Μαρκ Κιούμπαν: Η AI θα εκπαιδεύει τους εργαζομένους όπως οι προσομοιωτές τους πιλότους
- 28/07/2026, 20:00
- SHARE
- Ο Μαρκ Κιούμπαν προβλέπει ότι η επόμενη μεγάλη εφαρμογή της AI στις επιχειρήσεις θα είναι η δημιουργία προσομοιωτών εργασίας.
- Οι εργαζόμενοι θα μπορούν να εξασκούνται επανειλημμένα σε πωλήσεις, τεχνικά προβλήματα, διαπραγματεύσεις και δύσκολες αποφάσεις, λαμβάνοντας άμεση αξιολόγηση.
- Η τεχνολογία μπορεί να διατηρήσει την εμπειρία των παλαιότερων στελεχών, αλλά υπάρχει ο κίνδυνος να αναπαράγει και τις προκαταλήψεις ή τις αδυναμίες μιας επιχείρησης.
Η τεχνητή νοημοσύνη μπορεί σύντομα να αλλάξει ριζικά τον τρόπο με τον οποίο οι επιχειρήσεις εκπαιδεύουν τους εργαζομένους τους, σύμφωνα με τον δισεκατομμυριούχο επιχειρηματία Μαρκ Κιούμπαν.
Ο Κιούμπαν προβλέπει ότι οι εταιρείες θα δημιουργήσουν προσομοιωτές εργασίας με τεχνητή νοημοσύνη, οι οποίοι θα επιτρέπουν στους εργαζομένους να εξασκούνται επανειλημμένα σε δύσκολες αποφάσεις και σύνθετα επαγγελματικά σενάρια.
Το μοντέλο θα θυμίζει τον τρόπο με τον οποίο οι πιλότοι και οι οδηγοί αγώνων χρησιμοποιούν προσομοιωτές πριν βρεθούν αντιμέτωποι με πραγματικές και δυνητικά επικίνδυνες καταστάσεις.
«Οι εργαζόμενοι δεν θα έχουν πλέον τόσα πολλά σημεία επαφής μέσα στην εταιρεία για να αποκτήσουν γνώση και εμπειρία», έγραψε ο Κιούμπαν σε ανάρτησή του στο X.
Όπως επισήμανε, από αυτές τις καθημερινές αλληλεπιδράσεις προερχόταν ιστορικά μεγάλο μέρος της επαγγελματικής κρίσης που αποκτούσαν οι εργαζόμενοι με την πάροδο του χρόνου.
Η εμπειρία των παλαιότερων στελεχών σε ψηφιακή μορφή
Η λύση που προτείνει ο Κιούμπαν είναι οι επιχειρήσεις να μετατρέψουν την εμπειρία των βετεράνων εργαζομένων, των διευθυντικών στελεχών και άλλων βασικών συνεργατών σε εξατομικευμένες προσομοιώσεις.
Οι εργαζόμενοι θα μπορούν να εξασκούνται σε καταστάσεις που είναι πιθανό να αντιμετωπίσουν στην πραγματική εργασία τους, όπως:
- Μια δύσκολη συζήτηση με πελάτη.
- Η αντιμετώπιση αντιρρήσεων σε μια πώληση.
- Η διαχείριση μιας επιχειρηματικής κρίσης.
- Η λήψη απόφασης υπό χρονική πίεση.
- Η επίλυση ενός σύνθετου τεχνικού προβλήματος.
- Η επικοινωνία μιας δύσκολης απόφασης σε συναδέλφους.
Τα συστήματα AI θα μπορούν να αλλάζουν τη συμπεριφορά των εικονικών συνομιλητών ανάλογα με τις απαντήσεις του εργαζομένου, δημιουργώντας κάθε φορά ένα διαφορετικό και πιο απαιτητικό σενάριο.
«Το onboarding θα αποκτήσει εντελώς διαφορετικό νόημα», υποστήριξε ο Κιούμπαν.
Αντί η ένταξη ενός νέου εργαζομένου να περιορίζεται σε παρουσιάσεις, εγχειρίδια και παρακολούθηση μαθημάτων, θα μπορεί να περιλαμβάνει δεκάδες ώρες ρεαλιστικής πρακτικής εξάσκησης πριν ο εργαζόμενος αναλάβει πραγματικές ευθύνες.
Οι πρώτοι AI προσομοιωτές βρίσκονται ήδη στην αγορά
Νεοφυείς επιχειρήσεις και μεγάλοι τεχνολογικοί όμιλοι έχουν ήδη αρχίσει να αναπτύσσουν τις πρώτες εκδοχές αυτής της ιδέας.
