Будућност фирме

Напомена аутора: Ово је други есеј у нашем серијалу о економији која долази, у оквиру нове платформе за независне гласове који истражују будућност са AGI. Он одражава наше ставове, а не ставове компаније OpenAI или наших колега.

Обојица смо имали двадесет четири године када смо овде, у компанији OpenAI, почели да водимо сопствене тимове. То звучи мање импресивно кад упознате наше тимове.

Требало би да ми обављамо рутинске послове. Са двадесет четири године налазите се на дну корпоративне лествице. Водите белешке са састанака и пишете понеки допис. После година једноличног рада, добијате, надајмо се, шири круг одговорности.

Наш пут — као и пут многих младих данас — изгледа другачије. У свет рада улазимо са „запосленима” који су нам већ на располагању. Ти помоћници раде даноноћно, викендима и празницима. Одлични су у обављању рутинских послова. У тиму имамо чак и освајаче златних медаља на математичким олимпијадама који нас саветују. Наши нови подређени и даље праве свој део грешака. Али постају све бољи, упознају наше потребе, а ми учимо како да их водимо.

Ниједан од нас није се успео корпоративном лествицом. Уместо тога, руководећа улога спустила се на нашу пречку. Овај есеј говори о нашем унапређењу и другим начинима на које би фирме могле да се преуреде док улазимо у доба интелигенције.

Када AI уђе у фирму, где налази своје место? Представљамо три илустративна сценарија:

Ниједан од ових сценарија неће се одиграти тачно онако како га описујемо, али мислимо да ће се делови сва три остварити. Сва три се већ назиру у пракси.

Овде се не бавимо потпуном аутоматизацијом, већ економијом у прелазном периоду. Занима нас како ће изгледати фирме у којима заједно раде људи и AI, док AI напредује и уплиће се у постојеће организације.

Сматрамо да је појам хибридне фирме важан јер продуктивно усвајање AI не наступа тренутно. Када модели обављају само део задатака, можда их најлакше усвајају запослени на најнижим нивоима који познају тај посао. Када модели почну да обављају шире пословне функције од почетка до краја, руководиоци могу непосредно да их користе. По нашем мишљењу, способнији AI лакше се усваја: фирме морају да уче како да користе технологије, али радна снага упознаје фирму и може сама да се уведе у посао.

Размотрићемо три нова типа организационе шеме, а затим испитати шта они значе за будућност бирократије, самосталности радника, величине фирми и разлика у платама.

Чини се да наш први сценарио доноси најмање потреса. У њему људи остају на истим местима, одговарају истим надређенима и наизглед обављају исте послове као раније. Организациона шема људских запослених у тој будућности изгледа исто као данас.

Разлика је испод нас. Испод сваког запосленог без руководећих дужности појављује се нова AI радна снага која му одговара. Наша организациона шема добија подрум, а сви ми постајемо руководиоци.

У почетку је тај подрум недовршен. Свако почиње са једним или два агента, који мање личе на искусне запослене, а више на полетне приправнике које морамо да надзиремо и којима лако праштамо грешке. Не очекујемо много: да овде пошаљу имејл, тамо саставе допис и свуда одговарају на поруке у апликацији Slack. Као и људи на почетку каријере, почињу с мало самосталности и поверења.

Али како модели напредују, наши агенти преузимају више задатака уз мање надзора. Међусобно усклађују свој рад. Можда ће ту бити AI руководилаца и AI извршилаца, рачуновођа и правника, који сви раде заједно по вашим налозима. Уместо да приправника водите за руку, ваш тим на крају личи на засебну малу фирму, са сопственом организационом шемом и вама у улози управног одбора.

Приметите да овај сценарио не подразумева отпуштања. Овде усвајамо AI, а да аутоматизацијом не заменимо себе. Уместо тога, аутоматизујемо своје некадашње улоге и пењемо се у хијерархији. AI преузима све више онога што смо некада радили. Наша радна места опстају јер има више посла којим треба управљати, а ми преузимамо одговорност за већи укупан учинак.

