Budućnost firme

Napomena autora: Ovo je drugi esej u našem serijalu o ekonomiji budućnosti, u okviru nove platforme koja okuplja nezavisne glasove u istraživanju budućnosti s AGI-jem. Odražava naše stavove, a ne stavove kompanije OpenAI ili naših kolega.

Obojica smo imali dvadeset četiri godine kada smo ovdje, u kompaniji OpenAI, počeli voditi vlastite timove. To zvuči manje impresivno kad upoznate naše timove.

Trebalo bi da mi obavljamo najniže, rutinske poslove. Sa dvadeset četiri godine nalazite se na dnu korporativne ljestvice. Vodite bilješke sa sastanaka i napišete poneki dopis. Nakon godina mukotrpnog rada dobijete, nadamo se, širi krug odgovornosti.

Naš put, kao i put mnogih mladih danas, izgleda drugačije. Već pri ulasku u svijet rada imamo „zaposlenike“ na raspolaganju. Ti pomoćnici rade danju i noću, vikendom i praznicima. Odlično obavljaju rutinske poslove. U timu čak imamo osvajače zlatnih medalja na matematičkim olimpijadama koji nas savjetuju. Naši novi podređeni i dalje prave dosta grešaka. Ali postaju sve bolji, upoznaju naše potrebe, a mi učimo kako da njima upravljamo.

Nijedan od nas nije se popeo uz korporativnu ljestvicu. Umjesto toga, rukovođenje se spustilo na našu prečku. Ovaj esej govori o našem unapređenju i drugim načinima na koje bi se firme mogle reorganizirati dok ulazimo u doba inteligencije.

Kada AI uđe u firmu, koje mjesto zauzima? Predstavljamo tri ilustrativna scenarija:

Nijedan od ovih scenarija neće se odvijati baš onako kako ga opisujemo, ali mislimo da će se dijelovi sva tri ostvariti. Sva tri se već dešavaju na suptilne načine.

Ovdje se ne bavimo potpunom automatizacijom, nego ekonomijom u tranziciji. Zanima nas kako će izgledati hibridne firme dok AI napreduje i prožima postojeće organizacije.

Smatramo da je koncept hibridne firme važan jer produktivna primjena AI-ja ne nastaje preko noći. Kada modeli obavljaju samo dio zadataka, možda ih najlakše mogu uvesti zaposlenici na najnižim nivoima koji poznaju taj posao. Kada modeli budu obavljali šire funkcije od početka do kraja, moći će ih direktno koristiti i rukovodioci. Po našem mišljenju, sposobniji AI lakše se uvodi: firme moraju ovladati tehnologijama, ali radna snaga upoznaje firmu i može se sama uhodati.

Raščlanit ćemo tri nove vrste organizacijske sheme, a zatim razmotriti šta znače za budućnost birokratije, samostalnosti radnika, veličine firmi i razlika u plaćama.

Naš prvi scenarij djeluje najmanje radikalno. U njemu ljudi ostaju na istim pozicijama, s istim nadređenima, naizgled obavljajući iste poslove kao i ranije. Organizacijska shema ljudskih zaposlenika izgleda isto danas i u toj budućnosti.

Razlika je ispod nas. Ispod svakog zaposlenika bez rukovodeće funkcije pojavljuje se nova AI radna snaga koja mu odgovara. Naša organizacijska shema dobija podrum, a svi mi postajemo rukovodioci.

U početku je taj podrum nedovršen. Počinjemo s jednim ili dva agenta po osobi, koji manje liče na iskusne zaposlenike, a više na poletne pripravnike koje moramo nadzirati i kojima moramo lako opraštati. Očekivanja su nam skromna: ovdje poslati e-poruku, tamo sastaviti dopis, svuda odgovarati na poruke na Slacku. Poput ljudskih zaposlenika početnika, kreću s malo samostalnosti i povjerenja.

Ali kako modeli napreduju, naši agenti preuzimaju sve više zadataka uz sve manje nadzora. Međusobno usklađuju rad. Mogli bi postojati AI rukovodioci i AI izvršioci rutinskih poslova, računovođe i pravnici, koji svi zajedno rade po vašim nalozima. Umjesto da pripravnika vodite za ruku, s vremenom upravljate nečim što liči na zasebnu malu firmu, s vlastitom organizacijskom shemom u kojoj ste vi upravni odbor.

