Γιατί το εργατικό δυναμικό της Αφρικής, όχι μόνο οι νεοφυείς επιχειρήσεις της, πρέπει να είναι έτοιμο για την ΤΝ

Τα τελευταία χρόνια, έχω παρακολουθήσει μια εξαιρετική ποσότητα ενέργειας, κεφαλαίων και συζητήσεων να εισρέει στο οικοσύστημα τεχνητής νοημοσύνης της Αφρικής. Σχεδόν όλα αυτά έχουν κατευθυνθεί προς τους ανθρώπους που δημιουργούν την τεχνολογία. Ελάχιστα έχουν κατευθυνθεί προς τους ανθρώπους που θα πρέπει να τη χρησιμοποιήσουν. Κυβερνήσεις από τη Νιγηρία έως τη Ρουάντα δημοσιεύουν εθνικές στρατηγικές τεχνητής νοημοσύνης, ενώ οι επενδυτές επιταχύνουν τις κεφαλαιακές ροές σε τεχνολογικά οικοσυστήματα σε ολόκληρη την ήπειρο.

Στο Λάγος, μια γενιά ιδρυτών δημιουργεί εργαλεία τεχνητής νοημοσύνης για αγορές που οι παγκόσμιες τεχνολογικές εταιρείες έχουν σταθερά παραμελήσει. Στο Ναϊρόμπι, μια δεκαετία υποδομών κινητής τραπεζικής έχει δώσει στους εργαζόμενους ψηφιακές βάσεις που οι περισσότερες αναδυόμενες οικονομίες εξακολουθούν να διεκδικούν. Στο Γιοχάνεσμπουργκ, η συζήτηση γίνεται ολοένα και πιο επείγουσα, δεδομένου ενός ποσοστού ανεργίας που καθιστά το ερώτημα για το ποιος επωφελείται πραγματικά από την τεχνητή νοημοσύνη βαθιά πολιτικό

Αυτή η δυναμική έχει σημασία. Η Αφρική χρειάζεται ισχυρότερα οικοσυστήματα καινοτομίας, περισσότερα τεχνικά ταλέντα και πιο ανταγωνιστικές νεοφυείς επιχειρήσεις σε παγκόσμιο επίπεδο. Η τεχνητή νοημοσύνη θα μπορούσε να εισάγει 2,9 τρισεκατομμύρια δολάρια στην αφρικανική οικονομία, περίπου αύξηση 3% ετησίως στο ΑΕΠ. Ωστόσο, υπάρχει αυξανόμενος κίνδυνος η συζήτηση για την τεχνητή νοημοσύνη να εστιάζει υπερβολικά στενά στους ανθρώπους που δημιουργούν την τεχνολογία, παρά στο εργατικό δυναμικό του οποίου η ικανότητα χρήσης της θα καθορίσει τελικά πώς η τεχνητή νοημοσύνη θα αποφέρει ουσιαστική οικονομική ανάπτυξη.

Η Αφρική μπορεί ήδη να πλησιάζει ένα κρίσιμο σημείο μετάβασης όπου η τεχνητή νοημοσύνη παύει να είναι κυρίως μια συζήτηση για την καινοτομία και γίνεται μια συζήτηση για το εργατικό δυναμικό. Η ήπειρος δεν χρειάζεται απλώς περισσότερες νεοφυείς επιχειρήσεις με τεχνητή νοημοσύνη. Χρειάζεται εκατομμύρια εργαζόμενους ικανούς να χρησιμοποιούν την τεχνητή νοημοσύνη.

Σε ολόκληρη την ήπειρο, οι επιχειρήσεις υιοθετούν εργαλεία αυτοματισμού, βοηθούς τεχνητής νοημοσύνης και πλατφόρμες ροής εργασιών για τη βελτίωση της αποδοτικότητας και τη μείωση του κόστους. Ωστόσο, πολλοί οργανισμοί ανακαλύπτουν ότι το μεγαλύτερο εμπόδιο στην υιοθέτηση δεν είναι η πρόσβαση στην τεχνολογία, αλλά η ικανότητα του εργατικού δυναμικού. Τα εργαλεία φτάνουν ταχύτερα από ό,τι πολλοί εργαζόμενοι προετοιμάζονται να τα χρησιμοποιήσουν.

