Şirketin geleceği

Yazarların notu: Bu, AGI (genel yapay zeka) ile şekillenen bir geleceği araştıran bağımsız seslere yer veren yeni bir platform kapsamındaki gelecek ekonomisi dizimizin ikinci yazısıdır. OpenAI’ın veya çalışma arkadaşlarımızın değil, bizim görüşlerimizi yansıtır.

Burada, OpenAI’da kendi ekiplerimizi yönetmeye başladığımızda ikimiz de yirmi dört yaşındaydık. Ekiplerimizle tanışınca bunun o kadar da etkileyici olmadığını göreceksiniz.

Normalde angarya işleri bizim yapmamız gerekir. Yirmi dört yaşında, kurumsal merdivenin en alt basamağındasınızdır. Toplantı notlarını tutar, birkaç bilgi notu yazarsınız. Yıllarca tekdüze işlerle uğraştıktan sonra size daha geniş bir sorumluluk alanı verilir; en azından umudunuz budur.

Bizim yolumuz, bugün pek çok gencinki gibi, farklı görünüyor. İş hayatına, daha baştan emrimizde “çalışanlarla” giriyoruz. Bu yardımcılar gece gündüz, hafta sonu ve tatil demeden çalışıyor. Angarya işlerde çok iyiler. Kadromuzda bize danışmanlık yapan matematik olimpiyatı altın madalyalıları bile var. Bize bağlı çalışan bu yeni ekip üyeleri hâlâ hatalar yapıyor. Ama gelişiyor, ihtiyaçlarımızı öğreniyorlar; biz de onları yönetmeyi öğreniyoruz.

İkimiz de kurumsal merdiveni tırmanmadık. Yöneticilik bizim basamağımıza indi. Bu yazı, bizim terfimizi ve zeka çağına girerken şirketlerin başka hangi biçimlerde yeniden örgütlenebileceğini ele alıyor.

AI şirkete girdiğinde nerede konumlanır? Bunu somutlaştıran üç senaryo sunuyoruz:

Bu senaryoların hiçbiri tam anlattığımız gibi gerçekleşmeyecek, ancak üçünün de bazı yönlerinin hayata geçeceğini düşünüyoruz. Üçü de şimdiden, pek göze çarpmayan biçimlerde yaşanıyor.

Burada odağımız tam otomasyon değil, geçiş sürecindeki bir ekonomi. AI geliştikçe ve mevcut kuruluşların içine işledikçe ortaya çıkacak karma şirketlerin nasıl görüneceğiyle ilgileniyoruz.

AI’ın verimli biçimde benimsenmesi bir anda gerçekleşmediği için hibrit şirket kavramını önemli buluyoruz. Modeller yalnızca bazı görevleri yapabiliyorsa onları benimsemek, işi bilen alt kademe çalışanları için daha kolay olabilir. Modeller geniş kapsamlı işlevleri uçtan uca yerine getirebildiğinde ise üst kademedekiler onları doğrudan kullanabilir. Bize göre daha yetenekli AI, daha kolay benimsenir: Şirketler teknolojileri öğrenmek zorundadır; iş gücü ise şirketi öğrenir ve işe kendi kendine uyum sağlayabilir.

Bu üç yeni organizasyon şeması türünü inceleyecek; ardından bürokrasinin, çalışanların karar serbestisinin, şirket büyüklüğünün ve ücret eşitsizliğinin geleceği açısından ne anlama geldiklerine bakacağız.

İlk senaryomuz mevcut düzeni en az sarsacak olanı gibi görünüyor. Burada insanlar aynı konumlarda, aynı yöneticilere bağlı kalıyor ve görünürde eskisiyle aynı işleri yapıyor. İnsanların organizasyon şeması, bugün ile bu gelecek arasında değişmemiş görünüyor.

Fark, altımızda. Yönetici olmayan her çalışanın altında, kendisine bağlı yeni bir AI iş gücü yer alıyor. Organizasyon şemamıza bir bodrum katı ekleniyor ve hepimiz yönetici oluyoruz.

Başlangıçta bu bodrum katı henüz tamamlanmış değil. Her birimiz bir veya iki ajanla başlıyoruz. Bunlar deneyimli çalışanlardan çok, gözetmemiz ve hatalarını hoşgörüyle karşılamamız gereken hevesli stajyerlere benziyor. Beklentilerimiz düşük: Burada bir e-posta gönder, şurada bir bilgi notu taslağı hazırla, her yerde Slack mesajlarını yanıtla. İşe yeni başlayan insanlar gibi, başlangıçta onlara pek özerklik tanınmıyor ve güven duyulmuyor.

