Στα οικονομικά τμήματα, τα οποία επί μακρόν χαρακτηρίζονταν από αυστηρές δομές, η Τεχνητή Νοημοσύνη (AI) δεν εμφανίστηκε ως μια οργανωμένη αναβάθμιση, αλλά μάλλον ως μια σιωπηλή εξέγερση. Οι εργαζόμενοι ήδη αξιοποιούν την τεχνολογία, ενώ η διοίκηση προσπαθεί εκ των υστέρων να επιβάλει δομή, διακυβέρνηση και στρατηγική. Το αποτέλεσμα αυτής της κατάστασης είναι ένα παράδοξο: μία από τις πιο αυστηρά ρυθμιζόμενες λειτουργίες εντός μιας επιχείρησης συγκαταλέγεται πλέον στις πλέον πειραματικά μετασχηματισμένες.
Αυτό που αναδύεται είναι μια πολυεπίπεδη μεταβολή στον τρόπο εκτέλεσης της εργασίας. Από τον σχολιασμό αποκλίσεων και την ανίχνευση απάτης έως την αναθεώρηση συμβάσεων και τη σύνταξη αφηγήσεων κλεισίματος, η Τεχνητή Νοημοσύνη ενσωματώνεται σε όλες τις ροές εργασίας, ειδικά σε τομείς όπου τα μη δομημένα δεδομένα επιβράδυναν προηγουμένως τις διαδικασίες. Ωστόσο, όπως επισημαίνει ο κ. Glenn Hopper, επικεφαλής Τεχνητής Νοημοσύνης και διευθύνων σύμβουλος της VAi Consulting, “noreferrer noopener”. Αυτή η υιοθέτηση από τη βάση προς την κορυφή επιβάλλει μια αναπροσαρμογή στην ανώτατη διοίκηση, όπου τα στελέχη καλούνται πλέον να συμβιβάσουν τα κέρδη παραγωγικότητας με την εποπτεία, τον κίνδυνο και τη λογοδοσία.
Εξίσου κρίσιμη είναι η επαναπροσδιορισμός του ρόλου της Τεχνητής Νοημοσύνης. Ο κ. Ranga Bodla, Αντιπρόεδρος Βιομηχανικού και Περιφερειακού Μάρκετινγκ στην Oracle NetSuite, δηλώνει , υπογραμμίζοντας μια αυξανόμενη συναίνεση: η τεχνολογία είναι πιο αποτελεσματική όταν ενσωματώνεται στις υφιστάμενες διαδικασίες αντί να τις αντικαθιστά πλήρως. Ενσωματωμένα συστήματα, απρόσκοπτες ενσωματώσεις και εργαλεία όπως το πρωτόκολλο πλαισίου μοντέλου (MCP) επιταχύνουν αυτή τη μετάβαση, καθιστώντας την Τεχνητή Νοημοσύνη μια περιβαλλοντική δυνατότητα. Αξίζει να σημειωθεί ότι η ευκολία ενσωμάτωσης, και όχι η εξοικονόμηση κόστους ή οι νέες λειτουργίες, έχει αναδειχθεί στον ισχυρότερο παράγοντα υιοθέτησης.
Ωστόσο, ο πραγματικός περιορισμός ενδέχεται να μην είναι ούτε τα δεδομένα ούτε η τεχνολογία, αλλά οι άνθρωποι. Ο κ. Hopper υποστηρίζει ότι , επισημαίνοντας ένα διευρυνόμενο χάσμα μεταξύ της εξειδίκευσης σε συγκεκριμένους τομείς και της ευχέρειας στη χρήση της Τεχνητής Νοημοσύνης. Ακόμη και εν μέσω ανησυχιών για την ασφάλεια των δεδομένων και την αδιαφάνεια των μοντέλων, ο πιο πιεστικός κίνδυνος μπορεί να είναι η πλήρης παρερμηνεία των εργαλείων ή ο τόσο αυστηρός περιορισμός τους που οι εργαζόμενοι αναζητούν λύσεις πέρα από τον έλεγχο της διοίκησης. Ο κ. Bodla σημειώνει ότι .
Κοιτάζοντας το μέλλον, η πορεία είναι σαφής αλλά μεταβλητή. Πράκτορες Τεχνητής Νοημοσύνης, ικανοί να εκτελούν σύνθετες, πολυσταδιακές εργασίες, αρχίζουν να υλοποιούνται, ενώ τα διευρυνόμενα παράθυρα πλαισίου και τα διαλειτουργικά συστήματα υπόσχονται βαθύτερη, πιο επίμονη νοημοσύνη. Ωστόσο, ο πραγματικός μετασχηματισμός ενδέχεται να είναι μια σταδιακή μετάβαση προς συστήματα που ενισχύουν την κρίση, αυτοματοποιούν τις ρουτίνες και επιτρέπουν στις οικονομικές ομάδες να αφιερώνουν λιγότερο χρόνο στη συμφιλίωση του παρελθόντος και περισσότερο χρόνο στη διαμόρφωση του μέλλοντος.
Αυτή η διαδικτυακή μετάδοση παράγεται σε συνεργασία με την Oracle NetSuite.
Εγγραφείτε για να παρακολουθήσετε τη διαδικτυακή μετάδοση.
Αυτό το περιεχόμενο δημιουργήθηκε από το τμήμα προσαρμοσμένου περιεχομένου του MIT Technology Review. Δεν γράφτηκε από το συντακτικό προσωπικό του MIT Technology Review. Ερευνήθηκε, σχεδιάστηκε και γράφτηκε από τους συντάκτες, αναλυτές και εικονογράφους του τμήματος. Αυτό περιλαμβάνει τη συγγραφή ερευνών και τη συλλογή δεδομένων για αυτές. Τα εργαλεία Τεχνητής Νοημοσύνης που ενδέχεται να χρησιμοποιήθηκαν περιορίστηκαν σε δευτερεύουσες διαδικασίες παραγωγής που υποβλήθηκαν σε ενδελεχή ανθρώπινη αναθεώρηση.
