Ηγέτες σκέψης
Η ισορροπία ανάμεσα στην ανθρώπινη κρίση και την εκτέλεση από την AI

Βασικά σημείαΗ τεχνητή νοημοσύνη επιταχύνει την ανθρώπινη κρίση αντί να την αντικαθιστά…
Δείτε περισσότερα
- Η τεχνητή νοημοσύνη επιταχύνει την ανθρώπινη κρίση αντί να την αντικαθιστά, διευρύνοντας όσα μπορεί να κατέχει ένα άτομο από την αρχή έως το τέλος.
- Ο μεγαλύτερος κίνδυνος της βαριάς εξάρτησης από την τεχνητή νοημοσύνη είναι η απώλεια της ικανότητας να αντιλαμβανόμαστε πότε αυτή κάνει λάθος σιωπηλά.
- Οι ηγέτες πρέπει να αναδιαρθρώνουν τις ομάδες με βάση το ποιος κατέχει τα αποτελέσματα, όχι το ποιος εκτελεί καθήκοντα, καθώς η τεχνητή νοημοσύνη αναλαμβάνει την εκτέλεση.
Μία από τις μεγαλύτερες παρανοήσεις για την AI σήμερα είναι ότι υπάρχει μια σαφής, σωστή ισορροπία ανάμεσα στην ανθρώπινη συμβολή και την εκτέλεση από μηχανές. Δεν υπάρχει. Μαθαίνουμε σε πραγματικό χρόνο.
Αυτό που έχει σημασία δεν είναι να ορίσουμε έναν σταθερό καταμερισμό, αλλά να κατανοήσουμε ποιοι ρόλοι και ποιες αποφάσεις ταιριάζουν περισσότερο στους ανθρώπους και ποιοι στην AI, και να είμαστε πρόθυμοι να προσαρμοζόμαστε καθώς αυτό το όριο μετακινείται. Από τον τρόπο εκτέλεσης της εργασίας και το ποιος έχει την ευθύνη για τα αποτελέσματα μέχρι τα σημεία όπου εξακολουθεί να απαιτείται κρίση, αυτή η ισορροπία ακόμη διαμορφώνεται.
Το πιο σημαντικό ερώτημα για τους ηγέτες δεν είναι απλώς πώς θα χρησιμοποιήσουν την AI, αλλά πώς θα σκεφτούν πού ταιριάζει, πού δεν ταιριάζει και ποιοι κίνδυνοι προκύπτουν αν χειριστούν λανθασμένα αυτή την ισορροπία.
Η AI δεν αντικαθιστά την κρίση, την επιταχύνει
Μια συνηθισμένη αφήγηση λέει ότι η AI αντικαθιστά την ανθρώπινη σκέψη. Στην πράξη, αυτό που έχω δει είναι το αντίθετο. Η AI επιταχύνει την κρίση· δεν εξαλείφει την ανάγκη γι’ αυτήν.
Η βάση είναι η ενίσχυση των ανθρώπινων δυνατοτήτων. Όταν συνδυάζετε τον κατάλληλο άνθρωπο με τα κατάλληλα εργαλεία AI, δεν τον κάνετε απλώς ταχύτερο σε μια μεμονωμένη εργασία· διευρύνετε συνολικά το εύρος όσων μπορεί να αναλάβει.
Σε μια εταιρεία λογισμικού, για παράδειγμα, μια ομάδα προϊόντος μπορεί να προχωρήσει πέρα από τη σύνταξη απαιτήσεων. Με την AI μπορεί επίσης να συμβάλει στις δοκιμές, στην τεκμηρίωση, ακόμη και στην επικοινωνία με τους πελάτες. Ο ρόλος δεν συρρικνώνεται, διευρύνεται. Ο φόρτος αυξάνεται, αλλά αυξάνονται και οι δυνατότητες.
Εκεί συμβαίνει η πραγματική αλλαγή. Όχι στην αντικατάσταση των ανθρώπων, αλλά στον επαναπροσδιορισμό του εύρους για το οποίο μπορεί ρεαλιστικά να αναλάβει ένας άνθρωπος την ευθύνη από την αρχή μέχρι το τέλος.
Πού εξακολουθεί να χρειάζεται ανθρώπινη ηγεσία
Καθώς η AI γίνεται πιο ικανή, το ερώτημα δεν είναι αν οι άνθρωποι θα παραμείνουν εμπλεκόμενοι, αλλά πού έχουν τη μεγαλύτερη σημασία. Η σαφέστερη διάκριση σήμερα είναι ανάμεσα στην υποκειμενική και την αντικειμενική εργασία.
Η AI αποδίδει καλά σε τομείς που απαιτούν αντικειμενικότητα: ανάλυση μεγάλων συνόλων δεδομένων, διατήρηση συνέπειας, επεξεργασία μεγάλου όγκου εργασίας και εξάλειψη μεροληψίας. Οι άνθρωποι, από την άλλη, εξακολουθούν να είναι καλύτεροι στις υποκειμενικές αποφάσεις, ιδιαίτερα όταν εμπλέκονται συμβιβασμοί, εξαιρέσεις ή λεπτές διακρίσεις.
