Yrityksen tulevaisuus

Kirjoittajien huomautus: Tämä on toinen essee tulevaa taloutta käsittelevässä sarjassamme. Sarja on osa uutta alustaa, jolla riippumattomat kirjoittajat tarkastelevat AGI:n tulevaisuutta. Essee kuvastaa omia näkemyksiämme, ei OpenAI:n tai kollegoidemme näkemyksiä.

Olimme molemmat 24-vuotiaita, kun aloimme johtaa omia tiimejämme täällä OpenAI:lla. Se ei kuulosta yhtä vaikuttavalta, kun tutustut tiimeihimme.

Meidänhän pitäisi olla rivitekijöitä. 24-vuotiaana ollaan yrityksen hierarkian alimmalla portaalla. Tehdään kokousmuistiinpanoja ja kirjoitetaan muutama muistio. Vuosien puurtamisen jälkeen saa toivottavasti laajemman vastuualueen.

Meidän polkumme – ja monen muun nykyajan nuoren polku – näyttää erilaiselta. Meillä on jo työelämään astuessamme ”työntekijöitä” käytössämme. Nämä apulaiset tekevät töitä päivin ja öin, viikonloppuisin ja juhlapyhinä. Ne ovat loistavia hoitamaan rutiinityöt. Henkilöstössämme on jopa matematiikkaolympialaisten kultamitalisteja neuvonantajina. Uudet alaisemme tekevät vielä oman osansa virheistä. Mutta ne kehittyvät ja oppivat tuntemaan tarpeemme, ja me opimme johtamaan niitä.

Kumpikaan meistä ei kiivennyt yrityksen hierarkiassa. Sen sijaan johtaminen laskeutui meidän portaallemme. Tämä essee käsittelee ylennystämme ja muita tapoja, joilla yritykset saattavat järjestäytyä uudelleen siirtyessämme älykkyyden aikakauteen.

Kun tekoäly tulee yritykseen, mihin se sijoittuu? Esittelemme kolme havainnollistavaa skenaariota:

Mikään näistä skenaarioista ei toteudu täsmälleen kuvaamallamme tavalla, mutta uskomme, että kaikista kolmesta toteutuu osia. Kaikista kolmesta näkyy jo hienovaraisia merkkejä.

Emme keskity tässä täydelliseen automaatioon vaan murrosvaiheen talouteen. Meitä kiinnostaa, millaisia ihmisistä ja tekoälystä koostuvat yritykset ovat, kun tekoäly kehittyy ja kietoutuu osaksi nykyisiä organisaatioita.

Pidämme hybridiyritystä tärkeänä käsitteenä, sillä tekoälyn tuottava käyttöönotto ei tapahdu hetkessä. Kun mallit hoitavat vain osan tehtävistä, käyttöönotto voi olla helpointa työn tunteville ruohonjuuritason työntekijöille. Kun mallit pystyvät hoitamaan laajoja toimintoja alusta loppuun, ylempi johto voi käyttää niitä suoraan. Nähdäksemme kyvykkäämpi tekoäly on helpompi ottaa käyttöön: yritysten on opeteltava teknologian käyttö, mutta työvoima oppii tuntemaan yrityksen ja osaa perehtyä itse.

Erittelemme nämä kolme uutta organisaatiorakennetta ja tarkastelemme sitten niiden merkitystä byrokratian, työntekijöiden vaikutusmahdollisuuksien, yrityskoon ja palkkaerojen tulevaisuudelle.

Ensimmäinen skenaariomme vaikuttaa vähiten mullistavalta. Siinä ihmiset pysyvät samoissa tehtävissä ja raportointisuhteissa ja tekevät näennäisesti samaa työtä kuin ennenkin. Ihmisten organisaatiokaavio näyttää tässä tulevaisuudessa samalta kuin nykyään.

Muutos tapahtuu alapuolellamme. Jokaisen suorittavaa työtä tekevän alaisuuteen tulee uutta tekoälytyövoimaa, joka raportoi meille. Organisaatiokaaviomme saa kellarikerroksen, ja meistä kaikista tulee esihenkilöitä.

Aluksi kellari on keskeneräinen. Aloitamme yhdellä tai kahdella agentilla henkeä kohti. Ne eivät ole niinkään kokeneita työntekijöitä vaan innokkaita harjoittelijoita, joita täytyy valvoa ja joiden virheitä on katsottava suopeasti. Odotuksemme ovat vaatimattomia: lähetä sähköposti sinne, luonnostele muistio tänne ja vastaa Slack-viesteihin siellä täällä. Ihmistulokkaiden tavoin ne saavat aluksi vain vähän itsenäisyyttä ja luottamusta.

