Μια επιχείρηση μπορεί να αγοράσει πρόσβαση στην τεχνητή νοημοσύνη μέσα σε λίγα λεπτά. Δεν μπορεί να αγοράσει με την ίδια ευκολία την ικανότητα των ανθρώπων της να ξεχωρίζουν μια χρήσιμη απάντηση από ένα πειστικό λάθος. Εκεί βρίσκεται μια δαπάνη που κινδυνεύει να μείνει έξω από τον αρχικό προϋπολογισμό: η εκπαίδευση, ο έλεγχος και η προσαρμογή της καθημερινής εργασίας.
- Τι δείχνει η έρευνα και τι δεν αποδεικνύει
- Το κόστος εμφανίζεται μετά το πρώτο προσχέδιο
- Υπάρχουν πραγματικά κέρδη, αλλά δεν είναι ίδια για όλους
- Η Κύπρος έχει περιθώριο υιοθέτησης, όχι περιθώριο προχειρότητας
- Ένα παράδειγμα: Οι 100 ώρες που δεν είναι αυτόματα €2.000 κέρδος
- Τι θα έπρεπε να ζητήσει η διοίκηση πριν επεκτείνει την επένδυση
Το ζήτημα επανέρχεται με άρθρο του Jon Shanahan στο Inc, στις 2 Σεπτεμβρίου 2026. Ο διευθύνων σύμβουλος της Businessolver παρουσιάζει έρευνα της εταιρείας, σύμφωνα με την οποία 49% των εργαζομένων στις ΗΠΑ που συμμετείχαν αναφέρουν περιορισμένη ή καθόλου εργοδοτική εκπαίδευση στην AI. Δεν πρόκειται για ποσοστό της κυπριακής αγοράς εργασίας. Είναι, όμως, αφορμή για ένα πρακτικό ερώτημα: ποιος αναλαμβάνει να μετατρέψει το νέο λογισμικό σε καλύτερη δουλειά;
- Η αμερικανική έρευνα καταγράφει κενό εργοδοτικής κατάρτισης, όχι μετρημένη οικονομική ζημιά.
- Στην Κύπρο χρησιμοποιούσε AI το 9,3% των επιχειρήσεων που καλύπτει η έρευνα του 2025, έναντι 20% στην ΕΕ.
- Το όφελος κρίνεται στην ολοκληρωμένη εργασία μετά τον έλεγχο, όχι στην ταχύτητα του πρώτου προσχεδίου.
- Χρόνος που ελευθερώνεται σημαίνει διαθέσιμη δυναμικότητα. Δεν μετατρέπεται αυτόματα σε μετρητά ή κέρδος.
Τι δείχνει η έρευνα και τι δεν αποδεικνύει
Η μεθοδολογία της Businessolver αναφέρει περισσότερους από 1.300 εργαζομένους και ανώτατα στελέχη στις ΗΠΑ, από έξι κλάδους, με συλλογή απαντήσεων από την Edelman Data & Intelligence τον Μάρτιο και τον Απρίλιο 2026. Το ειδικό σκέλος για την AI συγκρίνει τις εμπειρίες όσων θεωρούν επαρκή την κατάρτισή τους με εκείνες εργαζομένων που είχαν περιορισμένη υποστήριξη ή αφέθηκαν να μάθουν μόνοι τους.
| Δήλωση | Επαρκής κατάρτιση |
Περιορισμένη υποστήριξη |
|---|---|---|
| Η AI επιτάχυνε την επαγγελματική μου εξέλιξη | 78% | 51% |
| Έχω αυτοπεποίθηση ότι μπορώ να ακολουθώ τις εξελίξεις της AI στον ρόλο μου | 80% | 57% |
| Η AI με βοηθά να επικεντρώνομαι σε εργασία μεγαλύτερης αξίας | 73% | 50% |
Στοιχεία: Businessolver, State of Workplace Empathy 2026, AI Special Report, σελίδα 10. Οι τιμές αποτυπώνουν απαντήσεις εργαζομένων, όχι μετρήσεις παραγωγικότητας.
Οι διαφορές είναι σημαντικές, αλλά δεν αποδεικνύουν ότι η εκπαίδευση από μόνη της τις προκάλεσε. Καλύτερα οργανωμένες επιχειρήσεις μπορεί να προσφέρουν ταυτόχρονα καλύτερη κατάρτιση, υποστήριξη και ευκαιρίες εξέλιξης. Η έρευνα δεν δικαιολογεί έναν ισχυρισμό ότι ένα σεμινάριο αυξάνει αυτομάτως την απόδοση κατά ένα συγκεκριμένο ποσοστό.
