Τεχνητή νοημοσύνη: Ποια επαγγέλματα κινδυνεύουν περισσότερο και ποια αναδιαμορφώνονται

Η ταχύτατη διείσδυση της τεχνητής νοημοσύνης (ΑΙ) μεταβάλλει, συχνά απότομα, κρίσιμες πτυχές της απασχόλησης, καθιστώντας την επόμενη δεκαετία ένα εξαιρετικά καθοριστικό διάστημα για την Ελλάδα και το εργασιακό της τοπίο.

Όπως επισημαίνει η Καθημερινή, η χώρα βρίσκεται μπροστά σε ένα απαιτητικό σταυροδρόμι: η τεχνολογική επανάσταση της ΑΙ μπορεί να βελτιώσει την παραγωγικότητα, την ποιότητα της εργασίας και την ανταγωνιστικότητα, αλλά την ίδια στιγμή απειλεί να εντείνει ανισότητες, να αυξήσει την εργασιακή ανασφάλεια και να αφήσει εκτός προσαρμογής όσους δεν εξοπλιστούν με νέες δεξιότητες. Οι ειδικοί υπογραμμίζουν την ανάγκη άμεσης στρατηγικής, επενδύσεων σε ανθρώπινο δυναμικό και επιχειρήσεις, αλλά και θεσμικών τομών που θα διασφαλίσουν ότι η τεχνολογία θα λειτουργήσει ως ενίσχυση του εργαζομένου και όχι ως υποκατάστατο. Όπως λέει χαρακτηριστικά ο γενικός γραμματέας Εργασιακών Σχέσεων Νίκος Μηλαπίδης στην «Κ», «στόχος είναι κανείς να μη μείνει πίσω».

Μελέτη του ΟΟΣΑ δείχνει ότι σχεδόν ένα στα τέσσερα επαγγέλματα (28%) διεθνώς βρίσκεται σε υψηλό κίνδυνο αυτοματοποίησης. Για την Ελλάδα, η έρευνα εκτιμά ότι περίπου έξι στις δέκα θέσεις εργασίας θα «συνεργάζονται» με την τεχνητή νοημοσύνη, τρεις θα παραμείνουν σχεδόν αλώβητες και μία στις δέκα θεωρείται «υψηλού ρίσκου», πιθανόν να αντικατασταθεί πλήρως από ΑΙ.

Η ζήτηση για δεξιότητες τεχνητής νοημοσύνης ήδη καταγράφεται: σε αγγελίες εμφανίζονται ρόλοι όπως «AI/ML Engineer» και «AI Developer». Στα πιο ευάλωτα επαγγέλματα περιλαμβάνονται πωλητές, μεταφραστές και διερμηνείς, πολιτικοί επιστήμονες, υπάλληλοι εξυπηρέτησης πελατών, τηλεφωνητές, εργαζόμενοι σε χρηματιστηριακές πράξεις, προσωπικό υποδοχής ξενοδοχείων, μαθηματικοί, ειδικοί Δημοσίων Σχέσεων, data scientists, web developers, χειριστές επικοινωνιών δημόσιας ασφάλειας και αρκετές κατηγορίες καθηγητών.

Πρόκειται κυρίως για επαγγέλματα «λευκού κολάρου», που στηρίζονται στη γνωστική εργασία — από υπολογιστικά και μαθηματικά καθήκοντα έως διοικητικά και καθήκοντα πωλήσεων, όπου η παρουσίαση και εξήγηση πληροφοριών αποτελεί βασικό στοιχείο του ρόλου.

Όπως τονίζει ο κ. Μηλαπίδης, «η τεχνητή νοημοσύνη ήδη αλλάζει τον τρόπο που δουλεύουμε. Το μέλλον ολόκληρων οικονομιών θα εξαρτηθεί από το πόσο γρήγορα και αποτελεσματικά θα προσαρμοστούν». Ο γενικός διευθυντής Εργασιακών Σχέσεων του υπουργείου, Κώστας Αγραπιδάς, σημειώνει ότι ενώ τα «ρουτινιάρικα» επαγγέλματα – διοικητικά, τραπεζικά, πωλήσεις – είναι τα πιο εκτεθειμένα, αναδύεται ένας νέος ρόλος: ο «Boss of the Agent»· ο εργαζόμενος που δεν αντικαθίσταται από τα συστήματα, αλλά γίνεται ο συντονιστής τους, ο επικεφαλής δικτύου «bots» και αυτοματισμών. Η νέα αυτή πραγματικότητα απαιτεί ικανότητα κατανόησης αλγορίθμων, διαχείριση δεδομένων, κριτική σκέψη και δεοντολογική επίγνωση. «Ο εργαζόμενος γίνεται ψηφιακός ηγέτης που συντονίζει “agents” για να επιτύχει στόχους με ανθρώπινη κρίση και ευθύνη», επισημαίνει. Παραθέτει επίσης παραδείγματα εφαρμογής της τεχνητής νοημοσύνης από ελληνικές επιχειρήσεις:

