El futur de l'empresa

Nota dels autors: Aquest és el segon assaig de la nostra sèrie sobre l'economia que ve, que forma part d'una nova plataforma que acull veus independents que exploren un futur amb AGI. Reflecteix les nostres opinions, no les d'OpenAI ni les dels nostres companys.

Tots dos teníem vint-i-quatre anys quan vam començar a dirigir els nostres propis equips aquí, a OpenAI. Això impressiona menys quan coneixes els nostres equips.

Se suposa que ens toca fer la feina més feixuga. Als vint-i-quatre anys, ets a l'últim esglaó de l'empresa. Prens notes a les reunions i redactes alguns informes. Després d'anys de feina rutinària, amb sort, t'assignen més responsabilitats.

El nostre camí, i el de molts joves d'avui, està sent diferent. Entrem al món laboral amb "empleats" ja a les nostres ordres. Aquests ajudants treballen dia i nit, caps de setmana i festius. Se'ls dona molt bé la feina rutinària. Fins i tot tenim medallistes d'or d'olimpíades matemàtiques a la plantilla per assessorar-nos. Els nostres nous subordinats encara cometen força errors. Però van millorant, aprenen què necessitem, i nosaltres aprenem a dirigir-los.

Cap dels dos no ha pujat esglaons dins l'empresa. En canvi, les funcions de direcció han baixat fins al nostre esglaó. Aquest assaig tracta del nostre ascens i de les altres maneres com les empreses es podrien reorganitzar a mesura que entrem a l'era de la intel·ligència.

Quan la IA entra a l'empresa, on se situa? Presentem tres escenaris il·lustratius:

Cap d'aquests escenaris no es desenvoluparà exactament com el descrivim, però creiem que alguns aspectes de tots tres es faran realitat. Tots tres ja s'estan produint de manera subtil.

Aquí no ens centrem en l'automatització total, sinó en una economia en transició. Ens interessa com seran les empreses híbrides a mesura que la IA millori i s'integri en les organitzacions existents.

Creiem que l'empresa híbrida és important com a concepte perquè l'adopció productiva de la IA no és instantània. Quan els models només fan una part de les tasques, pot ser més fàcil que els adoptin els empleats de base que coneixen la feina. Quan els models assumeixin funcions àmplies de principi a fi, els superiors els podran utilitzar directament. Al nostre parer, com més capaç és la IA, més fàcil és adoptar-la: les empreses han d'aprendre a fer servir les tecnologies, però els treballadors aprenen com funciona l'empresa i s'hi poden integrar sols.

Analitzarem els tres nous tipus d'organigrama i després examinarem què impliquen per al futur de la burocràcia, l'autonomia dels treballadors, la mida de les empreses i la desigualtat salarial.

El primer escenari sembla el menys disruptiu. Aquí, les persones es mantenen als mateixos llocs, amb les mateixes relacions jeràrquiques i, aparentment, fent la mateixa feina d'abans. L'organigrama humà sembla no haver canviat entre avui i aquest futur.

La diferència és sota nostre. Per sota de cada empleat sense personal a càrrec, hi ha una nova força de treball d'IA que depèn de cadascun de nosaltres. El nostre organigrama guanya un soterrani, i tots passem a dirigir equips.

Al principi, aquest soterrani està per acabar. Comencem amb un o dos agents per persona, que s'assemblen menys a empleats experimentats que a becaris entusiastes als quals hem de supervisar i perdonar fàcilment els errors. Les expectatives són baixes: enviar un correu aquí, redactar un informe allà, respondre missatges de Slack pertot arreu. Com els empleats humans novells, comencen amb poca autonomia i poca confiança dipositada en ells.

Però a mesura que els models milloren, els nostres agents assumeixen més tasques amb menys supervisió. Es coordinen entre ells. Hi podria haver IA directives i IA de base, comptables i advocats, tots treballant plegats a les teves ordres. Lluny d'haver de guiar un becari a cada pas, acabes dirigint una petita empresa per dret propi, amb el seu organigrama i amb tu com a consell d'administració.

Fixeu-vos que aquest escenari no implica acomiadaments. Aquí adoptem la IA sense automatitzar-nos a nosaltres mateixos. En canvi, automatitzem qui érem abans i ascendim en la jerarquia. La IA assumeix cada vegada més feina de la que fèiem abans. Els nostres llocs de treball es mantenen perquè hi ha més coses per gestionar, i assumim la responsabilitat d'un volum més gran de producció.

