H τεχνητή νοημοσύνη και επιχειρηματική ανάπτυξη συνδέονται άρρηκτα, σύμφωνα με τον ΣΕΒ, ο οποίος παρουσίασε έναν νέο «Οδηγό» με πρακτικές κατευθύνσεις για τη βέλτιστη αξιοποίηση των τεχνολογικών δυνατοτήτων προς όφελος των επιχειρήσεων.

Ο «Οδηγός» περιγράφει συγκεκριμένες εφαρμογές της τεχνητής νοημοσύνης σε τομείς όπως ο αυτοματισμός απαντήσεων σε after sales ερωτήματα, η ανάλυση και σύνοψη συμβολαίων προμηθευτών, καθώς και η εξαγωγή γνώσης από αναφορές βλαβών και συντήρησης. Επίσης, δίνεται έμφαση στην ανάλυση και ερμηνεία δεδομένων αισθητήρων.

Σύμφωνα με τον ΣΕΒ, οι επιχειρήσεις οφείλουν να δίνουν προτεραιότητα στις δραστηριότητες που προσφέρουν τη μεγαλύτερη αξία, είναι εφικτές με βάση τα διαθέσιμα δεδομένα και αφορούν επαναλαμβανόμενες διεργασίες χαμηλής πολυπλοκότητας, όπου η τεχνητή νοημοσύνη μπορεί να αποδώσει καλύτερα.

Ωστόσο, επισημαίνεται ότι σε πιο σύνθετες περιπτώσεις απαιτείται ανθρώπινη συνεργασία, με την τεχνητή νοημοσύνη να λειτουργεί υποστηρικτικά.

Ο ρόλος του «ψηφιακού διδύμου»

Μία από τις πρακτικές που προτείνει ο ΣΕΒ είναι η δημιουργία ενός «ψηφιακού διδύμου». Πρόκειται για ένα εργαλείο που παρακολουθεί, καταγράφει και αναλύει μια διαδικασία όπως υλοποιείται σήμερα και την αναπαριστά σε περιβάλλον τεχνητής νοημοσύνης. Με αυτόν τον τρόπο, μπορεί να εκτιμηθεί εκ των προτέρων το αναμενόμενο όφελος πριν την εφαρμογή στην πράξη.

Για παράδειγμα, αν στόχος είναι η μείωση του χρόνου ανταπόκρισης στα αιτήματα πελατών, το «Ψηφιακό Δίδυμο» αντλεί αυτόματα κάθε σχετικό αίτημα από το σύστημα και αναπαράγει βήμα-βήμα τη διαδικασία διεκπεραίωσης. Στη συνέχεια, προσομοιώνει το «τι θα συνέβαινε αν», δείχνοντας εκ των προτέρων πόσο θα μειωθεί ο χρόνος ανταπόκρισης, πού μπορεί να παρουσιαστούν εμπόδια και σε ποιες περιπτώσεις θα χρειαστεί ανθρώπινη παρέμβαση.

Εφαρμογές στις προσλήψεις

Στον τομέα των προσλήψεων, ο «Οδηγός» αναφέρει ότι η τεχνητή νοημοσύνη μπορεί να λειτουργήσει ως ψηφιακός βοηθός που αναλύει δεδομένα όπως φόρτος εργασίας, αποδόσεις ομάδων και δεξιότητες, προτείνοντας τεκμηριωμένα ανάγκες στελέχωσης. Παράλληλα, δημιουργεί περιγραφές θέσεων εργασίας με βάση τις δεξιότητες που λείπουν.

Η τεχνητή νοημοσύνη επιταχύνει την ανίχνευση και κατηγοριοποίηση υποψηφίων, αναλύοντας αυτόματα βιογραφικά και προφίλ, ενώ διενεργεί έξυπνη αξιολόγηση προτείνοντας shortlist βάσει δεδομένων. Επιπλέον, προσαρμόζει δυναμικά τις προσφορές εργασίας και δημιουργεί προσωποποιημένα πλάνα ένταξης για τους νέους εργαζόμενους.

Οι ψηφιακοί βοηθοί, πριν και μετά την πρόσληψη, παρέχουν συνεχή υποστήριξη σε εργαζομένους και στελέχη, απαντώντας σε ερωτήσεις, παρακολουθώντας την πρόοδο και εντοπίζοντας πιθανά προβλήματα ένταξης.

Ανησυχίες των εργαζομένων

Ο «Οδηγός» του ΣΕΒ περιλαμβάνει επίσης πρακτικές συμβουλές για την αντιμετώπιση των ανησυχιών των εργαζομένων σχετικά με την επίδραση της τεχνητής νοημοσύνης στις θέσεις εργασίας.

Οι βασικές ανησυχίες αφορούν:

  • Τον φόβο αντικατάστασης («Η ΤΝ θα πάρει τη δουλειά μου»)
  • Την απώλεια εξειδίκευσης και κύρους («Τα χρόνια εμπειρίας μου καθίστανται αναξιόπιστα, μπορεί να αντικατασταθώ εύκολα»)
  • Την έλλειψη κατανόησης και την ανησυχία για ιδιωτικότητα ή παρακολούθηση («Η ΤΝ με παρακολουθεί και αξιολογεί»)
  • Τη δυσπιστία απέναντι στις αποφάσεις της ΤΝ («Πώς να εμπιστευτώ μηχανή για σημαντικές αποφάσεις;»). Σύμφωνα με παράδειγμα του Οδηγού, στον τομέα της εξυπηρέτησης πελατών η τεχνητή νοημοσύνη μπορεί να οδηγήσει σε μείωση θέσεων εργασίας κατά 37%.

ΣΧΟΛΙΑ
ΠΡΟΣΘΗΚΗ ΣΧΟΛΙΟΥ
0 /50
0 /2000
YouTube thumbnail