Αυτό έχει σημασία επειδή η τεχνητή νοημοσύνη δεν περιορίζεται πλέον σε ομάδες μηχανικών λογισμικού ή νεοφυείς επιχειρήσεις με επενδυτική υποστήριξη. Οι έμποροι χρησιμοποιούν την τεχνητή νοημοσύνη για τη διαχείριση αποθεμάτων και επικοινωνίας. Μικρές επιχειρήσεις χρησιμοποιούν εργαλεία τεχνητής νοημοσύνης για λογιστική, λειτουργίες και εξυπηρέτηση πελατών, ενώ οι ελεύθεροι επαγγελματίες μαθαίνουν πώς να παρέχουν εργασία υψηλότερης ποιότητας με ταχύτερο ρυθμό.

Ο αντίκτυπος γίνεται ιδιαίτερα ορατός μεταξύ νέων επαγγελματιών που εισέρχονται σε ανταγωνιστικές αγορές εργασίας. Η τεχνητή νοημοσύνη γίνεται ολοένα και περισσότερο μια πύλη για οικονομικές ευκαιρίες. Η έκθεση της Google «Our Life with AI» (2025) διαπίστωσε ότι μεταξύ των Νιγηριανών χρηστών τεχνητής νοημοσύνης, το 93% χρησιμοποιεί την τεχνητή νοημοσύνη για να μάθει ή να κατανοήσει σύνθετα θέματα, ενώ το 91% τη χρησιμοποιεί για να υποστηρίξει την εργασία του. Ακόμη πιο αποκαλυπτικό, το 80% χρησιμοποιεί την τεχνητή νοημοσύνη για να εξερευνήσει μια νέα επιχειρηματική δραστηριότητα ή αλλαγή καριέρας, σχεδόν διπλάσιο του παγκόσμιου μέσου όρου.

Αυτό υποδηλώνει ότι, για πολλούς Αφρικανούς, η τεχνητή νοημοσύνη δεν κάνει απλώς τους υπάρχοντες εργαζόμενους πιο παραγωγικούς· βοηθά στη δημιουργία νέων μονοπατιών προς την απασχόληση, την επιχειρηματικότητα και τη δια βίου μάθηση. Το καθοριστικό οικονομικό πλεονέκτημα της τεχνητής νοημοσύνης μπορεί να μην ανήκει μόνο στις χώρες που παράγουν τις περισσότερες νεοφυείς επιχειρήσεις. Μπορεί να ανήκει στις χώρες των οποίων οι εργαζόμενοι προσαρμόζονται ταχύτερα.

Ενώ η τεχνητή νοημοσύνη θα αυτοματοποιήσει πολλές ρουτινιάρικες εργασίες, δεν μπορεί εύκολα να αναπαράγει κρίση, δημιουργικότητα, κατανόηση του πλαισίου και στρατηγική σκέψη. Οι εργαζόμενοι που θα ευδοκιμήσουν την επόμενη δεκαετία δεν είναι πιθανό να είναι αυτοί που ανταγωνίζονται άμεσα με την τεχνητή νοημοσύνη, αλλά αυτοί που μαθαίνουν να συνδυάζουν ανθρώπινες ικανότητες με παραγωγικότητα ενισχυμένη από την τεχνητή νοημοσύνη.

Εάν η Αφρική αποτύχει να διευρύνει την πρόσβαση σε αυτές τις ικανότητες, η ήπειρος κινδυνεύει να δημιουργήσει ένα χάσμα μεταξύ εργαζομένων που μπορούν να συμμετέχουν στην οικονομία της τεχνητής νοημοσύνης και αυτών που αποκλείονται από αυτή. Οι Μικρομεσαίες Επιχειρήσεις (ΜΜΕ), που αποτελούν τον κύριο κινητήρα της απασχόλησης, ενδέχεται να δυσκολευτούν να παραμείνουν ανταγωνιστικές καθώς οι προσδοκίες παραγωγικότητας εξελίσσονται.