Радна места нису непроменљива⁠(отвара се у новом прозору). Претпоставимо да AI може да уради деведесет одсто онога што сте раније радили. Можда бисте закључили да вам остаје само десет одсто посла. Друга могућност је да и даље обављате посао у пуном обиму, само другачији — сада усмерен на десет пута већи циљ. То је уобичајени дар технологије: продуктивност расте, амбиција расте с њом, а с амбицијом могу да расту и плате⁠(отвара се у новом прозору).

Све то зависи од тога да ли и даље додајемо вредност⁠(отвара се у новом прозору) производњи. Овај есеј бави се наредним годинама, у којима аутоматизација још није способна за све нити је свуда усвојена. Чак и када би AI могао да уради све, можда бисмо и даље нешто више ценили зато што га је направио човек или бисмо инсистирали да човек има последњу реч.

То зависи и од наших апетита. Ако нам као потрошачима није стало до десет пута веће производње, равнотежа ће се померити ка мањем броју радника или краћем радном времену. Историјски гледано, раст производње није заситио наше потребе. Имамо много више⁠(отвара се у новом прозору), а радимо тек мало мање⁠(отвара се у новом прозору). Ако наши апетити наставе да расту док се производња умножава — и ако јој и даље доприносимо — бираћемо да и даље мењамо свој рад за већу потрошњу. Ако, пак, производња постане толико обилна да задовољи све наше потребе, можда ћемо сами изабрати да нас мање ради.

Постоје и други приговори које разматрамо касније, на пример да ли ћемо имати већи број мањих фирми. Ипак сматрамо да је овај сценарио важан јер усвајање мора негде да почне. Фирмама је потребан начин да стабилно еволуирају из својих садашњих организационих структура. Оснаживање рада постојећих запослених може бити лакши први корак од потпуног реструктурирања. То већ видимо у пракси: радници један за другим поверавају послове систему AI, засад без организационе револуције.

Овај сценарио подразумева да први „запошљавају” они на првој линији. Радници на најнижим нивоима — а не руководиоци и директори — предводе усвајање AI. То делује вероватно све док AI најбоље уме да наведе да уради посао онај ко га је раније сам обављао.

Модели већ могу да аутоматизују многе задатке у науци о подацима, али шеф одељења који не познаје методе и појединости тешко ће искористити те алате. Док AI не постане довољно самоиницијативан да вам каже оно што не знате (видети следећи сценарио), вероватно ће најбоље служити онима који већ знају како се посао обавља.

Највећа промена у овом сценарију тиче се радника на почетним позицијама. Најнижа пречка више не би постојала, бар не за људе. Када запошљавамо младе, то неће бити зато да их сместимо на дно фирме, међу једноличне послове. Та места ће попунити нешто чему то не смета.

Тиме губимо неке традиционалне начине обучавања младих радника: шегртовање⁠(отвара се у новом прозору), учење кроз рутински рад, постепено доказивање. То су стварни губици, али ми ово пре свега видимо као привилегију. И најнеискуснији новозапослени с добром идејом има ресурсе да експериментише. Најстарији изговор у фирми, једноставно немамо довољно људи, полако нестаје. Млада запослена која има идеју за сјајну видео-игру, али нема начина да добије тим за њу, сада може једноставно да је направи.

По нашем мишљењу, у овом сценарију „унапређивања” млади радници и даље имају много тога да науче: расуђивање, укус, вештине руковођења и креативну визију. Имаћемо подстицај да развијамо те вештине јер се оне виде у резултатима нашег рада. И даље ћемо учити кроз рад⁠(отвара се у новом прозору), али уз шири круг одговорности. Искуснији људи у фирми и даље ће имати подстицај да нам помажу као одговорни ментори, уз власнички удео који их везује за наш успех. Овде се отвара прилика за подстицајнију улогу за свакога, на свакој пречки. Сваки радник може да покаже своје таленте уз шире одговорности, што највише значи почетницима који их раније нису ни имали.

