ფირმის მომავალი

ავტორების შენიშვნა: ეს მეორე ესეა მომავლის ეკონომიკაზე ჩვენს სერიაში, რომელიც იმ ახალი პლატფორმის ნაწილია, სადაც დამოუკიდებელი ავტორები AGI-ს მომავალს იკვლევენ. ის ჩვენს შეხედულებებს ასახავს და არა OpenAI-ს ან ჩვენი კოლეგების პოზიციას.

ორივე ოცდაოთხი წლის ვიყავით, როცა აქ, OpenAI-ში, საკუთარი გუნდების მართვა დავიწყეთ. როცა ჩვენს გუნდებს გაიცნობთ, ეს ნაკლებად შთამბეჭდავი მოგეჩვენებათ.

წესით, რიგითი შემსრულებლები უნდა ვიყოთ. ოცდაოთხი წლისა კორპორაციული კიბის ყველაზე დაბალ საფეხურზე დგახარ. შეხვედრებზე ჩანაწერებს აკეთებ და რამდენიმე სამსახურებრივ წერილს ამზადებ. წლების მოსაწყენი შრომის შემდეგ კი, იმედია, უფრო ფართო უფლებამოსილებას გაძლევენ.

ჩვენი კარიერა — ისევე, როგორც დღეს ბევრი ახალგაზრდის — სხვაგვარად ვითარდება. შრომით საქმიანობას უკვე ჩვენდამი დაქვემდებარებული „თანამშრომლებით“ ვიწყებთ. ეს თანაშემწეები დღედაღამ, შაბათ-კვირასა და დღესასწაულებზეც მუშაობენ. რუტინულ სამუშაოს შესანიშნავად ასრულებენ. შტატში მრჩევლებად მათემატიკური ოლიმპიადის ოქროსმედალოსნებიც კი გვყავს. ჩვენს დაქვემდებარებაში მყოფი ახალი თანამშრომლები ჯერ კიდევ უშვებენ შეცდომებს. თუმცა იხვეწებიან, ჩვენს საჭიროებებს ეცნობიან, ჩვენ კი მათ მართვას ვსწავლობთ.

კარიერულ კიბეზე არცერთი არ ავსულვართ. ამის ნაცვლად, მართვის პასუხისმგებლობა ჩვენს საფეხურზეც გაჩნდა. ეს ესე ჩვენს დაწინაურებასა და იმ სხვა გზებს ეხება, რომლებითაც ფირმები ინტელექტის ეპოქაში შესვლისას შეიძლება გარდაიქმნას.

როცა ხელოვნური ინტელექტი ფირმაში შედის, სად იკავებს ადგილს? წარმოგიდგენთ სამ საილუსტრაციო სცენარს:

არცერთი სცენარი ზუსტად ისე არ განვითარდება, როგორც აღვწერთ, თუმცა ვფიქრობთ, სამივეს გარკვეული ასპექტები რეალობად იქცევა. სამივე უკვე ხდება, თუმცა ჯერ ნაკლებად შესამჩნევად.

ჩვენი ყურადღების ცენტრში სრული ავტომატიზაცია კი არა, გარდამავალი ეკონომიკაა. გვაინტერესებს, როგორი იქნება შერეული ფირმები, როცა ხელოვნური ინტელექტი დაიხვეწება და არსებულ ორგანიზაციებში ჩაერთვება.

ჩვენი აზრით, ჰიბრიდული ფირმა კონცეპტუალურად მნიშვნელოვანია, რადგან ხელოვნური ინტელექტის ეფექტიანად დანერგვა მყისიერად არ ხდება. როცა მოდელები ამოცანების მხოლოდ ნაწილს ასრულებენ, მათი დანერგვა შეიძლება ყველაზე მეტად სამუშაოს მცოდნე რიგით თანამშრომლებს გაუადვილდეთ. როგორც კი მოდელები ფართო ფუნქციებს თავიდან ბოლომდე შეასრულებენ, ხელმძღვანელები მათ უშუალოდ გამოიყენებენ. ჩვენი აზრით, რაც უფრო უნარიანია ხელოვნური ინტელექტი, მით უფრო ადვილია მისი დანერგვა: ფირმამ ტექნოლოგიის გამოყენება უნდა ისწავლოს, თანამშრომელი კი თავად ეცნობა ფირმას და სამუშაოსაც ერგება.

განვიხილავთ ორგანიზაციული სტრუქტურის სამ ახალ ტიპს, შემდეგ კი — იმას, თუ როგორ შეიძლება მათ შეცვალონ ბიუროკრატია, თანამშრომელთა დამოუკიდებლობა, ფირმის ზომა და ანაზღაურების უთანასწორობა.

პირველი სცენარი ყველაზე ნაკლებად რადიკალური ჩანს. აქ ადამიანები იმავე პოზიციებზე რჩებიან, იმავე პირებს ექვემდებარებიან და, ერთი შეხედვით, იმავე სამუშაოს ასრულებენ. ამ მომავალშიც თანამშრომელთა ორგანიზაციული სტრუქტურა ისეთივე ჩანს, როგორიც დღესაა.

განსხვავება ჩვენ ქვემოთაა. ყოველი რიგითი სპეციალისტის ქვემოთ ხელოვნური ინტელექტის ახალი სამუშაო ძალა ჩნდება და თითოეულ ჩვენგანს ექვემდებარება. ჩვენს ორგანიზაციულ სტრუქტურას სარდაფი ემატება და ყველანი მენეჯერები ვხდებით.

თავდაპირველად ეს სარდაფი დაუსრულებელია. ვიწყებთ ერთი-ორი აგენტით, რომლებიც გამოცდილ თანამშრომლებზე მეტად მონდომებულ სტაჟიორებს ჰგვანან: ზედამხედველობა სჭირდებათ და შეცდომებიც ადვილად უნდა ვაპატიოთ. მათგან ბევრს არ ველით: გაგზავნონ ელფოსტა, მოამზადონ სამსახურებრივი წერილის მონახაზი ან უპასუხონ Slack-ის შეტყობინებებს. ახალბედა თანამშრომლების მსგავსად, თავიდან მათაც მცირე დამოუკიდებლობას ვაძლევთ და ნაკლებად ვენდობით.

მაგრამ მოდელების გაუმჯობესებასთან ერთად ჩვენი აგენტები მეტ ამოცანას ნაკლები ზედამხედველობით ასრულებენ. ისინი ერთმანეთთან კოორდინირებულად მუშაობენ. მათ შორის შეიძლება იყვნენ ხელოვნური ინტელექტის მენეჯერები და რიგითი შემსრულებლები, ბუღალტრები და იურისტები — ყველა ერთად, თქვენი დავალებით მომუშავე. საბოლოოდ, თქვენი როლი სტაჟიორის მუდმივ ზედამხედველობას სცდება: თქვენ უკვე პატარა დამოუკიდებელ ფირმას ხელმძღვანელობთ, რომელსაც საკუთარი ორგანიზაციული სტრუქტურა აქვს, თქვენ კი მის დირექტორთა საბჭოს ფუნქციას ასრულებთ.