Mallien kehittyessä agenttimme ottavat kuitenkin hoitaakseen enemmän tehtäviä vähemmällä valvonnalla. Ne sovittavat työnsä yhteen keskenään. Mukana voi olla johtaja- ja suorittajatason tekoälyjä, kirjanpitäjiä ja juristeja, jotka kaikki työskentelevät yhdessä ohjeidesi mukaan. Lopulta kyse ei ole enää harjoittelijan kädestä pitämisestä, vaan toiminta muistuttaa omaa pienyritystä, jolla on oma organisaatiokaavionsa ja jonka hallituksena toimit.

Huomaa, ettei tämä skenaario edellytä irtisanomisia. Otamme tekoälyn käyttöön automatisoimatta itseämme pois. Sen sijaan automatisoimme entiset itsemme ja nousemme hierarkiassa. Tekoäly hoitaa yhä suuremman osan siitä, mitä teimme ennen. Työpaikkamme säilyvät, koska johdettavaa on enemmän ja vastuullamme on suurempi kokonaistuotos.

Työnkuvat eivät ole pysyviä⁠(avautuu uudessa ikkunassa). Oletetaan, että tekoäly pystyy tekemään 90 prosenttia siitä, mitä teit ennen. Voisit päätellä, että sinulle jää vain kymmenen prosenttia työstä. Toinen mahdollisuus on, että sinulla on yhä täysi työ, mutta erilainen: se keskittyy nyt kymmenen kertaa suurempaan tavoitteeseen. Tämä on teknologian perinteinen lahja: tuottavuus kasvaa, tavoitteet kasvavat sen mukana, ja palkat voivat nousta⁠(avautuu uudessa ikkunassa) tavoitteiden kasvaessa.

Kaikki riippuu siitä, tuotammeko yhä lisäarvoa⁠(avautuu uudessa ikkunassa) tuotantoon. Tämä essee keskittyy tuleviin vuosiin, jolloin automaatio ei vielä kykene kaikkeen eikä ole käytössä kaikkialla. Vaikka tekoäly pystyisi kaikkeen, saattaisimme silti arvostaa jotakin enemmän siksi, että ihminen on tehnyt sen, tai vaatia viimeisen sanan kuuluvan ihmiselle.

Se riippuu myös siitä, kuinka paljon haluamme kuluttaa. Jos emme kuluttajina halua kymmenkertaista tuotosta, tasapaino siirtyy kohti pienempää työntekijämäärää tai lyhyempää työaikaa. Historiallisesti tuotannon kasvu ei ole tyydyttänyt tarpeitamme lopullisesti. Meillä on paljon enemmän⁠(avautuu uudessa ikkunassa), mutta työskentelemme vain hieman vähemmän⁠(avautuu uudessa ikkunassa). Jos kulutushalumme kasvaa tuotannon moninkertaistuessa ja tuotamme yhä lisäarvoa, valitsemme jatkossakin työmme vaihtamisen suurempaan kulutukseen. Jos tuotantoa taas on niin runsaasti, että tarpeemme tyydyttyvät, saatamme vapaaehtoisesti vähentää työvoimaa.

Käsittelemme myöhemmin muitakin vastaväitteitä, esimerkiksi sitä, tuleeko meille enemmän pieniä yrityksiä. Pidämme tätä skenaariota silti tärkeänä, koska käyttöönoton on alettava jostakin. Yritykset tarvitsevat tavan kehittää nykyisiä organisaatiorakenteitaan vakaasti. Nykyisten työntekijöiden työn tukeminen voi olla helpompi ensiaskel kuin täydellinen uudelleenjärjestely. Näemme tämän jo käytännössä: työntekijä toisensa jälkeen delegoi tekoälylle ilman, että organisaatio on toistaiseksi mullistunut.

Tämä skenaario perustuu siihen, että etulinja palkkaa ensin. Ruohonjuuritason työntekijät, eivät esihenkilöt tai johtajat, näyttävät suuntaa tekoälyn käyttöönotossa. Se näyttää todennäköiseltä niin kauan kuin tekoälyn saa parhaiten tekemään työn se, joka teki sen ennen itse.

Mallit voivat jo automatisoida monia datatieteen tehtäviä, mutta osastonjohtajan, joka ei tunne menetelmiä ja yksityiskohtia, on vaikea hyödyntää työkaluja. Kunnes tekoäly on riittävän oma-aloitteinen kertoakseen, mitä et tiedä (ks. seuraava skenaariomme), se toimii todennäköisesti parhaiten niiden käsissä, jotka jo tuntevat työn tekemisen tavat.

Tässä skenaariossa suurimman muutoksen kokevat uransa alussa olevat työntekijät. Alinta porrasta ei enää olisi, ainakaan ihmisille. Kun palkkaamme nuoria, emme sijoita heitä yrityksen alimmalle portaalle rutiinitöihin. Ne paikat täyttää jokin, jota se ei haittaa.