Η Yoodli, εταιρεία με έδρα το Σιάτλ που ιδρύθηκε το 2021 από τους Βαρούν Πούρι και Έσα Τζόσι, προσφέρει μια πλατφόρμα εκπαίδευσης εργαζομένων με AI.
Οι επιχειρήσεις μπορούν να ανεβάζουν στην πλατφόρμα τις μεθόδους πωλήσεων, τις οδηγίες επικοινωνίας του brand και τα κριτήρια αξιολόγησης που χρησιμοποιούν.
Στη συνέχεια, η Yoodli τοποθετεί τους εργαζομένους σε συνομιλίες που δημιουργούνται από την τεχνητή νοημοσύνη και αξιολογεί την απόδοσή τους βάσει των συγκεκριμένων εταιρικών προτύπων.
Η εταιρεία συγκέντρωσε 40 εκατ. δολάρια σε γύρο χρηματοδότησης Series B τον Δεκέμβριο, ανεβάζοντας τη συνολική χρηματοδότησή της κοντά στα 60 εκατ. δολάρια.
Μεταξύ των πελατών της περιλαμβάνονται, σύμφωνα με την ίδια, οι Google, Snowflake, RingCentral και Databricks.
Η προσέγγιση της Amazon Web Services
Παρόμοια συστήματα εκπαίδευσης προσφέρει και η Amazon Web Services.
Οι εργαζόμενοι συμμετέχουν σε προσομοιώσεις όπου συνομιλούν με εικονικά στελέχη και τεχνικούς ειδικούς, απαντούν σε αντιρρήσεις πελατών και λαμβάνουν άμεσα σχόλια για την απόδοσή τους.
Σε ένα από τα προγράμματα της AWS, οι εκπαιδευόμενοι καλούνται να πάρουν συνέντευξη από έναν εικονικό πελάτη που λειτουργεί μέσω AI.
Στη συνέχεια πρέπει να προτείνουν την κατάλληλη τεχνική λύση και να την κατασκευάσουν μέσα σε πραγματικό περιβάλλον cloud.
Με αυτόν τον τρόπο, η εκπαίδευση δεν περιορίζεται στη θεωρητική γνώση, αλλά συνδέει την επικοινωνία με τον πελάτη, την επιχειρηματική κρίση και την πρακτική τεχνική υλοποίηση.
Η Walmart είχε ξεκινήσει από την εικονική πραγματικότητα
Η Walmart ήταν μία από τις πρώτες μεγάλες επιχειρήσεις που υιοθέτησαν προσομοιώσεις για την εκπαίδευση εργαζομένων σε μεγάλη κλίμακα.
Το 2018 ανακοίνωσε ότι θα διέθετε περισσότερα από 17.000 συστήματα εικονικής πραγματικότητας στα καταστήματά της στις ΗΠΑ, προσφέροντας πρόσβαση σε εκπαιδευτικές ασκήσεις σε περισσότερους από ένα εκατομμύριο εργαζομένους.
Τα σενάρια κάλυπταν θέματα όπως:
- Η χρήση νέων τεχνολογιών.
- Η εξυπηρέτηση πελατών.
- Η συμμόρφωση με εταιρικούς κανόνες.
- Η αντιμετώπιση δύσκολων ή σπάνιων καταστάσεων.
Σύμφωνα με τη Walmart, η συγκεκριμένη εκπαίδευση βελτίωσε τις επιδόσεις των εργαζομένων στα σχετικά τεστ κατά 10% έως 15%.
Παράλληλα, τους έδωσε τη δυνατότητα να εξασκηθούν σε καταστάσεις που θα ήταν δύσκολο, ακριβό ή επικίνδυνο να αναπαραχθούν στην πραγματική ζωή.
Τι αλλάζει με τη γενετική τεχνητή νοημοσύνη
Η πρόβλεψη του Κιούμπαν δεν αφορά τόσο την εφεύρεση της εκπαίδευσης μέσω προσομοίωσης, όσο τη ριζική αναβάθμισή της.
Οι παραδοσιακές εφαρμογές εικονικής πραγματικότητας βασίζονται συνήθως σε προκαθορισμένα σενάρια. Ο εργαζόμενος επιλέγει μεταξύ περιορισμένων απαντήσεων και η άσκηση εξελίσσεται βάσει συγκεκριμένου σεναρίου.
Η γενετική τεχνητή νοημοσύνη μπορεί να μετατρέψει αυτές τις στατικές ασκήσεις σε δυναμικές συνομιλίες και καταστάσεις που προσαρμόζονται σε πραγματικό χρόνο.
