Οι μαζικές απολύσεις που πολλοί προέβλεπαν δεν έχουν ακόμη εμφανιστεί στο σύνολο της αμερικανικής οικονομίας. Όμως κάτω από τα γενικά στοιχεία συντελείται μια πολύ πιο αθόρυβη αλλαγή.
Από τον Δαίδαλο | Συντακτική ομάδα Greece2Day
Για τρία χρόνια ακούμε περίπου την ίδια πρόβλεψη. Η τεχνητή νοημοσύνη θα αρχίσει να αντικαθιστά ανθρώπους. Θα ακολουθήσουν μαζικές απολύσεις. Η ανεργία θα αυξηθεί. Και η αγορά εργασίας θα αρχίσει να μετασχηματίζεται με ταχύτητα που δεν έχουμε ξαναδεί.
Βρισκόμαστε πλέον αρκετά βαθιά μέσα στην επανάσταση της generative AI ώστε να κάνουμε την πρώτη σοβαρή ερώτηση: Συνέβη; Η σύντομη απάντηση είναι: Όχι - τουλάχιστον όχι με τον τρόπο που περιμέναμε.
Αλλά αυτή η απάντηση κρύβει κάτι πολύ πιο ενδιαφέρον.
Οι απολύσεις δεν εκτοξεύθηκαν
Σύμφωνα με την Challenger, Gray & Christmas, οι ανακοινωμένες περικοπές θέσεων εργασίας στις ΗΠΑ κατά τους πρώτους οκτώ μήνες του 2026 βρίσκονται στο χαμηλότερο επίπεδο τετραετίας. Μάλιστα είναι 41% χαμηλότερες από την αντίστοιχη περίοδο του 2025.
Ταυτόχρονα, οι ανακοινώσεις σχεδίων προσλήψεων βρίσκονται στο υψηλότερο επίπεδο από το 2023. Αυτό δεν μοιάζει με αγορά εργασίας που καταρρέει λόγω AI. Και γι’ αυτό ο επικεφαλής οικονομολόγος της Apollo, Torsten Sløk, υποστηρίζει ότι ακόμη δεν υπάρχει συνολική ένδειξη πως η AI αντικαθιστά μαζικά εργαζομένους.
Όμως εδώ πρέπει να προσέξουμε κάτι. Τα aggregate data μπορούν να κρύψουν όσα συμβαίνουν κάτω από την επιφάνεια.
Το Stanford βρήκε το πρώτο ρήγμα
Οι Erik Brynjolfsson, Bharat Chandar και Ruyu Chen του Stanford Digital Economy Lab χρησιμοποίησαν διοικητικά στοιχεία μισθοδοσίας της ADP που καλύπτουν εκατομμύρια Αμερικανούς εργαζομένους. Η αναθεωρημένη μελέτη τους φτάνει μέχρι τον Ιούνιο του 2026.
Και καταλήγει πρώτα στο ίδιο συμπέρασμα: δεν υπάρχει ακόμη ευρεία, economy-wide εκτόπιση εργαζομένων λόγω AI.
Μετά όμως έρχεται το εντυπωσιακό εύρημα. Για εργαζομένους ηλικίας 22–25 ετών σε επαγγέλματα με μεγάλη έκθεση στην AI, η απασχόληση βρίσκεται περίπου 19% χαμηλότερα από το επίπεδο στο οποίο θα βρισκόταν εάν είχε ακολουθήσει την πορεία των συνομηλίκων τους σε επαγγέλματα με μικρότερη έκθεση στην AI.
Και αυτό το χάσμα μεγαλώνει.
- Τον Ιούλιο του 2025 ήταν περίπου 15%.
- Τον Ιούνιο του 2026 είχε φτάσει στο 19%.
Αυτό αλλάζει εντελώς τη συζήτηση.
Διαβάστε ακόμα: Δέκα χρόνια μετά, η «Αποκάλυψη της AI» δεν ήρθε ποτέ
Η AI μπορεί να μην απολύει τον εργαζόμενο - μπορεί απλώς να μην προσλαμβάνει τον επόμενο
Εδώ βρίσκεται ίσως το σημαντικότερο εύρημα της μελέτης. Η προσαρμογή δεν φαίνεται να πραγματοποιείται κυρίως μέσω απολύσεις υφιστάμενων εργαζομένων αλλά περισσότερο μέσω λιγότερων νέων προσλήψεων.