Primijetite da ovaj scenarij ne podrazumijeva otkaze. Ovdje uvodimo AI, a da pritom sami ne postajemo suvišni. Umjesto toga, automatiziramo ono što smo nekada bili i uspinjemo se u hijerarhiji. AI preuzima sve više onoga što smo nekada radili. Naša radna mjesta ostaju jer ima više toga čime treba upravljati, a mi postajemo odgovorni za veći ukupni učinak.

Poslovi nisu nepromjenjivi⁠(otvara se u novom prozoru). Pretpostavimo da AI može obaviti devedeset posto onoga što ste ranije radili. Mogli biste zaključiti da vam ostaje samo deset posto posla. Druga mogućnost je da i dalje imate pun obim posla, samo drugačijeg — sada usmjerenog na deset puta veći cilj. To je klasični dar tehnologije: produktivnost raste, ambicije rastu s njom, a s ambicijama mogu rasti i plaće⁠(otvara se u novom prozoru).

Sve to zavisi od toga da li i dalje dodajemo vrijednost⁠(otvara se u novom prozoru) proizvodnji. Ovaj esej bavi se narednim godinama, u kojima automatizacija još neće moći obavljati sve niti će biti svuda uvedena. Čak i kada bi AI mogao sve, možda bismo i dalje nešto više cijenili zato što je to napravio čovjek ili insistirali da čovjek ima posljednju riječ.

To zavisi i od naših apetita. Ako kao potrošači ne želimo deset puta više proizvoda i usluga, ravnoteža će se pomjeriti prema manjem broju radnika ili kraćem radnom vremenu. Historijski gledano, rast proizvodnje nije nas zasitio. Imamo mnogo više⁠(otvara se u novom prozoru), ali radimo tek malo manje⁠(otvara se u novom prozoru). Ako naši apetiti nastave rasti dok se proizvodnja umnožava — a mi joj i dalje doprinosimo — odlučit ćemo nastaviti mijenjati svoj rad za veću potrošnju. Ako, umjesto toga, proizvodnja postane toliko obilna da budemo zasićeni, možda ćemo se dobrovoljno odlučiti za manju radnu snagu.

Postoje i drugi prigovori o kojima ćemo govoriti kasnije, poput pitanja hoćemo li imati veći broj manjih firmi. Ipak, smatramo da je ovaj scenarij važan jer uvođenje mora negdje početi. Firmama je potreban način da stabilno razvijaju svoje postojeće organizacijske strukture. Podrška radu postojećih zaposlenika može biti lakši prvi korak od potpunog restrukturiranja. To već danas vidimo na djelu: radnik za radnikom delegira poslove AI-ju, zasad bez organizacijske revolucije.

Ovaj scenarij počiva na tome da prve AI pomoćnike angažiraju radnici na prvoj liniji. Radnici na najnižim nivoima, a ne rukovodioci i direktori, predvode uvođenje AI-ja. To djeluje vjerovatno sve dok osoba koja najbolje zna navesti AI da obavi posao jeste ona koja ga je ranije sama obavljala.

Modeli već mogu automatizirati mnoge zadatke iz nauke o podacima, ali šef odjela koji ne poznaje metode i pojedinosti teško će iskoristiti te alate. Dok AI ne postane dovoljno proaktivan da vam kaže ono što ne znate (vidjeti naš sljedeći scenarij), vjerovatno će najbolje služiti onima koji već znaju kako se posao obavlja.

Najveća promjena u ovom scenariju odnosi se na zaposlenike početnike. Više ne bi bilo najniže prečke, barem ne za ljude. Kada budemo zapošljavali mlade, to neće biti zato da ih smjestimo na dno firme, među mukotrpne rutinske poslove. Te pozicije popunjavat će nešto čemu to ne smeta.

