Η Amazon επιχειρεί να μετατρέψει την τεχνητή νοημοσύνη από ένα τεχνολογικό στοίχημα σε κομβικό εργαλείο λειτουργικής αναδιάρθρωσης — και η ιστορία της Beth Galetti το αποτυπώνει με τρόπο ενδεικτικό. Η Galetti, ανώτατο στέλεχος ανθρώπινου δυναμικού που είχε να γράψει κώδικα περίπου ένα τέταρτο του αιώνα, αξιοποίησε το εσωτερικό AI εργαλείο Kiro στο πλαίσιο της πρωτοβουλίας «Everyone Can Build» και παράγει περίπου 100.000 γραμμές κώδικα.
Το περιστατικό δεν είναι απλώς εντυπωσιακό λόγω του μεγέθους των γραμμών. Σηματοδοτεί ότι το τεχνικό εμπόδιο για τη δημιουργία λογισμικού έχει συρρικνωθεί δραστικά: σήμερα, ένας εργαζόμενος χωρίς πρόσφατη εμπειρία προγραμματισμού μπορεί να περιγράψει σε φυσική γλώσσα τις ανάγκες του και να αφήσει ένα μοντέλο AI να αναλάβει μεγάλο μέρος της υλοποίησης.
Η κίνηση αυτή έρχεται παράλληλα με μια άλλη, πιο αιχμηρή πλευρά της στρατηγικής της εταιρείας: περικοπές περίπου 30.000 εταιρικών θέσεων εργασίας. Η διοίκηση του Andy Jassy παρουσιάζει την αναδιοργάνωση ως προσπάθεια απλοποίησης της γραφειοκρατίας και αξιοποίησης της τεχνητής νοημοσύνης για μεγαλύτερη αποτελεσματικότητα.
Η Amazon προωθεί ταυτόχρονα ένα ευρύτερο επενδυτικό πλάνο: ανακοίνωσε επένδυση 2,5 δισ. δολαρίων για την προετοιμασία τουλάχιστον 50 εκατομμυρίων ανθρώπων για την αγορά εργασίας της εποχής της τεχνητής νοημοσύνης, με τη φιλοσοφία ότι τα AI εργαλεία δεν πρέπει να περιορίζονται στους μηχανικούς αλλά να γίνουν προσβάσιμα σε όλο το προσωπικό.
Ωστόσο, πίσω από τους εντυπωσιασμούς κρύβονται κρίσιμα ερωτήματα. Οι 100.000 γραμμές κώδικα τραβούν την προσοχή, αλλά ο αριθμός από μόνος του δεν αποτιμά την αξία του λογισμικού: ένα λειτουργικό, ασφαλές και εύκολα συντηρήσιμο πρόγραμμα μπορεί να απαιτεί πολύ λιγότερο κώδικα απ’ ό,τι ένα κακοσχεδιασμένο σύστημα. Η πραγματική δοκιμασία έγκειται στην αξιοπιστία, την ασφάλεια και στην ικανότητα του τελικού προϊόντος να λύσει πραγματικά επιχειρησιακά προβλήματα.
Και εδώ αναδύεται ο βασικός κίνδυνος της νέας εποχής: η ταχύτερη παραγωγή κώδικα δεν καταργεί την ανάγκη για ανθρώπινη κρίση. Τα AI συστήματα μπορούν να δημιουργήσουν λανθασμένο ή περιττό κώδικα, να αναπαράγουν σφάλματα και να επιβαρύνουν τη συντήρηση μεγάλων εφαρμογών — προβλήματα που μπορούν να υποσκάψουν τη φαινομενική αύξηση παραγωγικότητας.
Η στροφή της Amazon εντάσσεται σε μία ευρύτερη τάση της Silicon Valley: μεγάλες εταιρείες μειώνουν προσωπικό και, ταυτόχρονα, αυξάνουν τις επενδύσεις σε AI, επιδιώκοντας μικρότερες και πιο αυτοματοποιημένες δομές. Το Reuters αναφέρει ότι φέτος περισσότερες από 113.000 απολύσεις στις ΗΠΑ έχουν συνδεθεί με την AI, ενώ ανάλογες κινήσεις έχουν πραγματοποιήσει εταιρείες όπως η Block, η PayPal, η Dell, η Visa, η Citigroup και η Intuit.
Οι πρώτες αντιδράσεις επιδεικνύουν ότι η μετάβαση σε ένα «AI-native» εργατικό δυναμικό συναντά εμπόδια. Το παράδειγμα της Meta δείχνει πως προσπάθειες αντικατάστασης παραδοσιακών ομάδων με μικρότερα σχήματα υποστηριζόμενα από AI συναντούν προβλήματα αξιοπιστίας, παραγωγικότητας, ασφάλειας και εσωτερικής αντίστασης.
Η Amazon βρίσκεται μπροστά σε ένα ιστορικό πείραμα: από τη μία, επιδεικνύει πως η AI μπορεί να επιτρέψει σε μη τεχνικούς υπαλλήλους να δημιουργήσουν προϊόντα που μέχρι πρόσφατα απαιτούσαν εξειδικευμένες ομάδες· από την άλλη, οι 30.000 περικοπές δείχνουν ότι η τεχνολογία χρησιμοποιείται εξίσου ως μέσο μείωσης κόστους.
Το κρίσιμο στοίχημα δεν είναι αν μια μηχανή μπορεί να γράψει 100.000 γραμμές κώδικα — αυτό ήδη αποδεικνύεται εφικτό. Το πραγματικό ερώτημα είναι αν με λιγότερο ανθρώπινο δυναμικό μπορεί να χτιστεί μια καλύτερη, ασφαλέστερη και πιο καινοτόμος επιχείρηση. Αν η απάντηση είναι θετική, θα προκύψει ένα νέο πρότυπο εταιρικής παραγωγικότητας. Αν όχι, οι μαζικές απολύσεις ίσως αποδειχθούν το εύκολο, αλλά βραχυπρόθεσμα μόνο κερδοφόρο, μέρος της εξίσωσης.