Ama modeller geliştikçe ajanlarımız daha az gözetimle daha fazla görev üstleniyor. Birbirleriyle koordinasyon kuruyorlar. Yönetici AI’lar ve angarya işleri yapan AI’lar, muhasebeciler ve avukatlar olabilir; hepsi sizin yönlendirmenizle birlikte çalışabilir. Sonunda işiniz bir stajyere her adımda yol göstermekten çok uzaklaşır. Yönettiğiniz yapı, kendi organizasyon şeması olan ve yönetim kurulunu sizin oluşturduğunuz küçük bir şirkete dönüşür.

Bu senaryonun işten çıkarmaları gerektirmediğine dikkat edin. Burada AI’ı, kendimizi otomasyonla devre dışı bırakmadan benimsiyoruz. Onun yerine geçmişteki kendimizi otomatikleştiriyor, hiyerarşide yukarı çıkıyoruz. AI, eskiden yaptığımız işlerin giderek daha fazlasını üstleniyor. Yönetilecek daha çok şey olduğu için işlerimiz varlığını koruyor ve daha büyük bir toplam çıktıdan sorumlu hâle geliyoruz.

İşler sabit kalmaz⁠(yeni bir pencerede açılır). AI’ın eskiden yaptığınız işlerin yüzde doksanını yapabildiğini varsayalım. Size işin yalnızca yüzde onunun kaldığı sonucuna varabilirsiniz. Diğer olasılık ise hâlâ tam bir iş yapmanızdır; sadece farklı bir iş: Artık on kat büyük bir hedefe odaklanırsınız. Teknolojinin klasik armağanı budur: Üretkenlik artar, hedefler buna ayak uydurarak büyür ve hedeflerle birlikte ücretler de yükselebilir⁠(yeni bir pencerede açılır).

Bütün bunlar üretime hâlâ değer katıp katmadığımıza⁠(yeni bir pencerede açılır) bağlı. Bu yazı, otomasyonun henüz her işi yapamadığı veya her yerde benimsenmediği önümüzdeki yıllara odaklanıyor. AI her şeyi yapabilse bile bir şeye insan elinden çıktığı için daha çok değer verebilir veya son sözün bir insanda olmasını isteyebiliriz.

Bu, tüketim isteğimize de bağlı. Tüketici olarak on kat fazla üretim istemiyorsak denge daha az çalışana veya daha kısa çalışma sürelerine doğru kayar. Tarih boyunca üretim artışları bizi doyuma ulaştırmadı. Çok daha fazlasına⁠(yeni bir pencerede açılır) sahibiz ama yalnızca biraz daha az⁠(yeni bir pencerede açılır) çalışıyoruz. Üretim katlanırken tüketim isteğimiz de büyümeye devam eder ve üretime katkımız sürerse emeğimizi daha fazla tüketim karşılığında sunmayı seçmeye devam ederiz. Buna karşılık üretim bizi doyuma ulaştıracak kadar bollaşırsa iş gücünü gönüllü olarak küçültmeyi seçebiliriz.

İleride ele alacağımız başka itirazlar da var; örneğin daha çok sayıda küçük şirketin ortaya çıkıp çıkmayacağı. Yine de bu senaryoyu önemli buluyoruz; çünkü benimsemenin bir yerden başlaması gerekiyor. Şirketlerin mevcut organizasyon yapılarından istikrarlı biçimde evrilmenin bir yolunu bulması gerekiyor. Mevcut çalışanların işlerini desteklemek, köklü bir yeniden yapılanmadan daha kolay bir ilk adım olabilir. Bunu bugün görüyoruz: Çalışanlar birbiri ardına işleri AI’a devrediyor, üstelik henüz örgütsel bir devrim yaşanmadan.

Bu senaryo, ilk işe alımları işi doğrudan yapanların gerçekleştirmesine dayanıyor. AI’ın benimsenmesine yöneticiler ve üst düzey yöneticiler değil, alt kademe çalışanlar öncülük ediyor. İşi AI’a en iyi yaptıran kişi, eskiden o işi bizzat yapan kişi olduğu sürece bu olası görünüyor.

Modeller şimdiden pek çok veri bilimi görevini otomatikleştirebiliyor, ancak yöntemleri ve ayrıntıları bilmeyen bir bölüm başkanı bu araçlardan yararlanmakta zorlanır. AI, bilmediklerinizi size söyleyecek kadar inisiyatif alabilene dek (bir sonraki senaryomuza bakın) muhtemelen en iyi, işin nasıl yapıldığını zaten bilenler için çalışacak.

Bu senaryoda en büyük değişim, giriş seviyesindeki çalışanlar için yaşanacak. Artık en alt basamak olmayacak; en azından insanlar için. Gençleri işe aldığımızda onları şirketin angaryayla dolu en alt kademesine yerleştirmeyeceğiz. O pozisyonları bundan rahatsız olmayan bir şey dolduracak.