Други пут којим AI улази у фирму провлачи се кроз постојећу организациону шему. Овде агенти нису на самом дну, већ су колеге. Руководитељка поверава моделу део посла свог тима, као што би га поверила било ком запосленом. AI се смешта поред људи, а не само испод њих.

Кључна разлика у односу на први сценарио: овде продуктивни AI усвајају постојећи људски руководиоци, а не само запослени који сада немају руководеће дужности. За то мора бити довољно способан да постане пуноправан члан тима.

Људи су свестрани. Чекић помаже у једном задатку; човек ради много више. Пут AI од алата до радне снаге подразумева све шири обухват: аутоматизацију задатка, затим радног места, па тима и на крају фирме. Свако проширење обухвата захтева шире способности.

Радно место је кофер пун разних задатака. За цео тим, тај кофер је препун најразличитијих послова. Више задатака у делокругу значи више могућих уских грла. Ако и само један неопходан задатак у тиму подразумева физички рад, потребан је сасвим нов скуп периферних уређаја. Да би непосредно заменио цео тим, AI мора бити способан да преузме све његове разноврсне одговорности.

Теже је развити AI који може да преузме шири круг послова. Али фирмама је — и то је кључна асиметрија целог овог прелаза — лакше да усвоје AI ширих способности.

Директор може непосредно да уведе потпуно аутоматизован тим или широку пословну функцију. Алат ужих могућности не може тако једноставно да се уведе одлуком с врха. Једноставнији алат захтева широку подршку и додатну обуку запослених.

Нове технологије традиционално појефтињују обављање ограниченог скупа задатака. Затим терет прелази на купца. Фирма мора да открије како да искористи нови алат и да му прилагоди обуку запослених, организацију и пословне процесе⁠(отвара се у новом прозору). Софтвер за табеларне прорачуне није се сам уклопио у рачуноводство — рачуноводство се преобликовало према софтверу.

С радном снагом је обрнуто. Приправник, запослени и добар тим сами проналазе начин да буду корисни вама. Постављају вам питања, упознају ваше околности, уочавају ваше потребе. Говоре вам оно за шта нисте ни знали да не знате. Најбољи радници сами се уводе у посао.

Што AI у том смислу више личи на радну снагу, са иницијативом и прилагодљивошћу, то фирма мање мора да учи како да га искористи, а он више сам открива како да јој буде користан. Директор вероватно неће седети на уводном предавању о софтверу за дизајн да би научио нови алат. Али радо ће размотрити понуду која звучи овако: само реците, и успоставићу вам цео маркетинг.

Пречесто као свети грал за AGI наводимо аутоматизацију једног радног места. Додуше, још нисмо стигли ни дотле. Послови су толико сложени управо зато што смо ми толико способни. Па ипак, веома мали део⁠(отвара се у новом прозору) онога што наша економија производи потиче од радника који делују потпуно самостално. Продуктивни послови доприносе тимовима, тимови фирмама, а фирме производе готово све што трошимо.

Мерило „једног радног места” за AGI не одаје нам, људима, довољно признања. Рад се не своди на задатке, па ни на решавање нерутинских проблема: он подразумева и изузетну координацију, нашу прилагодљивост да обављамо мале делове већих подухвата. Свести нас на пуке скупове задатака значи драстично потценити нашу вредност. Људска способност више лежи у нашим организацијама⁠(отвара се у новом прозору) него у појединцу. AGI у економији мора да достигне ниво људи, а не појединца.

Зато сценарио „преплитања” може бити прилично неефикасан ако AI и даље личи на алат или чак на радника, уместо на тим или фирму. Модел уметнут поред сваког радника значи хиљаду спојева и примопредаја посла⁠(отвара се у новом прозору). Такав расцепкан приступ може да успори усвајање.

