AI στην Πληροφορική: Τι αλλάζει στην εργασία μέχρι το 2030;
Η εποχή της εργασίας στην Πληροφορική χωρίς την βοήθεια της τεχνητής νοημοσύνης (AI) οδεύει προς το τέλος της. Σύμφωνα με νέα έρευνα της Gartner, μέχρι το 2030, οι Chief Information Officers (CIOs) προβλέπουν ότι καμία IT εργασία δεν θα εκτελείται αποκλειστικά από ανθρώπους. Αντίθετα, το 75% των εργασιών θα γίνεται από ανθρώπους με την υποστήριξη της AI, ενώ το υπόλοιπο 25% θα εκτελείται πλήρως αυτόνομα από την τεχνητή νοημοσύνη.
Η έρευνα, που παρουσιάστηκε στο Gartner IT Symposium/Xpo 2025 και βασίστηκε σε δείγμα 700 στελεχών τεχνολογίας, καταλήγει στο συμπέρασμα ότι η τεχνητή νοημοσύνη δεν είναι πλέον απλώς ένα εργαλείο, αλλά ένας συνεργάτης. Όμως, όπως προκύπτει από τα ευρήματα, λίγοι οργανισμοί είναι πραγματικά έτοιμοι για αυτή τη μετάβαση.
«Δεν είναι μόνο θέμα τεχνολογικής ετοιμότητας (AI readiness), αλλά και ανθρώπινης ετοιμότητας», σημειώνει η Gartner. Οι επιχειρήσεις οφείλουν να διασφαλίσουν ότι οι άνθρωποι έχουν τη δυνατότητα να συνεργαστούν με την τεχνητή νοημοσύνη και να αξιοποιήσουν τη δύναμή της για τη δημιουργία αξίας.
Η Gartner εκτιμά ότι η επίδραση της AI στις θέσεις εργασίας θα παραμείνει ουδέτερη έως το 2026, αλλά μέχρι το 2036 θα έχουν δημιουργηθεί 500 εκατομμύρια νέες θέσεις εργασίας, που θα σχετίζονται με την υποστήριξη και την ανάπτυξη εφαρμογών AI. «Η AI δεν σχετίζεται με απώλεια θέσεων εργασίας, αλλά με τη μεταμόρφωση του εργατικού δυναμικού», αναφέρει η εταιρεία, προτείνοντας τον περιορισμό των προσλήψεων σε ρόλους χαμηλής πολυπλοκότητας και την ανακατανομή ταλέντων σε νέους, πιο παραγωγικούς τομείς.
Σύμφωνα με τις εκτιμήσεις των αναλυτών της Gartner, η AI θα μειώσει την σημασία ορισμένων δεξιοτήτων, όπως η περίληψη, η αναζήτηση πληροφοριών και η μετάφραση, καθώς αυτές θα αυτοματοποιηθούν πλήρως.
Παράλληλα όμως, θα δημιουργήσει νέες δεξιότητες, όπως η κριτική σκέψη, η επικοινωνία και η δημιουργικότητα, οι οποίες θα αναπτύσσονται σε συνεργασία με «έξυπνους» αλγορίθμους. «Οι δεξιότητες του μέλλοντος δεν αφορούν το να κάνεις τα πράγματα καλύτερα, αλλά το να γίνεσαι εσύ καλύτερος μέσω της AI», τονίζεται χαρακτηριστικά.
Η Gartner εφιστά επίσης την προσοχή στο πραγματικό κόστος της τεχνητής νοημοσύνης. Σε σχετική έρευνα, που διεξήχθη τον Μάιο του 2025 με 506 CIOs, το 72% δήλωσε ότι οι οργανισμοί τους είτε ισοσκελίζουν, είτε χάνουν χρήματα από τις επενδύσεις σε AI.
Ο λόγος, σύμφωνα με την Gartner, είναι ότι για κάθε εργαλείο AI που αγοράζεται, υπάρχουν τουλάχιστον δέκα επιπλέον “κρυφές” δαπάνες.
Πρόκειται για δαπάνες, όπως η εκπαίδευση προσωπικού, που μπορεί να αυξήσει το αρχικό κόστος έως και κατά 40%, ή η διαχείριση της αλλαγής (Change Management), καθώς η ενσωμάτωση της AI σε υπάρχουσες διαδικασίες απαιτεί νέες ροές εργασίας και ιεραρχίες, που συχνά καθυστερούν την απόσβεση της επένδυσης.
Επιπλέον, η προσαρμογή των δεδομένων στα συστήματα AI απαιτεί τεράστιο όγκο καθαρών, ελεγμένων δεδομένων. Η δημιουργία ή αγορά αυτών των datasets μπορεί να αποτελέσει το πλέον δαπανηρό στάδιο. Τέλος, υπάρχουν τα κόστη ελέγχου, ρύθμισης και δεοντολογίας: οι επιχειρήσεις καλούνται να συμμορφωθούν με τοπικά και διεθνή πλαίσια (όπως το AI Act της Ε.Ε.), που επιβάλλουν διαδικασίες αξιολόγησης κινδύνου και διαφάνειας.
Επιπλέον, απαιτείται τεχνική υποστήριξη και συντήρηση: καθώς τα μοντέλα ενημερώνονται διαρκώς, η συντήρηση τους απαιτεί εξειδικευμένο προσωπικό και πρόσθετη υπολογιστική ισχύ.