Samalla menetämme joitakin perinteisiä tapoja kouluttaa nuoria työntekijöitä: mestari–kisälli-oppimisen⁠(avautuu uudessa ikkunassa), rutiinitöissä oppimisen ja kannusten ansaitsemisen. Nämä ovat todellisia menetyksiä, mutta näemme muutoksen enimmäkseen etuoikeutena. Kokemattomimmallakin tulokkaalla on resursseja kokeilla hyvää ideaansa. Työpaikan vanhin tekosyy, meillä ei vain ole tarpeeksi väkeä, on katoamassa. Uransa alussa oleva työntekijä, jolla on mielessään loistava videopeli mutta ei mahdollisuutta saada tekijätiimiä, voi nyt vain rakentaa pelin itse.

Nähdäksemme tässä ”ylennysten” skenaariossa nuorilla työntekijöillä on yhä paljon opittavaa: arvostelukykyä, makua, johtamistaitoja ja luovaa näkemystä. Meillä on kannustin kehittää näitä taitoja, koska ne näkyvät työmme tuloksissa. Jatkossakin opimme tekemällä⁠(avautuu uudessa ikkunassa), mutta laajempien kokonaisuuksien parissa. Yrityksen kokeneilla vastuunkantajilla säilyy kannustin auttaa meitä, sillä omistajina he hyötyvät myös menestyksestämme. Mahdollisuutena on mielekkäämpi ja innostavampi rooli jokaiselle, kaikilla portailla. Laajempi vastuualue antaa jokaiselle työntekijälle tilaisuuden näyttää kykynsä. Eniten se merkitsee aloittelijoille, joilla ei aiemmin ollut omaa vastuualuetta lainkaan.

Toinen tekoälyn reitti yritykseen kulkee nykyisen organisaatiokaavion lomassa. Tässä agentit eivät ole pohjimmaisina vaan kollegoina. Perinteinen esihenkilö antaa osan tiimin työstä mallille samalla tavoin kuin delegoisi sen kenelle tahansa työntekijälle. Tekoäly asettuu ihmisten rinnalle, ei vain heidän alapuolelleen.

Keskeinen ero ensimmäiseen skenaarioon on se, että tuottavan tekoälyn ottavat käyttöön nykyiset ihmisesihenkilöt, eivät vain nykyiset suorittavaa työtä tekevät. Sitä varten tekoälyn on oltava riittävän pätevä täysivaltaiseksi tiimin jäseneksi.

Ihmiset ovat yleisosaajia. Vasara auttaa yhdessä tehtävässä, ihminen tekee paljon muutakin. Tekoälyn matka työkalusta työvoimaksi merkitsee vastuualueen laajenemista: ensin automatisoidaan tehtävä, sitten työnkuva, sitten tiimi ja lopulta yritys. Jokainen askel kohti laajempaa kokonaisuutta vaatii laajempaa osaamista.

Työnkuva on matkalaukullinen erilaisia tehtäviä. Kokonaisen tiimin kohdalla laukku on ahdettu täyteen kaikenlaista työtä. Mitä enemmän tehtäviä vastuualueeseen kuuluu, sitä enemmän on mahdollisia pullonkauloja. Jos yksikin tiimin välttämätön tehtävä vaatii fyysistä työtä, tarvitaan kokonaan uusi joukko oheislaitteita. Jotta tekoäly voisi korvata kokonaisen tiimin sellaisenaan, sen on hallittava kaikki tiimin moninaiset vastuut.

Laajempia kokonaisuuksia hallitsevan tekoälyn kehittäminen on vaikeampaa. Mutta yrityksille – ja tämä on koko siirtymän keskeinen epäsymmetria – laajemman kokonaisuuden käyttöönotto on helpompaa.

Johtaja voi ottaa suoraan käyttöön alusta loppuun automatisoidun tiimin tai laajan toiminnon. Kyvyiltään rajatumpaa työkalua ei voi yhtä helposti tuoda käyttöön ylhäältä käsin. Yksinkertaisempi työkalu vaatii henkilöstöltä laajaa sitoutumista ja uudelleenkouluttautumista.

Perinteisesti uudet teknologiat halventavat rajatun tehtäväjoukon suorittamista. Sen jälkeen vastuu siirtyy ostajalle. Yrityksen on keksittävä, miten uutta työkalua hyödynnetään, sekä koulutettava henkilöstöään, järjestäydyttävä uudelleen ja rakennettava prosessinsa⁠(avautuu uudessa ikkunassa) sen ympärille. Taulukkolaskentaohjelmisto ei asettunut itse osaksi kirjanpito-osastoa, vaan kirjanpito-osasto muokkasi toimintansa ohjelmiston ympärille.

Työvoiman kohdalla asetelma on päinvastainen. Harjoittelija, työntekijä ja hyvä tiimi selvittävät, miten ne voivat olla hyödyksi sinulle. Ne kyselevät, perehtyvät tilanteeseesi ja havaitsevat tarpeesi. Ne kertovat asioita, joita et edes tajunnut, ettet tiennyt. Paras työvoima perehdyttää itse itsensä.

