Vyšší produktivita má omezenou hodnotu, pokud práce stále prochází stejnými výbory, schvalováním, předáváním a funkčními silami. Omezením se stále častěji stává latence organizace: doba, kterou potřebuje k rozhodování, změně procesů a přeměně nových schopností v obchodní výsledky.
Práci, která dříve vyžadovala několik odborníků, oddělení nebo týdnů úsilí, lze dokončit výrazně rychleji. To mění způsob spolupráce týmů, rozhodování i oblasti, kde jsou zapotřebí odborné znalosti.
Přínosy se naplno projeví, když organizace zásadně změní své uspořádání a nově pojmou pracovní postupy, řízení, motivaci, tok znalostí a rozhodovací struktury, aby se růst produktivity díky AI násobil v celém podniku.
Organizace postavené na AI potřebují pevnou páteř i adaptivní vrstvu a zároveň musí co nejlépe využívat lidský úsudek a schopnost koordinovat činnosti.
Na LinkedInu, Substacku a dalších fórech se často diskutuje v duchu: „U AI nevidím návratnost investic.“ S rozvojem smysluplného zavádění však vidíme značnou návratnost řešení AI i používání hotových nástrojů, jako jsou ChatGPT, Codex a Claude. Přesto je tato námitka pochopitelná. I když lze výrazně zvýšit produktivitu jednotlivců, zachování stejných pracovních postupů v organizaci tento přínos nakonec omezuje. Uspořádání vaší organizace se musí vyvíjet.
Organizaci však bohužel nelze připravit na všechny budoucí změny, zvlášť když se AI vyvíjí tak rychle. Nikdo nedokáže s jistotou říct, jak by za tři roky měla vypadat banka, pojišťovna, maloobchodní či energetická společnost nebo poradenská firma optimalizovaná pro AI. Technologie, ekonomika a pracovní postupy se mění příliš rychle. Schopnost přizpůsobit se tak bude jednou z rozhodujících výhod příštího desetiletí.
Pokud je však odborná inteligence dostupná okamžitě a agenti AI mohou celé hodiny pracovat samostatně, musíme předpokládat, že se způsob práce změní – a že by se změnit měl. Z toho vyplývá, že, pokud chcete z technologie těžit, musí se změnit i váš provozní model. Nejvíce mohou získat organizace ochotné co nejrychleji se přizpůsobovat novým pracovním postupům a nově vznikajícím způsobům využití této technologie.
Dopad AI na organizace nejsnáze pochopíme, když vyjdeme z jednoduchého předpokladu. Předpokládejme, že odborná inteligence je okamžitě dostupná každému v organizaci. Před dvěma lety to bylo těžká představa, dnes je to však už téměř realita. A přestože zatím nemusí být dokonalá, lze rozumně předpokládat, že se dokonalosti ve velmi blízké budoucnosti přiblíží.
Přidejme k tomu druhý předpoklad. Předpokládejme, že autonomní agenti mohou hodiny, dny a nakonec i týdny spolupracovat na rozsáhlých a smysluplných celcích práce. Nejde o jeden či několik úkolů, ale o skutečně rozsáhlou posloupnost práce v rámci několika oborů. Mezioborový tým nahrazený týmem agentů, kteří si dokážou pracovní postup určit sami.
Pokud jsou oba předpoklady alespoň přibližně správné, způsob práce se změní – a bude se muset změnit. Zkracuje se doba dokončení, mění se podoba interní spolupráce a zrychluje se tempo změn.
Takto rychlá změna zvýhodňuje decentralizaci, samostatnost a inovace, zatímco většina velkých organizací stojí na opačném principu.
Velké podniky soustřeďují moc v odděleních uspořádaných podle jednotlivých funkcí. Strategii, technologie, data, rizika, provoz, finance, personalistiku a obchod rozdělují do různých struktur, z nichž každá má vlastní priority, motivaci a především kontrolní mechanismy.
Změny řídí investiční a řídicí výbory, architektonické rady, hodnocení rizik, kontroly compliance, nákupní procesy, roční plánovací cykly a business casy. Některé týmy pro řízení změn navíc zprostředkovávají informace mezi zainteresovanými stranami, aniž by jim přidávaly hodnotu.
Ani to není iracionální. Tyto mechanismy existují z dobrých důvodů. Řídí rizika, rozdělují kapitál, zabraňují duplicitám, chrání zákazníky a stanovují odpovědnost, ale zároveň určují tempo. To bude nejspíš příliš pomalé ve světě, kde konkurenti postavení na AI dokážou mnohem rychleji testovat, učit se a měnit způsob práce.
