Budúcnosť firmy

Poznámka autorov: Toto je druhá esej z našej série o budúcej ekonomike, ktorá je súčasťou novej platformy pre nezávislé hlasy skúmajúce budúcnosť s AGI. Odráža naše názory, nie názory OpenAI ani našich kolegov.

Obaja sme mali dvadsaťštyri rokov, keď sme tu v OpenAI začali viesť vlastné tímy. Keď naše tímy spoznáte, už to neznie tak pôsobivo.

Mali by sme byť radoví pracovníci. V dvadsiatich štyroch ste na spodku firemného rebríčka. Robíte zápisnice zo stretnutí a píšete zopár interných správ. Po rokoch úmornej práce vám azda zveria širšie právomoci.

Naša cesta — a cesta mnohých dnešných mladých ľudí — však vyzerá inak. Už pri vstupe na pracovný trh máme k dispozícii „zamestnancov“. Títo pomocníci pracujú vo dne v noci, cez víkendy aj sviatky. Rutinná drina im ide výborne. V tíme máme dokonca zlatých medailistov z matematickej olympiády, ktorí nám radia. Naši noví podriadení stále robia dosť chýb. Zlepšujú sa však, spoznávajú naše potreby a my sa učíme, ako ich viesť.

Ani jeden z nás nevystúpil po firemnom rebríčku. Namiesto toho riadenie zostúpilo na našu priečku. Táto esej je o našom povýšení a o ďalších spôsoboch, ako sa firmy môžu reorganizovať pri vstupe do veku inteligencie.

Kam sa AI zaradí, keď vstúpi do firmy? Predstavujeme tri názorné scenáre:

Žiadny z nich sa neodohrá presne tak, ako ho opisujeme, no myslíme si, že časti všetkých troch sa naplnia. Všetky tri sa už nenápadne odohrávajú.

Nezameriavame sa tu na úplnú automatizáciu, ale na ekonomiku v prechodnom období. Zaujíma nás, ako budú vyzerať zmiešané firmy, keď sa AI bude zlepšovať a prenikať do existujúcich organizácií.

Koncept hybridnej firmy považujeme za dôležitý, pretože zaviesť AI tak, aby bola produktívna, sa nedá zo dňa na deň. Kým modely zvládajú len časť úloh, najľahšie ich zrejme zavedú radoví zamestnanci, ktorí danú prácu poznajú. Keď modely zvládnu celé oblasti činnosti od začiatku do konca, budú ich môcť priamo využívať aj vyššie postavení. Podľa nás sa schopnejšia AI zavádza ľahšie: firmy sa musia naučiť používať technológie, no pracovná sila spoznáva firmu a dokáže sa zapracovať sama.

Rozoberieme tri nové typy organizačných štruktúr a potom preskúmame, čo znamenajú pre budúcnosť byrokracie, samostatnosti pracovníkov, veľkosti firiem a platových rozdielov.

Náš prvý scenár pôsobí najmenej prevratne. Ľudia v ňom zostávajú na rovnakých miestach, s rovnakými nadriadenými a zdanlivo robia rovnakú prácu ako predtým. Ľudská časť organizačnej štruktúry vyzerá v tejto budúcnosti rovnako ako dnes.

Rozdiel je pod nami. Pod každým zamestnancom bez riadiacej funkcie pribudne nová pracovná sila AI, ktorá mu podlieha. Naša organizačná štruktúra dostane suterén a všetci sa staneme manažérmi.

Spočiatku je tento suterén nedokončený. Každý začína s jedným či dvoma agentmi — nie sú to skúsení zamestnanci, skôr horliví stážisti, na ktorých musíme dohliadať a ktorým musíme veľa odpúšťať. Neočakávame veľa: tu poslať e-mail, tam pripraviť správu, všade odpovedať na správy v Slacku. Rovnako ako začínajúci ľudskí zamestnanci dostávajú spočiatku málo samostatnosti aj dôvery.

Ako sa však modely zlepšujú, naši agenti preberajú viac úloh s menším dohľadom. Navzájom sa koordinujú. Môžu medzi nimi byť AI manažéri aj radoví pracovníci, účtovníci aj právnici — všetci spolupracujú podľa vašich pokynov. Namiesto vodenia stážistu za ruku napokon riadite čosi ako samostatnú malú firmu s vlastnou organizačnou štruktúrou, ktorej predstavenstvo tvoríte vy.

