Σύγκλιση με την Ευρώπη. Αυτό ήταν το στοίχημα που έβαλε η Ελλάδα με την ένταξή της στην Ε.Ε., ένα στοίχημα που έμοιαζε να το κερδίζει, έως ότου ήρθε η κρίση. Από τότε, περισσότερα από 15 χρόνια πριν, είδαμε τη χώρα να αποκλίνει ραγδαία και μετά να δυσκολεύεται να αναστρέψει την εικόνα αυτή. Οι λόγοι πολλοί, αρκετοί ξαναειπωμένοι, ένας λιγότερο: κάθε μεγάλη τεχνολογική αλλαγή των τελευταίων δεκαετιών απαιτούσε κάτι που η χώρα δεν είχε: κεφάλαιο.
Για να εκσυγχρονιστεί η βιομηχανία, χρειαζόταν επενδύσεις σε μηχανήματα. Για να μπει η πληροφορική, χρειαζόταν υποδομές, υπολογιστές, δίκτυα. Για να αναπτυχθεί η πράσινη μετάβαση, χρειάζονται φωτοβολταϊκά, ανεμογεννήτριες, ηλεκτρικά αυτοκίνητα. Σε κάθε περίπτωση, η είσοδος στη νέα εποχή απαιτούσε πρώτα μεγάλες επενδύσεις, και αυτές δεν ήρθαν ποτέ στον βαθμό που χρειαζόταν. Η χώρα έμεινε πίσω – όχι επειδή δεν είχε ανθρώπους, αλλά επειδή δεν είχε τα χρήματα (συχνά και την οργάνωση) για να τους εξοπλίσει.
H Ελλάδα πέρασε μια δεκαετία με μεγάλο κομμάτι του εργατικού της δυναμικού, ειδικά των νεότερων, εκτός εργασίας. Αυτό σημαίνει ότι ενώ οι θεωρητικές δεξιότητες της τριτοβάθμιας υπάρχουν, οι δεξιότητες που αποκτούν οι εργαζόμενοι πάνω στην εργασία λείπουν.
Η Τεχνητή Νοημοσύνη είναι διαφορετική. Για πρώτη φορά στη σύγχρονη ιστορία, μια τεχνολογία γενικής χρήσης δεν απαιτεί τεράστιες επενδύσεις κεφαλαίου για να υιοθετηθεί. Δεν χρειάζεται να αγοράσεις εργοστάσιο, δεν χρειάζεται να στήσεις γραμμή παραγωγής, δεν χρειάζεται να εισάγεις μηχανήματα. Αυτό που χρειάζεται είναι ανθρώπινο δυναμικό: εργαζόμενοι που καταλαβαίνουν τι κάνει η ΤΝ, που μπορούν να τη χρησιμοποιήσουν στον κλάδο τους, που μπορούν να φτιάξουν εφαρμογές πάνω σε αυτήν. Και αυτό η Ελλάδα το έχει – ή τουλάχιστον μπορεί να το έχει.
Η χώρα διαθέτει μορφωμένο εργατικό δυναμικό. Αν, μάλιστα, λάβουμε υπόψη και τους Έλληνες που ζουν στο εξωτερικό, το ατού αυτό γίνεται πολύ μεγαλύτερο. Ταυτόχρονα, το 44% των Ελλήνων άνω των 17 ετών έχει ήδη χρησιμοποιήσει εργαλεία ΤΝ [1]. Δεν μιλάμε για μια χώρα που πρέπει να ξεκινήσει από το μηδέν. Μιλάμε για μια χώρα που, αν κάνει τις σωστές κινήσεις, μπορεί να μπει στο παιχνίδι για πρώτη φορά χωρίς να χρειαστεί δισεκατομμύρια.
Ως μια ένδειξη για τη δυνατότητα της χώρας σε αυτόν τον τομέα μπορεί να σκεφτεί κάποιος την αρχή που έγινε ήδη στην προ-ΤΝ εποχή από ελληνικές εταιρείες που δημιούργησαν ψηφιακές εφαρμογές οι οποίες χρησιμοποιούνται ευρέως πια τόσο εντός όσο και εκτός.
Αυτό δε σημαίνει ότι δεν χρειάζεται να γίνει τίποτα. Σημαίνει ότι αυτά που χρειάζονται είναι διαφορετικά από πριν, και πιο εφικτά. Τεράστιες επενδύσεις δεν χρειάζονται, το ανθρώπινο δυναμικό υπάρχει (με κάποιους αστερίσκους), τι μένει; Να έχεις την οργάνωση (υποδομές), ένα ευέλικτο εκπαιδευτικό σύστημα, και εταιρείες οι οποίες θα δουν τη χρήση της ΤΝ συνολικά.
Η ΤΝ, άλλωστε, είναι άχρηστη χωρίς γρήγορο διαδίκτυο. Η Ελλάδα βρίσκεται στο 25ο κάτω άκρο του ευρωπαϊκού δείκτη ψηφιακής οικονομίας (DESI, 2021 [2]), και η κάλυψη σε οπτικές ίνες υστερεί σημαντικά, ιδιαίτερα στην περιφέρεια. Αν δεν μπορεί ένας δικηγόρος στη Λάρισα ή μια γιατρός στη Μυτιλήνη να χρησιμοποιήσει εργαλεία ΤΝ αξιόπιστα, τότε η ΤΝ θα γίνει ακόμα μία τεχνολογία μόνο για την Αθήνα, αυξάνοντας τις περιφερειακές ανισότητες που είναι ήδη πολύ μεγάλες [3] και μειώνοντας σημαντικά τα κέρδη για την οικονομία.
