Από την προμήθεια εργαλείων στη διοικητική ευθύνη
Πολλοί οργανισμοί και επιχειρήσεις αντιμετωπίζουν σήμερα την Τεχνητή Νοημοσύνη σαν να ήταν η επόμενη έκδοση ενός γνωστού λογισμικού γραφείου. Την αγοράζουν, την ενσωματώνουν σε μια σειρά εργαλείων, τη χρεώνουν στο τμήμα πληροφορικής και περιμένουν ότι η παραγωγικότητα θα αυξηθεί σχεδόν αυτόματα. Αυτή είναι ίσως η πιο βολική, αλλά και η πιο λανθασμένη, ανάγνωση της σημερινής τεχνολογικής μετάβασης.
Η Τεχνητή Νοημοσύνη δεν είναι ένα ακόμη πληροφοριακό σύστημα που εφαρμόζεται με έτοιμα εγχειρίδια, προκαθορισμένους δείκτες χρήσης και τυποποιημένα πλάνα εγκατάστασης. Είναι μια τεχνολογία ασταθής, δημιουργική, συχνά απρόβλεπτη, που επηρεάζει ταυτόχρονα τη γνώση, την οργάνωση της εργασίας, τη λήψη αποφάσεων, την εκπαίδευση του προσωπικού και τελικά την ίδια την ταυτότητα του οργανισμού. Γι’ αυτό δεν μπορεί να αντιμετωπιστεί ως απλή υπόθεση τεχνικής διαχείρισης. Απαιτεί στρατηγική κατεύθυνση από τη διοίκηση και νέα μορφή συμμετοχής των εργαζομένων.
Αν μια επιχείρηση ή ένας δημόσιος οργανισμός δει την Τεχνητή Νοημοσύνη μόνο ως μέσο μείωσης χρόνου σε επιμέρους εργασίες, τότε θα περιοριστεί σε επιφανειακές χρήσεις. Θα πάρει απομαγνητοφωνήσεις συσκέψεων, πρόχειρα σημειώματα, περισσότερο διοικητικό θόρυβο, περισσότερες παρουσιάσεις και περισσότερο περιεχόμενο χαμηλής αξίας. Θα έχει δηλαδή περισσότερη κίνηση χωρίς αντίστοιχη πρόοδο. Το κρίσιμο ερώτημα δεν είναι πόσα λεπτά γλιτώνει ένας εργαζόμενος από μια εργασία. Το κρίσιμο ερώτημα είναι αν ο οργανισμός επανασχεδιάζει τον τρόπο που παράγει γνώση, εξυπηρετεί πελάτες ή πολίτες, αναπτύσσει νέα προϊόντα και μετατρέπει την εμπειρία των ανθρώπων του σε συλλογική ικανότητα.
Η διοίκηση πρέπει να δώσει κατεύθυνση, όχι να εκχωρήσει το θέμα
Η μεγαλύτερη παγίδα είναι η διοίκηση να θεωρήσει ότι η Τεχνητή Νοημοσύνη είναι θέμα που μπορεί απλώς να ανατεθεί προς διαχείριση. Δεν μπορεί. Η ηγεσία ενός οργανισμού οφείλει να απαντήσει η ίδια στα βασικά ερωτήματα. Τι σημαίνει η Τεχνητή Νοημοσύνη για το επιχειρηματικό ή υπηρεσιακό μοντέλο μας; Ποιες εργασίες θέλουμε να ενισχυθούν και όχι να απονεκρωθούν; Πώς θα διασφαλιστεί ότι η αύξηση της απόδοσης δεν θα μετατραπεί αυτομάτως σε πίεση, επιτήρηση ή περικοπές; Ποια γνώση θέλουμε να παραμείνει ανθρώπινη, θεσμική και εσωτερικά καλλιεργημένη;
Αυτά δεν είναι τεχνικά ερωτήματα. Είναι ερωτήματα διοίκησης, κουλτούρας και στρατηγικής. Αν δεν απαντηθούν στο ανώτατο επίπεδο, τότε η Τεχνητή Νοημοσύνη θα διολισθήσει είτε σε μια ακόμη μόδα εργαλείων είτε σε μια κρυφή, ανεπίσημη και άνιση χρήση από τους εργαζομένους. Στην πρώτη περίπτωση, ο οργανισμός θα πληρώνει ακριβά χωρίς να αλλάζει ουσιαστικά. Στη δεύτερη, θα δημιουργηθεί εσωτερική ασυμμετρία: κάποιοι θα αξιοποιούν αθόρυβα τα νέα εργαλεία, άλλοι θα μένουν πίσω και η διοίκηση δεν θα γνωρίζει πραγματικά τι αλλάζει μέσα στον οργανισμό της.