Mitä enemmän tekoäly alkaa tässä mielessä muistuttaa oma-aloitteista ja sopeutuvaa työvoimaa, sitä vähemmän yrityksen on opeteltava sen hyödyntämistä ja sitä enemmän tekoäly itse selvittää, miten olla yritykselle hyödyksi. Johtaja tuskin istuu suunnitteluohjelmiston peruskurssilla oppiakseen uuden työkalun. Mutta hän kuuntelee mielellään tarjouksen, joka kuuluu näin: sano vain, niin rakennan koko markkinointitoimintosi.

Liian usein nimeämme AGI:n perimmäiseksi tavoitteeksi yhden työnkuvan automatisoinnin. Emme toki ole saavuttaneet vielä sitäkään. Työnkuvat ovat valtavan monimutkaisia, koska me olemme niin vaikuttavan kyvykkäitä. Silti hyvin pieni osa⁠(avautuu uudessa ikkunassa) taloutemme tuotoksesta syntyy yksin puurtavien työntekijöiden käsissä. Tuottava työ palvelee tiimejä, tiimit yrityksiä, ja yritykset tuottavat lähes kaiken kuluttamamme.

Yhden ”työnkuvan” käyttäminen AGI:n mittapuuna aliarvioi meitä ihmisiä. Työ ei ole vain tehtävien tai edes niiden ei-rutiininomaisten osien hoitamista. Siihen kuuluu myös valtavasti koordinointia: kykyämme mukautua tekemään pieniä osia suuremmista kokonaisuuksista. Jos kuvaamme itsemme vain tehtäväkokoelmiksi, myymme itsemme pahasti alihintaan. Ihmisten kyvykkyys piilee enemmän organisaatioissamme⁠(avautuu uudessa ikkunassa) kuin yksilöissä. Taloudessa toimivan AGI:n on yllettävä ihmisten, ei vain ihmisen, tasolle.

Siksi ”rinnakkaisuuden” skenaario voi olla varsin tehoton, jos tekoäly muistuttaa yhä työkalua tai yksittäistä työntekijää tiimin tai yrityksen sijaan. Jokaisen työntekijän viereen sijoitettu malli merkitsee tuhansia rajapintoja ja työn siirtoja⁠(avautuu uudessa ikkunassa). Tämä hajanainen järjestely voi hidastaa käyttöönottoa.

Näemme kilpajuoksun varhaisempien, vähemmän kyvykkäiden toteutusten ja myöhempien, kyvykkäämpien mallien välillä. Voittaja riippuu siitä, onko tulevien mallien käyttöönotto niin paljon nopeampaa, että se korvaa niiden kyvykkyyksien kehittämiseen kuluvan lisäajan.

Tämä ”rinnakkaisuuden” skenaario voi toteutua yhtä aikaa ensimmäisen, ”ylennysten” skenaarion kanssa. Yritykset saattavat vähentää ihmistyöntekijöitään tekoälyn automatisoidessa tiettyjä toimintoja, samalla kun jäljelle jäävät ihmiset saavat paljon laajemmat vastuualueet agenttityövoimansa tukemina. On tärkeää huomata, ettei tämä skenaario itsessään tarkoita ihmisten kokonaistyöllisyyden heikkenemistä. Yrityksiä voisi olla enemmän, mutta jokaisessa vähemmän henkilöstöä.

Kolmas skenaariomme on hämmentävin. Siinä tekoäly tulee yritykseen ihmisten yläpuolelle. Rakenne ei enää ole ihmiset koneiden yläpuolella vaan ihminen, tekoäly, ihminen: automaatiokerros ihmisten välissä. Jotkut ihmiset ”raportoivat” tekoälylle.

Se kuulostaa kaukaa haetulta, varsinkin yrityksen tekoälyn käyttöönoton lähtökohdaksi. Uskomme kuitenkin, että vähemmän radikaalissa muodossa tämä on jo alkanut.

Vaikka ajattelemme tekoälyn koneellistavan ajatustyötä, keskitymme yleensä hierarkian alempiin portaisiin. Sanomme yleensä tekoälyn automatisoivan taulukkolaskentaa ja diaesityksiä, emme johtamista. Vaistomme sanoo, että automaatio kiipeää hierarkiassa: ensin ajatustyön rutiinit ja viimeiseksi harkinta, johtaja viimeisenä linnakkeena.

Johtajan työ tapahtuu kuitenkin suurelta osin tietokoneella ja mielessä: lukemista, kokouksia, punnintaa, kokonaiskuvan ylläpitämistä ja päätöksentekoa. Fyysisellä läsnäololla, toimistossa kiertämisellä ja työntekijöiden parissa olemisella on arvonsa. Silti juuri ruohonjuuritason työ kytkeytyy johtamista enemmän fyysiseen maailmaan ja työvälineisiin, vaikka se olisi enimmäkseen ajatustyötä. Kopiokoneelle lähetetään harjoittelija, ei hänen pomonsa.

