Creșterea productivității are valoare limitată dacă munca trece în continuare prin aceleași comitete, aprobări, transferuri și silozuri funcționale. Principala constrângere devine tot mai mult latența organizațională: timpul necesar unei organizații pentru a decide, schimba procese și transforma noile capacități în rezultate comerciale.
Munca ce necesita anterior mai mulți specialiști, departamente sau săptămâni de efort poate fi finalizată mult mai repede. Aceasta schimbă colaborarea echipelor, luarea deciziilor și domeniile în care sunt necesare cunoștințe de specialitate.
Beneficiile se valorifică pe deplin când organizațiile își revoluționează structura și regândesc fluxurile de lucru, guvernanța, stimulentele, circulația cunoștințelor și deciziile, astfel încât productivitatea bazată pe IA să se amplifice în întreaga companie.
Organizațiile native pentru IA au nevoie atât de o infrastructură stabilă, cât și de o periferie adaptabilă, folosind cele mai valoroase competențe umane pentru discernământ și coordonarea acțiunilor.
Pe LinkedIn, Substack și alte forumuri se discută mult în termeni de „Nu văd rentabilitatea investiției în IA”. Odată cu adoptarea reală, observăm o rentabilitate amplă a soluțiilor de IA și a instrumentelor standard precum ChatGPT, Codex și Claude. Totuși, putem înțelege ideea fundamentală. Deși sunt posibile creșteri individuale considerabile ale productivității, ele rămân limitate dacă fluxurile de lucru ale organizației nu se schimbă. Structura organizației trebuie să evolueze.
Din păcate, o organizație nu poate fi pregătită definitiv pentru viitor, mai ales când IA evoluează atât de repede. Nimeni nu poate spune cu certitudine cum ar trebui să arate peste trei ani o bancă, o firmă de asigurări, un comerciant, o companie energetică sau o firmă de consultanță optimizată pentru IA. Tehnologia, economia și modurile de lucru se schimbă prea repede, astfel încât capacitatea de adaptare va deveni unul dintre avantajele definitorii ale următorului deceniu.
Dacă inteligența de nivel expert este disponibilă instantaneu, iar agenții IA pot lucra autonom ore întregi, trebuie să presupunem că modul de lucru se va schimba și că ar trebui să se schimbe. Prin urmare, modelul operațional trebuie să se schimbe pentru a valorifica tehnologia. Organizațiile dispuse să se adapteze cel mai rapid noilor moduri de lucru și utilizărilor emergente ale tehnologiei au cel mai mult de câștigat.
Cel mai simplu mod de a înțelege impactul organizațional al IA pornește de la o ipoteză simplă. Să presupunem că inteligența de nivel expert este disponibilă instantaneu oricui din organizație. Acum doi ani era greu de imaginat, dar astăzi este deja aproape o realitate. Și, deși poate nu este încă perfectă, putem presupune rezonabil că se va apropia de perfecțiune foarte curând.
Să adăugăm o a doua ipoteză. Să presupunem că agenții autonomi pot colabora ore, zile și, în cele din urmă, săptămâni întregi pentru a realiza volume semnificative de muncă. Nu o sarcină sau câteva, ci o succesiune consistentă de activități din mai multe discipline. O echipă interfuncțională integrată într-o echipă de agenți capabili să determine singuri fluxul de lucru.
Dacă ambele ipoteze sunt măcar aproximativ corecte, modul de lucru se va schimba, și va trebui să se schimbe. Timpul de finalizare scade, colaborarea internă evoluează, iar ritmul schimbării se accelerează.
Schimbarea în acest ritm favorizează descentralizarea, autonomia și inovarea, însă majoritatea organizațiilor mari sunt construite pe principiul opus.
Companiile mari centralizează puterea în departamente organizate pe funcții. Ele separă strategia, tehnologia, datele, riscul, operațiunile, finanțele, resursele umane și activitatea comercială în structuri distincte, fiecare cu propriile priorități, stimulente și, mai ales, mecanisme de control.
Schimbarea este guvernată prin comitete de investiții și coordonare, consilii de arhitectură, evaluări de risc, filtre de conformitate, achiziții, planificări anuale și justificări comerciale. Unele echipe de gestionare a schimbării intermediază suplimentar informațiile între părțile interesate, fără a le adăuga valoare.
Din nou, nimic din toate acestea nu este irațional, iar mecanismele există din motive întemeiate. Ele gestionează riscurile, alocă capitalul, previn duplicarea, protejează clienții și stabilesc responsabilități, dar impun și un anumit ritm. Probabil un ritm prea lent într-o lume în care concurenții nativi pentru IA pot testa, învăța și reproiecta munca mult mai repede.