Видимо трку између ранијих примена с мањим способностима и каснијих, способнијих модела. Победник зависи од тога да ли ће усвајање будућих модела бити толико брже да надокнади додатно време потребно за достизање тих способности.

Овај сценарио „преплитања” може да постоји упоредо с првим сценаријем, „унапређивањем”. Можда ћемо видети фирме које смањују број људи док AI аутоматизује одређене функције, а преостали људи добијају много шира задужења уз помоћ својих тимова агената. Важно је да овај сценарио сам по себи не подразумева мању укупну запосленост људи. Могли бисмо да имамо више фирми, сваку с мање запослених.

Наш трећи сценарио највише збуњује. У њему AI улази у фирму изнад људи. Поредак више није људи изнад машина, већ човек, AI, човек: сендвич аутоматизације. Неки људи „одговарају” систему AI.

То звучи невероватно, нарочито као полазна тачка за увођење AI у фирме. Али мислимо да је то, у мање радикалним облицима, већ почело.

Чак и када о AI размишљамо као о средству за механизацију умног рада, обично се усредсређујемо на ниже пречке. Обично кажемо да AI аутоматизује табеларне прорачуне и презентације, а не руковођење. Инстинктивно мислимо да се аутоматизација пење хијерархијом: прво рутински умни рад, а на крају расуђивање, с руководиоцем као последњим упориштем.

Али посао руководиоца углавном се одвија на рачунару и у уму: читање, састанци, одмеравање опција, праћење контекста, доношење одлука. Физичко присуство, обилазак канцеларија и боравак међу запосленима имају своју вредност. Ипак, управо је рад на најнижем нивоу, чак и када је углавном умни, више везан за физички свет и алате него руковођење. До фотокопир-апарата шаљу приправника, а не његовог шефа.

Модел је тешко научити руководилачком одлучивању, јер успех није једнозначан и мери се током дугих периода. Из сличних разлога⁠(отвара се у новом прозору) тешко је обучити и добре људске руководиоце. Још не знамо колико су модели добри у руковођењу. Имамо обиље евалуација умног рада усмереног на извршавање задатака, али мало оних које обухватају координацију великих размера, у обиму за који су задужени руководиоци и директори.

Ипак вреди размотрити могућност да су данашњи модели по способностима заправо ближи људским руководиоцима него радницима на најнижем нивоу. Неке руководеће функције можда ће се аутоматизовати пре послова које надзиру.

Можда је пуна верзија овог сценарија „уметања слоја” AI који обавља размишљање, а затим празнине у својим способностима попуњава људским сарадницима који му одговарају. Такав свет делује нам прилично страно. Много тога би морало да се промени.

Али постоји и природнији облик, чији је први чин већ на сцени: саветовање. Данас директорка може да затражи да ChatGPT прочита стотине канала у апликацији Slack, докумената, дописа и датотека с кодом из целе компаније, а затим одговори на питања. Чиме се овај тим заправо бави? Где се та рањивост појављује? Сваки део организације постаје јој све лакши за анализу⁠(отвара се у новом прозору).

Директори одавно умећу плаћене посреднике у организациону шему — назвали су то консалтингом. Консултантска кућа за менаџмент умеће слој изнад вас, накратко и скупо. Убудуће би AI консултанти могли да буду готово бесплатни и стално присутни.

Модели тек почињу поуздано да анализирају документа и комуникацију у фирмама. Њихов укус и самоиницијативност тек треба да сазру. За сада ChatGPT помаже мотивисаној директорки да детаљније разуме своју организацију. Очекујемо да временом постане свеобухватна консултантска служба. Неће бити прави „руководилац” запосленима на нижим нивоима, већ интерни извештач и саветник директора. Користиће пословну стручност да прегледа све, самоиницијативно укаже на проблеме и помогне у одређивању приоритета за њихово решавање.