Bununla birlikte genç çalışanları yetiştirmenin bazı geleneksel yollarını kaybedeceğiz: çıraklık⁠(yeni bir pencerede açılır), angarya yaparak öğrenmek, pişerek kendini kanıtlamak. Bunlar gerçek kayıplar, ama biz bu gelişmeyi ağırlıklı olarak bir ayrıcalık olarak görüyoruz. İyi bir fikri olan en deneyimsiz yeni çalışan bile deneme yapacak kaynaklara sahip olacak. İş yerlerinin en eski bahanesi, yeterli insan gücümüz yok, tarihe karışıyor. Aklında harika bir video oyunu olan ama ekip kuracak kadro imkânı bulunmayan kıdemsiz bir çalışan artık oyunu doğrudan geliştirebilir.

Bize göre bu “terfi” senaryosunda da kıdemsiz çalışanların öğreneceği çok şey var: muhakeme, zevk, yönetim becerileri ve yaratıcı vizyon. Bu beceriler ortaya koyduğumuz işe yansıyacağı için onları geliştirmeye teşvik edileceğiz. Yine yaparak öğreneceğiz⁠(yeni bir pencerede açılır), ama daha geniş bir kapsamda. Şirketin kıdemlileri, sorumlu rehberler olarak bize yardım etmek için nedenlere sahip olmaya devam edecek; hisseleri sayesinde başarımızdan onlar da pay alacak. Buradaki fırsat, her basamaktaki herkese zihinsel açıdan daha ilgi çekici bir rol sunmak. Her çalışan daha geniş bir sorumluluk alanıyla yeteneklerini gösterebilir. Bu, özellikle daha önce hiç sorumluluk alanı olmayan yeni çalışanlar için önemlidir.

AI’ın şirkete girişinin ikinci yolu, mevcut organizasyon şemasının içine yerleşmesidir. Burada ajanlar en alt kademedekiler değil, iş arkadaşlarıdır. Geleneksel bir yönetici, herhangi bir çalışana görev devreder gibi ekibin işinin bir bölümünü modele verir. AI yalnızca insanların altına değil, yanına yerleşir.

İlk senaryodan temel fark şudur: Burada üretken AI’ı yalnızca yönetici olmayan mevcut çalışanlar değil, mevcut insan yöneticiler de benimser. Bunun için AI’ın tam anlamıyla bir ekip üyesi olacak kadar yetkin olması gerekir.

İnsanlar çok yönlüdür. Çekiç tek bir görevde işe yarar; insan ise çok daha fazlasını yapar. AI’ın araçtan iş gücüne uzanan yolculuğunda kapsam giderek genişler: Önce görev, sonra bir işin bütünü, ardından ekip ve son olarak şirket otomatikleşir. Kapsamdaki her artış, daha geniş yetkinlik gerektirir.

Bir iş, birçok görevle dolu bir bavul gibidir. Bütün bir ekip söz konusu olduğunda bu bavul çeşit çeşit işle tıka basa doludur. Sorumluluk alanındaki görev sayısı arttıkça olası darboğazlar da artar. Ekibin temel görevlerinden biri bile fiziksel emek içeriyorsa yepyeni bir çevre donanımı gerekir. AI’ın bir ekibin tamamının yerine doğrudan geçebilmesi için ekibin tüm farklı sorumluluklarını yerine getirebilmesi gerekir.

Daha geniş kapsamlı işleri üstlenebilen AI geliştirmek daha zordur. Ama şirketler açısından —ve tüm bu geçişin temel asimetrisi de budur— kapsam genişledikçe benimsemek kolaylaşır.

Uçtan uca otomatikleştirilmiş bir ekip veya geniş kapsamlı bir işlev, üst düzey yönetici tarafından doğrudan devreye alınabilir. Daha sınırlı yetenekleri olan bir araç ise tepeden alınan kararla bu kadar kolay uygulamaya konamaz. Daha basit araç, çalışanlar genelinde yaygın kabul ve yeniden eğitim gerektirir.

Yeni teknolojiler geleneksel olarak sınırlı bir görev kümesini daha ucuza yapmayı sağlar. Sonra yük, satın alana geçer. Şirket, yeni araçtan nasıl yararlanacağını bulmalı ve ona göre çalışanlarını yeniden eğitmeli, yapısını ve süreçlerini yeniden kurmalıdır⁠(yeni bir pencerede açılır). Elektronik tablo yazılımı muhasebe departmanına kendiliğinden yerleşmedi; muhasebe departmanı kendini yazılıma göre yeniden şekillendirdi.

İş gücünde ise durum tersidir. Bir stajyer, bir çalışan ve iyi bir ekip, size nasıl yararlı olacağını kendisi bulur. Size sorular sorar, koşullarınızı kavrar, ihtiyaçlarınızı fark ederler. Bilmediğinizi bile fark etmediğiniz şeyleri size söylerler. En iyi iş gücü, işe kendi kendine uyum sağlar.