Všimnite si, že tento scenár nepredpokladá prepúšťanie. Zavádzame v ňom AI bez toho, aby sme automatizáciou nahradili samých seba. Namiesto toho automatizujeme svoje niekdajšie ja a posúvame sa v hierarchii vyššie. AI preberá čoraz viac z toho, čo sme robili kedysi. Naše pracovné miesta zostávajú, pretože je toho viac na riadenie a preberáme zodpovednosť za väčší objem výsledkov.

Pracovné miesta nie sú nemenné⁠(otvorí sa v novom okne). Predpokladajme, že AI dokáže robiť deväťdesiat percent toho, čo ste robili predtým. Mohli by ste usúdiť, že vám zostáva len desať percent práce. Druhá možnosť je, že stále máte prácu na plný úväzok, len inú — teraz zameranú na desaťkrát väčší cieľ. To je klasický dar technológií: produktivita rastie, ambície rastú spolu s ňou a s ambíciami môžu rásť aj mzdy⁠(otvorí sa v novom okne).

Všetko závisí od toho, či pri tvorbe produkcie stále prinášame pridanú hodnotu⁠(otvorí sa v novom okne). Táto esej sa sústreďuje na najbližšie roky, keď automatizácia ešte nebude schopná zvládnuť všetko ani nebude zavedená všade. Aj keby AI dokázala všetko, stále si môžeme niečo ceniť viac preto, že to vytvoril človek, alebo trvať na tom, aby mal človek posledné slovo.

Závisí to aj od našej chuti spotrebúvať. Ak ako spotrebitelia nebudeme mať záujem o desaťnásobnú produkciu, rovnováha sa posunie k menšiemu počtu pracovníkov alebo kratšiemu pracovnému času. Historicky nás rast produkcie nenasýtil. Máme oveľa viac⁠(otvorí sa v novom okne), ale pracujeme len o trochu menej⁠(otvorí sa v novom okne). Ak bude naša chuť spotrebúvať rásť spolu s násobiacou sa produkciou — a naša práca k nej bude stále prispievať — budeme ju naďalej vymieňať za vyššiu spotrebu. Ak však bude produkcie taký nadbytok, že nás nasýti, môžeme sa dobrovoľne rozhodnúť pre menší počet pracujúcich.

Ďalším námietkam sa venujeme neskôr, napríklad otázke, či budeme mať väčší počet menších firiem. Tento scenár však stále považujeme za dôležitý, pretože zavádzanie sa musí niekde začať. Firmy potrebujú spôsob, ako sa stabilne vyvíjať zo svojich súčasných organizačných štruktúr. Posilnenie práce súčasných zamestnancov môže byť jednoduchším prvým krokom než úplná reštrukturalizácia. Vidíme to už dnes: jeden pracovník za druhým deleguje prácu na AI, zatiaľ bez organizačnej revolúcie.

Tento scenár predpokladá, že ako prví si posily najímajú pracovníci v prvej línii. Zavádzanie AI vedú radoví pracovníci, nie manažéri a vedenie. To sa javí pravdepodobné, pokiaľ AI najlepšie dokáže usmerniť pri práci ten, kto ju predtým vykonával sám.

Modely už dokážu automatizovať mnohé úlohy dátovej vedy, no vedúci oddelenia, ktorý nepozná metódy a detaily, bude mať s využívaním týchto nástrojov problém. Kým nebude AI dostatočne iniciatívna na to, aby vám povedala, čo neviete (pozrite si náš ďalší scenár), zrejme najlepšie poslúži tým, ktorí už vedia, ako sa daná práca robí.

Najväčšia zmena v tomto scenári čaká pracovníkov na nástupných pozíciách. Najnižšia priečka by už neexistovala — aspoň nie pre ľudí. Keď budeme prijímať mladých ľudí, nebudeme ich posielať na úmorné dno firmy. Tieto pozície obsadí niečo, čomu to neprekáža.