შენიშნეთ, რომ ეს სცენარი გათავისუფლებებს არ გულისხმობს. აქ ხელოვნურ ინტელექტს ისე ვნერგავთ, რომ საკუთარ თავს არ ვანაცვლებთ. ამის ნაცვლად, ვახდენთ ჩვენი უწინდელი სამუშაოს ავტომატიზაციას და იერარქიაში მაღლა ავდივართ. ხელოვნური ინტელექტი სულ უფრო მეტს იღებს იმ საქმიდან, რომელსაც ადრე ჩვენ ვაკეთებდით. ჩვენი სამუშაო ადგილები რჩება, რადგან სამართავი საქმე მატულობს და უფრო მასშტაბურ შედეგებზე ვხდებით პასუხისმგებელი.

სამუშაოები უცვლელი არ არის⁠(იხსნება ახალ ფანჯარაში). დავუშვათ, ხელოვნურ ინტელექტს შეუძლია იმის ოთხმოცდაათი პროცენტი შეასრულოს, რასაც ადრე თქვენ აკეთებდით. შეიძლება დაასკვნათ, რომ სამუშაოს მხოლოდ ათი პროცენტი დაგრჩათ. სხვა შესაძლებლობაა, კვლავ სრულ სამუშაოს ასრულებდეთ, ოღონდ განსხვავებულს — ახლა ათჯერ უფრო დიდ მიზანზე ორიენტირებულს. ეს ტექნოლოგიის კლასიკური საჩუქარია: პროდუქტიულობა იზრდება, მის კვალდაკვალ ამბიციაც მატულობს, ამბიციასთან ერთად კი ხელფასებიც შეიძლება გაიზარდოს⁠(იხსნება ახალ ფანჯარაში).

ეს ყველაფერი დამოკიდებულია იმაზე, კვლავ ვმატებთ თუ არა ღირებულებას⁠(იხსნება ახალ ფანჯარაში) წარმოებას. ეს ესე მომავალ წლებს ეხება, როცა ავტომატიზაციას ჯერ ყველაფრის კეთება არ შეეძლება ან ყველგან არ იქნება დანერგილი. მაშინაც კი, თუ ხელოვნური ინტელექტი ყველაფერს შეძლებს, შეიძლება რაღაც უფრო მეტად დავაფასოთ, რადგან ის ადამიანმა შექმნა, ან მოვითხოვოთ, რომ საბოლოო სიტყვა ადამიანს ეკუთვნოდეს.

ეს ჩვენს მოთხოვნილებებზეც არის დამოკიდებული. თუ, როგორც მომხმარებლებს, ათჯერ მეტი პროდუქცია არ გვინდა, წონასწორობა ნაკლები თანამშრომლის ან ნაკლები სამუშაო საათის სასარგებლოდ გადაიხრება. ისტორიულად, წარმოების ზრდას ჩვენი მოთხოვნილებები არ დაუკმაყოფილებია. გაცილებით მეტი⁠(იხსნება ახალ ფანჯარაში) გვაქვს, მაგრამ მხოლოდ ოდნავ ნაკლებს⁠(იხსნება ახალ ფანჯარაში) ვმუშაობთ. თუ წარმოების გამრავლებასთან ერთად ჩვენი მოთხოვნილებებიც გაიზრდება და წარმოებაში ღირებულ წვლილს კვლავ შევიტანთ, ისევ ვამჯობინებთ შრომის მეტი მოხმარების შესაძლებლობაზე გაცვლას. ხოლო თუ წარმოება იმდენად უხვი გახდება, რომ მოთხოვნილებები დაგვიკმაყოფილდება, სამუშაო ძალის შემცირება შეიძლება თავად ავირჩიოთ.

არსებობს სხვა საწინააღმდეგო არგუმენტებიც, რომლებსაც მოგვიანებით განვიხილავთ — მაგალითად, გვექნება თუ არა უფრო მეტი პატარა ფირმა. მაინც ვფიქრობთ, რომ ეს სცენარი მნიშვნელოვანია, რადგან დანერგვა სადღაც უნდა დაიწყოს. ფირმებს არსებული ორგანიზაციული სტრუქტურებიდან სტაბილური განვითარების გზა სჭირდებათ. არსებული თანამშრომლების მუშაობის გაძლიერება შეიძლება უფრო მარტივი პირველი ნაბიჯი იყოს, ვიდრე სრული რესტრუქტურიზაცია. ამას დღესაც ვხედავთ: თანამშრომლები ერთმანეთის მიყოლებით აბარებენ საქმეებს ხელოვნურ ინტელექტს, ჯერჯერობით ორგანიზაციული რევოლუციის გარეშე.

ამ სცენარში პირველები დამხმარეებს უშუალო შემსრულებლები იქირავებენ. ხელოვნური ინტელექტის დანერგვას რიგითი თანამშრომლები გაუძღვებიან და არა მენეჯერები და ხელმძღვანელები. ეს სავარაუდოა მანამ, სანამ ხელოვნურ ინტელექტს საქმეს ყველაზე უკეთ ის აკეთებინებს, ვინც ადრე თავად ასრულებდა.

მოდელებს უკვე შეუძლიათ მონაცემთა მეცნიერების მრავალი ამოცანის ავტომატიზაცია, მაგრამ დეპარტამენტის ხელმძღვანელს, რომელიც მეთოდებსა და წვრილმანებს არ იცნობს, ამ ხელსაწყოების გამოყენება გაუჭირდება. სანამ ხელოვნური ინტელექტი იმდენად ინიციატივიანი გახდება, რომ თავად გითხრათ, რა არ იცით (იხილეთ შემდეგი სცენარი), ის, ალბათ, ყველაზე მეტად მათ გამოადგება, ვინც უკვე იცის, როგორ კეთდება საქმე.

ამ სცენარში ყველაზე დიდი ცვლილება დამწყებ თანამშრომლებს ეხება. ყველაზე დაბალი საფეხური აღარ იარსებებს — ყოველ შემთხვევაში, ადამიანებისთვის. ახალგაზრდებს აღარ დავიქირავებთ იმისთვის, რომ ფირმის მოსაწყენი სამუშაოებით დატვირთულ ფსკერზე მოვათავსოთ. ამ ადგილებს დაიკავებს ის, ვისაც ეს არ აწუხებს.

