Tuottavuushyötyjen arvo jää vähäiseksi, jos työ kulkee edelleen samojen komiteoiden, hyväksyntöjen, siirtojen ja toiminnallisten siilojen kautta. Rajoitteeksi muodostuu yhä useammin organisaation viive: aika, joka organisaatiolta kuluu päätösten tekemiseen, prosessien muuttamiseen ja uusien kyvykkyyksien muuntamiseen liiketoimintatuloksiksi.
Työ, joka aiemmin vaati useita asiantuntijoita, osastoja tai viikkojen panoksen, voidaan tehdä huomattavasti nopeammin. Tämä muuttaa tiimien yhteistyötä, päätöksentekoa ja sitä, missä asiantuntemusta tarvitaan.
Hyödyt toteutuvat täysimääräisesti, kun organisaatiot uudistavat rakenteensa perusteellisesti. Niiden on arvioitava työnkulut, hallintamallit, kannustimet, tiedonkulku ja päätöksentekorakenteet uudelleen, jotta tekoälyn tuottavuushyödyt kertautuvat koko yrityksessä.
Tekoälynatiivit organisaatiot tarvitsevat sekä vakaan perustan että mukautuvan reuna-alueen. Samalla arvokkaimmat inhimilliset taidot on valjastettava harkintaan ja toiminnan koordinointiin.
LinkedInissä, Substackissa ja muilla foorumeilla käydään paljon keskustelua, jonka viesti on: ”En näe tekoälyinvestointien tuottoa.” Merkityksellisen käyttöönoton vauhdittuessa näemme kuitenkin runsaasti tuottoa sekä tekoälyratkaisuista että valmiiden työkalujen, kuten ChatGPT:n, Codexin ja Clauden, käyttöönotosta. Näkökulma on silti ymmärrettävä. Yksilön tuottavuus voi parantua huomattavasti, mutta hyödyt jäävät lopulta rajallisiksi, jos organisaation työnkulut eivät muutu. Organisaatiorakenteen on kehityttävä.
Organisaatiota ei valitettavasti voi kuitenkaan tehdä tulevaisuudenkestäväksi, etenkään tekoälyn kehittyessä näin nopeasti. Kukaan ei voi sanoa varmasti, miltä tekoälylle optimoidun pankin, vakuutusyhtiön, vähittäiskaupan, energiayhtiön tai konsulttiyrityksen pitäisi näyttää kolmen vuoden kuluttua. Teknologia, talous ja työn tekemisen tavat muuttuvat niin nopeasti, että mukautumiskyvystä tulee yksi seuraavan vuosikymmenen ratkaisevista kilpailueduista.
Jos asiantuntijatason älykkyyttä on saatavilla heti ja tekoälyagentit voivat työskennellä itsenäisesti tuntikausia, on oletettava, että työn tekemisen tapa muuttuu – ja että sen kuuluukin muuttua. Tämä tarkoittaa, että myös toimintamallin on muututtava, jotta teknologiasta saadaan hyötyä. Eniten hyötyvät organisaatiot, jotka ovat valmiita mukautumaan nopeimmin uusiin työn tekemisen tapoihin ja teknologian uusiin käyttökohteisiin.
Tekoälyn organisatorisia vaikutuksia on helpointa ymmärtää lähtemällä yksinkertaisesta oletuksesta. Oleta, että asiantuntijatason älykkyyttä on heti kaikkien organisaation jäsenten saatavilla. Tätä oli vaikea kuvitella kaksi vuotta sitten, mutta nyt se on jo lähes todellisuutta. Vaikka se ei vielä olisi täydellistä, on kohtuullista olettaa sen olevan lähes täydellistä aivan lähitulevaisuudessa.
Lisätään vielä toinen oletus. Oleta, että autonomiset agentit voivat työskennellä yhdessä tuntien, päivien ja lopulta viikkojen ajan saadakseen aikaan merkittäviä työkokonaisuuksia. Kyse ei ole yksittäisestä tehtävästä tai muutamasta tehtävästä vaan laajasta, useita aloja kattavasta työketjusta. Monialainen tiimi agenttitiimin muodossa, ja agentit pystyvät selvittämään työnkulun itse.
Jos nämä molemmat oletukset pitävät edes pääpiirteissään paikkansa, työn tekemisen tapa muuttuu – ja sen on muututtava. Työn valmistumisaika lyhenee, sisäinen yhteistyö muuttaa muotoaan ja muutostahti kiihtyy.
