ಸಂಸ್ಥೆಯ ಭವಿಷ್ಯ

ಲೇಖಕರ ಟಿಪ್ಪಣಿ: ಮುಂದಿನ ಆರ್ಥಿಕತೆಯ ಕುರಿತ ನಮ್ಮ ಸರಣಿಯ ಎರಡನೇ ಪ್ರಬಂಧ ಇದು. AGI ಭವಿಷ್ಯವನ್ನು ಅನ್ವೇಷಿಸುವ ಸ್ವತಂತ್ರ ಧ್ವನಿಗಳಿಗೆ ಅವಕಾಶ ನೀಡುವ ಹೊಸ ವೇದಿಕೆಯ ಭಾಗವಾಗಿದೆ. ಇದು ನಮ್ಮ ಅಭಿಪ್ರಾಯಗಳನ್ನು ಪ್ರತಿಬಿಂಬಿಸುತ್ತದೆಯೇ ಹೊರತು OpenAI ಅಥವಾ ನಮ್ಮ ಸಹೋದ್ಯೋಗಿಗಳದ್ದಲ್ಲ.

ಇಲ್ಲಿ OpenAI ಯಲ್ಲಿ ನಮ್ಮದೇ ತಂಡಗಳನ್ನು ನಿರ್ವಹಿಸಲು ಆರಂಭಿಸಿದಾಗ ನಮ್ಮಿಬ್ಬರಿಗೂ ಇಪ್ಪತ್ತನಾಲ್ಕು ವರ್ಷ. ನಮ್ಮ ತಂಡಗಳನ್ನು ಭೇಟಿಯಾದ ಮೇಲೆ ಇದು ಅಷ್ಟೇನೂ ದೊಡ್ಡ ಸಾಧನೆ ಎನಿಸುವುದಿಲ್ಲ.

ನಿಜವಾಗಿ ನಾವು ಸಣ್ಣಪುಟ್ಟ ಕೆಲಸಗಳನ್ನು ಮಾಡುತ್ತಿರಬೇಕಿತ್ತು. ಇಪ್ಪತ್ತನಾಲ್ಕನೇ ವಯಸ್ಸಿನಲ್ಲಿ ನೀವು ಸಂಸ್ಥೆಯ ಶ್ರೇಣಿಯ ತಳದಲ್ಲಿರುತ್ತೀರಿ. ಸಭೆಯ ಟಿಪ್ಪಣಿಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತೀರಿ, ಕೆಲವು ಜ್ಞಾಪನಪತ್ರಗಳನ್ನು ಬರೆಯುತ್ತೀರಿ. ವರ್ಷಗಟ್ಟಲೆ ನೀರಸ ದುಡಿಮೆಯ ಬಳಿಕ ನಿಮಗೆ ಹೆಚ್ಚಿನ ಹೊಣೆಗಾರಿಕೆ ಸಿಗುತ್ತದೆ (ಎಂಬ ನಿರೀಕ್ಷೆ ಇರುತ್ತದೆ).

ನಮ್ಮ ಹಾದಿ—ಹಾಗೆಯೇ ಇಂದಿನ ಅನೇಕ ಯುವಜನರ ಹಾದಿ—ಬೇರೆಯೇ ಆಗುತ್ತಿದೆ. ವೃತ್ತಿಜೀವನಕ್ಕೆ ಕಾಲಿಡುವಾಗಲೇ ನಮ್ಮ ಆದೇಶ ಪಾಲಿಸುವ “ಉದ್ಯೋಗಿಗಳು” ನಮ್ಮ ಬಳಿ ಇರುತ್ತಾರೆ. ಈ ಸಹಾಯಕರು ಹಗಲಿರುಳೂ, ವಾರಾಂತ್ಯಗಳಲ್ಲೂ, ರಜಾದಿನಗಳಲ್ಲೂ ಕೆಲಸ ಮಾಡುತ್ತಾರೆ. ಸಣ್ಣಪುಟ್ಟ ಕಠಿಣ ಕೆಲಸಗಳನ್ನು ಮಾಡುವುದರಲ್ಲಿ ಅವರು ನಿಪುಣರು. ನಮಗೆ ಸಲಹೆ ನೀಡಲು ಗಣಿತ ಒಲಿಂಪಿಯಾಡ್ ಚಿನ್ನದ ಪದಕ ವಿಜೇತರೂ ನಮ್ಮ ಸಿಬ್ಬಂದಿಯಲ್ಲಿದ್ದಾರೆ. ನಮ್ಮ ಈ ಹೊಸ ಅಧೀನ ಸಿಬ್ಬಂದಿ ಇನ್ನೂ ಸಾಕಷ್ಟು ತಪ್ಪುಗಳನ್ನು ಮಾಡುತ್ತಾರೆ. ಆದರೆ ಅವರು ಸುಧಾರಿಸುತ್ತಿದ್ದಾರೆ, ನಮ್ಮ ಅಗತ್ಯಗಳನ್ನು ಅರಿಯುತ್ತಿದ್ದಾರೆ; ನಾವೂ ಅವರನ್ನು ನಿರ್ವಹಿಸುವುದನ್ನು ಕಲಿಯುತ್ತಿದ್ದೇವೆ.

ನಮ್ಮಿಬ್ಬರಲ್ಲಿ ಯಾರೂ ಸಂಸ್ಥೆಯ ಏಣಿಯನ್ನು ಏರಲಿಲ್ಲ. ಬದಲಿಗೆ ನಿರ್ವಹಣೆಯೇ ನಮ್ಮ ಮೆಟ್ಟಿಲಿಗೆ ಇಳಿದು ಬಂದಿದೆ. ಈ ಪ್ರಬಂಧ ನಮ್ಮ ಪದೋನ್ನತಿಯ ಬಗ್ಗೆ, ಮತ್ತು ಇಂಟೆಲಿಜೆನ್ಸ್ ಯುಗಕ್ಕೆ ಕಾಲಿಡುವಾಗ ಸಂಸ್ಥೆಗಳು ಮರುಸಂಘಟಿತವಾಗಬಹುದಾದ ಇತರ ರೀತಿಗಳ ಬಗ್ಗೆ.

ಸಂಸ್ಥೆಗೆ AI ಪ್ರವೇಶಿಸುವಾಗ ಯಾವ ಸ್ಥಾನ ಪಡೆಯುತ್ತದೆ? ವಿವರಣೆಗಾಗಿ ಮೂರು ಸನ್ನಿವೇಶಗಳನ್ನು ಮುಂದಿಡುತ್ತಿದ್ದೇವೆ:

ಈ ಯಾವ ಸನ್ನಿವೇಶವೂ ನಾವು ವಿವರಿಸಿದಂತೆಯೇ ನಡೆಯುವುದಿಲ್ಲ. ಆದರೆ ಮೂರರ ಕೆಲವು ಅಂಶಗಳು ನಿಜವಾಗುತ್ತವೆ ಎಂಬುದು ನಮ್ಮ ಅನಿಸಿಕೆ. ಮೂರೂ ಈಗಾಗಲೇ ಸೂಕ್ಷ್ಮ ರೀತಿಗಳಲ್ಲಿ ನಡೆಯುತ್ತಿವೆ.

ಇಲ್ಲಿ ನಮ್ಮ ಗಮನ ಸಂಪೂರ್ಣ ಸ್ವಯಂಚಾಲನೆಯ ಮೇಲಲ್ಲ, ಪರಿವರ್ತನೆಯಲ್ಲಿರುವ ಆರ್ಥಿಕತೆಯ ಮೇಲೆ. AI ಸುಧಾರಿಸುತ್ತಾ ಹಾಲಿ ಸಂಸ್ಥೆಗಳಲ್ಲಿ ಬೆರೆತಂತೆ ಮಾನವ-AI ಮಿಶ್ರ ಸಂಸ್ಥೆಗಳು ಹೇಗಿರುತ್ತವೆ ಎಂಬುದರಲ್ಲಿ ನಾವು ಆಸಕ್ತರಾಗಿದ್ದೇವೆ.

AI ಯ ಫಲಪ್ರದ ಅಳವಡಿಕೆ ತಕ್ಷಣವೇ ಆಗುವುದಿಲ್ಲ. ಹೀಗಾಗಿ ಮಿಶ್ರ ಸಂಸ್ಥೆಯ ಪರಿಕಲ್ಪನೆ ಮುಖ್ಯವೆಂದು ನಂಬುತ್ತೇವೆ. ಮಾಡೆಲ್‌ಗಳು ಕೆಲವೇ ಕೆಲಸಗಳನ್ನು ಮಾಡಲು ಸಾಧ್ಯವಾಗುವಾಗ, ಕೆಲಸದ ಪರಿಚಯವಿರುವ ತಳಮಟ್ಟದ ಉದ್ಯೋಗಿಗಳು ಅವನ್ನು ಅಳವಡಿಸುವುದು ಸುಲಭವಾಗಬಹುದು. ಮಾಡೆಲ್‌ಗಳು ವ್ಯಾಪಕ ಕಾರ್ಯಗಳನ್ನು ಆರಂಭದಿಂದ ಕೊನೆಯವರೆಗೆ ನಿರ್ವಹಿಸಲು ಸಾಧ್ಯವಾಗುವಾಗ, ಮೇಲಧಿಕಾರಿಗಳು ಅವನ್ನು ನೇರವಾಗಿ ಬಳಸಬಹುದು. ನಮ್ಮ ದೃಷ್ಟಿಯಲ್ಲಿ, ಹೆಚ್ಚು ಸಮರ್ಥ AI ಯನ್ನು ಅಳವಡಿಸುವುದು ಹೆಚ್ಚು ಸುಲಭ: ಸಂಸ್ಥೆಗಳು ತಂತ್ರಜ್ಞಾನವನ್ನು ಕಲಿಯಬೇಕು; ಆದರೆ ಕಾರ್ಯಪಡೆ ಸಂಸ್ಥೆಯನ್ನು ಅರಿತು ತಾನೇ ಹೊಂದಿಕೊಳ್ಳುತ್ತದೆ.

ಸಂಸ್ಥಾ ರಚನೆಯ ಮೂರು ಹೊಸ ಮಾದರಿಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಿ, ಅವು ಆಡಳಿತದ ಕಟ್ಟುಪಾಡುಗಳು, ಉದ್ಯೋಗಿಗಳ ಸ್ವಾಯತ್ತತೆ, ಸಂಸ್ಥೆಯ ಗಾತ್ರ ಮತ್ತು ವೇತನ ಅಂತರದ ಭವಿಷ್ಯಕ್ಕೆ ಏನನ್ನು ಸೂಚಿಸುತ್ತವೆ ಎಂದು ಪರಿಶೀಲಿಸುತ್ತೇವೆ.

ನಮ್ಮ ಮೊದಲ ಸನ್ನಿವೇಶವೇ ಅತಿ ಕಡಿಮೆ ಬದಲಾವಣೆ ತರುವಂತಿದೆ. ಇಲ್ಲಿ ಜನರು ಅದೇ ಸ್ಥಾನಗಳಲ್ಲಿ, ಅದೇ ಮೇಲಧಿಕಾರಿಗಳ ಅಧೀನದಲ್ಲಿ ಉಳಿದು, ಹೊರನೋಟಕ್ಕೆ ಹಿಂದಿನ ಕೆಲಸಗಳನ್ನೇ ಮಾಡುತ್ತಾರೆ. ಇಂದಿನಿಂದ ಈ ಭವಿಷ್ಯದವರೆಗೆ ಮಾನವರ ಸಂಸ್ಥಾ ರಚನೆ ಬದಲಾಗದಂತೆ ಕಾಣುತ್ತದೆ.

ವ್ಯತ್ಯಾಸ ಇರುವುದು ನಮ್ಮ ಕೆಳಗೆ. ವೈಯಕ್ತಿಕವಾಗಿ ಕೆಲಸ ಮಾಡುವ ಪ್ರತಿಯೊಬ್ಬರ ಕೆಳಗೂ ಹೊಸ AI ಕಾರ್ಯಪಡೆ ಅವರ ಅಧೀನದಲ್ಲಿ ಕೆಲಸ ಮಾಡುತ್ತದೆ. ನಮ್ಮ ಸಂಸ್ಥಾ ರಚನೆಗೆ ಒಂದು ನೆಲಮಾಳಿಗೆ ಸೇರುತ್ತದೆ; ನಾವೆಲ್ಲರೂ ವ್ಯವಸ್ಥಾಪಕರಾಗುತ್ತೇವೆ.

ಆರಂಭದಲ್ಲಿ ಈ ನೆಲಮಾಳಿಗೆ ಅಪೂರ್ಣವಾಗಿರುತ್ತದೆ. ತಲಾ ಒಂದೆರಡು ಏಜೆಂಟ್‌ಗಳೊಂದಿಗೆ ಆರಂಭಿಸುತ್ತೇವೆ. ಅವು ಅನುಭವಿ ಉದ್ಯೋಗಿಗಳಂತಲ್ಲ, ನಾವು ಮೇಲ್ವಿಚಾರಣೆ ನಡೆಸಿ ತಪ್ಪುಗಳನ್ನು ಸುಲಭವಾಗಿ ಕ್ಷಮಿಸಬೇಕಾದ ಉತ್ಸಾಹಿ ತರಬೇತುದಾರರಂತಿರುತ್ತವೆ. ನಮ್ಮ ನಿರೀಕ್ಷೆಗಳು ಕಡಿಮೆ: ಇಲ್ಲಿ ಇಮೇಲ್ ಕಳುಹಿಸುವುದು, ಅಲ್ಲಿ ಜ್ಞಾಪನಪತ್ರ ರಚಿಸುವುದು, ಎಲ್ಲೆಡೆ Slack ಸಂದೇಶಗಳಿಗೆ ಉತ್ತರಿಸುವುದು. ಕಿರಿಯ ಮಾನವ ಉದ್ಯೋಗಿಗಳಂತೆ, ಅವು ಆರಂಭದಲ್ಲಿ ಪಡೆಯುವ ಸ್ವಾತಂತ್ರ್ಯ ಮತ್ತು ವಿಶ್ವಾಸ ಕಡಿಮೆ.