Time gubimo neke tradicionalne načine obučavanja mladih radnika: pripravništvo⁠(otvara se u novom prozoru), učenje kroz rutinske poslove, postepeno dokazivanje. To jesu stvarni gubici, ali mi ovo uglavnom vidimo kao privilegiju. I najneiskusniji novi zaposlenik s dobrom idejom ima resurse za eksperimentiranje. Najstariji izgovor u firmi, jednostavno nemamo dovoljno ljudi, nestaje. Zaposlenica početnica koja u glavi ima sjajnu videoigru, ali nikakvu mogućnost da dobije tim, sada je jednostavno može napraviti.

Po našem mišljenju, u ovom scenariju „unapređivanja“ početnici i dalje imaju mnogo toga naučiti: prosuđivanje, ukus, rukovodilačke vještine i kreativnu viziju. Imat ćemo poticaj da razvijamo te vještine jer će se odražavati u rezultatima našeg rada. I dalje ćemo učiti kroz rad⁠(otvara se u novom prozoru), ali uz širi obim odgovornosti. Iskusniji ljudi u firmi i dalje će imati poticaj da nam pomažu kao odgovorni mentori, čiji su vlasnički udjeli vezani za naš uspjeh. Ovdje se otvara prilika za poticajniju ulogu svakome, na svakoj prečki. Svaki radnik može pokazati svoje talente uz širi krug odgovornosti, što je najvažnije početnicima koji ranije nisu imali nikakve nadležnosti.

Drugi način ulaska AI-ja u firmu provlači se kroz postojeću organizacijsku shemu. Ovdje agenti nisu na samom dnu, nego su kolege. Tradicionalna rukovoditeljica predaje modelu dio posla svog tima onako kako bi ga delegirala bilo kojem zaposleniku. AI zauzima mjesto pored ljudi, a ne samo ispod njih.

Ključna razlika u odnosu na prvi scenarij: ovdje produktivni AI uvode postojeći ljudski rukovodioci, a ne samo zaposlenici bez rukovodećih funkcija. Za to mora biti dovoljno sposoban da postane punopravan član tima.

Ljudi su svestrani. Čekić pomaže pri jednom zadatku; čovjek radi mnogo više. Put AI-ja od alata do radne snage znači sve širi djelokrug: automatizaciju zadatka, zatim radnog mjesta, pa tima i na kraju firme. Svako proširenje obima zahtijeva šire sposobnosti.

Radno mjesto je kofer pun raznih zadataka. Kada je riječ o cijelom timu, taj kofer je prepun najrazličitijih poslova. Više zadataka u djelokrugu znači više mogućih uskih grla. Ako makar jedan ključni zadatak tima uključuje fizički rad, potreban je potpuno novi skup perifernih uređaja. Da bi mogao neposredno zamijeniti cijeli tim, AI mora biti sposoban obavljati sve njegove raznolike dužnosti.

Teže je razviti AI koji može preuzeti širi obim posla. Ali firmama je — i to je ključna asimetrija cijele tranzicije — lakše uvesti rješenje šireg obima.

Direktor može direktno uvesti potpuno automatiziran tim ili široku poslovnu funkciju. Alat s užim mogućnostima nije tako jednostavno uvesti odlukom s vrha. Jednostavniji alat zahtijeva široku podršku i dodatnu obuku zaposlenika.

Nove tehnologije tradicionalno pojeftinjuju obavljanje ograničenog skupa zadataka. Zatim teret prelazi na kupca. Firma mora otkriti kako iskoristiti novi alat te mu prilagoditi obuku zaposlenika, organizaciju i poslovne procese⁠(otvara se u novom prozoru). Softver za proračunske tabele nije se sam uklopio u računovodstveni odjel — odjel se preoblikovao oko softvera.

S radnom snagom je obrnuto. Pripravnik, zaposlenik i dobar tim sami pronalaze način da budu korisni vama. Postavljaju vam pitanja, usvajaju vaš kontekst, primjećuju vaše potrebe. Govore vam ono za šta niste ni znali da ne znate. Najbolja radna snaga sama se uvodi u posao.

