Els guanys de productivitat tenen un valor limitat si la feina continua passant pels mateixos comitès, aprovacions, traspassos i compartiments funcionals. El principal obstacle és, cada vegada més, la latència organitzativa: el temps que una organització triga a prendre decisions, canviar processos i convertir noves capacitats en resultats empresarials.
Una feina que abans requeria diversos especialistes, departaments o setmanes d'esforç ara es pot completar molt més de pressa. Això canvia la manera com col·laboren els equips, com es prenen les decisions i on cal l'expertesa.
Els beneficis s'assoleixen plenament quan les organitzacions revolucionen el seu disseny i replantegen els fluxos de treball, la governança, els incentius, els fluxos de coneixement i les estructures de decisió perquè els guanys de productivitat impulsats per la IA es multipliquin a tota l'empresa.
Les organitzacions natives d'IA necessiten alhora una base estable i una perifèria adaptable, i han d'aprofitar les competències humanes més valuoses per aplicar criteri i coordinar actuacions.
A LinkedIn, Substack i altres fòrums es repeteix molt la idea «No veig el retorn de la inversió en IA». A mesura que s'estén una adopció significativa, veiem un retorn considerable en les solucions d'IA i en l'adopció d'eines comercials com ChatGPT, Codex i Claude. Tot i així, la idea s'entén. Tot i que es poden assolir guanys individuals de productivitat considerables, aquests acaben limitats si els fluxos de treball de l'organització no canvien. El disseny de la vostra organització ha d'evolucionar.
Malauradament, però, no es pot preparar una organització per a qualsevol escenari futur, sobretot perquè la IA avança molt de pressa. Ningú no pot afirmar amb certesa com hauria de ser d'aquí a tres anys un banc, una asseguradora, un comerç, una empresa energètica o una consultoria optimitzats per a la IA. La tecnologia, l'economia i els patrons de treball canvien massa de pressa, i això converteix la capacitat d'adaptació en un dels avantatges decisius de la pròxima dècada.
Però si es disposa a l'instant d'intel·ligència de nivell expert i els agents d'IA poden treballar autònomament durant hores, cal assumir que la manera de treballar canviarà, i que ho ha de fer. I això indica que el model operatiu ha de canviar per treure profit de la tecnologia. Les organitzacions disposades a adaptar-se més ràpidament als nous patrons de treball i a les aplicacions emergents d'aquesta tecnologia són les que més hi poden guanyar.
La manera més fàcil d'entendre l'impacte organitzatiu de la IA és començar amb una premissa senzilla. Partiu de la base que qualsevol persona de l'organització disposa a l'instant d'intel·ligència de nivell expert. Fa dos anys era difícil d'imaginar, però ara ja és pràcticament una realitat. I, tot i que potser encara no és perfecta, sembla raonable suposar que s'hi acostarà molt en un futur ben proper.
Afegiu-hi una segona premissa. Partiu de la base que els agents autònoms poden col·laborar durant hores, dies i, finalment, setmanes per completar blocs de feina rellevants. No una tasca o unes quantes, sinó una seqüència considerable de feina real en múltiples disciplines. Un equip multidisciplinari integrat en un equip d'agents capaços de determinar per si mateixos el flux de treball.
Si totes dues premisses són certes, encara que només sigui en termes generals, la manera de treballar canviarà necessàriament. El temps d'execució es redueix, la col·laboració interna evoluciona i el ritme del canvi s'accelera.
Un canvi a aquest ritme afavoreix la descentralització, l'autonomia i la innovació, mentre que la majoria de les grans organitzacions es basen en la idea contrària.
Les grans empreses centralitzen el poder en departaments organitzats per funcions. Separen l'estratègia, la tecnologia, les dades, el risc, les operacions, les finances, els recursos humans i el negoci en estructures diferents, cadascuna amb les seves prioritats, incentius i, sobretot, controls.
El canvi es regeix per comitès d'inversió i direcció, consells d'arquitectura, revisions de riscos, controls de compliment, processos de compres, cicles anuals de planificació i estudis de viabilitat. Alguns equips de gestió del canvi també intermedien la informació entre els grups d'interès sense aportar-hi valor.
Un cop més, res d'això no és irracional, i aquests mecanismes existeixen per bons motius. Tot i que gestionen el risc, assignen capital, eviten duplicitats, protegeixen els clients i estableixen responsabilitats, també marquen un ritme. Probablement serà massa lent per a un món on els competidors natius d'IA poden provar, aprendre i redissenyar la feina molt més de pressa.