Näin nopea muutos suosii hajauttamista, autonomiaa ja innovointia, vaikka useimmat suuret organisaatiot perustuvat päinvastaiseen ajatukseen.
Suuret yritykset keskittävät vallan toimintokohtaisille osastoille. Ne erottavat strategian, teknologian, datan, riskienhallinnan, operatiivisen toiminnan, talouden, henkilöstöhallinnon ja liiketoiminnan omiksi rakenteikseen, joilla kullakin on omat painopisteensä, kannustimensa ja ennen kaikkea valvontamekanisminsa.
Muutosta hallitaan investointi- ja ohjauskomiteoilla, arkkitehtuurilautakunnilla, riskiarvioinneilla, vaatimustenmukaisuuden tarkastuspisteillä, hankintaprosesseilla, vuosisuunnittelulla ja liiketoimintaperusteluilla. Jotkin muutosjohtamisen tiimit toimivat lisäksi tiedon välittäjinä sidosryhmien välillä tuottamatta siihen lisäarvoa.
Tämä ei edelleenkään ole järjetöntä, vaan mekanismeille on hyvät perusteet. Ne hallitsevat riskejä, kohdentavat pääomaa, estävät päällekkäistä työtä, suojelevat asiakkaita ja luovat vastuuvelvollisuutta, mutta samalla ne määräävät tahdin. Tahti on todennäköisesti liian hidas maailmaan, jossa tekoälynatiivit kilpailijat voivat kokeilla, oppia ja suunnitella työtä uudelleen paljon nopeammin.
Myös kulttuurin välittämällä viestillä on merkitystä. Monissa organisaatioissa kannustimet palkitsevat edelleen pysymisestä oman toiminnon rajojen sisällä, vaikka johtaja kuinka usein sanoisi: "Teillä on valtuudet tehdä päätöksiä." Miksi? Suojele tiimiä. Suojele budjettia. Suojele etenemissuunnitelmaa. Vältä näkyviä epäonnistumisia. Siirrä vaikeat päätökset komitealle. Älä poikkea liikaa hyväksytystä prosessista.
Keskitetty lähestymistapa on järkevä, kun kokeilujen kustannukset ovat korkeat ja satunnaiset muutokset ovat vähittäistä kehitystä eivätkä mullistuksia. Siitä tulee kuitenkin ongelma, kun kyvykkyys kehittyy merkittävästi muutaman kuukauden välein ja parhaat mahdollisuudet löytävät työtä lähimpänä olevat tiimit.
Tekoälyyn vastaaminen perinteisellä keskittämisellä synnyttää viivettä, joka estää merkittävän tuoton saavuttamisen. Jos jokaisen muutoksen on kuljettava useiden komiteoiden kautta ennen kuin se vaikuttaa varsinaiseen työhön, organisaatio oppii liian hitaasti.
Jos rajoitat tekoälyn hyödyntämismahdollisuuksia, organisaatiostasi tulee vähemmän houkutteleva työpaikka ihmisille, jotka haluavat kehittyä ja edetä nopeammin.
Useimmat organisaatiot aloittavat yksilöiden tekoälyosaamisesta. Se on oikea lähtökohta. Ihmisten on osattava ohjeistaa ja haastaa tekoälyä, tarkistaa sen työ, suojata arkaluonteisia tietoja sekä tunnistaa tilanteet, joissa tekoälyä ei pidä käyttää. He tarvitsevat varmuutta, harkintakykyä ja käytännön kokemusta.
Yksilön osaamisella on kuitenkin rajansa. Analyytikko voi tuottaa viisinkertaisen määrän analyyseja, mutta päätöksentekofoorumi kokoontuu yhä vain kerran kuukaudessa. Kehittäjä voi tuottaa enemmän koodia, mutta tarkastus- ja julkaisuprosessi ei ole muuttunut. Markkinoija voi luoda enemmän sisältöä, mutta brändihyväksyntä odottaa edelleen samassa jonossa.
Edes tiimitasolla työnkulun muutos ei välttämättä nopeuta toimintaa, jos organisaation muut osat jatkavat entiseen tapaan.
Yksilö ja ehkä tiimikin toimivat siis nopeammin, mutta organisaation kokonaisprosessin muut osat rajoittavat lopulta tuotosten valmistumisnopeutta. Siksi tekoälymatkan on edettävä yksilön osaamisesta tiimin osaamiseen ja edelleen koko organisaation osaamiseen.
Kun yritys pystyy muuttamaan rakenteitaan, kannustimiaan, hallintamallejaan, tiedonkulkuaan ja teknisiä toimintamallejaan, yksilöiden ja tiimien paikallisista hyödyistä syntyy arvoa koko yritykselle.