Što AI u tom smislu više liči na radnu snagu, s inicijativom i prilagodljivošću, to firma manje mora učiti kako da ga iskoristi, a on više sam otkriva kako da joj bude koristan. Direktor vjerovatno neće odslušati uvodno predavanje o softveru za dizajn da bi naučio koristiti novi alat. Ali rado će razmotriti ponudu koja glasi: samo recite i uspostavit ću vam cijelu marketinšku funkciju.

Prečesto automatizaciju jednog radnog mjesta proglašavamo svetim gralom AGI-ja. Istina, još nismo stigli ni dotle. Poslovi su toliko složeni zato što smo mi izuzetno sposobni. Pa ipak, vrlo mali dio⁠(otvara se u novom prozoru) onoga što naša ekonomija proizvodi dolazi od radnika koji djeluju sami. Produktivni poslovi doprinose timovima, timovi firmama, a firme proizvode gotovo sve što trošimo.

Mjerilo „radnog mjesta“ za AGI ne odaje dovoljno priznanja nama ljudima. Rad nisu samo zadaci, pa čak ni rješavanje onoga što nije rutinsko: naš rad podrazumijeva i izvanrednu koordinaciju, našu prilagodljivost da obavimo male dijelove većih poduhvata. Svodeći nas na puke skupove zadataka, ozbiljno potcjenjujemo vlastitu vrijednost. Ljudska sposobnost više počiva u našim organizacijama⁠(otvara se u novom prozoru) nego u pojedincu. AGI za ekonomiju mora dostići nivo ljudi, a ne pojedinca.

Zato scenarij „preplitanja“ može biti prilično neefikasan ako AI i dalje liči na alat ili čak radnika, umjesto na tim ili firmu. Model postavljen uz svakog radnika znači hiljadu dodirnih tačaka i primopredaja⁠(otvara se u novom prozoru). Takav rascjepkan pristup mogao bi usporiti uvođenje.

Vidimo utrku između ranijih, manje sposobnih rješenja i kasnijih, sposobnijih modela. Pobjednik zavisi od toga hoće li se budući modeli uvoditi toliko brže da nadoknade dodatno vrijeme potrebno za razvoj tih sposobnosti.

Ovaj scenarij „preplitanja“ može postojati zajedno s prvim scenarijem „unapređivanja“. Mogli bismo vidjeti firme koje smanjuju broj ljudskih zaposlenika dok AI automatizira određene funkcije, a preostali ljudi dobijaju mnogo šire nadležnosti uz pomoć svojih timova agenata. Važno je da ovaj scenarij sam po sebi ne podrazumijeva manju ukupnu zaposlenost ljudi. Mogli bismo imati više firmi, od kojih svaka zapošljava manje ljudi.

Naš treći scenarij najviše zbunjuje. U njemu AI ulazi u firmu iznad ljudi. Više nisu ljudi iznad mašina, nego čovjek, AI, čovjek: sendvič automatizacije. Neki ljudi „odgovaraju“ AI-ju.

Zvuči nategnuto, posebno kao polazište za uvođenje AI-ja u firmu. Ali mislimo da je to, u manje radikalnim oblicima, već počelo.

Čak i kada AI posmatramo kao sredstvo za mehanizaciju umnog rada, obično se fokusiramo na niže prečke. Obično kažemo da AI automatizira proračunske tabele i prezentacije, a ne rukovođenje. Instinkt nam govori da se automatizacija penje hijerarhijom: prvo rutinski umni poslovi, a prosuđivanje na kraju, s rukovodiocem kao posljednjim uporištem.

Ali posao rukovodioca uglavnom se odvija na računaru i u glavi: čitanje, sastanci, odmjeravanje mogućnosti, pamćenje konteksta, donošenje odluka. Fizičko prisustvo ima vrijednost, kao i obilazak kancelarija i boravak među zaposlenicima. Ipak, upravo je rad na najnižim nivoima, čak i kada je pretežno umni, više vezan za fizički svijet i alate nego rukovođenje. Do fotokopirnog aparata šalje se pripravnik, a ne njegov šef.

Model je teško naučiti rukovodilačkom odlučivanju jer uspjeh nije jednoznačan i mjeri se u dugim vremenskim razdobljima. Iz sličnih razloga⁠(otvara se u novom prozoru) teško je osposobiti i dobre ljudske rukovodioce. Još ne znamo koliko su modeli dobri u rukovođenju. Imamo obilje evaluacija umnog rada usmjerenog na izvršavanje zadataka, ali malo njih obuhvata koordinaciju velikog obima kakvu provode rukovodioci i direktori.

