Budućnost poduzeća

Napomena autora: Ovo je drugi esej u našem serijalu o gospodarstvu budućnosti, koji je dio nove platforme za neovisne glasove koji istražuju budućnost s AGI-jem. Odražava naše stavove, a ne stavove tvrtke OpenAI ili naših kolega.

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

Od nas bi se očekivalo da odrađujemo najnezahvalnije poslove. S dvadeset četiri godine na dnu ste korporativne ljestvice. Vodite bilješke sa sastanaka i pišete poneki dopis. Nakon godina mukotrpnog rada dobivate, uz malo sreće, šire ovlasti.

Naš put, kao i put mnogih mladih danas, izgleda drukčije. U svijet rada ulazimo s „zaposlenicima” koji su nam već na raspolaganju. Ti pomoćnici rade danju i noću, vikendom i blagdanima. Odlično obavljaju rutinske poslove. U timu čak imamo osvajače zlatnih medalja na matematičkim olimpijadama koji nas savjetuju. Naši novi podređeni još uvijek griješe. No sve su bolji, uče što nam treba, a mi učimo kako ih voditi.

Nijedan od nas nije se popeo korporativnom ljestvicom. Umjesto toga, rukovodeća se uloga spustila na našu prečku. Ovaj esej govori o našem promaknuću i drugim načinima na koje bi se poduzeća mogla reorganizirati dok ulazimo u doba inteligencije.

Kad AI uđe u poduzeće, gdje mu je mjesto? Predstavljamo tri ilustrativna scenarija:

Nijedan se neće odviti točno onako kako ga opisujemo, ali mislimo da će se dijelovi svih triju ostvariti. Sva se tri već događaju, premda zasad neupadljivo.

Ovdje se ne bavimo potpunom automatizacijom, nego gospodarstvom u prijelaznom razdoblju. Zanima nas kako će izgledati poduzeća koja spajaju ljude i AI dok AI napreduje i prožima postojeće organizacije.

Smatramo da je koncept hibridnog poduzeća važan jer produktivno uvođenje AI-ja ne događa se trenutačno. Dok modeli obavljaju samo dio zadataka, možda ih najlakše mogu uvesti zaposlenici na operativnoj razini koji poznaju posao. Kad modeli budu obavljali široke funkcije od početka do kraja, moći će ih izravno upotrebljavati i nadređeni. Prema našem mišljenju, sposobniji AI lakše je uvesti: poduzeća moraju učiti tehnologije, ali radna snaga upoznaje poduzeće i može se sama uhodati.

Raščlanit ćemo tri nove vrste organizacijskih shema, a zatim razmotriti što znače za budućnost birokracije, samostalnosti radnika, veličine poduzeća i razlika u plaćama.

Naš prvi scenarij naizgled donosi najmanje potresa. U njemu ljudi ostaju na istim položajima, s istim nadređenima, i naizgled rade iste poslove kao prije. Dio organizacijske sheme koji čine ljudi u toj budućnosti izgleda isto kao danas.

Razlika je ispod nas. Ispod svakog zaposlenika koji nema rukovodeću ulogu pojavljuje se nova radna snaga AI agenata koja mu odgovara. Naša organizacijska shema dobiva podrum, a svi mi postajemo rukovoditelji.

U početku je taj podrum nedovršen. Svatko počinje s jednim ili dvama agentima, koji nisu toliko iskusni zaposlenici koliko poletni pripravnici koje moramo nadzirati i kojima lako opraštamo pogreške. Očekivanja su nam skromna: pošalji koji e-mail, sastavi nacrt dopisa, odgovaraj na poruke na Slacku. Poput zaposlenika početnika, isprva imaju malo samostalnosti i uživaju malo povjerenja.

No kako modeli napreduju, naši agenti preuzimaju sve više zadataka uz sve manje nadzora. Međusobno se usklađuju. Među njima mogu biti AI rukovoditelji i izvršitelji, računovođe i pravnici, a svi zajedno rade prema vašim uputama. Više ne vodite pripravnika za ruku: ono čime upravljate s vremenom počinje nalikovati zasebnom malom poduzeću, s vlastitom organizacijskom shemom i vama u ulozi upravnog odbora.