El missatge cultural també importa. En moltes organitzacions, els incentius encara premien mantenir-se dins dels límits funcionals, per molt que un líder digui "teniu autoritat per prendre decisions". Per què? Protegiu l'equip. Protegiu el pressupost. Protegiu el full de ruta. Eviteu els fracassos visibles. Eleveu les decisions difícils a un comitè. No us allunyeu gaire del procés aprovat.
Aquest enfocament centralitzat té sentit quan experimentar és car i el canvi ocasional és evolutiu, no pas revolucionari. Però esdevé un problema quan la capacitat millora substancialment cada pocs mesos i les millors oportunitats les descobreixen els equips propers a la feina.
Respondre a la IA amb la centralització tradicional crea una latència que impedeix obtenir un retorn significatiu de la inversió. Si cada canvi ha de passar per diversos comitès abans d'arribar a la feina real, l'organització aprendrà massa lentament.
Limitar les oportunitats d'aprofitar la IA fa que l'organització sigui un lloc de treball menys atractiu per a les persones que volen créixer i avançar més de pressa.
La majoria de les organitzacions comencen pel domini individual de la IA. És el punt de partida adequat. Les persones han de saber donar instruccions a la IA, qüestionar-la, revisar-ne la feina, protegir la informació sensible i decidir quan no l'han d'utilitzar. Necessiten confiança, criteri i experiència pràctica.
Però el domini individual té un sostre. Un analista pot produir cinc vegades més anàlisis, però el fòrum de decisió continua reunint-se un cop al mes. Un desenvolupador pot generar més codi, però el procés de revisió i publicació no ha canviat. Un professional del màrqueting pot crear més contingut, però l'aprovació de marca continua a la mateixa cua.
Fins i tot en l'àmbit de l'equip, canviar el flux de treball no implica necessàriament més velocitat si altres parts de l'organització continuen funcionant com sempre.
Per tant, la persona avança més de pressa i potser l'equip també, però altres parts del flux integral de l'organització acaben limitant la velocitat dels resultats. Per això, el recorregut amb la IA ha de passar del domini individual al domini en equip i, després, al domini organitzatiu.
Quan l'empresa pot canviar les estructures, els incentius, la governança, els fluxos de coneixement i els patrons tecnològics, els guanys locals de persones i equips es converteixen en valor empresarial.
És un repte difícil, però és aquí on hi ha l'oportunitat de generar valor. Les empreses natives d'IA creades en els darrers anys, després del llançament de ChatGPT, van dissenyar fluxos de treball amb la IA ja integrada; per això continuen sent àgils i funcionen amb estructures planes. En canvi, les grans empreses han inserit la IA en processos existents, cosa que crea un mosaic de solucions que no canvia com es fa la feina.
Ser una organització nativa d'IA no vol dir ser caòtica, temerària ni estar obsessionada amb les eines. No vol dir que cada persona utilitzi el model més recent com vulgui. I sens dubte no vol dir substituir la governança per l'entusiasme ni fingir que les persones ja no són necessàries.
L'antic model de disseny organitzatiu pressuposa que es pot definir un estat futur, dibuixar l'estructura, implementar el canvi i estabilitzar-se. Això és massa lent per a la IA.
Les organitzacions natives d'IA estaran dissenyades per al canvi continu. Una organització nativa d'IA és aquella que redissenya contínuament la feina al voltant dels punts forts combinats de les persones, els sistemes d'IA, les dades, els fluxos de treball i la governança. No ho apostaran tot a un únic pla mestre. Desenvoluparan la capacitat d'esbrinar ràpidament quins fluxos de treball han de canviar, quines funcions han d'evolucionar, quins controls calen, quines competències guanyen importància, quins patrons es poden reutilitzar i quines premisses ja han quedat obsoletes.
Això exigeix dues coses alhora: una base estable i una perifèria adaptable. Això permet equilibrar la centralització i l'autonomia dels equips propers a la feina.
La base estable aporta confiança i escala a l'organització. Tota l'empresa té accés a eines aprovades, patrons reutilitzables, vies d'accés a dades, mètodes d'avaluació, controls de seguretat, principis de governança, supervisió, infraestructura de coneixement i responsabilitats clares.
La perifèria adaptable és on es fa la feina i on aquesta canvia sovint i sense friccions. Els petits equips multidisciplinaris propers al problema tenen prou autoritat per redissenyar fluxos de treball, aplicar la IA, provar noves maneres de treballar i transmetre a l'organització allò que aprenen.