Ένας εικονικός πελάτης μπορεί να αλλάζει στάση ανάλογα με τον τρόπο που ο εργαζόμενος χειρίζεται τη συζήτηση. Ένα τεχνικό πρόβλημα μπορεί να γίνεται πιο σύνθετο εάν ο εκπαιδευόμενος επιλύσει γρήγορα το αρχικό ζήτημα.
Παράλληλα, το σύστημα μπορεί να δημιουργεί διαφορετικά σενάρια για κάθε εργαζόμενο, ανάλογα με τον ρόλο, την εμπειρία και τις αδυναμίες του.
Η εκπαίδευση μπορεί επομένως να γίνει περισσότερο εξατομικευμένη, επαναλαμβανόμενη και μετρήσιμη.
Η ανθρώπινη κρίση παραμένει το ζητούμενο
Η πρόταση συνδέεται με μια ακόμη παρατήρηση του Κιούμπαν σχετικά με τα σημερινά μοντέλα AI.
Όπως υποστηρίζει, τα συστήματα τεχνητής νοημοσύνης δεν υφίστανται τις πραγματικές συνέπειες των αποφάσεών τους και δεν βιώνουν τα γεγονότα που εξελίσσονται μπροστά τους με τον ίδιο τρόπο όπως οι άνθρωποι.
Αυτές οι εμπειρίες είναι, κατά τον ίδιο, απαραίτητες για την ανάπτυξη της επιχειρηματικής κρίσης.
Ένας εργαζόμενος μαθαίνει όχι μόνο από τις επιτυχίες του, αλλά και από την πίεση, την αβεβαιότητα, τις αντιδράσεις των συναδέλφων και τις συνέπειες των λανθασμένων επιλογών του.
Οι AI προσομοιώσεις δεν μπορούν να αντικαταστήσουν πλήρως αυτή την εμπειρία. Μπορούν, όμως, να επιτρέψουν στους εργαζομένους να εκτεθούν σε περισσότερες δύσκολες καταστάσεις πριν κληθούν να τις αντιμετωπίσουν στην πραγματικότητα.
Ο κίνδυνος αναπαραγωγής των εταιρικών λαθών
Η μετατροπή της εταιρικής γνώσης σε λογισμικό συνοδεύεται και από σημαντικούς κινδύνους.
Ένας προσομοιωτής μπορεί να διατηρήσει και να μεταδώσει την εμπειρία μιας εταιρείας, αλλά μπορεί εξίσου εύκολα να αναπαράγει τις προκαταλήψεις, τις λανθασμένες πρακτικές και τα τυφλά σημεία της.
Εάν, για παράδειγμα, το σύστημα εκπαιδευτεί αποκλειστικά πάνω στις αποφάσεις συγκεκριμένων στελεχών, μπορεί να παρουσιάζει τις απόψεις τους ως τη μοναδική σωστή απάντηση.
Οι επιχειρήσεις θα πρέπει επομένως να αποφασίσουν όχι μόνο πώς πρέπει να εκτελείται μια εργασία, αλλά και ποιανού η κρίση θα μετατραπεί σε πρότυπο για τους υπόλοιπους εργαζομένους.
Αυτό καθιστά απαραίτητη τη συμμετοχή διαφορετικών ομάδων στη δημιουργία των σεναρίων, καθώς και τη συνεχή αξιολόγηση των απαντήσεων που θεωρεί σωστές η πλατφόρμα.
Ένα νέο μοντέλο εταιρικής εκπαίδευσης
Οι προσομοιωτές AI μπορούν να επιτρέψουν στις επιχειρήσεις να εκπαιδεύουν περισσότερους εργαζομένους, με χαμηλότερο κόστος και χωρίς να απαιτείται συνεχής παρουσία έμπειρων στελεχών.
Μπορούν επίσης να προσφέρουν συνεπή αξιολόγηση, να εντοπίζουν συγκεκριμένες αδυναμίες και να προσαρμόζουν την εκπαίδευση σε κάθε εργαζόμενο.
Η επιτυχία τους, ωστόσο, θα εξαρτηθεί από το κατά πόσο θα αντιμετωπιστούν ως υποκατάστατο της πραγματικής εμπειρίας ή ως εργαλείο προετοιμασίας για αυτήν.
Η πρόβλεψη του Μαρκ Κιούμπαν δείχνει προς ένα μέλλον όπου οι εργαζόμενοι δεν θα μαθαίνουν μόνο μέσα από εγχειρίδια, σεμινάρια ή παρακολούθηση συναδέλφων.
Θα μπορούν να εξασκούνται ξανά και ξανά σε έναν ψηφιακό χώρο, όπου τα λάθη δεν έχουν πραγματικό κόστος — αλλά τα μαθήματα που προκύπτουν από αυτά θα μπορούν να εφαρμοστούν στην πραγματική εργασία.