Els llocs de treball no són estàtics⁠(s'obre en una finestra nova). Suposem que la IA pot fer el noranta per cent del que feies abans. Podries concloure que només et queda un deu per cent de la feina. L'altra possibilitat és que continuïs fent una feina completa, però diferent: ara centrada en un objectiu deu vegades més gran. Aquest és el regal clàssic de la tecnologia: la productivitat augmenta, l'ambició creix per posar-s'hi a l'altura i els salaris poden créixer⁠(s'obre en una finestra nova) amb aquesta ambició.

Tot això depèn de si continuem aportant valor⁠(s'obre en una finestra nova) a la producció. Aquest assaig se centra en els pròxims anys, en què l'automatització encara no serà capaç de fer-ho tot ni s'haurà adoptat arreu. Encara que la IA pogués fer-ho tot, potser continuaríem valorant més una cosa perquè l'ha feta una persona, o exigiríem que una persona tingués l'última paraula.

També depèn de la nostra gana de consumir. Si, com a consumidors, no ens interessa una producció deu vegades més gran, l'equilibri es desplaçarà cap a menys treballadors o menys hores treballades. Històricament, els augments de producció no ens han saciat. Tenim molt més⁠(s'obre en una finestra nova), però treballem només una mica menys⁠(s'obre en una finestra nova). Si la nostra gana continua creixent a mesura que la producció es multiplica, i continuem aportant-hi valor, optarem per seguir intercanviant feina per més consum. Si, en canvi, la producció esdevé tan abundant que ens sacia, podríem optar voluntàriament per reduir la força de treball.

Més endavant tractarem altres objeccions, com ara si hi haurà més empreses de mida més petita. Tot i així, creiem que aquest escenari és important perquè l'adopció ha de començar per algun lloc. Les empreses necessiten una manera d'evolucionar amb estabilitat a partir de les seves estructures organitzatives actuals. Potenciar la feina dels empleats actuals pot ser un primer pas més fàcil que una reestructuració completa. Avui ja ho veiem en acció: un treballador rere l'altre delega tasques a la IA, sense que de moment hi hagi cap revolució organitzativa.

Aquest escenari depèn que els primers a contractar siguin els treballadors de primera línia. Els treballadors de base, no els responsables ni els directius, lideren l'adopció de la IA. Això sembla probable mentre qui millor sàpiga fer que la IA faci la feina sigui qui abans la feia.

Els models ja poden automatitzar moltes tasques de ciència de dades, però un cap de departament que no en conegui els mètodes i els detalls tindrà dificultats per aprofitar les eines. Fins que la IA no sigui prou proactiva per dir-te allò que no saps —vegeu l'escenari següent—, probablement funcionarà millor per a qui ja sap com es fa la feina.

En aquest escenari, el canvi més gran és per als treballadors que tot just comencen. Ja no hi hauria un últim esglaó, almenys no per als humans. Quan contractem joves, no serà per situar-los a la base de l'empresa fent feina feixuga i rutinària. Aquests llocs els ocuparà alguna cosa a qui no li importi fer-la.

Amb això perdem algunes vies tradicionals de formació dels treballadors joves: l'aprenentatge en el lloc de treball⁠(s'obre en una finestra nova), aprendre fent les tasques rutinàries, guanyar-se els galons. Són costos reals, però nosaltres ho veiem sobretot com un privilegi. Fins i tot la persona més inexperta que acabem de contractar, si té una bona idea, disposa de recursos per experimentar. L'excusa més antiga de l'empresa, és que no tenim prou personal, està desapareixent. Una empleada novella que tingui un gran videojoc al cap i cap possibilitat d'aconseguir personal ara pot, senzillament, crear-lo.

Al nostre parer, en aquest escenari d'"ascens", els treballadors novells encara tenen molt per aprendre: criteri, gust, habilitats de direcció i visió creativa. Tindrem incentius per cultivar aquestes habilitats perquè es reflectiran en el resultat de la nostra feina. Continuarem aprenent fent⁠(s'obre en una finestra nova), però amb un abast més ampli. Els veterans de l'empresa continuaran tenint incentius per ajudar-nos com a mentors responsables, amb interessos econòmics en el nostre èxit. L'oportunitat és oferir una funció més estimulant a tothom, a tots els esglaons. Qualsevol treballador pot demostrar el seu talent amb un àmbit de responsabilitat més ampli, cosa especialment important per als nouvinguts, que no en tenien cap.