Tým stratíme niektoré tradičné cesty vzdelávania mladých pracovníkov: učenie sa u skúsených kolegov⁠(otvorí sa v novom okne), učenie sa rutinnou prácou a postupné získavanie zásluh. Sú to skutočné straty, no celkovo to vnímame skôr ako výsadu. Aj úplný nováčik s dobrým nápadom má prostriedky na experimentovanie. Najstaršia firemná výhovorka, jednoducho na to nemáme ľudí, zaniká. Začínajúca zamestnankyňa, ktorá má v hlave skvelú videohru, ale nemá ako získať tím, ju teraz môže jednoducho vytvoriť.

Podľa nás sa aj v tomto scenári „povyšovania“ majú začínajúci pracovníci stále čo učiť: úsudku, vkusu, riadiacim zručnostiam a tvorivej vízii. Budeme mať motiváciu tieto schopnosti rozvíjať, pretože sa prejavia vo výsledkoch našej práce. Naďalej sa budeme učiť praxou⁠(otvorí sa v novom okne), ale pri širšom rozsahu činností. Skúsení ľudia vo firme budú mať naďalej motiváciu zodpovedne nás viesť a pomáhať nám, aj vďaka svojmu majetkovému podielu na našom úspechu. Príležitosťou je tu podnetnejšia rola pre každého na každej priečke. Každý pracovník môže pri širších kompetenciách ukázať svoj talent. Najviac to znamená pre začínajúcich, ktorí doteraz nemali nijaké.

Druhá cesta AI do firmy vedie naprieč existujúcou organizačnou štruktúrou. Agenti tu nie sú na samom dne, ale sú kolegami. Bežná manažérka odovzdá časť práce tímu modelu tak, ako by ju delegovala ktorémukoľvek zamestnancovi. AI sa zaradí vedľa ľudí, nielen pod nich.

Hlavný rozdiel oproti prvému scenáru: produktívnu AI tu zavádzajú súčasní ľudskí manažéri, nielen dnešní zamestnanci bez riadiacej funkcie. Na to musí byť dostatočne schopná, aby sa stala plnohodnotným členom tímu.

Ľudia sú všestranní. Kladivo pomáha s jednou úlohou; človek toho dokáže oveľa viac. Cesta AI od nástroja k pracovnej sile znamená rozširovanie záberu: automatizáciu úlohy, potom pracovného miesta, tímu a napokon firmy. Každé rozšírenie záberu vyžaduje širšie schopnosti.

Pracovné miesto je kufor plný mnohých úloh. Pri celom tíme je tento kufor napchatý najrôznejšími druhmi práce. Viac úloh v náplni práce znamená viac možných úzkych miest. Ak čo len jedna nevyhnutná úloha tímu zahŕňa fyzickú prácu, je potrebná celá nová súprava periférnych zariadení. Aby AI mohla priamo nahradiť celý tím, musí zvládať všetky jeho rozmanité povinnosti.

Vytvoriť AI, ktorá zvládne širší rozsah činností, je ťažšie. Pre firmy sa však — a to je ústredná asymetria celého prechodu — AI so širším záberom zavádza ľahšie.

Plne automatizovaný tím alebo celú oblasť činnosti môže priamo zaviesť člen vedenia. Nástroj s užšími schopnosťami sa nedá tak jednoducho nasadiť zhora. Jednoduchší nástroj vyžaduje širokú podporu zamestnancov a ich preškolenie.

Nové technológie tradične zlacňujú vykonávanie obmedzeného súboru úloh. Potom sa bremeno presúva na kupujúceho. Firma musí zistiť, ako nový nástroj využiť, a musí mu prispôsobiť školenie zamestnancov, organizáciu aj svoje procesy⁠(otvorí sa v novom okne). Tabuľkový softvér sa na účtovnom oddelení nezaviedol sám — účtovné oddelenie sa muselo prispôsobiť softvéru.

Pri pracovnej sile je to naopak. Stážista, zamestnanec aj dobrý tím sami hľadajú spôsob, ako byť užitoční vám. Pýtajú sa vás, spoznávajú vaše prostredie a všímajú si vaše potreby. Povedia vám aj to, o čom ste ani netušili, že to neviete. Najlepší pracovníci sa zapracujú sami.

Čím viac sa AI v tomto zmysle podobá pracovnej sile — je iniciatívna a prispôsobivá — tým menej sa firma musí učiť, ako ju využiť, a tým viac AI sama zisťuje, ako byť firme užitočná. Člen vedenia si zrejme neodsedí úvodný kurz dizajnérskeho softvéru, aby sa naučil používať nový nástroj. Rád však zváži ponuku v znení: stačí povedať a rozbehnem vám celý marketing.

