτη, και εκεί αναπτύσσει εξειδικευμένους AI agents που αποδεικνύονται αποτελεσματικοί. Η επιτυχία, σύμφωνα με τον Priest, μετριέται από το ποσοστό υιοθέτησης από τους ανθρώπινους χρήστες.

Στην EY, η στρατηγική δίνει επίσης προτεραιότητα στην ποιότητα έναντι της ποσότητας. Ο Steve Newman, επικεφαλής μηχανικός σε παγκόσμιο επίπεδο, ανέφερε ότι η εταιρεία αξιολογεί την αξία των AI agents βάσει δεικτών απόδοσης που αφορούν την παραγωγικότητα, την ποιότητα και την αποδοτικότητα κόστους σε μηνιαία βάση.

Εάν οι βασικές υποσχέσεις της τεχνητής νοημοσύνης είναι η ταχύτητα και η αποδοτικότητα, τότε ο κρίσιμος δείκτης ίσως δεν είναι η χρήση, αλλά ο χρόνος που εξοικονομείται. Η Boston Consulting Group (BCG) αξιολογεί τους AI agents ακριβώς με αυτό το κριτήριο: πόσος χρόνος ανακτάται και αν αυτός επενδύεται εκ νέου σε δραστηριότητες υψηλότερης αξίας.

Σύμφωνα με τον Scott Wilder, εταίρο και διευθύνοντα σύμβουλο της BCG με έδρα το Ντάλας, οι εργαζόμενοι της εταιρείας αφιερώνουν πλέον περίπου 15% λιγότερο χρόνο σε δραστηριότητες χαμηλής αξίας, όπως η δημιουργία παρουσιάσεων. Από τον χρόνο που εξοικονομείται, περίπου το 70% επενδύεται σε βαθύτερη ανάλυση και πιο σύνθετα έργα.

Παράλληλα, η εξοικονόμηση χρόνου δεν μεταφράζεται πάντα σε περισσότερη εργασία. Σύμφωνα με τον Wilder, περίπου το 30% του χρόνου που κερδίζεται μέσω της τεχνητής νοημοσύνης παραμένει στους εργαζομένους, επιτρέποντάς τους περισσότερο προσωπικό χρόνο.

Ήδη από το 1930, ο οικονομολόγος John Maynard Keynes είχε προβλέψει ότι η αύξηση της παραγωγικότητας θα άλλαζε την ισορροπία μεταξύ εργασίας και ελεύθερου χρόνου, εκτιμώντας ότι το βιοτικό επίπεδο θα αυξανόταν δραστικά μέσα σε έναν αιώνα. Καθώς πλησιάζουμε το 2030, μικρές ενδείξεις αυτής της πρόβλεψης φαίνεται να εμφανίζονται.

Σε κάθε περίπτωση, ο κλάδος της συμβουλευτικής περνά πλέον από τη φάση του ενθουσιασμού στη φάση της αξιολόγησης. Το στοίχημα δεν είναι απλώς η υιοθέτηση της τεχνητής νοημοσύνης, αλλά η απόδειξη ότι δημιουργεί μετρήσιμη και βιώσιμη αξία — τόσο για τις επιχειρήσεις όσο και για τους ίδιους τους εργαζομένους.