OpenAI o tri načina na koje AI menja organizaciju kompanija
Autori OpenAI-ja Hemanth Asirvatham i Elliott Mokski opisuju tri moguća načina na koja veštačka inteligencija može ući u organizacionu strukturu kompanije: kao sloj rada ispod zaposlenih, kao kolega uz postojeće timove ili kao posrednik između rukovodstva i radnika. U eseju o ekonomiji u doba inteligencije ne najavljuju neposrednu potpunu automatizaciju, već razvoj hibridnih firmi u kojima se menjaju obim poslova, upravljanje i tok informacija.
Prvi model nazivaju promovisanjem. Formalna hijerarhija ljudi ostaje slična, ali svaki zaposleni dobija AI agente kojima delegira rutinske zadatke. Ti agenti u početku liče na asistente za poruke, nacrte i administraciju, a kasnije mogu koordinirati specijalizovane funkcije. Posao čoveka tada se pomera ka komunikaciji, koordinaciji, kreativnosti i proceni prioriteta.
AI ispod, pored i između zaposlenih
Takav raspored ne mora automatski da znači smanjenje broja zaposlenih. Autori navode mogućnost da rast produktivnosti poveća i obim ambicija kompanije, pa ljudi upravljaju većim ukupnim rezultatom. Ipak, ishod zavisi od toga da li organizacija i tržište žele više proizvodnje, kao i od toga gde ljudski doprinos ostaje važan.
Drugi obrazac, preplitanje, podrazumeva da AI radi uz ljude kao član tima. Menadžer može delegirati širu funkciju, a sistem potom raspodeljuje podzadatke, prikuplja kontekst i eskalira pitanja koja zahtevaju odluku. U primeru iz eseja, AI marketinški tim priprema kampanju za novi proizvod, dok potpredsednica odobrava kampanju i rešava pitanje koje je sistem označio kao bitno.
Ključna tvrdnja autora jeste da je AI sa širim sposobnostima teže napraviti, ali ga kompanija može lakše usvojiti. Uzak alat zahteva obuku, promenu procesa i prihvatanje širom organizacije. Sistem koji može da preuzme celinu funkcije više liči na radnu snagu koja uči potrebe firme, pa ga rukovodstvo može neposrednije angažovati.
AI kao savetnik rukovodstva
Treći model, slojevitost, postavlja AI između rukovodilaca i zaposlenih. Sistem bi mogao da čita komunikaciju i dokumente, uoči nesklad između timova, prikupi dokaze i predloži mere. Autori ga porede sa stalno dostupnom internom konsultantskom funkcijom koja rukovodstvu pomaže da sagleda širu sliku organizacije.
Ovaj pristup otvara dve suprotne mogućnosti. Inteligentno praćenje rada može vrednovati stvarni napredak ka cilju umesto površnih pokazatelja poput aktivnosti na računaru. To bi moglo omogućiti više fleksibilnosti zaposlenima. Istovremeno, ista infrastruktura može pojačati centralizaciju i nametati način rada koji preferira vrh kompanije.
Posledice za procese i veštine
Autori očekuju da jeftinije prototipiranje smanji potrebu za dugim planiranjem i mnogim odobrenjima, jer organizacije mogu brže da naprave, provere i izmene rešenje. Međutim, AI može podržati i veće firme kroz bolju koordinaciju, ili manje firme kroz lakše ugovaranje i nadzor spoljnjih partnera. Zato veličina kompanije nije unapred određen ishod.
Za poslovanje je praktičan zaključak da AI ne treba procenjivati samo kroz automatizaciju pojedinačnih zadataka. Potrebno je jasno odrediti odgovornost za rad agenata, granice pristupa internim podacima, način provere preporuka i ljudske odluke koje ostaju obavezne. Najvažnija promena može biti u veštinama zaposlenih: manje vremena za rutinu, a više za prosuđivanje, koordinaciju i vođenje složenijeg rada.