Za svätý grál AGI príliš často označujeme automatizáciu jedného pracovného miesta. Pravda, zatiaľ sme nedosiahli ani to. Pracovné miesta sú také mimoriadne zložité preto, lebo my sme takí mimoriadne schopní. Aj tak však samostatne pracujúci jednotlivci vytvárajú len veľmi malú časť⁠(otvorí sa v novom okne) produkcie našej ekonomiky. Produktívni pracovníci prispievajú tímom, tímy firmám a firmy vyrábajú takmer všetko, čo spotrebúvame.

Merať AGI schopnosťou zvládnuť „pracovné miesto“ nedoceňuje nás ľudí. Práca nie je len o úlohách, ani len o zvládaní ich nerutinných častí. Je aj o mimoriadnej koordinácii a našej schopnosti prispôsobiť sa tak, aby sme vytvárali malé časti väčších celkov. Redukovať nás na obyčajné súbory úloh znamená hrubo podceniť našu hodnotu. Ľudská schopnosť spočíva viac v našich organizáciách⁠(otvorí sa v novom okne) než v jednotlivcovi. Ekonomická AGI musí dosiahnuť úroveň ľudí, nie človeka.

Scenár „prelínania“ preto môže byť dosť neefektívny, ak AI stále funguje ako nástroj či dokonca ako pracovník, a nie ako tím alebo firma. Model vložený vedľa každého pracovníka znamená tisíc styčných bodov a odovzdávaní práce⁠(otvorí sa v novom okne). Takéto rozdrobené usporiadanie môže zavádzanie spomaliť.

Vidíme tu preteky medzi skoršími, menej schopnými nasadeniami a neskoršími, schopnejšími modelmi. O víťazovi rozhodne, či bude zavádzanie budúcich modelov natoľko rýchlejšie, že vyváži dodatočný čas potrebný na získanie týchto schopností.

Tento scenár „prelínania“ môže existovať súbežne s prvým scenárom „povyšovania“. Firmy môžu znižovať počet ľudí, keď AI automatizuje niektoré činnosti, zatiaľ čo zostávajúci ľudia získajú oveľa širšie právomoci s podporou svojich tímov agentov. Dôležité je, že tento scenár sám osebe neznamená nižšiu celkovú zamestnanosť ľudí. Môžeme mať viac firiem, z ktorých každá zamestnáva menej ľudí.

Náš tretí scenár je najprekvapivejší. AI v ňom vstupuje do firmy nad ľudí. Usporiadanie už nie je ľudia nad strojmi, ale človek, AI, človek: automatizačný sendvič. Niektorí ľudia „podliehajú“ AI.

Znie to nepravdepodobne, najmä ako prvý krok zavádzania AI vo firmách. Myslíme si však, že v menej radikálnych podobách sa to už začalo.

Aj keď AI vnímame ako prostriedok mechanizácie duševnej práce, zvyčajne sa sústreďujeme na nižšie priečky. Obvykle hovoríme, že AI automatizuje tabuľky a prezentácie, nie riadenie. Intuitívne predpokladáme, že automatizácia stúpa po hierarchii: najprv duševná drina, nakoniec úsudok a manažér ako posledná bašta.

Práca manažéra sa však z veľkej časti odohráva pri počítači a v hlave: čítanie, porady, zvažovanie, udržiavanie prehľadu, rozhodovanie. Fyzická prítomnosť, prechádzanie kanceláriami a kontakt s pracovníkmi majú svoju hodnotu. No práve práca na najnižších úrovniach, aj keď je prevažne duševná, sa viac než riadenie stretáva s fyzickým svetom a nástrojmi. Ku kopírke pošlú stážistu, nie jeho šéfa.

Naučiť model manažérskemu rozhodovaniu je ťažké, pretože úspech je nejednoznačný a meria sa v dlhom časovom horizonte. Z podobných dôvodov⁠(otvorí sa v novom okne) je ťažké vychovať aj dobrých ľudských manažérov. Zatiaľ nevieme, aké dobré sú modely v riadení. Máme množstvo hodnotení duševnej práce zameranej na vykonávanie úloh, no len málo z nich zachytáva koordináciu vo veľkom rozsahu na úrovni manažérov a vedenia.

