Η τεχνητή νοημοσύνη περνά πλέον από τη θεωρία στην πράξη για τις μεγάλες επιχειρήσεις. Και η περίπτωση της Barclays είναι μία από τις πιο καθαρές ενδείξεις μέχρι σήμερα ότι η επόμενη φάση της ΑΙ δεν θα αφορά μόνο νέες επενδύσεις και καλύτερα ψηφιακά εργαλεία, αλλά και βαθιές αλλαγές στη δομή του κόστους και της απασχόλησης.
- Οι περικοπές δεν είναι πλέον μόνο «αναδιάρθρωση»
- Η νέα εξίσωση: περισσότερα κέρδη με λιγότερο σταθερό κόστος
- Η τραπεζική γίνεται το πρώτο μεγάλο πεδίο εφαρμογής
- Το παράδοξο της ισχυρής κερδοφορίας και των περικοπών
- Δεν είναι όλα θετικά για την Barclays
- Η ΑΙ αλλάζει πρώτα τις «μεσαίες» θέσεις
- Από την «ενίσχυση εργαζομένων» στην αντικατάσταση λειτουργιών
- Το επόμενο μεγάλο ερώτημα για τις επιχειρήσεις
Η βρετανική τράπεζα ανακοίνωσε ότι προχωρεί σε περικοπή περίπου 5.000 θέσεων εργασίας μέσα στο 2026, αριθμός που αντιστοιχεί περίπου στο 5% του συνολικού προσωπικού της, καθώς αυξάνει τη χρήση τεχνολογίας και τεχνητής νοημοσύνης για να μειώσει τα σταθερά λειτουργικά της έξοδα και να βελτιώσει τις αποδόσεις της.
Η ανακοίνωση έγινε την ίδια ημέρα που η Barclays γνωστοποίησε προ φόρων κέρδη £2,3 δισ. για το τρίτο τρίμηνο, αυξημένα κατά 12% σε σχέση με έναν χρόνο νωρίτερα.
Η εικόνα είναι έτσι ιδιαίτερα χαρακτηριστική της νέας πραγματικότητας στις μεγάλες επιχειρήσεις: ισχυρή κερδοφορία, ταυτόχρονη πίεση για υψηλότερη αποδοτικότητα και αυξανόμενη χρήση ΑΙ για να περιοριστεί το λειτουργικό κόστος.
Οι περικοπές δεν είναι πλέον μόνο «αναδιάρθρωση»
Η Barclays έχει ήδη καταργήσει περίπου 1.000 θέσεις, ενώ οι υπόλοιπες 4.000 αναμένεται να περικοπούν έως το τέλος του έτους, σύμφωνα με τη διευθύντρια οικονομικών της τράπεζας Άννα Κρος.
Το πιο ενδιαφέρον στοιχείο είναι πού εντοπίζονται οι περικοπές.
Περίπου το 60% των θέσεων που επηρεάζονται αφορά υποστηρικτικές λειτουργίες, μεταξύ των οποίων και θέσεις προγραμματιστών και άλλων εργαζομένων σε εσωτερικά τμήματα.
Αυτό αλλάζει αισθητά τη συζήτηση γύρω από την τεχνητή νοημοσύνη.
Μέχρι πρόσφατα, οι περισσότερες μεγάλες επιχειρήσεις μιλούσαν κυρίως για ΑΙ ως εργαλείο ενίσχυσης παραγωγικότητας, καλύτερης εξυπηρέτησης πελατών και αυτοματοποίησης επαναλαμβανόμενων διαδικασιών.
Σήμερα, όμως, αρχίζει να γίνεται σαφές ότι η τεχνολογία χρησιμοποιείται και για κάτι πολύ πιο συγκεκριμένο: μείωση του αριθμού των εργαζομένων που απαιτούνται για να εκτελεστούν ορισμένες λειτουργίες.
Η νέα εξίσωση: περισσότερα κέρδη με λιγότερο σταθερό κόστος
Η Barclays ανακοίνωσε ότι πραγματοποίησε επιπλέον £201 εκατ. σε ενέργειες διαρθρωτικής μείωσης κόστους κατά το τρίτο τρίμηνο, στο πλαίσιο μιας ευρύτερης στρατηγικής για περιορισμό των δαπανών προσωπικού και άλλων σταθερών λειτουργικών εξόδων μέσω τεχνολογίας.
Για τις μεγάλες επιχειρήσεις, αυτή είναι ίσως η σημαντικότερη οικονομική υπόσχεση της τεχνητής νοημοσύνης.
Δεν αφορά μόνο το εάν ένα chatbot μπορεί να απαντήσει γρηγορότερα σε έναν πελάτη ή εάν ένας αλγόριθμος μπορεί να επεξεργαστεί περισσότερα δεδομένα.