Το Stanford βρίσκει ότι το χάσμα των νέων εργαζομένων προέρχεται κυρίως από μειωμένες προσλήψεις και όχι από αυξημένες απολύσεις. Και αυτό είναι εξαιρετικά σημαντικό. Γιατί η πρώτη μεγάλη επίπτωση μιας νέας τεχνολογίας μπορεί να μη φαίνεται ποτέ στις εφημερίδες ως: "Η εταιρεία Χ απολύει 10.000 εργαζομένους λόγω AI".
Μπορεί απλώς μια εταιρεία που παλαιότερα θα προσλάμβανε 100 junior εργαζομένους, να προσλαμβάνει 70 εργαζομένους + AI tools.
- Δεν υπάρχει ανακοίνωση απόλυσης.
- Δεν υπάρχει πρωτοσέλιδο.
- Δεν υπάρχει κάποιος συγκεκριμένος εργαζόμενος που "έχασε τη δουλειά του από το ChatGPT".
Υπάρχουν όμως 30 θέσεις εργασίας που δεν δημιουργήθηκαν ποτέ.
Αυτό είναι πολύ δυσκολότερο να μετρηθεί
Και εξηγεί γιατί μπορεί ταυτόχρονα να είναι αληθινές δύο φαινομενικά αντίθετες προτάσεις:
- "Δεν βλέπουμε μαζικές AI απολύσεις".
και
- "Η AI αρχίζει να επηρεάζει την απασχόληση".
Δεν υπάρχει αντίφαση.
Η αγορά εργασίας έχει δύο μεγάλες ροές: προσλήψεις → εργαζόμενοι → αποχωρήσεις. Η AI μπορεί αρχικά να επηρεάζει περισσότερο την είσοδο παρά την έξοδο. Και αυτό δημιουργεί ένα πολύ διαφορετικό πρόβλημα.
Γιατί πρώτοι οι νέοι;
Σκεφτείτε τι κάνει παραδοσιακά ένας junior εργαζόμενος.
- Πρώτα drafts.
- Απλή έρευνα.
- Εισαγωγή δεδομένων.
- Βασική ανάλυση.
- Routine coding.
- Παρουσιάσεις.
- Περιλήψεις.
- Έλεγχος εγγράφων.
- Πελατειακή υποστήριξη.
Αυτές ακριβώς είναι πολλές από τις εργασίες στις οποίες η generative AI είναι ήδη αρκετά καλή. Ο senior εργαζόμενος κάνει περισσότερο:
- κρίση,
- διαχείριση,
- διαπραγμάτευση,
- σύνθετες αποφάσεις,
- client relationships,
- ανάληψη ευθύνης.
Άρα μπορεί να προκύψει κάτι παράδοξο: Η AI δεν αντικαθιστά πρώτα τον ακριβότερο εργαζόμενο. Αντικαθιστά μέρος της δουλειάς του φθηνότερου.
Και εδώ εμφανίζεται ένα τεράστιο μακροχρόνιο πρόβλημα
Πώς γίνεται κάποιος senior χωρίς να υπάρξει πρώτα junior;
Η παραδοσιακή επαγγελματική αλυσίδα είναι:
Αυτό μπορεί να γίνει μία από τις μεγαλύτερες απρόβλεπτες συνέπειες της AI.
Automation και augmentation δεν είναι το ίδιο πράγμα
Η μελέτη του Stanford έχει ακόμη ένα πολύ σημαντικό εύρημα.Στα επαγγέλματα όπου η AI χρησιμοποιείται κυρίως για αυτοματισμό - δηλαδή για να εκτελεί εργασίες που προηγουμένως έκανε άνθρωπος — η απασχόληση των νέων εμφανίζεται ασθενέστερη.
Αντίθετα, όπου χρησιμοποιείται περισσότερο για augmentation (ενίσχυση / υποβοήθηση της ανθρώπινης εργασίας) για να κάνει δηλαδή τον άνθρωπο αποτελεσματικότερο - η απασχόληση είναι σταθερή ή αυξάνεται, ιδιαίτερα για πιο έμπειρους εργαζομένους.
Άρα η σωστή ερώτηση δεν είναι: "Έχει το επάγγελμά μου έκθεση στην AI;"
Αλλά: "Η AI αντικαθιστά τη δουλειά που κάνω ή με βοηθά να την κάνω καλύτερα;"
Τεράστια διαφορά.
Και μετά υπάρχει η Oracle
Εδώ η ιστορία γίνεται ακόμη πιο ενδιαφέρουσα. Η Oracle αποτελεί σχεδόν εργαστηριακό παράδειγμα του δεύτερου μεγάλου μετασχηματισμού που μπορεί να προκαλέσει η AI. Η εταιρεία είχε περίπου 162.000 εργαζομένους το 2025 και 141.000 το 2026.