ಆದರೆ ಮಾಡೆಲ್‌ಗಳು ಸುಧಾರಿಸಿದಂತೆ, ಕಡಿಮೆ ಮೇಲ್ವಿಚಾರಣೆಯಲ್ಲೇ ನಮ್ಮ ಏಜೆಂಟ್‌ಗಳು ಹೆಚ್ಚು ಕೆಲಸಗಳನ್ನು ಕೈಗೆತ್ತಿಕೊಳ್ಳುತ್ತವೆ. ಅವು ಪರಸ್ಪರ ಸಮನ್ವಯ ನಡೆಸುತ್ತವೆ. ವ್ಯವಸ್ಥಾಪಕ AI ಗಳು, ಸಣ್ಣಪುಟ್ಟ ಕೆಲಸಗಳ AI ಗಳು, ಲೆಕ್ಕಿಗರು, ವಕೀಲರು—ಎಲ್ಲರೂ ನಿಮ್ಮ ಸೂಚನೆಯಂತೆ ಒಟ್ಟಿಗೆ ಕೆಲಸ ಮಾಡಬಹುದು. ತರಬೇತುದಾರನ ಕೈಹಿಡಿದು ನಡೆಸುವುದಕ್ಕಿಂತ ಭಿನ್ನವಾಗಿ, ಕೊನೆಗೆ ನಿಮ್ಮ ಕಾರ್ಯವ್ಯವಸ್ಥೆಯೇ ಸ್ವತಂತ್ರ ಸಣ್ಣ ಸಂಸ್ಥೆಯಂತಾಗುತ್ತದೆ. ಅದಕ್ಕೆ ತನ್ನದೇ ಸಂಸ್ಥಾ ರಚನೆ ಇರುತ್ತದೆ; ನೀವೇ ಅದರ ನಿರ್ದೇಶಕ ಮಂಡಳಿ.

ಈ ಸನ್ನಿವೇಶ ಉದ್ಯೋಗ ಕಡಿತವನ್ನು ಸೂಚಿಸುವುದಿಲ್ಲ ಎಂಬುದನ್ನು ಗಮನಿಸಿ. ಇಲ್ಲಿ ನಾವು ನಮ್ಮ ಸ್ಥಾನವನ್ನೇ ಸ್ವಯಂಚಾಲನೆಗೆ ಬಿಟ್ಟುಕೊಡದೆ AI ಅಳವಡಿಸುತ್ತೇವೆ. ಬದಲಿಗೆ ನಮ್ಮ ಹಿಂದಿನ ಪಾತ್ರಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಿ, ಶ್ರೇಣಿಯಲ್ಲಿ ಮೇಲೇರುತ್ತೇವೆ. ನಾವು ಮಾಡುತ್ತಿದ್ದ ಕೆಲಸಗಳಲ್ಲಿ ಹೆಚ್ಚುಹೆಚ್ಚನ್ನು AI ವಹಿಸಿಕೊಳ್ಳುತ್ತದೆ. ನಿರ್ವಹಿಸಲು ಇನ್ನಷ್ಟು ಕೆಲಸ ಇರುವುದರಿಂದ ನಮ್ಮ ಉದ್ಯೋಗಗಳು ಉಳಿಯುತ್ತವೆ; ಹೆಚ್ಚಿನ ಒಟ್ಟು ಉತ್ಪಾದನೆಯ ಹೊಣೆ ನಮ್ಮದಾಗುತ್ತದೆ.

ಉದ್ಯೋಗಗಳು ಬದಲಾಗದೆ ಉಳಿಯುವುದಿಲ್ಲ⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ). ನೀವು ಹಿಂದೆ ಮಾಡುತ್ತಿದ್ದ ಕೆಲಸದಲ್ಲಿ ಶೇಕಡಾ ತೊಂಬತ್ತರಷ್ಟನ್ನು AI ಮಾಡಬಲ್ಲದು ಎಂದುಕೊಳ್ಳಿ. ನಿಮಗೆ ಶೇಕಡಾ ಹತ್ತರಷ್ಟು ಕೆಲಸವಷ್ಟೇ ಉಳಿದಿದೆ ಎಂದು ತೀರ್ಮಾನಿಸಬಹುದು. ಇನ್ನೊಂದು ಸಾಧ್ಯತೆಯೆಂದರೆ, ನೀವು ಇನ್ನೂ ಪೂರ್ಣ ಕೆಲಸವನ್ನೇ ಮಾಡುತ್ತೀರಿ, ಆದರೆ ಅದು ಬೇರೆ ಕೆಲಸ—ಈಗ ಹತ್ತುಪಟ್ಟು ದೊಡ್ಡ ಗುರಿಯ ಮೇಲೆ ಗಮನವಿರುತ್ತದೆ. ಇದು ತಂತ್ರಜ್ಞಾನದ ಪರಿಚಿತ ಕೊಡುಗೆ: ಉತ್ಪಾದಕತೆ ಏರುತ್ತದೆ, ಅದಕ್ಕೆ ತಕ್ಕಂತೆ ಮಹತ್ವಾಕಾಂಕ್ಷೆ ಏರುತ್ತದೆ, ಅದರೊಂದಿಗೆ ವೇತನವೂ ಏರಬಹುದು⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ).

ಇದೆಲ್ಲವೂ ನಾವು ಇನ್ನೂ ಉತ್ಪಾದನೆಗೆ ಮೌಲ್ಯ ಸೇರಿಸುತ್ತೇವೆಯೇ⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ) ಎಂಬುದರ ಮೇಲೆ ಅವಲಂಬಿತ. ಸ್ವಯಂಚಾಲನೆ ಎಲ್ಲೆಡೆ ಸಮರ್ಥವಾಗಿರದ ಅಥವಾ ಅಳವಡಿಕೆಯಾಗಿರದ ಮುಂಬರುವ ವರ್ಷಗಳ ಮೇಲೆ ಈ ಪ್ರಬಂಧ ಗಮನಹರಿಸುತ್ತದೆ. AI ಎಲ್ಲವನ್ನೂ ಮಾಡಬಲ್ಲದಾದರೂ, ಮನುಷ್ಯರು ಮಾಡಿದ್ದೆಂಬ ಕಾರಣಕ್ಕೆ ಯಾವುದಕ್ಕಾದರೂ ಹೆಚ್ಚು ಮೌಲ್ಯ ನೀಡಬಹುದು; ಅಥವಾ ಅಂತಿಮ ನಿರ್ಧಾರ ಮನುಷ್ಯರದ್ದೇ ಆಗಿರಬೇಕೆಂದು ಒತ್ತಾಯಿಸಬಹುದು.

ಇದು ನಮ್ಮ ಬೇಡಿಕೆಯನ್ನೂ ಅವಲಂಬಿಸಿದೆ. ಗ್ರಾಹಕರಾಗಿ ನಮಗೆ ಹತ್ತುಪಟ್ಟು ಉತ್ಪಾದನೆ ಬೇಡವಾದರೆ, ಸಮತೋಲನವು ಕಡಿಮೆ ಉದ್ಯೋಗಿಗಳು ಅಥವಾ ಕಡಿಮೆ ಕೆಲಸದ ಗಂಟೆಗಳ ಕಡೆಗೆ ಸರಿಯುತ್ತದೆ. ಇತಿಹಾಸದಲ್ಲಿ ಉತ್ಪಾದನೆಯ ಹೆಚ್ಚಳ ನಮಗೆ ತೃಪ್ತಿ ನೀಡಿಲ್ಲ. ನಮ್ಮ ಬಳಿ ಬಹಳಷ್ಟು ಹೆಚ್ಚಿದೆ⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ), ಆದರೆ ಕೆಲಸ ಮಾಡುವುದು ಸ್ವಲ್ಪವೇ ಕಡಿಮೆ⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ). ಉತ್ಪಾದನೆ ಹೆಚ್ಚಿದಂತೆ ನಮ್ಮ ಬೇಡಿಕೆಯೂ ಹೆಚ್ಚುತ್ತಾ, ನಾವು ಉತ್ಪಾದನೆಗೆ ಕೊಡುಗೆ ನೀಡುತ್ತಲೇ ಇದ್ದರೆ, ಹೆಚ್ಚು ಬಳಕೆಗೆ ಬದಲಾಗಿ ದುಡಿಮೆ ನೀಡುವುದನ್ನು ಮುಂದುವರಿಸುತ್ತೇವೆ. ಬದಲಿಗೆ ಉತ್ಪಾದನೆ ಹೇರಳವಾಗಿ ನಾವು ತೃಪ್ತರಾದರೆ, ಕಡಿಮೆ ಕಾರ್ಯಪಡೆಯನ್ನೇ ಸ್ವಯಂಪ್ರೇರಿತವಾಗಿ ಆಯ್ಕೆ ಮಾಡಬಹುದು.

ಇನ್ನಷ್ಟು ಆಕ್ಷೇಪಗಳನ್ನು ಮುಂದೆ ಚರ್ಚಿಸುತ್ತೇವೆ (ಉದಾಹರಣೆಗೆ, ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ಸಣ್ಣ ಸಂಸ್ಥೆಗಳು ಬರುತ್ತವೆಯೇ ಎಂಬುದು). ಅಳವಡಿಕೆ ಎಲ್ಲೋ ಆರಂಭವಾಗಲೇಬೇಕಾದ್ದರಿಂದ ಈ ಸನ್ನಿವೇಶ ಇನ್ನೂ ಮುಖ್ಯವೆಂದು ಭಾವಿಸುತ್ತೇವೆ. ಹಾಲಿ ಸಂಸ್ಥಾ ರಚನೆಯಿಂದ ಸ್ಥಿರವಾಗಿ ಬೆಳೆಯಲು ಸಂಸ್ಥೆಗಳಿಗೆ ದಾರಿ ಬೇಕು. ಸಂಪೂರ್ಣ ಮರುರಚನೆಗಿಂತ ಹಾಲಿ ಉದ್ಯೋಗಿಗಳ ಕೆಲಸವನ್ನು ಬಲಪಡಿಸುವುದು ಸುಲಭವಾದ ಮೊದಲ ಹೆಜ್ಜೆಯಾಗಬಹುದು. ಇದು ಇಂದು ನಡೆಯುತ್ತಿದೆ: ಒಬ್ಬರ ನಂತರ ಮತ್ತೊಬ್ಬ ಉದ್ಯೋಗಿ AI ಗೆ ಕೆಲಸ ವಹಿಸುತ್ತಿದ್ದಾರೆ; ಇದುವರೆಗೆ ಸಂಸ್ಥಾ ಕ್ರಾಂತಿ ನಡೆದಿಲ್ಲ.

ಈ ಸನ್ನಿವೇಶದಲ್ಲಿ ಮೊದಲು AI ಯನ್ನು ಕೆಲಸಕ್ಕೆ ಸೇರಿಸಿಕೊಳ್ಳುವವರು ಮುಂಚೂಣಿಯ ಉದ್ಯೋಗಿಗಳು. AI ಅಳವಡಿಕೆಯನ್ನು ಮುನ್ನಡೆಸುವುದು ತಳಮಟ್ಟದ ಉದ್ಯೋಗಿಗಳು—ವ್ಯವಸ್ಥಾಪಕರು ಅಥವಾ ಕಾರ್ಯನಿರ್ವಾಹಕರಲ್ಲ. ಹಿಂದೆ ಸ್ವತಃ ಕೆಲಸ ಮಾಡುತ್ತಿದ್ದವರೇ AI ಯಿಂದ ಅದನ್ನು ಉತ್ತಮವಾಗಿ ಮಾಡಿಸಬಲ್ಲವರಾಗಿರುವವರೆಗೆ, ಈ ಸಾಧ್ಯತೆ ಹೆಚ್ಚಿದೆ.

ಮಾಡೆಲ್‌ಗಳು ಈಗಾಗಲೇ ಅನೇಕ ದತ್ತಾಂಶ ವಿಜ್ಞಾನದ ಕೆಲಸಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಬಲ್ಲವು. ಆದರೆ ವಿಧಾನಗಳು ಮತ್ತು ಸೂಕ್ಷ್ಮ ವಿವರಗಳ ಪರಿಚಯವಿಲ್ಲದ ವಿಭಾಗದ ಮುಖ್ಯಸ್ಥರಿಗೆ ಸಾಧನಗಳನ್ನು ಬಳಸುವುದು ಕಷ್ಟವಾಗುತ್ತದೆ. ನಿಮಗೆ ಗೊತ್ತಿಲ್ಲದ್ದನ್ನು ತಾನೇ ಮುಂದೆ ಬಂದು ಹೇಳುವಷ್ಟು AI ಬೆಳೆಯುವವರೆಗೆ (ನಮ್ಮ ಮುಂದಿನ ಸನ್ನಿವೇಶ ನೋಡಿ), ಕೆಲಸದ ವಿಧಾನ ಈಗಾಗಲೇ ತಿಳಿದವರಿಗೇ ಅದು ಹೆಚ್ಚು ಉಪಯುಕ್ತವಾಗಬಹುದು.

ಈ ಸನ್ನಿವೇಶದಲ್ಲಿ ಅತಿದೊಡ್ಡ ಬದಲಾವಣೆ ಆರಂಭಿಕ ಹಂತದ ಉದ್ಯೋಗಿಗಳಿಗೆ. ಇನ್ನು ಅತ್ಯಂತ ಕೆಳಗಿನ ಮೆಟ್ಟಿಲೇ ಇರುವುದಿಲ್ಲ—ಕನಿಷ್ಠ ಮಾನವರಿಗಾದರೂ. ಯುವಜನರನ್ನು ನೇಮಿಸಿಕೊಳ್ಳುವುದು ಸಂಸ್ಥೆಯ ನೀರಸ ದುಡಿಮೆಯ ತಳಹಂತದಲ್ಲಿ ಇರಿಸುವುದಕ್ಕಾಗಿ ಆಗಿರುವುದಿಲ್ಲ. ಆ ಕೆಲಸಕ್ಕೆ ಬೇಸರಿಸದ ವ್ಯವಸ್ಥೆ ಆ ಸ್ಥಾನಗಳನ್ನು ತುಂಬುತ್ತದೆ.

