Μια νέα μελέτη από το Εθνικό Γραφείο Οικονομικών Ερευνών (NBER) της Μασαχουσέτης αποκαλύπτει ότι η πλειονότητα των στελεχών επιχειρήσεων παγκοσμίως δεν διαπιστώνει ουσιαστική επίδραση της τεχνητής νοημοσύνης στην παραγωγικότητα. Η έρευνα βασίστηκε σε δείγμα περίπου 6.000 διευθυντικών στελεχών, συμπεριλαμβανομένων CEOs και CFOs, από τις Ηνωμένες Πολιτείες, το Ηνωμένο Βασίλειο, τη Γερμανία και την Αυστραλία. Σύμφωνα με τα ευρήματα, περισσότερο από το 80% των ερωτηθέντων δηλώνει ότι δεν έχει παρατηρήσει καμία διακριτή μεταβολή ούτε στα επίπεδα απασχόλησης ούτε στην παραγωγική απόδοση των οργανισμών τους, παρά την ευρεία υιοθέτηση των νέων τεχνολογιών.
Σε ό,τι αφορά τα τρέχοντα ποσοστά χρήσης, η μελέτη αναφέρει ότι το 69% των επιχειρήσεων χρησιμοποιεί ήδη κάποια μορφή τεχνητής νοημοσύνης. Οι τυπικές χρήσεις περιλαμβάνουν τη δημιουργία κειμένων μέσω μεγάλων γλωσσικών μοντέλων, την παραγωγή οπτικού περιεχομένου και την επεξεργασία δεδομένων με μηχανική μάθηση. Επιπλέον, το 75% των στελεχών αναμένει να ενσωματώσει την τεχνολογία αυτή εντός των επόμενων τριών ετών. Παρά τη διάδοση αυτή, το 90% των διευθυντών υποστηρίζει ότι η τεχνητή νοημοσύνη δεν είχε καμία επίδραση στην απασχόληση κατά την τελευταία τριετία, ενώ το 89% δεν κατέγραψε αλλαγή στις πωλήσεις ανά εργαζόμενο.
Προβλέψεις για απασχόληση και παραγωγικότητα στις επιχειρήσεις
Παρά τα περιορισμένα αποτελέσματα μέχρι σήμερα, οι εκτιμήσεις για το μέλλον παραμένουν σημαντικές. Οι ερευνητές προβλέπουν ότι η τεχνητή νοημοσύνη θα επηρεάσει περίπου 1,75 εκατομμύρια θέσεις εργασίας στις τέσσερις προαναφερθείσες χώρες έως το 2028. Τα στελέχη αναμένουν ότι οι επιχειρήσεις τους θα γίνουν παραγωγικότερες κατά 1,4% την επόμενη τριετία, γεγονός που θα μπορούσε να αντιστρέψει τη μακροχρόνια πτώση της ανάπτυξης παραγωγικότητας. Ωστόσο, οι προσδοκίες των εργαζομένων διαφέρουν, καθώς οι ίδιοι προβλέπουν δημιουργία περισσότερων θέσεων εργασίας και μικρότερα κέρδη παραγωγικότητας, όπως σημειώνουν οι συντάκτες της έκθεσης, υπογραμμίζοντας ένα χάσμα αντιλήψεων.
Η μελέτη του NBER ευθυγραμμίζεται με στοιχεία άλλων ερευνητικών φορέων. Μια πρόσφατη έρευνα της PwC σε 4.500 ηγέτες επιχειρήσεων έδειξε ότι πάνω από τους μισούς δεν είδαν αύξηση εσόδων ή μείωση κόστους. Αντίστοιχα, η Deloitte διαπίστωσε ότι ενώ το 74% των οργανισμών στοχεύει στην ενίσχυση εσόδων μέσω της τεχνητής νοημοσύνης, μόνο το 20% το έχει επιτύχει. Στο Ηνωμένο Βασίλειο, δοκιμή του M365 Copilot της Microsoft σε κυβερνητικό τμήμα δεν απέδωσε κέρδη παραγωγικότητας, καθώς ορισμένες εργασίες επιταχύνθηκαν ενώ άλλες παρεμποδίστηκαν, θέτοντας ερωτήματα για την πρακτική εφαρμογή.
Ο Jared Spataro, επικεφαλής της Microsoft για την τεχνητή νοημοσύνη στην εργασία, παραδέχθηκε τη δυσκολία ανάδειξης της απόδοσης επένδυσης (ROI) για το Copilot. Ο ίδιος εξήγησε ότι η γνωστική εργασία δεν μεταφράζεται πάντα άμεσα σε οικονομικά μεγέθη. Παράλληλα, ο Mustafa Suleyman της Microsoft AI προέβλεψε ότι οι εργασίες γραφείου, όπως η λογιστική και το μάρκετινγκ, θα αυτοματοποιηθούν πλήρως εντός 18 μηνών. Την ίδια στιγμή, η Lenovo υποστηρίζει ότι το 94% των επιχειρήσεων σε Ευρώπη και Μέση Ανατολή αναμένει θετική απόδοση επένδυσης, παρά την τρέχουσα έλλειψη αποδεικτικών στοιχείων.
