Раст продуктивности има ограничену вредност ако посао и даље пролази кроз исте одборе, одобрења, примопредаје и функционалне силосе. Главно ограничење све више постаје организационо кашњење: време потребно организацији да донесе одлуке, промени процесе и претвори нове могућности у пословне резултате.
Посао који је раније захтевао више стручњака, одељења или недеља рада сада може да се заврши неупоредиво брже. То мења начин сарадње тимова, доношења одлука и области у којима је потребна стручност.
Користи се у потпуности остварују када организације из темеља промене свој дизајн и другачије осмисле токове рада, управљање, подстицаје, токове знања и структуре одлучивања, како би се раст продуктивности заснован на AI-ју умножавао широм великог предузећа.
Организацијама изворно заснованим на AI-ју потребне су и стабилна окосница и прилагодљива периферија, уз коришћење највреднијих људских вештина за расуђивање и координацију деловања.
На платформама LinkedIn и Substack, као и на другим форумима, много се расправља у стилу: „Не видим повраћај улагања у AI.” Како суштинско усвајање узима маха, видимо велики повраћај од решења заснованих на AI-ју и усвајања готових алата као што су ChatGPT, Codex и Claude. Ипак, тај став је разумљив. Иако је могућ знатан раст личне продуктивности, он је на крају ограничен ако токови рада у организацији остану исти. Дизајн ваше организације мора да се развија.
Нажалост, организацију није могуће трајно припремити за будућност, нарочито с обзиром на брзину развоја AI-ја. Нико не може са сигурношћу да каже како би за три године требало да изгледа банка, осигуравајуће друштво, малопродавац, енергетско предузеће или консултантска кућа оптимизована за AI. Технологија, економија и обрасци рада мењају се пребрзо, па способност прилагођавања постаје једна од кључних предности наредне деценије.
Ако је стручна интелигенција доступна одмах, а AI агенти могу сатима да раде самостално, мора се претпоставити да ће начин рада морати – и требало би – да се промени. То значи да се и ваш оперативни модел мора променити како бисте искористили технологију. Највише могу да добију организације спремне да се најбрже прилагоде новим обрасцима рада и новим применама ове технологије.
Организациони утицај AI-ја најлакше је разумети ако пођемо од једноставне претпоставке. Претпоставите да је стручна интелигенција одмах доступна свима у организацији. Пре две године то је било тешко замислити, али данас је већ готово стварност. Иако још није савршена, разумно је претпоставити да ће се веома брзо приближити савршенству.
Томе додајте још једну претпоставку. Претпоставите да аутономни агенти могу сатима, данима, а на крају и недељама да сарађују како би обавили значајне целине посла. Не један или неколико задатака, већ стварни, обиман низ послова из више дисциплина. Мултифункционални тим у виду групе агената способних да сами осмисле ток рада.
Ако су обе претпоставке макар начелно тачне, начин рада ће (морати да) се промени. Време потребно за завршетак се скраћује, облик интерне сарадње се развија, а темпо промена убрзава.
Промене овим темпом погодују децентрализацији, самосталности и иновацијама, док је већина великих организација изграђена на супротној идеји.
Велика предузећа централизују моћ у одељењима организованим према функцијама. Она раздвајају стратегију, технологију, податке, ризик, операције, финансије, људске ресурсе и пословање у различите структуре, од којих свака има сопствене приоритете, подстицаје и, што је најважније, контроле.
Променама управљају инвестициони и управљачки одбори, архитектонска тела, процене ризика, провере усклађености, поступци набавке, годишњи циклуси планирања и пословна образложења. Неки тимови за управљање променама додатно посредују у преносу информација између заинтересованих страна, не додајући им вредност.
Ништа од овога није неразумно и ти механизми постоје из добрих разлога. Док управљају ризиком, распоређују капитал, спречавају дуплирање, штите клијенте и успостављају одговорност, они истовремено одређују темпо. Тај темпо ће вероватно бити преспор у свету у којем конкуренти изворно засновани на AI-ју могу много брже да тестирају, уче и преобликују рад.