AI, inisiyatif alıp uyum sağlayarak bu anlamda iş gücüne ne kadar benzerse şirketin onu kullanmayı öğrenmesine o kadar az ihtiyaç kalır; AI da şirkete nasıl yararlı olacağını o kadar çok kendisi çözer. Bir üst düzey yönetici, yeni bir aracı öğrenmek için muhtemelen tasarım yazılımına giriş dersine oturmayacaktır. Ama şu tür bir teklifi memnuniyetle değerlendirir: Siz yeter ki söyleyin, tüm pazarlama işlevinizi ben kurayım.

AGI (genel yapay zeka) için nihai hedefi çoğu zaman bir işi bütünüyle otomatikleştirmek olarak tanımlıyoruz. Kabul, henüz buna bile ulaşmadık. İşler olağanüstü karmaşık, çünkü bizler etkileyici derecede yetenekliyiz. Yine de ekonomimizin üretiminin çok küçük bir kısmı⁠(yeni bir pencerede açılır) tek başına çalışanlardan geliyor. Üretken işler ekiplere, ekipler şirketlere katkıda bulunur; tükettiğimiz hemen her şeyi de şirketler üretir.

AGI (genel yapay zeka) için “bir iş” ölçütünü kullanmak, biz insanların hakkını yeterince teslim etmiyor. Emek yalnızca görevlerden, hatta rutin dışı unsurlarla başa çıkmaktan ibaret değildir. Olağanüstü bir koordinasyonu, daha büyük çıktıların küçük parçalarını üretmek için uyum sağlama becerimizi de içerir. Bizi birer görev yığınına indirgemek, değerimizi yok pahasına biçmektir. İnsanın kapasitesi bireyden çok kurduğumuz örgütlü yapılarda⁠(yeni bir pencerede açılır) yatar. Ekonomik anlamda bir AGI (genel yapay zeka), tek bir kişinin değil, insanların birlikte ulaşabildiği düzeye erişmelidir.

Bu nedenle AI, ekip veya şirket gibi değil de hâlâ araç, hatta tek bir çalışan gibi işliyorsa “yan yana yerleşme” senaryosu oldukça verimsiz olabilir. Her çalışanın yanına sıkıştırılmış bir model, sayısız bağlantı noktası ve iş devri⁠(yeni bir pencerede açılır) demektir. Bu parçalı yapı, benimsenmeyi yavaşlatabilir.

Daha erken gelen, daha sınırlı uygulamalar ile daha sonra gelen, daha yetenekli modeller arasında bir yarış görüyoruz. Kazananı, gelecekteki modellerin benimsenme hızının bu yeteneklere ulaşmak için gereken ek süreyi telafi edip edemeyeceği belirleyecek.

Bu “yan yana yerleşme” senaryosu, ilk “terfi” senaryosuyla birlikte var olabilir. AI belirli işlevleri otomatikleştirirken şirketlerde insan çalışan sayısının azaldığını, kalan insanların ise ajan iş güçlerinin yardımıyla çok daha geniş sorumluluklar üstlendiğini görebiliriz. Önemli bir nokta: Bu senaryo tek başına toplam insan istihdamının azalacağı anlamına gelmez. Her biri daha az çalışanı olan daha çok şirketle karşılaşabiliriz.

Üçüncü senaryomuz en şaşırtıcı olanı. Burada AI, şirkete insanların üstünde giriyor. Sıralama artık makinelerin üstünde insanlar değil; insan, AI, insan: bir otomasyon sandviçi. Bazı insanlar bir AI’a “bağlı çalışıyor”.

Özellikle şirketlerin AI’ı benimsemesi için bir başlangıç noktası olarak kulağa pek gerçekçi gelmiyor. Ama bunun daha az radikal biçimlerde çoktan başladığını düşünüyoruz.

AI’ı zihinsel emeği otomatikleştiren bir sistem olarak düşündüğümüzde bile alt basamaklara odaklanma eğilimindeyiz. Genellikle AI’ın yöneticiliği değil, elektronik tabloları ve sunumları otomatikleştirdiğini söylüyoruz. Sezgimiz, otomasyonun hiyerarşiyi aşağıdan yukarı tırmandığı yönünde: Önce zihinsel angarya işler, en son muhakeme; yönetici ise son kale.

Oysa bir yöneticinin işi büyük ölçüde bilgisayarda ve zihninde gerçekleşir: okumak, toplantı yapmak, seçenekleri tartmak, bağlamı akılda tutmak, karar vermek. Fiziksel olarak orada bulunmanın, ofis katlarını dolaşmanın ve çalışanların arasında olmanın değeri vardır. Yine de alt kademedeki işler, çoğunlukla zihinsel olsalar bile, fiziksel dünya ve araçlarla yöneticilikten daha fazla iç içedir. Fotokopi makinesine gönderilen patron değil, stajyerdir.