Stojí však za zváženie, že dnešné modely môžu byť svojimi schopnosťami v skutočnosti bližšie k ľudským manažérom než k radovým pracovníkom. Niektoré riadiace funkcie sa môžu automatizovať skôr než práca, na ktorú dohliadajú.

Úplnou podobou tohto scenára „vrstvenia“ je možno AI, ktorá premýšľa a medzery vo svojich schopnostiach vypĺňa ľudskými externistami, ktorí jej podliehajú. Taký svet sa nám zdá dosť cudzí. Veľa by sa muselo zmeniť.

Existuje však prirodzenejšia podoba a jej prvé dejstvo je už na scéne: poradenstvo. Už dnes môže riaditeľka požiadať ChatGPT, aby prečítal stovky kanálov v Slacku, dokumentov, správ a súborov s kódom z celej firmy a potom odpovedal na otázky. Čo tento tím vlastne robí? Kde sa táto zraniteľnosť prejavuje? Každá časť organizácie je pre ňu čoraz čitateľnejšia⁠(otvorí sa v novom okne).

Vedenie už dávno vkladá do organizačnej štruktúry najatých sprostredkovateľov — nazýva to poradenstvom. Manažérska poradenská firma nad vás pridá ďalšiu vrstvu — nakrátko a draho. V budúcnosti by AI poradcovia mohli byť takmer zadarmo a prítomní neustále.

Modely ešte len začínajú spoľahlivo rozumieť firemným dokumentom a komunikácii. Ich vkus a iniciatívnosť musia dozrieť. Zatiaľ ChatGPT pomáha riaditeľke, ktorá má záujem, podrobnejšie porozumieť svojej organizácii. Predstavujeme si, že sa napokon zmení na komplexnú poradenskú službu. Nebude skutočným „manažérom“ zamestnancov na nižších úrovniach, skôr interným spravodajcom a poradcom vedenia. Využije odborné znalosti podnikania na priebežné sledovanie všetkého, sám upozorní na problémové miesta a pomôže určiť priority.

Či to bude prospešné alebo škodlivé, bude závisieť od vedenia. Štrukturálnym dôsledkom je centralizácia. Podľa nás sa tým skráti vzdialenosť medzi vrcholovým vedením a samotným chodom firmy. Viac moci sa sústredí na vrchole, kým doterajšie prekážky v toku informácií nahrávali decentralizovanejšiemu rozhodovaniu.

Tento scenár považujeme za zásadný nielen pre presun právomocí, ale aj preto, ako ľahko sa dá AI v úlohe poradenskej služby zaviesť. Tak ako tradičné poradenstvo, ani AI poradenská služba nevyžaduje od vedenia technickú zdatnosť. Nie je to ako počítač, ktorý sa zavádzal zdola zásluhou tých, čo vedeli písať na klávesnici a pracovať s terminálom. Stačí sa rozprávať so svojím poradcom a technickú stránku zvládne on. Táto vlna zavádzania sa môže začať v riaditeľskej kancelárii. Poradenská služba by následne mohla urýchliť zavádzanie AI v celom zvyšku organizácie.

Za nedôverou firiem k práci na diaľku a externistom stojí jeden veľký dôvod: vynútiteľnosť plnenia povinností. Firmy nikdy nemali lacný spôsob, ako sledovať priebeh práce v celej jeho skutočnej rozmanitosti. Preto merajú jej napodobňovanie⁠(otvorí sa v novom okne): počty kliknutí, pohyby myšou, zelené bodky stavu — signály tak vzdialené od toho, či naozaj vzniká dobrá práca.

AI ponúka dohľad, ktorý rozumie. Dokáže sa pozrieť na výsledky človeka a rozpoznať skutočný pokrok smerom k širším cieľom. Ako rozoberieme v ďalšej časti, žiadne nové sledovanie sa nesmie zavádzať ľahkovážne⁠(otvorí sa v novom okne). Za správnych okolností však môže zvýšiť dôveru a povzbudiť firmy, aby svojim zamestnancom poskytli viac slobody.

Ak dohľad chápe množstvo rôznych ciest vedúcich k dobrému výsledku, zamestnanci môžu viac pracovať po svojom. Dôležitejší bude pokrok smerom k dobrým výsledkom než jediný predpísaný postup, ktorý sa šéfom ľahko sleduje. Inteligentný dohľad umožňuje flexibilitu a postihuje predstieranú produktivitu, ktorú všetci neznášame.