Primijetite da ovaj scenarij ne podrazumijeva otpuštanja. U njemu uvodimo AI, a da pritom ne automatiziramo vlastite uloge. Umjesto toga automatiziramo svoje nekadašnje uloge, a sami se penjemo u hijerarhiji. AI preuzima sve više onoga što smo prije radili. Naša radna mjesta ostaju jer imamo više toga čime treba upravljati, a preuzimamo odgovornost za veći ukupni učinak.

Radna mjesta nisu nepromjenjiva⁠(otvara se u novom prozoru). Pretpostavimo da AI može obavljati devedeset posto onoga što ste prije radili. Mogli biste zaključiti da vam ostaje samo deset posto posla. Druga je mogućnost da i dalje imate puni opseg posla, samo drukčijeg, sada usmjerenog na deset puta veći cilj. To je klasičan dar tehnologije: produktivnost raste, ambicije rastu s njom, a s ambicijama mogu rasti i plaće⁠(otvara se u novom prozoru).

Sve to ovisi o tome stvaramo li i dalje dodatnu vrijednost⁠(otvara se u novom prozoru) u proizvodnji. Ovaj se esej bavi godinama pred nama, u kojima automatizacija još neće moći sve niti će biti uvedena posvuda. Čak i kad bi AI mogao sve, možda bismo nešto i dalje više cijenili zato što je to napravio čovjek ili bismo inzistirali da čovjek ima posljednju riječ.

To ovisi i o našim apetitima. Ako kao potrošači ne želimo deset puta više proizvoda i usluga, ravnoteža će se pomaknuti prema manjem broju radnika ili kraćem radnom vremenu. Povijesno gledano, rast proizvodnje nije nas zasitio. Imamo mnogo više⁠(otvara se u novom prozoru), a radimo tek malo manje⁠(otvara se u novom prozoru). Ako naši apetiti nastave rasti s višestrukim povećanjem proizvodnje, a mi joj i dalje doprinosimo, nastavit ćemo birati razmjenu svojeg rada za veću potrošnju. Ako pak proizvodnja postane toliko obilna da se zasitimo, možda ćemo dobrovoljno odabrati manji broj radno aktivnih ljudi.

Postoje i drugi prigovori o kojima ćemo govoriti poslije, primjerice hoćemo li imati veći broj manjih poduzeća. Ipak smatramo da je ovaj scenarij važan jer uvođenje mora negdje početi. Poduzećima treba način da stabilno razvijaju postojeće organizacijske strukture. Osnaživanje rada postojećih zaposlenika može biti lakši prvi korak od potpunog restrukturiranja. To već vidimo u praksi: radnici jedan za drugim delegiraju AI-ju, zasad bez organizacijske revolucije.

Ovaj se scenarij oslanja na to da prvi „zapošljavaju” radnici na operativnoj razini. Uvođenje AI-ja predvode operativni radnici, a ne rukovoditelji i direktori. To se čini vjerojatnim sve dok AI najlakše navodi na obavljanje posla osoba koja ga je prije sama obavljala.

Modeli već mogu automatizirati mnoge zadatke iz podatkovne znanosti, ali voditelj 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 (vidi sljedeći scenarij), vjerojatno će najbolje služiti onima koji već znaju kako se posao obavlja.

Najveća promjena u ovom scenariju odnosi se na radnike na početku karijere. Više ne bi bilo najniže prečke, barem ne za ljude. Kad zapošljavamo mlade, nećemo ih smještati na dno poduzeća da obavljaju mukotrpne rutinske poslove. Ta će mjesta popuniti nešto čemu to ne smeta.

