Οταν ένα εκπαιδευμένο μηχάνημα μπορεί κάλλιστα να συγγράψει επιστημονική εργασία και να επιχειρηματολογήσει υπέρ αυτής, τότε πολύ σοβαρές απειλές και ερωτήματα ανακύπτουν. Από τη γεωργία έως το λιανεμπόριο, τις μεταφορές και τα αυτόνομα οχήματα άνευ οδηγών, η τεχνητή νοημοσύνη εισχωρεί παντού και ανατρέπει με ιλιγγιώδεις ρυθμούς τον κόσμο μας. Σε εκτεταμένο ρεπορτάζ του ο Guardian καταγράφει πιθανές επιπτώσεις ανά κλάδο. Προ ημερών, σημειωτέον, δύο από τις μεγαλύτερες εταιρείες τεχνολογίας στον κόσμο (Microsoft, Google) ανακοίνωσαν σχέδια για βελτιωμένη αναζήτηση με τεχνητή νοημοσύνη, ξεκινώντας έναν λυσσαλέο αγώνα για την υπεροχή στον χώρο αυτό.
Ηδη, πολλοί παραγωγοί τροφίμων χρησιμοποιούν τεχνητή νοημοσύνη για τη συγκέντρωση και ανάλυση δεδομένων στις προσπάθειές τους να βελτιώσουν την παραγωγικότητα και την κερδοφορία. Παρακολουθούν τον καιρό, διαχειρίζονται ασθένειες και παράσιτα, διερευνούν την ανάγκη για επιπλέον άρδευση ή ακόμα και ποιες καλλιέργειες θα αναπτυχθούν και σε ποιο σημείο. Επιπλέον, ενώ δοκιμάζονται ρομπότ με τέσσερα χέρια, σχεδιασμένα για τη λεπτή εργασία της συλλογής μαλακών φρούτων, ρομπότ με την επιδεξιότητα του ανθρώπινου χεριού, ικανά να μαζεύουν με ταχύτητα χωρίς να καταστρέφουν φρούτα όπως τα σμέουρα, μπορεί να απέχουν μια δεκαετία από την ευρεία χρήση. Στον κλάδο των ΜΜΕ η εκπαίδευση μηχανών χρησιμοποιείται για τόνωση συνδρομών και διαφημιστικών εσόδων, αλλά και τη λήψη αποφάσεων σχετικά με τα ρεπορτάζ που θα προωθήσουν. Μέχρι στιγμής, οι ειδησεογραφικοί οργανισμοί προσλαμβάνουν επιστήμονες δεδομένων με εξαψήφιους μισθούς για να καθοδηγήσουν τους πελάτες σε συγκεκριμένα προϊόντα, παρέχοντας παράλληλα στους εργαζομένους εργαλεία για να αντεπεξέλθουν στην εύρεση και τη σύνταξη κειμένων/ρεπορτάζ. Η Τζέιν Μπάρετ, αρχισυντάκτρια διεθνών ειδήσεων στη μονάδα στρατηγικής μέσων του Ρόιτερς, επισημαίνει πως η τεχνητή νοημοσύνη «θα μας βοηθήσει να φέρουμε ακριβώς το σωστό περιεχόμενο στο σωστό άτομο».
H PwC προβλέπει ότι αναλογικά οι μεγαλύτερες απώλειες θέσεων εργασίας τα επόμενα 20 χρόνια θα σημειωθούν στον τομέα των μεταφορών.
Οι όμιλοι προμήθειας ενέργειας, όπως αναφέρει ο Guardian, οραματίζονται ότι η τεχνητή νοημοσύνη θα διαδραματίσει κεντρικό ρόλο στα μελλοντικά «έξυπνα δίκτυα», επιτρέποντας την πιο στενή ευθυγράμμιση της προσφοράς και της ζήτησης, με μια νέα γενιά συσκευών από έξυπνους μετρητές και ηλεκτρικά οχήματα έως ηλιακούς συλλέκτες και αντλίες θερμότητας ικανές να βελτιώσουν την απόδοση. Οι θέσεις εργασίας για μηχανικούς, όσους παρακολουθούν μετρητές και τους αναλυτές εφοδιασμού απειλούνται περισσότερο. Στη μεταποίηση, οι βετεράνοι του κλάδου γνωρίζουν πολύ καλά πώς η αυτοματοποίηση μπορεί να σαρώσει μια βιομηχανία. Το 2019, το βρετανικό Γραφείο Εθνικών Στατιστικών προέβλεψε ότι σχεδόν τα 2/3 των χειριστών μηχανών επεξεργασίας μετάλλων κινδυνεύουν. Οι αλγόριθμοι μηχανικής μάθησης αναπτύσσονται ήδη σε αυξανόμενους όγκους δεδομένων στα μεγάλα εργοστάσια για «προγνωστική συντήρηση», αντικαθιστώντας εξαρτήματα πριν υποστούν βλάβη – ίσως αυτό σημαίνει λιγότερο τεχνικό προσωπικό.
Πάντως, και η ταχεία άνοδος της γενετικής τεχνητής νοημοσύνης υποδηλώνει ότι δεν θα επηρεαστούν μόνο οι άνθρωποι στις γραμμές εργοστασίων. Η γενετική τεχνητή νοημοσύνη χρησιμοποιείται ήδη για να σχεδιάσει προϊόντα πολύ πιο γρήγορα, να τα δοκιμάσει ουσιαστικά ως «ψηφιακό δίδυμο» και να τα κατασκευάσει τάχιστα. Σε συνδυασμό με καινοτομίες όπως η τρισδιάστατη εκτύπωση, αυτό θα μπορούσε να μειώσει δραματικά το κόστος ανάπτυξης και θα απαιτούσε λιγότερους μηχανικούς στην αεροδιαστημική, την αυτοκινητοβιομηχανία και τα ηλεκτρονικά είδη. Τέλος, στις μεταφορές, οι εργαζόμενοι διατήρησαν πεισματικά τις δουλειές τους από τότε που δοκιμάστηκαν τα πρώτα τρένα χωρίς οδηγό. Αλλά, έκθεση του 2021 της PwC προβλέπει ότι αναλογικά οι μεγαλύτερες απώλειες θέσεων εργασίας τα επόμενα 20 χρόνια θα σημειωθούν στον τομέα των μεταφορών.