Αφορά τη δυνατότητα μιας επιχείρησης να αυξήσει τα έσοδα ή να διατηρήσει την ίδια παραγωγική ικανότητα με χαμηλότερη σταθερή βάση κόστους.
Σε κλάδους όπως οι τράπεζες, όπου το προσωπικό αποτελεί σημαντικό μέρος των λειτουργικών δαπανών, ακόμη και μια σχετικά μικρή μείωση του αριθμού εργαζομένων μπορεί να έχει ουσιαστική επίδραση στην κερδοφορία.
Η τραπεζική γίνεται το πρώτο μεγάλο πεδίο εφαρμογής
Ο τραπεζικός κλάδος βρίσκεται σε ιδιαίτερα κατάλληλη θέση για γρήγορη υιοθέτηση τεχνητής νοημοσύνης.
Μεγάλο μέρος των τραπεζικών εργασιών βασίζεται σε δεδομένα, επαναλαμβανόμενες διαδικασίες, κανονιστικούς ελέγχους, εξυπηρέτηση πελατών, προγραμματισμό, αξιολόγηση κινδύνου και εσωτερικές λειτουργίες.
Ακριβώς αυτοί είναι και οι τομείς στους οποίους η αυτοματοποίηση και η γενετική ΑΙ μπορούν να χρησιμοποιηθούν ταχύτερα.
Η Barclays δεν είναι η μόνη μεγάλη εταιρεία που κινείται προς αυτή την κατεύθυνση. Το Reuters επισημαίνει ότι και άλλοι μεγάλοι όμιλοι, μεταξύ των οποίων η Microsoft και η HSBC, έχουν ανακοινώσει περικοπές προσωπικού μέσα στο 2026 καθώς η αυτοματοποίηση επηρεάζει ολοένα περισσότερο την απασχόληση.
Αυτό δείχνει ότι δεν πρόκειται για μια μεμονωμένη εταιρική απόφαση.
Αρχίζει να διαμορφώνεται ένα ευρύτερο μοντέλο.
Το παράδοξο της ισχυρής κερδοφορίας και των περικοπών
Η περίπτωση της Barclays είναι ενδιαφέρουσα και για έναν ακόμη λόγο.
Οι περικοπές δεν ανακοινώθηκαν σε μια περίοδο ζημιών ή οικονομικής κρίσης.
Ανακοινώθηκαν παράλληλα με αύξηση κερδών.
Τα προ φόρων κέρδη αυξήθηκαν στα £2,3 δισ., από £2,1 δισ. έναν χρόνο προηγουμένως. Παράλληλα, η τράπεζα ανακοίνωσε νέο πρόγραμμα επαναγοράς μετοχών ύψους £670 εκατ..
Αυτό υπογραμμίζει μια σημαντική αλλαγή στη λογική των εταιρικών αναδιαρθρώσεων.
Στο παρελθόν, οι μεγάλες περικοπές προσωπικού συνδέονταν συνήθως με ζημιές, ύφεση ή έντονη πίεση στα έσοδα.
Σήμερα, η τεχνητή νοημοσύνη επιτρέπει στις επιχειρήσεις να αντιμετωπίζουν τις περικοπές ως εργαλείο βελτίωσης αποδοτικότητας ακόμη και όταν οι οικονομικές επιδόσεις παραμένουν ισχυρές.
Δεν είναι όλα θετικά για την Barclays
Παρά την αύξηση των κερδών, η εικόνα δεν ήταν ομοιόμορφα θετική.
Τα συνολικά έσοδα της επενδυτικής τράπεζας στο τρίτο τρίμηνο διαμορφώθηκαν στα £3,1 δισ., χαμηλότερα από τις προβλέψεις για £3,3 δισ.
Ιδιαίτερη πίεση δέχθηκε η δραστηριότητα στα ομόλογα, τα νομίσματα και τα σχετικά προϊόντα.
Τα έσοδα από συναλλαγές σταθερού εισοδήματος υποχώρησαν κατά 19%, στο £1 δισ., ενώ οι αναλυτές περίμεναν περίπου £1,3 δισ.
Αντίθετα, τα έσοδα από μετοχές αυξήθηκαν κατά 47%, ξεπερνώντας την αντίστοιχη μέση επίδοση των μεγαλύτερων αμερικανικών ανταγωνιστών της.
Η εικόνα αυτή εξηγεί γιατί η διοίκηση επιμένει τόσο έντονα στη μείωση κόστους.
Σε ένα περιβάλλον όπου οι χρηματοπιστωτικές αγορές παραμένουν ευμετάβλητες και ορισμένες παραδοσιακά ισχυρές δραστηριότητες εμφανίζουν αδυναμία, η τεχνολογία προσφέρει έναν τρόπο να προστατευθούν τα περιθώρια κέρδους.
Η ΑΙ αλλάζει πρώτα τις «μεσαίες» θέσεις
Ένα από τα σημαντικότερα ερωτήματα είναι ποιο είδος εργασίας κινδυνεύει περισσότερο.