ಇದರೊಂದಿಗೆ ಯುವ ಉದ್ಯೋಗಿಗಳಿಗೆ ಕಲಿಸುವ ಕೆಲವು ಸಾಂಪ್ರದಾಯಿಕ ಮಾರ್ಗಗಳನ್ನು ಕಳೆದುಕೊಳ್ಳುತ್ತೇವೆ: ಶಿಷ್ಯವೃತ್ತಿ⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ), ಸಣ್ಣಪುಟ್ಟ ದುಡಿಮೆಯಿಂದ ಕಲಿಯುವುದು, ಅನುಭವದಿಂದ ಅರ್ಹತೆ ಗಳಿಸುವುದು. ಇವು ನಿಜವಾದ ನಷ್ಟಗಳೇ. ಆದರೂ ಒಟ್ಟಾರೆ ಇದನ್ನು ಸವಲತ್ತಾಗಿ ಕಾಣುತ್ತೇವೆ. ಒಳ್ಳೆಯ ಆಲೋಚನೆಯಿರುವ ಅತ್ಯಂತ ಹೊಸ ಉದ್ಯೋಗಿಗೂ ಪ್ರಯೋಗಿಸಲು ಸಂಪನ್ಮೂಲಗಳು ಸಿಗುತ್ತವೆ. ನಮ್ಮಲ್ಲಿ ಸಾಕಷ್ಟು ಜನರೇ ಇಲ್ಲ ಎಂಬ ಹಳೆಯ ನೆಪ ತನ್ನ ಬಲ ಕಳೆದುಕೊಳ್ಳುತ್ತಿದೆ. ಅದ್ಭುತ ವೀಡಿಯೊ ಆಟದ ಕಲ್ಪನೆಯಿದ್ದು, ಸಿಬ್ಬಂದಿ ಪಡೆಯುವ ದಾರಿಯಿಲ್ಲದ ಕಿರಿಯ ಉದ್ಯೋಗಿ ಈಗ ಅದನ್ನು ತಾನೇ ನಿರ್ಮಿಸಬಹುದು.

ಈ “ಪದೋನ್ನತಿ” ಸನ್ನಿವೇಶದಲ್ಲೂ ಕಿರಿಯ ಉದ್ಯೋಗಿಗಳಿಗೆ ಕಲಿಯಲು ಬಹಳಷ್ಟಿದೆ ಎಂದು ಭಾವಿಸುತ್ತೇವೆ—ವಿವೇಚನೆ, ಅಭಿರುಚಿ, ನಿರ್ವಹಣಾ ಕೌಶಲ ಮತ್ತು ಸೃಜನಶೀಲ ದೃಷ್ಟಿಕೋನ. ಈ ಕೌಶಲಗಳು ನಮ್ಮ ಕೆಲಸದ ಫಲಿತಾಂಶದಲ್ಲಿ ಕಾಣುವುದರಿಂದ ಅವನ್ನು ಬೆಳೆಸಲು ಪ್ರೇರಣೆ ಇರುತ್ತದೆ. ನಾವು ಹೆಚ್ಚು ವ್ಯಾಪಕ ಮಟ್ಟದಲ್ಲಿ ಇನ್ನೂ ಮಾಡುತ್ತಲೇ ಕಲಿಯುತ್ತೇವೆ⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ). ನಮ್ಮ ಯಶಸ್ಸಿನಲ್ಲಿ ಷೇರು ಪಾಲು ಹೊಂದಿರುವ ಸಂಸ್ಥೆಯ ಹಿರಿಯರಿಗೆ, ಜವಾಬ್ದಾರಿಯುತ ಮಾರ್ಗದರ್ಶಕರಾಗಿ ನಮಗೆ ನೆರವಾಗಲು ಪ್ರೇರಣೆ ಉಳಿಯುತ್ತದೆ. ಪ್ರತಿ ಹಂತದ ಪ್ರತಿಯೊಬ್ಬರಿಗೂ ಹೆಚ್ಚು ಆಸಕ್ತಿದಾಯಕ ಪಾತ್ರ ಸಿಗುವುದೇ ಇಲ್ಲಿನ ಅವಕಾಶ. ಹೆಚ್ಚಿನ ಹೊಣೆಗಾರಿಕೆಯೊಂದಿಗೆ ಯಾವುದೇ ಉದ್ಯೋಗಿ ಪ್ರತಿಭೆ ತೋರಿಸಬಹುದು. ಹಿಂದೆ ಸ್ವಂತ ಹೊಣೆಗಾರಿಕೆಯೇ ಇಲ್ಲದ ಆರಂಭಿಕ ಉದ್ಯೋಗಿಗಳಿಗೆ ಇದು ಅತ್ಯಂತ ಮುಖ್ಯ.

ಸಂಸ್ಥೆಗೆ AI ಪ್ರವೇಶಿಸುವ ಎರಡನೇ ಮಾರ್ಗ ಹಾಲಿ ಸಂಸ್ಥಾ ರಚನೆಯಲ್ಲೇ ಬೆರೆಯುತ್ತದೆ. ಇಲ್ಲಿ ಏಜೆಂಟ್‌ಗಳು ತಳಮಟ್ಟದ ಸೇವಕರಲ್ಲ, ಸಹೋದ್ಯೋಗಿಗಳು. ಸಾಮಾನ್ಯ ವ್ಯವಸ್ಥಾಪಕಿ ಯಾವುದೇ ಉದ್ಯೋಗಿಗೆ ವಹಿಸುವಂತೆಯೇ ತಂಡದ ಕೆಲಸದ ಒಂದು ಭಾಗವನ್ನು ಮಾಡೆಲ್‌ಗೆ ವಹಿಸುತ್ತಾರೆ. AI ಮಾನವರ ಕೆಳಗಷ್ಟೇ ಅಲ್ಲ, ಅವರ ಪಕ್ಕದಲ್ಲೂ ಸ್ಥಾನ ಪಡೆಯುತ್ತದೆ.

ಮೊದಲ ಸನ್ನಿವೇಶಕ್ಕಿಂತ ಮುಖ್ಯ ವ್ಯತ್ಯಾಸ: ಇಲ್ಲಿ ಉತ್ಪಾದಕ AI ಯನ್ನು ಹಾಲಿ ವೈಯಕ್ತಿಕ ಉದ್ಯೋಗಿಗಳಷ್ಟೇ ಅಲ್ಲ, ಹಾಲಿ ಮಾನವ ವ್ಯವಸ್ಥಾಪಕರೂ ಅಳವಡಿಸಿಕೊಳ್ಳುತ್ತಾರೆ. ಇದಕ್ಕಾಗಿ ಅದು ಪೂರ್ಣ ಪ್ರಮಾಣದ ತಂಡದ ಸದಸ್ಯನಾಗುವಷ್ಟು ಸಮರ್ಥವಾಗಿರಬೇಕು.

ಮಾನವರು ಹಲವು ಬಗೆಯ ಕೆಲಸ ಮಾಡಬಲ್ಲವರು. ಸುತ್ತಿಗೆ ಒಂದು ಕೆಲಸಕ್ಕೆ ನೆರವಾಗುತ್ತದೆ; ಮಾನವರು ಅದಕ್ಕಿಂತ ಬಹಳ ಹೆಚ್ಚು ಮಾಡುತ್ತಾರೆ. ಸಾಧನದಿಂದ ಕಾರ್ಯಪಡೆಯಾಗುವ AI ಯ ಪಯಣ ವಿಸ್ತರಿಸುವ ವ್ಯಾಪ್ತಿಯದು: ಮೊದಲು ಒಂದು ಕೆಲಸ, ಬಳಿಕ ಉದ್ಯೋಗ, ನಂತರ ತಂಡ, ಕೊನೆಗೆ ಸಂಸ್ಥೆಯ ಸ್ವಯಂಚಾಲನೆ. ವ್ಯಾಪ್ತಿಯ ಪ್ರತಿ ಏರಿಕೆಗೂ ಹೆಚ್ಚಿನ ಸಾಮರ್ಥ್ಯ ಬೇಕು.

ಒಂದು ಉದ್ಯೋಗ ಹಲವು ಕೆಲಸಗಳ ತುಂಬಿದ ಪೆಟ್ಟಿಗೆಯಂತೆ. ಇಡೀ ತಂಡದ ಪೆಟ್ಟಿಗೆಯಲ್ಲಿ ಎಲ್ಲ ಬಗೆಯ ವೈವಿಧ್ಯಮಯ ಕೆಲಸಗಳು ತುಂಬಿರುತ್ತವೆ. ಹೊಣೆಗಾರಿಕೆಯಲ್ಲಿ ಹೆಚ್ಚು ಕೆಲಸಗಳಿದ್ದಷ್ಟೂ, ತೊಡಕುಗಳ ಸಾಧ್ಯತೆ ಹೆಚ್ಚು. ತಂಡದ ಒಂದು ಅಗತ್ಯ ಕೆಲಸದಲ್ಲಾದರೂ ದೈಹಿಕ ಶ್ರಮವಿದ್ದರೆ, ಸಂಪೂರ್ಣ ಹೊಸ ಬಗೆಯ ಬಾಹ್ಯ ಸಾಧನಗಳು ಬೇಕಾಗುತ್ತವೆ. ಇಡೀ ತಂಡದ ಸ್ಥಾನವನ್ನು ನೇರವಾಗಿ ತುಂಬಬೇಕಾದರೆ, ಅದರ ಎಲ್ಲ ವಿಭಿನ್ನ ಹೊಣೆಗಾರಿಕೆಗಳಲ್ಲೂ AI ಸಮರ್ಥವಾಗಿರಬೇಕು.

ಹೆಚ್ಚಿನ ಕಾರ್ಯವ್ಯಾಪ್ತಿ ನಿಭಾಯಿಸಬಲ್ಲ AI ನಿರ್ಮಿಸುವುದು ಹೆಚ್ಚು ಕಷ್ಟ. ಆದರೆ ಸಂಸ್ಥೆಗಳಿಗೆ—ಇಡೀ ಪರಿವರ್ತನೆಯ ಮುಖ್ಯ ವೈರುಧ್ಯ ಇದೇ—ಹೆಚ್ಚು ವ್ಯಾಪಕ ಸಾಮರ್ಥ್ಯವನ್ನು ಅಳವಡಿಸುವುದು ಸುಲಭ.

ಸಂಪೂರ್ಣ ಸ್ವಯಂಚಾಲಿತ ತಂಡ ಅಥವಾ ವ್ಯಾಪಕ ಕಾರ್ಯವನ್ನು ಕಾರ್ಯನಿರ್ವಾಹಕರು ನೇರವಾಗಿ ಅಳವಡಿಸಬಹುದು. ಸೀಮಿತ ಸಾಮರ್ಥ್ಯದ ಸಾಧನವನ್ನು ಮೇಲಿನಿಂದ ಅಷ್ಟೇ ಸುಲಭವಾಗಿ ಜಾರಿಗೊಳಿಸಲಾಗದು. ಸರಳ ಸಾಧನಕ್ಕೆ ಕಾರ್ಯಪಡೆಯಾದ್ಯಂತ ವ್ಯಾಪಕ ಸಮ್ಮತಿ ಮತ್ತು ಮರುತರಬೇತಿ ಬೇಕಾಗುತ್ತದೆ.

ಸಾಂಪ್ರದಾಯಿಕವಾಗಿ ಹೊಸ ತಂತ್ರಜ್ಞಾನಗಳು ಸೀಮಿತ ಕೆಲಸಗಳ ವೆಚ್ಚವನ್ನು ಇಳಿಸುತ್ತವೆ. ನಂತರ ಹೊರೆ ಖರೀದಿದಾರರ ಮೇಲೆ ಬೀಳುತ್ತದೆ. ಹೊಸ ಸಾಧನವನ್ನು ಹೇಗೆ ಬಳಸಬೇಕೆಂದು ಸಂಸ್ಥೆಯೇ ಕಂಡುಕೊಂಡು, ಅದಕ್ಕೆ ತಕ್ಕಂತೆ ಮರುತರಬೇತಿ, ಮರುಸಂಘಟನೆ ಮತ್ತು ಪ್ರಕ್ರಿಯೆಗಳ ಮರುನಿರ್ಮಾಣ ಮಾಡಬೇಕು⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ). ಲೆಕ್ಕಪಟ್ಟಿ ತಂತ್ರಾಂಶ ತಾನಾಗಿಯೇ ಲೆಕ್ಕಪತ್ರ ವಿಭಾಗದಲ್ಲಿ ಅಳವಡಿಕೆಯಾಗಲಿಲ್ಲ—ಲೆಕ್ಕಪತ್ರ ವಿಭಾಗವೇ ತಂತ್ರಾಂಶಕ್ಕೆ ತಕ್ಕಂತೆ ಬದಲಾಯಿತು.

ಕಾರ್ಯಪಡೆಯ ವಿಷಯದಲ್ಲಿ ತದ್ವಿರುದ್ಧ. ತರಬೇತುದಾರರು, ಉದ್ಯೋಗಿಗಳು ಮತ್ತು ಒಳ್ಳೆಯ ತಂಡ ನಿಮಗೆ ಹೇಗೆ ಉಪಯುಕ್ತವಾಗಬೇಕೆಂದು ಕಂಡುಕೊಳ್ಳುತ್ತಾರೆ. ಅವರು ನಿಮ್ಮನ್ನು ಪ್ರಶ್ನಿಸುತ್ತಾರೆ, ನಿಮ್ಮ ಸಂದರ್ಭ ಅರಿಯುತ್ತಾರೆ, ನಿಮ್ಮ ಅಗತ್ಯಗಳನ್ನು ಗಮನಿಸುತ್ತಾರೆ. ನಿಮಗೆ ಗೊತ್ತಿಲ್ಲವೆಂಬುದೇ ನಿಮಗೆ ತಿಳಿಯದಿದ್ದ ವಿಷಯಗಳನ್ನು ಹೇಳುತ್ತಾರೆ. ಅತ್ಯುತ್ತಮ ಕಾರ್ಯಪಡೆ ತಾನೇ ಹೊಂದಿಕೊಳ್ಳುತ್ತದೆ.