Η σωστή αφετηρία είναι μια καθαρή διοικητική θέση: η Τεχνητή Νοημοσύνη αξιοποιείται για ενίσχυση της ανθρώπινης εργασίας, για βελτίωση της κρίσης, για επιτάχυνση της μάθησης και για ανάπτυξη νέων δυνατοτήτων. Όχι ως εύκολος μηχανισμός αυτοματοποίησης που αντιμετωπίζει τον εργαζόμενο σαν κόστος προς μείωση.
Οι καλύτερες ιδέες θα έρθουν από αυτούς που ξέρουν τη δουλειά
Η Τεχνητή Νοημοσύνη αποδίδει περισσότερο όταν βρίσκεται στα χέρια ανθρώπων που γνωρίζουν σε βάθος το αντικείμενό τους. Ο έμπειρος νοσηλευτής, η διοικητική υπάλληλος που γνωρίζει τις πραγματικές τριβές μιας διαδικασίας, ο μηχανικός που ξέρει πού κολλάει ένα έργο, ο ερευνητής που κατανοεί τις αδυναμίες των δεδομένων, αυτοί είναι που μπορούν να μετατρέψουν ένα γενικό εργαλείο σε ουσιαστική βελτίωση. Άρα, η εισαγωγή της Τεχνητής Νοημοσύνης δεν πρέπει να είναι κλειστή άσκηση λίγων ειδικών. Πρέπει να είναι οργανωμένη διαδικασία συνδιαμόρφωσης.
Εδώ αποκτά κεντρική σημασία ο πληθοπορισμός, όχι ως επικοινωνιακό τέχνασμα, αλλά ως μέθοδος οργανωτικής μάθησης. Ο οργανισμός πρέπει να δημιουργήσει ασφαλείς και ανοιχτές διαδικασίες μέσα από τις οποίες οι εργαζόμενοι να προτείνουν, να δοκιμάζουν και να αξιολογούν σενάρια χρήσης. Να υπάρχει δηλαδή μια δομημένη εσωτερική αγορά ιδεών, όπου η εμπειρία της πρώτης γραμμής μετατρέπεται σε συλλογικό πλεονέκτημα.
Αυτό σημαίνει εσωτερικές προσκλήσεις ιδεών, εργαστήρια πειραματισμού, σύντομους κύκλους πιλοτικών εφαρμογών, κοινότητες πρακτικής ανά τμήμα, τεκμηρίωση των αποτελεσμάτων και ανοιχτή συζήτηση για το τι λειτούργησε και τι όχι. Σημαίνει επίσης ότι η αποτυχία ορισμένων πειραμάτων δεν πρέπει να τιμωρείται. Αν ο οργανισμός θέλει να μάθει, οφείλει να νομιμοποιήσει τον πειραματισμό.
Από το τμήμα πληροφορικής στο κοινό εργαστήριο του οργανισμού
Το τμήμα πληροφορικής παραμένει απαραίτητο. Έχει κρίσιμο ρόλο στην ασφάλεια, στη διακυβέρνηση δεδομένων, στις υποδομές και στη συμμόρφωση. Δεν πρέπει όμως να είναι ο αποκλειστικός ιδιοκτήτης της στρατηγικής για την Τεχνητή Νοημοσύνη. Αν του ανατεθεί μόνο του το θέμα, είναι πιθανό να υπερισχύσει, εύλογα, η λογική του περιορισμού του κινδύνου. Όμως η Τεχνητή Νοημοσύνη χρειάζεται κάτι παραπάνω: χρειάζεται θεσμικά ασφαλή χώρο για ανακάλυψη νέων χρήσεων.
Γι’ αυτό κάθε σοβαρός οργανισμός χρειάζεται ένα μικτό εργαστήριο εφαρμογών Τεχνητής Νοημοσύνης. Μια διατομεακή ομάδα με ανθρώπους από τη διοίκηση, την πληροφορική, τη νομική υποστήριξη, την επιχειρησιακή λειτουργία, την εκπαίδευση προσωπικού και τις πρώτες γραμμές υπηρεσίας ή παραγωγής. Ρόλος αυτής της ομάδας δεν είναι να επιβάλλει έτοιμες λύσεις, αλλά να μεταφράζει τις ιδέες των εργαζομένων σε λειτουργικά πιλοτικά σχήματα, να μετρά πραγματικά οφέλη, να εντοπίζει κινδύνους και να επιστρέφει γνώση πίσω στον οργανισμό.
Έτσι, η Τεχνητή Νοημοσύνη παύει να είναι είτε παιχνίδι λίγων ενθουσιωδών είτε άκαμπτη εταιρική υποχρέωση. Γίνεται πεδίο συντονισμένης οργανωτικής μάθησης.
