Σε ένα διαφημιστικό γραφείο στο Λονδίνο, ένας junior εργαζόμενος μπορεί πλέον να διαχειρίζεται πέντε διαφορετικούς πελάτες. Μέχρι πρόσφατα, για τον ίδιο όγκο δουλειάς χρειάζονταν αρκετοί άνθρωποι.
Η αλλαγή στην Catalyst ήρθε με την τεχνητή νοημοσύνη. Τα εργαλεία AI αναλαμβάνουν την έρευνα, γράφουν την πρώτη εκδοχή των κειμένων και συγκεντρώνουν δεδομένα. Ο εργαζόμενος παρεμβαίνει στη συνέχεια για να ελέγξει, να διορθώσει και να παρουσιάσει το τελικό αποτέλεσμα στον πελάτη. Ο ιδρυτής της εταιρείας, Τομπάιας Γκριν, περιγράφει το μοντέλο ως ένα «αντίστροφο Mechanical Turk», η τεχνητή νοημοσύνη εργάζεται στο παρασκήνιο και ο άνθρωπος βρίσκεται στην πρώτη γραμμή απέναντι στον πελάτη.
Αυτό αλλάζει και τον τρόπο με τον οποίο η εταιρεία αντιμετωπίζει τις θέσεις εισαγωγικού επιπέδου. «Αν η τεχνητή νοημοσύνη αφαιρεί τη διεκπεραιωτική δουλειά, τότε αυτή η δουλειά παύει να είναι σημαντική», δηλώνει ο Γκριν σύμφωνα με το CNBC. Οι νέοι εργαζόμενοι, κατά τον ίδιο, δεν χρειάζεται πλέον να εκπαιδεύονται με τον ίδιο τρόπο στις συγκεκριμένες εργασίες, αλλά να μάθουν πώς να αξιοποιούν αποτελεσματικά την AI.
Η περίπτωση της Catalyst αποτυπώνει μια πολύ ευρύτερη αλλαγή. Έρευνα, συγγραφή πρώτων κειμένων, προγραμματισμός και διοικητικές εργασίες, δηλαδή πολλές από τις δουλειές που αποτελούσαν παραδοσιακά το πρώτο βήμα στην καριέρα ενός νέου εργαζομένου, μπορούν πλέον να αυτοματοποιηθούν σε σημαντικό βαθμό.
Λιγότερες προσλήψεις στην αρχή της καριέρας
Η επίδραση αρχίζει ήδη να φαίνεται στις προσλήψεις. Η έκθεση Business Barometer 2026 του Open University, η οποία βασίστηκε σε έρευνα 1.500 στελεχών επιχειρήσεων στο Ηνωμένο Βασίλειο, διαπίστωσε ότι το 51% θεωρεί πως η AI αλλάζει τον τρόπο με τον οποίο προσλαμβάνει προσωπικό. Το 19% δήλωσε ότι έχει περιορίσει τις προσλήψεις σε entry-level θέσεις. Από αυτές τις επιχειρήσεις, το 42% ανέφερε την υιοθέτηση της AI ως έναν από τους λόγους.
Η Λούσι Μπόμοντ, global SVP of product στην εταιρεία αξιολόγησης ταλέντου SHL, βλέπει ήδη μεγάλους εργοδότες αποφοίτων να περιορίζουν τις προσλήψεις, καθώς επανεξετάζουν εάν χρειάζονται τον ίδιο αριθμό junior θέσεων. Η παραδοσιακή πυραμίδα του προσωπικού, με πολλούς νέους εργαζομένους στη βάση και λιγότερα στελέχη όσο ανεβαίνει η ιεραρχία, αρχίζει σύμφωνα με την ίδια να μοιάζει περισσότερο με «διαμάντι», λιγότεροι juniors και μεγαλύτερη συγκέντρωση εργαζομένων στη μεσαία βαθμίδα.
