Nota de los autores: Este es el segundo ensayo de nuestra serie sobre la próxima economía, parte de una nueva plataforma para alojar voces independientes que exploran un futuro AGI. Refleja nuestras opiniones, no las de OpenAI ni las de nuestros colegas.
Nosotros dos teníamos veinticuatro años cuando empezamos a gestionar nuestros propios equipos aquí en OpenAI. Eso resulta menos impresionante una vez que conoces a nuestros equipos.
Se supone que deberíamos ser personal de base. A los veinticuatro años, estás en el escalón más bajo de la escalera corporativa. Tomas notas de las reuniones y escribes algunos memorandos. Después de años de trabajo pesado, se te concede (con suerte) un mandato más amplio.
Nuestro camino, y el de muchos jóvenes de hoy, está siendo diferente. Entramos a la fuerza laboral ya con “empleados” a nuestras órdenes. Estos lugartenientes trabajan de día y de noche, los fines de semana y los días festivos. Son excelentes en el trabajo pesado. Incluso tenemos medallistas de oro de las olimpiadas matemáticas en plantilla para asesorarnos. Nuestros nuevos subordinados todavía cometen su cuota de errores. Pero están mejorando, aprendiendo nuestras necesidades, y nosotros estamos aprendiendo a gestionarlos.
Ninguno de nosotros escaló la jerarquía corporativa. La gestión, en cambio, ha bajado hasta nuestro escalón. Este ensayo trata sobre nuestro ascenso y sobre las otras maneras en que las empresas podrían reorganizarse a medida que entramos en la era de la inteligencia.
Cuando la IA entra en la empresa, ¿dónde se ubica? Presentamos tres escenarios ilustrativos:
Debajo de nosotros. Todos conservan su puesto, y un nuevo sótano de trabajo de la IA crece por debajo. Todos nos convertimos en gerentes. Primero obtenemos asistentes, luego jefes de gabinete, y eventualmente firmas en miniatura enteras que rinden cuentas a cada uno de nosotros. Cada persona recibe un ascenso.
Al lado de nosotros. La IA se une al organigrama junto a las personas como una especie de colega, trabajando directamente para los gerentes y ejecutivos humanos existentes. Empieza asumiendo esta tarea y aquel rol. Con el tiempo, desempeña funciones más amplias, rindiendo cuentas a niveles más altos.
Entre nosotros. El caso más contraintuitivo: humanos arriba y humanos abajo, con la IA en el medio. Coordina y supervisa el trabajo, haciendo cumplir la visión de un ejecutivo mientras reconoce las contribuciones únicas de los trabajadores emprendedores.
Ninguno de estos escenarios se desarrollará exactamente como lo describimos, pero creemos que aspectos de los tres se harán realidad. Los tres ya están ocurriendo de formas sutiles.
Nuestro enfoque aquí no es la automatización total, sino una economía en transición. Nos interesa cómo serán las empresas quiméricas a medida que la IA mejore y se entrelace en las organizaciones existentes.
Creemos que la empresa híbrida es conceptualmente importante porque la adopción productiva de la IA no es instantánea. Cuando los modelos solo realizan un subconjunto de tareas, la adopción puede ser más fácil por parte de empleados de base familiarizados con el trabajo. Una vez que los modelos realizan funciones amplias de extremo a extremo, los altos cargos pueden usarlos directamente. En nuestra opinión, una IA más capaz es más adoptable: las empresas deben aprender las tecnologías, pero la mano de obra aprende la empresa y puede incorporarse por sí misma.
Disectaremos las tres nuevas clases de organigrama, y luego examinaremos lo que significan para el futuro de la burocracia, la autonomía de los trabajadores, el tamaño de las empresas y la disparidad salarial.
El ascenso
Nuestro primer escenario parece el menos disruptivo. Aquí, las personas permanecen en los mismos puestos con las mismas líneas de reporte, aparentemente haciendo los mismos trabajos que antes. El organigrama humano se ve sin cambios entre el presente y este futuro.
