Povećanje produktivnosti ima ograničenu vrijednost ako rad i dalje prolazi kroz iste odbore, odobrenja, primopredaje i funkcionalne silose. Ograničenje sve više postaje organizacijska tromost: vrijeme potrebno organizaciji da donese odluke, promijeni procese i pretvori nove sposobnosti u poslovne rezultate.
Posao koji je ranije zahtijevao više stručnjaka, odjela ili sedmica rada sada se može završiti neuporedivo brže. To mijenja način saradnje timova, donošenja odluka i potrebe za stručnošću.
Koristi se u potpunosti ostvaruju kada organizacije iz temelja promijene svoj dizajn te drugačije pristupe tokovima rada, upravljanju, poticajima, protoku znanja i strukturama odlučivanja kako bi se povećanje produktivnosti potaknuto AI-jem umnožavalo širom preduzeća.
Organizacijama izvorno zasnovanim na AI-ju trebaju i stabilna okosnica i prilagodljivi rub, uz korištenje najvrednijih ljudskih vještina za prosuđivanje i usklađivanje aktivnosti.
Na LinkedInu, Substacku i drugim forumima mnogo se raspravlja u smislu: „Ne vidim povrat ulaganja u AI.“ Kako značajnije usvajanje uzima maha, vidimo znatan povrat ulaganja u AI rješenja i usvajanje gotovih alata poput ChatGPT-a, Codexa i Claudea. Ipak, takvo je gledište razumljivo. Iako je moguće znatno povećati produktivnost pojedinaca, ono je u konačnici ograničeno ako tokovi rada u organizaciji ostanu isti. Dizajn vaše organizacije mora se razvijati.
Nažalost, organizaciju nije moguće učiniti potpuno spremnom za budućnost, posebno s obzirom na brzinu razvoja AI-ja. Niko ne može sa sigurnošću reći kako bi za tri godine trebala izgledati banka, osiguravajuće društvo, maloprodajna ili energetska kompanija odnosno konsultantska kuća optimizirana za AI. Tehnologija, ekonomija i obrasci rada mijenjaju se prebrzo, zbog čega sposobnost prilagođavanja postaje jedna od ključnih prednosti narednog desetljeća.
Ali ako je inteligencija na nivou stručnjaka odmah dostupna, a AI agenti mogu satima raditi samostalno, morate pretpostaviti da će se način rada promijeniti — i da se treba promijeniti. To znači da se vaš operativni model mora promijeniti kako biste iskoristili tehnologiju. Najviše će dobiti organizacije spremne da se najbrže prilagode novim obrascima rada i novim primjenama ove tehnologije.
Organizacijski utjecaj AI-ja najlakše je razumjeti ako krenemo od jednostavne pretpostavke. Pretpostavite da je inteligencija na nivou stručnjaka odmah dostupna svima u organizaciji. Prije dvije godine to je bilo teško zamisliti, ali danas je praktično već stvarnost. Iako još nije savršena, razumno je pretpostaviti da će se vrlo brzo približiti savršenstvu.
Tome dodajte i drugu pretpostavku. Pretpostavite da autonomni agenti mogu zajedno raditi satima, danima, a na kraju i sedmicama kako bi završili značajne cjeline posla. Ne jedan ili nekoliko zadataka, nego stvaran, opsežan slijed poslova iz više disciplina. Višefunkcionalni tim utjelovljen u timu agenata koji mogu sami osmisliti tok rada.
Ako su obje pretpostavke makar približno tačne, način rada će se morati promijeniti. Vrijeme završetka se skraćuje, oblik interne saradnje razvija, a tempo promjena ubrzava.
Promjene ovim tempom pogoduju decentralizaciji, autonomiji i inovacijama, dok je većina velikih organizacija izgrađena na suprotnoj ideji.
Velika preduzeća centraliziraju moć u odjelima organiziranim prema funkcijama. Strategiju, tehnologiju, podatke, rizik, operacije, finansije, ljudske resurse i poslovanje razdvajaju u različite strukture, svaku s vlastitim prioritetima, poticajima i, što je najvažnije, kontrolama.
Promjenama upravljaju investicijski i upravljački odbori, arhitektonska vijeća, procjene rizika, provjere usklađenosti, postupci nabavke, godišnji ciklusi planiranja i poslovna opravdanja. Neki timovi za upravljanje promjenama dodatno posreduju u prenošenju informacija između zainteresiranih strana, a da im ne dodaju vrijednost.
Ništa od toga nije nerazumno i ti mehanizmi postoje iz opravdanih razloga. Iako upravljaju rizikom, raspoređuju kapital, sprečavaju dupliranje, štite kupce i uspostavljaju odgovornost, oni ujedno određuju tempo. Taj će tempo vjerovatno biti prespor za svijet u kojem konkurenti izvorno zasnovani na AI-ju mogu mnogo brže testirati, učiti i preoblikovati rad.
