Η συζήτηση για την τεχνητή νοημοσύνη επικεντρώνεται συχνά στην απώλεια θέσεων εργασίας, όμως στην πραγματικότητα η τεχνολογία μετασχηματίζει ήδη τον τρόπο με τον οποίο εκτελείται η καθημερινή εργασία. Σύμφωνα με έρευνα των Financial Times, η ΑΙ χρησιμοποιείται ευρέως από συμβούλους, τραπεζίτες, δικηγόρους, στελέχη της ενέργειας και ερευνητές φαρμάκων, προσφέροντας σημαντική εξοικονόμηση χρόνου αλλά δημιουργώντας ταυτόχρονα νέες προκλήσεις.
Συμβουλευτικές εταιρείες: Εσωτερικές βάσεις γνώσης, podcasts και εικονικές ερωτήσεις
Στον κλάδο των συμβουλευτικών υπηρεσιών, η παραγωγική ΑΙ επιταχύνει τις εργασίες ρουτίνας των νεότερων στελεχών, όπως η δημιουργία παρουσιάσεων PowerPoint και η επεξεργασία γραφικών.
Παράλληλα, εταιρείες όπως η McKinsey, η Bain και η PwC έχουν αναπτύξει δικά τους συστήματα (Lilli, Sage, ChatPwC), τα οποία σαρώνουν τεράστιες βάσεις δεδομένων, προηγούμενα έργα και ιδιόκτητες αναλύσεις, γλιτώνοντας ημέρες βασικής έρευνας.
Επιπλέον, η McKinsey παρέχει τη δυνατότητα στους συμβούλους να ακούν τα αποτελέσματα της έρευνας σε μορφή διαδραστικού podcast, ενώ η τεχνολογία αξιολογείται ακόμη και για την επιλογή μελών σε νέα έργα με βάση τις δεξιότητες και τη «χημεία» τους. Στον αντίποδα, καταγράφεται το παράδοξο φαινόμενο εργαζόμενοι να υποβάλλουν ερωτήματα στο Claude, όπως «γιατί βρισκόμαστε εδώ;», αποκλειστικά για να αυξήσουν τους δείκτες χρήσης που παρακολουθούν οι εταιρείες.
Τομέας ενέργειας: Αυτοματοποίηση συμβολαίων, συντήρηση και πωλήσεις καφέ
Στους πετρελαϊκούς κολοσσούς, η τεχνολογία μειώνει δραστικά τη γραφειοκρατία και βελτιστοποιεί τις διαδικασίες παραγωγής. Ο διευθύνων σύμβουλος της Shell, Ουαέλ Σάουαν, αναφέρει ότι το 90% των 5.000 συμφωνιών εμπιστευτικότητας που χειρίζεται ετησίως η εταιρεία διεκπεραιώνεται πλέον αυτόματα μέσω ΑΙ.
Παράλληλα, ειδικά dashboards και αλγόριθμοι αναλύουν σεισμικά δεδομένα, εντοπίζουν ανάγκες συντήρησης σε αγωγούς και υπολογίζουν τη βέλτιστη διαδρομή γεώτρησης. Χαρακτηριστικά, η BP μπορεί πλέον να αναλύσει εκατοντάδες διαδρομές γεώτρησης σε μία μόλις ημέρα, εργασία που παλαιότερα απαιτούσε εβδομάδες, ενώ αξιοποιεί την ΑΙ ακόμη και για την πρόβλεψη των πωλήσεων καφέ στα πρατήριά της συνδυάζοντας καιρικά δεδομένα και τοπικές προτιμήσεις.
Τραπεζικός κλάδος: Ταχεία προετοιμασία, εσκεμμένα λάθη και επιπλήξεις σε chatbots
Στη Wall Street, εργαλεία όπως το LLM Suite της JPMorgan και η πλατφόρμα Rogo ανασύρουν ιστορικά στοιχεία, αλληλογραφία και πιθανούς στόχους εξαγορών μέσα σε λίγα λεπτά, επιτρέποντας στους τραπεζίτες να προετοιμάζονται για συναντήσεις σε μόλις 30 λεπτά. Η ΑΙ παράγει επίσης προσχέδια χρηματοοικονομικών μοντέλων, ελαφρύνοντας το επιβαρυμένο ωράριο των νεότερων αναλυτών, αν και εκφράζονται ανησυχίες ότι η υπερβολική εξάρτηση αποστερεί από τα νέα στελέχη την ουσιαστική κατανόηση των αριθμών.
Παράλληλα, ορισμένοι τραπεζίτες εισάγουν εσκεμμένα συντακτικά λάθη ή απλοποιήσεις στα μηνύματά τους ώστε να μην φαίνονται παραγμένα από μηχανή. Την ίδια στιγμή, παρατηρείται το φαινόμενο νεότεροι αναλυτές να αντιμετωπίζουν τα chatbots ως υφισταμένους τους και να τα επιπλήττουν όταν υποπίπτουν σε σφάλματα.
Νομικές υπηρεσίες: Ταχεία επεξεργασία εγγράφων και ο κίνδυνος των «παραισθήσεων»
Στον νομικό τομέα, η ΑΙ εξαλείφει την ανάγκη για πολύωρη νυχτερινή ανάγνωση συμβάσεων. Ο Sam Newhouse της Latham & Watkins επισημαίνει ότι η τεχνολογία προσφέρει άμεσες πρώτες απαντήσεις κατά την εξέταση εκατοντάδων συμφωνιών, αυξάνοντας παράλληλα τις απαιτήσεις για βαθύτερο έλεγχο.
Ο κύριος κίνδυνος εστιάζεται στις «παραισθήσεις» της ΑΙ, δηλαδή την παραγωγή λανθασμένων αλλά πειστικών στοιχείων, καθώς ήδη αμερικανικά δικηγορικά γραφεία εκτέθηκαν στα δικαστήρια λόγω ανακριβών νομοθετικών παραπομπών. Για το λόγο αυτό, ο φόβος διαρροής ευαίσθητων δεδομένων έχει οδηγήσει σε αυστηρούς περιορισμούς, έως και στην απαγόρευση εκτύπωσης εγγράφων.
Φαρμακοβιομηχανία: Επιτάχυνση ερευνών και η απρόσμενη χρησιμότητα των σφαλμάτων
Στον τομέα της υγείας, η ΑΙ υπόσχεται να μειώσει τον χρόνο ανακάλυψης νέων φαρμάκων έως το στάδιο των προκλινικών δοκιμών από 4-5 χρόνια σε μόλις 12-18 μήνες, σύμφωνα με τον Thorsten Rall της Capgemini. Η Danielle Belgrave από τη GSK τονίζει τη σημασία της ΑΙ στον εντοπισμό βιοδεικτών για την πρόβλεψη της ανταπόκρισης των ασθενών.
Αν και ο Παγκόσμιος Οργανισμός Υγείας προειδοποιεί για τον κίνδυνο αναπαραγωγής ενσωματωμένων προκαταλήψεων στα δεδομένα, ερευνητές στη Γερμανία διαπίστωσαν ότι υπό προϋποθέσεις, ακόμη και οι «παραισθήσεις» των γλωσσικών μοντέλων μπορούν να βελτιώσουν την απόδοση των συστημάτων ανακάλυψης φαρμάκων.