Time gubimo neke tradicionalne načine obrazovanja mladih radnika: naukovanje⁠(otvara se u novom prozoru), učenje kroz rutinske poslove i dokazivanje od samog dna. To su stvarni gubici, no mi ovu promjenu uglavnom vidimo kao povlasticu. I najneiskusniji novi zaposlenik s dobrom idejom ima resurse za eksperimentiranje. Najstarija uredska izlika, jednostavno nemamo dovoljno ljudi, nestaje. Zaposlenica početnica koja zamišlja sjajnu videoigru, ali ne može dobiti ljude za njezinu izradu, sada je jednostavno može sama napraviti.

Prema našem mišljenju, u ovom scenariju „promicanja” mladi radnici i dalje imaju mnogo toga naučiti: prosuđivanje, ukus, upravljačke vještine i kreativnu viziju. Imat ćemo poticaj razvijati te vještine jer će se odražavati u rezultatima našeg rada. I dalje ćemo učiti kroz rad⁠(otvara se u novom prozoru), ali uz širi opseg odgovornosti. Iskusniji članovi poduzeća i dalje će imati poticaj odgovorno nas usmjeravati i pomagati nam, jer kroz vlasničke udjele sudjeluju u našem uspjehu. Prilika je u poticajnijoj ulozi za svakoga, na svakoj prečki. Uz šire odgovornosti svaki radnik može pokazati svoje talente, što najviše znači početnicima koji prije uopće nisu imali vlastito područje odgovornosti.

Drugi put AI-ja u poduzeće provlači se kroz postojeću organizacijsku shemu. Ovdje agenti nisu na samom dnu, nego su kolege. Tradicionalna rukovoditeljica predaje modelu dio posla svojeg tima kao što bi ga povjerila bilo kojem zaposleniku. AI se smješta uz ljude, a ne samo ispod njih.

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

Ljudi su svestrani. Čekić pomaže u jednom zadatku; čovjek radi mnogo više. Put AI-ja od alata do radne snage širenje je djelokruga: najprije automatizacija zadatka, zatim radnog mjesta, potom tima i na kraju poduzeća. Svaki korak prema širem opsegu zahtijeva šire sposobnosti.

Radno mjesto je kovčeg pun različitih zadataka. Kod cijelog tima taj je kovčeg pretrpan svakovrsnim poslovima. Više zadataka u djelokrugu znači više mogućih uskih grla. Ako i samo jedan ključni zadatak u timu uključuje fizički rad, potreban je posve nov skup perifernih uređaja. Da bi AI mogao izravno zamijeniti cijeli tim, mora biti sposoban obavljati sve njegove raznolike dužnosti.

Teže je izgraditi AI koji može preuzeti širi opseg posla. No poduzećima je, i to je ključna asimetrija cijelog prijelaza, lakše uvesti AI sa širim opsegom sposobnosti.

Direktor može izravno uvesti potpuno automatiziran tim ili široku poslovnu funkciju. Alat užih mogućnosti nije tako jednostavno uvesti odlukom s vrha. Jednostavniji alat zahtijeva široko prihvaćanje i dodatno osposobljavanje zaposlenika.

Nove tehnologije tradicionalno pojeftinjuju obavljanje ograničenog skupa zadataka. Zatim teret prelazi na kupca. Poduzeće mora otkriti kako iskoristiti novi alat te mu prilagoditi osposobljavanje, organizaciju i poslovne procese⁠(otvara se u novom prozoru). Program za proračunske tablice nije se sam uveo u računovodstveni odjel: odjel se preoblikovao oko tog programa.

S radnom je snagom obrnuto. Pripravnik, zaposlenik i dobar tim sami pronalaze način da budu korisni vama. Postavljaju vam pitanja, upoznaju vaš kontekst i uočavaju vaše potrebe. Govore vam ono što niste ni znali da ne znate. Najbolji se radnici sami uhodaju u posao.

Što AI u tom smislu više nalikuje radnoj snazi, s inicijativom i prilagodljivošću, to poduzeće manje mora učiti kako ga iskoristiti, a on više sam otkriva kako mu biti koristan. Direktor vjerojatno neće odslušati početni tečaj programa za dizajn kako bi naučio novi alat. No rado će razmotriti ponudu koja glasi otprilike ovako: samo recite i uspostavit ću vam cijelu marketinšku funkciju.