Johtamiseen liittyvää päätöksentekoa on vaikea opettaa mallille, koska onnistuminen on tulkinnanvaraista ja sitä mitataan pitkällä aikavälillä. Samoista syistä⁠(avautuu uudessa ikkunassa) myös hyvien ihmisjohtajien kouluttaminen on vaikeaa. Emme vielä tiedä, kuinka hyviä mallit ovat johtamisessa. Suorittavaan ajatustyöhön on runsaasti arviointeja, mutta vain harvat mittaavat esihenkilöiden ja johtajien vastuulla olevien laajojen kokonaisuuksien ohjaamista.

Silti on syytä pohtia, ovatko nykyiset mallit kyvyiltään jo lähempänä ihmisjohtajia kuin ruohonjuuritason työntekijöitä. Jotkin johtamistehtävät saattavat automatisoitua ennen työtä, jota ne valvovat.

Ehkä tämän ”kerrostumisen” skenaarion täydessä muodossa tekoäly hoitaa ajattelun ja täydentää kykyjensä aukot ihmisalihankkijoilla, jotka raportoivat sille. Sellainen maailma tuntuu meille varsin vieraalta. Paljon pitäisi muuttua.

Mutta tästä on olemassa luontevammin kehittyvä versio, jonka ensimmäinen näytös on jo alkanut: neuvonta. Jo nyt johtaja voi pyytää ChatGPT:tä lukemaan satoja Slack-kanavia, asiakirjoja, viestejä ja kooditiedostoja eri puolilta yritystä ja vastaamaan sitten kysymyksiin. Mitä tämä tiimi oikeastaan tekee? Missä tuo haavoittuvuus näkyy? Organisaation jokainen osa on hänelle yhä helpompi hahmottaa⁠(avautuu uudessa ikkunassa).

Johtajat ovat jo pitkään sijoittaneet organisaatiokaavioon palkattuja välikäsiä – sitä on kutsuttu konsultoinniksi. Liikkeenjohdon konsulttitoimisto asettuu yläpuolellesi uudeksi kerrokseksi, hetkeksi ja kalliilla. Tulevaisuudessa tekoälykonsultit voivat olla lähes ilmaisia ja aina läsnä.

Mallit ovat vasta oppimassa tulkitsemaan yritysten asiakirjoja ja viestintää luotettavasti. Niiden maun ja oma-aloitteisuuden on vielä kehityttävä. Toistaiseksi ChatGPT auttaa motivoitunutta johtajaa ymmärtämään organisaatiotaan tarkemmin. Uskomme sen kehittyvän lopulta täyden palvelun konsulttitoimistoksi. Se ei ole alemman tason työntekijöiden varsinainen ”esihenkilö”, vaan pikemminkin yrityksen sisäinen tiedonvälittäjä ja johdon neuvonantaja. Se hyödyntää liiketoimintaosaamistaan kaiken läpikäymiseen, nostaa oma-aloitteisesti esiin ongelmakohtia ja auttaa asettamaan ne tärkeysjärjestykseen.

Se, onko tästä hyötyä vai haittaa, riippuu johtajasta. Rakenteellinen vaikutus on keskittäminen. Uskomme tämän lyhentävän ylimmän johdon ja yrityksen arjen välistä etäisyyttä. Se keskittää enemmän valtaa huipulle, kun aiemmin tiedonkulun kitka puolsi hajautetumpaa päätöksentekoa.

Pidämme tätä skenaariota merkittävänä paitsi vallan siirtymisen myös sen vuoksi, kuinka helppoa tekoälykonsulttitoimiston käyttöönotto voi olla. Perinteisen konsultoinnin tavoin tekoälykonsulttitoimisto ei vaadi johtajalta teknistä osaamista. Tämä ei ole tietokone, jonka käyttöönotto alkoi alhaalta niistä, jotka osasivat kirjoittaa näppäimistöllä ja käyttää päätettä. Sinä vain puhut konsultillesi, ja se huolehtii teknisestä osaamisesta. Tämä käyttöönoton aalto voi alkaa johtajan kulmahuoneesta. Konsulttitoimisto puolestaan voisi nopeuttaa tekoälyn käyttöönottoa muualla organisaatiossa.

Yksi keskeinen syy yritysten epäluuloon etätyötä ja alihankintaa kohtaan on se, miten sovitun työn tekeminen varmistetaan. Yrityksillä ei ole koskaan ollut halpaa tapaa havainnoida työntekoa sen koko moninaisuudessa. Siksi ne mittaavat työnteon näyttelemistä⁠(avautuu uudessa ikkunassa): klikkauksia, hiiren liikkeitä ja vihreitä tilamerkkejä, joilla on kovin vähän tekemistä hyvän työn kanssa.

Tekoäly tarjoaa valvojan, joka ymmärtää. Se voi tarkastella ihmisen tuotoksia ja tunnistaa aidon edistymisen kohti laajempia tavoitteita. Kuten seuraavassa osiossa tarkastelemme, mitään uutta valvontaa ei pidä ottaa käyttöön kevyin perustein⁠(avautuu uudessa ikkunassa). Oikeissa olosuhteissa se voi kuitenkin lisätä luottamusta ja kannustaa yrityksiä antamaan työntekijöilleen enemmän vapautta.