Βραχυπρόθεσμα αυτό μπορεί να φαίνεται αποδοτικό. Μακροπρόθεσμα, όμως, δημιουργεί ένα διαφορετικό πρόβλημα. Οι entry-level θέσεις ήταν ανέκαθεν το πεδίο εκπαίδευσης των εργαζομένων. Εκεί έκαναν τα πρώτα τους λάθη, μάθαιναν πώς λειτουργεί μια εταιρεία και αποκτούσαν την εμπειρία που αργότερα τους επέτρεπε να αναλάβουν μεγαλύτερη ευθύνη. Αν αυτή η βαθμίδα περιοριστεί υπερβολικά, οι συνέπειες μπορεί να εμφανιστούν σε ολόκληρη την εταιρική ιεραρχία τα επόμενα χρόνια.
Οι junior θέσεις δεν εξαφανίζονται
Η εικόνα, πάντως, δεν είναι αποκλειστικά αρνητική για τους νεότερους εργαζομένους. Σε έρευνα της τεχνολογικής συμβουλευτικής Klarus μεταξύ 500 στελεχών μεσαίων επιχειρήσεων στο Ηνωμένο Βασίλειο και την Ιρλανδία, το 45% δήλωσε ότι χρησιμοποιεί την τεχνητή νοημοσύνη για να βοηθήσει τους junior εργαζομένους να δουλεύουν καλύτερα και ταχύτερα. Σχεδόν ένας στους τέσσερις ανέφερε ότι η τεχνολογία δημιουργεί νέες θέσεις και ευκαιρίες.
Η αλλαγή είναι ιδιαίτερα εμφανής στο software development. Εργαλεία όπως το Claude Code και το Codex σημαίνουν ότι οι developers καλούνται όλο και περισσότερο να επιβλέπουν projects που εκτελούνται ταυτόχρονα από ανθρώπους και AI agents. Η Σίλα Φλάβελ, COO της FDM Group, εκτιμά ότι δεξιότητες όπως η συνεργασία και η διαχείριση άλλων θα αποκτήσουν ακόμη μεγαλύτερη σημασία. Αυτό μπορεί να οδηγήσει τους νέους εργαζομένους σε ρόλους επίβλεψης πολύ νωρίτερα από ό,τι στο παρελθόν.
Η νέα πραγματικότητα αλλάζει και τα χαρακτηριστικά που αναζητούν οι recruiters. Σύμφωνα με τη Μπόμοντ, ορισμένες επιχειρήσεις απομακρύνονται από το μοντέλο στο οποίο προσλαμβάνουν έναν απόφοιτο για μια αυστηρά καθορισμένη θέση. Αντί γι’ αυτό, αναζητούν ανθρώπους με ευρύτερες ικανότητες και αποφασίζουν στη συνέχεια πού μπορούν να αξιοποιηθούν καλύτερα. Το ενδιαφέρον μετατοπίζεται πλέον στις προοπτικές εξέλιξης κάποιου, στο πόσο εύκολα μπορεί να επανεκπαιδευτεί, να προσαρμοστεί σε νέα αντικείμενα και να αναπτύξει νέες δεξιότητες
Χαρακτηριστικό είναι το παράδειγμα μιας μεγάλης διεθνούς τράπεζας με την οποία συνεργάζεται η SHL. Η τράπεζα αναζητά πλέον υποψηφίους πέρα από τις παραδοσιακές δεξαμενές ταλέντου, εξετάζοντας ακόμη και αποφοίτους ψυχολογίας ή νομικής. Η λογική είναι ότι οι τεχνικές δεξιότητες που αλλάζουν γρήγορα μπορούν να διδαχθούν. Ικανότητες όπως η κριτική σκέψη, όμως, είναι δυσκολότερο να αναπτυχθούν από το μηδέν.
Το κενό εμπειρίας που μπορεί να αφήσει η AI
Εδώ βρίσκεται ίσως το μεγαλύτερο παράδοξο της νέας αγοράς εργασίας. Η τεχνητή νοημοσύνη επιτρέπει σε έναν νέο εργαζόμενο να παράγει πολύ πιο σύνθετη δουλειά από την πρώτη ημέρα. Δεν του δίνει όμως αυτομάτως την εμπειρία για να καταλάβει πότε αυτό που παράγει η τεχνολογία είναι λανθασμένο. Η Τσέινι Χάμιλτον, διευθύντρια της ερευνητικής εταιρείας Bloor, θεωρεί ότι οι εισαγωγικές, διεκπεραιωτικές εργασίες δεν ήταν ποτέ απλώς βαρετές ή επαναλαμβανόμενες. Αποτελούσαν τον τρόπο με τον οποίο οι νέοι εργαζόμενοι αποκτούσαν σταδιακά γνώση, βαθύτερη αντίληψη του αντικειμένου και επαγγελματική κρίση.