La segona via d'entrada de la IA a l'empresa s'entrellaça amb l'organigrama existent. Aquí els agents no són l'últim mico, sinó companys de feina. Una responsable tradicional encarrega una part de la feina de l'equip a un model tal com la delegaria en qualsevol empleat. La IA s'insereix al costat dels humans, no només per sota.

La diferència clau respecte al primer escenari: aquí, la IA productiva l'adopten els responsables humans actuals, no només els empleats que ara no tenen personal a càrrec. Per fer-ho, ha de ser prou competent per esdevenir un membre de ple dret de l'equip.

Els humans som generalistes. Un martell ajuda a fer una tasca; un humà fa moltes més coses. El camí de la IA des d'eina fins a força de treball amplia progressivament el seu abast: automatitzar la tasca, després el lloc de treball, després un equip i, finalment, una empresa. Cada ampliació de l'abast exigeix competències més àmplies.

Un lloc de treball és una maleta plena de tasques. En el cas d'un equip sencer, aquesta maleta va atapeïda de feines de tota mena. Com més tasques s'han d'assumir, més possibles colls d'ampolla hi ha. Si una sola tasca essencial de l'equip implica treball físic, cal tot un nou conjunt de perifèrics. Per substituir directament un equip sencer, la IA ha de ser capaç d'assumir totes les seves responsabilitats diverses.

És més difícil crear una IA capaç d'assumir responsabilitats més àmplies. Però per a les empreses —i aquesta és l'asimetria central de tota la transició—, com més ampli és l'abast, més fàcil és l'adopció.

Un directiu pot adoptar directament un equip o una funció àmplia automatitzats de principi a fi. Una eina amb capacitats més limitades no es pot implantar tan fàcilment des de dalt. L'eina més senzilla depèn de l'acceptació generalitzada i del reciclatge professional de la plantilla.

Tradicionalment, les noves tecnologies abarateixen un conjunt delimitat de tasques. Aleshores la càrrega passa al comprador. L'empresa ha d'esbrinar com aprofitar la nova eina i ha de formar de nou el personal, reorganitzar-se i refer els processos⁠(s'obre en una finestra nova) al voltant seu. El programari de fulls de càlcul no es va instal·lar tot sol al departament de comptabilitat: va ser el departament qui es va transformar per adaptar-s'hi.

Amb els treballadors passa el contrari. Un becari, un empleat i un bon equip esbrinen com ser-te útils a tu. Et fan preguntes, assimilen el teu context i detecten les teves necessitats. Et diuen allò que ni tan sols sabies que desconeixies. Els millors treballadors s'integren sols.

Com més s'assembli la IA als treballadors en aquest sentit, amb iniciativa i capacitat d'adaptació, menys haurà d'aprendre l'empresa a aprofitar-la i més serà la IA qui esbrinarà com ser útil a l'empresa. Probablement, un directiu no assistirà a una classe introductòria de programari de disseny per aprendre una eina nova. Però escoltarà de bon grat una oferta com aquesta: només cal que m'ho diguis i et muntaré tot el departament de màrqueting.

Massa sovint diem que el sant greal de l'AGI és automatitzar un lloc de treball. És cert que encara no hem arribat ni tan sols a això. Els llocs de treball són extraordinàriament complexos perquè les nostres capacitats són impressionants. Tot i així, una part molt petita⁠(s'obre en una finestra nova) de la producció de la nostra economia prové de treballadors que van per lliure. Els llocs de treball productius contribueixen als equips, els equips a les empreses, i les empreses produeixen gairebé tot el que consumim.

Prendre el "lloc de treball" com a referència per a l'AGI no fa prou justícia als humans. Treballar no consisteix només a fer tasques, ni tan sols a resoldre'n els components no rutinaris: la nostra feina també implica una coordinació prodigiosa, la flexibilitat per fer petites parts de resultats més grans. Reduir-nos a simples sacs de tasques és malvendre el nostre valor. La capacitat humana rau més en les nostres organitzacions⁠(s'obre en una finestra nova) que en l'individu. Una AGI econòmica ha d'estar a l'altura de les persones, no d'una persona.