Jos valvoja ymmärtää monet erilaiset reitit hyvään työn tulokseen, työntekijät voivat työskennellä enemmän haluamallaan tavalla. Tärkeämmäksi nousee eteneminen kohti hyviä tuloksia, ei yhden määrätyn ja esihenkilöille helposti seurattavan menetelmän noudattaminen. Älykäs valvoja mahdollistaa joustavuuden ja rankaisee kaikkien inhoamaa tuottavuuden teeskentelyä.

Ajatus muistuttaa vakuutusyhtiöiden tarjousta alentaa vakuutusmaksuja, jos asennat autoosi seurantalaitteen. Jos yritit huijata järjestelmää, tämä haittaa sinua. Jos taas vain teit työsi, valvoja voi osoittaa sen, ja johto luottaa sinuun enemmän.

Tämä luottamus avaa uusia mahdollisuuksia. Saatamme nähdä uudenlaista avoimuutta⁠(avautuu uudessa ikkunassa) yrityksissä, jotka ovat aiemmin suhtautuneet nihkeästi hybridityöhön, epätavallisiin ajattelijoihin, alihankkijoihin tai loistavien osaajien palkkaamiseen kaukaisista maista.

Nykyisissä organisaatiorakenteissa on ruohonjuuritason työntekijöiden kannalta monia ongelmia. On äärimmäisen lannistavaa, jos itse näkemäänsä ongelmaa ei saa mitenkään ylempien tahojen tietoon. On epäreilua jäädä tehottoman esihenkilön alaisuuteen tai tehdä loistavaa työtä, jota kukaan ei huomaa.

Nähdäksemme yritystoiminnan edellinen ylioptimoinnin aalto perustui rajalliseen dataan, karkeisiin ohjeisiin ja tyhmiin algoritmeihin. Jos osaa käsitellä vain välityssuhteita, jokainen näyttää hammasrattaalta. Yrityksillä on pitkään ollut vaikeuksia mitata työntekijöidensä panosta. Älykäs valvoja voisi tunnistaa arvokkaat panokset ja omaperäiset lähestymistavat, jotka nykyisiltä karkeilta mittareilta jäävät huomaamatta.

Näiden kolmen pelkistetyn skenaarion pohjalta tarkastelemme nyt muutamia yrityksen tulevaisuuden ratkaisevia kysymyksiä.

Toteuttaminen on yleensä varsin kallista. Sovellus, elokuva, esitys, ominaisuus, analyysi: kaikkien näiden tekeminen uudelleen on kallista, hidasta ja tuskallista. Kun laukauksia on käytännössä vain yksi, tähtäämiseen kannattaa panostaa. Suunnittelukierroksilla, tiekarttarituaaleilla ja hyväksymiskomiteoilla varmistetaan, että kun yritys viimein antaa lähtöluvan, liikkeelle lähdetään jonkin arvokkaan asian vuoksi. Monet hierarkioidemme tarkistuspisteet ovat olemassa, koska toteutus on ollut niin kallisarvoista.

Tekoäly romahduttaa toteutuksen kustannuksia monilla aloilla – ainakin prototyyppivaiheeseen asti, vaikkei aivan valmiiseen lopputulokseen saakka. Uskomme, että yritysten toimintatavan pitäisi muuttua mukana: vähemmän tähtäämistä, enemmän laukauksia. Yritys voi rakentaa prototyypin, havainnoida, oppia nopeasti, muuttaa suuntaa ja rakentaa sen uudelleen. Prototyyppien tekemisen helppouden⁠(avautuu uudessa ikkunassa) pitäisi ohjata yrityksiä pois rakenteista, joihin raskasta suunnittelua vaativa tuotanto nojaa.

Yksinkertaisimmillaan tämä tarkoittaa tiimiä, joka kehittää uusia versioita nopeammin. Radikaalimpi tulkinta kyseenalaistaa itse tiimin. Jos yhteisen suunnittelun merkitys vähenee ja toisistaan riippumattomien, moninaisten ideoiden merkitys kasvaa, onko parempi, että yksi tiimi kehittää nopeasti uusia versioita vai että monet yksilöt tuovat kukin esiin oman toimivan prototyyppinsä? Jos todellinen prototyyppi välittää vision paremmin kuin mikään määrittelydokumentti, muuttuvatko viestintätapamme: jaammeko enemmän ja aiemmin, ja jaammeko konkreettisia tuotoksia muistioiden sijaan?

Halpa toteutus voi siirtää yrityksen painopistettä yksilöihin. Se tarkoittaisi vähemmän keskijohdon kerroksia ja vähemmän lupien kysymistä, sillä ennen kysyminen oli tekemistä halvempaa, mutta ei enää.

Kuten seuraavaksi käsittelemme, sama teknologia, joka antaa yksilöille mahdollisuuden tehdä prototyyppejä pienemmällä riskillä, voi kuitenkin myös lisätä byrokratiaa entisestään.