Haaste on vaikea, mutta juuri siinä piilee mahdollisuus vapauttaa arvoa. Viime vuosina ChatGPT:n julkaisun jälkeen syntyneet tekoälynatiivit yritykset ovat rakentaneet työnkulkunsa alusta alkaen tekoälyn ympärille. Siksi ne pysyvät ketterinä ja toimivat matalissa organisaatioissa. Suuremmat yritykset ovat sen sijaan lisänneet tekoälyn nykyisiin prosesseihin. Tuloksena on tilkkutäkki, joka ei muuta sitä, miten työ tehdään.
Tekoälynatiivius ei tarkoita kaoottisuutta, piittaamattomuutta tai pakkomiellettä työkaluihin. Se ei tarkoita sitä, että jokainen työntekijä käyttää uusinta mallia haluamallaan tavalla. Se ei varsinkaan tarkoita hallintamallien korvaamista innostuksella tai sen teeskentelemistä, ettei ihmisiä enää tarvita.
Perinteinen organisaatiosuunnittelun malli olettaa, että tuleva tavoitetila voidaan määritellä, rakenne piirtää, muutos toteuttaa ja toiminta vakauttaa. Se on tekoälyn kannalta liian hidasta.
Tekoälynatiivit organisaatiot suunnitellaan jatkuvaa muutosta varten. Tekoälynatiivi organisaatio suunnittelee työtään jatkuvasti uudelleen ihmisten, tekoälyjärjestelmien, datan, työnkulkujen ja hallintamallien yhdistettyjen vahvuuksien ympärille. Se ei panosta kaikkea yhden suunnitelman varaan. Se rakentaa valmiuden selvittää nopeasti, mitä työnkulkuja on muutettava, miten roolien on kehityttävä, millaista valvontaa tarvitaan, mitkä taidot korostuvat, mitä toimintamalleja voidaan käyttää uudelleen ja mitkä oletukset ovat jo vanhentuneet.
Tämä edellyttää samanaikaisesti kahta asiaa: vakaata perustaa ja mukautuvaa reuna-aluetta. Ne tasapainottavat keskittämistä ja työn lähellä toimivien tiimien valtuuttamista.
Vakaa perusta tuo organisaatiolle luottamusta ja skaalautuvuutta. Koko liiketoiminnalla on käytettävissään hyväksytyt työkalut, uudelleenkäytettävät toimintamallit, reitit datan käyttöön, arviointimenetelmät, tietoturvavalvonta, hallintaperiaatteet, seuranta, tietoinfrastruktuuri ja selkeät vastuut.
Mukautuvalla reuna-alueella työ tehdään ja sitä muutetaan usein ja kitkattomasti. Ongelman lähellä toimivilla pienillä monialaisilla tiimeillä on riittävät valtuudet suunnitella työnkulkuja uudelleen, soveltaa tekoälyä, kokeilla uusia työtapoja ja välittää opit takaisin organisaatioon.
Ytimen ja reuna-alueen välinen tasapaino on tärkeä. Jos keskitettyä valvontaa on liikaa, organisaatio oppii liian hitaasti. Jos paikallista vapautta on liikaa, organisaatio pirstaloituu. Tekoälynatiivi organisaatio tarvitsee kurinalaisen ytimen ja mukautuvan reuna-alueen.
Työn automatisoinnista on helppo vetää laiska johtopäätös, että tekoäly vähentää ihmisten tarvetta. Joillakin alueilla näin käykin. Vähän kontekstia vaativa, toistuva tietotyö tiivistyy tai poistuu. Paine kohdistuu kaikkeen pääosin transaktionaaliseen työhön, kuten järjestelmien puutteiden paikkaamiseen, tiedon siirtämiseen, alustavaan analyysiin, ensimmäisten luonnosten tuottamiseen ja vain vähän 'lisäarvoa' tuottaviin vastauksiin.
Kolikon kääntöpuolena ihmisen 'panos' kuitenkin nousee uudelle tasolle: jos asiantuntijatason älykkyyttä on saatavilla heti, tekoälyn korvaamattomiksi ja sellaisina säilytettäviksi niukoiksi inhimillisiksi ominaisuuksiksi nousevat harkinta, luovuus, vastuu, kontekstin ymmärtäminen ja luottamus.