Contează și semnalul cultural. În multe organizații, stimulentele recompensează încă respectarea granițelor funcționale, indiferent de cât de des afirmă un lider că „ai autoritatea să luați decizii”. De ce? Protejează echipa. Protejează bugetul. Protejează foaia de parcurs. Evită eșecul vizibil. Trimite deciziile dificile unui comitet. Nu te abate prea mult de la procesul aprobat.
Această abordare centralizată are sens atunci când experimentele sunt costisitoare, iar schimbările ocazionale sunt evolutive, nu revoluționare. Devine însă o problemă când capacitățile se îmbunătățesc substanțial la câteva luni, iar cele mai bune oportunități sunt descoperite de echipele apropiate de activitatea propriu-zisă.
Un răspuns tradițional, centralizat, la IA creează o latență care blochează o rentabilitate semnificativă a investiției. Dacă fiecare schimbare trebuie să treacă prin mai multe comitete înainte de a ajunge la munca reală, organizația va învăța prea lent.
Pentru angajații dornici să evolueze și avanseze rapid, limitarea oportunităților de a valorifica IA face organizația un loc de muncă mai puțin atractiv.
Majoritatea organizațiilor încep cu fluența individuală în IA. Este punctul de pornire corect. Angajații trebuie să știe cum să ofere instrucțiuni IA, cum s-o conteste, cum să-i verifice munca, cum să protejeze informațiile confidențiale și când să nu o folosească. Au nevoie de încredere, discernământ și experiență practică.
Dar fluența individuală are o limită. Un analist poate produce de cinci ori mai multe analize, dar comitetul decizional se întrunește tot lunar. Un dezvoltator poate genera mai mult cod, dar procesul de revizuire și lansare nu s-a schimbat. Un specialist în marketing poate crea mai mult conținut, dar aprobarea mărcii rămâne în aceeași coadă.
Chiar și la nivel de echipă, schimbarea fluxului de lucru nu înseamnă neapărat viteză mai mare dacă restul organizației funcționează ca înainte.
Individul lucrează mai repede, poate și echipa, dar viteza rezultatelor este limitată de alte componente ale fluxului organizațional complet. De aceea, parcursul IA trebuie să treacă de la fluența individuală la cea a echipei și apoi la fluența organizațională.
Când compania își poate schimba structurile, stimulentele, guvernanța, fluxurile de cunoștințe și modelele tehnologice, beneficiile locale obținute de indivizi și echipe devin valoare pentru întreaga companie.
Este o provocare dificilă, dar aici există oportunitatea de a debloca valoare. Companiile native pentru IA apărute în ultimii ani, după lansarea ChatGPT, și-au construit fluxurile cu IA deja integrată, rămânând agile și funcționând cu structuri plate. În schimb, companiile mari au introdus IA în procesele existente, creând un mozaic care nu schimbă modul în care se lucrează.
Nativă pentru IA nu înseamnă haotică, imprudentă sau obsedată de instrumente. Nu înseamnă că fiecare angajat folosește cel mai nou model după bunul plac. Și cu siguranță că nu înseamnă înlocuirea guvernanței cu entuziasmul, nici a pretinde că oamenii nu mai sunt necesari.
Vechiul model de proiectare organizațională presupune definirea unei stări viitoare, trasarea structurii, implementarea schimbării și stabilizarea ei. Este prea lent pentru IA.
Organizațiile native pentru IA vor fi concepute pentru schimbare continuă. O organizație nativă pentru IA este una care reproiectează continuu munca în jurul punctelor forte combinate ale oamenilor, sistemelor IA, datelor, fluxurilor de lucru și guvernanței. Nu vor miza totul pe un singur plan, ci își vor dezvolta capacitatea de a afla rapid ce fluxuri trebuie schimbate, ce roluri trebuie să evolueze, ce controale sunt necesare, ce competențe contează mai mult, ce modele pot fi reutilizate și ce ipoteze sunt deja depășite.
Pentru aceasta sunt necesare simultan două elemente: o infrastructură stabilă și o periferie adaptabilă. Împreună, ele echilibrează centralizarea și autonomia echipelor apropiate de activitatea propriu-zisă.
Infrastructura stabilă îi oferă organizației încredere și capacitate de extindere. Întreaga companie are acces la instrumente aprobate, modele reutilizabile, căi de acces la date, metode de evaluare, controale de securitate, principii de guvernanță, monitorizare, infrastructură de cunoștințe și responsabilități clare.
Munca se desfășoară și schimbă frecvent, fără fricțiuni, la periferia adaptabilă. Echipele mici, interfuncționale și apropiate de problemă au suficientă autoritate pentru a reproiecta fluxuri, folosi IA, testa noi moduri de lucru și transmite organizației ce au învățat.