Per això, l'escenari d'"intercalació" pot ser força ineficient si la IA encara s'assembla a una eina o fins i tot a un treballador, en lloc d'un equip o una empresa. Un model al costat de cada treballador implica mil punts d'encaix i traspassos de feina⁠(s'obre en una finestra nova). Aquesta configuració fragmentada pot alentir l'adopció.

Veiem una cursa entre les primeres implementacions, menys capaces, i els models posteriors, més capaços. El guanyador dependrà de si l'adopció dels models futurs és prou ràpida per compensar el temps addicional necessari per assolir aquestes competències.

Aquest escenari d'"intercalació" pot coexistir amb el primer escenari, el d'"ascens". Podríem veure empreses que redueixin la plantilla humana a mesura que la IA automatitzi certes funcions, mentre que les persones que hi quedin assumeixin responsabilitats molt més àmplies amb l'ajuda dels seus equips d'agents. És important remarcar que, per si sol, aquest escenari no implica una reducció de l'ocupació humana total. Podríem trobar-nos amb més empreses, cadascuna amb menys personal.

El tercer escenari és el més desconcertant. Aquí, la IA entra a l'empresa per sobre de les persones. La jerarquia ja no és d'humans per sobre de màquines, sinó d'humà, IA, humà: un entrepà d'automatització. Algunes persones "reten comptes" a una IA.

Sembla inversemblant, sobretot com a punt de partida per a l'adopció a l'empresa. Però creiem que, de maneres menys radicals, això ja ha començat.

Fins i tot quan pensem en la IA com una manera de mecanitzar el treball cognitiu, tendim a centrar-nos en els esglaons inferiors. Solem dir que la IA automatitza fulls de càlcul i presentacions, no la direcció d'equips. Intuïm que l'automatització puja per la jerarquia: primer la feina cognitiva rutinària i finalment el criteri, amb els càrrecs de direcció com a últim reducte.

Però gran part de la feina d'un responsable té lloc a l'ordinador i a la ment: llegir, reunir-se, sospesar, retenir el context, prendre decisions. La presència física té valor: recórrer les oficines i estar a prop de l'equip. Tanmateix, és la feina de base, encara que sigui majoritàriament cognitiva, la que tracta més amb àtoms i eines que no pas la direcció. A la fotocopiadora hi envien el becari, no el seu cap.

És difícil ensenyar a un model a prendre decisions directives, perquè l'èxit és ambigu i es mesura a llarg termini. Per raons semblants⁠(s'obre en una finestra nova), també és difícil formar bons responsables humans. Encara no sabem fins a quin punt els models són bons dirigint. Tenim moltes avaluacions del treball cognitiu centrat en l'execució, però poques mesuren la coordinació a gran escala pròpia dels responsables i directius.

Tot i així, val la pena considerar que els models actuals potser són, en capacitat, més a prop dels responsables humans que dels treballadors de base. Algunes funcions directives es podrien automatitzar abans que la feina que supervisen.

Potser la versió completa d'aquest escenari de "superposició" és una IA que pensa i després cobreix les mancances de les seves capacitats amb contractistes humans que depenen d'ella. Aquest món ens resulta força estrany. Haurien de canviar moltes coses.

Però hi ha una versió més natural, i el seu primer acte ja és en escena: l'assessorament. Avui, una directiva pot demanar a ChatGPT que llegeixi centenars de canals de Slack, documents, comunicacions i fitxers de codi de tota la seva empresa, i que després respongui preguntes. Què fa realment aquest equip? On es manifesta aquesta vulnerabilitat? Cada part de l'organització li resulta cada vegada més fàcil d'analitzar⁠(s'obre en una finestra nova).

Fa temps que els directius omplen l'organigrama d'intermediaris a sou: en van dir consultoria. Una consultoria de gestió et posa una capa al damunt, per poc temps i a un preu elevat. En el futur, els consultors d'IA podrien tenir un cost ínfim i ser presents a tota hora.

Els models tot just comencen a interpretar amb fiabilitat els documents i les comunicacions de les empreses. El seu gust i la seva proactivitat han de madurar. De moment, ChatGPT ajuda una directiva motivada a entendre la seva organització amb més detall. Creiem que acabarà convertint-se en una consultoria integral. No serà un veritable "cap" dels empleats de nivell inferior, sinó més aviat un informador intern i assessor dels directius. Aprofitarà els seus coneixements empresarials per revisar-ho tot, detectar problemes per iniciativa pròpia i ajudar a prioritzar-los.