ಮುಂದಾಳತ್ವ ಮತ್ತು ಹೊಂದಿಕೊಳ್ಳುವಿಕೆಯೊಂದಿಗೆ AI ಈ ಅರ್ಥದಲ್ಲಿ ಕಾರ್ಯಪಡೆಯಂತಾದಷ್ಟೂ, ಅದನ್ನು ಬಳಸುವ ವಿಧಾನವನ್ನು ಸಂಸ್ಥೆ ಕಲಿಯುವ ಅಗತ್ಯ ಕಡಿಮೆಯಾಗುತ್ತದೆ; ಸಂಸ್ಥೆಗೆ ಹೇಗೆ ಉಪಯುಕ್ತವಾಗಬೇಕೆಂದು AI ಯೇ ಹೆಚ್ಚು ಕಂಡುಕೊಳ್ಳುತ್ತದೆ. ಹೊಸ ಸಾಧನ ಕಲಿಯಲು ಕಾರ್ಯನಿರ್ವಾಹಕರು ವಿನ್ಯಾಸ ತಂತ್ರಾಂಶದ ಮೂಲಭೂತ ಪಾಠ ಕೇಳುತ್ತಾ ಕೂರುವುದು ಬಹುಶಃ ಕಷ್ಟ. ಆದರೆ ಒಂದು ಮಾತು ಹೇಳಿ, ನಿಮ್ಮ ಇಡೀ ಮಾರುಕಟ್ಟೆ ವಿಭಾಗವನ್ನು ರೂಪಿಸುತ್ತೇನೆ ಎಂಬ ಪ್ರಸ್ತಾವನೆಯನ್ನು ಸಂತೋಷದಿಂದ ಪರಿಗಣಿಸುತ್ತಾರೆ.

ಒಂದು ಉದ್ಯೋಗವನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸುವುದೇ AGI ಯ ಪರಮ ಗುರಿ ಎಂದು ನಾವು ಪದೇಪದೇ ಹೇಳುತ್ತೇವೆ. ನಿಜ, ನಾವು ಇನ್ನೂ ಆ ಹಂತವನ್ನೂ ತಲುಪಿಲ್ಲ. ನಾವು ಅಷ್ಟು ಸಮರ್ಥರಾಗಿರುವುದರಿಂದಲೇ ಉದ್ಯೋಗಗಳು ಅಸಾಧಾರಣವಾಗಿ ಸಂಕೀರ್ಣವಾಗಿವೆ. ಆದರೂ ನಮ್ಮ ಆರ್ಥಿಕತೆಯ ಉತ್ಪಾದನೆಯಲ್ಲಿ ಒಂಟಿಯಾಗಿ ದುಡಿಯುವವರ ಪಾಲು ತೀರಾ ಕಡಿಮೆ⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ). ಉತ್ಪಾದಕ ಉದ್ಯೋಗಗಳು ತಂಡಗಳಿಗೆ, ತಂಡಗಳು ಸಂಸ್ಥೆಗಳಿಗೆ ಕೊಡುಗೆ ನೀಡುತ್ತವೆ; ನಾವು ಬಳಸುವ ಬಹುತೇಕ ಎಲ್ಲವನ್ನೂ ಸಂಸ್ಥೆಗಳೇ ಉತ್ಪಾದಿಸುತ್ತವೆ.

AGI ಗೆ “ಉದ್ಯೋಗ”ವನ್ನೇ ಮಾನದಂಡವಾಗಿಸುವುದು ಮಾನವರ ಸಾಮರ್ಥ್ಯಕ್ಕೆ ತಕ್ಕ ಮನ್ನಣೆಯನ್ನು ನಮಗೆ ನೀಡುವುದಿಲ್ಲ. ದುಡಿಮೆ ಕೇವಲ ಕೆಲಸಗಳನ್ನೋ, ದಿನನಿತ್ಯದ ಹೊರತಾದ ಅಂಶಗಳನ್ನೋ ನಿಭಾಯಿಸುವುದಲ್ಲ. ಅದು ಅದ್ಭುತ ಸಮನ್ವಯವೂ ಹೌದು—ದೊಡ್ಡ ಫಲಿತಾಂಶಗಳ ಸಣ್ಣ ಭಾಗಗಳನ್ನು ಮಾಡಲು ಹೊಂದಿಕೊಳ್ಳುವ ನಮ್ಮ ಸಾಮರ್ಥ್ಯ. ನಮ್ಮನ್ನು ಕೇವಲ ಕೆಲಸಗಳ ಮೂಟೆಯೆಂದು ಕಾಣುವುದು ನಮ್ಮ ಮೌಲ್ಯವನ್ನು ತೀವ್ರವಾಗಿ ಕುಗ್ಗಿಸುವುದು. ಮಾನವ ಸಾಮರ್ಥ್ಯ ವ್ಯಕ್ತಿಗಳಿಗಿಂತ ಹೆಚ್ಚಾಗಿ ನಮ್ಮ ಸಂಘಟನೆಗಳಲ್ಲಿದೆ⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ). ಆರ್ಥಿಕ AGI ವ್ಯಕ್ತಿಯ ಮಟ್ಟವನ್ನಲ್ಲ, ಜನರ ಮಟ್ಟವನ್ನು ತಲುಪಬೇಕು.

ಹೀಗಾಗಿ AI ತಂಡ ಅಥವಾ ಸಂಸ್ಥೆಯಂತಿರದೆ, ಇನ್ನೂ ಸಾಧನ ಅಥವಾ ಉದ್ಯೋಗಿಯಂತಿದ್ದರೆ “ನಡುವೆ ಬೆರೆಯುವ” ಸನ್ನಿವೇಶ ಬಹಳ ಅದಕ್ಷವಾಗಬಹುದು. ಪ್ರತಿ ಉದ್ಯೋಗಿಯ ಪಕ್ಕದಲ್ಲೂ ಒಂದು ಮಾಡೆಲ್ ಸೇರಿಸಿದರೆ, ಸಾವಾರು ಜೋಡಣೆಗಳು ಮತ್ತು ಕೆಲಸದ ಹಸ್ತಾಂತರಗಳು⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ) ಬೇಕಾಗುತ್ತವೆ. ಈ ತುಂಡುತುಂಡಾದ ವ್ಯವಸ್ಥೆ ಅಳವಡಿಕೆಯನ್ನು ನಿಧಾನಗೊಳಿಸಬಹುದು.

ಮುಂಚಿನ ಕಡಿಮೆ ಸಮರ್ಥ ಅನುಷ್ಠಾನಗಳು ಮತ್ತು ನಂತರದ ಹೆಚ್ಚು ಸಮರ್ಥ ಮಾಡೆಲ್‌ಗಳ ನಡುವೆ ಪೈಪೋಟಿ ಕಾಣುತ್ತೇವೆ. ಭವಿಷ್ಯದ ಮಾಡೆಲ್‌ಗಳ ಅಳವಡಿಕೆ ಎಷ್ಟು ವೇಗವಾಗುತ್ತದೆ, ಆ ಸಾಮರ್ಥ್ಯ ತಲುಪಲು ಬೇಕಾದ ಹೆಚ್ಚುವರಿ ಸಮಯವನ್ನೂ ಅದು ಸರಿದೂಗಿಸಬಲ್ಲದೇ ಎಂಬುದರ ಮೇಲೆ ಗೆಲುವು ಅವಲಂಬಿತ.

ಈ “ನಡುವೆ ಬೆರೆಯುವ” ಸನ್ನಿವೇಶ ಮೊದಲ “ಪದೋನ್ನತಿ” ಸನ್ನಿವೇಶದ ಜೊತೆಯಲ್ಲೇ ಇರಬಹುದು. AI ಕೆಲವು ಕಾರ್ಯಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಿದಂತೆ ಸಂಸ್ಥೆಗಳು ಮಾನವ ಸಿಬ್ಬಂದಿಯನ್ನು ಕಡಿಮೆ ಮಾಡಬಹುದು; ಉಳಿದ ಮಾನವರು ತಮ್ಮ ಏಜೆಂಟ್ ಕಾರ್ಯಪಡೆಯ ನೆರವಿನಿಂದ ಹೆಚ್ಚು ವ್ಯಾಪಕ ಹೊಣೆಗಳನ್ನು ಪಡೆಯಬಹುದು. ಮುಖ್ಯವಾಗಿ, ಈ ಸನ್ನಿವೇಶ ಮಾತ್ರದಿಂದ ಒಟ್ಟಾರೆ ಮಾನವ ಉದ್ಯೋಗ ಕಡಿಮೆಯಾಗುತ್ತದೆ ಎಂದರ್ಥವಲ್ಲ. ತಲಾ ಕಡಿಮೆ ಸಿಬ್ಬಂದಿಯಿರುವ ಹೆಚ್ಚು ಸಂಸ್ಥೆಗಳು ಇರಬಹುದು.

ನಮ್ಮ ಮೂರನೇ ಸನ್ನಿವೇಶ ಅತ್ಯಂತ ಗೊಂದಲ ಮೂಡಿಸುವಂಥದ್ದು. ಇಲ್ಲಿ AI, ಸಂಸ್ಥೆಯಲ್ಲಿ ಜನರಿಗಿಂತ ಮೇಲಿನ ಸ್ಥಾನಕ್ಕೆ ಬರುತ್ತದೆ. ಇನ್ನು ಯಂತ್ರಗಳ ಮೇಲೆ ಮಾನವರಿರುವ ಕ್ರಮವಲ್ಲ, ಮಾನವ, AI, ಮಾನವ ಎಂಬ ಕ್ರಮ: ಮಾನವರ ನಡುವೆ ಸ್ವಯಂಚಾಲನೆಯ ಪದರ. ಕೆಲವರು AI ಯ “ಅಧೀನದಲ್ಲಿ” ಕೆಲಸ ಮಾಡುತ್ತಾರೆ.

ವಿಶೇಷವಾಗಿ ಸಂಸ್ಥೆಯ ಅಳವಡಿಕೆಯ ಆರಂಭಿಕ ಹಂತವಾಗಿ ಇದು ಅವಾಸ್ತವಿಕವೆನಿಸುತ್ತದೆ. ಆದರೆ ಕಡಿಮೆ ಆಮೂಲಾಗ್ರ ರೂಪಗಳಲ್ಲಿ ಇದು ಈಗಾಗಲೇ ಆರಂಭವಾಗಿದೆ ಎಂಬುದು ನಮ್ಮ ಅನಿಸಿಕೆ.

AI ಯನ್ನು ಬೌದ್ಧಿಕ ದುಡಿಮೆಯ ಯಾಂತ್ರೀಕರಣವೆಂದು ಯೋಚಿಸುವಾಗಲೂ, ನಮ್ಮ ಗಮನ ಸಾಮಾನ್ಯವಾಗಿ ಕೆಳಹಂತಗಳ ಮೇಲಿರುತ್ತದೆ. AI ಲೆಕ್ಕಪಟ್ಟಿ ಮತ್ತು ಪ್ರಸ್ತುತಿಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸುತ್ತದೆ ಎನ್ನುತ್ತೇವೆಯೇ ಹೊರತು ನಿರ್ವಹಣೆಯನ್ನಲ್ಲ. ಸ್ವಯಂಚಾಲನೆ ಶ್ರೇಣಿಯಲ್ಲಿ ಮೇಲೇರುತ್ತದೆ ಎಂಬುದು ನಮ್ಮ ಸಹಜ ಊಹೆ: ಮೊದಲು ನೀರಸ ಬೌದ್ಧಿಕ ಕೆಲಸ, ಕೊನೆಗೆ ವಿವೇಚನೆ; ವ್ಯವಸ್ಥಾಪಕರ ಪಾತ್ರವೇ ಅಂತಿಮ ಕೋಟೆ.

ಆದರೆ ವ್ಯವಸ್ಥಾಪಕರ ಹೆಚ್ಚಿನ ಕೆಲಸ ಕಂಪ್ಯೂಟರ್ ಮತ್ತು ಮನಸ್ಸಿನಲ್ಲೇ ನಡೆಯುತ್ತದೆ: ಓದುವುದು, ಸಭೆ ನಡೆಸುವುದು, ತೂಗಿನೋಡುವುದು, ಸಂದರ್ಭ ನೆನಪಿಟ್ಟುಕೊಳ್ಳುವುದು, ನಿರ್ಧರಿಸುವುದು. ಸ್ವತಃ ಹಾಜರಿದ್ದು, ಕಚೇರಿಯಲ್ಲಿ ಸುತ್ತಾಡಿ, ಸಿಬ್ಬಂದಿಯ ಜೊತೆ ಇರುವುದಕ್ಕೆ ಮೌಲ್ಯವಿದೆ. ಆದರೂ ಬಹುಪಾಲು ಬೌದ್ಧಿಕವಾಗಿದ್ದರೂ, ನಿರ್ವಹಣೆಗಿಂತ ತಳಮಟ್ಟದ ಕೆಲಸವೇ ಭೌತಿಕ ವಸ್ತುಗಳು ಮತ್ತು ಸಾಧನಗಳೊಂದಿಗೆ ಹೆಚ್ಚು ತೊಡಗುತ್ತದೆ. ನಕಲು ಯಂತ್ರದ ಬಳಿಗೆ ಕಳುಹಿಸುವುದು ತರಬೇತುದಾರನನ್ನೇ ಹೊರತು, ಆತನ ಮೇಲಧಿಕಾರಿಯನ್ನಲ್ಲ.

ನಿರ್ವಹಣೆಯ ನಿರ್ಧಾರಗಳನ್ನು ಮಾಡೆಲ್‌ಗೆ ಕಲಿಸುವುದು ಕಷ್ಟ; ಏಕೆಂದರೆ ಯಶಸ್ಸು ಸ್ಪಷ್ಟವಲ್ಲ, ಅದನ್ನು ದೀರ್ಘಾವಧಿಯಲ್ಲಿ ಅಳೆಯಲಾಗುತ್ತದೆ. ಇದೇ ರೀತಿಯ ಕಾರಣಗಳಿಂದ⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ) ಉತ್ತಮ ಮಾನವ ವ್ಯವಸ್ಥಾಪಕರಿಗೆ ತರಬೇತಿ ನೀಡುವುದೂ ಕಷ್ಟ. ನಿರ್ವಹಣೆಯಲ್ಲಿ ಮಾಡೆಲ್‌ಗಳು ಎಷ್ಟು ಉತ್ತಮವೆಂಬುದು ನಮಗೆ ಇನ್ನೂ ಗೊತ್ತಿಲ್ಲ. ಕಾರ್ಯಗತಗೊಳಿಸುವ ಬೌದ್ಧಿಕ ದುಡಿಮೆಗೆ ಅನೇಕ ಮೌಲ್ಯಮಾಪನಗಳಿವೆ. ಆದರೆ ವ್ಯವಸ್ಥಾಪಕರು ಮತ್ತು ಕಾರ್ಯನಿರ್ವಾಹಕರ ವ್ಯಾಪ್ತಿಯ ದೊಡ್ಡ ಪ್ರಮಾಣದ ಸಮನ್ವಯವನ್ನು ಅಳೆಯುವವು ಕೆಲವೇ.