Yönetsel karar vermeyi bir modele öğretmek zordur; çünkü başarının tanımı belirsizdir ve ölçülmesi uzun zaman alır. İyi insan yöneticiler yetiştirmek de benzer nedenlerle⁠(yeni bir pencerede açılır) zordur. Modellerin yöneticilikte ne kadar iyi olduğunu henüz bilmiyoruz. Uygulama odaklı zihinsel emeğe yönelik değerlendirmelerimiz çok sayıda, ancak pek azı yöneticilerin ve üst düzey yöneticilerin yürüttüğü geniş çaplı koordinasyonu ölçüyor.

Yine de bugünkü modellerin yetenek açısından alt kademe çalışanlardan çok insan yöneticilere daha yakın olabileceğini düşünmeye değer. Bazı yönetim işlevleri, denetledikleri işlerden önce otomatikleşebilir.

Belki de bu “katmanlaşma” senaryosunun tam hâli, düşünme işini üstlenen ve yeteneklerindeki boşlukları kendisine bağlı çalışan insan yüklenicilerle dolduran bir AI’dır. Böyle bir dünya bize oldukça yabancı geliyor. Çok şeyin değişmesi gerekir.

Ama bunun daha doğal gelişen bir biçimi var ve ilk perdesi çoktan açıldı: danışmanlık. Bugün bir üst düzey yönetici, ChatGPT’den şirket genelindeki yüzlerce Slack kanalını, belgeyi, yazışmayı ve kod dosyasını okuyup ardından sorularını yanıtlamasını isteyebilir. Bu ekip gerçekte ne yapıyor? O zayıflık nerede ortaya çıkıyor? Kuruluşun her bölümü onun için giderek daha anlaşılır hâle geliyor⁠(yeni bir pencerede açılır).

Üst düzey yöneticiler uzun zamandır organizasyon şemasının arasına ücretli aracılar yerleştiriyor; buna danışmanlık diyorlardı. Yönetim danışmanlığı, kısa süreliğine ve yüksek bir bedelle üzerinize bir katman ekler. Gelecekte AI danışmanları yok denecek kadar ucuz ve her an hazır olabilir.

Modeller, şirket belgelerini ve yazışmalarını güvenilir biçimde anlamlandırmaya daha yeni başlıyor. Neyin iyi olduğunu ayırt etme ve inisiyatif alma becerilerinin olgunlaşması gerekiyor. Şimdilik ChatGPT, istekli bir üst düzey yöneticinin kuruluşunu daha ayrıntılı anlamasına yardımcı oluyor. Zamanla tam kapsamlı bir danışmanlık hizmetine dönüşeceğini düşünüyoruz. Alt kademe çalışanların gerçek anlamda “yöneticisi” olmayacak; daha çok üst düzey yöneticilere şirket içinden bilgi aktaran bir muhabir ve danışman olacak. İşletme uzmanlığını kullanarak her şeyi tarayacak, sorunlu noktaları kendiliğinden ortaya çıkaracak ve önceliklendirmeye yardımcı olacak.

Bunun yararlı mı zararlı mı olacağı üst düzey yöneticiye bağlı. Yapısal etkisi merkezileşme olacak. Bunun üst yönetimle şirketin geri kalanı arasındaki mesafeyi kısaltacağını düşünüyoruz. Eskiden bilgi akışındaki engeller daha dağınık bir karar yapısını avantajlı kılarken bu gelişme gücü tepede toplar.

Bu senaryoyu yalnızca yetki dağılımını değiştirdiği için değil, danışmanlık sunan AI’ın ne kadar kolay benimsenebileceği nedeniyle de son derece önemli buluyoruz. Geleneksel danışmanlık gibi AI danışmanlığı da üst düzey yöneticiden teknik beceri beklemez. Bu, klavye ve terminal kullanabilenlerin alt kademelerden başlayarak benimsediği bilgisayara benzemez. Siz yalnızca danışmanınızla konuşursunuz; teknik bilgi gerektiren kısmı o halleder. Bu benimseme dalgası, en üst yöneticinin odasından başlayabilir. Danışmanlık da kuruluşun geri kalanında AI’ın benimsenmesini hızlandırabilir.

Şirketlerin uzaktan çalışmaya ve dışarıdan hizmet almaya güvenmemesinin önemli bir nedeni var: yükümlülüklerin yerine getirilmesini güvence altına almak. Şirketler için işin yapılışını tüm ayrıntılarıyla gözlemlemenin ucuz bir yolu hiç olmadı. Bu yüzden çalışıyor gibi görünmeyi ölçüyorlar⁠(yeni bir pencerede açılır): Tıklama sayıları, fare hareketleri, yeşil durum noktaları; gerçekten iyi iş yapılıp yapılmadığıyla neredeyse ilgisiz göstergeler.

AI, anlayan bir gözetmen sunuyor. Bir kişinin ürettiğine bakıp daha büyük hedeflere doğru gerçek ilerlemeyi fark edebilir. Bir sonraki bölümde ele alacağımız gibi, yeni bir gözetim sistemi etraflıca düşünülmeden uygulanmamalıdır⁠(yeni bir pencerede açılır). Ama doğru koşullarda güveni artırabilir ve şirketleri çalışanlarına daha fazla özgürlük tanımaya teşvik edebilir.