Η επίδραση της αυτοματοποίησης στην εξυπηρέτηση πελατών
Σύμφωνα με έρευνα της Gartner, οι οργανισμοί αναμένουν μετασχηματισμό της εξυπηρέτησης πελατών μέσω της τεχνητής νοημοσύνης. Το 91% των ηγετών του κλάδου δέχεται πιέσεις από τη διοίκηση για εφαρμογή τέτοιων συστημάτων. Περίπου το 80% των εταιρειών σχεδιάζει να μετακινήσει υπαλλήλους σε νέους ρόλους, καθώς οι εργασίες ρουτίνας αυτοματοποιούνται. Η Gartner επισημαίνει ότι το 84% των ηγετών σκοπεύει να προσθέσει νέες δεξιότητες στο προσωπικό, καθώς η ανθρώπινη κρίση παραμένει απαραίτητη σε σύνθετες ή συναισθηματικά ευαίσθητες αλληλεπιδράσεις, διατηρώντας τον ανθρώπινο παράγοντα.
Η τρέχουσα κατάσταση θυμίζει στους οικονομολόγους το «παράδοξο της παραγωγικότητας» που διατύπωσε ο Robert Solow το 1987. Ο νομπελίστας οικονομολόγος είχε παρατηρήσει τότε ότι η εποχή των υπολογιστών ήταν εμφανής παντού, εκτός από τα στατιστικά στοιχεία παραγωγικότητας. Μετά την έλευση των μικροεπεξεργαστών τη δεκαετία του 1960, η ανάπτυξη της παραγωγικότητας μειώθηκε από 2,9% σε 1,1% μετά το 1973. Σήμερα, παρόλο που 374 εταιρείες του S&P 500 αναφέρουν την τεχνητή νοημοσύνη στις εκθέσεις κερδών τους, τα οφέλη δεν αντικατοπτρίζονται ακόμη στα γενικά δεδομένα.
Η ιστορική αναδρομή στο παράδοξο του Solow
Πρόσφατα δεδομένα δείχνουν ότι το 25% των στελεχών δεν χρησιμοποιεί καθόλου την τεχνητή νοημοσύνη στην εργασία, ενώ όσοι τη χρησιμοποιούν αφιερώνουν σε αυτή μόλις 1,5 ώρα εβδομαδιαίως. Ο Torsten Slok, επικεφαλής οικονομολόγος της Apollo, δήλωσε ότι η τεχνητή νοημοσύνη απουσιάζει από τα μακροοικονομικά δεδομένα. Εκτός από τις εταιρείες του Magnificent Seven, δεν υπάρχουν σημάδια επίδρασης στα περιθώρια κέρδους. Παρόλα αυτά, οι επενδύσεις στον κλάδο το 2024 ξεπέρασαν τα 231,2 δισεκατομμύρια ευρώ ($250 δισεκατομμύρια), προκαλώντας ερωτήματα για τον χρόνο απόδοσης.
Οι απόψεις των ακαδημαϊκών διίστανται ως προς το μέγεθος της επίδρασης. Μελέτη του MIT το 2023 ισχυρίστηκε ότι η τεχνητή νοημοσύνη θα μπορούσε να αυξήσει την απόδοση κατά 40%. Ωστόσο, ο νομπελίστας Daron Acemoglu προέβλεψε το 2024 μια πιο μετριοπαθή αύξηση 0,5% σε ορίζοντα δεκαετίας. Η Federal Reserve του St. Louis ανέφερε αύξηση 1,9% από το 2022, αλλά ο Acemoglu χαρακτήρισε τις προσδοκίες της βιομηχανίας ως απογοητευτικές σε σχέση με την πραγματική πρόοδο. Η έμφαση παραμένει στην ποιοτική αναβάθμιση.
Η θεωρία της καμπύλης J στην καινοτομία
Σύμφωνα με το Global Talent Barometer 2026 της ManpowerGroup, η χρήση της τεχνητής νοημοσύνης αυξήθηκε κατά 13% το 2025, αλλά η εμπιστοσύνη των εργαζομένων μειώθηκε κατά 18%. Στον τομέα των προσλήψεων, η IBM ανακοίνωσε ότι θα τριπλασιάσει τις προσλήψεις νέων εργαζομένων. Η Nickle LaMoreaux, στέλεχος της IBM, εξήγησε ότι η αντικατάσταση θέσεων εισαγωγικού επιπέδου από την τεχνητή νοημοσύνη θα δημιουργούσε έλλειμμα μελλοντικών διοικητικών στελεχών. Η στρατηγική αυτή στοχεύει στη διασφάλιση της διοικητικής συνέχειας και την αποφυγή λειτουργικών κενών.
Ορισμένοι ειδικοί, όπως ο Erik Brynjolfsson του Stanford, εκτιμούν ότι η τάση μπορεί να αναστρέφεται, αναφέροντας αύξηση παραγωγικότητας 2,7% στις ΗΠΑ πέρυσι. Ο Torsten Slok αναφέρθηκε στη θεωρία της «καμπύλης J», όπου μια αρχική επιβράδυνση ακολουθείται από εκθετική άνοδο. Η επιτυχία θα εξαρτηθεί από τον τρόπο ενσωμάτωσης της τεχνολογίας σε διαφορετικούς τομείς. Εν τω μεταξύ, ο όμιλος Adani σχεδιάζει επένδυση περίπου 92,5 δισεκατομμυρίων ευρώ ($100 δισεκατομμύρια) σε κέντρα δεδομένων, αναδεικνύοντας το μέγεθος των κεφαλαιουχικών δαπανών και των μακροπρόθεσμων στοιχημάτων.