ಆದರೂ ಇಂದಿನ ಮಾಡೆಲ್‌ಗಳ ಸಾಮರ್ಥ್ಯ ತಳಮಟ್ಟದ ಉದ್ಯೋಗಿಗಳಿಗಿಂತ ಮಾನವ ವ್ಯವಸ್ಥಾಪಕರಿಗೆ ಹೆಚ್ಚು ಹತ್ತಿರವಿರಬಹುದು ಎಂಬುದನ್ನು ಪರಿಗಣಿಸಬೇಕು. ಕೆಲವು ನಿರ್ವಹಣಾ ಕಾರ್ಯಗಳು, ಅವು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುವ ಕೆಲಸಕ್ಕಿಂತ ಮೊದಲೇ ಸ್ವಯಂಚಾಲಿತವಾಗಬಹುದು.

ಈ “ಪದರ ಸೇರ್ಪಡೆ” ಸನ್ನಿವೇಶದ ಪೂರ್ಣ ರೂಪದಲ್ಲಿ, AI ಯೇ ಆಲೋಚಿಸಿ, ತನ್ನ ಸಾಮರ್ಥ್ಯದ ಕೊರತೆಗಳನ್ನು ತುಂಬಲು ತನ್ನ ಅಧೀನದ ಮಾನವ ಗುತ್ತಿಗೆದಾರರನ್ನು ಬಳಸಬಹುದು. ಆ ಜಗತ್ತು ನಮಗೆ ಬಹಳ ಅಪರಿಚಿತವೆನಿಸುತ್ತದೆ. ಬಹಳಷ್ಟು ಬದಲಾಗಬೇಕಾಗುತ್ತದೆ.

ಆದರೆ ಇನ್ನಷ್ಟು ಸಹಜ ರೂಪವೊಂದಿದೆ. ಅದರ ಮೊದಲ ಅಂಕ ಈಗಾಗಲೇ ಆರಂಭವಾಗಿದೆ: ಸಲಹೆ ನೀಡುವುದು. ಇಂದು ಕಾರ್ಯನಿರ್ವಾಹಕಿ ತನ್ನ ಕಂಪನಿಯಾದ್ಯಂತ ಇರುವ ನೂರಾರು Slack ಚಾನೆಲ್‌ಗಳು, ದಾಖಲೆಗಳು, ಪತ್ರಗಳು ಮತ್ತು ಕೋಡ್ ಕಡತಗಳನ್ನು ಓದಿ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಿಸಲು ChatGPT ಯನ್ನು ಕೇಳಬಹುದು. ಈ ತಂಡ ನಿಜವಾಗಿ ಏನು ಮಾಡುತ್ತದೆ? ಆ ದುರ್ಬಲತೆ ಎಲ್ಲಿ ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತಿದೆ? ಸಂಸ್ಥೆಯ ಪ್ರತಿಯೊಂದು ಭಾಗವನ್ನೂ ಆಕೆ ಹೆಚ್ಚುಹೆಚ್ಚಾಗಿ ವಿಶ್ಲೇಷಿಸಿ ಅರಿಯಬಲ್ಲರು⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ).

ಕಾರ್ಯನಿರ್ವಾಹಕರು ಸಂಸ್ಥಾ ರಚನೆಯಲ್ಲಿ ಹಣಕ್ಕಾಗಿ ಕೆಲಸ ಮಾಡುವ ಮಧ್ಯವರ್ತಿಗಳನ್ನು ಬಹುಕಾಲದಿಂದ ಸೇರಿಸುತ್ತಿದ್ದಾರೆ—ಅದನ್ನು ಸಲಹಾ ಸೇವೆ ಎಂದರು. ನಿರ್ವಹಣಾ ಸಲಹಾ ಸಂಸ್ಥೆ ನಿಮ್ಮ ಮೇಲೆ ತಾತ್ಕಾಲಿಕವಾಗಿ, ಹೆಚ್ಚಿನ ವೆಚ್ಚದಲ್ಲಿ ಒಂದು ಪದರ ಸೇರ್ಪಡಿಸುತ್ತದೆ. ಮುಂದೆ AI ಸಲಹೆಗಾರರು ಅತ್ಯಲ್ಪ ವೆಚ್ಚದಲ್ಲಿ ಸದಾ ಲಭ್ಯವಿರಬಹುದು.

ಸಂಸ್ಥೆಯ ದಾಖಲೆಗಳು ಮತ್ತು ಸಂವಹನವನ್ನು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿ ವಿಶ್ಲೇಷಿಸಲು ಮಾಡೆಲ್‌ಗಳು ಈಗಷ್ಟೇ ಆರಂಭಿಸಿವೆ. ಅವುಗಳ ಅಭಿರುಚಿ ಮತ್ತು ಸ್ವಯಂಪ್ರೇರಣೆ ಇನ್ನಷ್ಟು ಪಕ್ವವಾಗಬೇಕು. ಸದ್ಯಕ್ಕೆ ಉತ್ಸುಕ ಕಾರ್ಯನಿರ್ವಾಹಕಿ ತನ್ನ ಸಂಸ್ಥೆಯನ್ನು ಇನ್ನಷ್ಟು ವಿವರವಾಗಿ ಅರಿಯಲು ChatGPT ನೆರವಾಗುತ್ತದೆ. ಕ್ರಮೇಣ ಅದು ಪೂರ್ಣಸೇವೆಯ ಸಲಹಾ ಸಂಸ್ಥೆಯಾಗುತ್ತದೆ ಎಂದು ಕಾಣುತ್ತೇವೆ. ಅದು ಕೆಳಹಂತದ ಉದ್ಯೋಗಿಗಳ ನಿಜವಾದ “ವ್ಯವಸ್ಥಾಪಕ”ವಾಗದೆ, ಕಾರ್ಯನಿರ್ವಾಹಕರ ಆಂತರಿಕ ವರದಿಗಾರ ಮತ್ತು ಸಲಹೆಗಾರವಾಗಿರುತ್ತದೆ. ವ್ಯವಹಾರ ಪರಿಣತಿ ಬಳಸಿ ಎಲ್ಲವನ್ನೂ ಪರಿಶೀಲಿಸಿ, ಸಮಸ್ಯೆಗಳನ್ನು ಮುಂಚಿತವಾಗಿ ಎತ್ತಿತೋರಿಸಿ, ಆದ್ಯತೆ ನಿಗದಿಗೆ ನೆರವಾಗುತ್ತದೆ.

ಇದು ಒಳಿತೋ ಕೆಡುಕೋ ಎಂಬುದು ಕಾರ್ಯನಿರ್ವಾಹಕರ ಮೇಲೆ ಅವಲಂಬಿತ. ರಚನಾತ್ಮಕ ಪರಿಣಾಮವೆಂದರೆ ಕೇಂದ್ರೀಕರಣ. ಇದು ಉನ್ನತ ನಾಯಕತ್ವ ಮತ್ತು ಕಂಪನಿಯ ಉಳಿದ ಭಾಗದ ಅಂತರವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ ಎಂದು ಕಾಣುತ್ತೇವೆ. ಹಿಂದೆ ಮಾಹಿತಿ ಹರಿವಿನ ಅಡೆತಡೆಗಳು ವಿಕೇಂದ್ರೀಕೃತ ನಿರ್ಧಾರಗಳಿಗೆ ಅನುಕೂಲವಾಗಿದ್ದವು; ಈಗ ಇದು ಮೇಲ್ಮಟ್ಟಕ್ಕೆ ಹೆಚ್ಚು ಅಧಿಕಾರ ನೀಡುತ್ತದೆ.

ಅಧಿಕಾರವನ್ನು ಬದಲಿಸುವುದಷ್ಟೇ ಅಲ್ಲ, ಸಲಹಾ ಸೇವೆಯಾಗಿ AI ಯನ್ನು ಸುಲಭವಾಗಿ ಅಳವಡಿಸಬಹುದಾದ ಕಾರಣಕ್ಕೂ ಈ ಸನ್ನಿವೇಶ ಬಹುಮುಖ್ಯವೆಂದು ಕಾಣುತ್ತೇವೆ. ಸಾಂಪ್ರದಾಯಿಕ ಸಲಹಾ ಸೇವೆಯಂತೆಯೇ, AI ಸಲಹಾ ಸಂಸ್ಥೆ ಬಳಸಲು ಕಾರ್ಯನಿರ್ವಾಹಕರಿಗೆ ತಾಂತ್ರಿಕ ಪರಿಣತಿ ಬೇಕಿಲ್ಲ. ಟೈಪ್ ಮಾಡಬಲ್ಲ, ಟರ್ಮಿನಲ್ ಬಳಸಬಲ್ಲವರು ತಳಮಟ್ಟದಿಂದ ಅಳವಡಿಸಿಕೊಂಡ ಕಂಪ್ಯೂಟರ್‌ನಂತಲ್ಲ ಇದು. ನೀವು ಸಲಹೆಗಾರನೊಂದಿಗೆ ಮಾತನಾಡಿದರೆ ಸಾಕು; ತಾಂತ್ರಿಕ ಜ್ಞಾನ ಬೇಕಾಗುವ ಕೆಲಸವನ್ನು ಅದು ನಿಭಾಯಿಸುತ್ತದೆ. ಈ ಅಳವಡಿಕೆಯ ಅಲೆ ಮುಖ್ಯಸ್ಥರ ಕಚೇರಿಯಿಂದಲೇ ಆರಂಭವಾಗಬಹುದು. ಸಲಹಾ ಸಂಸ್ಥೆಯು ಉಳಿದ ಸಂಸ್ಥೆಯಾದ್ಯಂತ AI ಅಳವಡಿಕೆಯನ್ನು ವೇಗಗೊಳಿಸಬಹುದು.

ದೂರಸ್ಥ ಕೆಲಸ ಮತ್ತು ಗುತ್ತಿಗೆಯನ್ನು ಸಂಸ್ಥೆಗಳು ನಂಬದಿರಲು ಒಂದು ಪ್ರಮುಖ ಕಾರಣವಿದೆ: ಷರತ್ತುಗಳನ್ನು ಪಾಲಿಸುವಂತೆ ಮಾಡಬಹುದೇ ಎಂಬ ಪ್ರಶ್ನೆ. ಕೆಲಸ ನಡೆಯುವ ವಿಧಾನವನ್ನು ಅದರ ಎಲ್ಲ ಸೂಕ್ಷ್ಮತೆಗಳೊಂದಿಗೆ ಗಮನಿಸಲು ಸಂಸ್ಥೆಗಳಿಗೆ ಅಗ್ಗದ ಮಾರ್ಗ ಎಂದೂ ಇರಲಿಲ್ಲ. ಹೀಗಾಗಿ ಅವು ಕೆಲಸದ ತೋರಿಕೆಯನ್ನು ಅಳೆಯುತ್ತವೆ⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ): ಕ್ಲಿಕ್‌ಗಳ ಎಣಿಕೆ, ಮೌಸ್ ಚಲನೆ, ಹಸಿರು ಸ್ಥಿತಿ ಚುಕ್ಕೆಗಳು. ಒಳ್ಳೆಯ ಕೆಲಸ ನಡೆಯುತ್ತಿದೆಯೇ ಎಂಬುದಕ್ಕೂ ಈ ಸೂಚನೆಗಳಿಗೂ ಸಂಬಂಧ ಅತಿ ಕಡಿಮೆ.

AI ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬಲ್ಲ ಮೇಲ್ವಿಚಾರಕನನ್ನು ಒದಗಿಸುತ್ತದೆ. ವ್ಯಕ್ತಿ ಸೃಷ್ಟಿಸುವುದನ್ನು ನೋಡಿ, ದೊಡ್ಡ ಗುರಿಗಳತ್ತ ನಿಜವಾದ ಪ್ರಗತಿಯನ್ನು ಅದು ಗುರುತಿಸಬಲ್ಲದು. ಮುಂದಿನ ವಿಭಾಗದಲ್ಲಿ ಚರ್ಚಿಸುವಂತೆ, ಯಾವುದೇ ಹೊಸ ಕಣ್ಗಾವಲನ್ನು ಲಘುವಾಗಿ ಪರಿಗಣಿಸಿ ಜಾರಿಗೊಳಿಸಬಾರದು⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ). ಆದರೆ ಸೂಕ್ತ ಸಂದರ್ಭಗಳಲ್ಲಿ ಅದು ವಿಶ್ವಾಸ ಹೆಚ್ಚಿಸಿ, ಉದ್ಯೋಗಿಗಳಿಗೆ ಹೆಚ್ಚು ಸ್ವಾತಂತ್ರ್ಯ ನೀಡಲು ಸಂಸ್ಥೆಗಳನ್ನು ಪ್ರೋತ್ಸಾಹಿಸಬಹುದು.

ಒಳ್ಳೆಯ ಫಲಿತಾಂಶಕ್ಕೆ ಒಯ್ಯುವ ಹಲವು ವಿಭಿನ್ನ ಹಾದಿಗಳನ್ನು ಮೇಲ್ವಿಚಾರಕ ಅರಿತರೆ, ಉದ್ಯೋಗಿಗಳು ತಮಗೆ ಬೇಕಾದ ರೀತಿಯಲ್ಲಿ ಹೆಚ್ಚು ಕೆಲಸ ಮಾಡಬಹುದು. ಮೇಲಧಿಕಾರಿಗಳಿಗೆ ಗಮನಿಸಲು ಸುಲಭವಾದ ಒಂದೇ ನಿಗದಿತ ವಿಧಾನಕ್ಕಿಂತ, ಒಳ್ಳೆಯ ಫಲಿತಾಂಶದತ್ತ ಪ್ರಗತಿ ಹೆಚ್ಚು ಮುಖ್ಯವಾಗುತ್ತದೆ. ಬುದ್ಧಿವಂತ ಮೇಲ್ವಿಚಾರಕ ನಮ್ಯತೆ ಒದಗಿಸಿ, ನಾವೆಲ್ಲರೂ ದ್ವೇಷಿಸುವ ತೋರಿಕೆಯ ಉತ್ಪಾದಕತೆಯನ್ನು ದಂಡಿಸುತ್ತಾನೆ.