ამით ახალგაზრდა თანამშრომლების მომზადების ზოგ ტრადიციულ გზას ვკარგავთ: შეგირდობას⁠(იხსნება ახალ ფანჯარაში), რუტინული შრომით სწავლას, გამოცდილებით სახელის მოხვეჭას. ეს რეალური დანაკარგებია, მაგრამ მთლიანობაში ამას პრივილეგიად მივიჩნევთ. კარგი იდეის მქონე ყველაზე გამოუცდელ ახალბედასაც აქვს ექსპერიმენტის რესურსი. ოფისის უძველესი თავის მართლება — უბრალოდ ხალხი არ გვყოფნის — ქრება. ახალბედა თანამშრომელს, რომელსაც შესანიშნავი ვიდეოთამაში აქვს ჩაფიქრებული, მაგრამ გუნდის დაქირავების საშუალება არა აქვს, ახლა შეუძლია უბრალოდ შექმნას ის.

ჩვენი აზრით, „დაწინაურების“ სცენარშიც ახალბედებს ბევრი რამ აქვთ სასწავლი — განსჯა, გემოვნება, მართვის უნარები და შემოქმედებითი ხედვა. ამ უნარების განვითარებისთვის სტიმული გვექნება, რადგან ისინი ჩვენი მუშაობის შედეგში აისახება. კვლავ კეთებით ვისწავლით⁠(იხსნება ახალ ფანჯარაში), ოღონდ უფრო ფართო მასშტაბით. ფირმის ვეტერანებსაც შეუნარჩუნდებათ დახმარების მოტივაცია, როგორც პასუხისმგებელ მენტორებს, რომლებსაც ჩვენს წარმატებაში ფინანსური წილიც აქვთ. ეს ყველა საფეხურზე ყველასთვის უფრო საინტერესო როლის შესაძლებლობას იძლევა. უფრო ფართო უფლებამოსილებით ნებისმიერ თანამშრომელს შეუძლია ნიჭი გამოავლინოს; ეს ყველაზე მეტად დამწყებთათვისაა მნიშვნელოვანი, რომლებსაც საკუთარი სამოქმედო არეალი საერთოდ არ ჰქონდათ.

ხელოვნური ინტელექტის ფირმაში შესვლის მეორე გზა არსებულ ორგანიზაციულ სტრუქტურაში ჩაქსოვაა. აქ აგენტები ყველაზე დაბალი რგოლი კი არა, კოლეგები არიან. ჩვეულებრივი მენეჯერი გუნდის სამუშაოს ნაწილს მოდელს ისე აბარებს, როგორც ნებისმიერ თანამშრომელს მიანდობდა. ხელოვნური ინტელექტი ადამიანების გვერდით იკავებს ადგილს და არა მხოლოდ მათ ქვემოთ.

პირველი სცენარისგან მთავარი განსხვავება ისაა, რომ აქ პროდუქტიულ ხელოვნურ ინტელექტს უკვე მოქმედი ადამიანური მენეჯერები ნერგავენ და არა მხოლოდ რიგითი სპეციალისტები. ამისთვის ის საკმარისად კომპეტენტური უნდა იყოს, რომ გუნდის სრულფასოვანი წევრი გახდეს.

ადამიანები მრავალმხრივები არიან. ჩაქუჩი ერთ ამოცანაში გეხმარება, ადამიანი კი გაცილებით მეტს აკეთებს. ხელოვნური ინტელექტის გზა ხელსაწყოდან სამუშაო ძალამდე მოქმედების არეალის გაფართოებაა: ჯერ ამოცანის, შემდეგ სამუშაო ადგილის, მერე გუნდის და ბოლოს ფირმის ავტომატიზაცია. მასშტაბის ყოველი ზრდა უფრო ფართო კომპეტენციას მოითხოვს.

სამუშაო ადგილი მრავალი ამოცანით სავსე ჩემოდანია. მთელი გუნდის შემთხვევაში ეს ჩემოდანი ყველანაირი განსხვავებული საქმითაა გაჭედილი. მეტი ამოცანა მეტ პოტენციურ დაბრკოლებას ნიშნავს. თუ გუნდის ერთი აუცილებელი ამოცანაც კი ფიზიკურ შრომას მოიცავს, პერიფერიული მოწყობილობების სრულიად ახალი ნაკრებია საჭირო. მთელი გუნდის პირდაპირ ჩასანაცვლებლად ხელოვნური ინტელექტი მის ყველა მრავალფეროვან მოვალეობას უნდა უმკლავდებოდეს.

ხელოვნური ინტელექტის შექმნა მით უფრო რთულია, რაც უფრო ფართო საქმიანობას უნდა გაუმკლავდეს. მაგრამ ფირმებისთვის — და ეს მთელი გარდაქმნის მთავარი ასიმეტრიაა — უფრო ფართო შესაძლებლობების დანერგვა უფრო ადვილია.

ხელმძღვანელს შეუძლია თავიდან ბოლომდე ავტომატიზებული გუნდი ან ფართო ფუნქცია უშუალოდ დანერგოს. შეზღუდული შესაძლებლობების მქონე ხელსაწყო ზემოდან ასე მარტივად ვერ დაინერგება. მარტივ ხელსაწყოს თანამშრომელთა ფართო მხარდაჭერა და გადამზადება სჭირდება.

ტრადიციულად, ახალი ტექნოლოგიები ამოცანების შეზღუდული ნაკრების შესრულებას აიაფებს. შემდეგ ტვირთი მყიდველზე გადადის. ფირმამ უნდა გაარკვიოს, როგორ გამოიყენოს ახალი ხელსაწყო, შემდეგ კი მის შესაბამისად გადაამზადოს თანამშრომლები, შეცვალოს სტრუქტურა და თავიდან ააწყოს პროცესები⁠(იხსნება ახალ ფანჯარაში). ელექტრონული ცხრილების პროგრამა ბუღალტერიაში თავისით არ დანერგილა — ბუღალტერია თავად მოერგო პროგრამას.

სამუშაო ძალის შემთხვევაში პირიქითაა. სტაჟიორი, თანამშრომელი თუ კარგი გუნდი თავად არკვევს, როგორ გამოგადგეთ თქვენ. გისვამენ კითხვებს, ეცნობიან თქვენს გარემოებებს, ამჩნევენ თქვენს საჭიროებებს. გეუბნებიან იმას, რის არცოდნასაც კი ვერ აცნობიერებდით. საუკეთესო თანამშრომლები ახალ სამუშაო გარემოს თავად ერგებიან.

რაც უფრო ემსგავსება ხელოვნური ინტელექტი ამ მხრივ სამუშაო ძალას — ინიციატივითა და ადაპტაციის უნარით — მით ნაკლებად სჭირდება ფირმას მისი გამოყენების სწავლა და მით მეტად არკვევს თავად, როგორ გამოადგეს ფირმას. ხელმძღვანელი, ალბათ, ახალი ხელსაწყოს შესასწავლად დიზაინის პროგრამის საწყის ლექციას არ დაესწრება. მაგრამ სიამოვნებით განიხილავს ასეთ შეთავაზებას: მხოლოდ თქვით და მთელ მარკეტინგულ საქმიანობას აგიწყობთ.