«Η AI ανεβάζει το επίπεδο όσων μπορεί να παράγει ένας junior, αλλά δεν του δίνει την κρίση για να γνωρίζει πότε το αποτέλεσμα είναι λάθος», σημειώνει. Αυτή η κρίση, όπως εξηγεί, χτιζόταν ιστορικά μέσα από την επανάληψη, τα λάθη και τις συνέπειές τους. Αυτό δεν σημαίνει ότι οι εταιρείες πρέπει να διατηρήσουν ξεπερασμένες ή μονότονες εργασίες μόνο και μόνο για εκπαιδευτικούς λόγους. Η πρόκληση είναι να βρουν έναν διαφορετικό τρόπο να μεταφέρουν αυτή τη γνώση.
Από την παραγωγή στην έκθεση σε πραγματικά προβλήματα
Η Χάμιλτον προτείνει οι επιχειρήσεις να αντιμετωπίζουν τις εισαγωγικές θέσεις εργασίας περισσότερο ως ευκαιρίες απόκτησης εμπειριών και λιγότερο ως μονάδες μέτρησης παραγωγικότητας. Ο στόχος, δηλαδή, δεν θα είναι απλώς ο όγκος εργασίας που παράγει ένας junior, αλλά το εύρος των πραγματικών προβλημάτων με τα οποία έρχεται σε επαφή, καθώς και το πόσο γρήγορα μαθαίνει να αξιολογεί και να διορθώνει το περιεχόμενο που δημιουργεί η AI.
Σε ένα τέτοιο μοντέλο, οι νέοι εργαζόμενοι μπορούν να ελέγχουν και να διορθώνουν AI-generated αποτελέσματα, ενώ οι πιο έμπειροι συνάδελφοί τους αναλαμβάνουν πιο ενεργό ρόλο στη μετάδοση της κρίσης και της γνώσης που παλαιότερα αποκτούνταν σταδιακά μέσα από την καθημερινή εργασία. Η FDM Group πειραματίζεται ήδη με παρόμοια προσέγγιση. Αντί να εκπαιδεύει τους εργαζομένους απλώς στη χρήση των εργαλείων AI, τους δίνει πραγματικά επιχειρηματικά προβλήματα και τους ζητά να βρουν λύσεις χρησιμοποιώντας agentic engineering.
Το ερώτημα για τις επιχειρήσεις, επομένως, δεν είναι μόνο πόσες entry-level θέσεις μπορούν να καταργήσουν χάρη στην AI. Είναι και πώς θα δημιουργήσουν τους έμπειρους εργαζομένους που θα χρειαστούν σε πέντε ή δέκα χρόνια, εάν εξαφανιστούν τα πρώτα σκαλοπάτια από τα οποία παραδοσιακά ξεκινούσε μια καριέρα. Όπως το θέτει η Χάμιλτον, το πραγματικό ζήτημα δεν είναι τόσο ο χρόνος που περνά κάποιος στα πρώτα χρόνια της καριέρας του, όσο η γνώση που αποκτά σε αυτά. Διαφορετικά, οι επιχειρήσεις κινδυνεύουν να δημιουργήσουν μια γενιά εργαζομένων που, χάρη στην AI, θα μπορεί να κάνει περισσότερα πράγματα, χωρίς όμως να διαθέτει το βάθος γνώσης για να κρίνει αν τα κάνει σωστά.
Διαβάστε ακόμη
Bloomberg: Ομόλογα και δημόσιο χρέος «στοιχειώνουν» την Ευρώπη – Νο1 κίνδυνος η μετάδοση
Τέλος τα μετρητά στις παραδόσεις δεμάτων με courier – Υποχρεωτικές οι ηλεκτρονικές πληρωμές
Για όλες τις υπόλοιπες ειδήσεις της επικαιρότητας μπορείτε να επισκεφθείτε το Πρώτο ΘΕΜΑ
Σχολίασε εδώ
Για να σχολιάσεις, χρησιμοποίησε ένα ψευδώνυμο.