La diferencia está debajo de nosotros. Bajo cada contribuidor individual, una nueva fuerza laboral de IA rinde cuentas a cada uno de nosotros. Nuestro organigrama gana un sótano, y todos nos convertimos en gerentes.
Al principio, este sótano está inacabado. Comenzamos con uno o dos agentes por persona, menos como empleados experimentados y más como pasantes entusiastas a quienes debemos supervisar y perdonar con facilidad. Nuestras expectativas son bajas: enviar un correo electrónico aquí, redactar un memorando allá, responder a mensajes de Slack por todas partes. Como empleados humanos junior, comienzan con poca autonomía y confianza.
Pero a medida que los modelos mejoran, nuestros agentes asumen más tareas con menos supervisión. Se coordinan entre sí. Podría haber IAs gerentes y IAs de base, contadores y abogados, todos trabajando juntos a tus órdenes. Lejos de sostener de la mano a un pasante, tu operación eventualmente se parece a una pequeña empresa por derecho propio, con su propio organigrama y contigo como su junta directiva.
Jace todavía hace la contabilidad en su empresa, pero ya no anda haciendo clic en las hojas de cálculo. Sus agentes subordinados hacen eso. El trabajo de Jace se parece más al de su gerente de hace unos años. Su gerente, a su vez, ahora tiene un mandato aún mayor.
El día a día de Jace ha cambiado por completo, ahora centrado en la comunicación, la coordinación y la creatividad. Trabaja menos y se siente más desafiado. Su vida laboral tiene más varianza, y se distingue con habilidades de liderazgo y una visión que antes no podía mostrar.
El equipo de contabilidad no se ha reducido porque el resto de la empresa también ha aumentado su productividad y exige más contabilidad que nunca. Los agentes aún no pueden hacer todo lo que hace su equipo. Los ejecutivos no tendrían ni idea de cómo reunir datos financieros y necesitan su experiencia en el dominio para usar los agentes de manera efectiva.
Automatización sin despidos
Nótese cómo este escenario no implica despidos. Aquí adoptamos la IA sin automatizarnos a nosotros mismos. En cambio, automatizamos nuestros yo del pasadoy ascendemos en la jerarquía. La IA asume cada vez más de lo que solíamos hacer. Nuestros trabajos siguen existiendo porque hay más que gestionar, y ganamos responsabilidad sobre una mayor suma de producción.
Los trabajos no son estáticos(se abre en una nueva ventana). Supongamos que la IA puede hacer el noventa por ciento de lo que hacías antes. Podrías concluir que te queda solo el diez por ciento del trabajo. La otra posibilidad es que sigas haciendo un trabajo completo, solo que uno diferente: ahora enfocado en un objetivo diez veces más grande. Ese es el clásico regalo de la tecnología: la productividad aumenta, la ambición aumenta para alcanzarla, y los salarios pueden subir(se abre en una nueva ventana) con la ambición.
Todo esto depende de si todavía añadimos valor(se abre en una nueva ventana) a la producción. Este ensayo se centra en los próximos años, en los que la automatización no es universalmente capaz ni adoptada. Incluso si la IA pudiera hacerlo todo, es posible que sigamos valorando algo más porque lo hizo una persona, o que insistamos en que una persona tenga la última palabra.
También depende de nuestro apetito. Si, como consumidores, no queremos diez veces más producción, el equilibrio se desplazará hacia menos trabajadores o menos horas trabajadas. Históricamente, los aumentos en la producción no nos han saciado. Tenemos bastante más(se abre en una nueva ventana) pero trabajamos solo un poco menos(se abre en una nueva ventana). Si nuestro apetito sigue creciendo a medida que la producción se multiplica —y seguimos siendo aditivos a la producción—, elegiremos seguir intercambiando nuestro trabajo por más consumo. Si en cambio la producción se vuelve tan abundante que quedamos saciados, podríamos optar por una fuerza laboral más pequeña.
