Ο ΣΕΒ δημοσίευσε έναν οδηγό με πρακτικές συστάσεις για την αξιοποίηση της τεχνητής νοημοσύνης από τις επιχειρήσεις, υπογραμμίζοντας ότι η Ελλάδα μπορεί να χρησιμοποιήσει την τεχνολογία ως εργαλείο επιτάχυνσης της ανταγωνιστικότητας, προάγοντας την καινοτομία σε κρίσιμους κλάδους και αναβαθμίζοντας δεξιότητες σε όλο το φάσμα της οικονομίας.
Πού μπορεί να εφαρμοστεί πρώτα
Στον οδηγό αναφέρονται συγκεκριμένοι τομείς όπου η τεχνητή νοημοσύνη μπορεί να εισαχθεί άμεσα, όπως ο αυτοματισμός απαντήσεων σε after sales ερωτήματα, η ανάλυση και σύνοψη συμβολαίων προμηθευτών, η εξαγωγή γνώσης από αναφορές βλαβών και συντήρησης και η ανάλυση/ερμηνεία δεδομένων αισθητήρων.
Ο οδηγός επισημαίνει ότι σκόπιμο είναι να δοθεί προτεραιότητα σε δραστηριότητες που εξασφαλίζουν τη μεγαλύτερη αξία, είναι τεχνικά εφικτές και υποστηρίζονται από διαθέσιμα δεδομένα. Διαδικασίες που εκτελούνται επαναλαμβανόμενα, με υψηλή συχνότητα και χαμηλή πολυπλοκότητα, ταιριάζουν καλύτερα στις δυνατότητες της τεχνητής νοημοσύνης.
Σε περιπτώσεις μεγαλύτερης πολυπλοκότητας κρίνεται απαραίτητη η ανθρώπινη συνεργασία, με την τεχνητή νοημοσύνη σε υποστηρικτικό ρόλο.
Η ιδέα του «ψηφιακού διδύμου»
Μια πρακτική που προτείνεται είναι η δημιουργία ενός «ψηφιακού διδύμου»: ενός εργαλείου που παρακολουθεί, καταγράφει και αναλύει μια διαδικασία όπως υλοποιείται σήμερα και την αναπαριστά σε περιβάλλον τεχνητής νοημοσύνης, προκειμένου να εκτιμηθεί εκ των προτέρων το όφελος από την εφαρμογή της στην πράξη.
Ως παράδειγμα, αν ο στόχος είναι η μείωση του χρόνου ανταπόκρισης σε αιτήματα πελατών, το ψηφιακό δίδυμο μπορεί να χρησιμοποιηθεί ώστε να αποτυπωθεί και να αξιολογηθεί η παρούσα ροή εργασίας πριν την όποια αλλαγή.
Προσομοίωση «τι θα γινόταν αν»
Το ψηφιακό δίδυμο αντλεί αυτόματα από το σύστημα κάθε καταγεγραμμένο αίτημα και αναπαράγει βήμα-βήμα πώς διεκπεραιώθηκε: πότε εισήλθε, πότε κατηγοριοποιήθηκε, πόσο περίμενε, σε ποιον δρομολογήθηκε, πόσες φορές άλλαξε χέρια και πότε επιλύθηκε. Αυτή την καταγραφή δεν την κάνει άνθρωπος αλλά το λογισμικό.
Στη συνέχεια τρέχει προσομοιώσεις «τι θα συνέβαινε αν» πάνω στα ιστορικά δεδομένα, δείχνοντας πριν από την υλοποίηση πόσο θα μειωνόταν ο χρόνος ανταπόκρισης, πού πιθανόν θα δημιουργούνταν νέα εμπόδια, ποιες εξαιρέσεις δεν θα μπορούσε να χειριστεί ο agent και πόσες περιπτώσεις θα απαιτούσαν ανθρώπινη εμπλοκή.
Εφαρμογές στις προσλήψεις
Στον τομέα των προσλήψεων ο οδηγός καταγράφει σειρά πρακτικών: ο ψηφιακός βοηθός αναλύει δεδομένα όπως φόρτο εργασίας, απόδοση ομάδων και δεξιότητες και προτείνει τεκμηριωμένες ανάγκες στελέχωσης — όχι απλώς βάσει αιτήματος.
Στη συνέχεια δημιουργεί περιγραφές θέσεων εστιασμένες στις δεξιότητες που λείπουν και επιταχύνει την ανίχνευση και κατηγοριοποίηση υποψηφίων αναλύοντας αυτόματα βιογραφικά και προφίλ, αντιστοιχίζοντας δεξιότητες και εμπειρία στις πραγματικές ανάγκες της θέσης.
Επιπλέον, διενεργεί έξυπνη αξιολόγηση υποψηφίων και προτείνει shortlist βάσει δεδομένων, παρέχοντας συγκριτικές πληροφορίες και τεκμηριωμένες προτάσεις που διευκολύνουν το έργο του recruiter και περιορίζουν το «ένστικτο» ως βασικό κριτήριο πρόσληψης.
Ο ψηφιακός βοηθός μπορεί να προσαρμόζει δυναμικά την προσφορά προς τον επιλεγμένο υποψήφιο με βάση την αγορά, το προφίλ (εμπειρία, δεξιότητες κ.ο.κ.) και την εσωτερική πολιτική, ενώ δημιουργεί αυτόματα προσωποποιημένο πλάνο ένταξης του νέου εργαζόμενου.
Τόσο πριν όσο και μετά την πρόσληψη, ψηφιακοί βοηθοί παρέχουν συνεχή υποστήριξη σε εργαζόμενους, υπεύθυνους προλήψεων και στελέχη, απαντώντας σε ερωτήματα, παρακολουθώντας την πρόοδο και εντοπίζοντας έγκαιρα προβλήματα ένταξης.
Ανησυχίες και επιπτώσεις στην απασχόληση
Ο οδηγός περιλαμβάνει και πρακτικές για την αντιμετώπιση των ανησυχιών των εργαζομένων σχετικά με την επίπτωση της τεχνητής νοημοσύνης στις θέσεις εργασίας. Αυτές οι ανησυχίες περιλαμβάνουν τον φόβο αντικατάστασης (“Η ΤΝ θα πάρει τη δουλειά μου”), την απώλεια εξειδίκευσης και κύρους (“Τα χρόνια εμπειρίας μου καθίστανται αναξιόπιστα, μπορεί να αντικατασταθώ εύκολα”), την έλλειψη κατανόησης (“Δεν καταλαβαίνω τι κάνει ή πώς να τη χρησιμοποιήσω”), τον φόβο για ιδιωτικότητα και παρακολούθηση (“Η ΤΝ με παρακολουθεί και αξιολογεί”) και τη δυσπιστία σε αποφάσεις ΤΝ (“Πώς να εμπιστευτώ μηχανή για σημαντικές αποφάσεις;”).
Σύμφωνα με παράδειγμα που περιλαμβάνεται στον οδηγό, στον τομέα της εξυπηρέτησης πελατών η τεχνητή νοημοσύνη μπορεί να οδηγήσει σε μείωση θέσεων εργασίας (“εξοικονόμηση”) κατά 37%.
ΑΠΕ