Organisaatioiden tulisi keskittyä yhä enemmän ihmisiin, jotka osaavat tehdä päätöksiä epäselvissä tilanteissa. Ihmisiin, jotka tuntevat toimialan riittävän syvällisesti voidakseen ohjata tekoälyä ja tunnistaa sen virheet. Ihmisiin, jotka osaavat esittää parempia kysymyksiä. Ihmisiin, jotka osaavat yhdistää liiketoiminnan, tekniikan, toiminnan ja ihmisten realiteetit. Ihmisiin, jotka osaavat luoda suhteita ja luottamusta sekä sovittaa yhteen monien sidosryhmien toimintaa. Lisäksi kyky vaihtaa nopeasti kontekstia sekä tulkita tietoa nopeasti ja oikein korostuu, kun viikon työt tiivistyvät maanantaiaamuun.
Yleisosaajista tulee siis entistä arvokkaampia, jos he pystyvät hallitsemaan eri toimintojen kontekstia ja koordinoimaan tekoälyä hyödyntävää työtä. Myös asiantuntijoista voi tulla entistä arvokkaampia, sillä työn nopeutuminen lisää tilanteita, joissa laadulla ja harkinnalla on merkitystä. Johtajien puolestaan on siirryttävä toiminnan valvonnasta järjestelmien, kontekstin ja työtahdin suunnitteluun.
Panostusta eivät kaipaa vain ”tekoälytaidot” vaan inhimilliset ominaisuudet, joiden merkitys kasvaa tekoälyn hoitaessa yhä suuremman osan perustason tehtävistä: uteliaisuus, harkintakyky, sinnikkyys, selkeys, luovuus, päättäväisyys, yhteistyökyky ja kyky toimia epäselvissä tilanteissa. Organisaation tulisi jo nyt palkata ja kehittää näitä ominaisuuksia omaavia ihmisiä sekä palkita heitä.
Näin suuren työmäärän tiivistäminen on kuormittavaa, eivätkä tekoälynatiivit organisaatiot voi toimia jatkuvasti äärimmäisellä vauhdilla. Niiden on jätettävä ihmisille aikaa ja väljyyttä palautua ja löytää jälleen yhteys muihin. Tehokkaan harkinnan ja päätöksenteon tueksi organisaatioiden tulisi luoda ympäristöjä, joissa sattuma voi synnyttää uudenlaisia ideoita.
Nykyään monet yritykset hyödyntävät tekoälyä hitaasti jopa jo mahdollisissa käyttötarkoituksissa. Siksi agenttien kyvykkyyden ja niiden käytön kehityksen välinen kuilu kasvaa.
Se on normaalia. Suuret organisaatiot omaksuvat teknologiaa hitaasti vanhojen järjestelmien, sääntelyrajoitteiden, kulttuurisen vastarinnan, hajanaisen datan, epäselvien vastuiden ja todellisten, hallintaa vaativien riskien vuoksi.
Jossain vaiheessa riittävän moni johtaja, tiimi ja kilpailija kuitenkin oppii soveltamaan tekoälyä todellisiin työnkulkuihin turvallisesti ja toistettavasti. Toimintamallit kypsyvät, hallintakäytännöt juurtuvat, agenteista tulee luotettavampia ja organisaatioiden luottamus kasvaa. Tekoälyn mahdollisuuksien ja yritysten todellisen käytön välinen kuilu alkaa kaventua.
Kun tämä käännekohta koittaa, etu ei kuulu yrityksille, joilla on parhaat mallit tai suurimmat tekoälybudjetit, vaan organisaatioille, jotka pystyvät muuttamaan työn tekemisen tapoja nopeasti.
Yritysten, jotka keskittävät kaikki päätökset, suojelevat jokaista toimintoa, hallitsevat hitaiden komiteoiden kautta ja palkitsevat ihmisiä siitä, etteivät nämä 'heiluta venettä', on vaikea pysyä mukana.
Vahvan perustan ja mukautuvan reuna-alueen rakentavat yritykset oppivat nopeammin. Ne löytävät paremmat työnkulut aiemmin, suuntaavat yleisosaajista, asiantuntijoista ja johtajista koostuvan tasapainoisen osaajajoukon arvokkaampaan työhön ja jalostavat paikalliset kokeilut uudelleenkäytettäviksi toimintamalleiksi.
Nyt kysymys voi vielä olla "Miten otamme tekoälyn onnistuneesti käyttöön?", mutta pian sen on muututtava muotoon "Kuinka nopeasti organisaatiomme pystyy mukautumaan tekoälyn muuttaessa työtä?"
Hidas organisaatio pysyy hitaana tehokkaankin tekoälyn kanssa, kun taas mukautuva organisaatio kasvattaa hyötyjään kiihtyvästi.