Que això sigui beneficiós o perjudicial dependrà del directiu. L'efecte estructural és la centralització. Creiem que això escurçarà la distància entre l'alta direcció i la resta de l'empresa. Concentra més poder al capdamunt, mentre que abans les dificultats en la circulació d'informació afavorien una presa de decisions més descentralitzada.

Trobem que aquest escenari té implicacions profundes no només perquè redistribueix l'autoritat, sinó també per la facilitat amb què es pot adoptar la IA com a consultoria. Igual que la consultoria tradicional, la consultoria d'IA no exigeix coneixements tècnics al directiu. Això no és l'ordinador, que es va adoptar des de baix, de la mà de qui sabia teclejar i fer servir un terminal. Només has de parlar amb el teu consultor, que s'encarrega de la part tècnica. Aquesta onada d'adopció pot començar al despatx de la direcció. La consultoria, al seu torn, podria accelerar l'adopció de la IA a la resta de l'organització.

Hi ha una raó de pes per la qual les empreses desconfien del teletreball i de la contractació externa: la capacitat de fer complir els acords. Les empreses no han tingut mai una manera barata d'observar com es fa la feina amb tota la riquesa de detalls que mereix. Per això en mesuren les aparences⁠(s'obre en una finestra nova): recomptes de clics, moviments de ratolí, punts verds d'estat, senyals que tenen ben poca relació amb si s'està fent una bona feina.

La IA ofereix una supervisió que entén. Pot examinar el que produeix una persona i reconèixer els avenços reals cap a objectius més amplis. Com analitzarem a la secció següent, cap nova forma de vigilància no s'ha d'implantar a la lleugera⁠(s'obre en una finestra nova). Però, en les circumstàncies adequades, pot augmentar la confiança i animar les empreses a donar més llibertat als empleats.

Si el sistema de supervisió comprèn els molts camins diferents que poden conduir a una bona feina, els empleats poden treballar més a la seva manera. Importarà més avançar cap a bons resultats que seguir un únic mètode prescrit que sigui fàcil de controlar per als caps. Una supervisió intel·ligent permet flexibilitat i penalitza la productivitat de cara a la galeria que tots detestem.

La proposta de valor s'assembla a la de les asseguradores que et rebaixen la prima si instal·les un dispositiu de seguiment al cotxe. Si intentaves enganyar el sistema, això et perjudica; si simplement feies la teva feina, la supervisió pot donar-te la raó i fer que la direcció confiï més en tu.

Aquesta confiança obre possibilitats. Podríem veure una nova predisposició⁠(s'obre en una finestra nova) en empreses abans reticents al treball híbrid, a les ments poc convencionals, als contractistes o a contractar persones brillants de països llunyans.

Avui, els empleats de base tenen molts problemes amb l'organigrama. És profundament descoratjador no tenir cap manera de fer arribar als superiors un problema que veiem de primera mà. És injust quedar atrapat sota un responsable ineficaç o fer una gran feina que passa desapercebuda.

Creiem que l'onada anterior d'hiperoptimització empresarial es basava en dades limitades, pautes aproximades i algoritmes poc intel·ligents. Si només pots processar relacions d'engranatges, tothom et sembla una peça de la maquinària. Fa temps que les empreses tenen un problema per mesurar l'aportació de la plantilla. Una supervisió intel·ligent podria reconèixer aportacions valuoses i enfocaments singulars que les mètriques rudimentàries actuals passen per alt.

A partir dels tres escenaris esquemàtics, explorem ara algunes de les preguntes determinants per al futur de l'empresa.

Crear sol ser força car. Una aplicació, una pel·lícula, una presentació, una funció, una anàlisi: refer qualsevol d'aquestes coses és car, lent i feixuc. Quan a la pràctica només tens un tret, dediques esforços a apuntar bé. Hi ha cicles de planificació, rituals per definir fulls de ruta i comitès d'aprovació, tot per garantir que, quan l'empresa finalment doni llum verda, sigui per fer alguna cosa que valgui la pena. Molts controls de les nostres jerarquies existeixen perquè executar tenia un cost elevat.

En molts àmbits, la IA està fent caure en picat el cost de crear, si més no fins a la fase de prototipatge, quan no fins al producte acabat. Creiem que l'enfocament de l'empresa hauria de canviar en conseqüència: apuntar menys i disparar més. Una empresa pot crear un prototip, observar, aprendre de pressa, reorientar-se i tornar-lo a crear. La facilitat per crear prototips⁠(s'obre en una finestra nova) hauria d'allunyar les empreses de les estructures que sustenten una producció basada en una planificació intensiva.