Prečesto automatizaciju jednog radnog mjesta nazivamo svetim gralom AGI-ja. Istina, još nismo došli ni dotle. Radna su mjesta toliko složena upravo zato što smo mi toliko sposobni. Pa ipak, vrlo malo⁠(otvara se u novom prozoru) ukupne proizvodnje našeg gospodarstva dolazi od radnika koji rade sami. Produktivna radna mjesta doprinose timovima, timovi poduzećima, a poduzeća proizvode gotovo sve što trošimo.

Mjerilo „radnog mjesta” za AGI ne odaje dovoljno priznanja nama ljudima. Rad nije samo obavljanje zadataka, pa ni rješavanje nerutinskih dijelova posla: naš rad uključuje i iznimnu koordinaciju, našu prilagodljivost pri obavljanju malih dijelova većih cjelina. Svesti nas na puke skupove zadataka znači ozbiljno podcijeniti našu vrijednost. Ljudska sposobnost leži više u našim organizacijama⁠(otvara se u novom prozoru) nego u pojedincu. AGI za gospodarstvo mora dosegnuti razinu ljudi, a ne čovjeka.

Zbog toga scenarij „ispreplitanja” može biti prilično neučinkovit ako AI još uvijek nalikuje alatu ili čak pojedinačnom radniku, a ne timu ili poduzeću. Model umetnut uz svakog radnika znači tisuću spojeva i primopredaja⁠(otvara se u novom prozoru). Takav rascjepkan ustroj može usporiti uvođenje.

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

Ovaj scenarij „ispreplitanja” može postojati usporedno s prvim scenarijem „promicanja”. Mogli bismo vidjeti poduzeća koja smanjuju broj ljudi dok AI automatizira određene funkcije, a preostali ljudi dobivaju mnogo šire odgovornosti uz pomoć svojih timova agenata. Važno je da taj scenarij sam po sebi ne podrazumijeva manju ukupnu zaposlenost ljudi. Mogli bismo imati više poduzeća, svako s manje zaposlenih.

Naš treći scenarij najviše zbunjuje. U njemu AI ulazi u poduzeće iznad ljudi. Poredak više nije ljudi iznad strojeva, nego čovjek, AI, čovjek: automatizacijski sendvič. Neki ljudi „odgovaraju” AI-ju.

To zvuči nevjerojatno, osobito kao početni korak u uvođenju AI-ja u poduzeće. No mislimo da je to, u manje radikalnim oblicima, već počelo.

Čak i kada AI promatramo kao sredstvo mehanizacije kognitivnog rada, obično se usredotočujemo na niže prečke. Obično kažemo da AI automatizira proračunske tablice i prezentacije, a ne upravljanje. Instinktivno zamišljamo da se automatizacija penje hijerarhijom: prvo rutinski umni rad, a prosudba na kraju, s rukovoditeljem kao posljednjom utvrdom.

No posao rukovoditelja uglavnom se odvija na računalu i u glavi: čitanje, sastanci, vaganje mogućnosti, praćenje konteksta i donošenje odluka. Fizička prisutnost, obilazak ureda i boravak među zaposlenicima imaju svoju vrijednost. Ipak, operativni rad, čak i kada je uglavnom kognitivan, više je povezan s fizičkim svijetom i alatima nego upravljanje. Do fotokopirnog uređaja šalje se pripravnika, a ne njegova šefa.

Model je teško naučiti rukovoditeljskom odlučivanju jer uspjeh nije jednoznačan i mjeri se kroz duga razdoblja. Iz sličnih razloga⁠(otvara se u novom prozoru) teško je osposobiti i dobre ljudske rukovoditelje. Još ne znamo koliko su modeli dobri u upravljanju. Imamo mnoštvo evaluacija kognitivnog rada usmjerenog na izvršavanje, ali malo njih obuhvaća koordinaciju velikih razmjera kakvom se bave rukovoditelji i direktori.