Važna je i poruka koju šalje organizacijska kultura. U mnogim organizacijama poticaji i dalje nagrađuju ostajanje unutar granica funkcije, bez obzira na to koliko često lider kaže "ovlašteni ste donositi odluke". Zašto? Zaštitite tim. Zaštitite budžet. Zaštitite plan razvoja. Izbjegnite vidljiv neuspjeh. Proslijedite teške odluke odboru. Ne odstupajte previše od odobrenog procesa.
Ovaj centralizirani pristup ima smisla kada su troškovi eksperimentiranja visoki, a povremene promjene evolucijske, a ne revolucionarne. Ali postaje problem kada se sposobnosti znatno poboljšavaju svakih nekoliko mjeseci, a najbolje prilike otkrivaju timovi koji su blizu samom poslu.
Odgovaranje na AI tradicionalnom centralizacijom stvara tromost koja onemogućava značajan povrat ulaganja. Ako svaka promjena mora proći kroz više odbora prije nego što dođe do stvarnog rada, organizacija će učiti presporo.
Ako ljudima koji žele napredovati i brže djelovati ograničavate prilike da koriste AI, postajete im manje privlačno mjesto za rad.
Većina organizacija počinje od individualne vještine rada s AI-jem. To je pravo mjesto za početak. Ljudi trebaju znati kako zadati upute AI-ju, kako preispitivati njegove rezultate, provjeravati njegov rad, zaštititi osjetljive informacije i kada ga ne treba koristiti. Trebaju im samopouzdanje, sposobnost prosuđivanja i praktično iskustvo.
Ali individualna vještina ima svoje granice. Analitičar može izraditi pet puta više analiza, ali forum za odlučivanje i dalje se sastaje jednom mjesečno. Programer može generirati više koda, ali proces pregleda i objavljivanja nije se promijenio. Marketinški stručnjak može izraditi više sadržaja, ali odobrenje brenda i dalje čeka u istom redu.
Čak ni na nivou tima promjena toka rada ne znači nužno veću brzinu ako drugi dijelovi organizacije i dalje rade kao i uvijek.
Pojedinac zato radi brže, možda i tim, ali brzinu rezultata na kraju ograničavaju drugi dijelovi cjelokupnog toka u organizaciji. Zato put usvajanja AI-ja mora voditi od individualne preko timske do organizacijske vještine.
Kada preduzeće može mijenjati svoje strukture, poticaje, upravljanje, protok znanja i tehnološke obrasce, lokalni dobici pojedinaca i timova postaju vrijednost za cijelo preduzeće.
To je težak izazov, ali upravo se tu krije prilika za oslobađanje vrijednosti. Kompanije izvorno zasnovane na AI-ju, nastale posljednjih godina nakon objave ChatGPT-a, ugradile su AI u svoje tokove rada, pa su ostale agilne i posluju s ravnim strukturama. Nasuprot tome, veća preduzeća umetnula su AI u postojeće procese, stvarajući rascjepkan sistem koji ne mijenja način obavljanja posla.
Izvorna zasnovanost na AI-ju ne znači haotičnost, nepromišljenost ili opsjednutost alatima. Ne znači ni da svaki zaposlenik koristi najnoviji model kako god želi. I zasigurno ne znači zamijeniti upravljanje entuzijazmom niti se pretvarati da ljudi više nisu potrebni.
Stari model dizajna organizacije pretpostavlja da možete definirati buduće stanje, nacrtati strukturu, provesti promjenu i stabilizirati je. To je presporo za AI.
Organizacije izvorno zasnovane na AI-ju bit će dizajnirane za kontinuirane promjene. Organizacija izvorno zasnovana na AI-ju kontinuirano preoblikuje rad na temelju združenih prednosti ljudi, AI sistema, podataka, tokova rada i upravljanja. Neće sve uložiti u jedan nacrt. Izgradit će sposobnost da brzo utvrde koji se tokovi rada trebaju promijeniti, koje se uloge trebaju razvijati, koje su kontrole potrebne, koje su vještine važnije, koji se obrasci mogu ponovo koristiti i koje su pretpostavke već zastarjele.
Za to su istovremeno potrebne dvije stvari: stabilna okosnica i prilagodljivi rub. Oni uspostavljaju ravnotežu između centralizacije i osnaživanja timova bliskih samom poslu.
Stabilna okosnica organizaciji pruža povjerenje i mogućnost širenja. Cijelo preduzeće ima pristup odobrenim alatima, ponovo upotrebljivim obrascima, načinima pristupa podacima, metodama procjene, sigurnosnim kontrolama, načelima upravljanja, nadzoru, infrastrukturi znanja i jasno utvrđenoj odgovornosti.
Prilagodljivi rub mjesto je na kojem se posao obavlja i često mijenja bez prepreka. Mali višefunkcionalni timovi bliski problemu imaju dovoljno ovlasti da preoblikuju tokove rada, primijene AI, ispitaju nove načine rada i prenesu stečena saznanja ostatku organizacije.
