Πέρα από την Εξειδίκευση: Στρατηγική HR στην Εποχή της Κατάρρευσης των Δεξιοτήτων
Πέρα από την Εξειδίκευση: Στρατηγική HR στην Εποχή της Κατάρρευσης των Δεξιοτήτων
5 Ιανουαρίου 2026
Η εμπειρία δεν αξίζει πια όσο παλιά, γιατί η Τεχνητή Νοημοσύνη «έχει τις απαντήσεις». Σταματήστε να πληρώνετε υπερβολικά για βασική τεχνογνωσία και επενδύστε στη υψηλού επιπέδου ανθρώπινη κρίση που το AI δεν μπορεί να αντιγράψει.
Η παραδοσιακή «Τάφρος Γνώσης» — να πληρώνετε premium για τεχνική εξειδίκευση — έχει καταρρεύσει.
Η AI δίνει πλέον 43% αύξηση απόδοσης σε junior στελέχη, πρακτικά «εξισώνοντας» το επίπεδο.
Για να προστατεύσετε το EBIT, πρέπει να μετακινήσετε τη μισθοδοσία των δυνατών στελεχών σας από εργασίες «Γνώσης» προς τη «Ζώνη Ανοσίας» (EPOCH), όπου η κρίση και η παρουσία δημιουργούν το μοναδικό ανθρώπινο premium που απομένει.
Η Μεγάλη Εξίσωση: Όταν οι Seniors Χάνουν το Πλεονέκτημά τους
Για δεκαετίες, το ανταγωνιστικό πλεονέκτημα μιας ελληνικής μεσαίας επιχείρησης χτιζόταν στο «Engine Room» — σε έναν πυρήνα έμπειρων επαγγελματιών, των οποίων η αξία οριζόταν από το τι ήξεραν.
Πληρώνατε premium για τη γνώση του senior λογιστή στη φορολογία ή για την ικανότητα του μηχανικού να «κρατά» πολύπλοκα συστήματα. Σε αυτό το μοντέλο, η μισθοδοσία ήταν μια κλιμάκωση τεχνικής εμπειρίας.
Όμως, μπήκαμε στην εποχή του «Jagged Frontier» — δηλαδή ενός «ανώμαλου ορίου» δυνατοτήτων, όπου η AI σε κάποια πράγματα απογειώνεται και σε άλλα κάνει απλά λάθη. Το κρίσιμο συμπέρασμα: η AI λειτουργεί σαν εξισωτής απόδοσης.
Δεν βελτιώνει απλώς όλους· ενισχύει δυσανάλογα τους πιο αδύναμους, επιτρέποντάς τους να παράγουν δουλειά που παλαιότερα ήταν σχεδόν αποκλειστικό προνόμιο των seniors.
«Η AI δίνει 43% αύξηση παραγωγικότητας σε εργαζομένους χαμηλότερης δεξιότητας, έναντι μόλις 17% για τους υψηλούς performers.»
Αυτό δείχνει ότι η «Τάφρος Γνώσης» στερεύει.
Αν ένας junior με μισθό €1.500, με ένα καλό AI εργαλείο δίπλα του, μπορεί να παράγει το 90% της ποιότητας ενός manager των €5.000, η σημερινή δομή μισθοδοσίας σας δεν είναι απλώς «παράδοση» — είναι οικονομικό ρίσκο. Η απόσταση ανάμεσα στο «κάνω τη δουλειά» και στο «ξέρω τη δουλειά» μικραίνει.
Ο Κακός: Το «Executive Commodity»
Το πρώτο θύμα αυτής της αλλαγής δεν είναι ο entry-level εργαζόμενος· είναι το mid-to-senior στέλεχος που έχει βολευτεί σε ρόλο «επεξεργασίας πληροφορίας». Σε έναν κόσμο σχεδόν μηδενικού κόστους νοημοσύνης, το «ξέρω πράγματα» γίνεται εμπόρευμα. Αν ο ρόλος σας είναι να συνοψίζετε reports, να γράφετε τυποποιημένες συμβάσεις, ή να επιβλέπετε ρουτίνα καταχώρησης δεδομένων, δεν είστε πλέον «Στρατηγικός Συνεργάτης». Είστε ένα κόστος παλαιού τύπου που περιμένει να μετατραπεί σε υπηρεσία (σαν να ήταν “API”).
Σήμερα, το 57% των ωρών εργασίας είναι τεχνικά αυτοματοποιήσιμο. Αυτό δεν σημαίνει ότι αύριο θα αντικατασταθεί η μισή ομάδα με ρομπότ. Σημαίνει όμως ότι η αξία πολλών από αυτές τις ώρες έχει πέσει πολύ χαμηλά. Όταν μια μηχανή μπορεί να κάνει το στάδιο της «Δημιουργίας» — να γράψει κώδικα, να βγάλει ένα brief, να αναλύσει ένα spreadsheet — ο άνθρωπος πρέπει να μετακινηθεί στην Επιμέλεια (Curation): επιλογή, κρίση, έλεγχος και ευθύνη.
Ο κίνδυνος για τον Έλληνα επιχειρηματία είναι η «Στασιμότητα Ταλέντου». Αν συνεχίσετε να πληρώνετε senior μισθούς για εργασίες «Δημιουργίας» που η AI κάνει πλέον με λεπτά του ευρώ, τα περιθώριά σας θα φθαρούν, καθώς πιο ευέλικτοι ανταγωνιστές θα “αρμπιτράρουν” τη μισθοδοσία τους. Με απλά λόγια: πληρώνετε premium για υπηρεσία που η αγορά πλέον θεωρεί βασικό commodity.