Ipak, vrijedi razmotriti mogućnost da su današnji modeli po sposobnostima zapravo bliži ljudskim rukovodiocima nego radnicima na najnižim nivoima. Neke rukovodilačke funkcije mogle bi se automatizirati prije poslova koje nadziru.

Možda je puna verzija ovog scenarija „uvođenja međusloja“ AI koji obavlja razmišljanje, a zatim nedostatke u vlastitim sposobnostima nadopunjuje ljudskim izvođačima koji mu odgovaraju. Takav svijet djeluje nam prilično strano. Mnogo toga bi se moralo promijeniti.

Ali postoji prirodniji oblik, čiji je prvi čin već na sceni: savjetovanje. Danas direktorica može zatražiti da ChatGPT pročita stotine Slack kanala, dokumenata, dopisa i datoteka s kodom iz cijele kompanije, a zatim odgovori na pitanja. Šta ovaj tim zapravo radi? Gdje se pojavljuje ta ranjivost? Svaki dio organizacije postaje joj sve dostupniji za analizu⁠(otvara se u novom prozoru).

Direktori već dugo umeću plaćene posrednike u organizacijsku shemu — to zovu konsaltingom. Konsultantska kuća za upravljanje postavlja dodatni sloj iznad vas, nakratko i uz visoku cijenu. U budućnosti bi AI konsultanti mogli biti gotovo besplatni i stalno prisutni.

Modeli tek počinju pouzdano analizirati dokumente i komunikaciju unutar firmi. Njihov ukus i proaktivnost još trebaju sazreti. Zasad ChatGPT pomaže motiviranoj direktorici da detaljnije razumije svoju organizaciju. Očekujemo da će s vremenom postati konsultantski tim koji pruža sveobuhvatnu uslugu. Neće biti pravi „rukovodilac“ zaposlenicima na nižim nivoima, nego interni izvjestilac i savjetnik direktora. Koristit će poslovno znanje da pregleda sve, samostalno ukazuje na probleme i pomaže u određivanju prioriteta.

Hoće li to biti korisno ili štetno zavisit će od direktora. Strukturni učinak je centralizacija. Smatramo da će to smanjiti udaljenost između najvišeg rukovodstva i ostatka kompanije. To daje više moći vrhu, dok su ranije prepreke u protoku informacija išle u prilog decentraliziranijem odlučivanju.

Ovaj scenarij smatramo dalekosežnim ne samo zbog preraspodjele ovlasti nego i zbog toga koliko je lako uvesti AI u ulozi konsultantskog tima. Baš kao ni tradicionalni konsalting, AI konsultantski tim ne zahtijeva tehničku stručnost od direktora. Ovo nije računar, čije je uvođenje krenulo odozdo, od onih koji su znali tipkati i raditi u terminalu. Samo razgovarate sa svojim konsultantom, a on se brine za tehničko znanje. Ovaj val uvođenja može krenuti iz direktorske kancelarije. Konsultantski tim bi zatim mogao ubrzati uvođenje AI-ja u ostatku organizacije.

Jedan razlog posebno objašnjava nepovjerenje firmi prema radu na daljinu i vanjskim saradnicima: mogućnost da osiguraju ispunjavanje obaveza. Firme nikada nisu imale jeftin način da prate obavljanje posla u svoj složenosti koju zaslužuje. Zato mjere oponašanje rada⁠(otvara se u novom prozoru): broj klikova, pomjeranje miša, zelene oznake dostupnosti — signale koji imaju malo veze s tim obavlja li se posao dobro.

AI nudi nadzornika koji razumije. Može sagledati ono što osoba stvara i prepoznati stvarni napredak prema širim ciljevima. Kao što ćemo razmotriti u sljedećem odjeljku, nijedan novi oblik nadzora ne smije se uvoditi olako⁠(otvara se u novom prozoru). Ali u pravim okolnostima može povećati povjerenje i potaknuti firme da zaposlenicima daju više slobode.

