«Εργάζομαι στον χώρο της δημοσιογραφίας της τεχνολογίας εδώ και 25 χρόνια και ένα από τα πλέον ενδιαφέροντα πράγματα που συμβαίνουν αυτήν τη στιγμή είναι πως δεν υπάρχει μια κοινή απάντηση ανάμεσα στους ειδικούς για τον χώρο της Τεχνητής Νοημοσύνης (σ.σ τεχνολογία Artificial intelligence, ΑΙ). Για πρώτη φορά στην επαγγελματική μου καριέρα βλέπω πως μπορεί να ρωτήσεις 5 ή 10 ειδικούς και να πάρεις 5 ή 10 διαφορετικές απαντήσεις. Θα πω λοιπόν πως αν υπάρχει οποιοσδήποτε που θα σταθεί εδώ πάνω στο πόντιουμ και θα πει πως ξέρει τι θα συμβεί, λέει ψέματα».
Με τη συγκεκριμένη αρχική τοποθέτησή του που προκύπτει από την εμπειρία του τα τελευταία χρόνια σε ό,τι αφορά την Τεχνητή Νοημοσύνη και δη το αποκαλούμενo Generative AI ο Jeremy White, αρχισυντάκτης Τεχνολογίας του περιοδικού Wired ξεκαθαρίζει νωρίς τη βάση για μια συζήτηση πάνω στα ζητήματα της νέας εποχής εργασίας που ενσωματώνει πια τεχνολογικά εργαλεία Τεχνητής Νοημοσύνης.
Στη συζήτηση που έλαβε χώρα το απόγευμα της 7ης Σεπτεμβρίου στο «3ο Thessaloniki Future Thinking Dialogues» (TFTD) με τίτλο «AI in Action: Transforming Business, Work and Life» που συν-διοργανώνουν το Ελληνομερικανικό Εμπορικό Επιμελητήριο και η Περιφέρεια Κεντρικής Μακεδονίας στη Θεσσαλονίκη, ο κ. White τόνισε ότι υπάρχουν πολλές εκτιμήσεις για το πώς θα επέλθουν αλλαγές στον τρόπο με τον οποίο θα εργαζόμαστε και εξέφρασε την εκτίμηση ότι θα έχουν μεγάλο ενδιαφέρον οι τρόποι με τους οποίους οι επιχειρήσεις θα χρησιμοποιήσουν αυτές τις τεχνολογίες Τεχνητής Νοημοσύνης αν και δεν ξέρουμε το πώς θα αλλά αλλάξει εκ βάθρων ο τρόπος με τον οποίο θα γίνονται εργασίες.
Ο δορυφορικές εικόνες που προέβλεψαν τον «θάνατο» μιας επιχείρησης και το hedge fund που θα βγάζει χρήματα χωρίς να… ζει το προσωπικό
Επιχειρώντας να δείξει μερικές περιπτώσεις στις οποίες οι ΑΙ τεχνολογίες έφεραν αναπάντεχα αποτελέσματα, ο κ. White εξήγησε αρχικά πως μια εταιρία διαχείρισης και ανάλυσης εικόνων από δορυφόρους με την ονομασία Orbital Insight πριν από αρκετά χρόνια άρχισε να χρησιμοποιεί Τεχνητή Νοημοσύνη για τις αναλύσεις αυτών των εικόνων και ξεκίνησε να προσφέρει στους πελάτες της μια υπηρεσία με την οποία θα μπορεί να δίνει προβλέψεις για τις μελλοντικές αποδόσεις μετοχών. «Κάποια στιγμή το 2016 σκέφτηκαν να αρχίσουν να μετρούν τον αριθμό των αυτοκινήτων που πηγαίνουν σε εμπορικά κέντρα. Προς τα τέλη του 2016 παρατήρησαν μια δραματική μείωση στον αριθμό των αυτοκινήτων που έφτασαν στα εμπορικά σημεία της εταιρίας JCPenney (σ.σ εταιρία με 120 χρόνια ιστορία) και έδωσαν μια προειδοποίηση στους πελάτες τους πως θα υπάρξει μια δραματική πτώση στα κέρδη. Αυτό συνέβη, και στο ξεκίνημα του 2017 η εταιρία αυτή έκλεισε 50 με 60 εμπορικά κέντρα της, κάτι που ήδη ήξεραν οι πελάτες της εταιρίας αυτής από τα δεδομένα που μέσα από την Τεχνητή Νοημοσύνη είχε αναλύσει αυτή η εταιρία. Αν μπορούσε κανείς να δει το γράφημα των αυτοκινήτων των οποίων οι αφίξεις στα εμπορικά κέντρα αυτά μειώνονταν και μαζί στο γράφημα των μειώσεων στην αξία των μετοχών της JCPenney, αυτά για μια μεγάλη χρονική περίοδο ήταν πρακτικά πανομοιότυπα…», εξιστόρησε ο κ. White.