Echilibrul dintre centru și periferie este important. Un control central prea strict face ca organizația să învețe prea încet. O libertate locală prea mare duce la fragmentarea organizației. Organizația nativă pentru IA are nevoie de disciplină în centru și adaptabilitate la periferie.
Concluzia superficială despre automatizarea muncii este că IA reduce nevoia de oameni. În unele domenii așa va fi, de exemplu în activitățile intelectuale repetitive, cu puțin context, care vor fi reduse sau eliminate. Vor fi supuse presiunii activitățile predominant tranzacționale: compensarea lacunelor sistemelor, transferul informațiilor, analiza inițială, redactarea primelor versiuni și răspunsurile cu o „valoare adăugată” limitată.
Reversul medaliei este că aportul uman trece la un nivel superior: dacă inteligența de nivel expert devine disponibilă instantaneu, calitățile umane rare pe care IA nu le poate și nu ar trebui să le înlocuiască sunt discernământul, creativitatea, responsabilitatea, contextul și încrederea.
Organizațiile ar trebui să se concentreze tot mai mult pe angajații capabili să ia decizii în situații ambigue. Oameni care înțeleg suficient de bine domeniul pentru a îndruma IA și a recunoaște când greșește. Oameni capabili să pună întrebări mai bune. Oameni care pot conecta realitățile comerciale, tehnice, operaționale și umane. Oameni capabili să construiască relații, să inspire încredere și să coordoneze mai multe părți interesate. Important este și că abilitatea de a trece de la un context la altul și de a interpreta rapid și corect informațiile devine esențială când munca unei săptămâni se comprimă într-o singură dimineață de luni.
Prin urmare, generaliștii devin mai valoroși, nu mai puțin valoroși, dacă pot păstra contextul între funcții și coordona munca sprijinită de IA. Experții pot deveni mai valoroși, nu mai puțin valoroși, deoarece munca accelerată creează mai multe momente în care contează calitatea și discernământul. Iar liderii vor trebui să controleze mai puțin activitatea și să proiecteze mai mult sistemele, contextul și ritmul.
Competențele în care merită investit nu sunt doar „competențe de IA”. Sunt trăsăturile umane care devin mai importante când IA preia mai multe sarcini de bază: curiozitate, discernământ, reziliență, claritate, creativitate, fermitate, colaborare și capacitatea de a face față ambiguității. Organizația ar trebui să angajeze, dezvolte și recompenseze de pe acum aceste trăsături.
Comprimarea unui volum atât de mare de muncă este solicitantă, iar organizațiile native pentru IA nu pot funcționa permanent într-un ritm amețitor. Vor trebui să le ofere oamenilor timp și spațiu pentru recuperare și reconectare. Pentru decizii eficiente, organizațiile ar trebui să creeze medii în care întâmplările fericite pot genera idei originale.
Astăzi, multe companii folosesc lent IA chiar și pentru ceea ce este deja posibil. Astfel se adâncește decalajul dintre evoluția capacităților agenților și valorificarea lor.
Este normal. Organizațiile mari adoptă lent tehnologia din cauza sistemelor vechi, constrângerilor de reglementare, rezistenței culturale, datelor fragmentate, responsabilităților neclare și riscurilor reale, toate necesitând gestionare.
La un moment dat însă, suficienți lideri, echipe și concurenți vor învăța să aplice IA sigur și repetat în fluxuri de lucru reale. Modelele de lucru se vor maturiza, guvernanța se va integra mai bine, agenții vor deveni mai fiabili, iar încrederea organizațională va crește. Decalajul dintre posibilitățile oferite de IA și utilizarea sa efectivă în companii va începe să se reducă.
Când va sosi acel punct de inflexiune, avantajul nu le va reveni companiilor cu cele mai bune modele sau cele mai mari bugete pentru IA, ci organizațiilor capabile să-și schimbe rapid modul de lucru.
Companiile care centralizează fiecare decizie, protejează fiecare funcție, guvernează prin comitete lente și recompensează angajații pentru că „nu fac valuri” nu vor mai ține pasul.
Companiile care își construiesc o infrastructură solidă și o periferie adaptabilă vor învăța mai repede. Vor descoperi mai devreme fluxuri de lucru mai bune, vor orienta o combinație sănătoasă de generaliști, experți și lideri către activități mai valoroase și vor transforma experimentele locale în modele reutilizabile.
Întrebarea de acum poate fi „Cum adoptăm IA cu succes?”, dar în curând va trebui să devină „Cât de repede se poate adapta organizația noastră pe măsură ce IA schimbă munca?”
O organizație lentă, chiar și cu o IA puternică, va rămâne lentă; una adaptabilă, cu o IA puternică, își va amplifica exponențial rezultatele.