Η Τεχνητή Νοημοσύνη (ΤΝ) υπόσχεται να εξοικονομήσει χρόνο στους εργαζόμενους, όμως μεγάλο μέρος των κερδών αυτών εξατμίζεται καθώς χρειάζεται να διορθώσουν τα λάθη και τις «παραισθήσεις» που παράγει, σύμφωνα με νέα έρευνα της Workday.
Η μελέτη βασίστηκε σε έρευνα του Νοεμβρίου σε 3.200 υπαλλήλους σε Βόρεια Αμερική, Ευρώπη και Ασία. Το 85% των ερωτηθέντων δήλωσαν ότι η χρήση ΤΝ τους εξοικονόμησε από μία έως επτά ώρες την εβδομάδα. Ωστόσο, περίπου το 37% αυτού του χρόνου χάνεται στη «διόρθωση, διευκρίνιση ή επανεγγραφή περιεχομένου χαμηλής ποιότητας», δημιουργώντας αυτό που η Workday χαρακτηρίζει «φόρο τεχνητής νοημοσύνης στην παραγωγικότητα».
Σύμφωνα με την έκθεση, «για κάθε 10 ώρες αποδοτικότητας που προσφέρει η ΤΝ, σχεδόν τέσσερις ώρες αφιερώνονται στη διόρθωση των αποτελεσμάτων της». Ως συνέπεια, τα κέρδη παραγωγικότητας δεν μεταφράζονται απαραίτητα σε καλύτερα αποτελέσματα για τους περισσότερους οργανισμούς.
Μόνο το 14% των εργαζομένων ανέφερε ότι επιτυγχάνει σταθερά θετικά καθαρά αποτελέσματα από τη χρήση της ΤΝ. Επιπλέον, όσοι χρησιμοποιούν συχνότερα ΤΝ αφιερώνουν περισσότερο χρόνο στην αναθεώρηση και διόρθωση των αποτελεσμάτων της, με τους πιο αφοσιωμένους να χάνουν κατά μέσο όρο περίπου 1,5 εβδομάδες ετησίως για αυτόν τον λόγο.
Η Workday τονίζει ότι το πρόβλημα είναι δομικό και όχι απλώς θέμα συμπεριφοράς. Η ΤΝ έχει ενσωματωθεί σε ρόλους που δεν έχουν προσαρμοστεί ώστε να την αξιοποιούν σωστά, αναγκάζοντας τους εργαζόμενους να ισορροπούν μεταξύ ταχύτερης παραγωγικότητας και αυστηρών απαιτήσεων ακρίβειας. Σχεδόν 9 στους 10 οργανισμούς παραδέχονται ότι λιγότεροι από τους μισούς ρόλους τους έχουν ενημερωθεί για να περιλαμβάνουν δεξιότητες ΤΝ.
Παράλληλα, η μελέτη καταγράφει αποσύνδεση μεταξύ προτεραιοτήτων της ηγεσίας και εμπειρίας των εργαζομένων. Ενώ το 66% των ηγετών θεωρεί την εκπαίδευση δεξιοτήτων κορυφαία επενδυτική προτεραιότητα, μόνο το 37% των εργαζομένων που επηρεάζονται περισσότερο από τον επανασχεδιασμό ρόλων με ΤΝ δηλώνουν ότι έχουν αυξημένη πρόσβαση σε εκπαίδευση.
Η Workday καταλήγει ότι οι οργανισμοί που επιτυγχάνουν βιώσιμα κέρδη από την ΤΝ είναι εκείνοι που επανεπενδύουν τις εξοικονομήσεις στην ανάπτυξη του προσωπικού και στον σαφή σχεδιασμό ρόλων. «Η καταβολή υψηλού φόρου στην αποτελεσματικότητα της Τεχνητής Νοημοσύνης δεν είναι αναπόφευκτη», σημειώνει η έκθεση, «αλλά αποτέλεσμα της εφαρμογής της χωρίς επένδυση στους ανθρώπους που τη χρησιμοποιούν».