Υπάρχουν επίσης κατηγορίες εργασίας που πρέπει να παραμένουν υπό ανθρώπινη καθοδήγηση, επειδή καθορίζουν την ίδια την εταιρεία.
- Αποφάσεις για τις αξίες και την εταιρική κουλτούρα
- Συζητήσεις με πελάτες στις οποίες διακυβεύονται πολλά
- Στιγμές κατά τις οποίες κάτι έχει πάει στραβά
- Κάθε κατάσταση που απαιτεί λογοδοσία
Η AI μπορεί να προετοιμάσει έναν άνθρωπο γι’ αυτές τις στιγμές, αλλά η ίδια η στιγμή εξακολουθεί να ανήκει στον άνθρωπο.
Ειδικά η ανάληψη ευθύνης δύσκολα ανατίθεται σε άλλους. Κάποιος πρέπει να στηρίζει μια απόφαση και να αναλαμβάνει την ευθύνη για το αποτέλεσμά της. Σήμερα, αυτό εξακολουθεί να μοιάζει θεμελιωδώς ανθρώπινο.
Ωστόσο, τίποτε από αυτά δεν είναι στατικό. Το όριο θα συνεχίσει να μετακινείται και οι ηγέτες πρέπει να είναι πρόθυμοι να το επανεξετάζουν καθώς αλλάζουν τα στοιχεία.
Πού η AI ξεπερνά ξεκάθαρα τους ανθρώπους σήμερα
Υπάρχουν επίσης τομείς στους οποίους η AI ήδη ξεπερνά ουσιαστικά τους ανθρώπους.
Στον χώρο της μηχανικής, εργαλεία όπως τα Cursor, Replit, Claude Code και Codex αλλάζουν ριζικά τον τρόπο ανάπτυξης λογισμικού. Το επίπεδο απόδοσης αυτών των συστημάτων είναι αξιοσημείωτο.
Γενικότερα, η AI διακρίνεται στα εξής:
- Εκτέλεση μεγάλου όγκου εργασίας
- Ανάλυση δεδομένων σε μεγάλη κλίμακα
- Διατήρηση συνέπειας σε χιλιάδες αλληλεπιδράσεις
- Λειτουργία χωρίς κόπωση ή απόσπαση προσοχής
Στις πωλήσεις, αυτό γίνεται ιδιαίτερα σαφές. Η AI μπορεί να διαχειρίζεται κάθε εισερχόμενο δυνητικό πελάτη, να διατηρεί σταθερό τόνο σε χιλιάδες συζητήσεις και να συνεχίζει την επικοινωνία χωρίς καθυστέρηση. Σε μεγάλη κλίμακα, μπορεί να αξιολογεί κάθε αγοραστή, να καταγράφει πληροφορίες και να αλληλεπιδρά μαζί του όπως το πιο αποδοτικό μέλος μιας ομάδας.
Αυτό το επίπεδο συνέπειας δεν είναι κάτι που αναμένουμε από ανθρώπινες ομάδες, όσο ταλαντούχες κι αν είναι.
Πώς είναι πραγματικά μια ροή εργασίας με ανθρώπινη καθοδήγηση και υποστήριξη AI
Το πιο αποτελεσματικό μοντέλο που αναδύεται σήμερα δεν αφορά την αντικατάσταση της εργασίας από την AI, αλλά την αναδιαμόρφωση του τρόπου κατανομής της εργασίας.
Το μοτίβο που φαίνεται να λειτουργεί είναι το εξής: οι άνθρωποι καθορίζουν την κατεύθυνση και ασκούν κρίση, ενώ η AI αναλαμβάνει τον όγκο εργασίας και την ανάκληση πληροφοριών.
Στην πράξη, αυτό σημαίνει ότι ένας πωλητής ξεκινά την ημέρα του ενώ η AI έχει ήδη αξιολογήσει τους εισερχόμενους δυνητικούς πελάτες, καταγράψει το πλαίσιο των συζητήσεων και αναδείξει τις ευκαιρίες που απαιτούν πραγματικά ανθρώπινη προσοχή. Από την πλευρά του προϊόντος, η AI βοηθά στη σύνταξη προσχεδίων, στις δοκιμές και στην τεκμηρίωση, ενώ οι άνθρωποι επικεντρώνονται στην αρχιτεκτονική και στις αποφάσεις που αφορούν τους πελάτες.
Ο στόχος δεν είναι να αφαιρεθεί η εργασία από τον άνθρωπο. Είναι να διασφαλιστεί ότι ο άνθρωπος κάνει μόνο την εργασία που απαιτεί πραγματικά την παρουσία του. Όλα τα υπόλοιπα διεκπεραιώνονται στο παρασκήνιο, με συνέπεια και σε μεγάλη κλίμακα.
Ωστόσο, αυτό το μοντέλο ακόμη εξελίσσεται. Αυτό που σήμερα μοιάζει προηγμένο μπορεί σε έναν χρόνο να φαίνεται ελλιπές. Είναι μέρος της διαδικασίας.