Ipak, vrijedi razmotriti mogućnost da su današnji modeli po sposobnostima zapravo bliži ljudskim rukovoditeljima nego operativnim radnicima. Neke upravljačke funkcije mogle bi se automatizirati prije rada koji nadziru.

Možda je puna verzija ovog scenarija „uvođenja međusloja” AI koji razmišlja, a zatim praznine u svojim sposobnostima popunjava ljudskim vanjskim suradnicima koji mu odgovaraju. Takav nam svijet djeluje prilično strano. Mnogo bi se toga moralo promijeniti.

No postoji i prirodniji oblik, čiji je prvi čin već na pozornici: savjetovanje. Direktorica danas može zatražiti da ChatGPT pročita stotine kanala na Slacku, dokumenata, dopisa i datoteka s kodom iz cijele tvrtke, a zatim odgovori na pitanja. Čime se ovaj tim zapravo bavi? Gdje se pojavljuje ta ranjivost? Svaki dio organizacije postaje joj sve lakše razumljiv⁠(otvara se u novom prozoru).

Direktori odavno prožimaju organizacijske sheme plaćenim posrednicima: nazvali su to savjetovanjem. Tvrtka za poslovno savjetovanje nakratko i skupo postavlja dodatni sloj iznad vas. U budućnosti bi AI savjetnici mogli biti gotovo besplatni i stalno prisutni.

Modeli tek počinju pouzdano tumačiti dokumente i komunikaciju poduzeća. Njihov ukus i proaktivnost još moraju sazreti. Zasad ChatGPT pomaže motiviranoj direktorici detaljnije razumjeti vlastitu organizaciju. Predviđamo da će s vremenom postati sveobuhvatna savjetodavna služba. Neće biti pravi „rukovoditelj” zaposlenicima na nižim razinama, nego interni izvjestitelj i savjetnik direktorima. Poslovnim će znanjem pregledavati sve, samoinicijativno otkrivati probleme i pomagati u određivanju prioriteta.

Hoće li to biti korisno ili štetno, ovisit će o direktoru. Strukturni učinak je centralizacija. Smatramo da će to skratiti udaljenost između vrha uprave i ostatka tvrtke. Time se više moći daje vrhu, dok su zapreke u protoku informacija prije išle u prilog decentraliziranijem odlučivanju.

Taj scenarij smatramo dalekosežnim ne samo zbog preraspodjele ovlasti nego i zato što je AI u ulozi savjetodavne službe lako uvesti. Baš kao i tradicionalno savjetovanje, AI savjetodavna služba ne zahtijeva tehničku potkovanost direktora. To nije računalo, koje se uvodilo odozdo, preko onih koji su znali tipkati i služiti se terminalom. Vi samo razgovarate sa svojim savjetnikom, a on se brine za tehnički dio. Ovaj val uvođenja može krenuti iz direktorskog ureda. Savjetodavna bi služba zatim mogla ubrzati uvođenje AI-ja u ostatak organizacije.

Jedan se razlog posebno ističe u nepovjerenju poduzeća prema radu na daljinu i vanjskim suradnicima: mogućnost osiguravanja da se dogovoreno doista izvrši. Poduzeća nikada nisu imala jeftin način praćenja rada u svoj složenosti koju zaslužuje. Zato mjere privid rada⁠(otvara se u novom prozoru): broj klikova, pokrete miša, zelene točkice statusa – signale koji su toliko odvojeni od toga obavlja li se dobar posao.

AI nudi nadzornika koji razumije. Može pogledati nečije rezultate i prepoznati stvaran napredak prema većim ciljevima. Kao što razmatramo u sljedećem odjeljku, nijedan novi oblik nadzora ne smije se uvoditi olako⁠(otvara se u novom prozoru). No u pravim okolnostima može povećati povjerenje i potaknuti poduzeća da zaposlenicima daju više slobode.

Ako nadzornik razumije brojne različite putove do kvalitetnog rezultata, zaposlenici mogu više raditi onako kako žele. Važniji će biti napredak prema dobrim rezultatima, a ne jedna propisana metoda koju šefovi lako prate. Inteligentan nadzornik omogućuje fleksibilnost i kažnjava glumljenje produktivnosti koje svi preziremo.