ზედმეტად ხშირად AGI-ს უმაღლეს მიზნად ერთი სამუშაო ადგილის ავტომატიზაციას ვასახელებთ. მართალია, ჯერ ამასაც ვერ მივაღწიეთ. სამუშაოები სწორედ იმიტომაა ასე რთული, რომ ჩვენ საოცრად უნარიანები ვართ. მიუხედავად ამისა, ჩვენი ეკონომიკის პროდუქციის ძალიან მცირე ნაწილი⁠(იხსნება ახალ ფანჯარაში) მოდის იმ ადამიანებზე, რომლებიც ამჯობინებენ დამოუკიდებლად მუშაობას. პროდუქტიულ თანამშრომლებს გუნდების საქმიანობაში შეაქვთ წვლილი, გუნდებს კი — ფირმების საქმიანობაში; ფირმები თითქმის ყველაფერს აწარმოებენ, რასაც მოვიხმართ.

AGI-ს „სამუშაო ადგილით“ შეფასების კრიტერიუმი ადამიანების შესაძლებლობებს სათანადოდ ვერ აფასებს. შრომა მხოლოდ ამოცანები ან არასტანდარტულ საქმეებთან გამკლავება არ არის: ის ასევე გულისხმობს უზარმაზარ კოორდინაციას და მოქნილობას, რომ უფრო მასშტაბურ საქმეში ჩვენი წილი შევასრულოთ. ჩვენი მხოლოდ ამოცანების ნაკრებად წარმოდგენა ჩვენი ღირებულების ძლიერ დაკნინებაა. ადამიანური შესაძლებლობები უფრო მეტად ჩვენს ორგანიზაციებშია⁠(იხსნება ახალ ფანჯარაში), ვიდრე ცალკეულ ადამიანში. ეკონომიკურ საქმიანობაში გამოსადეგმა AGI-მ ადამიანების დონეს უნდა მიაღწიოს და არა ერთი ადამიანისას.

შესაბამისად, „ჩაქსოვის“ სცენარი შეიძლება საკმაოდ არაეფექტიანი იყოს, თუ ხელოვნური ინტელექტი ჯერ კიდევ ხელსაწყოს ან თუნდაც თანამშრომელს ჰგავს და არა გუნდს ან ფირმას. თითოეულ თანამშრომელთან ცალკე მოდელის მუშაობა უამრავ საკოორდინაციო რგოლსა და საქმის ხშირ გადაბარებას⁠(იხსნება ახალ ფანჯარაში) მოითხოვს. ასეთმა ფრაგმენტულმა მოწყობამ შეიძლება დანერგვა შეანელოს.

ვხედავთ კონკურენციას ადრეულ ეტაპზე დანერგილ, ნაკლებად უნარიან სისტემებსა და მოგვიანებით შექმნილ, უფრო უნარიან მოდელებს შორის. გამარჯვებულს განსაზღვრავს ის, იქნება თუ არა მომავალი მოდელების დანერგვა იმდენად სწრაფი, რომ ამ უნარების მიღწევისთვის საჭირო დამატებითი დრო აანაზღაუროს.

„ჩაქსოვის“ ეს სცენარი შეიძლება პირველ, „დაწინაურების“ სცენართან თანაარსებობდეს. შესაძლოა ფირმებში ადამიანთა რაოდენობა შემცირდეს, რადგან ხელოვნური ინტელექტი გარკვეულ ფუნქციებს ავტომატიზებს, დარჩენილ ადამიანებს კი აგენტების სამუშაო ძალის დახმარებით გაცილებით ფართო უფლებამოსილება მიეცეთ. მნიშვნელოვანია, რომ თავისთავად ეს სცენარი ადამიანთა საერთო დასაქმების შემცირებას არ გულისხმობს. შესაძლოა მეტი ფირმა გვქონდეს, თითოეულში კი — ნაკლები თანამშრომელი.

მესამე სცენარი ყველაზე დამაბნეველია. აქ ხელოვნური ინტელექტი ფირმაში ადამიანების ზემოთ ჩნდება. იერარქია აღარ არის ადამიანები მანქანების ზემოთ; ისაა ადამიანი, ხელოვნური ინტელექტი, ადამიანი — ავტომატიზაციის სენდვიჩი. ზოგი ადამიანი ხელოვნურ ინტელექტს „ექვემდებარება“.

ეს დაუჯერებლად ჟღერს, განსაკუთრებით ფირმაში დანერგვის საწყის ეტაპად. მაგრამ ვფიქრობთ, ნაკლებად რადიკალური ფორმებით ეს უკვე დაიწყო.

მაშინაც კი, როცა ხელოვნურ ინტელექტს გონებრივი შრომის ავტომატიზაციის საშუალებად ვხედავთ, ყურადღებას ქვედა საფეხურებზე ვამახვილებთ. ჩვეულებრივ ვამბობთ, რომ ხელოვნური ინტელექტი ცხრილებსა და პრეზენტაციებს ავტომატიზებს და არა მართვას. ინტუიციურად გვგონია, რომ ავტომატიზაცია იერარქიას ქვემოდან მიუყვება: ჯერ რუტინული გონებრივი საქმე, ბოლოს განსჯა, მენეჯერის როლი კი ყველაზე ბოლოს ავტომატიზდება.

მაგრამ მენეჯერის სამუშაო უმეტესად კომპიუტერთან მუშაობასა და აზროვნებას მოიცავს: კითხვას, შეხვედრებს, აწონ-დაწონას, კონტექსტის შენარჩუნებასა და გადაწყვეტილებების მიღებას. ფიზიკურად ყოფნას, ოფისის სართულებზე სიარულსა და თანამშრომლებთან ახლოს ყოფნას თავისი ღირებულება აქვს. თუმცა სწორედ რიგითი სამუშაოა — მაშინაც კი, როცა ძირითადად გონებრივია — მართვაზე მეტად დაკავშირებული ფიზიკურ სამყაროსა და ხელსაწყოებთან. ქსეროქსთან სტაჟიორს აგზავნიან და არა მის უფროსს.

მოდელისთვის მმართველობითი გადაწყვეტილებების სწავლება რთულია, რადგან წარმატება ერთმნიშვნელოვანი არ არის და ხანგრძლივ პერიოდში იზომება. კარგი მენეჯერების — ამ შემთხვევაში, ადამიანების — მომზადებაც მსგავსი მიზეზებით⁠(იხსნება ახალ ფანჯარაში) არის რთული. ჯერ არ ვიცით, რამდენად კარგად მართავენ მოდელები. შესრულებაზე ორიენტირებული გონებრივი შრომის შესაფასებელი ტესტი ბევრი გვაქვს, მაგრამ ცოტაა ისეთი, რომელიც მენეჯერებისა და ხელმძღვანელების დონეზე ფართომასშტაბიან კოორდინაციას აფასებს.