Aquest equilibri entre el nucli i la perifèria és important. Amb massa control central, l'organització aprèn massa lentament. Amb massa llibertat local, l'organització es fragmenta. L'organització nativa d'IA necessita disciplina al nucli i capacitat d'adaptació a la perifèria.
La conclusió fàcil sobre l'automatització de la feina és que la IA redueix la necessitat de persones. En alguns àmbits serà així, com ara en les tasques del coneixement repetitives i amb poc context, que es reduiran o desapareixeran. Es veuran pressionades totes les feines principalment transaccionals, com ara suplir mancances dels sistemes, traslladar informació, fer anàlisis inicials, preparar primers esborranys i donar respostes amb un 'valor afegit' limitat.
Però l'altra cara de la moneda és que la 'contribució' humana puja de nivell: si es disposa d'intel·ligència experta a l'instant, les qualitats humanes escasses que la IA no pot ni ha de substituir passen a ser el criteri, la creativitat, la responsabilitat, el context i la confiança.
Les organitzacions s'han de centrar cada vegada més en persones capaces de prendre decisions en situacions ambigües. Persones que coneguin prou bé l'àmbit per orientar la IA i detectar quan s'equivoca. Persones capaces de formular preguntes millors. Persones capaces de connectar les realitats comercials, tècniques, operatives i humanes. Persones capaces d'establir relacions, generar confiança i coordinar molts grups d'interès. I, sobretot, la capacitat de canviar de context i interpretar informació amb rapidesa i precisió esdevé encara més essencial si imaginem que tota una setmana de feina es concentra en el dilluns al matí.
Per tant, els perfils generalistes adquireixen més valor, no pas menys, si poden mantenir el context entre funcions i coordinar la feina potenciada per la IA. Els experts poden adquirir més valor, no pas menys, perquè una feina més ràpida genera més moments en què importen la qualitat i el criteri. I els líders hauran de deixar de controlar tant l'activitat per passar a dissenyar sistemes, context i ritme.
Les competències en què cal invertir no són només les «competències en IA». Són les qualitats humanes que guanyen importància quan la IA assumeix més tasques d'execució de baix nivell: curiositat, criteri, resiliència, claredat, creativitat, decisió, col·laboració i comoditat davant l'ambigüitat. L'organització ha de començar ara a contractar, desenvolupar i recompensar aquestes qualitats.
Concentrar tanta feina és intens, i les organitzacions natives d'IA no poden funcionar a un ritme frenètic el 100 % del temps. Hauran de crear marge i temps lliure perquè les persones es recuperin i tornin a connectar. Per valorar i decidir amb eficàcia, les organitzacions han de fomentar entorns on les troballes fortuïtes puguin donar lloc a idees innovadores.
Avui, moltes empreses triguen a fer servir la IA per a allò que ja és possible. Això crea una distància creixent entre les millores de la capacitat dels agents i les millores en el seu ús.
És normal. Les grans organitzacions absorbeixen la tecnologia lentament a causa dels sistemes heretats, les restriccions reguladores, la resistència cultural, les dades fragmentades, la manca de responsabilitats clares i els riscos reals que cal gestionar.
Però arribarà un moment en què prou líders, equips i competidors sabran aplicar la IA a fluxos de treball reals de manera segura i reiterada. Els patrons maduraran, la governança quedarà més integrada, els agents seran més fiables i augmentarà la confiança de les organitzacions. La distància entre allò que la IA fa possible i allò que les empreses utilitzen realment començarà a reduir-se.
Quan arribi aquest punt d'inflexió, l'avantatge no serà per a les empreses amb els millors models o els pressupostos d'IA més elevats, sinó per a les organitzacions capaces de canviar ràpidament la manera de treballar.
Les empreses que centralitzin totes les decisions, protegeixin cada funció, governin mitjançant comitès lents i premiïn les persones per 'no fer onades' tindran dificultats per seguir el ritme.
Les empreses que construeixin una base sòlida i una perifèria adaptable aprendran més de pressa. Descobriran abans fluxos de treball millors, reorientaran una combinació equilibrada de talent humà generalista, expert i directiu cap a feines de més valor, i convertiran els experiments locals en patrons reutilitzables.
Potser ara la pregunta és "Com podem adoptar la IA amb èxit?", però aviat haurà de ser "Amb quina rapidesa es pot adaptar la nostra organització a mesura que la IA transforma la feina?"
Una organització lenta amb una IA potent continuarà sent lenta; una organització adaptable amb una IA potent multiplicarà els resultats.