Prínos sa tu podobá ponuke poisťovní, ktoré vám znížia poistné, ak si do auta nainštalujete sledovacie zariadenie. Ak ste sa snažili obísť systém, uškodí vám to. Ak ste si jednoducho robili svoju prácu, dohľad vám môže dať za pravdu a vedenie vám bude viac dôverovať.

Táto dôvera otvára nové možnosti. Môžeme sa dočkať novej ochoty⁠(otvorí sa v novom okne) zo strany firiem, ktoré sa doteraz bránili hybridnej práci, nekonvenčne zmýšľajúcim ľuďom, externistom či zamestnávaniu vynikajúcich ľudí zo vzdialených krajín.

Radovým zamestnancom dnes organizačná štruktúra spôsobuje množstvo problémov. Je nesmierne demotivujúce nemať možnosť upozorniť vyššie miesta na problém, ktorý vidíme na vlastné oči. Je nespravodlivé uviaznuť pod neschopným manažérom alebo odvádzať skvelú prácu bez uznania.

Predchádzajúcu vlnu extrémnej optimalizácie podnikania vnímame ako postavenú na obmedzených údajoch, hrubých pravidlách a hlúpych algoritmoch. Ak dokážete spracovať len prevodové pomery, každý vyzerá ako ozubené koliesko. Firmy už dlho zápasia s tým, ako merať prínos svojich pracovníkov. Inteligentný dohľad by mohol rozpoznať hodnotné príspevky a jedinečné prístupy, ktoré dnešným hrubým ukazovateľom unikajú.

Na základe všetkých troch zjednodušených scenárov teraz preskúmame niektoré rozhodujúce otázky o budúcnosti firmy.

Vytvárať niečo je vo všeobecnosti dosť nákladné. Aplikácia, film, prezentácia, funkcia, analýza — to všetko je nákladné, časovo náročné a úmorné prerábať. Keď máte v podstate jediný pokus, investujete do presného mierenia. Plánovacie cykly, rituály okolo plánov rozvoja aj schvaľovacie komisie slúžia na to, aby sa firma po konečnom súhlase pustila do niečoho, čo stojí za to. Mnohé kontrolné mechanizmy v našich hierarchiách existujú preto, lebo samotná realizácia bola drahá.

AI v mnohých oblastiach prudko znižuje náklady na tvorbu — ak nie až po finálne dokončenie, tak aspoň po úroveň prototypu. Podľa nás by sa tomu mal prispôsobiť aj prístup firmy: menej mieriť, viac strieľať. Firma môže vytvoriť prototyp, pozorovať, rýchlo sa poučiť, zmeniť smer a vytvoriť ho znova. Jednoduché prototypovanie⁠(otvorí sa v novom okne) by malo firmy postupne odkláňať od štruktúr, na ktorých stojí výroba náročná na plánovanie.

V najjednoduchšej podobe ide o tím, ktorý rýchlejšie skúša a vylepšuje nové verzie. Radikálnejší výklad spochybňuje potrebu samotného tímu. Ak je spoločné plánovanie menej dôležité a nezávislé, rôznorodé nápady dôležitejšie, je lepší jeden tím, ktorý rýchlo vylepšuje návrhy, alebo mnoho jednotlivcov, z ktorých každý predkladá vlastné funkčné prototypy? Ak skutočný prototyp sprostredkuje víziu lepšie než akýkoľvek dokument vymedzujúci projekt, zmenia sa naše komunikačné zvyklosti? Budeme zdieľať viac a skôr, a namiesto správ si ukazovať hotové výstupy?

Lacná tvorba môže vo firme posilniť úlohu jednotlivcov. Znamenalo by to menej úrovní stredného manažmentu a menej žiadostí o povolenie, pretože kedysi bolo lacnejšie pýtať si súhlas než konať, no dnes to už neplatí.

Ako však ukážeme ďalej, tá istá technológia, ktorá jednotlivcom umožňuje prototypovať s menším rizikom, môže zároveň presadzovať ešte viac byrokracie.