მაინც ღირს იმის გათვალისწინება, რომ დღევანდელი მოდელები უნარებით შესაძლოა ადამიან მენეჯერებთან უფრო ახლოს იყვნენ, ვიდრე რიგით თანამშრომლებთან. ზოგი მმართველობითი ფუნქცია შეიძლება იმ სამუშაოზე ადრე ავტომატიზდეს, რომელსაც ზედამხედველობს.

შესაძლოა „შუალედური ფენის“ სცენარის სრული ვერსია იყოს ხელოვნური ინტელექტი, რომელიც აზროვნებს, ხოლო იმ საქმეებს, რომლებსაც თავად ვერ უმკლავდება, მის დაქვემდებარებაში მომუშავე, კონტრაქტით დაქირავებულ ადამიანებს აბარებს. ასეთი სამყარო ჩვენთვის საკმაოდ უცხოა. ბევრი რამ უნდა შეიცვალოს.

თუმცა არსებობს უფრო ბუნებრივი ფორმა, რომლის პირველი მოქმედება უკვე სცენაზეა: რჩევების მიცემა. დღეს ხელმძღვანელს შეუძლია ChatGPT‑ს სთხოვოს, წაიკითხოს კომპანიის ასობით Slack-არხი, დოკუმენტი, წერილი და კოდის ფაილი, შემდეგ კი კითხვებს უპასუხოს. რას აკეთებს ეს გუნდი სინამდვილეში? სად ვლინდება ეს მოწყვლადობა? ორგანიზაციის ყველა ნაწილი მისთვის სულ უფრო გასაგები ხდება⁠(იხსნება ახალ ფანჯარაში).

ხელმძღვანელები ორგანიზაციულ სტრუქტურაში დაქირავებულ შუამავლებს დიდი ხანია ამატებენ — ამას კონსალტინგი უწოდეს. მენეჯმენტის საკონსულტაციო კომპანია დროებით და დიდი საფასურის სანაცვლოდ თქვენზე მაღლა მდგომ საკონსულტაციო რგოლს ქმნის. მომავალში ხელოვნური ინტელექტის კონსულტანტები შეიძლება თითქმის უფასო და მუდამ ხელმისაწვდომი იყვნენ.

მოდელები ფირმის დოკუმენტებისა და კომუნიკაციის საიმედოდ გაანალიზებას მხოლოდ ახლა იწყებენ. მათი გემოვნება და ინიციატივის უნარი ჯერ კიდევ უნდა დაიხვეწოს. ამჟამად ChatGPT მოტივირებულ ხელმძღვანელს საკუთარი ორგანიზაციის უფრო დეტალურად გაგებაში ეხმარება. ვფიქრობთ, საბოლოოდ ის სრულფასოვან საკონსულტაციო სამსახურად იქცევა. ის ქვედა რგოლის თანამშრომლების ნამდვილი „მენეჯერი“ კი არ იქნება, არამედ ხელმძღვანელთა მრჩეველი, რომელიც მათ ორგანიზაციის შიგნით მიმდინარე მოვლენებზე ინფორმაციას მიაწვდის. ბიზნესის ცოდნაზე დაყრდნობით ყველაფერს შეამოწმებს, საკუთარი ინიციატივით გამოავლენს პრობლემურ საკითხებს და მათი პრიორიტეტების განსაზღვრაში დაეხმარება.

სასარგებლო იქნება ეს თუ საზიანო, ხელმძღვანელზე იქნება დამოკიდებული. სტრუქტურული შედეგი ცენტრალიზაციაა. ჩვენი აზრით, ეს უმაღლეს ხელმძღვანელობასა და კომპანიის დანარჩენ ნაწილს შორის მანძილს შეამცირებს. ის მეტ ძალაუფლებას თავმოყრის სათავეში, მაშინ როცა ადრე ინფორმაციის გადაცემის სირთულეები გადაწყვეტილებების დეცენტრალიზებულ მიღებას უწყობდა ხელს.

ეს სცენარი ღრმა ცვლილებად მიგვაჩნია არა მხოლოდ ძალაუფლების გადანაწილების, არამედ საკონსულტაციო სამსახურად ხელოვნური ინტელექტის დანერგვის სიმარტივის გამოც. ტრადიციული კონსალტინგის მსგავსად, ხელოვნური ინტელექტის საკონსულტაციო სამსახური ხელმძღვანელისგან ტექნიკურ ცოდნას არ მოითხოვს. ეს კომპიუტერი არ არის, რომლის დანერგვაც ქვემოდან დაიწყეს მათ, ვისაც ბეჭდვა და ტერმინალთან მუშაობა შეეძლო. თქვენ უბრალოდ კონსულტანტს ესაუბრებით, ტექნიკურ მხარეს კი ის აგვარებს. დანერგვის ეს ტალღა შეიძლება დირექტორის კაბინეტიდან დაიწყოს. საკონსულტაციო სამსახურმა, თავის მხრივ, შეიძლება ხელოვნური ინტელექტის დანერგვა ორგანიზაციის დანარჩენ ნაწილშიც დააჩქაროს.

დისტანციური მუშაობისა და კონტრაქტორებისადმი ფირმების უნდობლობას ერთი განსაკუთრებით მნიშვნელოვანი მიზეზი აქვს: ვალდებულებების შესრულების უზრუნველყოფა. ფირმებს არასდროს ჰქონიათ სამუშაოს მიმდინარეობაზე მთელი მისი მრავალფეროვნებით დაკვირვების იაფი გზა. ამიტომ ისინი მუშაობის იმიტაციას ზომავენ⁠(იხსნება ახალ ფანჯარაში): დაწკაპუნებების რაოდენობას, მაუსის მოძრაობას, მწვანე სტატუსის ნიშნებს — სიგნალებს, რომლებიც თითქმის არაფერს გვეუბნება, კარგად კეთდება თუ არა საქმე.

ხელოვნური ინტელექტი გვთავაზობს დამკვირვებელს, რომელსაც ესმის. მას შეუძლია ადამიანის ნამუშევარს შეხედოს და უფრო დიდ მიზნებთან მიმართებით რეალური წინსვლა დაინახოს. როგორც შემდეგ ნაწილში განვიხილავთ, ახალი მეთვალყურეობა დაუფიქრებლად არ უნდა დაინერგოს⁠(იხსნება ახალ ფანჯარაში). თუმცა შესაბამის პირობებში მას შეუძლია ნდობა გაზარდოს და ფირმებს თანამშრომლებისთვის მეტი თავისუფლების მიცემისკენ უბიძგოს.