ಕಾರಿನಲ್ಲಿ ಟ್ರ್ಯಾಕರ್ ಅಳವಡಿಸಿದರೆ ವಿಮಾ ಕಂತು ಕಡಿಮೆ ಮಾಡುವ ವಿಮಾದಾರರ ಕೊಡುಗೆಯಂತೆಯೇ ಇಲ್ಲಿನ ಪ್ರಯೋಜನವೂ ಇದೆ. ವ್ಯವಸ್ಥೆಗೆ ಮಣ್ಣೆರಚಲು ಯತ್ನಿಸುತ್ತಿದ್ದರೆ ಇದು ನಿಮಗೆ ಹಾನಿ ಮಾಡುತ್ತದೆ. ನಿಮ್ಮ ಕೆಲಸವನ್ನಷ್ಟೇ ಮಾಡುತ್ತಿದ್ದರೆ, ಮೇಲ್ವಿಚಾರಕ ನಿಮ್ಮ ಪ್ರಾಮಾಣಿಕತೆಯನ್ನು ದೃಢಪಡಿಸಿ ನಿರ್ವಹಣೆ ನಿಮ್ಮನ್ನು ಹೆಚ್ಚು ನಂಬುವಂತೆ ಮಾಡಬಹುದು.

ಆ ವಿಶ್ವಾಸ ಹೊಸ ಅವಕಾಶಗಳನ್ನು ಹುಟ್ಟಿಸುತ್ತದೆ. ಮನೆ-ಕಚೇರಿ ಮಿಶ್ರ ಕೆಲಸ, ಅಸಾಂಪ್ರದಾಯಿಕ ಚಿಂತಕರು, ಗುತ್ತಿಗೆದಾರರು ಅಥವಾ ದೂರದ ದೇಶಗಳ ಪ್ರತಿಭಾವಂತರ ನೇಮಕಕ್ಕೆ ಹಿಂದೆ ಹಿಂಜರಿದ ಸಂಸ್ಥೆಗಳು ಹೊಸದಾಗಿ ಸಿದ್ಧವಾಗುವುದನ್ನು⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ) ಕಾಣಬಹುದು.

ಇಂದಿನ ಸಂಸ್ಥಾ ರಚನೆಯ ಬಗ್ಗೆ ತಳಮಟ್ಟದ ಉದ್ಯೋಗಿಗಳಿಗೆ ಅನೇಕ ಸಮಸ್ಯೆಗಳಿವೆ. ಕಣ್ಣಾರೆ ಕಂಡ ಸಮಸ್ಯೆಯನ್ನು ಮೇಲಧಿಕಾರಿಗಳ ಗಮನಕ್ಕೆ ತರುವ ದಾರಿಯೇ ಇಲ್ಲದಿರುವುದು ತೀವ್ರ ನಿರುತ್ಸಾಹ ಉಂಟುಮಾಡುತ್ತದೆ. ಅಸಮರ್ಥ ವ್ಯವಸ್ಥಾಪಕರ ಕೆಳಗೆ ಸಿಲುಕುವುದು ಅಥವಾ ಉತ್ತಮ ಕೆಲಸಕ್ಕೆ ಮನ್ನಣೆ ಸಿಗದಿರುವುದು ಅನ್ಯಾಯವೇ ಸರಿ.

ವ್ಯವಹಾರವನ್ನು ಅತಿಯಾಗಿ ದಕ್ಷಗೊಳಿಸುವ ಹಿಂದಿನ ಅಲೆ ಸೀಮಿತ ದತ್ತಾಂಶ, ಸ್ಥೂಲ ಮಾರ್ಗಸೂಚಿ ಮತ್ತು ವಿವೇಚನೆಯಿಲ್ಲದ ಅಲ್ಗಾರಿದಮ್‌ಗಳ ಮೇಲೆ ನಿಂತಿತ್ತು ಎಂದು ಕಾಣುತ್ತೇವೆ. ನೀವು ಲೆಕ್ಕಿಸಬಲ್ಲದು ಗೇರ್ ಅನುಪಾತಗಳನ್ನಷ್ಟೇ ಎಂದಾದರೆ, ಎಲ್ಲರೂ ಯಂತ್ರದ ಹಲ್ಲಿನಂತೆಯೇ ಕಾಣುತ್ತಾರೆ. ತಮ್ಮ ಕಾರ್ಯಪಡೆಯ ಮೌಲ್ಯ ಅಳೆಯುವಲ್ಲಿ ಸಂಸ್ಥೆಗಳಿಗೆ ಬಹುಕಾಲದಿಂದ ಸಮಸ್ಯೆ ಇದೆ. ಇಂದಿನ ಒರಟು ಮಾಪಕಗಳು ಗುರುತಿಸದ ಮೌಲ್ಯಯುತ ಕೊಡುಗೆಗಳು ಮತ್ತು ವಿಶಿಷ್ಟ ವಿಧಾನಗಳನ್ನು ಬುದ್ಧಿವಂತ ಮೇಲ್ವಿಚಾರಕ ಗುರುತಿಸಬಹುದು.

ಸರಳೀಕರಿಸಿ ವಿವರಿಸಿದ ಮೂರು ಸನ್ನಿವೇಶಗಳಿಂದ ಅಂಶಗಳನ್ನು ತೆಗೆದುಕೊಂಡು, ಸಂಸ್ಥೆಯ ಭವಿಷ್ಯ ನಿರ್ಧರಿಸುವ ಕೆಲವು ಪ್ರಶ್ನೆಗಳನ್ನು ಈಗ ಪರಿಶೀಲಿಸುತ್ತೇವೆ.

ಏನನ್ನಾದರೂ ನಿರ್ಮಿಸುವುದು ಸಾಮಾನ್ಯವಾಗಿ ದುಬಾರಿ. ಆ್ಯಪ್, ಚಲನಚಿತ್ರ, ಪ್ರಸ್ತುತಿ, ವೈಶಿಷ್ಟ್ಯ, ವಿಶ್ಲೇಷಣೆ: ಇವೆಲ್ಲವನ್ನೂ ಮತ್ತೆ ಮಾಡುವುದು ದುಬಾರಿ, ನಿಧಾನ ಮತ್ತು ಕಷ್ಟಕರ. ಬಹುತೇಕ ಒಂದೇ ಅವಕಾಶವಿದ್ದಾಗ, ಗುರಿ ಸರಿಯಾಗಿಸಲು ಶ್ರಮಿಸುತ್ತೀರಿ. ಸಂಸ್ಥೆ ಕೊನೆಗೆ ಮುಂದುವರಿಯಿರಿ ಎಂದಾಗ, ಪ್ರಯತ್ನ ಸಾರ್ಥಕವಾಗಿರಲೆಂದೇ ಯೋಜನಾ ಚಕ್ರಗಳು, ಮಾರ್ಗಸೂಚಿ ಸಭೆಗಳು ಮತ್ತು ಅನುಮೋದನಾ ಸಮಿತಿಗಳಿರುತ್ತವೆ. ಕಾರ್ಯಗತಗೊಳಿಸುವುದು ದುಬಾರಿಯಾಗಿದ್ದ ಕಾರಣ ನಮ್ಮ ಶ್ರೇಣಿಗಳಲ್ಲಿ ಅನೇಕ ತಪಾಸಣೆಗಳಿವೆ.

ಅನೇಕ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ನಿರ್ಮಾಣದ ವೆಚ್ಚವನ್ನು AI ತೀವ್ರವಾಗಿ ಇಳಿಸುತ್ತಿದೆ—ಅಂತಿಮ ಪೂರ್ಣಗೊಳಿಸುವಿಕೆಯ ಮಟ್ಟಕ್ಕೆ ಅಲ್ಲದಿದ್ದರೂ, ಕನಿಷ್ಠ ಪ್ರಾಯೋಗಿಕ ಮಾದರಿಯ ಮಟ್ಟಕ್ಕಾದರೂ. ಇದಕ್ಕೆ ತಕ್ಕಂತೆ ಸಂಸ್ಥೆಯ ವಿಧಾನವೂ ಬದಲಾಗಬೇಕು ಎಂಬುದು ನಮ್ಮ ನಂಬಿಕೆ: ಗುರಿ ಹಿಡಿಯಲು ಕಡಿಮೆ ಸಮಯ, ಹೆಚ್ಚು ಪ್ರಯೋಗಗಳು. ಸಂಸ್ಥೆ ಪ್ರಾಯೋಗಿಕ ಮಾದರಿ ನಿರ್ಮಿಸಿ, ಗಮನಿಸಿ, ಬೇಗ ಕಲಿತು, ದಿಕ್ಕು ಬದಲಿಸಿ, ಮತ್ತೆ ನಿರ್ಮಿಸಬಹುದು. ಸುಲಭ ಮಾದರಿ ನಿರ್ಮಾಣ⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ) ಸಂಸ್ಥೆಗಳನ್ನು, ಅತಿಯಾದ ಯೋಜನೆ ಆಧರಿಸಿದ ಉತ್ಪಾದನೆಗೆ ಬೆಂಬಲ ನೀಡುವ ವ್ಯವಸ್ಥೆಗಳಿಂದ ದೂರ ಸರಿಸಬೇಕು.

ಇದರ ಸರಳ ರೂಪವೆಂದರೆ ವೇಗವಾಗಿ ಪರಿಷ್ಕರಿಸುತ್ತಾ ಸಾಗುವ ತಂಡ. ಇನ್ನಷ್ಟು ಆಮೂಲಾಗ್ರವಾಗಿ ನೋಡಿದರೆ, ತಂಡವೇ ಬೇಕೇ ಎಂಬ ಪ್ರಶ್ನೆ ಬರುತ್ತದೆ. ಸಾಮೂಹಿಕ ಯೋಜನೆಗಿಂತ ಪರಸ್ಪರ ಸಂಬಂಧವಿಲ್ಲದ ವೈವಿಧ್ಯಮಯ ಆಲೋಚನೆಗಳು ಮುಖ್ಯವಾದರೆ, ವೇಗವಾಗಿ ಪರಿಷ್ಕರಿಸುವ ಒಂದೇ ತಂಡ ಉತ್ತಮವೇ, ಅಥವಾ ತಲಾ ತಮ್ಮದೇ ಕಾರ್ಯನಿರತ ಮಾದರಿಗಳನ್ನು ಮುಂದಿಡುವ ಅನೇಕ ವ್ಯಕ್ತಿಗಳು ಉತ್ತಮವೇ? ಕಾರ್ಯವ್ಯಾಪ್ತಿಯ ಯಾವುದೇ ದಾಖಲೆಗಿಂತ ನಿಜವಾದ ಮಾದರಿ ದೃಷ್ಟಿಕೋನವನ್ನು ಚೆನ್ನಾಗಿ ತಿಳಿಸಿದರೆ, ನಮ್ಮ ಸಂವಹನ ಪದ್ಧತಿ ಬದಲಾಗುತ್ತದೆಯೇ—ಹೆಚ್ಚು, ಬೇಗ ಹಂಚಿಕೊಳ್ಳುವುದು ಮತ್ತು ಜ್ಞಾಪನಪತ್ರಗಳ ಬದಲು ಸಿದ್ಧಪಡಿಸಿದ ವಸ್ತುಗಳನ್ನು ಹಂಚಿಕೊಳ್ಳುವುದು?

ಅಗ್ಗದ ನಿರ್ಮಾಣ ಸಂಸ್ಥೆಯನ್ನು ವ್ಯಕ್ತಿಗಳ ಕಡೆಗೆ ಒಲಿಸಬಹುದು. ಇದರಿಂದ ಮಧ್ಯಮ ನಿರ್ವಹಣೆಯ ಪದರಗಳು ಮತ್ತು ಅನುಮತಿ ಕೇಳುವ ಅಗತ್ಯ ಕಡಿಮೆಯಾಗಬಹುದು. ಹಿಂದೆ ಮಾಡುವುದಕ್ಕಿಂತ ಕೇಳುವುದು ಅಗ್ಗವಾಗಿತ್ತು; ಈಗ ಹಾಗಿಲ್ಲ.

ಆದರೂ ಮುಂದೆ ಚರ್ಚಿಸುವಂತೆ, ಕಡಿಮೆ ಅಪಾಯದಲ್ಲಿ ಮಾದರಿ ನಿರ್ಮಿಸಲು ವ್ಯಕ್ತಿಗಳಿಗೆ ಶಕ್ತಿ ನೀಡುವ ಇದೇ ತಂತ್ರಜ್ಞಾನ, ಇನ್ನಷ್ಟು ಆಡಳಿತಾತ್ಮಕ ಕಟ್ಟುಪಾಡುಗಳನ್ನೂ ಹೇರಬಹುದು.