Hay más objeciones que discutimos más adelante (por ejemplo, si tendremos un mayor número de empresas más pequeñas). Aun así, creemos que este escenario es importante porque la adopción tiene que empezar en algún lugar. Las empresas necesitan una forma de evolucionar de manera estable desde sus estructuras organizativas actuales. Reforzar el trabajo de los empleados existentes puede ser un primer paso más fácil que una reestructuración total. Vemos esto en acción hoy: un trabajador tras otro delega en la IA, sin una revolución organizativa hasta ahora.
Por qué la adopción podría empezar por la base
Este escenario se basa en que la primera línea contrate primero. Los trabajadores de base —no los gerentes ni los ejecutivos— lideran la adopción de la IA. Eso parece probable, siempre que la persona que mejor logra que la IA haga el trabajo sea la persona que antes lo hacía ella misma.
Los modelos ya pueden automatizar muchas tareas de ciencia de datos, pero un jefe de departamento que no conoce los métodos y los detalles tendrá dificultades para aprovechar las herramientas. Hasta que la IA sea lo bastante proactiva como para decirte lo que no sabes (véase nuestro próximo escenario), probablemente funcione mejor para quienes ya están familiarizados con cómo se hace el trabajo.
El nivel de entrada ya no es el nivel más bajo
El mayor cambio en este escenario es para los trabajadores de nivel de entrada. Ya no habría un escalón más bajo, al menos no para los humanos. Cuando contratemos a jóvenes, no será para colocarlos en el fondo penoso de la empresa. Esos puestos estarán ocupados por algo que no le hace ninguna falta.
Con ello, perdemos algunas rutas tradicionales para educar a los trabajadores jóvenes: el aprendizaje(se abre en una nueva ventana), el aprender mediante el trabajo pesado, el ganarse las insignias. Estos son costos reales, pero en su mayoría lo vemos como un privilegio. El contratado más novato con una buena idea tiene recursos para experimentar. La excusa más antigua del edificio, simplemente no tenemos el personal, está muriendo. Una empleada junior con un gran videojuego en la cabeza y sin camino al presupuesto de personal ahora puede simplemente construirlo.
En nuestra opinión, este escenario de “promoción” todavía tiene mucho que los trabajadores junior deben aprender —criterio, gusto, los músculos de la gestión y la visión creativa. Tendremos incentivos para cultivar estas habilidades porque se reflejan en nuestro producto de trabajo. Seguiremos aprendiendo haciendo(se abre en una nueva ventana), pero a un nivel de mayor alcance. Los veteranos de la empresa siguen teniendo incentivos para ayudarnos como administradores responsables (con participaciones en el capital ligadas a nuestro éxito). La oportunidad aquí es un papel más estimulante para todos en cada escalón. Cualquier trabajador puede mostrar sus talentos con un mandato más amplio, lo cual es especialmente importante para los trabajadores de ingreso reciente que no tenían ningún mandato.
El entrelazamiento
La segunda vía de entrada de la IA en la empresa se entrelaza con el organigrama existente. Aquí los agentes no son sobrantes sino colegas. Una gerente tradicional entrega una porción del trabajo del equipo a un modelo, de la misma manera que podría delegar en cualquier empleado. La IA se inserta junto a los humanos, no solo debajo de ellos.
La diferencia clave respecto al primer escenario: aquí, la IA productiva es adoptada por gerentes humanos existentes, y no solo por los actuales contribuyentes individuales. Para lograrlo, debe ser lo suficientemente competente como para ser un miembro pleno del equipo.
Sheila es vicepresidenta de una empresa de muebles. Nunca ha dirigido una campaña publicitaria. Le da a un equipo de marketing de IA un presupuesto y un sofá nuevo que vender. Este divide las tareas del lanzamiento entre sus propios agentes. Algunos entrevistan a los vendedores. Otros se coordinan con la fábrica sobre lo que realmente pueden entregar. Un subagente lanza una encuesta en línea mientras unos cuantos más prototipan distintos estilos visuales.
Los borradores y las revisiones pasan entre ellos sin cruzar por su escritorio. Sus equipos humanos de ventas y diseño todavía le reportan, junto con el equipo de agentes de marketing. El lunes, le entregan una campaña para aprobar y una pregunta sobre si las fotos hacen que el sofá se vea demasiado azul. Nunca se habría dado cuenta de ese tipo de detalle sin que un experto en publicidad lo señalara de manera proactiva. Ella autoriza a los agentes a coordinarse con el fotógrafo humano para una nueva sesión de fotos.