თუ დამკვირვებელს ესმის, რამდენმა განსხვავებულმა გზამ შეიძლება მიგვიყვანოს კარგ შედეგამდე, თანამშრომლები უფრო მეტად შეძლებენ მათთვის სასურველი გზით მუშაობას. კარგი შედეგისკენ წინსვლა უფრო მნიშვნელოვანი იქნება, ვიდრე ერთი დადგენილი მეთოდი, რომლის გაკონტროლებაც უფროსებს უადვილდებათ. გონიერი დამკვირვებელი მოქნილობას იძლევა და სჯის მოჩვენებით პროდუქტიულობას, რომელიც ყველას გვძულს.

ეს შეთავაზება ჰგავს დაზღვევას, რომელიც ტარიფს გიმცირებთ, თუ მანქანაში ტრეკერს დაამონტაჟებთ. თუ სისტემის მოტყუებას ცდილობდით, ეს დაგაზარალებთ; თუ უბრალოდ თქვენს საქმეს აკეთებდით, დამკვირვებელს თქვენი კეთილსინდისიერების დადასტურება შეუძლია და ხელმძღვანელობაც მეტად გენდობათ.

ეს ნდობა ახალ შესაძლებლობებს წარმოშობს. შესაძლოა ახალი მზაობა⁠(იხსნება ახალ ფანჯარაში) დავინახოთ ფირმებში, რომლებიც ადრე თავს არიდებდნენ ჰიბრიდულ მუშაობას, არასტანდარტულად მოაზროვნეებს, კონტრაქტორებს ან შორეულ ქვეყნებში გამორჩეული ადამიანების დაქირავებას.

დღევანდელი ორგანიზაციული სტრუქტურა რიგით თანამშრომლებს ბევრ პრობლემას უქმნის. ძალიან გულდასაწყვეტია, როცა უშუალოდ დანახულ პრობლემას ხელმძღვანელობამდე ვერ აწვდენ. უსამართლოა უუნარო მენეჯერის ქვეშ ჩარჩენა ან შესანიშნავად შესრულებული საქმის დაუფასებლობა.

ჩვენი აზრით, ბიზნესის ჰიპეროპტიმიზაციის წინა ტალღა შეზღუდულ მონაცემებს, უხეშ მითითებებსა და უგუნურ ალგორითმებს ეფუძნებოდა. თუ მხოლოდ გადაცემის კოეფიციენტების დამუშავება შეგიძლია, ყველა კბილანად გეჩვენება. ფირმებს თავიანთი სამუშაო ძალის შეფასების პრობლემა დიდი ხანია აქვთ. გონიერ დამკვირვებელს შეუძლია დაინახოს ღირებული წვლილი და უნიკალური მიდგომები, რომლებსაც დღევანდელი უხეში მაჩვენებლები ვერ ამჩნევს.

სამივე პირობით სცენარზე დაყრდნობით ახლა ფირმის მომავლის განმსაზღვრელ რამდენიმე კითხვას განვიხილავთ.

რაიმეს შექმნა, როგორც წესი, საკმაოდ ძვირია. აპლიკაციის, ფილმის, პრეზენტაციის, ფუნქციის თუ ანალიზის ხელახლა გაკეთება ძვირი, ხანგრძლივი და დამღლელია. როცა, ფაქტობრივად, ერთი გასროლა გაქვს, დროს დამიზნებას უთმობ. დაგეგმვის ციკლები, სამოქმედო გეგმების განხილვის ფორმალური შეხვედრები და დამტკიცების კომიტეტები იმისთვის არსებობს, რომ როცა ფირმა ბოლოს მოქმედებას დაიწყებს, საქმე ღირებულ მიზანს ემსახურებოდეს. ჩვენს იერარქიებში მრავალი შემოწმება იმიტომ არსებობს, რომ საქმის განხორციელება დიდ რესურსს მოითხოვდა.

ბევრ სფეროში ხელოვნური ინტელექტი შექმნის ხარჯს მკვეთრად ამცირებს — თუ საბოლოო დასრულებამდე არა, პროტოტიპის ეტაპამდე მაინც. მიგვაჩნია, რომ ფირმის მიდგომაც შესაბამისად უნდა შეიცვალოს: ნაკლები დრო დავუთმოთ დამიზნებას და მეტი — მცდელობებს. ფირმას შეუძლია შექმნას პროტოტიპი, დააკვირდეს, სწრაფად ისწავლოს, მიმართულება შეცვალოს და ხელახლა შექმნას. პროტოტიპების მარტივად შექმნამ⁠(იხსნება ახალ ფანჯარაში) ფირმები უნდა დააშოროს იმ ინსტიტუტებს, რომლებსაც ინტენსიურ დაგეგმვაზე აგებული წარმოება ეყრდნობა.

ამის უმარტივესი ვერსიაა გუნდი, რომელიც სამუშაოს უფრო სწრაფი ციკლებით აუმჯობესებს. უფრო რადიკალური გაგებით, თავად გუნდის საჭიროებაც კითხვის ნიშნის ქვეშ დგება. თუ ერთობლივ დაგეგმვას ნაკლები მნიშვნელობა აქვს, ხოლო ერთმანეთისგან დამოუკიდებელ, მრავალფეროვან იდეებს — მეტი, რა ჯობს: ერთი სწრაფად მომუშავე გუნდი თუ ბევრი ადამიანი, რომელთაგან თითოეული საკუთარ მუშა პროტოტიპს წარადგენს? თუ რეალური პროტოტიპი ხედვას უკეთ გადმოსცემს, ვიდრე სამუშაოს ფარგლების განმსაზღვრელი ნებისმიერი დოკუმენტი, შეიცვლება ჩვენი კომუნიკაციის წესებიც — გავაზიარებთ მეტს, უფრო ადრე და წერილების ნაცვლად უშუალოდ შექმნილ ნამუშევრებს?

შექმნის გაიაფებამ შეიძლება ფირმაში ცალკეული ადამიანების როლი გაზარდოს. ეს შუალედური მენეჯმენტის ნაკლებ საფეხურსა და ნებართვის ნაკლებად თხოვნას ნიშნავს, რადგან ადრე ნებართვის მიღებას ნაკლები რესურსი სჭირდებოდა, ვიდრე თავად საქმის გაკეთებას, ახლა კი ეს თანაფარდობა შეიცვალა.

თუმცა, როგორც ქვემოთ განვიხილავთ, იმავე ტექნოლოგიამ, რომელიც ადამიანებს ნაკლები რისკით პროტოტიპების შექმნის საშუალებას აძლევს, შეიძლება ბიუროკრატიაც გააძლიეროს.