Důležitý je také signál, který vysílá firemní kultura. V mnoha organizacích pobídky stále odměňují setrvávání v hranicích jednotlivých funkcí, bez ohledu na to, kolikrát vedoucí pracovník řekne: „Máte pravomoc rozhodovat.“ Proč? Chraňte tým. Chraňte rozpočet. Chraňte plán rozvoje. Vyhněte se viditelnému neúspěchu. Předejte obtížná rozhodnutí výboru. Nevzdalujte se příliš od schváleného procesu.
Tento centralizovaný přístup dává smysl, pokud jsou experimenty nákladné a občasné změny mají spíše evoluční než revoluční charakter. Stává se však problémem, když se schopnosti každých několik měsíců výrazně zlepšují a nejlepší příležitosti objevují týmy, které mají k práci nejblíže.
Reagovat na AI tradiční centralizací vytváří prodlevu, která brání dosažení smysluplné návratnosti investic. Pokud musí každá změna projít několika výbory, než ovlivní skutečnou práci, organizace se bude učit příliš pomalu.
Omezováním možností využívat AI se stáváte méně atraktivním zaměstnavatelem pro lidi, kteří se chtějí rozvíjet a postupovat rychleji.
Většina organizací začíná znalostí AI na úrovni jednotlivců. To je správný začátek. Lidé musí vědět, jak AI zadávat požadavky, jak zpochybňovat její závěry, kontrolovat její práci, chránit citlivé informace a kdy ji nepoužívat. Potřebují sebedůvěru, úsudek a praktické zkušenosti.
Znalost jednotlivců má však své meze. Analytik může vytvořit pětkrát více analýz, ale rozhodovací fórum se stále schází jen jednou měsíčně. Vývojář může generovat více kódu, ale proces kontroly a vydávání se nezměnil. Marketingový specialista může vytvářet více obsahu, ale schválení značkou stále čeká ve stejné frontě.
Ani na úrovni týmu nemusí změna pracovního postupu znamenat vyšší rychlost, pokud ostatní části organizace i nadále fungují jako dříve.
Jednotlivec tedy pracuje rychleji a tým možná také, ale výslednou rychlost nakonec omezují ostatní části komplexního toku práce v organizaci. Proto musí proces s AI vést od znalostí jednotlivců přes znalosti týmů až ke znalostem celé organizace.
Když podnik dokáže měnit své struktury, motivaci, řízení, tok znalostí a technologické vzorce, místní přínosy dosažené jednotlivci a týmy se promění v hodnotu pro celý podnik.
Je to náročné, ale právě zde se skrývá příležitost tuto hodnotu uvolnit. Firmy postavené na AI, které vznikly v posledních letech po uvedení ChatGPT a zapojily AI přímo do pracovních postupů, zůstávají pružné a fungují s plochými strukturami. Velké podniky naproti tomu vložily AI do stávajících procesů, čímž vytvořily nesourodou záplatu, která nemění, jak se pracuje.
Být organizací postavenou na AI neznamená být chaotický, lehkomyslný ani posedlý nástroji. Neznamená to, že každý zaměstnanec používá nejnovější model, jak se mu zachce. A rozhodně to neznamená nahradit řízení nadšením ani předstírat, že lidé už nejsou potřeba.
Starý model návrhu organizace předpokládá, že lze definovat budoucí stav, navrhnout strukturu, změnu zavést a situaci stabilizovat. To je pro AI příliš pomalé.
Organizace postavené na AI budou navrženy pro neustálé změny. Organizace postavená na AI neustále mění způsob práce tak, aby využívala spojené přednosti lidí, systémů AI, dat, pracovních postupů a řízení. Nevsadí vše na jediný plán. Vybudují si schopnost rychle zjistit, které pracovní postupy je třeba změnit, které role se musí vyvíjet, jaké kontroly jsou zapotřebí, na kterých dovednostech záleží více, které postupy lze znovu použít a které předpoklady už neplatí.
To vyžaduje dvě věci současně: pevnou páteř a adaptivní vrstvu. Společně zajišťují rovnováhu mezi centralizací a posílením pravomocí týmů, které mají k práci nejblíže.
Pevná páteř dává organizaci důvěryhodnost a možnost růstu. Celý podnik má přístup ke schváleným nástrojům, opakovaně využitelným postupům, cestám k datům, metodám hodnocení, bezpečnostním kontrolám, zásadám řízení, monitorování, znalostní infrastruktuře a jasně stanovené odpovědnosti.
V rámci adaptivní vrstva se pracuje a často a bez překážek se práce i mění. Malé mezioborové týmy, které mají k problému blízko, disponují dostatečnými pravomocemi k úpravě pracovních postupů, využívání AI, testování nových způsobů práce a předávání získaných poznatků organizaci.
Tato rovnováha mezi jádrem a okrajovou vrstvou je důležitá. Příliš mnoho centrální kontroly znamená, že se organizace učí příliš pomalu. Příliš mnoho místní volnosti vede k roztříštění organizace. Organizace postavená na AI potřebuje disciplínu v jádru a přizpůsobivost v okrajové vrstvě.