Да ли ће то бити корисно или штетно зависиће од директора. Структурни ефекат је централизација. Очекујемо да то смањи дистанцу између највишег руководства и остатка компаније. Тиме се више моћи концентрише на врху, док су препреке у протоку информација некада ишле у прилог децентрализованијем одлучивању.

Овај сценарио сматрамо далекосежним не само због прерасподеле ауторитета већ и због тога колико је лако усвојити AI у улози консултантске службе. Као ни традиционални консалтинг, AI консултантска служба не захтева техничку поткованост директора. Ово није рачунар, који су одоздо уводили они који су знали да куцају и користе терминал. Ви само разговарате са својим консултантом, а он брине о техничком знању. Овај талас усвајања може да крене из директорске канцеларије. Консултантска служба затим би могла да убрза усвајање AI у остатку организације.

Један разлог посебно објашњава зашто фирме не верују раду на даљину и ангажовању спољних сарадника: могућност да се осигура испуњавање обавеза. Фирме никада нису имале јефтин начин да прате обављање рада у свој његовој сложености. Зато мере привид рада⁠(отвара се у новом прозору): број кликова, померање миша, зелене тачкице статуса — сигнале који имају мало везе с тим да ли се посао добро обавља.

AI нуди надзорника који разуме. Може да погледа шта је неко урадио и препозна стварни напредак ка ширим циљевима. Као што ћемо размотрити у следећем одељку, ниједан нови вид надзора не сме се уводити олако⁠(отвара се у новом прозору). Али у одговарајућим околностима може да повећа поверење и подстакне фирме да запосленима дају више слободе.

Ако надзорник разуме многе различите путеве који могу довести до квалитетног резултата, запослени могу да раде више онако како сами желе. Више ће значити напредак ка добрим резултатима него придржавање једног прописаног метода који шефови лако прате. Интелигентан надзорник омогућава флексибилност и кажњава глумљену продуктивност коју сви презиремо.

Корист која се овде нуди личи на понуду осигуравача који вам снижавају премију ако у аутомобил уградите уређај за праћење. Ако сте покушавали да изиграте систем, то вам штети; ако сте само радили свој посао, надзорник може да потврди вашу вредност, па вам руководство више верује.

То поверење отвара нове могућности. Можда ћемо видети нову спремност⁠(отвара се у новом прозору) фирми које су раније оклевале да прихвате хибридни рад, неконвенционалне мислиоце, спољне сараднике или запошљавање изузетних људи у далеким земљама.

Запослени на најнижим нивоима данас имају много проблема са организационом шемом. Веома је обесхрабрујуће када немамо начин да вишим нивоима укажемо на проблем који видимо из прве руке. Неправедно је остати заглављен под неспособним руководиоцем или одлично радити, а не добити признање.

Сматрамо да је претходни талас пословне хипероптимизације почивао на ограниченим подацима, грубим смерницама и неинтелигентним алгоритмима. Ако умете да обрађујете само преносне односе, свако вам личи на зупчаник. Фирме одавно имају проблем с мерењем доприноса својих радника. Интелигентан надзорник могао би да препозна вредне доприносе и јединствене приступе које данашња груба мерила пропуштају.

Ослањајући се на сва три поједностављена сценарија, сада истражујемо нека од пресудних питања за будућност фирме.

Стварање нечег новог углавном је прилично скупо. Апликација, филм, презентација, функција, анализа: све је то скупо, споро и мучно правити изнова. Када практично имате само један покушај, улажете у добро нишањење. Постоје циклуси планирања, ритуали израде развојних планова и одбори за одобравање — све да би фирма, када коначно да зелено светло, кренула у нешто вредно труда. Многе контроле у нашим хијерархијама постоје зато што је реализација била скупоцена.

У многим областима AI драстично снижава трошкове израде — бар до нивоа прототипа, ако не и до коначног производа. Сматрамо да и фирме треба да прилагоде приступ: мање нишањења, више покушаја. Фирма може да направи прототип, посматра резултате, брзо учи, промени смер и направи га поново. Лака израда прототипа⁠(отвара се у новом прозору) требало би да удаљи фирме од устаљених структура које подупиру производњу засновану на обимном планирању.

