Η εμφάνιση του ChatGPT στα τέλη του 2022 προκάλεσε κάτι που δύσκολα περιγράφεται με ψυχραιμία: ένα κύμα ενθουσιασμού που έφτασε στα όρια της «παράκρουσης». Πολιτικοί, διευθύνοντες σύμβουλοι, επενδυτές και αναλυτές έσπευσαν να προβλέψουν μια ριζική αναδιάρθρωση της αγοράς εργασίας. Το Generative AI –και πιο πρόσφατα το λεγόμενο agentic AI– παρουσιάστηκαν ως τεχνολογίες που θα αυτοματοποιούσαν μαζικά μία σειρά από εργασίες, οδηγώντας είτε σε εκρηκτική παραγωγικότητα είτε σε εκτεταμένες απώλειες θέσεων εργασίας. Ή και στα δύο.
Εν έτει 2026, όμως, αυτό που αποδεικνύεται είναι πως η πραγματικότητα είναι τελικά πολύ πιο σύνθετη. Και οι αλλαγές που υλοποιούνται είναι πολύ πιο αργές. Είναι γνωστό ότι την τελευταία διετία υπήρξε ένα κύμα μαζικών απολύσεων σε μεγάλους «παίκτες» του τεχνολογικού κλάδου, οι οποίοι επικαλούνταν την υιοθέτηση της τεχνητής νοημοσύνης. Μεγάλες εταιρείες όπως Amazon, Microsoft και Meta προχώρησαν σε περικοπές δεκάδων χιλιάδων θέσεων, επενδύοντας ταυτόχρονα τεράστια ποσά ενώ επενδύουν επιθετικά σε AI υποδομές και εργαλεία.
Όμως, παρά τις εξαγγελίες, η τεχνητή νοημοσύνη δεν φαίνεται –τουλάχιστον προς το παρόν– ικανή να αντικαταστήσει πλήρως ανθρώπινες θέσεις εργασίας σε μεγάλη κλίμακα. Τα ίδια τα εργαλεία παρουσιάζουν σημαντικούς περιορισμούς: αστοχίες, έλλειψη κατανόησης πλαισίου και δυσκολία στη λήψη σύνθετων αποφάσεων.
Με άλλα λόγια, το GenAI μπορεί να γράφει κείμενα, να δημιουργεί κώδικα ή να αυτοματοποιεί επιμέρους tasks, αλλά απέχει αρκετά από το να λειτουργήσει ως πλήρης αντικαταστάτης ενός εργαζόμενου. Ακόμη και τα πιο προηγμένα agentic AI συστήματα –που υπόσχονται αυτονομία– παραμένουν σε πρώιμο στάδιο. Αυτό δημιουργεί μια περίεργη κατάσταση: οι εταιρείες επενδύουν σαν να έχει ήδη συντελεστεί η επανάσταση, αλλά η τεχνολογία δεν έχει ακόμη φτάσει στο σημείο να τη δικαιολογεί πλήρως. Και υπάρχουν ουκ ολίγες περιπτώσεις όπου επιστρέφουν στην πρόσληψη ανθρώπων για τη διεκπεραίωση εργασιών που είχαν δώσει σε ΑΙ συστήματα.
Δεν είναι τυχαίο ότι αρκετοί αναλυτές θεωρούν πως η τεχνητή νοημοσύνη χρησιμοποιείται συχνά ως «εύκολη εξήγηση» για αποφάσεις που έχουν πιο παραδοσιακά αίτια. Ο όρος «AI-washing» περιγράφει ακριβώς αυτό: εταιρείες που αποδίδουν απολύσεις στην AI, ενώ στην πραγματικότητα πρόκειται για κινήσεις μείωσης κόστους, διόρθωσης υπερπροσλήψεων της πανδημίας ή ικανοποίησης επενδυτικών προσδοκιών.
Σε ένα τέτοιο περιβάλλον, είναι δύσκολο να απομονώσει κανείς την πραγματική επίδραση της AI στην αγορά εργασίας. Οι απολύσεις αυξάνονται, αλλά τα αίτια είναι πολλαπλά και αλληλοεπικαλυπτόμενα.
Η παραγωγικότητα δεν έχει ακόμη «εκραγεί»
Ένα από τα βασικά επιχειρήματα υπέρ της AI ήταν ότι θα οδηγήσει σε άλμα παραγωγικότητας. Κάτι τέτοιο, όμως, δεν έχει ακόμη αποτυπωθεί ξεκάθαρα σε μακροοικονομικό επίπεδο.