Zjednodušeným závěrem automatizace práce je, že AI snižuje potřebu lidí. V některých oblastech tomu tak bude, například u opakující se znalostní práce s malými nároky na kontext, která se zkrátí nebo zcela zmizí. Pod tlakem bude převážně transakční práce, která vykrývá mezery v systémech, přesouvá informace, provádí úvodní analýzu, vytváří první návrhy nebo přináší jen omezenou „přidanou hodnotu“.
Druhou stranou mince však je, že se lidský „přínos“ posouvá na vyšší úroveň: pokud je odborná inteligence okamžitě dostupná, vzácnými lidskými kvalitami, které AI nemůže a neměla by nahradit, se stávají úsudek, kreativita, odpovědnost, znalost kontextu a důvěra.
Organizace by se měly stále více zaměřovat na lidi, kteří se dokážou rozhodovat v nejednoznačných situacích. Na lidi, kteří svému oboru rozumějí natolik do hloubky, že dokážou AI vést a poznají, kdy se mýlí. Na lidi, kteří umějí klást lepší otázky. Na lidi, kteří dokážou propojovat obchodní, technickou, provozní a lidskou realitu. Na lidi, kteří umějí budovat vztahy, vzbuzovat důvěru a koordinovat mnoho zainteresovaných stran. A co je důležité: schopnost rychle a správně přepínat mezi kontexty a vykládat informace je ještě zásadnější, když si představíte, že se práce na celý týden vměstná do pondělního rána.
Lidé se širokým záběrem tak získávají na hodnotě, pokud dokážou udržet kontext napříč funkcemi a koordinovat práci podporovanou AI. Také odborníci mohou získat na hodnotě, protože rychlejší práce přináší více situací, v nichž záleží na kvalitě a úsudku. Vedoucí pracovníci pak budou muset méně řídit jednotlivé činnosti a více navrhovat systémy, kontext a tempo.
Investovat je třeba nejen do „dovedností pro AI“, ale také do lidských vlastností, jejichž význam roste, když AI přebírá více rutinních úkolů: zvídavosti, úsudku, odolnosti, srozumitelnosti, kreativity, rozhodnosti, spolupráce a schopnosti fungovat v nejistotě. Organizace by už nyní měly podle těchto vlastností nabírat, rozvíjet a odměňovat zaměstnance.
Tak výrazné zhuštění práce je náročné a organizace postavené na AI nemohou neustále fungovat závratným tempem. Budou muset lidem vytvořit prostor a čas, aby se mohli zotavit a znovu navázat kontakt s ostatními. Aby lidé dokázali správně posuzovat situace a rozhodovat se, měly by organizace podporovat prostředí, v němž mohou náhodná setkání vést k neotřelým nápadům.
Mnoho podniků dnes využívá AI pomalu i k tomu, co už je možné. Vzniká tak stále větší rozdíl mezi rozvojem schopností agentů a pokrokem v jejich využívání.
To je normální. Velké organizace zavádějí technologie pomalu kvůli zastaralým systémům, regulatorním omezením, odporu ke změnám, roztříštěným datům, nejasné odpovědnosti a skutečným rizikům, která je nutné řídit.
V určitém okamžiku však dostatek vedoucích pracovníků, týmů a konkurentů přijde na to, jak AI bezpečně a opakovaně zapojovat do skutečných pracovních postupů. Osvědčené postupy vyspějí, řízení se lépe začlení, agenti budou spolehlivější a důvěra organizací poroste. Rozdíl mezi tím, co AI umožňuje, a tím, co podniky skutečně využívají, se začne zmenšovat.
Až tento bod zlomu nastane, výhodu nezískají společnosti s nejlepšími modely ani největšími rozpočty na AI, ale organizace, které dokážou rychle měnit způsob práce.
Společnosti, které centralizují každé rozhodnutí, chrání každou funkci, řídí se prostřednictvím pomalých výborů a odměňují lidi za to, že „nedělají vlny“, budou mít problém udržet krok.
Společnosti, které vybudují pevnou páteř a adaptivní vrstvu, se budou učit rychleji. Dříve objeví lepší pracovní postupy, vhodně přesměrují lidi se širokým záběrem, odborníky i vedoucí pracovníky k hodnotnější práci a promění místní experimenty v opakovaně využitelné postupy.
Dnešní otázka možná zní „Jak úspěšně zavést AI?“, brzy se však bude muset změnit na „Jak rychle se naše organizace dokáže přizpůsobit tomu, jak AI mění práci?“
Pomalá organizace zůstane pomalá i s výkonnou AI. Adaptivní organizace bude díky výkonné AI svůj náskok násobit.