Најједноставнија верзија тога је тим који брже испробава и дорађује решења. У радикалнијем тумачењу доводи се у питање и сам тим. Ако заједничко планирање постаје мање важно, а независне, разноврсне идеје важније, да ли је боље имати један тим који брзо дорађује решења или много појединаца који предлажу сопствене функционалне прототипе? Ако стварни прототип преноси визију боље него било који документ о обухвату пројекта, хоће ли се променити наша правила комуникације: да делимо више и раније, и да делимо конкретне резултате рада уместо дописа?

Јефтинија израда може да помери тежиште фирме ка појединцима. То би значило мање нивоа средњег руководства и мање тражења дозволе, јер је некада било јефтиније питати него урадити, а сада више није.

Ипак, као што ћемо размотрити у наставку, иста технологија која појединцима омогућава да праве прототипе уз мањи ризик може и да наметне још више бирократије.

Један од главних разлога за управљање одозго надоле јесте уверење да директори доносе боље одлуке важне за пословање⁠(отвара се у новом прозору) од млађих запослених. Фирме више плаћају веома способне и искусне људе на врху, а руководиоци су често обучени за пословну стратегију, док су запослени без руководећих дужности специјализовани за своје области. Ако AI свим радницима нуди одличне савете, разлика у квалитету одлучивања се смањује. Руководиоци би имали мање разлога да се мешају. То би повећало самосталност радника и можда смањило број руководећих нивоа.

Слично томе, „AI консултантска служба” обезбеђује да се ништа с озбиљним последицама не догоди, а да директор не буде упозорен. Ако радник намерава да објави текст на блогу који би имао озбиљне последице по компанију, служба ће самоиницијативно скренути пажњу директору на то. То ствара поверење: руководство не мора да брине да ће се велики пропусти дешавати без његовог знања, па ни да чврсто контролише⁠(отвара се у новом прозору) начин на који радник обавља посао.

Али AI консултантска служба је мач са две оштрице⁠(отвара се у новом прозору). Као интелигентан надзорник, она може да повећа поверење у раднике, али и да строже спроводи начин рада који генерални директор жели у целој организацији. Фирме цене усклађеност⁠(отвара се у новом прозору): не само добру одлуку, већ одлуку која се уклапа у културу, бренд и економију обима компаније. Ланац ресторана може да жели исти мени у свим франшизама, како би се састојци наручивали на велико, а гости добијали уједначен производ.

С тим је повезано и то што подстицаји шефова фирме нису увек усклађени с подстицајима радника. Радници настоје да остваре успех у својој области⁠(отвара се у новом прозору), док директори брину о фирми као целини. Власници удела имају другачије приоритете од запослених који примају плату, јер они убирају плодове⁠(отвара се у новом прозору) већег залагања. Консултантска служба могла би да наметне строже придржавање одређених правила рада прописаних с врха.

Наше је мишљење да ће радници, у целини гледано, добити више самосталности. Наш оптимизам почива на томе да ће фирме користити AI да укаже на изузетке с озбиљним последицама, а више одлука препустити радницима.

Верујемо да ће AI пружати потпорни оквир: чак и ако директори желе да очувају доследан бренд, то ће бити само граница унутар које се ради. Радници ће боље познавати пословна ограничења и имати већу сигурност да буду креативни у простору који та ограничења остављају. Када су кључни ризици покривени, директори могу да пусте запослене да испробавају нове приступе који би могли бити уносни. Уз AI помоћнике испод себе, радници ће бити одговорни и за значајније резултате. Видимо више прилика за креативност када управљамо сложенијим радом.