Ο μεγαλύτερος κίνδυνος τεχνητής νοημοσύνης που αντιμετωπίζει η Αφρική μπορεί επομένως να μην είναι ο ίδιος ο αυτοματισμός, αλλά η ανομοιόμορφη κατανομή ικανοτήτων.

Σε μεγάλη κλίμακα, η ικανότητα του εργατικού δυναμικού παύει να είναι ζήτημα κατάρτισης και αρχίζει να γίνεται οικονομική υποδομή. Ωστόσο, ενώ η ευαισθητοποίηση για την τεχνητή νοημοσύνη αυξάνεται ραγδαία, η πρακτική ικανότητα δεν αυξάνεται με τον ίδιο ρυθμό. Οι περισσότεροι άνθρωποι κατανοούν πλέον τι μπορεί θεωρητικά να κάνει η τεχνητή νοημοσύνη, αλλά πολύ λιγότεροι είχαν την ευκαιρία να την εφαρμόσουν ουσιαστικά στη δική τους εργασία.

Αυτό το χάσμα παραμένει επειδή πολλά προγράμματα εκμάθησης τεχνητής νοημοσύνης παραμένουν είτε υπερβολικά τεχνικά είτε πολύ αφηρημένα για να δημιουργήσουν αλλαγή συμπεριφοράς. Η πρακτική ικανότητα αναπτύσσεται όταν οι άνθρωποι μπορούν να συνδέσουν αυτά τα εργαλεία άμεσα με τις πραγματικότητες του τρόπου με τον οποίο κερδίζουν, πωλούν και λειτουργούν επιχειρήσεις. Γι' αυτό έχουν σημασία τα σύντομα, πρακτικά μοντέλα κατάρτισης. Μόλις οι άνθρωποι αρχίσουν να βλέπουν πώς η τεχνητή νοημοσύνη βελτιώνει την καθημερινή τους εργασία, η τεχνολογία παύει να φαίνεται αφηρημένη και αρχίζει να γίνεται οικονομικά χρήσιμη.

Αλλά η ετοιμότητα του εργατικού δυναμικού δεν μπορεί να αποχωριστεί από ευρύτερα δομικά εμπόδια. Η αξιόπιστη πρόσβαση στο διαδίκτυο, τα προσιτά δεδομένα και η διαθεσιμότητα συσκευών παραμένουν σημαντικές προκλήσεις σε πολλά μέρη της Αφρικής. Αυτό δεν συμβαίνει τυχαία. Απαιτεί από τις κυβερνήσεις να αντιμετωπίζουν τον ψηφιακό γραμματισμό στην τεχνητή νοημοσύνη ως υποδομή εργατικού δυναμικού και όχι ως ψηφιακό παράρτημα. Απαιτεί από τις μεγάλες τεχνολογικές εταιρείες να επενδύσουν σε δωρεάν, πρακτική, ανθρωποκεντρική κατάρτιση σε πραγματική κλίμακα, όχι απλώς βιβλιοθήκες περιεχομένου. Και απαιτεί από τους εργοδότες, από τις μεγαλύτερες εταιρείες έως τους μικρότερους εμπόρους αγοράς, να αρχίσουν να αναμένουν την ικανότητα τεχνητής νοημοσύνης ως βασικό επίπεδο και να επενδύουν στην ανάπτυξή της στους ανθρώπους που ήδη έχουν. Το παράθυρο για να προηγηθούμε στενεύει ταχύτερα από ό,τι συνειδητοποιούν οι περισσότεροι άνθρωποι.

Διότι η μακροπρόθεσμη θέση της ηπείρου στην οικονομία της τεχνητής νοημοσύνης θα εξαρτηθεί τελικά λιγότερο από το ποιος δημιουργεί την τεχνολογία και πολύ περισσότερο από το πόσο ευρέως εξαπλώνεται η ικανότητα χρήσης της.

___

Ο Gori Yahaya είναι Διευθύνων Σύμβουλος και Ιδρυτής του UpSkill Universe, ενός οργανισμού κατάρτισης σε δεξιότητες τεχνητής νοημοσύνης και επιχειρήσεων που συνεργάζεται με επιχειρηματίες και ΜΜΕ σε ολόκληρη την υποσαχάρια Αφρική και πέρα από αυτή.