• Ανάλυση κινδύνου, ανίχνευση απάτης, εξυπηρέτηση πελατών.
• Μηχανική μάθηση για οικονομικές προβλέψεις και αυτοματοποιημένη δανειοδότηση.
• Ψηφιακοί βοηθοί και AI analytics.
• Ενσωμάτωση ΑΙ στα δίκτυα και στις υπηρεσίες πελατών.
• Πλατφόρμες τεχνητής νοημοσύνης για επιχειρήσεις και δημόσιο.
• Βελτιστοποίηση κρατήσεων και εμπειρίας φιλοξενουμένων σε ενοικιαζόμενα.
• Προσλήψεις μέσω ανάλυσης βιογραφικών και αυτόματης επιλογής υποψηφίων.
• Ανάπτυξη έξυπνων ολοκληρωμένων κυκλωμάτων για IoT εφαρμογές.
• Συνδυασμός ΑΙ και πολιτικής στρατηγικής για επαναπατρισμό ταλέντων και επανειδίκευση εργαζομένων.

Το ερώτημα όμως είναι κατά πόσο οι ελληνικές επιχειρήσεις είναι έτοιμες για τα πολλαπλά κύματα τεχνολογικού μετασχηματισμού. Η παραγωγική δομή παραμένει προσανατολισμένη στην εντατική εργασία, στην ιδιότυπη αυτοαπασχόληση και στις περιορισμένες επενδύσεις σε καινοτομία — παράγοντες που δυσχεραίνουν την υιοθέτηση της ΑΙ, όπως εξηγεί ο γενικός διευθυντής του Ινστιτούτου Εργασίας της ΓΣΕΕ Χρήστος Γούλας.

Η ομαλή μετάβαση στην εποχή της τεχνητής νοημοσύνης απαιτεί συνδυασμό πολιτικών, επενδύσεων και οργανωτικών παρεμβάσεων όπως:

Δια βίου μάθηση και δεξιότητες του μέλλοντος, καθώς ο χρόνος ζωής των δεξιοτήτων υπολογίζεται πλέον σε μόλις πέντε χρόνια.
Ανάπτυξη δεξιοτήτων πέρα από τις τεχνικές (coding, data science): κριτική σκέψη, διαχείριση δεδομένων, κατανόηση αλγορίθμων, δεοντολογία.
Κατάρτιση ειδικά στοχευμένη σε επαγγέλματα που είναι ευάλωτα στην αυτοματοποίηση, ώστε να μην υπάρξουν «απόντες».
Επενδύσεις στην ψηφιακή καινοτομία των επιχειρήσεων. Ο κ. Γούλας τονίζει ότι οι εταιρείες πρέπει να πάψουν να βλέπουν την ΑΙ ως μέσο επιτήρησης και επιβάρυνσης, και να τη δουν ως εργαλείο ενδυνάμωσης: περισσότερη δημιουργικότητα, καλύτερη συνεργασία, υψηλότερη παραγωγικότητα.
Μηχανισμός έγκαιρης προειδοποίησης και ανάλυσης της αγοράς εργασίας, βάσει διεθνών πρακτικών και στοιχείων του ΟΟΣΑ που δείχνουν διαφορετικές πιέσεις ανά περιοχή και επάγγελμα.
Κοινωνικός διάλογος και θεσμικές εγγυήσεις, καθώς –όπως σημειώνει ο γενικός διευθυντής του Ινστιτούτου της ΓΣΕΕ– η τεχνητή νοημοσύνη δεν πρέπει να αντιμετωπίζεται τεχνοφοβικά, αλλά ως ιστορική ευκαιρία επαναπροσδιορισμού του νοήματος και της οργάνωσης της εργασίας.