Πώς σταμάτησα να δικαιολογούμαι και άρχισα να χρησιμοποιώ σωστά το ΑΙ
Ο CEO μιας εταιρείας συμβούλων που συνεργάστηκα πέρασε 2 μήνες δοκιμάζοντας διάφορα εργαλεία ΑΙ. Ρώτησε τους εργαζόμενους του, και του είπαν ότι και οι ίδιοι χρησιμοποιούν τις δωρεάν εφαρμογές, και θα μπορούσαν να αυξήσουν την παραγωγικότητα τους αν χρησιμοποιούσαν τα πληρωμένα tiers. Όπερ και εγένετο. Πλήρωσε ένα ποσό, ενώ προσέλαβε και εκπαιδευτή, όπως είχε κάνει και με προηγούμενες τεχνολογίες. Οι μήνες πέρασαν, και τα αποτελέσματα δεν ήταν όμως ορατά.
27% των ελληνικών εταιριών επένδυσε σε εκπαίδευση ΑΙ, με τις μισές περίπου από αυτές να βάζουν στόχους υιοθέτησης.
Αρκετά πράγματα γίνονταν πιο γρήγορα. Όμως η ακρίβεια είχε μειωθεί. Λάθη στις παρουσιάσεις, λάθη στα reports των πελατών και, το σημαντικότερο, οι υπάλληλοί του φαινόταν να σκέφτονται λιγότερο. Οι πελάτες του απαιτούσαν μειωμένα τιμολόγια, γιατί πλέον χρησιμοποιούσε ΑΙ. Τι είχε πάει λάθος;
Η Τεχνητή Νοημοσύνη (ΑΙ – Artificial Intelligence) έχει αναγνωριστεί ως το σημαντικότερο βήμα της ανθρωπότητας προς το μέλλον. Διάφορες μελέτες δείχνουν ότι τουλάχιστον το 60% των σημερινών εργασιών θα επηρεαστεί από το ΑΙ στα επόμενα χρόνια.
Όμως τα πρώτα πειράματα με αυτό δείχνουν ότι η παραγωγικότητα δεν ανταποκρίνεται στη διαφήμιση, ακόμα. Αν και 34% των ελληνικών εταιριών έχουν υιοθετήσει το ΑΙ, άνω από 400,000 επιχειρήσεις, και 60,000 μόνο τον τελευταίο χρόνο, μόλις 18% καταφέρνουν να δείξουν αύξηση στην παραγωγικότητα.
Στις μεγάλες επιχειρήσεις (10+ άτομα), το 71% δεν καταφέρνει να χρησιμοποιεί το ΑΙ με κάποιο τρόπο που να εκμεταλλεύεται τις διευρυμένες δυνατότητες του. Μόνο 11% των μεγάλων ελληνικών εταιριών (σε αντίθεση με 36% των startups) καταφέρνει να δημιουργήσει ένα προϊόν ή υπηρεσία βασισμένο στο ΑΙ.
Τι είναι λοιπόν που πάει λάθος;
Μια συχνή αιτιολογία είναι η ταχύτητα με την οποία αλλάζουν τα εργαλεία. Από το ChatGPT, στο Gemini, στο Claude. Τελικά μια εταιρία πρέπει να επενδύσει στο Claude Code (που φτιάχνει πολύ καλούς agents); Στο Perplexity (που είναι πολύ καλό στο research και χρησιμοποιεί όλα τα μοντέλα). Στη Google, που δημιουργεί συνέχεια καινούρια εργαλεία; Στnν OpenAI που έχει το μεγαλύτερο μερίδιο αγοράς; Οι δυνατότητες φαίνονται απεριόριστες, όμως τα budgets είναι πεπερασμένα.
Μια άλλη είναι οι δύσκολες οδηγίες (prompts). Σε αντίθεση με ο,τι έχουμε μάθει εως τώρα για τον προγραμματισμό, οι οδηγίες προς ένα μοντέλο δεν είναι ακριβείς και δεν έχουν τα ίδια αποτελέσματα κάθε φορά που τις δοκιμάζουμε.
Το βασικότερο πρόβλημα που αναφέρεται είναι οι «παραισθήσεις» (hallucinations). Ακόμα και τα καλύτερα μοντέλα έχουν πάνω από 35% παραισθήσεις σε συγκεκριμένες συνθήκες. Το ΑΙ δεν «σκέφτεται» αλλά προσπαθεί να βρει τις επόμενες «σωστές» λέξεις. Στην προσπάθεια τους να ικανοποιήσουν το χρήστη, είναι ικανά να κατασκευάσουν πληροφορίες που δεν υπάρχουν. Η Deloitte πλήρωσε 400,000 δολάρια Αυστραλίας πίσω στην κυβέρνηση γιατί το μοντέλο της έβαλε ψεύτικες πληροφορίες σε ένα report, και υπέστη σημαντική ζημιά στη φήμη της όταν η ιστορία έφτασε στον Τύπο.