ფირმებში ზემოდან ქვემოთ მართვის ერთ-ერთი მთავარი მიზეზი რწმენაა, რომ ხელმძღვანელები ახალბედა თანამშრომლებზე უკეთ იღებენ ბიზნესისთვის მნიშვნელოვან გადაწყვეტილებებს⁠(იხსნება ახალ ფანჯარაში). ფირმები სათავეში მყოფ მაღალკვალიფიციურ ვეტერანებს მეტს უხდიან; მენეჯერები ხშირად ბიზნესსტრატეგიაში არიან მომზადებული, რიგითი სპეციალისტები კი — საკუთარ სფეროში. თუ ხელოვნური ინტელექტი ყველა თანამშრომელს შესანიშნავ რჩევას აძლევს, გადაწყვეტილებების ხარისხში სხვაობა მცირდება. მენეჯერებს ჩარევის ნაკლები მიზეზი ექნებათ. ეს თანამშრომელთა დამოუკიდებლობას გაზრდის და შესაძლოა მმართველობითი საფეხურების რაოდენობაც შეამციროს.

ამასთან, „ხელოვნური ინტელექტის საკონსულტაციო სამსახური“ უზრუნველყოფს, რომ ხელმძღვანელის შეუტყობინებლად არაფერი განსაკუთრებით მნიშვნელოვანი არ მოხდეს. თუ თანამშრომელი ბლოგპოსტის გამოქვეყნებას აპირებს, რომელსაც კომპანიისთვის სერიოზული შედეგები ექნება, საკონსულტაციო სამსახური ხელმძღვანელს წინასწარ გააფრთხილებს. ეს ნდობას აჩენს: ხელმძღვანელობას აღარ უნდა ეშინოდეს, რომ მნიშვნელოვანი შეცდომები მისგან შეუმჩნევლად მოხდება, ამიტომ აღარ სჭირდება თანამშრომლის მუშაობის ასე მკაცრად კონტროლი⁠(იხსნება ახალ ფანჯარაში).

მაგრამ ხელოვნური ინტელექტის საკონსულტაციო სამსახური ორლესული მახვილია⁠(იხსნება ახალ ფანჯარაში). როგორც გონიერ დამკვირვებელს, მას თანამშრომლებისადმი ნდობის გაზრდა შეუძლია; თუმცა ასევე შეუძლია მთელ ორგანიზაციაში უფრო მკაცრად გაატაროს გენერალური დირექტორის სასურველი სამუშაო წესები. ფირმები აფასებენ შეთანხმებულობას⁠(იხსნება ახალ ფანჯარაში): არა უბრალოდ კარგ გადაწყვეტილებას, არამედ ისეთს, რომელიც კომპანიის კულტურას, ბრენდსა და მასშტაბის ეკონომიას შეესაბამება. რესტორნების ქსელს შეიძლება ფრანჩაიზებში საერთო მენიუ ერჩივნოს, რათა ინგრედიენტები საბითუმოდ შეუკვეთოს და მომხმარებელს ყველგან ერთნაირი პროდუქტი დახვდეს.

ამასთან, ფირმის უფროსებისა და თანამშრომლების ინტერესები ყოველთვის არ ემთხვევა. თანამშრომლები საკუთარი მიმართულების წარმატებას⁠(იხსნება ახალ ფანჯარაში) ესწრაფვიან, ხელმძღვანელები კი მთლიან ფირმაზე ზრუნავენ. წილის მფლობელებს დაქირავებული თანამშრომლებისგან განსხვავებული პრიორიტეტები აქვთ, რადგან უფრო ინტენსიური შრომისგან სარგებელს ისინი იღებენ⁠(იხსნება ახალ ფანჯარაში). საკონსულტაციო სამსახურს შეუძლია ზემოდან დაწესებული კონკრეტული წესების უფრო მკაცრად დაცვა უზრუნველყოს.

ჩვენი აზრით, საბოლოო ჯამში, თანამშრომელთა დამოუკიდებლობა გაიზრდება. ჩვენი ოპტიმიზმი ემყარება ვარაუდს, რომ ფირმები ხელოვნურ ინტელექტს მნიშვნელოვანი გამონაკლისების გამოსავლენად გამოიყენებენ, მეტ გადაწყვეტილებას კი თანამშრომლებს მიანდობენ.

გვჯერა, რომ ხელოვნური ინტელექტი საყრდენის როლს შეასრულებს: მაშინაც კი, თუ ხელმძღვანელებს ერთიანი ბრენდის შენარჩუნება სურთ, ეს მხოლოდ მოქმედების ჩარჩო იქნება. თანამშრომლებს ბიზნესის არსებული შეზღუდვები უკეთ ეცოდინებათ, ხოლო იმ სივრცეში, რომელსაც ეს შეზღუდვები არ ეხება, შემოქმედებითი ძიებისთვის უკეთესი დაცვა ექნებათ. ძირითადი რისკების დაზღვევის შემდეგ ხელმძღვანელებს შეუძლიათ თანამშრომლებს პოტენციურად მომგებიანი ახალი მიდგომების გამოცდის უფლება მისცენ. ჩვენს დაქვემდებარებაში მყოფი ხელოვნური ინტელექტის ასისტენტების დახმარებით, ჩვენ, თანამშრომლები, უფრო მასშტაბურ შედეგებზეც ვიქნებით პასუხისმგებელი. ჩვენი აზრით, უფრო რთული სამუშაოს ხელმძღვანელობა შემოქმედებისთვის მეტ შესაძლებლობას იძლევა.

თანამშრომელთა დამოუკიდებლობაზე მსჯელობის იგივე ლოგიკა ფირმის ზომასაც ეხება. რონალდ კოუზი⁠(იხსნება ახალ ფანჯარაში) კითხულობდა, რატომ ვაწყობთ წარმოებას ფირმების შიგნით და არა კონტრაქტების ქსელის მეშვეობით. თვითმფრინავის აგებაც კი შესაძლებელი იქნებოდა მხოლოდ მონაწილეთა პირდაპირი კონტრაქტებით, მაგრამ ეს ძალიან არაეფექტიანი იქნებოდა. ფირმები მასშტაბის ეკონომიას აღწევენ, ინტერესებს ათანხმებენ, დიდ პროექტებს აწყობენ და მუდმივი ვაჭრობის საჭიროებას გვაცილებენ.