La versió més senzilla d'això és un equip que itera més de pressa. En una interpretació més radical, es qüestiona l'existència mateixa de l'equip. Si la planificació col·laborativa importa menys i les idees diverses i independents importen més, és millor tenir un sol equip que iteri de pressa o moltes persones que presentin, cadascuna, els seus propis prototips funcionals? Si un prototip real transmet una visió millor que qualsevol document de definició de l'abast, canviaran les nostres pautes de comunicació per compartir més i abans, i compartir creacions en lloc d'informes?

Crear a baix cost pot fer que l'empresa doni més pes a les persones individualment. Això implicaria menys nivells de comandaments intermedis i menys necessitat de demanar permís, perquè abans demanar era més barat que fer, i ara ja no.

Dit això, com veurem tot seguit, la mateixa tecnologia que permet a les persones crear prototips amb menys risc també pot imposar encara més traves burocràtiques.

Una de les principals raons per les quals les empreses imposen una gestió de dalt a baix és la creença que els directius prenen millors decisions rellevants per al negoci⁠(s'obre en una finestra nova) que els treballadors novells. Les empreses paguen més per tenir professionals veterans i molt competents al capdamunt, i els responsables sovint tenen formació en estratègia empresarial, mentre que els empleats sense personal a càrrec estan especialitzats en el seu àmbit. Si la IA ofereix un assessorament excel·lent a tots els treballadors, la diferència en la qualitat de les decisions es redueix. Hi hauria menys motius perquè els responsables hi intervinguessin. Això augmentaria l'autonomia dels treballadors i podria reduir els nivells de direcció.

De manera semblant, la "consultoria d'IA" garanteix que no passi res de gaire transcendència sense que se n'avisi un directiu. Si un treballador està a punt de publicar una entrada al blog amb repercussions greus per a l'empresa, la consultoria n'alertarà el directiu per iniciativa pròpia. Això genera confiança: la direcció no ha de patir perquè passin contratemps greus sense saber-ho, i per tant no cal que exerceixi un control tan estricte⁠(s'obre en una finestra nova) sobre com treballa cadascú.

Però la consultoria d'IA és una arma de doble tall⁠(s'obre en una finestra nova). Com a supervisora intel·ligent, pot generar més confiança en els treballadors; també pot imposar amb més fermesa a tota l'organització la manera de fer que prefereixi el conseller delegat. Les empreses valoren la coherència⁠(s'obre en una finestra nova): no només una bona decisió, sinó una decisió compatible amb la cultura, la marca i les economies d'escala de l'empresa. Una cadena de restaurants pot preferir una carta comuna a totes les franquícies per poder comprar ingredients a l'engròs i oferir als clients un producte homogeni.

En aquesta mateixa línia, els incentius dels caps de l'empresa no sempre coincideixen amb els dels treballadors. Els treballadors prioritzen l'èxit del seu àmbit⁠(s'obre en una finestra nova), mentre que els directius vetllen pel conjunt de l'empresa. Els accionistes tenen preferències diferents de les dels assalariats, perquè recullen els fruits⁠(s'obre en una finestra nova) d'un esforç més gran. La consultoria podria imposar un compliment més estricte de pautes concretes dictades des de dalt.

Al nostre parer, en conjunt, els treballadors guanyaran autonomia. El nostre optimisme es basa en el fet que les empreses utilitzin la IA per assenyalar excepcions importants i deixin més decisions en mans dels treballadors.

Creiem que la IA actuarà com una bastida: encara que els directius vulguin mantenir una marca coherent, això serà simplement un límit dins del qual treballar. Els treballadors coneixeran millor les limitacions del negoci i tindran més garanties per ser creatius en tot allò que aquestes restriccions no condicionin. Amb els riscos coberts, els directius poden deixar que els empleats provin enfocaments nous potencialment rendibles. Amb l'ajuda d'assistents d'IA al nostre càrrec, els treballadors també serem responsables de resultats de més envergadura. Veiem més oportunitats per a la creativitat quan es dirigeix una feina més complexa.