Οι εργαζόμενοι συχνά καλούνται να χρησιμοποιήσουν AI εργαλεία, αλλά αυτά δεν είναι πάντα αξιόπιστα ή αποδοτικά. Σε πολλές περιπτώσεις, αντί να εξοικονομούν χρόνο, δημιουργούν νέες ανάγκες για έλεγχο, επιμέλεια και διόρθωση.
Το αποτέλεσμα είναι η υπόσχεση ότι «η AI θα μας απαλλάξει από τη ρουτίνα» παραμένει εν μέρει ανεκπλήρωτη.
Πάντως, όπως επισημαίνουν αρκετοί αναλυτές, η συζήτηση αυτή δεν είναι καινούργια. Από την εποχή της βιομηχανικής επανάστασης μέχρι την αυτοματοποίηση των τελευταίων δεκαετιών, κάθε τεχνολογικό κύμα συνοδεύεται από φόβους για μαζική ανεργία.
Η έννοια της «τεχνολογικής ανεργίας» έχει απασχολήσει οικονομολόγους εδώ και δεκαετίες, με τη βασική διαφωνία να παραμένει: οι νέες τεχνολογίες καταστρέφουν περισσότερες θέσεις εργασίας απ’ όσες δημιουργούν ή το αντίθετο;
Μέχρι σήμερα, η ιστορία δείχνει ότι η απάντηση είναι πιο ισορροπημένη. Οι θέσεις αλλάζουν, μετασχηματίζονται ή μεταφέρονται – δεν εξαφανίζονται μαζικά από τη μια μέρα στην άλλη.
Με αργά βήματα
Ίσως το πιο σημαντικό συμπέρασμα είναι ότι η επίδραση της AI στην εργασία δεν θα είναι άμεση, αλλά σταδιακή. Έρευνες δείχνουν ότι η αυτοματοποίηση εξελίσσεται περισσότερο ως «αργή άνοδος της στάθμης» παρά ως απότομο κύμα που κατακλύζει τα πάντα. Οι δυνατότητες της AI βελτιώνονται, αλλά η υιοθέτησή τους από τις επιχειρήσεις –και η ενσωμάτωσή τους σε πραγματικές διαδικασίες– απαιτεί χρόνο. Αυτό σημαίνει ότι οι μεγάλες αλλαγές πιθανότατα θα εκτυλιχθούν σε βάθος ετών, όχι μηνών.
Τελικά, το πιο ειλικρινές συμπέρασμα είναι ότι κανείς δεν γνωρίζει με βεβαιότητα τι θα ακολουθήσει. Υπάρχουν ενδείξεις ότι η AI μπορεί να επηρεάσει αρνητικά ορισμένες κατηγορίες εργαζομένων –ιδίως σε αρχικό στάδιο καριέρας ή σε επαναλαμβανόμενες γνωσιακές εργασίες– αλλά ταυτόχρονα δημιουργεί νέες ανάγκες, νέους ρόλους και νέα πεδία εξειδίκευσης.
Την ίδια στιγμή, οι επιχειρήσεις φαίνεται να κινούνται ανάμεσα σε δύο κόσμους: από τη μία επενδύουν επιθετικά σε AI, από την άλλη δεν έχουν ακόμη αποδείξει πώς αυτή η επένδυση μεταφράζεται σε σταθερή αξία.
Αν κάτι γίνεται σαφές, είναι ότι η αρχική «φούσκα προσδοκιών» γύρω από το GenAI αρχίζει να ξεφουσκώνει – όχι επειδή η τεχνολογία δεν είναι σημαντική, αλλά επειδή η εφαρμογή της είναι πολύ πιο δύσκολη απ’ όσο πολλοί περίμεναν.
Η αγορά εργασίας δεν μετασχηματίζεται με εκρηκτικό τρόπο, αλλά με αργές, συχνά αντιφατικές κινήσεις. Και ίσως αυτή να είναι η πιο ρεαλιστική εικόνα: όχι μια επανάσταση που ανατρέπει τα πάντα μέσα σε λίγα χρόνια, αλλά μια μακρά περίοδος προσαρμογής, όπου επιχειρήσεις και εργαζόμενοι προσπαθούν να καταλάβουν τι ακριβώς σημαίνει –στην πράξη– η εποχή της τεχνητής νοημοσύνης.