Την ίδια ώρα, ο Senior Innovation Editor του Wired περιέγραψε την περίπτωση ενός hedge fund με έδρα το Χόνγκ Κόνγκ με την επωνυμία Aidyia που αποτελεί ένα επενδυτικό κεφάλαιο που λειτουργεί απόλυτα με τεχνολογία Τεχνητής Νοημοσύνης. «Δεν είναι το μόνο, αλλά έχει ενδιαφέρον γιατί οι δημιουργοί του δεν πήραν μια έτοιμη τεχνολογία ΑΙ, αλλά αποφάσισαν να την χτίσουν μόνοι τους. Στο μοντέλο αυτό Τεχνητής Νοημοσύνης έδωσαν δεδομένα 11 ετών (back data) από το χρηματιστήριο των ΗΠΑ και το έβαλαν σε λειτουργία: έβγαλε ετήσιες αποδόσεις 25%, πήγε εξαιρετικά. Αυτό δεν είναι μια περίπτωση speed trading, είναι το να πάρεις έναν τεράστιο όγκο δεδομένων για να δουλέψει. Ήταν τόσο ενθουσιασμένοι με το αποτέλεσμα που το έθεσαν σε λειτουργία άμεσα και άρχισε αμέσως να βγάζει λεφτά. Το μοντέλο αυτό ΑΙ “τρέχει” εντελώς μόνο του κάτι που σημαίνει πως εάν πχ όλοι στο hedge fund αυτό… πεθάνουν, αυτό θα συνεχίσει να βγάζει χρήματα», περιέγραψε ο κ.White. «Αυτά τα πράγματα ήδη συμβαίνουν. Πολύ καλές εταιρίες, όχι ιδιαίτερα μεγάλες, το κάνουν, είναι ένας εκδημοκρατισμός που επιτυγχάνεται εξαιτίας της συγκεκριμένης τεχνολογίας», προσέθεσε.
Συνδυασμός της Τεχνητής Νοημοσύνης με αυτή των «Ψηφιακών Δίδυμων»
Το να ετοιμάσεις κάτι στον εικονικό κόσμο και να το δεις πως δουλεύει πριν να το εφαρμόσεις στον πραγματικό είναι πράγματι κάτι εφικτό και ήδη γίνεται εξήγησε απαντώντας σε σχετική ερώτηση ο κ.White. «Κάτι τέτοιο έκανε π.χ η εταιρία McLaren για μεγάλο διάστημα και όχι μόνο σε αυτοκίνητα. Χαρακτηριστικό είναι πως συνεργάστηκε με την εταιρία Unilever για την εξέλιξη μιας οικογένειας από οδοντόπαστες (!) και έτσι βελτιώθηκε η απόδοση της παραγωγής αυτών κατά περίπου 30% με 40%, ενώ η ίδια εταιρία στο σχετικό Τμήμα που διατηρούσε προσπαθούσε να ετοιμάσει ένα Ψηφιακό Δίδυμο του ανθρώπινου σώματος. Εργάζονταν μάλιστα στο συγκεκριμένο πεδίο με πολλές ομάδες ποδοσφαίρου σε όλο τον κόσμο συμπεριλαμβανομένης της ομάδας ράγκμπι της Αγγλίας όπως και με Στρατούς. Η φιλοδοξία εδώ ήταν πως εφόσον ήταν εφικτό να προσομοιώσουν με επάρκεια το ανθρώπινο σώμα, θα μπορούσαν να προβλέψουν με προβολή δύο εβδομάδων πότε ένα σώμα θα είναι στην ακμή του για αθλητικές δραστηριότητες, αλλά και το πότε θα ήταν σωστά ή υπό- προετοιμασμένο ένα στράτευμα. Το ίδιο, στόχος ήταν να υπάρχει πρόβλεψη και για μια καρδιακή συγκοπή. Να μπορεί να υπάρχει προειδοποίηση σε διάστημα δύο εβδομάδων. Σε ότι αφορά αυτό, με τις φορέσιμες συσκευές υγείας (σ.σ wearable γκάτζετ) το έφτασαν μάλιστα μέχρι και σε μια προειδοποίηση 12 λεπτών πριν από ένα τέτοιο συμβάν υγείας», ανάφερε ο αρχισυντάκτης τεχνολογίας του Wired.