Jedným z hlavných dôvodov riadenia zhora nadol je presvedčenie, že vedenie prijíma lepšie rozhodnutia dôležité pre podnikanie⁠(otvorí sa v novom okne) než začínajúci pracovníci. Firmy platia viac vysoko schopným veteránom na vrchole a manažéri majú často vzdelanie v podnikovej stratégii, kým radoví odborníci sa špecializujú na svoj odbor. Ak AI poskytne výborné rady všetkým pracovníkom, rozdiel v kvalite rozhodovania sa zmenší. Manažéri budú mať menej dôvodov zasahovať. Tým by sa zvýšila samostatnosť pracovníkov a možno aj znížil počet úrovní riadenia.

Podobne „AI poradenská služba“ zabezpečí, aby sa nič príliš závažné neudialo bez upozornenia vedenia. Ak sa pracovník chystá zverejniť blogový príspevok so závažnými dôsledkami pre firmu, poradenská služba naň sama upozorní vedenie. To vytvára dôveru: vedenie sa nemusí obávať, že bez jeho vedomia dôjde k veľkým prešľapom, a preto nemusí držať pracovníkov na takom krátkom vodidle⁠(otvorí sa v novom okne) pri vykonávaní ich práce.

AI poradenská služba je však dvojsečná zbraň⁠(otvorí sa v novom okne). Ako inteligentný dohľad môže posilniť dôveru v pracovníkov, no môže aj dôslednejšie presadzovať v celej organizácii spôsob práce, ktorý uprednostňuje generálny riaditeľ. Firmy si cenia súlad⁠(otvorí sa v novom okne): nielen dobré rozhodnutie, ale také, ktoré zapadá do firemnej kultúry, značky a úspor z rozsahu. Reštauračný reťazec môže uprednostniť jednotný jedálny lístok vo všetkých franšízach, aby mohol objednávať suroviny vo veľkom a zákazníci mohli očakávať rovnaký produkt.

S tým súvisí aj to, že záujmy šéfov firiem sa nie vždy zhodujú so záujmami pracovníkov. Pracovníci sa snažia o úspech svojej oblasti⁠(otvorí sa v novom okne), kým vedeniu záleží na firme ako celku. Vlastníci podielov majú iné preferencie než zamestnanci pracujúci za mzdu, pretože zbierajú plody⁠(otvorí sa v novom okne) usilovnejšej práce. Poradenská služba by mohla presadzovať prísnejšie dodržiavanie konkrétnych postupov nariadených zhora.

Podľa nás však pracovníci v konečnom dôsledku získajú viac samostatnosti. Náš optimizmus stojí na predpoklade, že firmy využijú AI na upozorňovanie na závažné výnimky, pričom viac rozhodnutí ponechajú pracovníkom.

Veríme, že AI bude fungovať ako oporná konštrukcia: aj keď vedenie bude chcieť zachovať jednotnú značku, pôjde len o hranicu, v rámci ktorej sa dá slobodne konať. Pracovníci budú lepšie poznať obchodné obmedzenia a budú mať väčšiu istotu pri tvorivom skúšaní toho, čo tieto obmedzenia neupravujú. Keď bude mať vedenie pokryté základné riziká, môže zamestnancom dovoliť skúšať nové, potenciálne výnosné prístupy. S podporou podriadených AI pomocníkov budú pracovníci zodpovedať aj za rozsiahlejšie výsledky. Pri riadení zložitejšej práce vidíme viac príležitostí na tvorivosť.

Rovnaká logika ako pri samostatnosti pracovníkov platí aj pre veľkosť firmy. Ronald Coase⁠(otvorí sa v novom okne) sa pýtal, prečo organizujeme výrobu vo firmách, a nie prostredníctvom siete zmlúv. Aj lietadlo by sa dalo postaviť výlučne na základe priamych zmlúv medzi jednotlivými stranami, bolo by to však veľmi neefektívne. Firmy dosahujú úspory z rozsahu, zosúlaďujú záujmy, organizujú veľké projekty a odstraňujú potrebu neustáleho vyjednávania.

