Η ανάπτυξη τεχνολογιών και συστημάτων που στηρίζονται στην τεχνητή νοημοσύνη μπορεί να επηρεάσει μια οικονομία όπως η ελληνική με πολλούς τρόπους: αλλάζοντας δραστικά τη ζήτηση και την προσφορά σε επιμέρους αγορές υπηρεσιών και προϊόντων∙ αυξάνοντας τη συνολική παραγωγικότητα σε μακροοικονομικό επίπεδο, και τη σχετική συμμετοχή της εργασίας και του κεφαλαίου στην παραγωγή∙ διαμορφώνοντας νέους όρους λειτουργίας του δημόσιου τομέα και αλλάζοντας τη διασύνδεσή του με την παραγωγή∙ επηρεάζοντας τη διεθνή ανταγωνιστικότητα των ελληνικών επιχειρήσεων και κλάδων, καθώς αλλάζει ο «καταμερισμός εργασίας» σε παγκόσμιο επίπεδο.

Η εικόνα της τρέχουσας κατάστασης

Για να εκτιμήσει κανείς τις αναμενόμενες επιδράσεις καθώς θα διεισδύουν σταδιακά τεχνολογίες τεχνητής νοημοσύνης, είναι χρήσιμο να υπάρχει μια εικόνα της τρέχουσας κατάστασης και δυναμικής της οικονομίας μας. Η ελληνική οικονομία βρίσκεται σε στάδιο ισχυρής και παρατεταμένης ανάκαμψης, τόσο από τις πιο πρόσφατες κρίσεις της πανδημίας και στις αγορές ενέργειας, όσο και από τη δεκαετή κρίση χρέους. Καταγράφει υψηλότερους ρυθμούς μεγέθυνσης από την υπόλοιπη ευρωζώνη, όμως βρίσκεται μπροστά στη μεγάλη πρόκληση να τεθεί σταθερά σε τροχιά ισχυρής ανάπτυξης μεσοπρόθεσμα.

Αυτό είναι κρίσιμο για να κερδηθεί το χαμένο έδαφος και να επιτευχθεί ουσιαστική σύγκλιση με την υπόλοιπη Ευρώπη. Για να συμβεί αυτό, θα πρέπει ο πραγματικός ρυθμός μεγέθυνσης κατά την επόμενη δεκαετία να υπερβαίνει καθαρά το 2% ετησίως, όταν ο αντίστοιχος ρυθμός στον μέσο όρο των προηγούμενων δεκαετιών ήταν οριακά κάτω από 1%.

Πέρα από ένα πλαίσιο οικονομικής και πολιτικής σταθερότητας, η ισχυρή ανάκαμψη της οικονομίας κατά το πιο πρόσφατο διάστημα στηρίχθηκε σε μεγάλο βαθμό στη σταδιακή μείωση της ανεργίας και την αύξηση των επενδύσεων, δηλαδή κυρίως στην απασχόληση παραγωγικών συντελεστών σε μεγαλύτερη κλίμακα. Καθώς, σταδιακά, αυτές οι «δεξαμενές εφοδιασμού» θα εξασθενίζουν, ο κύριος ρόλος φυσιολογικά πηγαίνει πλέον στην αύξηση της παραγωγικότητας. Αυτό το μέτρο είναι η καρδιά κάθε οικονομίας, και εκεί όπου η δική μας υστερεί συστηματικά κατά τις τελευταίες δεκαετίες σε σχέση με τις άλλες οικονομίες της ευρωζώνης όπου φιλοδοξεί να συγκλίνει.

Τεχνητή Νοημοσύνη και παραγωγικότητα

Η παραγωγικότητα αφορά όχι το πόσο εργαζόμαστε ή επενδύουμε, αλλά το πώς συμβαίνει αυτό, το πώς οργανώνεται η εργασία και η επιχειρηματικότητα, κάτι που στη συνέχεια φυσικά επηρεάζει και το αν και πώς προσελκύονται και ενθαρρύνονται αυτοί οι συντελεστές. Εδώ ακριβώς έρχεται ο παράγοντας της τεχνητής νοημοσύνης, και των άλλων τεχνολογικών εξελίξεων που μπορεί να υποστηρίξει και να προκαλέσει, καθιστώντας εφικτή την αύξηση της παραγωγικότητας. Οι σχετικές επιδράσεις μπορεί να αναμένονται άμεσα στο επίπεδο της παραγωγής, αλλά και ευρύτερα στη διασύνδεση των παραγωγικών μονάδων μεταξύ τους και με τον δημόσιο τομέα.