Πως θα «αντέξουμε» ως εργαζόμενοι όλες τις αλλαγές;
«Το βασικό είναι να έχουμε ανοιχτό μυαλό αλλά να είναι η ΑΙ τεχνολογία διαθέσιμη ακόμη και στις μικρές στην ιεραρχία θέσεις εργασίας σε μια εταιρεία. Όλοι οι υπάλληλοι να μπορούν να κάνουν αλλαγές στις δουλειές τους. Να μπορούν να αυτοματοποιήσουν τις δικές τους διαδικασίες δουλειάς, να μπορούν να μάθουν οι ίδιοι πώς να το κάνουν αυτό. Δεν υπάρχουν πολλές απαιτήσεις σε εκμάθηση. Στην ουσία αυτό είναι κάτι που θα “πάρει την εξουσία” από το τμήμα ΙΤ μιας εταιρίας. Την παίρνεις αυτή την ισχύ και τη δίνεις στους εργαζόμενους και τους λες πως εκείνοι γνωρίζουν πώς να κάνουν τη δουλειά που κάνουν με καλύτερο τρόπο. Υπήρχε μια εταιρία στις ΗΠΑ στην οποία μια απλή εργαζόμενη, κοντά μάλιστα στα πενήντα σε ηλικία, που ζήτησε να της επιτραπεί να μετατρέψει μια διαδικασία σε αυτοματοποιημένη, της το επέτρεψαν, το έκανε, και ήταν τόσο επαναστατική η αλλαγή για το αντικείμενο της εταιρίας αυτής, που κατέληξαν να την εισάγουν σε όλη την εταιρία», περιέγραψε ο κ. White.
Σε ό,τι αφορά τις εμπειρίες στον δικό του εργασιακό χώρο, εξήγησε πως στις συγκεκριμένες εκδόσεις έχουν έναν συγκεκριμένο «οδηγό» για την τεχνολογία και χρησιμοποιούν ΑΙ περισσότερο στη διαδικασία δημιουργίας (σ.σ «idea generation») ή στην πορεία για τη δημιουργία του τίτλου ενός θέματος μόνο, ενώ δεν χρησιμοποιούν τέτοια τεχνολογία για να γράφουν τα άρθρα ή τα ρεπορτάζ τους. Η εκτίμησή του μάλιστα σε ό,τι αφορά σχετικά κοινή χρήση πλέον στην αγορά εργασίας όπως είναι η πρόσληψη προσωπικού, εξήγησε ότι, κατά την εκτίμησή του, τα ΑΙ τεχνολογικά μοντέλα στον ρόλο της επιλογής προσωπικού «…δεν δουλεύουν» και πως τα τμήματα ΑΔ των εταιριών το χρησιμοποιούν μόνο ως εργαλείο πχ όταν έχουν πολλά βιογραφικά αν και «…μπορεί έτσι να χάσουν πολύ καλούς πιθανούς εργαζόμενους».
Δουλειές του μέλλοντος σε 10 χρόνια
«Το ΑΙ θα γράψει ένα βιβλίο αλλά δεν θα έχει ιδέα τι έχει γράψει», τόνισε ο αρχισυντάκτης τεχνολογίας του Wired, επισημαίνοντας πως και σε άλλες περιόδους τεχνολογικής εξέλιξης είχαμε μεγάλες αλλαγές με πολύ περιορισμένες τελικά απώλειες θέσεων εργασίας, «Κάποτε λέγαμε πως στη δουλειά του κάποιος ήταν ο… computer. Αυτό ήταν τίτλος εργασίας. Στις εικόνες της δεκαετίας του ’50 θα έβλεπες κάτι απίστευτες, τεράστιες αίθουσες με πολλούς τέτοιους “κομπιούτερ” εργαζόμενους που ήταν στην ουσία ένα… ανθρώπινο φύλλο εργασίας. Τελικά όμως δεν χάσαμε αυτές τις θέσεις εργασίας. Απλά μετακινήθηκαν αλλού. Στην πραγματικότητα η μόνη θέση εργασίας που καταργήθηκε εντελώς ήταν ο… χειριστής ανελκυστήρα! Σήμερα η τεχνολογία AI καταλαβαίνει τι θέλουμε, στην πραγματικότητα όμως δεν “καταλαβαίνει” τι παράγει. Θα γράψει μια Τεχνητή Νοημοσύνη ένα λογοτεχνικό βιβλίο και θα πούμε πως είναι καταπληκτικό που το έκανε, το ίδιο όμως το ΑΙ δεν έχει καμία ιδέα του τι έκανε», κατέληξε ο κ. White.
Σωτήρης Κυριακίδης