Η μεγάλη αλλαγή είναι πολιτισμική και όχι μόνο τεχνική
Στην πραγματικότητα, το μεγαλύτερο διακύβευμα δεν είναι ποιο εργαλείο θα επιλεγεί, αλλά ποια κουλτούρα θα διαμορφωθεί. Ο οργανισμός που θα κερδίσει δεν είναι αυτός που θα αγοράσει πρώτος τις περισσότερες άδειες χρήσης. Είναι αυτός που θα πείσει τους ανθρώπους του ότι η νέα τεχνολογία δεν εισάγεται εναντίον τους αλλά μαζί τους. Ότι η γνώση τους μετρά. Ότι η διοίκηση ακούει. Ότι η παραγωγικότητα δεν θα σημαίνει μόνο περισσότερο έργο σε λιγότερο χρόνο, αλλά καλύτερη δουλειά, λιγότερη φθορά, περισσότερη ποιότητα και νέες δυνατότητες εξέλιξης.
Αυτό είναι το πραγματικό νέο παράδειγμα. Η Τεχνητή Νοημοσύνη δεν είναι απλώς τεχνολογική αναβάθμιση. Είναι δοκιμασία διοικητικής ωριμότητας. Αναγκάζει τη διοίκηση να σκεφτεί πιο ανοιχτά, τους εργαζομένους να συμμετάσχουν πιο ενεργά και τον οργανισμό να μάθει πιο γρήγορα. Όσοι την αντιμετωπίσουν σαν μια ακόμη αγορά λογισμικού θα πάρουν περιορισμένα αποτελέσματα και αυξημένη σύγχυση. Όσοι την αντιμετωπίσουν ως ευκαιρία ανασχεδιασμού της εργασίας και συνδημιουργίας με τους ανθρώπους τους, θα αποκτήσουν πραγματικό πλεονέκτημα.
Η Τεχνητή Νοημοσύνη, λοιπόν, δεν πρέπει να «κανονικοποιηθεί» πρόωρα ως άλλη μία εφαρμογή πληροφορικής. Πρέπει να αναγνωριστεί ως αυτό που είναι: ένας νέο, αβέβαιο αλλά ισχυρό εργαλείο ψηφιακού μετασχηματισμού, που απαιτεί ηγεσία από πάνω, συμμετοχή από κάτω και θεσμικά οργανωμένο πειραματισμό στο ενδιάμεσο. Εκεί θα κριθεί ποιοι οργανισμοί θα εξελιχθούν και ποιοι απλώς θα προσποιηθούν ότι εκσυγχρονίζονται.
Πηγές:
- Ethan Mollick, “The IT department: Where AI goes to die”, The Economist. Διατυπώνει με σαφήνεια το βασικό επιχείρημα ότι η Τεχνητή Νοημοσύνη δεν πρέπει να αντιμετωπίζεται ως μια συνηθισμένη εφαρμογή λογισμικού, αλλά ως ιδιόμορφη και μετασχηματιστική τεχνολογία που απαιτεί διοικητική ηγεσία, πειραματισμό και οργανωτική φαντασία: https://www.economist.com/by-invitation/2026/04/01/the-it-department-where-ai-goes-to-die
- Ethan Mollick, “Making AI Work: Leadership, Lab, and Crowd”, One Useful Thing. Αναπτύσσει το τρίπτυχο ηγεσία, εργαστήριο και συλλογικότητα εργαζομένων ως λειτουργικό μοντέλο για την αξιοποίηση της Τεχνητής Νοημοσύνης σε οργανισμούς. Υποστηρίζει ακριβώς την ανάγκη για κατεύθυνση από τη διοίκηση, οργανωμένο πειραματισμό και αξιοποίηση της γνώσης των εργαζομένων: https://www.oneusefulthing.org/p/making-ai-work-leadership-lab-and
- Microsoft and LinkedIn, “AI at Work Is Here. Now Comes the Hard Part”, 2024 Work Trend Index. Τεκμηριώνει ότι η χρήση Τεχνητής Νοημοσύνης έχει ήδη εξαπλωθεί στην εργασία, συχνά πριν οι οργανισμοί αποκτήσουν σαφές σχέδιο, και ότι πολλοί εργαζόμενοι φέρνουν μόνοι τους τέτοια εργαλεία στην εργασία τους. Αυτό ενισχύει το επιχείρημα ότι χωρίς διοικητική στρατηγική και συμμετοχή των εργαζομένων, η υιοθέτηση θα είναι άναρχη και άνιση: https://www.microsoft.com/en-us/worklab/work-trend-index/ai-at-work-is-here-now-comes-the-hard-part
- Nicole Gillespie et al., “Trust, attitudes and use of artificial intelligence: A global study 2025”, University of Melbourne and KPMG. Δείχνει ότι η εκτεταμένη χρήση Τεχνητής Νοημοσύνης στην εργασία χωρίς επαρκή εκπαίδευση, διακυβέρνηση και αξιολόγηση των αποτελεσμάτων δημιουργεί λάθη, αδιαφάνεια και κρυφή χρήση από εργαζομένους: https://assets.kpmg.com/content/dam/kpmgsites/xx/pdf/2025/05/trust-attitudes-and-use-of-ai-global-report.pdf