Ως τεχνητή νοημοσύνη ορίζεται συνήθως η επιστήμη της εκπαίδευσης μηχανών, ώστε να επιτυγχάνεται προσομοίωση της ανθρώπινης συμπεριφοράς. Με βάση την εκπαίδευση σε δεδομένα πολύ μεγάλης κλίμακας, εκτείνεται σε περιοχές όπως η μηχανική μάθηση και η επεξεργασία φυσικής γλώσσας. Τεχνολογίες τεχνητής νοημοσύνης επιτρέπουν και υποστηρίζουν δραματική αύξηση των δυνατοτήτων κατανόησης, αντίληψης, λογικής επεξεργασίας δεδομένων, όπως και λήψης αποφάσεων σε πραγματικό χρόνο. Αν και ο σχετικός χώρος ακόμη διαμορφώνεται και είναι δύσκολο έως αδύνατο να προβλεφθεί η εξέλιξή του από την επιστημονική πλευρά αλλά και τις δυνητικές εφαρμογές, το μόνο βέβαιο είναι πως η πορεία θα είναι εκθετική.

Συνολικά, η επίδραση της τεχνητής νοημοσύνης σε μια οικονομία έχει χαρακτηριστικά τέτοια ώστε να μπορεί να αναμένεται σημαντική αύξηση της παραγωγικότητας ως αποτέλεσμα. Αυτή καταρχήν και συνολικά μπορεί να είναι από μεγάλη έως πολύ μεγάλη. Σε αναλογία με την επίδραση της προηγούμενης διείσδυσης των ηλεκτρονικών υπολογιστών ή μετέπειτα του διαδικτύου, αναμένεται να είναι σταδιακή και ενδεχομένως όχι εύκολα μετρήσιμη αρχικά, αλλά τελικά πολύ ισχυρή, ενδεχομένως αυξάνοντας τους δυνητικούς ρυθμούς μεγέθυνσης στην περιοχή μιας επιπλέον ποσοστιαίας μονάδας του ΑΕΠ.

Τι θα συμβεί στο πεδίο της εργασίας

Βέβαια, το κέντρο της προσοχής στη δημόσια συζήτηση σε σχέση με την επίδραση της τεχνητής νοημοσύνης στην οικονομία αφορά κυρίως την πιθανή μείωση των θέσεων εργασίας που μπορεί να προκύψει ως αποτέλεσμα και πολύ λιγότερο την αύξηση της παραγωγικότητας και, φυσικά, με αυτή την έννοια, οι αναφορές πολλές φορές περιβάλλονται από ανησυχίες.

Αυτό είναι ένα κρίσιμο ζήτημα, προφανώς με διαστάσεις που είναι και κοινωνικές εκτός από οικονομικές. Έχει διάφορες ενδιαφέρουσες πτυχές:

• Πρώτον, τουλάχιστον προς το παρόν, η τεχνητή νοημοσύνη φαίνεται πως αυξάνει, ενίοτε πολύ σημαντικά, τη δυνατότητα των εργαζομένων να παράγουν έργο με τρόπο που δεν οδηγεί σε υποκατάστασή τους στην αγορά, αλλά σε αύξηση της απασχόλησής τους και της παραγωγικότητάς τους. Το εάν και υπό ποιες συνθήκες αυτό θα συνεχίσει να ισχύει καθώς η τεχνητή νοημοσύνη θα επεκτείνεται σε μεγαλύτερα τμήματα της οικονομίας είναι ένα κρίσιμο ερώτημα.
• Δεύτερον, από τη φύση της η εφαρμογή της τεχνητής νοημοσύνης επηρεάζει πολύ διαφορετικά τις διαδικασίες σε διαφορετικές πλευρές της παραγωγής, και έτσι μπορεί να οδηγήσει σε συρρίκνωση ή και εξαφάνιση ορισμένων επαγγελμάτων και σε σημαντική ενίσχυση άλλων ή και τη δημιουργία νέων.
• Τρίτον, όμως, φαίνεται πως η τεχνητή νοημοσύνη αντί να υποκαταστήσει θα αναβαθμίσει και θα αλλάξει τον ρόλο των εργαζομένων, τόσο σε εργασίες που στηρίζονται ήδη στην επιστήμη όσο και σε άλλες. Με αυτή την έννοια, το πώς θα εργάζεται ένας γιατρός, ένας νομικός ή ένας εκπαιδευτικός αλλάζει ριζικά ήδη από σήμερα και κατά τα επόμενα λίγα χρόνια, με δραστική μείωση επαναλαμβανομένων πράξεων και με μετακίνηση του ενδιαφέροντος σε αυτές που ενέχουν μια κριτική διάσταση.
• Τέταρτον, υπάρχουν επαγγέλματα στα οποία η ανθρώπινη διάσταση θα παραμένει κρίσιμη και δεν θα μπορεί να υποκατασταθεί, όπως για παράδειγμα στη φροντίδα βρεφών και νηπίων, όπως και ηλικιωμένων. Συνυπολογίζοντας την ισχυρή αρνητική δυναμική από δημογραφική άποψη, δεν αναμένει κανείς ότι η τεχνητή νοημοσύνη θα επηρεάσει στη χώρα μας αρνητικά την αγορά εργασίας, εφόσον υπάρξει σχετικά έγκαιρα μηχανισμός εκπαίδευσης και κατάρτισης που θα διευκολύνει τη μετακίνηση ανάμεσα σε θέσεις εργασίας που φθίνουν και σε αυτές που αναπτύσσονται.