კომუნიკაციის გამარტივებით ხელოვნურმა ინტელექტმა შეიძლება როგორც უფრო დიდი, ისე უფრო პატარა ფირმების არსებობა გახადოს ეკონომიკურად გამართლებული. კლასიკური ფირმა ინფორმაციის ზემოთ და მითითებების ქვემოთ გადაცემის ინფრასტრუქტურაა, სავსე დაბრკოლებებითა და გზადაგზა დამახინჯებული შეტყობინებებით. მრავალი თანამშრომლის მქონე დიდი ფირმის მართვა უფრო მარტივდება, თუ ხელოვნური ინტელექტი საკოორდინაციო რგოლის როლს ასრულებს. „ხელოვნური ინტელექტის საკონსულტაციო სამსახურის“ დახმარებით ხელმძღვანელს შეუძლია ფირმა ისე კარგად იცოდეს, როგორც დამფუძნებელმა — ოცკაციანი სტარტაპი. მას შეუძლია ინიციატივის განხორციელებას თვალი ადევნოს, ნაცვლად იმისა, რომ კვარტალურ ანგარიშს დაელოდოს, და რაიმეს მოხდენისას შეტყობინება მიიღოს. მისი ხედვა შეიძლება ორგანიზაციის მეტ ნაწილში განხორციელდეს. ყველამ უკეთ იცის, რას აკეთებენ სხვები და რა არის ორგანიზაციის საერთო პრიორიტეტები.

თუმცა შედეგი საპირისპიროც შეიძლება იყოს. თუ კომუნიკაცია შეუფერხებელია და ვალდებულებების შესრულება უკეთ კონტროლდება, ფირმას აღარ სჭირდება მიწოდების ჯაჭვის ამდენი ნაწილის საკუთარ თავზე აღება. მას შეუძლია გარე მომწოდებლებსა და კონტრაქტორებს მეტად ენდოს.

ვერტიკალური ინტეგრაციის ერთ-ერთი მთავარი მოტივი ინტერესების თანხვედრაა. არსებობს არასრული კონტრაქტების⁠(იხსნება ახალ ფანჯარაში) ცნება: აეროკოსმოსურ კომპანიას შეუძლია რეაქტიული ძრავების მწარმოებელთან ხელშეკრულება დადოს, მაგრამ ყველაფერში, რაც კონტრაქტში პირდაპირ არ მოითხოვება, ძრავების მწარმოებელს ხარჯების შემცირებისა და საკუთარ მოგებაზე ზრუნვის სტიმული ექნება. ამის თავიდან ასაცილებლად აეროკოსმოსური კომპანია ძრავების მწარმოებელს ყიდულობს. ისევე, როგორც თანამშრომლებისა და უფროსების შემთხვევაში: თუ კონტრაქტების შესრულება უკეთ კონტროლდება და დავები გონივრულად წყდება, არა უბრალოდ პუნქტების ფორმალური შემოწმებით, ფირმები სხვა ფირმებზე დაყრდნობას უფრო თამამად შეძლებენ. ყველაფრის საკუთარი ძალებით კეთების ნაკლები მიზეზი იქნება.

ველით, რომ გაჩნდება ბევრი პატარა ფირმა, მაგრამ ასევე ხელოვნური ინტელექტის მსხვილი, მრავალდარგოვანი „ჰოლდინგური კომპანიები“, სადაც ერთ საწარმოში უამრავი განსხვავებული პროექტი ხორციელდება. კონგლომერატი ეკონომიკურად გამართლებულია იქ, სადაც არსებობს საერთო აქტივი, რომელსაც ყველა განსხვავებული პროექტი იყენებს. ეს საერთო აქტივი შეიძლება გამოთვლითი რესურსი იყოს, თუმცა მისი მცირე ოდენობით, საჭიროებისამებრ მიღება ადვილია. საერთო ქარხანა ან რობოტების პარკი უფრო დამაჯერებელი საფუძველია.

დიდი „ჰოლდინგური კომპანია“ შეიძლება ინტერესების თანხვედრითაც გამართლდეს. თუ ხელოვნური ინტელექტის სისტემებისა და კაპიტალის დიდი გაერთიანება მთლიანად საერთო მისიას — ვთქვათ, კიბოს განკურნებას — ემსახურება, ცალკეული მცირე ინიციატივების საჭიროება მცირდება. ხელოვნური ინტელექტის ფირმას შეუძლია თავიდან აიცილოს ძალაუფლებისთვის ბრძოლა, გააზიაროს მთელი ინფორმაცია და, საჭიროებისას, აგენტებს შორის შემოქმედებითი მრავალფეროვნება შექმნას, რათა სხვადასხვა გზა გამოიკვლიოს.

დღევანდელი სისტემა, წესით, გამორჩეულ თანამშრომლებს უნდა აჯილდოებდეს. ისინი წინაურდებიან და უკეთეს ანაზღაურებას იღებენ. მაგრამ მსოფლიოში, სადაც მოდელები შესანიშნავი მრჩევლები არიან, თანამშრომლები რით გამოირჩევიან?

თუ ხელოვნური ინტელექტი ყველას ერთსა და იმავე შესანიშნავ იდეას აწვდის, გამორჩევის ნაკლები შესაძლებლობა გვრჩება. ანაზღაურებებს შორის სხვაობა უნდა შემცირდეს.

ამ შემცირებას უპირისპირდება განსჯის უნარი, გემოვნება და პასუხისმგებლობის მასშტაბი. თუ თითოეული ჩვენგანი დაქვემდებარებულ ხელოვნური ინტელექტის ფირმას მართავს, ადამიანის წვლილი ძირითადად გადაწყვეტილებების მიღების უნარით განისაზღვრება. თუ თითოეული ადამიანი უფრო მასშტაბურ სამუშაოზეა პასუხისმგებელი, კარგ და ცუდ განსჯას შორის სხვაობა უფრო მკვეთრად აისახება შედეგზე⁠(იხსნება ახალ ფანჯარაში).

ამ ლოგიკას ორგანიზაციული სტრუქტურის სათავეში დიდი ხანია ვიყენებთ. გენერალური დირექტორის ანაზღაურებას⁠(იხსნება ახალ ფანჯარაში) იმით ვამართლებთ, რომ სათავეში მიღებულ ოდნავ უკეთეს გადაწყვეტილებებსაც კი მოგებაზე უზარმაზარი გავლენა შეიძლება ჰქონდეს. ანაზღაურების უთანასწორობა შეიძლება გაიზარდოს, თუ ზოგი თანამშრომელი უკეთ მართავს თავის დაქვემდებარებულ ხელოვნური ინტელექტის ფირმას დეფიციტური რესურსების გამოსაყენებლად.

რაც უფრო მეტია სასწორზე, მით მეტად აისახება ხელფასში თქვენი მცირე უპირატესობა სხვასთან შედარებით. მეორე მხრივ, ხელოვნური ინტელექტი ყველას კარგ რჩევას მისცემს. ნაკლები განსხვავება ანაზღაურების დიაპაზონს ავიწროებს.

აქაც და სხვა შემთხვევებშიც, რომელი ტენდენცია გადაწონის, შესაძლოა იმაზე იყოს დამოკიდებული, ძირითადად ჩვენ ვიღებთ გადაწყვეტილებებს თუ სხვების გადაწყვეტილებებს მივყვებით.