Ponuda je slična onoj osiguravatelja koji vam smanje premiju ako u automobil ugradite uređaj za praćenje. Ako ste pokušavali izigrati sustav, to vam šteti; ako ste jednostavno radili svoj posao, nadzornik to može potvrditi pa vam rukovoditelji više vjeruju.

To povjerenje otvara nove mogućnosti. Mogli bismo vidjeti novu otvorenost⁠(otvara se u novom prozoru) poduzeća koja su se prije opirala hibridnom radu, nekonvencionalnim umovima, vanjskim suradnicima ili zapošljavanju iznimnih ljudi iz dalekih zemalja.

Zaposlenici na najnižim razinama danas imaju mnogo problema s organizacijskom shemom. Iznimno je obeshrabrujuće kada problem koji vidimo iz prve ruke nikako ne možemo prenijeti višim razinama. Nepravedno je zapeti pod neučinkovitim rukovoditeljem ili izvrsno raditi, a da to nitko ne prepozna.

Smatramo da se prethodni val hiperoptimizacije poslovanja temeljio na ograničenim podacima, grubim smjernicama i neinteligentnim algoritmima. Ako možete obraditi samo prijenosne omjere, svatko vam izgleda kao zupčanik. Poduzeća odavno imaju problem s mjerenjem doprinosa zaposlenika. Inteligentan nadzornik mogao bi prepoznati vrijedne doprinose i jedinstvene pristupe koje današnja gruba mjerila propuštaju.

Oslanjajući se na sva tri pojednostavljena scenarija, sada razmatramo neka ključna pitanja o budućnosti poduzeća.

Stvaranje je općenito prilično skupo. Aplikacija, film, prezentacija, značajka, analiza: sve je to skupo, sporo nastaje i mučno je izrađivati ispočetka. Kad praktički imate samo jedan pokušaj, ulažete u dobro ciljanje. Zato postoje ciklusi planiranja, rituali izrade planova razvoja i odbori za odobravanje: kako bi poduzeće, kad napokon da zeleno svjetlo, krenulo u nešto vrijedno truda. Mnoge provjere u našim hijerarhijama postoje zato što je izvedba bila dragocjena.

U mnogim područjima AI drastično smanjuje trošak izrade, barem do razine prototipa, ako ne i do konačnog proizvoda. Smatramo da se s time treba promijeniti i pristup poduzeća: manje ciljanja, više pokušaja. Poduzeće može izraditi prototip, promatrati rezultate, brzo učiti, promijeniti smjer i izraditi ga ponovno. Jednostavna izrada prototipova⁠(otvara se u novom prozoru) trebala bi poduzeća udaljiti od ustaljenih struktura na kojima počiva proizvodnja koja zahtijeva opsežno planiranje.

U najjednostavnijoj verziji to je tim koji brže razvija i dorađuje rješenja. U radikalnijem tumačenju dovodi se u pitanje i sam tim. Ako zajedničko planiranje postaje manje važno, a neovisne i raznolike ideje važnije, je li bolje imati jedan tim koji brzo dorađuje rješenja ili mnogo pojedinaca koji svaki nude vlastite funkcionalne prototipove? Ako stvarni prototip prenosi viziju bolje nego ijedan dokument o opsegu projekta, hoće li se promijeniti naši komunikacijski običaji: hoćemo li dijeliti više i ranije, i to konkretne radove umjesto dopisa?

Jeftina izrada mogla bi u poduzeću dati veću težinu pojedincima. To bi značilo manje razina srednjeg menadžmenta i manje traženja dopuštenja, jer je nekad bilo jeftinije pitati nego napraviti, a sada više nije.

Ipak, kao što ćemo uskoro razmotriti, ista tehnologija koja pojedincima omogućuje izradu prototipova uz manji rizik može nametnuti i više birokracije.