Πώς μπορεί η ΑΙ να βελτιώσει την ελληνική οικονομία

Τέλος, υπάρχει η πολύ σημαντική διάσταση του πώς μπορεί η διάχυση τεχνολογιών που υποστηρίζονται από τεχνητή νοημοσύνη να βελτιώσει ευρύτερα τη δομή της ελληνικής οικονομίας.

Δυνητικά αυτό μπορεί να γίνει με διάφορους σημαντικούς τρόπους:

• Πρώτον με αναβάθμιση της λειτουργίας του κράτους, ώστε να αποκτήσει μικρότερο μέγεθος, αλλά μεγαλύτερη ισχύ και αξιοπιστία. Διασύνδεσή του με κατάλληλα δεδομένα, και αποφάσεις που θα στηρίζονται κατά το δυνατόν σε αυτά και όχι σε ευκαιριακούς συσχετισμούς πιέσεων.
• Δεύτερον, με ρήξη των στεγανών ανάμεσα σε αγορές και επαγγελματικούς χώρους. Αυτό μπορεί να συμβεί καθώς σε σημαντικές περιοχές, όπως ενδεικτικά στις ιατρικές και νομικές επιστήμες, θα χρειαστεί να υπάρξει συνεργασία με άλλες.
• Τρίτον, με άνοιγμα συνεργασιών και επιχειρηματικών πρωτοβουλιών εκτός συνόρων. Μπορεί λοιπόν οι νέες τεχνολογίες να βελτιώσουν σημαντικά την εξωστρέφεια της ελληνικής οικονομίας, τόσο προσελκύοντας παραγωγή όσο και νέα ζήτηση για προϊόντα και υπηρεσίες. Παραδοσιακά ισχυροί τομείς, όπως ο τουρισμός και η ναυτιλία, αναμένεται πως θα ενισχυθούν πολύ ισχυρά με βάση τις νέες τεχνολογίες, και φυσικά όσοι κινηθούν νωρίς σε αυτά τα πεδία θα έχουν σημαντικό ανταγωνιστικό πλεονέκτημα παγκοσμίως.
• Τέταρτον, η ελληνική οικονομία υστερεί συστηματικά τα τελευταία χρόνια στην έμφαση στη μεταποίηση, και η παραγωγή νέας γενιάς με βάση τις σύγχρονες τεχνολογίες μπορεί να οδηγήσει σε συγκεκριμένους κλάδους όχι απλώς σε σύγκλιση στους ευρωπαϊκούς όρους, αλλά σε λειτουργία στο όριο καινοτομίας της αγοράς.
  Φυσικά, η τεχνολογία από μόνη της όσο δραστική και να είναι η αλλαγή δεν μπορεί να αλλάξει μια οικονομία επαρκώς, εάν δεν υπάρχουν δράσεις στο θεσμικό επίπεδο, πεδίο στο οποίο μπορεί κανείς να αναμένει ότι θα κριθεί συνολικά εάν, πώς και πότε θα αρχίσει να φαίνεται μια θετική επίδραση της τεχνητής νοημοσύνης στην οικονομία μας.

* Ο Νίκος Βέττας είναι γενικός διευθυντής ΙΟΒΕ και καθηγητής Οικονομικού Πανεπιστημίου Αθηνών