Το κόστος εμφανίζεται μετά το πρώτο προσχέδιο
Η πιο εύκολη επίδειξη ενός εργαλείου AI είναι η παραγωγή μιας απάντησης: ενός email, μιας περίληψης, μιας παρουσίασης. Η πιο δύσκολη ερώτηση για μια επιχείρηση είναι αν αυτή η απάντηση μπορεί να χρησιμοποιηθεί. Πρέπει να ταιριάζει στο αίτημα του πελάτη, να στηρίζεται σε σωστά στοιχεία και να έχει περάσει τους ελέγχους που απαιτεί η συγκεκριμένη εργασία.
Χωρίς κοινή εκπαίδευση, ο ένας εργαζόμενος ενδέχεται να εμπιστεύεται υπερβολικά το αποτέλεσμα και ο άλλος να το ξαναγράφει ολόκληρο, επειδή δεν γνωρίζει πώς να το αξιολογήσει. Ο χρόνος που φαίνεται να εξοικονομήθηκε στο πρώτο στάδιο μπορεί έτσι να μεταφερθεί στον προϊστάμενο που διορθώνει, στον συνάδελφο που διασταυρώνει ή στην ομάδα που απαντά σε παράπονα.
Η σωστή μονάδα μέτρησης είναι η ολοκληρωμένη εργασία αποδεκτής ποιότητας. Όχι τα κείμενα που παρήχθησαν, οι ερωτήσεις που υποβλήθηκαν ή οι άδειες λογισμικού που ενεργοποιήθηκαν. Και η κατάρτιση αφορά εδώ τους ανθρώπους που χρησιμοποιούν την τεχνολογία, όχι την τεχνική εκπαίδευση ενός μοντέλου AI.
Υπάρχουν πραγματικά κέρδη, αλλά δεν είναι ίδια για όλους
Για να ξεχωρίσει η υπόσχεση από την καταγεγραμμένη επίδοση, χρήσιμη είναι η μελέτη Generative AI at Work των Erik Brynjolfsson, Danielle Li και Lindsey Raymond, που δημοσιεύθηκε στο Quarterly Journal of Economics το 2025. Παρακολουθώντας τη σταδιακή εισαγωγή ενός βοηθού AI σε 5.172 εργαζομένους εξυπηρέτησης πελατών μιας επιχείρησης, οι ερευνητές βρήκαν μέση αύξηση περίπου 15% στα ζητήματα που επιλύονταν ανά ώρα.
Το όφελος ήταν μεγαλύτερο για λιγότερο έμπειρους εργαζομένους. Στους πιο έμπειρους και ικανούς, τα κέρδη ταχύτητας ήταν περιορισμένα και καταγράφηκαν μικρές υποχωρήσεις στην ποιότητα. Δεν πρόκειται για πείραμα που απομονώνει την επίδραση ενός προγράμματος κατάρτισης, ούτε για συντελεστή που μπορεί να εφαρμοστεί σε κάθε γραφείο.
Το επιχειρηματικό συμπέρασμα είναι πιο συγκεκριμένο: ο ίδιος βοηθός δεν λύνει το ίδιο πρόβλημα για όλους. Ένας νέος υπάλληλος μπορεί να χρειάζεται παραδείγματα και πρόσβαση σε οργανωμένη γνώση. Ένας έμπειρος μπορεί να ωφελείται περισσότερο από την αυτοματοποίηση μιας στενής, επαναλαμβανόμενης διαδικασίας, διατηρώντας τον έλεγχο στις σύνθετες αποφάσεις.
Η Κύπρος έχει περιθώριο υιοθέτησης, όχι περιθώριο προχειρότητας
Σύμφωνα με την επίσημη έρευνα της Στατιστικής Υπηρεσίας για το 2025, AI χρησιμοποιούσε το 9,3% των επιχειρήσεων με τουλάχιστον 10 απασχολουμένους στους κλάδους που καλύπτει η έρευνα. Στις μικρές επιχειρήσεις το ποσοστό ήταν 7,7%, στις μεσαίες 15,3% και στις μεγάλες 35,1%. Ο αντίστοιχος ευρωπαϊκός δείκτης ήταν 20%, σύμφωνα με τη Eurostat.