Uľahčením komunikácie by AI mohla vytvoriť dôvody na vznik väčších aj menších firiem. Tradičná firma je infraštruktúra na odovzdávanie informácií nahor a pokynov nadol, plná prekážok a skreslení ako pri hre na telefón. Väčšia firma s väčším počtom ľudských zamestnancov je menej ťažkopádna, ak AI funguje ako koordinačná vrstva. Vďaka „AI poradenskej službe“ môže riaditeľka poznať svoju firmu tak, ako zakladateľ pozná svoj dvadsaťčlenný startup. Môže sledovať realizáciu iniciatívy namiesto čakania na štvrťročnú správu a dostať upozornenie, ak sa čokoľvek stane. Jej vízia môže preniknúť do širšej časti firmy. Každý má lepší prehľad o tom, čo robia ostatní, aj o celkových prioritách organizácie.

Môže to však fungovať aj opačne. Ak je komunikácia bezproblémová a plnenie záväzkov sa dá lepšie sledovať, firma nemusí mať takú veľkú časť dodávateľského reťazca pod vlastnou strechou. Môže viac dôverovať externým dodávateľom a spolupracovníkom.

Jedným z hlavných dôvodov vertikálnej integrácie je zosúladenie záujmov. Existuje koncept neúplných zmlúv⁠(otvorí sa v novom okne): letecká spoločnosť si môže zazmluvniť výrobcu prúdových motorov, no pri všetkom, čo zmluva výslovne nevyžaduje, má výrobca motiváciu šetriť a dbať na vlastný zisk. Aby tomu letecká spoločnosť predišla, výrobcu prúdových motorov kúpi. Platí to podobne ako pri pracovníkoch a šéfoch: ak sa plnenie zmlúv dá lepšie sledovať a posudzovať inteligentne, nie len odškrtávaním políčok, firmy sa môžu ochotnejšie spoliehať na iné firmy. Bolo by menej dôvodov robiť všetko interne.

Očakávame množstvo menších firiem, ale aj rozsiahle AI „holdingové spoločnosti“, v ktorých sa pod jednou strechou realizuje obrovské množstvo rôznych projektov. Konglomerát je ekonomicky výhodný tam, kde existuje nejaké spoločné aktívum, ktoré využívajú všetky rôzne projekty. Týmto spoločným aktívom by mohol byť výpočtový výkon, hoci ten sa dá ľahko zabezpečiť aj v malých množstvách podľa aktuálnej potreby. Lepším dôvodom je spoločná továreň alebo flotila robotov.

Veľká „holdingová spoločnosť“ môže mať zmysel aj vďaka zosúladeným záujmom. Ak sa veľká organizácia spájajúca systémy AI a kapitál plne venuje spoločnému poslaniu — napríklad liečbe rakoviny — samostatné menšie iniciatívy sú menej potrebné. AI firma by sa mohla vyhnúť mocenským bojom, zdieľať všetky informácie a podľa potreby medzi svojimi agentmi vytvárať tvorivú rozmanitosť, aby skúmali rôzne cesty.

Dnešný systém má odmeňovať výnimočných pracovníkov. Postupujú v hierarchii a dostávajú lepšie zaplatené. Ako sa však pracovníci odlíšia vo svete, kde sú modely vynikajúcimi poradcami?

Ak AI každému ponúkne rovnaký skvelý nápad, máme menej príležitostí vyniknúť. Platové rozpätie by sa malo zúžiť.

Proti tomuto zbližovaniu však pôsobí úsudok, vkus a rozsah zodpovednosti. Ak každý z nás vedie pod sebou AI firmy, našou zostávajúcou ľudskou hodnotou je rozhodovanie. Ak každý zodpovedá za väčší objem práce pod sebou, rozdiel medzi dobrým a zlým úsudkom sa prejaví výraznejšie⁠(otvorí sa v novom okne).

Túto logiku už dlho uplatňujeme na vrchole organizačnej štruktúry. Platy generálnych riaditeľov⁠(otvorí sa v novom okne) odôvodňujeme tým, že aj o málo lepšie rozhodnutia na vrchole môžu mať obrovský vplyv na zisk. Platová nerovnosť by sa mohla zvýšiť, ak niektorí pracovníci dokážu lepšie riadiť svoje AI firmy pri využívaní obmedzených zdrojov.

Čím viac je v stávke, tým viac sa aj váš malý náskok pred niekým iným prejaví na výplate. Na druhej strane bude AI poskytovať dobré rady každému. Menšie rozdiely medzi pracovníkmi zúžia aj rozpätie platov.

Tu aj inde bude prevaha jednej či druhej sily možno závisieť od toho, či prevažne uplatňujeme vlastný úsudok, alebo sa riadime cudzím.