Gözetmen, iyi bir iş ürününe götürebilecek çok farklı yolları kavrarsa çalışanlar daha çok kendi istedikleri biçimde çalışabilir. Patronların izlemesi kolay olduğu için belirlenmiş tek bir yöntem yerine, iyi sonuçlara doğru ilerlemek daha çok önem kazanır. Akıllı bir gözetmen esneklik sağlar ve hepimizin nefret ettiği göstermelik üretkenliği cezalandırır.

Burada sunulan fayda, arabanıza takip cihazı takarsanız priminizi düşüren sigortacıların sunduğuna benziyor. Sistemi kandırmaya çalışıyorsanız bu aleyhinize işler; yalnızca işinizi yapıyorsanız gözetmen hakkınızı teslim edebilir ve yönetimin size güveni artar.

Bu güven yeni olanaklar doğurur. Daha önce hibrit çalışmaya, alışılmışın dışında düşünenlere, dışarıdan hizmet almaya veya uzak ülkelerdeki parlak insanları işe almaya mesafeli duran şirketlerde yeni bir isteklilik⁠(yeni bir pencerede açılır) görebiliriz.

Bugün alt kademe çalışanların organizasyon şemasıyla ilgili pek çok sorunu var. Bizzat gördüğümüz bir sorunu üst kademelere iletmenin hiçbir yolunu bulamamak son derece moral bozucu. Etkisiz bir yöneticinin altında sıkışıp kalmak veya harika işler yapıp takdir görmemek haksızlık.

İş dünyasında önceki aşırı optimizasyon dalgasının sınırlı veriler, kaba yönergeler ve anlayıştan yoksun algoritmalar üzerine kurulduğunu düşünüyoruz. İşleyebildiğiniz tek şey dişli oranlarıysa herkes size bir çark gibi görünür. Şirketler uzun zamandır iş güçlerini değerlendirmede ölçüm sorunu yaşıyor. Akıllı bir gözetmen, bugünün kaba ölçütlerinin kaçırdığı değerli katkıları ve özgün yaklaşımları fark edebilir.

Şimdi, ana hatlarıyla çizdiğimiz üç senaryodan yola çıkarak şirketin geleceğini belirleyecek bazı soruları ele alıyoruz.

Bir şey üretmek genellikle oldukça pahalıdır. Bir uygulama, film, sunum, özellik veya analiz: Hepsini yeniden yapmak maliyetli, yavaş ve sancılıdır. Fiilen tek atış hakkınız varsa iyi nişan almaya yatırım yaparsınız. Planlama döngüleri, yol haritası ritüelleri ve onay komiteleri vardır. Hepsi, şirket sonunda harekete geçtiğinde buna değecek bir iş yapmasını sağlamak içindir. Hiyerarşilerimizdeki pek çok kontrol mekanizması, uygulamaya geçmenin pahalı olduğu dönemlerden kalmadır.

AI, pek çok alanda üretim maliyetini hızla düşürüyor; nihai ürüne kadar olmasa bile en azından prototip aşamasına kadar. Şirketin yaklaşımının da buna ayak uydurması gerektiğini düşünüyoruz: Daha az nişan al, daha çok ateş et. Bir şirket prototip oluşturabilir, gözlem yapabilir, hızla öğrenebilir, yönünü değiştirip yeniden üretebilir. Prototip oluşturmanın kolaylaşması⁠(yeni bir pencerede açılır), şirketleri yoğun planlamaya dayalı üretimi destekleyen kurumsal yapılardan uzaklaştırmalı.

Bunun en basit hâli, daha hızlı deneme ve iyileştirme yapan bir ekiptir. Daha köklü bir yorumda ise ekibin kendisi sorgulanır. Birlikte planlama daha az, birbirinden bağımsız ve çeşitli fikirler daha çok önem kazanırsa hızla deneme ve iyileştirme yapan tek bir ekip mi, yoksa her biri kendi çalışan prototipini ortaya koyan çok sayıda kişi mi daha iyidir? Gerçek bir prototip, vizyonu herhangi bir kapsam belgesinden daha iyi aktarıyorsa iletişim alışkanlıklarımız değişecek mi? Daha çok, daha erken ve bilgi notları yerine somut ürünler mi paylaşacağız?

Üretimin ucuzlaması, şirkette ağırlığı bireylere kaydırabilir. Bu, daha az orta yönetim katmanı ve daha az izin istemek anlamına gelir; çünkü eskiden izin istemek yapmaktan daha ucuzdu, artık değil.

Bununla birlikte, birazdan ele alacağımız gibi, bireylerin daha az riskle prototip üretmesini sağlayan aynı teknoloji bürokrasiyi daha da artırabilir.