Η περίπτωση της Barclays δείχνει ότι η πρώτη μεγάλη πίεση δεν περιορίζεται απαραίτητα σε απλές διοικητικές θέσεις.
Οι περικοπές αγγίζουν και πιο τεχνικές ή υποστηρικτικές λειτουργίες.
Αυτό σημαίνει ότι η αυτοματοποίηση δεν αφορά μόνο εργασίες χαμηλής εξειδίκευσης.
Η γενετική ΑΙ μπορεί να γράφει και να ελέγχει κώδικα, να παράγει αναφορές, να αναλύει δεδομένα, να υποστηρίζει λειτουργίες συμμόρφωσης και να αυτοματοποιεί μεγάλα τμήματα της εσωτερικής πληροφόρησης μιας επιχείρησης.
Καθώς τα εργαλεία αυτά βελτιώνονται, οι εταιρείες μπορούν να λειτουργούν με μικρότερες ομάδες και να απαιτούν από κάθε εργαζόμενο μεγαλύτερη παραγωγικότητα.
Από την «ενίσχυση εργαζομένων» στην αντικατάσταση λειτουργιών
Για αρκετά χρόνια η κυρίαρχη επιχειρηματική αφήγηση ήταν ότι η τεχνητή νοημοσύνη θα λειτουργούσε κυρίως ως εργαλείο που θα βοηθούσε τους εργαζομένους να γίνουν πιο παραγωγικοί.
Αυτό εξακολουθεί να ισχύει σε πολλές περιπτώσεις.
Όμως η νέα φάση φαίνεται πιο σύνθετη.
Όταν μια επιχείρηση μπορεί να εκτελεί την ίδια λειτουργία με λιγότερα άτομα, η αύξηση παραγωγικότητας δεν μετατρέπεται απαραίτητα σε μεγαλύτερη ομάδα ή περισσότερη παραγωγή.
Μπορεί να μετατραπεί απλώς σε χαμηλότερο λειτουργικό κόστος.
Αυτό είναι και το σημείο όπου η τεχνητή νοημοσύνη αρχίζει να αποκτά πραγματικό αντίκτυπο στα περιθώρια κέρδους.
Το επόμενο μεγάλο ερώτημα για τις επιχειρήσεις
Η μεγαλύτερη πρόκληση πλέον δεν είναι εάν οι εταιρείες θα χρησιμοποιήσουν ΑΙ.
Αυτό θεωρείται σχεδόν δεδομένο.
Το ουσιαστικό ερώτημα είναι πόση οικονομική αξία μπορούν πραγματικά να δημιουργήσουν από αυτήν.
Μέχρι σήμερα, μεγάλο μέρος της εταιρικής συζήτησης γύρω από την ΑΙ αφορούσε επενδύσεις: νέα συστήματα, data centers, λογισμικό, επεξεργαστές και υποδομές.
Το επόμενο στάδιο θα αφορά την απόδοση αυτών των επενδύσεων.
Πόσα χρήματα μπορεί να εξοικονομήσει μια τράπεζα;
Πόσες διαδικασίες μπορεί να αυτοματοποιήσει;
Πόσο λιγότερο προσωπικό χρειάζεται;
Και τελικά πόσο υψηλότερη απόδοση μπορεί να προσφέρει στους μετόχους της;
Η Barclays αρχίζει να δίνει μια πρώτη απάντηση.
Οι 5.000 περικοπές στη Barclays είναι σημαντικές όχι μόνο λόγω του αριθμού τους.
Είναι σημαντικές γιατί αποκαλύπτουν πώς αλλάζει η επιχειρηματική λογική γύρω από την τεχνητή νοημοσύνη.
Η πρώτη φάση της ΑΙ ήταν η φάση του ενθουσιασμού και των επενδύσεων.
Η δεύτερη είναι η φάση της εφαρμογής.
Και η τρίτη, που φαίνεται να ξεκινά τώρα, είναι η φάση της μέτρησης της απόδοσης.
Για τις μεγάλες εταιρείες, η ΑΙ θα κριθεί τελικά όχι από το πόσα εργαλεία εγκατέστησαν, αλλά από το αν κατάφεραν να αυξήσουν την παραγωγικότητα, να μειώσουν το κόστος και να βελτιώσουν τα κέρδη.
Η Barclays δείχνει ότι αυτή η διαδικασία έχει ήδη αρχίσει.
Και αν το μοντέλο εξαπλωθεί, η μεγάλη επιχειρηματική ιστορία της τεχνητής νοημοσύνης τα επόμενα χρόνια μπορεί να μην είναι μόνο οι νέες δουλειές που θα δημιουργήσει.
Μπορεί να είναι και **πόσες υπάρχουσες θέσεις θα πάψουν να χρειάζονται οι επιχειρήσεις για να παράγουν το ίδιο ή και
