Η Ford: Επαναπρόσληψη μετά την αποτυχία της τεχνητής νοημοσύνης
Tech

Η Ford: Επαναπρόσληψη μετά την αποτυχία της τεχνητής νοημοσύνης

7 Ιουλίου 2026|3 λεπτά ανάγνωση

Η τεχνητή νοημοσύνη δεν κατάφερε να αντικαταστήσει πλήρως τον ανθρώπινο παράγοντα σε μεγάλες πολυεθνικές εταιρείες, με αποτέλεσμα αρκετές από αυτές να αναγκαστούν να επαναφέρουν εργαζόμενους που είχαν απολύσει. Η αυτοκινητοβιομηχανία Ford και η αυστραλιανή τράπεζα Commonwealth Bank of Australia βρίσκονται ανάμεσα στις επιχειρήσεις που έκαναν πίσω, αφού τα αυτοματοποιημένα συστήματα δεν απέδωσαν όσο αναμενόταν. Το ζήτημα ήρθε στο φως μέσα από δημοσιεύματα του CNBC και του ABC News, τα οποία περιγράφουν αναλυτικά τα προβλήματα που προέκυψαν από τη βιαστική υιοθέτηση της αυτοματοποίησης. Η εξέλιξη αυτή θέτει σοβαρά ερωτήματα για τα πραγματικά όρια της τεχνητής νοημοσύνης ως εργαλείου επιχειρησιακής αποτελεσματικότητας.

Η Ford επαναφέρει μηχανικούς μετά τα όρια της τεχνητής νοημοσύνης

Σύμφωνα με το CNBC, η Ford προχώρησε στην επαναπρόσληψη έμπειρων μηχανικών, καθώς τα συστήματα τεχνητής νοημοσύνης δεν μπόρεσαν να εντοπίσουν και να επιλύσουν προβλήματα ποιότητας που προέκυψαν στην παραγωγική διαδικασία. Η εταιρεία είχε στραφεί νωρίτερα σε αυτοματοποιημένους ελέγχους ποιότητας με στόχο τη μείωση του κόστους λειτουργίας, ωστόσο τα κενά που παρουσιάστηκαν στην ανίχνευση σφαλμάτων οδήγησαν τη διοίκηση σε επιστροφή στην ανθρώπινη επίβλεψη των γραμμών παραγωγής. Στελέχη της εταιρείας, όπως ο Charles Poon, ανέφεραν ότι η τεχνητή νοημοσύνη παραμένει ένα ισχυρό εργαλείο, όμως η αποτελεσματικότητά της εξαρτάται άμεσα από την ποιότητα των δεδομένων που τροφοδοτείται και από την ανθρώπινη καθοδήγηση κατά τη λειτουργία της. Η παραδοχή αυτή από στέλεχος της ίδιας της εταιρείας δείχνει ότι η αυτοματοποίηση δεν λειτουργεί ως αυτόνομη λύση, αλλά χρειάζεται συνεχή ανθρώπινη επίβλεψη για να αποδώσει.

Παράλληλα, η Commonwealth Bank of Australia βρέθηκε αντιμέτωπη με ανάλογο πρόβλημα στον τομέα της εξυπηρέτησης πελατών. Η τράπεζα είχε εισαγάγει ένα σύστημα φωνητικής τεχνητής νοημοσύνης με στόχο να μειώσει τον αριθμό των τηλεφωνικών κλήσεων που διαχειρίζονταν οι υπάλληλοί της. Ωστόσο, όπως μετέδωσε το ABC News, το αποτέλεσμα ήταν αντίθετο από το αναμενόμενο, καθώς οι κλήσεις προς την τράπεζα αυξήθηκαν αντί να μειωθούν μετά την εισαγωγή του συστήματος. Η κατάσταση ανάγκασε τελικά την CBA να επαναφέρει θέσεις εργασίας που είχαν καταργηθεί λίγο νωρίτερα, όταν η τράπεζα αποφάσισε να προχωρήσει στην αυτοματοποίηση της τηλεφωνικής εξυπηρέτησης.

Η παραδοχή της CBA και το παράδειγμα της IBM

Η ίδια η CBA, σύμφωνα με το ABC News, παραδέχθηκε δημόσια ότι δεν είχε αξιολογήσει επαρκώς όλες τις επιχειρησιακές παραμέτρους πριν προχωρήσει στις απολύσεις προσωπικού. Η παραδοχή αυτή αποκτά ιδιαίτερο βάρος, καθώς προέρχεται από μία από τις μεγαλύτερες τράπεζες της Αυστραλίας, η οποία είχε επενδύσει σημαντικούς πόρους στην αυτοματοποίηση της εξυπηρέτησης πελατών της. Το περιστατικό δείχνει ότι η μετάβαση σε συστήματα τεχνητής νοημοσύνης χωρίς επαρκή προετοιμασία και δοκιμές μπορεί τελικά να δημιουργήσει περισσότερα προβλήματα από αυτά που καλείται αρχικά να λύσει.

Διαφορετική εικόνα παρουσιάζει η περίπτωση της IBM, η οποία αναδεικνύεται ως παράδειγμα πιο ισορροπημένης εφαρμογής της τεχνητής νοημοσύνης. Σύμφωνα με εταιρικές δηλώσεις και αναλύσεις που παρουσιάστηκαν σε συνέδρια ανθρώπινου δυναμικού, τα συστήματα της εταιρείας κατάφεραν να διαχειριστούν περίπου το 94% των τυπικών αιτημάτων προσωπικού που δέχεται καθημερινά ο οργανισμός. Το ποσοστό αυτό καταδεικνύει ότι η τεχνητή νοημοσύνη μπορεί να αποδώσει αποτελεσματικά σε συγκεκριμένες, τυποποιημένες διαδικασίες, χωρίς ωστόσο να υποκαθιστά πλήρως τον ανθρώπινο παράγοντα σε πιο σύνθετες λειτουργίες που απαιτούν κρίση και εμπειρία.

Οι τρεις αυτές περιπτώσεις, της Ford, της CBA και της IBM, σκιαγραφούν μια ευρύτερη τάση που καταγράφεται στον διεθνή επιχειρηματικό χώρο γύρω από τη χρήση της τεχνητής νοημοσύνης. Οι εταιρείες φαίνεται να αναθεωρούν τη στρατηγική τους απέναντι στην αυτοματοποίηση, αναζητώντας έναν συνδυασμό τεχνολογίας και ανθρώπινης εργασίας που να ανταποκρίνεται καλύτερα στις πραγματικές τους ανάγκες. Η εμπειρία δείχνει πως σε σύνθετα περιβάλλοντα, όπως η βιομηχανική παραγωγή ή η τηλεφωνική εξυπηρέτηση πελατών, η ανθρώπινη κρίση εξακολουθεί να είναι απαραίτητη για την επίλυση προβλημάτων που τα αυτοματοποιημένα συστήματα δεν μπορούν ακόμα να διαχειριστούν μόνα τους.

Σχετικά άρθρα