Διαφορά: −21.000 εργαζόμενοι, σχεδόν −13%.
Η ίδια η Oracle αναγνώρισε σε κανονιστική της κατάθεση ότι η υιοθέτηση και ανάπτυξη τεχνολογιών AI στις λειτουργίες της έχει οδηγήσει - και μπορεί να συνεχίσει να οδηγεί - σε μειώσεις προσωπικού.
Αλλά κοιτάξτε τι συμβαίνει στην άλλη πλευρά του ισολογισμού.
Από μισθούς σε data centers
Οι κεφαλαιουχικές δαπάνες της Oracle εκτινάχθηκαν στο οικονομικό έτος 2026 περίπου στα $55,7 δισ. από μόλις $21,2 δισ. ένα χρόνο νωρίτερα. Η επέκταση των data centers για AI workloads ήταν βασικός παράγοντας αυτής της έκρηξης επενδύσεων.
Το αποτέλεσμα; Η Oracle εμφάνισε περίπου $23,7 δισ. free cash flow, ενώ συγκέντρωσε δεκάδες δισεκατομμύρια μέσω χρέους και μετοχικού κεφαλαίου για να χρηματοδοτήσει την επέκταση.
Και για το FY2027 η διοίκηση είχε καθοδηγήσει προς περίπου: $70 δισ. CAPEX. Αυτό δεν μοιάζει απλώς με "AI απολύει ανθρώπους".
Μοιάζει με κάτι βαθύτερο.
Εργασία → Κεφάλαιο
Η παραδοσιακή software εταιρεία είχε:
- προγραμματιστές
- πωλητές
- διοικητικό προσωπικό
- servers.
Η AI οικονομία απαιτεί:
- λιγότερη εργασία για ορισμένες λειτουργίες
- τεράστια data centers
- GPU
- ηλεκτρική ενέργεια
- δίκτυα
- AI infrastructure.
Άρα μπορεί να παρακολουθούμε μια μεγάλη αλλαγή στην παραγωγική συνάρτηση των επιχειρήσεων:Λογότερη εργατική δύναμη και περισσότερο κεφάλαιο ή πιο συγκεκριμένα: χαμηλότερο μισθολογικό κόστος και υψηλότερο AI CAPEX. Και μεγαλύτερη άρα παραγωγικότητα ανά εργαζόμενο (;)
Το ερωτηματικό στο τέλος είναι απαραίτητο.
Γιατί το μεγάλο στοίχημα είναι εάν τα δεκάδες δισεκατομμύρια σε AI υποδομών θα δημιουργήσουν τελικά ανάλογη αύξηση παραγωγικότητας και κερδών.
Αυτό αλλάζει και τον τρόπο που πρέπει να διαβάζουμε τις απολύσεις
Όταν μια εταιρεία ανακοινώνει ότι περικόπτει 5.000 θέσεις και επενδύει $20 δισ. σε AI, υπάρχουν τουλάχιστον τρεις διαφορετικές πιθανότητες.
- Η AI πράγματι αντικαθιστά τις συγκεκριμένες θέσεις.
- Η εταιρεία χρησιμοποιεί την AI ως δικαιολογία για μια συνηθισμένη αναδιάρθρωση.
- Ή η εταιρεία μεταφέρει κεφάλαιο από τη μισθοδοσία στην υπολογιστή δυνατότητα.
Στην πράξη πιθανότατα συμβαίνουν και τα τρία.
Γι’ αυτό είναι επικίνδυνο να χαρακτηρίζουμε κάθε τεχνολογική απόλυση "AI layoff" (απόλυση που αποδίδεται στην τεχνητή νοημοσύνη)
Η Meta προσπάθησε - και σκόνταψε
Υπάρχει μάλιστα ένα εξαιρετικό αντιπαράδειγμα. Η Meta επιχείρησε ένα φιλόδοξο πρόγραμμα οργανωτικού μετασχηματισμού στο οποίο μικρότερες ομάδες εργαζομένων θα λειτουργούσαν με ισχυρή υποστήριξη AI.
