Το 1987, ο νομπελίστας Robert Solow παρατήρησε ότι η εποχή των υπολογιστών ήταν ορατή παντού, εκτός από τις στατιστικές παραγωγικότητας. Σήμερα, σχεδόν τέσσερις δεκαετίες μετά, η τεχνητή νοημοσύνη φαίνεται να αναβιώνει αυτό το παράδοξο. Ενώ οι εργαζόμενοι δηλώνουν πιο αποδοτικοί από ποτέ, οι ισολογισμοί των εταιρειών παραμένουν στάσιμοι.

Η απόσταση μεταξύ ατόμου και οργανισμού

Σύμφωνα με έρευνες που επικαλείται το Fast Company, η AI μπορεί να αυξήσει την παραγωγικότητα σε συγκεκριμένες εργασίες κατά 15%-30% σε πραγματικές συνθήκες και έως 60% σε ελεγχόμενες μελέτες. Στην έρευνα State of AI 2026 της McKinsey, οκτώ στους δέκα επαγγελματίες επιβεβαιώνουν αυτή την άνοδο. Ωστόσο, η εικόνα ανατρέπεται στο επίπεδο της επιχείρησης: μόλις το 37% των στελεχών μπορεί να συνδέσει την AI με επίδραση στα λειτουργικά κέρδη (EBIT).

  • Το 89% των στελεχών δεν είδε επίδραση στην παραγωγικότητα την τελευταία τριετία (NBER).
  • Πάνω από τους μισούς CEOs δηλώνουν ότι η AI δεν έφερε υψηλότερα έσοδα ή χαμηλότερο κόστος το προηγούμενο έτος (PwC).

Το μάθημα από την ιστορία της ηλεκτρικής ενέργειας

Το πρόβλημα έγκειται στο ότι η AI αντιμετωπίζεται ως απλό εργαλείο και όχι ως αφορμή για δομικό ανασχεδιασμό. Όπως συνέβη με την ηλεκτρική ενέργεια, όπου η παραγωγικότητα εκτοξεύτηκε μόνο όταν τα εργοστάσια επανασχεδιάστηκαν γύρω από τους ηλεκτρικούς κινητήρες, έτσι και η AI απαιτεί νέες ροές εργασίας. Η απλή επιτάχυνση μιας εργασίας (π.χ. συγγραφή email) δεν αλλάζει τον τρόπο λειτουργίας του οργανισμού.

Νέα bottlenecks και αναλώσιμα assets

Ένα κρίσιμο ζήτημα είναι η μετατόπιση του «στενού σημείου» (bottleneck). Η AI επιταχύνει την παραγωγή κώδικα ή περιεχομένου, αλλά αυξάνει τον χρόνο που απαιτείται για έλεγχο και έγκριση. Στην περίπτωση του GitHub Copilot, η αύξηση της παραγωγής κώδικα συνοδεύτηκε από περισσότερο rework, αναγκάζοντας τους έμπειρους developers να ξοδεύουν τον χρόνο τους σε ελέγχους αντί για νέα δημιουργία.

Επιπλέον, η ευκολία παραγωγής οδηγεί στη δημιουργία περιεχομένου που χρησιμοποιείται μία φορά και εγκαταλείπεται. Η λύση, όπως δείχνει το παράδειγμα της Unilever με τα «digital twins», είναι η δημιουργία επαναχρησιμοποιήσιμων ψηφιακών στοιχείων που συσσωρεύουν αξία στον χρόνο.

Στρατηγική για το μέλλον

Για να γεφυρωθεί το χάσμα, οι επιχειρήσεις οφείλουν να εστιάσουν σε τέσσερις πυλώνες: την επανεκκίνηση φιλόδοξων projects που παλαιότερα ήταν ασύμφορα, τη δημιουργία βιβλιοθηκών επαναχρησιμοποιήσιμων assets, τον εντοπισμό των νέων bottlenecks και τη χρήση δεικτών καινοτομίας αντί για απλή εξοικονόμηση κόστους.