Važna je ta ravnoteža između jezgre i ruba. Uz previše centralne kontrole organizacija uči presporo. Uz previše lokalne slobode organizacija se fragmentira. Organizaciji izvorno zasnovanoj na AI-ju trebaju disciplina u jezgri i prilagodljivost na rubu.
Pojednostavljen zaključak o automatizaciji rada jeste da AI smanjuje potrebu za ljudima. U nekim područjima hoće, poput repetitivnog intelektualnog rada s malo konteksta, koji će biti sažet ili uklonjen. Pod pritiskom će se naći sav rad koji je uglavnom transakcijski, nadomješta nedostatke sistema, prenosi informacije, obuhvata početnu analizu i izradu prvih nacrta te daje odgovore s ograničenom 'dodanom vrijednošću'.
Ali druga strana medalje jeste da se ljudski 'doprinos' podiže na viši nivo: ako je stručna inteligencija odmah dostupna, rijetke ljudske kvalitete koje AI ne može i ne treba zamijeniti postaju prosuđivanje, kreativnost, odgovornost, kontekst i povjerenje.
Organizacije bi se trebale sve više usmjeravati na ljude koji mogu donositi odluke u nejasnim situacijama. Na ljude koji dovoljno duboko razumiju područje da usmjeravaju AI i prepoznaju kada griješi. Na ljude koji mogu postavljati bolja pitanja. Na ljude koji mogu povezati komercijalnu, tehničku, operativnu i ljudsku stvarnost. Na ljude koji mogu graditi odnose, ulijevati povjerenje i usklađivati brojne zainteresirane strane. I što je važno, sposobnost brzog i pravilnog prebacivanja između konteksta i tumačenja informacija postaje još presudnija kada zamislite da se sedmica rada sažme u vaše ponedjeljno jutro.
Zato stručnjaci širokog profila postaju vredniji, a ne manje vrijedni, ako mogu zadržati kontekst u različitim funkcijama i koordinirati rad koji omogućava AI. Specijalisti mogu postati vredniji, a ne manje vrijedni, jer brži rad stvara više trenutaka u kojima su kvalitet i prosuđivanje važni. A lideri će morati manje nalikovati kontrolorima aktivnosti, a više dizajnerima sistema, konteksta i tempa.
Ne treba ulagati samo u „vještine rada s AI-jem“. Treba ulagati u ljudske osobine koje postaju važnije kada AI preuzme veći dio izvršavanja jednostavnijih zadataka: radoznalost, prosuđivanje, otpornost, jasnoću, kreativnost, odlučnost, saradnju i snalaženje u nejasnim situacijama. Organizacija već sada treba zapošljavati, razvijati i nagrađivati ljude s tim osobinama.
Sažimanje tolikog obima rada vrlo je intenzivno, a organizacije izvorno zasnovane na AI-ju ne mogu stalno raditi vrtoglavom brzinom. Morat će ljudima osigurati vrijeme i prostor da se oporave i ponovo povežu. Da bi efikasno prosuđivale i odlučivale, organizacije trebaju njegovati okruženja u kojima slučajna otkrića mogu dovesti do novih ideja.
Danas mnoga preduzeća sporo koriste AI čak i za ono što je već moguće. Time nastaje sve veći jaz između napretka agentskih sposobnosti i napretka u njihovoj primjeni.
To je normalno. Velike organizacije sporo usvajaju tehnologiju zbog naslijeđenih sistema, regulatornih ograničenja, kulturnog otpora, fragmentiranih podataka, nejasne odgovornosti i stvarnih rizika kojima treba upravljati.
Ali u jednom trenutku dovoljno lidera, timova i konkurenata shvatit će kako sigurno i dosljedno primjenjivati AI u stvarnim tokovima rada. Obrasci će sazreti, upravljanje će postati ugrađenije, agenti pouzdaniji, a povjerenje organizacija će rasti. Jaz između onoga što AI omogućava i onoga što preduzeća zaista koriste počet će se smanjivati.
Kada nastupi ta prelomna tačka, prednost neće imati kompanije s najboljim modelima ili najvećim budžetima za AI, nego organizacije koje mogu brzo mijenjati način rada.
Kompanije koje centraliziraju svaku odluku, štite svaku funkciju, upravljaju putem sporih odbora i nagrađuju ljude zato što 'ne talasaju' teško će održati korak.
Kompanije koje izgrade čvrstu okosnicu i prilagodljivi rub učit će brže. Ranije će otkrivati bolje tokove rada, zdrav spoj stručnjaka širokog profila, specijalista i lidera usmjeravati na poslove veće vrijednosti te lokalne eksperimente pretvarati u ponovo upotrebljive obrasce.
Trenutno pitanje možda glasi "Kako uspješno usvojiti AI?", ali uskoro se mora promijeniti u "Koliko se brzo naša organizacija može prilagođavati dok AI mijenja rad?"
Spora organizacija s moćnim AI-jem i dalje će biti spora; prilagodljiva organizacija s moćnim AI-jem umnožavat će svoju prednost.