Keskeinen syy ylhäältä alas johdettuihin yrityksiin on usko siihen, että johtajat tekevät parempia liiketoimintaa koskevia päätöksiä⁠(avautuu uudessa ikkunassa) kuin uransa alussa olevat työntekijät. Yritykset maksavat enemmän huipulla toimiville kokeneille osaajille. Esihenkilöillä on usein liiketoimintastrategian koulutusta, kun taas suorittavaa työtä tekevät ovat erikoistuneet omaan alaansa. Jos tekoäly tarjoaa erinomaisia neuvoja kaikille työntekijöille, päätöksenteon laatuerot pienenevät. Esihenkilöillä olisi vähemmän syitä puuttua tekemiseen. Tämä lisäisi työntekijöiden itsenäisyyttä ja voisi vähentää johtamisen portaita.

Samoin ”tekoälykonsulttitoimisto” varmistaa, ettei mitään liian merkittävää tapahdu ilman, että johto saa siitä tiedon. Jos työntekijä on julkaisemassa blogikirjoitusta, jolla olisi vakavia seurauksia yritykselle, konsulttitoimisto nostaa asian oma-aloitteisesti johdon tietoon. Tämä synnyttää luottamusta: johdon ei tarvitse pelätä suuria vahinkoja tapahtuvan sen tietämättä, joten työntekijöitä ei tarvitse pitää yhtä tiukassa talutusnuorassa⁠(avautuu uudessa ikkunassa) heidän työnteossaan.

Tekoälykonsulttitoimisto on kuitenkin kaksiteräinen miekka⁠(avautuu uudessa ikkunassa). Älykkäänä valvojana se voi vahvistaa luottamusta työntekijöihin. Se voi myös valvoa entistä tiukemmin, että koko organisaatio noudattaa toimitusjohtajan suosimia toimintatapoja. Yritykset arvostavat yhtenäisyyttä⁠(avautuu uudessa ikkunassa): päätöksen ei pidä olla vain hyvä, vaan myös sopia yrityksen kulttuuriin, brändiin ja mittakaavaetuihin. Ravintolaketju voi suosia yhteistä ruokalistaa kaikissa franchising-ravintoloissaan, jotta raaka-aineita voidaan tilata suurissa erissä ja asiakkaat voivat odottaa tasalaatuista tuotetta.

Tähän liittyy myös se, etteivät yritysjohdon ja työntekijöiden kannustimet aina ole samansuuntaisia. Työntekijät tavoittelevat oman vastuualueensa menestystä⁠(avautuu uudessa ikkunassa), kun taas johtajat huolehtivat koko yrityksestä. Omistajien toiveet poikkeavat palkansaajien toiveista, koska omistajat korjaavat hyödyn⁠(avautuu uudessa ikkunassa) kovemmasta työstä. Konsulttitoimisto voisi valvoa ylhäältä määrättyjen toimintatapojen entistä tiukempaa noudattamista.

Uskomme, että kokonaisuutena työntekijöiden vaikutusmahdollisuudet lisääntyvät. Optimismimme perustuu siihen, että yritykset käyttävät tekoälyä merkittävien poikkeusten tunnistamiseen ja jättävät enemmän päätöksiä työntekijöille.

Uskomme tekoälyn toimivan tukirakenteena: vaikka johto haluaisi säilyttää yhtenäisen brändin, se olisi vain yksi toimintaa rajaava ehto. Työntekijät tuntevat paremmin liiketoiminnan reunaehdot ja voivat turvallisemmin käyttää luovuuttaan siinä, mitä ne eivät rajoita. Kun perusasiat ovat turvattuina, johto voi antaa työntekijöiden kokeilla uusia, mahdollisesti tuottoisia lähestymistapoja. Alapuolellamme toimivien tekoälyavustajien turvin työntekijät vastaavat myös aiempaa suuremmista tuotoksista. Uskomme, että monimutkaisemman työn johtaminen avaa enemmän mahdollisuuksia luovuudelle.

Sama työntekijöiden itsenäisyyttä koskeva logiikka pätee myös yritysten kokoon. Ronald Coase⁠(avautuu uudessa ikkunassa) kysyi, miksi järjestämme tuotannon yritysten sisällä emmekä sopimusverkoston kautta. Jopa lentokoneen voisi rakentaa pelkillä osapuolten välisillä sopimuksilla, mutta se olisi hyvin tehotonta. Yritykset luovat mittakaavaetuja, yhdenmukaistavat kannustimia, organisoivat suuria hankkeita ja poistavat jatkuvan kaupankäynnin ja neuvottelun tarpeen.