Važan razlog zbog kojeg poduzeća nameću upravljanje odozgo prema dolje jest uvjerenje da direktori donose bolje odluke važne za poslovanje⁠(otvara se u novom prozoru) od radnika na početku karijere. Poduzeća više plaćaju vrlo sposobne i iskusne ljude na vrhu, a rukovoditelji su često obrazovani u poslovnoj strategiji, dok su ostali zaposlenici specijalizirani za svoje područje. Ako AI svim radnicima nudi izvrsne savjete, smanjuje se razlika u kvaliteti odlučivanja. Rukovoditelji bi imali manje razloga uplitati se. To bi povećalo samostalnost radnika i moglo smanjiti broj razina upravljanja.

Slično tome, „AI savjetodavna služba” osigurava da se ništa s važnim posljedicama ne dogodi bez obavještavanja direktora. Ako radnik namjerava objaviti tekst na blogu koji bi mogao imati ozbiljne posljedice za tvrtku, služba će na to samoinicijativno upozoriti direktora. To stvara povjerenje: rukovoditelji ne moraju strahovati da će se veliki propusti dogoditi bez njihova znanja pa ne moraju držati radnike na tako kratkoj uzici⁠(otvara se u novom prozoru) dok obavljaju posao.

No AI savjetodavna služba je dvosjekli mač⁠(otvara se u novom prozoru). Kao inteligentan nadzornik može povećati povjerenje u radnike, ali i strože provoditi način rada koji glavni direktor preferira u cijeloj organizaciji. Poduzeća cijene usklađenost⁠(otvara se u novom prozoru): nije važna samo dobra odluka, nego odluka koja se uklapa u kulturu, brend i ekonomiju razmjera tvrtke. Lanac restorana može preferirati isti jelovnik u svim franšizama kako bi sastojke mogao naručivati na veliko, a gosti mogli očekivati ujednačen proizvod.

S time je povezano i to što se interesi čelnika poduzeća ne poklapaju uvijek s interesima radnika. Radnici teže uspjehu svojeg područja⁠(otvara se u novom prozoru), dok direktori brinu o poduzeću u cjelini. Vlasnici udjela imaju drukčije prioritete od radnika koji primaju plaću jer oni ubiru plodove⁠(otvara se u novom prozoru) intenzivnijeg rada. Savjetodavna služba mogla bi nametnuti strože pridržavanje određenih pravila rada propisanih s vrha.

Naše je mišljenje da će, kad se sve zbroji, radnici dobiti više samostalnosti. Naš se optimizam temelji na tome da će poduzeća upotrebljavati AI za upozoravanje na iznimke s važnim posljedicama, a više odluka prepuštati radnicima.

Vjerujemo da će AI služiti kao potporni okvir: čak i ako direktori žele zadržati dosljedan brend, to će jednostavno biti granica unutar koje treba djelovati. Radnici će bolje razumjeti poslovna ograničenja i biti bolje zaštićeni pri kreativnom radu na svemu što ta ograničenja ne određuju. Kad su ključni rizici pokriveni, direktori mogu zaposlenicima dopustiti da isprobaju potencijalno unosne nove pristupe. Uz pomoć AI pomoćnika ispod sebe, radnici će odgovarati i za veći opseg rezultata. U vođenju složenijeg rada vidimo više prilika za kreativnost.

Ista logika koja vrijedi za samostalnost radnika primjenjuje se i na veličinu poduzeća. Ronald Coase⁠(otvara se u novom prozoru) pitao se zašto proizvodnju organiziramo unutar poduzeća, a ne kroz mrežu ugovora. Čak bi se i zrakoplov mogao izgraditi isključivo izravnim ugovaranjem među pojedinim sudionicima, ali to bi bilo vrlo neučinkovito. Poduzeća ostvaruju ekonomiju razmjera, usklađuju poticaje, organiziraju velike projekte i uklanjaju potrebu za stalnim pregovaranjem.