Το Reuters αναφέρει ότι το σχέδιο αντιμετώπισε προβλήματα παραγωγικότητας, αξιοπιστίας, ασφάλειας και έντονες αντιδράσεις εργαζομένων, με αποτέλεσμα να περιοριστεί. Αυτό είναι πολύ σημαντικό. Γιατί δείχνει ότι υπάρχει τεράστια απόσταση μεταξύ: "η AI μπορεί θεωρητικά να κάνει αυτή την εργασία" και "μπορώ να ανασχεδιάσω μια πραγματική επιχείρηση ώστε να λειτουργεί αξιόπιστα χωρίς τους ανθρώπους που την έκαναν».
Η τεχνολογία κινείται γρηγορότερα από τους οργανισμούς.
Το πραγματικό AI shock μπορεί επομένως να έρθει αθόρυβα.
Όχι: 1 εκατομμύριο απολύσεις αύριο.
Αλλά· λιγότερες junior προσλήψεις, περισσότερη AI ανά εργαζόμενο, λιγότεροι εργαζόμενοι ανά μονάδα παραγόμενου αγαθού, περισσότερο κεφάλαιο ανά εργαζόμενο↓ μεγαλύτερη παραγωγικότητα, αλλαγή στη διανομή εισοδήματος μεταξύ εργασίας και κεφαλαίου.
Αυτό είναι πολύ μεγαλύτερο θέμα πολιτικής οικονομίας από τις απολύσεις.
Και εδώ αρχίζει το πραγματικά δύσκολο ερώτημα
Εάν ένας εργαζόμενος με AI παράγει όσο παλαιότερα παρήγαγαν δύο, έχουμε τεράστια αύξηση της παραγωγικότητας. Για την οικονομία αυτό μπορεί να είναι εξαιρετικό. Αλλά ποιος παίρνει το όφελος;
Εάν μετατραπεί σε υψηλότερους μισθούς, οι εργαζόμενοι κερδίζουν. Εάν μετατραπεί σε χαμηλότερες τιμές, οι καταναλωτές κερδίζουν. Εάν μετατραπεί σε υψηλότερα κέρδη, οι μέτοχοι κερδίζουν.
Εάν μετατραπεί σε λιγότερες θέσεις εργασίας, οι εργαζόμενοι που μένουν εκτός χάνουν.
Πιθανότατα θα συμβούν όλα μαζί, σε διαφορετικό βαθμό.
Και αυτό σημαίνει ότι η μεγάλη συζήτηση της AI τελικά μπορεί να μην είναι τεχνολογική.
Μπορεί να είναι: ποιος θα καρπωθεί την αύξηση της παραγωγικότητας;
Το ελληνικό πρόβλημα είναι διαφορετικό
Για την Ελλάδα η συζήτηση έχει μια ενδιαφέρουσα ανατροπή. Μόλις εξετάσαμε σε προηγούμενο άρθρο μας το δημογραφικό. Η Ελλάδα οδεύει προς λιγότερους νέους, μικρότερο εργατικό δυναμικό, περισσότερους ηλικιωμένους, μεγαλύτερη ανάγκη παραγωγικότητας ανά εργαζόμενο.
Άρα η AI μπορεί να αποτελέσει μέρος της λύσης σε ένα πρόβλημα που η ίδια δημιουργεί αλλού. Μια χώρα που θα έχει λιγότερους εργαζομένους χρειάζεται περισσότερο output από κάθε εργαζόμενο. Το κρίσιμο για την Ελλάδα επομένως δεν είναι να εμποδίσει την AI να αντικαταστήσει εργασίες.
Είναι να καταφέρει το AI σε συνεργασία με το εργαζόμενο να οδηγεί σε πολύ μεγαλύτερη παραγωγικότητα.
Και υπάρχει ένα τελευταίο παράδοξο
Το πιο ευάλωτο κομμάτι μπορεί να είναι ακριβώς εκείνο που μια οικονομία δεν θέλει να χάσει: οι νέοι.
Εάν οι επιχειρήσεις σταματήσουν να προσλαμβάνουν νέους επειδή η AI μπορεί να κάνει τις entry-level εργασίες, μπορεί βραχυπρόθεσμα να μειώσουν το κόστος τους. Αλλά μακροπρόθεσμα μπορεί να καταστρέψουν το ίδιο το σύστημα με το οποίο δημιουργούνται οι έμπειροι εργαζόμενοι του μέλλοντος.
Και τότε το πρόβλημα θα είναι: ποιος θα είναι ο senior του 2036;
Ίσως λοιπόν η πρώτη πραγματική κρίση εργασίας της AI να μην είναι οι άνθρωποι που χάνουν σήμερα τις δουλειές τους.
Να είναι οι νέοι που δεν θα αποκτήσουν ποτέ την πρώτη τους.
Add comment
Comments