Şirketlerin tepeden yönetimi benimsemesinin başlıca nedenlerinden biri, üst düzey yöneticilerin kıdemsiz çalışanlara göre işle ilgili daha iyi kararlar⁠(yeni bir pencerede açılır) verdiğine inanılmasıdır. Şirketler, tepedeki son derece yetkin ve deneyimli çalışanlara daha fazla ödeme yapar. Yöneticiler çoğunlukla iş stratejisi eğitimi alırken yönetici olmayan çalışanlar kendi alanlarında uzmanlaşır. AI tüm çalışanlara mükemmel tavsiyeler sunarsa karar kalitesindeki fark daralır. Yöneticilerin müdahale etmesi için daha az neden kalır. Bu, çalışanların özerkliğini artırır ve yönetim katmanlarını azaltabilir.

Benzer biçimde “AI danışmanlığı”, üst düzey yöneticinin haberi olmadan çok önemli sonuçlar doğuracak bir şey yaşanmamasını sağlar. Bir çalışan şirket açısından ciddi sonuçlar doğurabilecek bir blog yazısı yayımlamak üzereyse danışmanlık bunu önceden fark edip üst düzey yöneticiyi uyarır. Bu güven yaratır: Yönetim, haberi olmadan büyük aksilikler yaşanacağından kaygılanmak zorunda kalmaz; dolayısıyla çalışanın işini nasıl yaptığı üzerinde bu kadar sıkı denetim⁠(yeni bir pencerede açılır) kurması gerekmez.

Ama AI danışmanlığı iki ucu keskin bir kılıçtır⁠(yeni bir pencerede açılır). Akıllı bir gözetmen olarak çalışanlara duyulan güveni artırabilir; aynı zamanda CEO’nun tercih ettiği çalışma biçimini kuruluş genelinde daha sıkı biçimde dayatabilir. Şirketler tutarlılığa⁠(yeni bir pencerede açılır) önem verir: Kararın yalnızca iyi olması değil, şirketin kültürüyle, markasıyla ve ölçek ekonomileriyle de uyumlu olması gerekir. Bir restoran zinciri, malzemeleri topluca sipariş edebilmek ve müşterilere tutarlı bir ürün sunmak için tüm bayilerinde ortak bir menü tercih edebilir.

Bununla bağlantılı olarak, şirket patronlarıyla çalışanların çıkarları her zaman örtüşmez. Çalışanlar kendi alanlarının başarısını⁠(yeni bir pencerede açılır) en üst düzeye çıkarmaya odaklanırken üst düzey yöneticiler şirketin bütününü gözetir. Hissedarların tercihleri ücretli çalışanlardan farklıdır; çünkü daha sıkı çalışmanın getirisini onlar toplar⁠(yeni bir pencerede açılır). Danışmanlık, tepeden belirlenen çalışma düzenlerine daha sıkı uyulmasını sağlayabilir.

Bize göre toplamda çalışanların karar serbestisi artacak. İyimserliğimiz, şirketlerin AI’ı önemli sonuçlar doğurabilecek istisnaları belirlemek için kullanırken daha fazla kararı çalışanlara bırakacağı beklentisine dayanıyor.

AI’ın destekleyici bir yapı görevi göreceğine inanıyoruz. Üst düzey yöneticiler tutarlı bir marka korumak istese bile bu yalnızca içinde hareket edilecek bir sınır olacak. Çalışanlar, işin getirdiği kısıtları daha iyi bilecek ve bunların dışındaki alanlarda yaratıcılıklarını daha güvenle kullanabilecek. Gerekli güvenceler sağlandığında üst düzey yöneticiler, çalışanların kazanç potansiyeli taşıyan yeni yaklaşımları denemesine izin verebilir. Altımızdaki AI yardımcılarının desteğiyle biz çalışanlar daha kapsamlı çıktılardan da sorumlu olacağız. Daha karmaşık işleri yönetmenin yaratıcılık için daha fazla fırsat sunacağını düşünüyoruz.

Çalışan özerkliğiyle ilgili aynı mantık, şirket büyüklüğü için de geçerli. Ronald Coase⁠(yeni bir pencerede açılır), üretimi neden bir sözleşmeler ağı üzerinden değil de şirketlerin içinde örgütlediğimizi sormuştu. Bir uçak bile tamamen taraflar arasındaki doğrudan sözleşmelerle üretilebilir, ancak bu çok verimsiz olurdu. Şirketler ölçek ekonomilerinden yararlanır, çıkarları uyumlu hâle getirir, büyük projeleri organize eder ve sürekli pazarlık ihtiyacını ortadan kaldırır.