Важна је и порука коју шаље организациона култура. У многим организацијама подстицаји и даље награђују остајање у границама сопствене функције, без обзира на то колико често лидер каже: „Овлашћени сте да доносите одлуке.” Зашто? Заштитите тим. Заштитите буџет. Заштитите план развоја. Избегавајте видљив неуспех. Препустите тешке одлуке вишем нивоу, односно одбору. Не одступајте превише од одобреног поступка.
Овај централизовани приступ има смисла када је цена експериментисања висока, а повремене промене су еволутивне, а не револуционарне. Али постаје проблем када се могућности знатно побољшавају сваких неколико месеци, а најбоље прилике откривају тимови најближи самом послу.
Одговор на AI путем традиционалне централизације ствара кашњење које онемогућава значајан повраћај улагања. Ако свака промена мора да прође кроз више одбора пре него што стигне до стварног посла, организација ће учити преспоро.
Ограничавање прилика за коришћење AI-ја чини вас мање привлачним послодавцем људима који желе да напредују и крећу се брже.
Већина организација почиње од личне оспособљености за рад са AI-јем. То је право полазиште. Људи морају да знају како да задају упутства AI-ју, како да преиспитују његове резултате, провере његов рад, заштите осетљиве информације и препознају када не треба да га користе. Потребни су им самопоуздање, добро расуђивање и практично искуство.
Али лична оспособљеност има своју границу. Аналитичар може да изради пет пута више анализа, али се тело које доноси одлуке и даље састаје једном месечно. Програмер може да генерише више кода, али се процес прегледа и објављивања није променио. Маркетиншки стручњак може да направи више садржаја, али одобрење бренда и даље чека у истом реду.
Чак ни на нивоу тима промена тока рада не мора да повећа брзину ако други делови организације и даље раде као и увек.
Појединац, а можда и тим, ради брже, али брзину резултата на крају ограничавају други делови целокупног организационог тока. Зато пут усвајања ВИ мора да води од личне, преко тимске, до организационе оспособљености.
Када предузеће може да мења своје структуре, подстицаје, управљање, токове знања и технолошке обрасце, локални добици појединаца и тимова постају вредност за цело предузеће.
То је тежак изазов, али управо се ту налази прилика за ослобађање вредности. Предузећа изворно заснована на AI-ју, настала у последњих неколико година након објављивања услуге ChatGPT, изградила су токове рада са већ уграђеним AI-јем, па остају окретне и послују у равним структурама. Насупрот томе, већа предузећа су убацила ВИ у постојеће процесе, стварајући закрпљен систем који не мења начин обављања посла.
Бити изворно заснован на AI-ју не значи бити хаотичан, непромишљен или опседнут алатима. То не значи да сваки запослени користи најновији модел како год пожели. Свакако не значи ни заменити управљање ентузијазмом нити се претварати да људи више нису потребни.
Стари модел организационог дизајна полази од тога да можете дефинисати будуће стање, нацртати структуру, спровести промену и стабилизовати организацију. То је преспоро за AI.
Организације изворно засноване на AI-ју биће осмишљене за непрекидне промене. Организација изворно заснована на AI-ју непрекидно преобликује рад око заједничких предности људи, AI система, података, токова рада и управљања. Такве организације неће све уложити у један план. Изградиће способност да брзо утврде који токови рада треба да се промене, које улоге треба да се развијају, које су контроле потребне, које су вештине важније, који се обрасци могу поново користити и које су претпоставке већ застареле.
За то су истовремено потребне две ствари: стабилна окосница и прилагодљива периферија. Оне успостављају равнотежу између централизације и оснаживања тимова најближих самом послу.
Стабилна окосница организацији пружа поверење и могућност ширења. Цело предузеће има приступ одобреним алатима, поновљивим обрасцима, путевима приступа подацима, методама процене, безбедносним контролама, начелима управљања, надзору, инфраструктури знања и јасној одговорности.
Прилагодљива периферија је место где се посао обавља и често мења без препрека. Мали мултифункционални тимови блиски проблему имају довољно овлашћења да преобликују токове рада, примене AI, испробају нове начине рада и пренесу стечена сазнања остатку организације.