Ako nadzornik razumije mnoge različite puteve koji mogu voditi do kvalitetnih rezultata, zaposlenici mogu više raditi onako kako žele. Važniji će biti napredak prema dobrim rezultatima nego jedna propisana metoda koju šefovi lako prate. Inteligentni nadzornik omogućava fleksibilnost i kažnjava glumljenje produktivnosti koje svi preziremo.

Ova ponuda liči na ponudu osiguravatelja koji vam smanjuju premiju ako u automobil ugradite uređaj za praćenje. Ako ste pokušavali prevariti sistem, to vam šteti; ako ste samo radili svoj posao, nadzornik može potvrditi vaš doprinos, a rukovodstvo vam više vjeruje.

To povjerenje otvara nove mogućnosti. Mogli bismo vidjeti novu otvorenost⁠(otvara se u novom prozoru) kod firmi koje su ranije zazirale od hibridnog rada, nekonvencionalnih mislilaca, vanjskih saradnika ili zapošljavanja izuzetnih ljudi u dalekim zemljama.

Zaposlenici na najnižim nivoima danas imaju mnogo problema s organizacijskom hijerarhijom. Izuzetno je obeshrabrujuće kada problem koji vidimo iz prve ruke nikako ne možemo prenijeti višim nivoima. Nepravedno je biti zaglavljen pod nesposobnim rukovodiocem ili odlično raditi, a da to niko ne prepozna.

Smatramo da je prethodni val poslovne hiperoptimizacije počivao na ograničenim podacima, grubim smjernicama i neinteligentnim algoritmima. Ako možete obraditi samo prijenosne omjere, svi vam izgledaju kao zupčanici. Firme već dugo imaju problem s mjerenjem doprinosa svoje radne snage. Inteligentni nadzornik mogao bi prepoznati vrijedne doprinose i jedinstvene pristupe koje današnja gruba mjerila propuštaju.

Oslanjajući se na sva tri pojednostavljena scenarija, sada istražujemo neka od presudnih pitanja o budućnosti firme.

Izrada je općenito prilično skupa. Aplikacija, film, prezentacija, funkcija, analiza: sve je to skupo, sporo i mučno izrađivati ponovo. Kada praktično imate samo jedan pokušaj, ulažete u dobro ciljanje. Postoje ciklusi planiranja, ceremonije utvrđivanja razvojnih planova i odbori za odobravanje, sve kako bi se osiguralo da firma, kada konačno da zeleno svjetlo, krene u nešto vrijedno truda. Mnoge provjere u našim hijerarhijama postoje zato što je realizacija bila dragocjena.

U mnogim oblastima AI drastično snižava troškove izrade — barem do nivoa prototipa, ako ne i do konačnog proizvoda. Vjerujemo da se s tim treba promijeniti i pristup firme: manje ciljanja, više pokušaja. Firma može izraditi prototip, posmatrati rezultate, brzo učiti, promijeniti smjer i izraditi ga ponovo. Jednostavna izrada prototipa⁠(otvara se u novom prozoru) trebala bi firme udaljiti od ustaljenih struktura na kojima počiva proizvodnja zasnovana na opsežnom planiranju.

Najjednostavnija verzija toga je tim koji brže razvija i isprobava nove verzije. U radikalnijem tumačenju dovodi se u pitanje i sam tim. Ako zajedničko planiranje postaje manje važno, a nezavisne, raznovrsne ideje važnije, je li bolje imati jedan tim koji brzo unapređuje rješenja ili mnogo pojedinaca koji svaki predlažu vlastite funkcionalne prototipe? Ako stvarni prototip prenosi viziju bolje nego bilo koji dokument o obimu projekta, hoće li se promijeniti naše komunikacijske navike: hoćemo li dijeliti više i ranije, i to konkretne rezultate umjesto dopisa?

Jeftina izrada mogla bi dati veću ulogu pojedincima u firmi. To bi značilo manje nivoa srednjeg rukovodstva i manje traženja dozvole, jer je nekada bilo jeftinije pitati nego uraditi, a sada više nije.