Οι κίνδυνοι της υπερβολικής εξάρτησης από την AI
Ο μεγαλύτερος κίνδυνος, όπως τον βλέπω, είναι να πάψετε να παρατηρείτε πότε κάνει λάθος. Η AI εμφανίζεται με αυτοπεποίθηση από προεπιλογή. Θα σας δώσει μια απάντηση, είτε είναι σωστή είτε όχι. Χωρίς έναν άνθρωπο που κατανοεί το αντικείμενο και ελέγχει το αποτέλεσμα, οι εταιρείες μπορεί να λειτουργούν για μεγάλα διαστήματα βασιζόμενες ουσιαστικά σε ένα λάθος που περνά απαρατήρητο.
Ο δεύτερος κίνδυνος είναι η απώλεια της οργανωσιακής γνώσης. Όταν οι ομάδες σταματούν να κάνουν οι ίδιες τη δουλειά, χάνουν τη διαίσθηση που προέρχεται από αυτήν. Αν κανείς δεν ακούει τις κλήσεις αξιολόγησης δυνητικών πελατών, παύουν να γνωρίζουν πώς μιλούν πραγματικά οι αγοραστές. Με τον καιρό, αυτή η απόσταση δυσκολεύει την αναγνώριση του ότι κάτι δεν πάει καλά.
Ο τρίτος κίνδυνος αφορά περισσότερο την κουλτούρα και συχνά δεν συζητείται αρκετά. Οι εταιρείες που βασίζονται υπερβολικά στην AI χωρίς να διατηρούν ανθρώπινη οπτική μπορεί να αρχίσουν να μοιάζουν κενές. Οι πελάτες παρατηρούν πότε οι αλληλεπιδράσεις χάνουν την αυθεντικότητά τους, ακόμη κι αν όλα είναι τεχνικά σωστά.
Επομένως, το ερώτημα δεν είναι απλώς πόση AI να χρησιμοποιηθεί. Είναι αν οι άνθρωποι στην επιχείρηση παραμένουν αρκετά κοντά στη δουλειά ώστε να αναγνωρίζουν πότε η AI βοηθά και πότε βλάπτει. Δεν υπάρχει ακόμη ένας σαφής τύπος γι’ αυτό και πιθανότατα δεν θα υπάρξει για κάποιο διάστημα.
Επανεξέταση των ομάδων με βάση τα αποτελέσματα και όχι τα καθήκοντα
Καθώς η AI αναλαμβάνει περισσότερη εκτέλεση, οι ηγέτες πρέπει να ξανασκεφτούν τη δομή των ομάδων.
Για δεκαετίες χτίζαμε οργανογράμματα με βάση το ποιος κάνει τι. Ο SDR αξιολογεί δυνητικούς πελάτες. Ο AE κλείνει συμφωνίες. Ο εκπρόσωπος CS βοηθά τους πελάτες στην αρχική ένταξη και εξοικείωση με το προϊόν. Η AI θα αναλαμβάνει ολοένα μεγαλύτερο μέρος αυτών των καθηκόντων, οπότε το οργανόγραμμα που βασίζεται στα καθήκοντα θα πάψει να λειτουργεί.
Αυτό που έχει σημασία τώρα είναι ποιος έχει την ευθύνη για το αποτέλεσμα.
Ποιος έχει την ευθύνη για την εμπειρία του αγοραστή από την πρώτη επαφή μέχρι την ανανέωση; Ποιος έχει την ευθύνη για τον κύκλο ανατροφοδότησης του προϊόντος; Ποιος έχει την ευθύνη για την εμπιστοσύνη των πελατών προς την εταιρεία;
Χτίστε ομάδες γύρω από αυτούς τους υπεύθυνους, δώστε τους την AI ως μοχλό και αφήστε τους να αποφασίζουν πού χρειάζεται ανθρώπινη εργασία και πού όχι.
Οι ηγέτες που το χειριστούν σωστά πιθανότατα θα διοικούν μικρότερες ομάδες που παράγουν περισσότερα, με εργαζόμενους που κάνουν δουλειά την οποία βρίσκουν πραγματικά ουσιαστική. Όσοι το χειριστούν λάθος θα συνεχίσουν να προσθέτουν προσωπικό σε ένα μοντέλο που δεν το χρειάζεται πλέον και θα αναρωτιούνται γιατί τα περιθώριά τους χειροτερεύουν αντί να βελτιώνονται.
Είμαστε ακόμη στην αρχή και το εγχειρίδιο διαμορφώνεται σε πραγματικό χρόνο. Πρόκειται λιγότερο για ένα σταθερό μοντέλο και περισσότερο για μια κατεύθυνση που θα συνεχίσει να εξελίσσεται. Όλοι προσπαθούμε να καταλάβουμε πώς να περάσουμε αυτή τη φάση όσο καλύτερα μπορούμε και, ιδανικά, με τρόπο που ενισχύει και δεν αποδυναμώνει τα ανθρώπινα συστήματα.