Olakšavanjem komunikacije AI bi mogao opravdati i veća i manja poduzeća. Klasično je poduzeće infrastruktura za prijenos informacija prema gore i uputa prema dolje, puna zapreka i pokvarenog telefona. Većim poduzećem, s više ljudskih zaposlenika, lakše je upravljati ako AI djeluje kao koordinacijski sloj. Uz „AI savjetodavnu službu” direktorica može poznavati svoje poduzeće onako kako osnivač poznaje startup s dvadeset zaposlenika. Može pratiti provedbu inicijative umjesto da čeka tromjesečni izvještaj o njoj te primati obavijesti čim se nešto dogodi. Njezina vizija može prožeti veći dio organizacije. Svi bolje znaju što rade drugi i koji su ukupni prioriteti organizacije.

No učinak može biti i obrnut. Ako komunikacija teče bez zapreka, a ispunjavanje obveza lakše je nadzirati, poduzeće ne mora toliko svojeg opskrbnog lanca držati unutar vlastite organizacije. Može imati više povjerenja u vanjske dobavljače i suradnike.

Jedan od glavnih razloga za vertikalnu integraciju jest usklađivanje poticaja. Postoji koncept nepotpunih ugovora⁠(otvara se u novom prozoru): zrakoplovna tvrtka može sklopiti ugovor s proizvođačem mlaznih motora, no za sve što ugovor izričito ne zahtijeva proizvođač ima poticaj štedjeti na kvaliteti i voditi računa o vlastitoj dobiti. Da bi to izbjegla, zrakoplovna tvrtka kupuje proizvođača mlaznih motora. Kao i kod radnika i šefova: ako je ispunjavanje ugovora lakše nadzirati, a sporovi se rješavaju razborito umjesto pukom provjerom stavki, poduzeća se mogu spremnije oslanjati na druga poduzeća. Bilo bi manje razloga da sve obavljaju sama.

Očekujemo mnoga manja poduzeća, ali i goleme AI „holdinge” u kojima se pod okriljem jednog poduzeća odvija velik broj različitih projekata. Konglomerat je isplativ ondje gdje postoji neki zajednički resurs kojim se koriste svi ti različiti projekti. Taj zajednički resurs može biti računalna snaga, premda se ona lako može osigurati i u malim količinama prema potrebi. Zajednička tvornica ili flota robota bolji su razlog.

Veliki „holding” mogu opravdati i usklađeni poticaji. Ako je velika organizacija AI sustava i kapitala potpuno posvećena zajedničkoj misiji, primjerice izlječenju raka, manja je potreba za zasebnim manjim inicijativama. AI poduzeće moglo bi izbjeći borbe za moć, dijeliti sve informacije i, prema potrebi, stvarati kreativnu raznolikost među svojim agentima kako bi istraživalo različite putove.

Današnji bi sustav trebao nagrađivati radnike koji se ističu. Oni napreduju u hijerarhiji i bolje su plaćeni. No kako će se radnici isticati u svijetu vrhunskih modela savjetnika?

Ako AI svima ponudi istu sjajnu ideju, imamo manje prilika razlikovati se od drugih. Rasponi plaća trebali bi se suziti.

Tom se sužavanju suprotstavljaju prosudba, ukus i opseg odgovornosti. Ako svatko od nas vodi AI poduzeće ispod sebe, preostala ljudska vrijednost leži u našem odlučivanju. Ako svatko odgovara za veći opseg rada pod svojim vodstvom, razlika između dobre i loše prosudbe ima veći odjek⁠(otvara se u novom prozoru).

Tu logiku odavno primjenjujemo na vrh organizacijske sheme. Plaće glavnih direktora⁠(otvara se u novom prozoru) opravdavamo tvrdnjom da i malo bolje odluke na vrhu mogu imati golem učinak na dobit. Nejednakost u plaćama mogla bi porasti ako neki radnici bolje upravljaju svojim AI poduzećima pri raspoređivanju oskudnih resursa.

Što je veći ulog, to se vaša mala prednost pred drugima više vidi na plaći. S druge strane, AI će svima davati dobre savjete. Manje razlika među radnicima znači i uži raspon plaća.

Ovdje, kao i drugdje, prevladavajući učinak možda će ovisiti o tome donosimo li uglavnom vlastite prosudbe ili slijedimo tuđe.