Та равнотежа између језгра и периферије је важна. Уз превелику централну контролу, организација учи преспоро. Уз превелику локалну слободу, организација се распарчава. Организацији изворно заснованој на AI-ју потребни су дисциплина у језгру и прилагодљивост на периферији.
Површан закључак о аутоматизацији посла гласи да AI смањује потребу за људима. У неким областима хоће, на пример код репетитивног интелектуалног рада који захтева мало контекста и који ће бити сажет или уклоњен. Под притиском ће се наћи претежно трансакциони послови: надомештање недостатака система, преношење информација, почетна анализа, израда првих нацрта и одговори са ограниченом „додатом вредношћу“.
Али друга страна медаље јесте да се људски „допринос“ подиже на виши ниво: ако је стручна интелигенција одмах доступна, ретке људске особине које AI не може и не треба да замени постају расуђивање, креативност, одговорност, разумевање контекста и поверење.
Организације би све више требало да се усредсреде на људе који умеју да доносе одлуке у нејасним ситуацијама. На људе који довољно добро познају област да усмеравају AI и препознају када греши. На људе који умеју да поставе боља питања. На људе који умеју да повежу пословну, техничку, оперативну и људску стварност. На људе који умеју да граде односе, уливају поверење и усклађују бројне заинтересоване стране. Важно је и то што способност брзог и тачног пребацивања између различитих контекста и тумачења информација постаје неопходнија када замислимо да се посао за целу недељу сабије у понедељак ујутру.
Зато стручњаци широког профила постају вреднији, а не мање вредни, ако умеју да одрже контекст у различитим функцијама и координишу рад уз подршку AI-ја. И специјалисти могу постати вреднији, а не мање вредни, јер бржи рад ствара више тренутака у којима су квалитет и расуђивање пресудни. Лидери ће морати да буду мање контролори активности, а више пројектанти система, контекста и темпа.
Не треба улагати само у „вештине рада са AI-јем“. Треба улагати и у људске особине које постају важније када AI преузме више основних задатака: радозналост, расуђивање, отпорност, јасноћу, креативност, одлучност, сарадњу и сналажење у нејасним ситуацијама. Организација већ сада треба да запошљава, развија и награђује људе са тим особинама.
Сажимање толиког обима посла изузетно је захтевно, а организације изворно засноване на AI-ју не могу све време да раде вртоглавом брзином. Мораће да оставе људима довољно времена и простора да се опораве и поново повежу. Да би делотворно процењивале и одлучивале, организације треба да подстичу окружења у којима срећан стицај околности може донети нове идеје.
Данас многа предузећа споро користе AI чак и за оно што је већ могуће. Тако настаје све већи јаз између напретка способности агената и напретка у њиховој примени.
То је нормално. Велике организације споро усвајају технологију због наслеђених система, регулаторних ограничења, отпора културе, расцепканих података, нејасног власништва и стварних ризика којима треба управљати.
Ипак, у једном тренутку ће довољно лидера, тимова и конкурената открити како да AI безбедно и доследно примене у стварним токовима рада. Обрасци ће сазрети, управљање ће бити дубље уграђено, агенти поузданији, а поверење организација веће. Јаз између онога што ВИ омогућава и онога што предузећа заиста користе почеће да се смањује.
Када наступи тај преломни тренутак, предност неће имати предузећа са најбољим моделима или највећим буџетима за AI, већ организације способне да брзо промене начин рада.
Предузећа која централизују сваку одлуку, штите сваку функцију, управљају путем спорих одбора и награђују људе што „не таласају“ тешко ће држати корак.
Предузећа која изграде чврсту окосницу и прилагодљиву периферију учиће брже. Раније ће откривати боље токове рада, усмераваће здраву комбинацију стручњака широког профила, специјалиста и лидера ка вреднијим пословима и претвараће локалне експерименте у поновљиве обрасце.
Садашње питање можда гласи „Како да успешно усвојимо AI?”, али ће ускоро морати да постане „Колико брзо наша организација може да се прилагођава док AI мења начин рада?”
Спора организација са моћним AI-јем и даље ће бити спора; прилагодљива организација са моћним AI-јем умножаваће своје предности.