Πιστεύω όμως ότι ο λόγος που δεν επιτυγχάνουμε σημαντική αύξηση της παραγωγικότητας με το ΑΙ είναι άλλος: φτιάχνουμε γραμματείς, όταν θα έπρεπε να φτιάχνουμε εγκεφάλους.
Ο γράφων, Investment Strategist και Chief Economist σε εταιρία του Λονδίνου, πέρασε επίσης πολλούς μήνες πειραματισμού και αποτυχίας. Στην αρχή, όπως όλοι, προσπάθησα να αυτοματοποιήσω αρκετά tasks. Κάπου πέτυχα, κάπου όχι. Πίστευα ότι αν αυτοματοποιήσω το γραμματειακό μέρος της δουλειάς μου θα μπορούσα να επικεντρωθώ στο να σκέφτομαι. Το ΑΙ άλλωστε, δεν έχει δείξει ότι μπορεί να ξεπεράσει τους ανθρώπινους επενδυτές. Οι παγκόσμιες αγορές έχουν πολύ σημαντικό βαθμό τυχαιότητας και πάρα πολλές πληροφορίες. Οπότε δεν θα μπορούσε να μου δώσει καλύτερες πληροφορίες από αυτές που μου δίνει ο εγκέφαλος μου.
Η λογική ήταν σωστή.
Αυτό όμως που μπορούσε να κάνει, ήταν να καταναλώσει πληροφορίες πιο γρήγορα από ότι θα μπορούσα εγω. Άρχισα να εκπαιδεύω, με μικρό κόστος, ένα μοντέλο στο οποίο συνδύαζα
- Data (ώστε να ξέρει το μοντέλο που επικεντρώνομαι)
- Τις επενδυτικές και business αρχές μου (ώστε να ξέρει το μοντέλο πως σκέφτομαι)
- Τις επενδυτικές και business αρχές των «τιτάνων» των επενδύσεων (Munger, Soros, Druckenmiller, Dalio, Burry) (ώστε το μοντέλο να μου λέει που θα διαφωνούσαν αυτοί μαζί μου
Έτσι δημιούργησα ένα εγκέφαλο με τις προσλαμβάνουσες που ήθελα, και που θα μπορούσε να απορροφήσει πληροφορίες που ποτέ δεν θα προλάβαινα. Πριν λοιπόν από κάθε σημαντική απόφαση, ρωτώ αυτόν τον εγκέφαλο τι σκέφτεται, και πως μπορεί να κάνω λάθος. Όχι μόνο η παραγωγικότητα μου, αλλά και η ποιότητα της δουλειάς μου βελτιώθηκε. Το ΑΙ, που δεν δεσμεύεται από «πολιτικές γραφείου», μου φέρνει αντιρρήσεις και με βοηθάει να παίρνω καλύτερες αποφάσεις.
Για να το πετύχω έπρεπε απλώς να κάνω μερικές παραδοχές:
- Να δεχτώ ότι το ΑΙ μπορεί να είναι ίσος μου, και όχι απλώς γραμματέας.
- Να προάγω τον εαυτό μου από αναλυτή και portfolio manager σε Πρόεδρο μιας επενδυτικής επιτροπής που φτιάχτηκε με κόπο (όλοι οι παραπάνω έχουν καταγράψει τις αρχές τους)
- Να δεχτώ ότι η κρίση μου επιδέχεται διόρθωσης.
- Να δεχτώ ότι το το ΑΙ μπορεί να αναλύσει στοιχεία πιο γρήγορα από εμένα
Εκεί βρίσκεται και το κλειδί της στρατηγικής υιοθέτησης της τεχνητής νοημοσύνης. Η αποδοχή ότι μιλάμε για εγκέφαλο, ακόμα και αν δεν έχει «λογική» όπως την ορίζουμε με ανθρώπινο τρόπο, και ότι μπορεί να γίνει ένας θαυμάσιος στρατηγικός σύμβουλος.
Αυτό που ουσιαστικά έκανα, είναι ότι πέρασα από την Τέταρτη Βιομηχανική Επανάσταση (αυτοματοποίηση) στην Πέμπτη (τη συνεργασία ανθρώπου και μηχανής).
Υπάρχει λόγος που το πρόβλημα εντοπίζεται περισσότερο στις μεγάλες επιχειρήσεις. Εκεί που τα politics, και όχι η βελτιστοποίηση της απόδοσης, πολύ συχνά γίνονται μοχλοί λήψης αποφάσεων. Το ΑΙ δεν «καταλαβαίνει» από politics. Καταλαβαίνει όμως από συλλογιστική.
Οι CEOs των επιχειρήσεων που αγωνιούν για τη «στρατηγική» αξιοποίηση του ΑΙ, πρέπει πρώτα από όλα να θυμούνται ότι οι ίδιοι είναι οι «στρατηγοί». Αν θέλουν στρατηγική τεχνητή νοημοσύνη, πρέπει να την προβιβάσουν σε «στρατηγό», να προκαλέσουν τη σκέψη τους και να δεχτούν απόψεις διαφορετικές από τις δικές τους. Αλλιώς, θα συνεχίσουν να ψάχνουν κέρδη σε … ψηφιακές γραμματείς.