AI, iletişimi kolaylaştırarak hem daha büyük hem de daha küçük şirketleri mantıklı kılabilir. Klasik şirket, bilgiyi yukarıya ve talimatları aşağıya aktaran; sürtüşmelerle ve kulaktan kulağa oyunundaki gibi bilgi kayıplarıyla dolu bir altyapıdır. AI bir koordinasyon katmanı görevi görürse daha büyük, yani daha fazla insan çalıştıran bir şirketi yönetmek kolaylaşır. Bir üst düzey yönetici, “AI danışmanlığı” sayesinde şirketini, bir kurucunun yirmi kişilik girişimini tanıdığı kadar iyi tanıyabilir. Bir girişimin üç aylık raporunu beklemek yerine uygulanışını izleyebilir ve bir şey olduğunda bildirim alabilir. Vizyonu şirketin geneline daha fazla nüfuz edebilir. Herkes, diğerlerinin ne yaptığından ve kuruluşun genel önceliklerinden daha fazla haberdar olur.

Bunun tersi de olabilir. İletişim pürüzsüz işler ve yükümlülüklere uyum daha kolay izlenirse şirketin tedarik zincirinin bu kadar büyük bölümünü kendi bünyesine alması gerekmez. Şirket, dış tedarikçilere ve yüklenicilere daha çok güvenebilir.

Dikey bütünleşmenin başlıca amaçlarından biri çıkarları aynı doğrultuya getirmektir. Bir de eksik sözleşmeler⁠(yeni bir pencerede açılır) kavramı var: Bir havacılık şirketi bir jet motoru şirketiyle sözleşme yapabilir, ancak sözleşmede açıkça zorunlu tutulmayan her konuda motor şirketinin çıkarı, masraftan kısıp kendi kârlılığını gözetmekten yanadır. Havacılık şirketi bunu önlemek için jet motoru şirketini satın alır. Çalışanlarla patronlar arasındaki ilişkide olduğu gibi: Sözleşmelere uyum daha kolay izlenir ve anlaşmazlıklar yalnızca kontrol listelerine bakılarak değil, akıllıca çözümlenirse şirketler başka şirketlere güvenmekte daha rahat davranabilir. Her şeyi şirket içinde yapma ihtiyacı azalır.

Çok sayıda küçük şirketin yanı sıra, pek çok farklı projenin tek işletme içinde yürütüldüğü dev AI “holdingleri” de göreceğimizi düşünüyoruz. Tüm farklı projelerin yararlandığı bir ortak varlık olduğunda holding yapısı ekonomik açıdan anlamlıdır. Bu ortak varlık işlem gücü olabilir; gerçi işlem gücü, ihtiyaca göre küçük miktarlarda kolayca sağlanabilir. Ortak bir fabrika veya robot filosu daha güçlü bir gerekçedir.

Büyük bir “holding”, çıkarların örtüşmesi sayesinde de anlamlı hâle gelebilir. AI sistemleri ve sermayeden oluşan büyük bir kuruluş, örneğin kanseri tedavi etmek gibi ortak bir amaca bütünüyle adanmışsa ayrı küçük girişimlere daha az ihtiyaç duyulur. Bir AI şirketi güç mücadelelerinden kaçınabilir, tüm bilgileri paylaşabilir ve gerektiğinde farklı yolların araştırılması için ajanları arasında yaratıcı çeşitlilik oluşturabilir.

Bugünkü sistemin, öne çıkan çalışanları ödüllendirmesi beklenir. Bu çalışanlar kademeleri tırmanır ve daha iyi ücret alır. Peki mükemmel danışmanlık sunan modellerin olduğu bir dünyada çalışanlar nasıl fark yaratacak?

AI herkese aynı harika fikri verirse farklılaşma fırsatlarımız azalır. Ücret aralıklarının daralması beklenir.

Bu daralmanın karşısında duran unsurlar ise muhakeme, zevk ve sorumluluk kapsamıdır. Her birimiz altımızdaki AI şirketlerini yönetiyorsak insana özgü kalan değer, karar verme becerimizdir. Herkes kendisine bağlı daha büyük bir faaliyetten sorumluysa iyi muhakemeyle kötü muhakeme arasındaki fark daha güçlü hissedilir⁠(yeni bir pencerede açılır).

Bu mantığı organizasyon şemasının tepesine uzun zamandır uyguluyoruz. CEO ücretlerini⁠(yeni bir pencerede açılır), en tepede verilen biraz daha iyi kararların kârlılık üzerinde devasa etkileri olabileceği fikriyle gerekçelendiriyoruz. Bazı çalışanlar kıt kaynakları kullanmak için altlarındaki AI şirketlerini daha iyi yönetirse ücret eşitsizliği artabilir.

Kararlarınızın etkisi büyüdükçe bir başkasına karşı küçük üstünlüğünüz maaşınıza daha çok yansır. Öte yandan AI herkese iyi tavsiyeler verecek. Farklılaşmanın azalması, ücret dağılımını daraltır.

Burada da başka alanlarda da hangi etkinin baskın çıkacağı, belki de daha çok kendi muhakememize mi başvurduğumuza, yoksa bize sunulan muhakemeyi mi izlediğimize bağlı olacak.