Повишаването на производителността има ограничена стойност, ако работата все още преминава през същите комисии, процедури за одобрение, предаване на задачи между екипи и функционални изолирани звена. Ограничението все повече се превръща в организационна инертност: времето, необходимо на организацията да взема решения, да променя процеси и да превръща новите възможности в бизнес резултати.
Работа, която преди е изисквала множество специалисти, отдели или седмици усилия, вече може да бъде завършена значително по-бързо. Това променя начина, по който екипите си сътрудничат, как се вземат решения и къде е необходима експертиза.
Ползите се реализират напълно, когато организациите преобразят своята структура и преосмислят работните процеси, управлението, стимулите, обмена на знания и структурите за вземане на решения, така че повишената чрез ИИ производителност да се усилва в цялото предприятие.
Организациите, изградени около ИИ, се нуждаят както от стабилна основа, така и от адаптивна периферия, като същевременно използват най-ценните човешки умения за преценка и координиране на действията.
В LinkedIn, Substack и други форуми се водят множество дискусии от типа: „Не виждам възвръщаемостта на инвестициите в ИИ.“ С навлизането на ИИ в значим мащаб виждаме достатъчно примери за възвръщаемост на инвестициите както от решения с ИИ, така и от използването на готови инструменти като ChatGPT, Codex и Claude. И все пак тази гледна точка е разбираема. Въпреки че е възможно значително повишаване на индивидуалната производителност, ефектът в крайна сметка е ограничен, ако работните процеси в организацията останат същите. Организационната ви структура трябва да се развива.
За съжаление обаче никоя организация не може да бъде напълно подготвена за бъдещето, особено предвид бързото развитие на ИИ. Никой не може да каже с увереност как трябва да изглежда банка, застрахователна компания, търговец на дребно, енергийна компания или консултантска фирма, оптимизирани за ИИ, след три години. Технологиите, икономиката и моделите на работа се променят твърде бързо, което превръща способността за адаптиране в едно от определящите предимства на следващото десетилетие.
Но ако разполагате незабавно с експертно ниво на интелект, а агентите с ИИ могат да работят автономно в продължение на часове, трябва да приемете, че начинът, по който се върши работата, ще и трябва да се промени. А това означава, че и оперативният ви модел трябва да се промени, за да се възползвате от технологията. Най-много ще спечелят организациите, готови най-бързо да се адаптират към новите модели на работа и нововъзникващите приложения на тази технология.
Най-лесният начин да разберем организационното въздействие на ИИ е да започнем с едно просто допускане. Приемете, че експертно ниво на интелигентност е достъпно незабавно за всеки в организацията. Преди две години беше трудно да си представим подобно нещо, но днес вече до голяма степен е реалност. И макар още да не е съвършен, разумно е да предположим, че в съвсем близко бъдеще ще се доближи до съвършенството.
Към това добавете второ допускане. Приемете, че автономни агенти могат да работят заедно часове, дни и в крайна сметка седмици, за да изпълняват значителни по обем дейности. Не една или няколко задачи, а реална и съществена последователност от дейности в множество дисциплини. Междуфункционален екип, въплътен в екип от агенти, способен сам да определя работния си процес.
Ако и двете предпоставки са дори приблизително верни, тогава начинът, по който се върши работата, ще и трябва да се промени. Времето до завършване се съкращава, формата на вътрешното сътрудничество се променя, а темпото на промяната се ускорява.
Промяната с такова темпо благоприятства децентрализацията, автономността и иновациите, докато повечето големи организации са изградени върху противоположната идея.
Големите предприятия централизират властта във функционално обособени отдели. Те разделят стратегията, технологиите, данните, риска, операциите, финансите, човешките ресурси и бизнеса в различни структури, всяка със собствени приоритети, стимули и най-вече механизми за контрол.
Промяната се управлява от инвестиционни и управителни комитети, архитектурни съвети, оценки на риска, проверки за съответствие, процедури за снабдяване, годишни цикли на планиране и бизнес обосновки. Някои екипи за управление на промяната допълнително посредничат при обмена на информация между заинтересованите страни, без да добавят стойност към нея.
Отново, нищо от това не е ирационално и тези механизми съществуват с основателна причина. Те управляват риска, разпределят капитала, предотвратяват дублирането, защитават клиентите и осигуряват отчетност, но същевременно определят и темпото. А то вероятно ще се окаже твърде бавно за свят, в който конкурентите, изградени около ИИ, могат да тестват, да се учат и да преобразуват работата.