ಕಿರಿಯ ಉದ್ಯೋಗಿಗಳಿಗಿಂತ ಕಾರ್ಯನಿರ್ವಾಹಕರು ಉತ್ತಮ ವ್ಯವಹಾರ ಸಂಬಂಧಿತ ನಿರ್ಧಾರಗಳನ್ನು⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ) ತೆಗೆದುಕೊಳ್ಳುತ್ತಾರೆ ಎಂಬ ನಂಬಿಕೆಯೇ ಮೇಲಿನಿಂದ ಕೆಳಕ್ಕೆ ನಿರ್ವಹಣೆಯನ್ನು ಸಂಸ್ಥೆಗಳು ಜಾರಿಗೊಳಿಸುವ ಪ್ರಮುಖ ಕಾರಣ. ಮೇಲ್ಮಟ್ಟದ ಸಮರ್ಥ ಅನುಭವಿಗಳಿಗೆ ಸಂಸ್ಥೆಗಳು ಹೆಚ್ಚು ವೇತನ ನೀಡುತ್ತವೆ. ವ್ಯವಸ್ಥಾಪಕರು ಸಾಮಾನ್ಯವಾಗಿ ವ್ಯವಹಾರ ತಂತ್ರದಲ್ಲಿ ತರಬೇತಿ ಪಡೆದಿದ್ದರೆ, ವೈಯಕ್ತಿಕ ಹೊಣೆ ನಿರ್ವಹಿಸುವ ಉದ್ಯೋಗಿಗಳು ತಮ್ಮ ಕ್ಷೇತ್ರದಲ್ಲಿ ಪರಿಣತರಾಗಿರುತ್ತಾರೆ. AI ಎಲ್ಲ ಉದ್ಯೋಗಿಗಳಿಗೂ ಅತ್ಯುತ್ತಮ ಸಲಹೆ ನೀಡಿದರೆ, ನಿರ್ಧಾರದ ಗುಣಮಟ್ಟದಲ್ಲಿನ ಅಂತರ ಕುಗ್ಗುತ್ತದೆ. ವ್ಯವಸ್ಥಾಪಕರು ಹಸ್ತಕ್ಷೇಪ ಮಾಡಲು ಕಾರಣಗಳು ಕಡಿಮೆಯಾಗುತ್ತವೆ. ಇದು ಉದ್ಯೋಗಿಗಳ ಸ್ವಾಯತ್ತತೆ ಹೆಚ್ಚಿಸಿ, ನಿರ್ವಹಣೆಯ ಪದರಗಳನ್ನು ಕಡಿಮೆ ಮಾಡಬಹುದು.

ಅದೇ ರೀತಿ, ಕಾರ್ಯನಿರ್ವಾಹಕರ ಗಮನಕ್ಕೆ ಬಾರದೆ ಗಂಭೀರ ಪರಿಣಾಮದ ಸಂಗತಿಗಳು ನಡೆಯದಂತೆ “AI ಸಲಹಾ ಸಂಸ್ಥೆ” ನೋಡಿಕೊಳ್ಳುತ್ತದೆ. ಕಂಪನಿಗೆ ಗಂಭೀರ ಪರಿಣಾಮ ಬೀರುವ ಬ್ಲಾಗ್ ಬರಹವನ್ನು ಉದ್ಯೋಗಿ ಪ್ರಕಟಿಸಲು ಹೊರಟಿದ್ದರೆ, ಸಲಹಾ ಸಂಸ್ಥೆ ಮುಂಚಿತವಾಗಿ ಕಾರ್ಯನಿರ್ವಾಹಕರಿಗೆ ತಿಳಿಸುತ್ತದೆ. ಇದು ವಿಶ್ವಾಸ ಮೂಡಿಸುತ್ತದೆ: ತಮಗೆ ತಿಳಿಯದೆ ದೊಡ್ಡ ಅನಾಹುತ ಸಂಭವಿಸಬಹುದೆಂದು ನಿರ್ವಹಣೆಗೆ ಚಿಂತೆ ಬೇಡ. ಆದ್ದರಿಂದ ಉದ್ಯೋಗಿ ಕೆಲಸ ಮಾಡುವ ವಿಧಾನವನ್ನು ಅಷ್ಟು ಬಿಗಿಯಾಗಿ ನಿಯಂತ್ರಿಸಬೇಕಿಲ್ಲ⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ).

ಆದರೆ AI ಸಲಹಾ ಸಂಸ್ಥೆ ಎಂಬುದು ಎರಡು ಅಲಗಿನ ಕತ್ತಿ⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ). ಬುದ್ಧಿವಂತ ಮೇಲ್ವಿಚಾರಕವಾಗಿ ಅದು ಉದ್ಯೋಗಿಗಳ ಮೇಲಿನ ವಿಶ್ವಾಸ ಹೆಚ್ಚಿಸಬಹುದು; ಹಾಗೆಯೇ ಮುಖ್ಯ ಕಾರ್ಯನಿರ್ವಾಹಕರು ಬಯಸುವ ಕಾರ್ಯವಿಧಾನವನ್ನು ಸಂಸ್ಥೆಯಾದ್ಯಂತ ಇನ್ನಷ್ಟು ಕಠಿಣವಾಗಿ ಜಾರಿಗೊಳಿಸಬಹುದು. ಸಂಸ್ಥೆಗಳು ಹೊಂದಾಣಿಕೆಗೆ⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ) ಮಹತ್ವ ನೀಡುತ್ತವೆ: ನಿರ್ಧಾರ ಒಳ್ಳೆಯದಷ್ಟೇ ಅಲ್ಲ, ಕಂಪನಿಯ ಸಂಸ್ಕೃತಿ, ಬ್ರ್ಯಾಂಡ್ ಮತ್ತು ದೊಡ್ಡ ಪ್ರಮಾಣದ ಕಾರ್ಯಾಚರಣೆಯ ವೆಚ್ಚವು ಲಾಭಗಳಿಗೆ ಹೊಂದುವಂತಿರಬೇಕು. ಪದಾರ್ಥಗಳನ್ನು ಸಗಟಾಗಿ ಖರೀದಿಸಲು ಮತ್ತು ಗ್ರಾಹಕರಿಗೆ ಎಲ್ಲೆಡೆ ಒಂದೇ ರೀತಿಯ ಉತ್ಪನ್ನ ನೀಡಲು, ಉಪಾಹಾರಗೃಹ ಸರಪಳಿ ತನ್ನ ಎಲ್ಲ ಶಾಖೆಗಳಲ್ಲಿ ಒಂದೇ ಆಹಾರಪಟ್ಟಿ ಬಯಸಬಹುದು.

ಇದಕ್ಕೆ ಸಂಬಂಧಿಸಿ, ಸಂಸ್ಥೆಯ ಮುಖ್ಯಸ್ಥರು ಮತ್ತು ಉದ್ಯೋಗಿಗಳ ಹಿತಾಸಕ್ತಿಗಳು ಸದಾ ಹೊಂದುವುದಿಲ್ಲ. ಉದ್ಯೋಗಿಗಳು ತಮ್ಮ ವಿಭಾಗದ ಯಶಸ್ಸಿಗೆ⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ) ಶ್ರಮಿಸಿದರೆ, ಕಾರ್ಯನಿರ್ವಾಹಕರು ಇಡೀ ಸಂಸ್ಥೆಯ ಬಗ್ಗೆ ಯೋಚಿಸುತ್ತಾರೆ. ಹೆಚ್ಚಿನ ದುಡಿಮೆಯ ಪ್ರತಿಫಲವನ್ನು ಪಡೆಯುವ⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ) ಕಾರಣ, ಷೇರುದಾರರ ಆದ್ಯತೆಗಳು ವೇತನದಾರರಿಗಿಂತ ಭಿನ್ನವಾಗಿರುತ್ತವೆ. ಮೇಲಿನಿಂದ ನಿಗದಿಪಡಿಸಿದ ನಿರ್ದಿಷ್ಟ ಕಾರ್ಯವಿಧಾನಗಳ ಕಟ್ಟುನಿಟ್ಟಿನ ಪಾಲನೆಯನ್ನು ಸಲಹಾ ಸಂಸ್ಥೆ ಜಾರಿಗೊಳಿಸಬಹುದು.

ಒಟ್ಟಾರೆಯಾಗಿ ಉದ್ಯೋಗಿಗಳ ಸ್ವಾಯತ್ತತೆ ಹೆಚ್ಚುತ್ತದೆ ಎಂಬುದು ನಮ್ಮ ಅಭಿಪ್ರಾಯ. ಮುಖ್ಯ ಪರಿಣಾಮಗಳಿರುವ ಅಪವಾದಗಳನ್ನು ಗುರುತಿಸಲು AI ಬಳಸಿ, ಹೆಚ್ಚು ನಿರ್ಧಾರಗಳನ್ನು ಉದ್ಯೋಗಿಗಳಿಗೇ ಬಿಡುವ ಸಂಸ್ಥೆಗಳ ಮೇಲೆ ನಮ್ಮ ಆಶಾವಾದ ನಿಂತಿದೆ.

AI ಬೆಂಬಲದ ಚೌಕಟ್ಟಾಗಿ ಕೆಲಸ ಮಾಡುತ್ತದೆ ಎಂದು ನಂಬುತ್ತೇವೆ—ಕಾರ್ಯನಿರ್ವಾಹಕರು ಏಕರೂಪದ ಬ್ರ್ಯಾಂಡ್ ಬಯಸಿದರೂ, ಅದು ಕೇವಲ ಕೆಲಸ ಮಾಡಬೇಕಾದ ಮಿತಿಯಾಗಿರುತ್ತದೆ. ಉದ್ಯೋಗಿಗಳಿಗೆ ವ್ಯವಹಾರದ ಮಿತಿಗಳು ಹೆಚ್ಚು ಸ್ಪಷ್ಟವಾಗುತ್ತವೆ; ಆ ನಿರ್ಬಂಧಗಳಿಗೆ ಒಳಪಡದ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಸೃಜನಶೀಲತೆಗೆ ಹೆಚ್ಚಿನ ಭರವಸೆ ಸಿಗುತ್ತದೆ. ಅಗತ್ಯ ಮುನ್ನೆಚ್ಚರಿಕೆಗಳಿರುವುದರಿಂದ, ಲಾಭದಾಯಕವಾಗಬಹುದಾದ ಹೊಸ ವಿಧಾನಗಳನ್ನು ಪ್ರಯೋಗಿಸಲು ಕಾರ್ಯನಿರ್ವಾಹಕರು ಉದ್ಯೋಗಿಗಳಿಗೆ ಅವಕಾಶ ನೀಡಬಹುದು. ನಮ್ಮ ಅಧೀನದ AI ಸಹಾಯಕರ ನೆರವಿನಿಂದ, ಉದ್ಯೋಗಿಗಳು ಇನ್ನಷ್ಟು ಮಹತ್ವದ ಫಲಿತಾಂಶಗಳ ಹೊಣೆಯನ್ನೂ ಹೊರುತ್ತಾರೆ. ಹೆಚ್ಚು ಸಂಕೀರ್ಣ ಕೆಲಸವನ್ನು ಮುನ್ನಡೆಸುವಾಗ ಸೃಜನಶೀಲತೆಗೆ ಹೆಚ್ಚಿನ ಅವಕಾಶಗಳನ್ನು ಕಾಣುತ್ತೇವೆ.

ಉದ್ಯೋಗಿಗಳ ಸ್ವಾಯತ್ತತೆಯ ಕುರಿತ ಇದೇ ತರ್ಕ ಸಂಸ್ಥೆಯ ಗಾತ್ರಕ್ಕೂ ಅನ್ವಯಿಸುತ್ತದೆ. ಒಪ್ಪಂದಗಳ ಜಾಲದ ಮೂಲಕ ಮಾಡದೆ ಸಂಸ್ಥೆಗಳೊಳಗೆ ಉತ್ಪಾದನೆಯನ್ನು ಏಕೆ ಸಂಘಟಿಸುತ್ತೇವೆ ಎಂದು ರೊನಾಲ್ಡ್ ಕೋಸ್⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ) ಕೇಳಿದರು. ವಿಮಾನವನ್ನೂ ಸಂಪೂರ್ಣವಾಗಿ ವ್ಯಕ್ತಿಗಳ ನಡುವಿನ ಒಪ್ಪಂದಗಳ ಮೂಲಕ ನಿರ್ಮಿಸಬಹುದು. ಆದರೆ ಅದು ಅತ್ಯಂತ ಅದಕ್ಷ ವಿಧಾನವಾಗುತ್ತದೆ. ಸಂಸ್ಥೆಗಳು ದೊಡ್ಡ ಪ್ರಮಾಣದ ಕಾರ್ಯಾಚರಣೆಯ ವೆಚ್ಚಲಾಭ ಪಡೆಯುತ್ತವೆ, ಹಿತಾಸಕ್ತಿಗಳನ್ನು ಹೊಂದಿಸುತ್ತವೆ, ದೊಡ್ಡ ಯೋಜನೆಗಳನ್ನು ಸಂಘಟಿಸುತ್ತವೆ ಮತ್ತು ನಿರಂತರ ಚೌಕಾಸಿಯ ಅಗತ್ಯ ತಪ್ಪಿಸುತ್ತವೆ.

ಸಂವಹನ ಸುಲಭಗೊಳಿಸುವ ಮೂಲಕ, ದೊಡ್ಡ ಅಥವಾ ಸಣ್ಣ ಸಂಸ್ಥೆಗಳು ಸೂಕ್ತವಾಗಲು AI ಕಾರಣವಾಗಬಹುದು. ಸಾಂಪ್ರದಾಯಿಕ ಸಂಸ್ಥೆಯು ಮಾಹಿತಿಯನ್ನು ಮೇಲಕ್ಕೆ, ಸೂಚನೆಗಳನ್ನು ಕೆಳಕ್ಕೆ ಸಾಗಿಸುವ ವ್ಯವಸ್ಥೆ. ಅದರಲ್ಲಿ ಅಡೆತಡೆಗಳೂ, ಬಾಯಿಂದ ಬಾಯಿಗೆ ಸಾಗುವಾಗ ಸಂದೇಶ ಬದಲಾಗುವ ಸಮಸ್ಯೆಗಳೂ ತುಂಬಿವೆ. AI ಸಮನ್ವಯದ ಪದರವಾಗಿ ಕೆಲಸ ಮಾಡಿದರೆ, ಹೆಚ್ಚು ಮಾನವ ಉದ್ಯೋಗಿಗಳಿರುವ ದೊಡ್ಡ ಸಂಸ್ಥೆಯನ್ನು ನಿಭಾಯಿಸುವುದು ಸುಲಭವಾಗುತ್ತದೆ. ಇಪ್ಪತ್ತು ಜನರ ನವೋದ್ಯಮವನ್ನು ಅದರ ಸ್ಥಾಪಕರು ಅರಿತಿರುವಂತೆ, “AI ಸಲಹಾ ಸಂಸ್ಥೆ” ನೆರವಿನಿಂದ ಕಾರ್ಯನಿರ್ವಾಹಕಿ ತನ್ನ ಸಂಸ್ಥೆಯನ್ನು ಅರಿಯಬಹುದು. ತ್ರೈಮಾಸಿಕ ವರದಿಗಾಗಿ ಕಾಯದೆ ಆಕೆ ಉಪಕ್ರಮದ ಅನುಷ್ಠಾನವನ್ನು ಗಮನಿಸಬಹುದು; ಏನಾದರೂ ಸಂಭವಿಸಿದರೆ ಸೂಚನೆ ಪಡೆಯಬಹುದು. ಆಕೆಯ ದೃಷ್ಟಿಕೋನ ಇನ್ನಷ್ಟು ವ್ಯಾಪಕವಾಗಿ ಹರಡಬಹುದು. ಇತರರು ಏನು ಮಾಡುತ್ತಿದ್ದಾರೆ, ಸಂಸ್ಥೆಯ ಒಟ್ಟಾರೆ ಆದ್ಯತೆಗಳೇನು ಎಂಬುದು ಎಲ್ಲರಿಗೂ ಹೆಚ್ಚು ಸ್ಪಷ್ಟವಾಗುತ್ತದೆ.