Helpottamalla viestintää tekoäly voisi tehdä sekä suuremmista että pienemmistä yrityksistä perusteltuja. Perinteinen yritys on tiedon ylöspäin ja ohjeiden alaspäin välittämiseen tarkoitettu rakenne, jossa on paljon kitkaa ja rikkinäistä puhelinta. Suurempi yritys, jossa on enemmän ihmistyöntekijöitä, ei ole yhtä kankea, jos tekoäly toimii koordinointikerroksena. ”Tekoälykonsulttitoimiston” avulla johtaja voi tuntea yrityksensä yhtä hyvin kuin perustaja tuntee 20 hengen startupinsa. Hän voi seurata hankkeen toteutusta sen sijaan, että odottaisi neljännesvuosittaista selontekoa, ja saada ilmoituksen heti, kun jotain tapahtuu. Hänen visionsa voi ulottua laajemmalle. Kaikki tietävät paremmin, mitä muut tekevät ja mitkä ovat koko organisaation tärkeimmät tavoitteet.

Vaikutus voi olla myös päinvastainen. Jos viestintä on kitkatonta ja sovittujen ehtojen noudattamista on helpompi valvoa, yrityksen ei tarvitse pitää yhtä suurta osaa toimitusketjustaan omissa käsissään. Se voi luottaa paremmin ulkopuolisiin toimittajiin ja alihankkijoihin.

Yksi keskeinen syy vertikaaliseen integraatioon on kannustimien yhdenmukaistaminen. Tähän liittyy epätäydellisten sopimusten⁠(avautuu uudessa ikkunassa) käsite: ilmailuyritys voisi tehdä sopimuksen suihkumoottoriyrityksen kanssa, mutta kaikessa, mitä sopimus ei nimenomaisesti edellytä, moottoriyrityksellä on kannustin säästää kustannuksissa ja huolehtia omasta tuloksestaan. Välttääkseen tämän ilmailuyritys ostaa suihkumoottoriyrityksen. Sama pätee kuin työntekijöihin ja esihenkilöihin: jos sopimusten noudattamista on helpompi valvoa ja tulkinta perustuu älykkääseen harkintaan ruutujen rastittamisen sijaan, yritykset voivat tukeutua toisiin yrityksiin luottavaisemmin. Silloin olisi vähemmän syitä tehdä kaikki itse.

Odotamme näkevämme monia pienempiä yrityksiä mutta myös laajoja tekoälypohjaisia ”holdingyhtiöitä”, joissa valtava määrä erilaisia hankkeita toteutetaan yhden yrityksen sisällä. Monialayritys on taloudellisesti järkevä, kun sen eri hankkeet hyödyntävät jotakin yhteistä resurssia. Tämä yhteinen resurssi voisi olla laskentateho, joskin sitä on helppo hankkia myös pienissä erissä tarpeen mukaan. Yhteinen tehdas tai robottikalusto on vahvempi peruste.

Suurta ”holdingyhtiötä” voivat puoltaa myös yhdensuuntaiset kannustimet. Jos suuri tekoälyistä ja pääomasta koostuva organisaatio omistautuu täysin yhteiselle päämäärälle – vaikkapa syövän parantamiselle – erillisille pienemmille hankkeille on vähemmän tarvetta. Tekoälyyritys voisi välttää valtataistelut, jakaa kaiken tiedon ja tarvittaessa luoda agenttiensa välille luovaa moninaisuutta, jotta erilaisia ratkaisupolkuja tutkittaisiin.

Nykyjärjestelmän on tarkoitus palkita edukseen erottuvia työntekijöitä. He etenevät urallaan ja saavat parempaa palkkaa. Mutta miten työntekijät erottuvat toisistaan maailmassa, jossa mallit ovat erinomaisia neuvonantajia?

Jos tekoäly antaa kaikille saman loistavan idean, erottautumismahdollisuuksia on vähemmän. Palkkahaitarin pitäisi kaventua.

Tätä kaventumista vastaan vaikuttavat arvostelukyky, maku ja vastuun laajuus. Jos jokainen meistä johtaa alaisuudessaan toimivia tekoälyyrityksiä, ihmiselle jäävä lisäarvo on päätöksenteossa. Jos kukin vastaa aiempaa suuremmasta kokonaisuudesta, hyvän ja huonon harkinnan ero korostuu⁠(avautuu uudessa ikkunassa).

Olemme jo pitkään soveltaneet tätä logiikkaa organisaation huipulle. Perustelemme toimitusjohtajien palkkoja⁠(avautuu uudessa ikkunassa) sillä, että hiemankin paremmat päätökset huipulla voivat vaikuttaa valtavasti tulokseen. Palkkaerot voivat kasvaa, jos jotkut työntekijät osaavat johtaa alaisiaan tekoälyyrityksiä paremmin niukkojen resurssien käytössä.

Mitä enemmän on pelissä, sitä selvemmin pieni etumatkasi muihin näkyy palkassasi. Toisaalta tekoäly antaa hyviä neuvoja kaikille. Pienemmät erot osaamisessa kaventavat palkkajakaumaa.

Tässä ja muuallakin ratkaisevaa saattaa olla, käytämmekö pääasiassa omaa harkintaamme vai noudatammeko tekoälyn harkintaa.