Ipak, kao što ćemo razmotriti u nastavku, ista tehnologija koja pojedincima omogućava da uz manji rizik izrađuju prototipe može nametnuti i još više birokratije.

Jedan od glavnih razloga za upravljanje odozgo prema dolje jeste uvjerenje da direktori donose bolje poslovno važne odluke⁠(otvara se u novom prozoru) od zaposlenika početnika. Firme više plaćaju veoma sposobne i iskusne ljude na vrhu, a rukovodioci su često obučeni za poslovnu strategiju, dok su ostali zaposlenici specijalizirani za vlastitu stručnu oblast. Ako AI svim radnicima nudi odlične savjete, razlika u kvalitetu odlučivanja se smanjuje. Rukovodioci bi imali manje razloga da se upliću. To bi povećalo samostalnost radnika i potencijalno smanjilo broj nivoa rukovodstva.

Slično tome, „AI konsultantski tim“ osigurava da se ništa s prevelikim posljedicama ne desi bez upozorenja direktoru. Ako radnik namjerava objaviti tekst na blogu koji bi mogao imati ozbiljne posljedice za kompaniju, konsultantski tim će na to unaprijed upozoriti direktora. To stvara povjerenje: rukovodstvo ne mora strahovati da će se veliki propusti desiti bez njegovog znanja, pa ne mora tako čvrsto kontrolirati⁠(otvara se u novom prozoru) način na koji radnik obavlja svoj posao.

Ali AI konsultantski tim je mač s dvije oštrice⁠(otvara se u novom prozoru). Kao inteligentni nadzornik može povećati povjerenje u radnike; ali može i strožije provoditi način rada koji generalni direktor preferira u cijeloj organizaciji. Firme cijene usklađenost⁠(otvara se u novom prozoru): ne samo dobru odluku nego i odluku koja se uklapa u kulturu kompanije, brend i ekonomiju obima. Lanac restorana može preferirati zajednički jelovnik u svim franšizama kako bi se sastojci mogli naručivati na veliko, a gosti očekivati ujednačen proizvod.

S tim je povezano i to što se interesi čelnika firmi ne podudaraju uvijek s interesima radnika. Radnici nastoje postići uspjeh u svojoj oblasti⁠(otvara se u novom prozoru), dok direktori brinu o firmi u cjelini. Vlasnici udjela imaju drugačije sklonosti od radnika na plaći jer oni ubiru plodove⁠(otvara se u novom prozoru) intenzivnijeg rada. Konsultantski tim mogao bi nametnuti strožije pridržavanje konkretnih režima rada propisanih s vrha.

Smatramo da će radnici, sve u svemu, dobiti više samostalnosti. Naš optimizam počiva na pretpostavci da će firme koristiti AI za ukazivanje na izuzetke s važnim posljedicama, dok će više odluka prepuštati radnicima.

Vjerujemo da će AI služiti kao potporna konstrukcija: čak i ako direktori žele zadržati dosljedan brend, to će biti samo okvir unutar kojeg se radi. Radnici će bolje razumjeti poslovna ograničenja i imati sigurniju osnovu za kreativnost u prostoru koji ta ograničenja ne zahvataju. Kada su ključni rizici pokriveni, direktori mogu dopustiti zaposlenicima da isprobaju nove pristupe koji bi mogli biti unosni. Uz pomoć podređenih AI asistenata, radnici će biti odgovorni i za značajnije rezultate. Smatramo da vođenje složenijeg rada otvara više prostora za kreativnost.

Ista logika koja važi za samostalnost radnika primjenjuje se i na veličinu firme. Ronald Coase⁠(otvara se u novom prozoru) pitao je zašto proizvodnju organiziramo unutar firmi, a ne kroz mrežu ugovora. Čak bi se i avion mogao izgraditi isključivo direktnim ugovaranjem među pojedinačnim učesnicima, ali to bi bilo veoma neefikasno. Firme ostvaruju ekonomiju obima, usklađuju interese, organiziraju velike projekte i uklanjaju potrebu za stalnim pregovaranjem.