Посланието на организационната култура също е важно. В много организации стимулите все още насърчават хората да не излизат от рамките на своите функции, независимо колко често даден ръководител казва: „Имате правомощия да вземате решения“. Защо? Защитете екипа. Защитете бюджета. Защитете пътната карта. Избягвайте видимия провал. Ескалирайте трудните решения към комитет. Не се отклонявайте твърде много от одобрения процес.
Този централизиран подход има смисъл, когато цената на експериментирането е висока и промяната се случва от време на време и представлява еволюция, а не революция. Но той се превръща в проблем, когато възможностите се подобряват значително на всеки няколко месеца, а най-добрите възможности се откриват от екипите, които са най-близо до работата.
Отговорът на ИИ чрез традиционна централизация създава забавяне, което възпрепятства реализирането на значима възвръщаемост на инвестициите. Ако всяка промяна трябва да премине през множество комитети, преди да достигне до реалната работа, организацията ще се учи твърде бавно.
За хората ви, които искат да се развиват и да работят по-бързо, ограничаването на възможностите за използване на ИИ прави организацията ви по-малко привлекателно място за работа.
Повечето организации започват с индивидуална компетентност по ИИ. Това е правилната отправна точка. Хората трябва да знаят как да задават задачи на ИИ, как да оспорват резултатите му, как да проверяват работата му, как да защитават чувствителната информация и кога да не го използват. Те се нуждаят от увереност, добра преценка и практически опит.
Но индивидуалната компетентност има своите граници. Един анализатор може да изготвя пет пъти повече анализи, но органът за вземане на решения продължава да заседава веднъж месечно. Един разработчик може да създава повече код, но процесът на преглед и внедряване не се е променил. Един маркетинг специалист може да създава повече съдържание, но одобрението дали отговаря на изискванията на марката, все още чака на същата опашка.
Дори на екипно ниво промяната в работния процес не води непременно до по-висока скорост, ако останалите части на организацията продължават да работят както винаги.
Така отделният човек работи по-бързо, екипът също може да работи по-бързо, но скоростта на създаване на резултати в крайна сметка е ограничена от други звена по веригата на работния процес в организацията. Затова пътят към използването на ИИ трябва да премине от индивидуална към екипна, а след това и към организационна компетентност.
Когато предприятието може да променя своите структури, стимули, механизми за управление, потоци от знания и технологични модели, локалните ползи, постигнати от отделни хора и екипи, се превръщат в стойност за цялото предприятие.
Това е сериозно предизвикателство, но именно там се крие възможността за отключване на стойност. Компаниите, изградени около ИИ през последните няколко години след появата на ChatGPT, са създали работни процеси с вграден ИИ, затова остават гъвкави и работят с плоски структури. За разлика от тях по-големите предприятия са добавили ИИ към съществуващите процеси, което е довело до кръпки върху старата система, без да се променя начинът на работа.
Организация, изградена около ИИ, не означава хаос, безразсъдство или обсебване от инструментите. Не означава всеки служител да използва най-новия модел по какъвто начин реши. И със сигурност не означава управлението да бъде заменено с ентусиазъм или да се преструваме, че хората повече не са необходими.
Старият модел на организационна структура предполага, че можете да определите бъдещото състояние, да начертаете структурата, да осъществите промяната и да стабилизирате организацията. Това е твърде бавно за ИИ.
Организациите, изградени около ИИ, ще бъдат проектирани за непрекъсната промяна. Такава организация непрекъснато преобразува работата, като съчетава силните страни на хората, системите с ИИ, данните, работните процеси и механизмите за управление. Тези организации няма да заложат всичко на един-единствен план. Те ще развиват способността бързо да установяват кои работни процеси трябва да се променят, кои роли да се развият, какъв контрол е необходим, кои умения са по-важни, кои модели могат да се използват отново и кои допускания вече са остарели.
За това са нужни две неща едновременно: стабилна основа и адаптивна периферия. Те осигуряват баланс между централизацията и овластяването на екипите, които са най-близо до работата.
Стабилната основа осигурява доверие и мащабируемост на организацията. Целият бизнес има достъп до одобрени инструменти, многократно приложими модели, канали за достъп до данни, методи за оценяване, механизми за сигурност, принципи на управление, наблюдение, инфраструктура на знанията и ясно разпределени отговорности.
Адаптивната периферия е мястото, където се извършва работата и където промените се случват често и безпрепятствено. Малки междуфункционални екипи, близо до проблема, разполагат с достатъчно правомощия да преобразуват работните процеси, да прилагат ИИ, да изпробват нови начини на работа и да споделят наученото с организацията.
Този баланс между ядрото и периферията е важен. При прекомерен централен контрол организацията се учи твърде бавно. При прекомерна свобода на местно ниво организацията се разпада на фрагменти. Организацията, изградена около ИИ, се нуждае от дисциплина в ядрото и адаптивност в периферията.