Иста логика која важи за самосталност радника важи и за величину фирме. Роналд Коуз⁠(отвара се у новом прозору) питао се зашто производњу организујемо унутар фирми, а не кроз мрежу уговора. Чак би и авион могао да се направи искључиво непосредним уговарањем међу појединцима, али би то било врло неефикасно. Фирме остварују економију обима, усклађују подстицаје, организују велике пројекте и уклањају потребу за непрестаним погађањем.

Олакшавањем комуникације, AI би могао да учини оправданим и веће и мање фирме. Класична фирма је инфраструктура за преношење информација навише и упутстава наниже, пуна препрека и глувих телефона. Већом фирмом, с више људских запослених, лакше је управљати ако AI служи као координациони слој. Уз „AI консултантску службу”, директорка може да познаје своју фирму онако како оснивач познаје стартап од двадесет људи. Може да прати спровођење иницијативе уместо да чека тромесечни извештај о њој и да добије обавештење ако се нешто догоди. Њена визија може да прожме већи део фирме. Сви боље знају шта други раде и који су општи приоритети организације.

Али исход може бити и обрнут. Ако комуникација тече без препрека, а поштовање обавеза је лакше пратити, фирма не мора да обухвати толики део свог ланца снабдевања. Може више да верује спољним добављачима и извођачима.

Један од главних мотива за вертикалну интеграцију јесте усклађивање подстицаја. Постоји појам непотпуних уговора⁠(отвара се у новом прозору): ваздухопловна компанија може да склопи уговор с произвођачем млазних мотора, али за све што уговор изричито не захтева, произвођач мотора има подстицај да штеди на квалитету и брине о сопственој добити. Да би то избегла, ваздухопловна компанија купује произвођача млазних мотора. Као и у односу радника и шефова: ако је испуњавање уговора лакше пратити, а спорови се решавају разумним расуђивањем уместо механичком провером ставки, фирме ће можда бити спремније да се ослоне на друге фирме. Било би мање разлога да све раде саме.

Очекујемо много мањих фирми, али и разгранате AI „холдинг компаније” у којима се огроман број различитих пројеката спроводи унутар једног предузећа. Конгломерат је економски оправдан када постоји неки заједнички ресурс који користе сви ти различити пројекти. Тај заједнички ресурс могла би да буде рачунарска снага, мада се она лако може обезбедити и у малим количинама по потреби. Заједничка фабрика или флота робота бољи су разлог.

Велика „холдинг компанија” може бити оправдана и усклађеним подстицајима. Ако је велика организација која обједињује AI системе и капитал потпуно посвећена заједничкој мисији — рецимо, излечењу рака — мање је потребе за засебним, мањим иницијативама. AI фирма могла би да избегне борбе за моћ, дели све информације и, по потреби, створи креативну разноликост међу својим агентима како би истраживали различите путеве.

Данашњи систем требало би да награђује раднике који се истичу. Они напредују у хијерархији и добијају веће плате. Али како ће се радници истицати у свету у којем су модели врхунски саветници?

Ако AI свима даје исту сјајну идеју, имамо мање прилика да се издвојимо. Распон плата требало би да се сузи.

Томе се супротстављају расуђивање, укус и обим одговорности. Ако свако од нас води AI фирму испод себе, преостала вредност људског доприноса лежи у нашем одлучивању. Ако је свако одговоран за већи обим рада под својим вођством, разлика између добре и лоше процене има већи одјек⁠(отвара се у новом прозору).

Ту логику одавно примењујемо на врх организационе шеме. Плате генералних директора⁠(отвара се у новом прозору) правдамо тиме што и незнатно боље одлуке на врху могу огромно да утичу на добит. Неједнакост у платама могла би да расте ако неки радници боље управљају својим AI фирмама како би распоредили оскудне ресурсе.

Што је улог већи, то се ваша мала предност над неким другим више види на платном листићу. С друге стране, AI ће свима давати добре савете. Мање разлике у учинку сужавају распон плата.

Овде, као и другде, која ће сила превагнути можда зависи од тога да ли углавном сами расуђујемо или следимо туђе процене.