Πρόκειται για στοιχεία χρήσης τεχνολογίας, όχι για μέτρηση επάρκειας στην AI. Δεν καλύπτουν κάθε αυτοαπασχολούμενο ή πολύ μικρό γραφείο και δεν αποτελούν αποτύπωση της κατάστασης τον Σεπτέμβριο 2026. Δείχνουν, πάντως, ότι η αφετηρία διαφέρει έντονα ανάλογα με το μέγεθος της επιχείρησης.
Για μια κυπριακή εταιρεία υπηρεσιών, η ασφαλέστερη αρχή είναι μια σαφώς οριοθετημένη εργασία: η προετοιμασία απαντήσεων σε συνηθισμένες ερωτήσεις ή η σύνοψη εγκεκριμένων εσωτερικών οδηγιών. Η δοκιμή χρειάζεται υλικό σχετικό με την πραγματική δουλειά, σαφείς κανόνες για όσα δεδομένα επιτρέπεται να χρησιμοποιούνται και έναν άνθρωπο υπεύθυνο για το τελικό αποτέλεσμα. Μια εντυπωσιακή γενική παρουσίαση δεν αντικαθιστά αυτά τα βήματα.
Ένα παράδειγμα: Οι 100 ώρες που δεν είναι αυτόματα €2.000 κέρδος
Ας υποθέσουμε, αποκλειστικά ως αριθμητικό παράδειγμα, ότι μια ομάδα 20 εργαζομένων κερδίζει 15 λεπτά την ημέρα για 20 εργάσιμες ημέρες. Το άθροισμα είναι 100 ώρες τον μήνα. Με υποθετικό συνολικό εργοδοτικό κόστος €20 ανά ώρα, η αξία αυτού του χρόνου αντιστοιχεί σε €2.000.
Το ποσό δεν είναι πρόβλεψη εξοικονόμησης. Αν οι μισθοί παραμένουν ίδιοι και η επιχείρηση δεν αξιοποιήσει τον διαθέσιμο χρόνο, δεν εμφανίζονται ξαφνικά €2.000 στο ταμείο. Πρέπει, επίσης, να συνυπολογιστούν οι συνδρομές, η κατάρτιση, η αρχική οργάνωση και ο πρόσθετος έλεγχος. Αν τα 15 λεπτά μετρούν μόνο την παραγωγή του πρώτου προσχεδίου, ο αρχικός υπολογισμός μπορεί να υπερεκτιμά ακόμη και τις ώρες που ελευθερώνονται.
Η απόδοση γίνεται ουσιαστική όταν αυτός ο χρόνος μειώνει τεκμηριωμένα υπερωρίες ή καθυστερήσεις, επιτρέπει περισσότερες ολοκληρωμένες υποθέσεις ή βελτιώνει την εξυπηρέτηση χωρίς υποχώρηση της ποιότητας. Αυτά χρειάζονται σύγκριση πριν και μετά, στην ίδια κατηγορία εργασιών.
Τι θα έπρεπε να ζητήσει η διοίκηση πριν επεκτείνει την επένδυση
Ένας περιορισμένος πιλοτικός κύκλος μπορεί να απαντήσει σε περισσότερα ερωτήματα από μια μαζική αγορά αδειών. Χρειάζεται να καταγράφει τον συνολικό χρόνο ολοκλήρωσης, τις διορθώσεις, τα σφάλματα και την εμπειρία του πελάτη. Η εκπαίδευση πρέπει να διδάσκει πώς τίθεται ένα σωστό ερώτημα, πώς ελέγχεται η απάντηση και πότε η εργασία επιστρέφει αποκλειστικά στον άνθρωπο.
Εξίσου κρίσιμο είναι να υπάρχει χρόνος μάθησης μέσα στην εργασία. Αν η διοίκηση ζητά την ίδια παραγωγή, άμεση υιοθέτηση και εκπαίδευση στον προσωπικό χρόνο, έχει μεταφέρει ένα μέρος του κόστους στον εργαζόμενο χωρίς να έχει διασφαλίσει το αποτέλεσμα.
Η επένδυση στην AI ολοκληρώνεται όταν η επιχείρηση μπορεί να δείξει καλύτερη δουλειά, όχι απλώς περισσότερη χρήση. Η τεχνολογία προσφέρει δυνατότητες. Η κατάρτιση και η οργάνωση καθορίζουν αν αυτές θα αξιοποιηθούν ή θα χαθούν ανάμεσα σε γρήγορα προσχέδια και ακριβές διορθώσεις.
The post AI στη δουλειά: Το κενό στην εκπαίδευση που μπορεί να κοστίσει στις επιχειρήσεις appeared first on moneymatters.cy.