Ταυτόχρονα, ενώ η Ελλάδα έχει πανεπιστήμια που προσφέρουν καλές γνώσεις, έχει ελάχιστη δια βίου εκπαίδευση [4]. Μόνο το 16% των 25-64 συμμετέχει σε προγράμματα κατάρτισης, έναντι περίπου 46% στην ΕΕ. Αυτό είναι ίσως το πιο κρίσιμο σημείο. Η ΤΝ αλλάζει τα επαγγέλματα πολύ πιο γρήγορα από ό,τι η κλασική αυτοματοποίηση, και οι εργαζόμενοι χρειάζονται ευέλικτα προγράμματα που μπορούν να παρακολουθήσουν δίπλα στη δουλειά τους – όχι τετραετή πτυχία, αλλά σύντομα προγράμματα εξειδίκευσης που ανταποκρίνονται στις πραγματικές ανάγκες της αγοράς εργασίας.
Εδώ βρίσκεται και ο μεγάλος αστερίσκος όσον αφορά το ανθρώπινο κεφάλαιο: η Ελλάδα πέρασε μια δεκαετία με μεγάλο κομμάτι του εργατικού της δυναμικού, ειδικά των νεότερων, εκτός εργασίας. Αυτό σημαίνει ότι ενώ οι θεωρητικές δεξιότητες της τριτοβάθμιας υπάρχουν, οι δεξιότητες που αποκτούν οι εργαζόμενοι πάνω στην εργασία λείπουν. Για αυτό και τα προγράμματα επανεκπαίδευσης είναι σημαντικό να γίνονται κυρίως πάνω στη δουλειά. Να δώσει, δηλαδή, το κράτος κίνητρα (και επιδοτήσεις) να δημιουργηθούν θέσεις εργασίας στις οποίες η επανεκπαίδευση είναι αναπόσπαστο κομμάτι τους. Κομμάτι αυτής της προσπάθειας πρέπει, προφανώς, να είναι το brain drain. Δεν θα επεκταθώ, όμως, περισσότερο, καθώς είναι όλα χιλιοειπωμένα.
Τέλος, ένα κρίσιμο σημείο όσον αφορά την υιοθέτηση της ΤΝ που συχνά περνά απαρατήρητο είναι ότι θα φέρει μεγάλες ανακατατάξεις και στην εσωτερική δομή των ίδιων των εταιρειών. Γιατί αυτό; Ως τώρα οι νέες τεχνολογίες κυρίως αυτοματοποιούσαν τα κατώτερα (με την έννοια του management structure) στρώματα: τα βιομηχανικά ρομπότ τους εργάτες στη γραμμή παραγωγής, πληροφοριακά συστήματα το βοηθητικό προσωπικό, κτλ. Η Τεχνητή Νοημοσύνη, από την άλλη, έχει εξειδικευμένες γνώσεις και τη δυνατότητα να πάρει (ή έστω να προτείνει) αποφάσεις. Αυτό σημαίνει ότι η δομή των εταιρειών μπορεί να γίνει πιο επίπεδη, με το ανώτερο κομμάτι της διοίκησης πιο κοντά στους εργάτες. Αυτό προϋποθέτει μια μεγάλη αλλαγή στο ελληνικό management culture, η οποία δεν φαίνεται να έχει εδραιωθεί ακόμα. Με λίγα λόγια, αν μια εταιρεία θεωρεί ότι μπορεί να αυξήσει την παραγωγικότητά της απλά δίνοντας μια συνδρομή σε ένα εργαλείο ΤΝ στους εργαζόμενους, χωρίς όμως να αλλάξει τον τρόπο που η εταιρεία είναι δομημένη, τα αποτελέσματα θα είναι πολύ μικρότερα.
Η διαφορά αυτής της τεχνολογικής αλλαγής από τις προηγούμενες είναι, λοιπόν, ξεκάθαρη. Για πρώτη φορά, το εμπόδιο δεν είναι ότι η χώρα δεν έχει τα χρήματα να αγοράσει τα μηχανήματα. Το εμπόδιο είναι αν θα δημιουργήσει τις συνθήκες ώστε οι άνθρωποί της να χρησιμοποιήσουν την ΤΝ στη δουλειά τους. Γρήγορο διαδίκτυο, ευέλικτη εκπαίδευση, διοίκηση του 21ου αιώνα. Αυτά δεν απαιτούν δισεκατομμύρια. Απαιτούν σοβαρότητα.
Η Ελλάδα έχασε κάθε προηγούμενο τρένο, εν μέρει γιατί το εισιτήριο ήταν πολύ ακριβό. Αυτή τη φορά το εισιτήριο είναι πιο φθηνό. Ας ανέβουμε.
[1] Eurostat, Use of generative AI tools in 2025.
[2] European Commission, Digital Economy and Society Index (DESI) – Greece, 2024.
[3] Στέφανος Τύρος, Eteron, Ελληνική Αγορά Εργασίας και Νέες Τεχνολογίες.
[4] Eurostat, Adult learning statistics, 2024.