Най-повърхностният извод от автоматизирането на работата е, че изкуственият интелект намалява нуждата от хора. В някои области това действително ще се случи – например повтаряща се работа със знания, която изисква малко контекст, ще бъде съкратена или премахната. Под натиск ще бъде всяка работа, която е предимно транзакционна: запълване на пропуски в системите, прехвърляне на информация, първоначален анализ, изготвяне на първи чернови и отговори с ограничена „добавена стойност“.
Но обратната страна на това е, че човешкият „принос“ се издига на по-високо ниво. Ако експертното ниво на интелект е достъпно незабавно, дефицитните човешки качества, които ИИ не може и не бива да заменя, стават преценката, творчеството, отговорността, разбирането на контекста и доверието.
Организациите трябва все повече да се съсредоточават върху хора, способни да вземат решения в нееднозначни ситуации. Хора, които разбират областта достатъчно задълбочено, за да насочват ИИ и да разпознават кога допуска грешки. Хора, които умеят да задават по-добри въпроси. Хора, които могат да свързват търговските, техническите, оперативните и човешките реалности. Хора, които могат да изграждат взаимоотношения, да вдъхват увереност и да координират множество заинтересовани страни. И нещо много важно – способността бързо и правилно да превключвате между различни контексти и да интерпретирате информацията става още по-важна, ако си представим, че работата за цяла седмица се концентрира в понеделник сутрин.
Затова специалистите с широк профил стават по-ценни, а не по-малко ценни, ако могат да обхващат контекста на различни функции и да координират работа с помощта на ИИ. Експертите също може да станат по-ценни, защото по-бързата работа създава повече моменти, в които качеството и преценката са от значение. А ръководителите ще трябва да бъдат по-малко контролиращи изпълнението и повече проектанти на системи, контекст и темпо на работа.
Уменията, в които трябва да инвестираме, не са само „умения за работа с ИИ“. Това са човешките качества, които придобиват по-голямо значение, когато ИИ поема повече задачи на оперативно ниво: любознателност, преценка, устойчивост, яснота, творчество, решителност, сътрудничество и увереност при работа в условия на нееднозначност. Организацията трябва още сега да наема, развива и възнаграждава хората, които притежават тези качества.
Компресирането на толкова много работа е натоварващо и организациите, изградени около ИИ, не могат постоянно да работят с главоломна скорост. Те ще трябва да осигурят на хората време и свобода да се възстановят и да възобновят връзките помежду си. За да могат да преценяват и вземат решения ефективно, организациите трябва да създават среда, в която случайните срещи и неочакваните взаимодействия могат да доведат до нови идеи.
Днес много предприятия използват ИИ по-бавно, отколкото позволяват вече съществуващите му възможности. Това създава все по-голяма разлика между подобряването на възможностите на агентите и подобряването на начина, по който те се използват.
Това е нормално. Големите организации внедряват технологиите бавно заради наследените системи, регулаторните ограничения, културната съпротива, разпокъсаните данни, неясната отговорност и реалните рискове – всяко от тези неща изисква управление.
Но в даден момент достатъчно ръководители, екипи и конкуренти ще разберат как безопасно и многократно да прилагат ИИ в реални работни процеси. Моделите на работа ще се утвърдят, управлението ще стане по-дълбоко вградено, агентите – по-надеждни, а увереността на организациите ще нарасне. Разликата между това, което ИИ прави възможно, и това, което предприятията действително използват, ще започне да се стопява.
Когато настъпи този повратен момент, предимство ще имат не компаниите с най-добрите модели или най-големите бюджети за ИИ, а организациите, способни бързо да променят начина на работа.
Компаниите, които централизират всяко решение, пазят ревностно всяка функция, управляват чрез бавни комисии и възнаграждават хората за това, че „не разклащат лодката“, ще изпитват трудности да следват темпото.
Компаниите, които изградят здрава основа и адаптивен периферен слой, ще се учат по-бързо. Те ще откриват по-добри работни процеси по-рано, ще пренасочват балансирана комбинация от специалисти с широк профил, експерти и ръководители към работа с по-висока стойност и ще превръщат местните експерименти в многократно приложими модели.
Въпросът днес може да е „Как да внедрим успешно ИИ?“, но скоро той трябва да се промени на „Колко бързо може да се адаптира организацията ни, докато ИИ променя начина, по който се върши работата?“
Бавната организация с мощен ИИ пак ще бъде бавна; адаптивната организация с мощен ИИ ще ускорява натрупването на предимство.