Σταματήστε να πληρώνετε για το «Κάνω». Ξεκινήστε να πληρώνετε για το «Αποφασίζω». Το 2026, η αγορά δεν ανταμείβει πια τις ώρες πάνω σε ένα task, αλλά την κρίση πάνω στο αποτέλεσμα.
Ο Ήρωας: Η Ζώνη Ανοσίας (EPOCH)
Για να διατηρήσετε “Human Premium”, οι οργανισμοί πρέπει να στρέψουν τη μισθοδοσία των δυνατών στελεχών τους σε εργασίες που είναι πρακτικά «AI-Άτρωτες». Αυτό είναι ο πυρήνας του EPOCH Framework. Περιγράφει πέντε ανθρώπινα χαρακτηριστικά που η AI δεν μπορεί να αντιγράψει πραγματικά — γιατί η AI δουλεύει με πιθανότητες, ενώ ο άνθρωπος δουλεύει με βιολογία, ηθική και «προσωπικό ρίσκο».
Όταν η μηχανή αναλαμβάνει τη «βαριά εκτέλεση», ο άνθρωπος πρέπει να ανέβει στη “δουλειά του κεφαλιού”: ηγεσία, κρίση, ευθύνη. Αυτοί οι πέντε πυλώνες είναι ο χώρος όπου ένας ακριβός εργαζόμενος μπορεί ακόμα να φέρει σοβαρό ROI.
Από «AI Literacy» σε «Strategic Fluency»
Καθώς τα χαρακτηριστικά EPOCH γίνονται το κέντρο της αξίας σας, πρέπει να αλλάξει και ο τρόπος που σχετίζεστε με την τεχνολογία. Ακούμε συχνά για “AI Literacy”, αλλά για έναν ηγέτη το να ξέρει απλώς να χρησιμοποιεί ένα chatbot είναι δευτερεύον. Χρειάζεστε Strategic Fluency: την ικανότητα να επιμελείστε το αποτέλεσμα της μηχανής ώστε να βγει ένα συγκεκριμένο αποτέλεσμα στο P&L.
Εδώ μπαίνουμε στις πραγματικές «αρχιτεκτονικές» του σύγχρονου εργατικού δυναμικού. Δεν «χρησιμοποιείτε AI» — χτίζετε συνεργασία ανάμεσα σε ανθρώπινη κρίση και μηχανική εκτέλεση.
- The Centaur: Καθαρός διαχωρισμός εργασίας. Η AI αναλαμβάνει τη «λάντζα» (υπολογισμούς, πρώτα drafts), ενώ ο άνθρωπος κρατά στρατηγική, ηθική και εξαιρέσεις. Μοντέλο για εργασίες “Red Lane”, όπου το λάθος κοστίζει.
- The Cyborg: Βαθιά, real-time συνεργασία, όπου άνθρωπος και AI «σκέφτονται μαζί». Ο άνθρωπος χρησιμοποιεί την AI σαν δεύτερο μυαλό για γρήγορη επανάληψη ιδεών. Μοντέλο για “Green Lane”, όπου προτεραιότητα είναι καινοτομία και ταχύτητα.
Bottom Line: Ελέγξτε την «Αναλογία Ανοσίας»
Το πλεονέκτημα του «Greek Time Machine» κλείνει. Ενώ τα χειρωνακτικά επαγγέλματα και η εξειδικευμένη συντήρηση παραμένουν σχετικά ασφαλή προς το παρόν, οι λευκοί κολάροι περνούν φάση αναγκαστικής εξέλιξης. Η ζήτηση για “AI Fluency” έχει αυξηθεί επταπλάσια μέσα σε δύο χρόνια — αλλά αυτή η επάρκεια πρέπει να κατευθυνθεί στη Ζώνη Ανοσίας.
Ως operator, η δουλειά σας είναι να ελέγξετε το “Immunity Ratio”: πόσο από τη μηνιαία μισθοδοσία πάει σε Creation (εργασίες που η AI πλέον κάνει καλύτερα/γρηγορότερα) έναντι Curation (κρίση και χαρακτηριστικά EPOCH);
- Σταματήστε να προσλαμβάνετε για «Γνώση»: Η γνώση αγοράζεται πλέον σαν υπηρεσία (σαν API) με ελάχιστο κόστος.
- Προσλάβετε για «Πεποίθηση»: Βρείτε ηγέτες που παίρνουν την πιθανότητα της AI και τη μετατρέπουν σε επιχειρηματική απόφαση.
- Επενδύστε στο 70%: Όπως λέει ο κανόνας 10-20-70, η τεχνολογία είναι το εύκολο μέρος. Ο ανθρώπινος μετασχηματισμός — από το “doing” στο “deciding” — είναι εκεί που βρίσκεται ο πραγματικός αντίκτυπος στο P&L.
ΣΧΕΤΙΚΑ ΜΕ ΤΟΝ ΣΥΝΤΑΚΤΗ
Κωνσταντίνος Κορμέντζας
Ιδρυτής & Διευθύνων Σύμβουλος
Πρώην C-level τραπεζικό στέλεχος και νυν επιχειρηματίας, που λειτουργεί ως στρατηγικός σύμμαχος γεφυρώνοντας το χάσμα μεταξύ δεδομένων, τεχνολογίας και επιχειρηματικής πραγματικότητας.