ಇದಕ್ಕೆ ವಿರುದ್ಧವಾಗಿಯೂ ನಡೆಯಬಹುದು. ಸಂವಹನ ಅಡೆತಡೆಯಿಲ್ಲದೆ ನಡೆದು, ನಿಯಮಪಾಲನೆಯನ್ನು ಸುಲಭವಾಗಿ ಗಮನಿಸಲು ಸಾಧ್ಯವಾದರೆ, ಸಂಸ್ಥೆ ತನ್ನ ಪೂರೈಕೆ ಸರಪಳಿಯ ಅಷ್ಟು ಭಾಗವನ್ನು ಒಳಗೇ ಇರಿಸಿಕೊಳ್ಳಬೇಕಿಲ್ಲ. ಬಾಹ್ಯ ಪೂರೈಕೆದಾರರು ಮತ್ತು ಗುತ್ತಿಗೆದಾರರನ್ನು ಸಂಸ್ಥೆ ಹೆಚ್ಚು ನಂಬಬಹುದು.

ಪೂರೈಕೆ ಸರಪಳಿಯ ವಿವಿಧ ಹಂತಗಳನ್ನು ಒಂದೇ ಸಂಸ್ಥೆಯಡಿ ತರುವ ಪ್ರಮುಖ ಉದ್ದೇಶವೆಂದರೆ ಹಿತಾಸಕ್ತಿಗಳನ್ನು ಹೊಂದಿಸುವುದು. ಅಪೂರ್ಣ ಒಪ್ಪಂದಗಳ⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ) ಪರಿಕಲ್ಪನೆ ಇದೆ. ವಿಮಾನಯಾನ ಕಂಪನಿ ಜೆಟ್ ಎಂಜಿನ್ ಕಂಪನಿಯೊಂದಿಗೆ ಒಪ್ಪಂದ ಮಾಡಿಕೊಳ್ಳಬಹುದು. ಆದರೆ ಒಪ್ಪಂದದಲ್ಲಿ ಸ್ಪಷ್ಟವಾಗಿ ನಿಗದಿಪಡಿಸದ ಎಲ್ಲ ವಿಷಯಗಳಲ್ಲೂ ವೆಚ್ಚ ಕಡಿದು ತನ್ನ ಲಾಭ ಹೆಚ್ಚಿಸಿಕೊಳ್ಳಲು ಜೆಟ್ ಎಂಜಿನ್ ಕಂಪನಿಗೆ ಪ್ರೇರಣೆ ಇರುತ್ತದೆ. ಇದನ್ನು ತಪ್ಪಿಸಲು ವಿಮಾನಯಾನ ಕಂಪನಿ ಜೆಟ್ ಎಂಜಿನ್ ಕಂಪನಿಯನ್ನು ಖರೀದಿಸುತ್ತದೆ. ಉದ್ಯೋಗಿಗಳು ಮತ್ತು ಮೇಲಧಿಕಾರಿಗಳ ವಿಷಯದಲ್ಲಿರುವಂತೆಯೇ: ಒಪ್ಪಂದಗಳ ಪಾಲನೆಯನ್ನು ಉತ್ತಮವಾಗಿ ಗಮನಿಸಿ, ಕೇವಲ ಪಟ್ಟಿಗೆ ಗುರುತು ಹಾಕುವ ಬದಲು ವಿವೇಚನೆಯಿಂದ ತೀರ್ಮಾನಿಸಬಹುದಾದರೆ, ಇತರ ಸಂಸ್ಥೆಗಳನ್ನು ಅವಲಂಬಿಸಲು ಸಂಸ್ಥೆಗಳು ಹೆಚ್ಚು ಸಿದ್ಧವಾಗಬಹುದು. ಎಲ್ಲವನ್ನೂ ಸಂಸ್ಥೆಯೊಳಗೇ ಮಾಡಲು ಇರುವ ಕಾರಣಗಳು ಕಡಿಮೆಯಾಗುತ್ತವೆ.

ಅನೇಕ ಸಣ್ಣ ಸಂಸ್ಥೆಗಳ ಜೊತೆಗೆ, ಒಂದೇ ಉದ್ಯಮದಲ್ಲಿ ಅಪಾರ ಸಂಖ್ಯೆಯ ವಿಭಿನ್ನ ಯೋಜನೆಗಳು ನಡೆಯುವ ವಿಶಾಲ AI “ಮಾಲೀಕತ್ವ ಕಂಪನಿಗಳನ್ನೂ” ನಾವು ನಿರೀಕ್ಷಿಸುತ್ತೇವೆ. ವಿಭಿನ್ನ ಯೋಜನೆಗಳೆಲ್ಲವೂ ಒಂದೇ ಸಾಮಾನ್ಯ ಆಸ್ತಿಯನ್ನು ಬಳಸುವಲ್ಲಿ ಉದ್ಯಮ ಸಮೂಹ ಆರ್ಥಿಕವಾಗಿ ಅನುಕೂಲಕರವಾಗುತ್ತದೆ. ಈ ಸಾಮಾನ್ಯ ಆಸ್ತಿ ಗಣನಾ ಸಾಮರ್ಥ್ಯವಾಗಿರಬಹುದು. ಆದರೆ ಅದನ್ನು ಅಗತ್ಯಕ್ಕೆ ತಕ್ಕಂತೆ ಸಣ್ಣ ಪ್ರಮಾಣದಲ್ಲೂ ಸುಲಭವಾಗಿ ಒದಗಿಸಬಹುದು. ಸಾಮಾನ್ಯ ಕಾರ್ಖಾನೆ ಅಥವಾ ರೋಬೋಟ್ ಸಮೂಹ ಇನ್ನಷ್ಟು ಬಲವಾದ ಕಾರಣವಾಗುತ್ತದೆ.

ಹೊಂದಾಣಿಕೆಯ ಹಿತಾಸಕ್ತಿಗಳೂ ದೊಡ್ಡ “ಮಾಲೀಕತ್ವ ಕಂಪನಿ”ಯ ಅಗತ್ಯವನ್ನು ಸಮರ್ಥಿಸಬಹುದು. AI ಗಳು ಮತ್ತು ಬಂಡವಾಳವಿರುವ ದೊಡ್ಡ ಸಂಸ್ಥೆಯೊಂದು ಕ್ಯಾನ್ಸರ್ ಗುಣಪಡಿಸುವಂಥ ಸಾಮಾನ್ಯ ಗುರಿಗೆ ಸಂಪೂರ್ಣ ಮೀಸಲಾಗಿದ್ದರೆ, ಪ್ರತ್ಯೇಕ ಸಣ್ಣ ಉಪಕ್ರಮಗಳ ಅಗತ್ಯ ಕಡಿಮೆ. AI ಸಂಸ್ಥೆ ಅಧಿಕಾರದ ಹೋರಾಟ ತಪ್ಪಿಸಿ, ಎಲ್ಲ ಮಾಹಿತಿ ಹಂಚಿಕೊಂಡು, ಅಗತ್ಯವಿದ್ದಲ್ಲಿ ತನ್ನ ಏಜೆಂಟ್‌ಗಳಲ್ಲಿ ಸೃಜನಶೀಲ ವೈವಿಧ್ಯವನ್ನು ರೂಪಿಸಬಹುದು. ಹೀಗೆ ವಿಭಿನ್ನ ಮಾರ್ಗಗಳನ್ನು ಅನ್ವೇಷಿಸಬಹುದು.

ಇಂದಿನ ವ್ಯವಸ್ಥೆ ಅಸಾಧಾರಣ ಉದ್ಯೋಗಿಗಳಿಗೆ ಪ್ರತಿಫಲ ನೀಡಬೇಕೆಂಬ ನಿರೀಕ್ಷೆ ಇದೆ. ಅವರು ಶ್ರೇಣಿಯಲ್ಲಿ ಮೇಲೇರಿ ಹೆಚ್ಚಿನ ವೇತನ ಪಡೆಯುತ್ತಾರೆ. ಆದರೆ ಅತ್ಯುತ್ತಮ ಮಾಡೆಲ್ ಸಲಹೆಗಾರರಿರುವ ಜಗತ್ತಿನಲ್ಲಿ ಉದ್ಯೋಗಿಗಳು ತಮ್ಮ ವೈಶಿಷ್ಟ್ಯವನ್ನು ಹೇಗೆ ತೋರಿಸುತ್ತಾರೆ?

AI ಎಲ್ಲರಿಗೂ ಒಂದೇ ಅದ್ಭುತ ಆಲೋಚನೆ ನೀಡಿದರೆ, ಭಿನ್ನವಾಗಿ ಕಾಣಿಸಿಕೊಳ್ಳಲು ಅವಕಾಶಗಳು ಕಡಿಮೆಯಾಗುತ್ತವೆ. ವೇತನ ಶ್ರೇಣಿಗಳ ಅಂತರ ಕುಗ್ಗಬೇಕು.

ವಿವೇಚನೆ, ಅಭಿರುಚಿ ಮತ್ತು ಹೊಣೆಗಾರಿಕೆಯ ವ್ಯಾಪ್ತಿಯು ಈ ಕುಗ್ಗುವಿಕೆಗೆ ಪ್ರತಿಯಾಗಿ ಕೆಲಸ ಮಾಡುವ ಅಂಶಗಳಾಗಿವೆ. ನಾವು ಪ್ರತಿಯೊಬ್ಬರೂ ನಮ್ಮ ಅಧೀನದ AI ಸಂಸ್ಥೆಗಳನ್ನು ಮುನ್ನಡೆಸಿದರೆ, ಉಳಿಯುವ ಮಾನವ ಮೌಲ್ಯ ನಮ್ಮ ನಿರ್ಧಾರಶಕ್ತಿಯಾಗಿದೆ. ಪ್ರತಿಯೊಬ್ಬರೂ ತಮ್ಮ ಕೆಳಗಿನ ದೊಡ್ಡ ಕಾರ್ಯದ ಹೊಣೆ ಹೊತ್ತರೆ, ಒಳ್ಳೆಯ ಮತ್ತು ಕೆಟ್ಟ ವಿವೇಚನೆಯ ನಡುವಿನ ವ್ಯತ್ಯಾಸದ ಪರಿಣಾಮ ಹೆಚ್ಚು ಸ್ಪಷ್ಟವಾಗುತ್ತದೆ⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ).

ಈ ತರ್ಕವನ್ನು ಸಂಸ್ಥಾ ರಚನೆಯ ಮೇಲ್ತುದಿಗೆ ಬಹುಕಾಲದಿಂದ ಅನ್ವಯಿಸಿದ್ದೇವೆ. ಮೇಲ್ಮಟ್ಟದಲ್ಲಿ ಸ್ವಲ್ಪ ಉತ್ತಮ ನಿರ್ಧಾರಗಳೂ ಲಾಭದ ಮೇಲೆ ಭಾರಿ ಪರಿಣಾಮ ಬೀರಬಲ್ಲವು ಎಂಬ ಆಧಾರದ ಮೇಲೆ ಮುಖ್ಯ ಕಾರ್ಯನಿರ್ವಾಹಕರ ವೇತನವನ್ನು⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ) ಸಮರ್ಥಿಸುತ್ತೇವೆ. ಕೊರತೆಯ ಸಂಪನ್ಮೂಲಗಳನ್ನು ಬಳಸಲು ಕೆಲವು ಉದ್ಯೋಗಿಗಳು ತಮ್ಮ ಅಧೀನದ AI ಸಂಸ್ಥೆಗಳನ್ನು ಉತ್ತಮವಾಗಿ ನಿರ್ವಹಿಸಿದರೆ ವೇತನ ಅಸಮಾನತೆ ಹೆಚ್ಚಬಹುದು.

ನಿರ್ಧಾರದ ಪರಿಣಾಮ ದೊಡ್ಡದಾದಷ್ಟೂ, ಇತರರಿಗಿಂತ ನಿಮಗಿರುವ ಸಣ್ಣ ಮುನ್ನಡೆಯೂ ವೇತನದಲ್ಲಿ ಹೆಚ್ಚು ಗೋಚರಿಸುತ್ತದೆ. ಮತ್ತೊಂದೆಡೆ, AI ಎಲ್ಲರಿಗೂ ಒಳ್ಳೆಯ ಸಲಹೆ ನೀಡುತ್ತದೆ. ವ್ಯತ್ಯಾಸ ಕಡಿಮೆಯಾದರೆ ವೇತನದ ಅಂತರವೂ ಕುಗ್ಗುತ್ತದೆ.

ಇಲ್ಲಿಯೂ ಇತರೆಡೆಗಳಲ್ಲೂ, ನಾವು ಮುಖ್ಯವಾಗಿ ವಿವೇಚನೆ ಬಳಸುತ್ತೇವೆಯೇ ಅಥವಾ ಅದರಂತೆ ನಡೆಯುತ್ತೇವೆಯೇ ಎಂಬುದರ ಮೇಲೆ ಯಾವ ಶಕ್ತಿ ಮೇಲುಗೈ ಸಾಧಿಸುತ್ತದೆ ಎಂಬುದು ಅವಲಂಬಿಸಬಹುದು.