Olakšavanjem komunikacije AI bi mogao opravdati i veće i manje firme. Klasična firma je infrastruktura za prenošenje informacija prema gore i uputa prema dolje, puna prepreka i iskrivljavanja poruka kao u igri gluhih telefona. Većom firmom, s više ljudskih zaposlenika, lakše je upravljati ako AI služi kao koordinacijski sloj. Uz „AI konsultantski tim“, direktorica može poznavati svoju firmu kao što osnivač poznaje startup s dvadeset zaposlenih. Može pratiti provođenje inicijative umjesto da čeka kvartalni izvještaj i dobiti obavijest ako se nešto desi. Njena vizija može prožeti veći dio firme. Svi bolje znaju šta drugi rade i koji su opći prioriteti organizacije.

Moglo bi se desiti i suprotno. Ako komunikacija teče bez prepreka, a ispunjavanje obaveza lakše se nadzire, firma ne mora toliko svog lanca snabdijevanja držati unutar vlastite organizacije. Može imati više povjerenja u vanjske dobavljače i izvođače.

Jedan od glavnih razloga za vertikalnu integraciju jeste usklađivanje interesa. Postoji koncept nepotpunih ugovora⁠(otvara se u novom prozoru): zrakoplovna kompanija može sklopiti ugovor s proizvođačem mlaznih motora, ali za sve što u ugovoru nije izričito propisano proizvođač ima interes da štedi i brine o vlastitoj dobiti. Da bi to izbjegla, zrakoplovna kompanija kupuje proizvođača mlaznih motora. Baš kao kod radnika i šefova: ako se ispunjavanje ugovora može bolje nadzirati i prosuđivati inteligentno, umjesto pukom provjerom stavki, firme će se možda spremnije oslanjati na druge firme. Bilo bi manje razloga da sve obavljaju same.

Očekujemo mnogo manjih firmi, ali i razgranate AI „holding kompanije“ u kojima se ogroman broj različitih projekata odvija unutar jednog preduzeća. Konglomerat je ekonomičan kada postoji neki zajednički resurs koji koriste svi ti različiti projekti. Taj zajednički resurs mogli bi biti računarski kapaciteti, iako se oni lako mogu osigurati i u manjim količinama, prema potrebi. Zajednička fabrika ili flota robota bolji su razlog.

Velika „holding kompanija“ može biti opravdana i usklađenim interesima. Ako je velika organizacija AI sistema i kapitala potpuno posvećena zajedničkoj misiji — recimo, pronalasku lijeka za rak — manja je potreba za zasebnim manjim inicijativama. AI firma mogla bi izbjeći borbe za moć, dijeliti sve informacije i, gdje je potrebno, stvoriti kreativnu raznolikost među svojim agentima kako bi istraživali različite puteve.

Današnji sistem trebao bi nagrađivati radnike koji se ističu. Oni napreduju u hijerarhiji i bolje su plaćeni. Ali kako će se radnici isticati u svijetu modela koji su vrhunski savjetnici?

Ako AI svima daje istu odličnu ideju, imamo manje prilika da se izdvojimo. Rasponi plaća trebali bi se suziti.

Tome se suprotstavljaju sposobnost prosuđivanja, ukus i obim odgovornosti. Ako svako od nas vodi AI firme koje su mu podređene, preostala ljudska vrijednost leži u donošenju odluka. Ako je svaka osoba odgovorna za obimniji rad pod svojim vodstvom, razlika između dobre i loše procjene ima veći odjek⁠(otvara se u novom prozoru).

Tu logiku već dugo primjenjujemo na vrh organizacijske sheme. Plaće generalnih direktora⁠(otvara se u novom prozoru) opravdavamo idejom da i neznatno bolje odluke na vrhu mogu snažno utjecati na dobit. Nejednakost u plaćama mogla bi porasti ako neki radnici bolje upravljaju podređenim AI firmama pri raspoređivanju oskudnih resursa.

Što je veći ulog, to se vaša mala prednost nad nekim drugim više odražava na plaći. S druge strane, AI će svima davati dobre savjete. Manje razlike među radnicima sužavaju raspon plaća.

Ovdje, kao i drugdje, koja će sila prevagnuti možda zavisi od toga da li uglavnom sami prosuđujemo ili slijedimo tuđe procjene.