La mateixa lògica sobre l'autonomia dels treballadors també s'aplica a la mida de les empreses. Ronald Coase⁠(s'obre en una finestra nova) es va preguntar per què organitzem la producció dins d'empreses en lloc de fer-ho mitjançant una xarxa de contractes. Fins i tot es podria construir un avió només amb contractes entre particulars, però seria molt ineficient. Les empreses aprofiten economies d'escala, alineen incentius, organitzen grans projectes i eviten haver de negociar constantment.

En facilitar la comunicació, la IA podria justificar empreses més grans o més petites. L'empresa clàssica és una infraestructura per fer pujar informació i baixar instruccions, plena de friccions i de distorsions pròpies del joc del telèfon. Una empresa més gran, amb més empleats humans, és menys feixuga de gestionar si la IA actua com a capa de coordinació. Amb la "consultoria d'IA", una directiva pot conèixer la seva empresa com un fundador coneix una empresa emergent de vint persones. Pot seguir la implementació d'una iniciativa en lloc d'esperar-ne el relat trimestral, i rebre un avís si passa res. La seva visió pot impregnar més àmbits de l'empresa. Tothom sap millor què fan els altres i quines són les prioritats generals de l'organització.

Però també podria passar el contrari. Si la comunicació és fluida i el compliment dels acords es pot supervisar millor, una empresa no necessita internalitzar tanta part de la seva cadena de subministrament. L'empresa pot confiar més en proveïdors i contractistes externs.

Una de les principals motivacions de la integració vertical és alinear els incentius. Hi ha la idea dels contractes incomplets⁠(s'obre en una finestra nova): una empresa aeroespacial podria contractar una empresa de motors a reacció, però, en tot allò que el contracte no exigeixi explícitament, l'empresa de motors té incentius per estalviar al màxim i vetllar pels seus propis beneficis. Per evitar-ho, l'empresa aeroespacial compra l'empresa de motors a reacció. Igual que passa amb els treballadors i els caps: si els contractes es poden supervisar millor i s'arbitren amb intel·ligència en lloc de limitar-se a marcar caselles, les empreses poden estar més disposades a dependre d'altres empreses. Hi hauria menys motius per fer-ho tot internament.

Preveiem que hi haurà moltes empreses més petites, però també grans "societats hòlding" d'IA en què es desenvoluparà una quantitat enorme de projectes diferents dins d'una mateixa empresa. El conglomerat és rendible quan hi ha algun actiu comú que tots els projectes aprofiten. Aquest actiu comú podria ser la capacitat de càlcul, tot i que és fàcil obtenir-ne petites quantitats segons les necessitats. Una fàbrica o una flota de robots compartida és una motivació més sòlida.

La gran "societat hòlding" també es pot justificar per uns incentius alineats. Si una gran organització d'IA i capital es dedica íntegrament a una missió comuna —posem per cas, curar el càncer—, hi ha menys necessitat d'iniciatives petites i separades. Una empresa d'IA podria evitar les lluites de poder, compartir tota la informació i, quan calgués, generar diversitat creativa entre els seus agents perquè s'exploressin camins diferents.

Se suposa que el sistema actual recompensa els treballadors que destaquen. Ascendeixen en la jerarquia i reben una remuneració millor. Però, en un món de models que són assessors excel·lents, com es distingiran els treballadors?

Si la IA dona la mateixa gran idea a tothom, tenim menys oportunitats de diferenciar-nos. Les diferències salarials s'haurien de reduir.

El que contraresta aquesta reducció és el criteri, el gust i l'abast de les responsabilitats. Si cadascun de nosaltres dirigeix empreses d'IA al seu càrrec, el valor humà que queda és la nostra presa de decisions. Si cada persona és responsable d'un volum de feina més gran, la diferència entre el bon criteri i el dolent té més ressò⁠(s'obre en una finestra nova).

Fa temps que apliquem aquesta lògica al capdamunt de l'organigrama. Justifiquem la remuneració dels consellers delegats⁠(s'obre en una finestra nova) amb la idea que unes decisions lleugerament millors a dalt de tot poden tenir efectes enormes en els beneficis. La desigualtat salarial podria augmentar si alguns treballadors gestionen millor les empreses d'IA al seu càrrec a l'hora d'assignar recursos escassos.

Com més hi ha en joc, més es reflecteix a la nòmina el petit avantatge que tens sobre algú altre. D'altra banda, la IA donarà bons consells a tothom. Una diferenciació menor comprimeix la distribució salarial.

Aquí, com en altres àmbits, la força que prevalgui potser dependrà de si sobretot aportem criteri o seguim el que se'ns dona.