La escalera de alcance
Los humanos somos generalistas. Un martillo sirve para una tarea; un humano hace mucho más. El viaje de la IA de herramienta a mano de obra es un ámbito cada vez más amplio: automatizar la tarea, luego el trabajo, luego un equipo y finalmente una empresa. Cada incremento de alcance exige una competencia más amplia.
Un trabajo es una maleta llena de muchas tareas. Para un equipo entero, esa maleta está repleta de todo tipo de trabajo diverso. Más tareas en la responsabilidad significan más posibles puntos de estrangulamiento. Si incluso una sola tarea esencial del equipo involucra trabajo físico, se requiere todo un nuevo conjunto de periféricos. Para ser un sustituto directo de un equipo entero, la IA debe ser capaz en todas sus variadas responsabilidades.
Una IA que puede manejar un alcance mayor es más difícil de construir. Pero para las empresas—y esta es la asimetría central de toda la transición—un alcance mayor es más fácil de adoptar.
Un equipo automatizado de extremo a extremo o una función amplia puede ser adoptado directamente por un ejecutivo. Una herramienta con capacidades más limitadas no puede implementarse tan fácilmente desde arriba. La herramienta más simple depende de una aceptación generalizada y de una reconversión de toda la fuerza laboral.
Las empresas aprenden la tecnología; la mano de obra aprende la empresa
Las nuevas tecnologías tradicionalmente abaratan hacer un conjunto acotado de tareas. Luego la carga pasa al comprador. La empresa debe averiguar cómo aprovechar la nueva herramienta, y debe recapacitar, reorganizar y reconstruir sus procesos(se abre en una nueva ventana) a su alrededor. El software de hojas de cálculo no se instaló solo en el departamento de contabilidad—el departamento de contabilidad se reestructuró alrededor del software.
La mano de obra es lo opuesto. Un pasante, un empleado y un buen equipo averiguan cómo ser útiles para usted. Le hacen preguntas, absorben su contexto, notan sus necesidades. Le dicen lo que ni siquiera sabía que no sabía. La mejor mano de obra se incorpora sola.
Cuanto más la IA se asemeja a la mano de obra en este sentido, con iniciativa y adaptabilidad, menos debe aprender la empresa sobre cómo aprovecharla y más ella misma averigua cómo ser útil para la empresa. Un ejecutivo probablemente no se sentará a escuchar una clase de software de diseño 101 para aprender una herramienta nueva. Pero con gusto considerará una oferta que suene así: dilo y yo organizaré toda tu función de marketing.
Esta no es una economía de lobos solitarios
Con demasiada frecuencia, nombramos el santo grial de la AGI como automatizar un trabajo. Es cierto que ni siquiera hemos llegado a eso todavía. Los trabajos son extraordinariamente complicados porque somos impresionantemente capaces. Aun así, muy poco(se abre en una nueva ventana) de la producción de nuestra economía proviene de trabajadores solitarios. Los trabajos productivos contribuyen a los equipos, los equipos a las empresas, y las empresas producen casi todo lo que consumimos.
El estándar de “trabajo” para la AGI no nos da a los humanos suficiente crédito. La mano de obra no se trata solo de las tareas, ni siquiera de manejar los componentes no rutinarios: nuestra mano de obra también se trata de una prodigiosa coordinación, de nuestra plasticidad para hacer pequeñas partes de productos más grandes. Vendernos como meros sacos de tareas es aceptar centavos por cada dólar. La capacidad humana está en nuestras organizaciones(se abre en una nueva ventana) más que en el individuo. Una AGI económica debe alcanzar el estándar de personas, no de persona.
Como resultado, el escenario de “entrelazado” puede ser bastante ineficiente si la IA sigue siendo similar a una herramienta o incluso a un trabajador, en lugar de similar a un equipo o a una empresa. Un modelo metido junto a cada trabajador significa un mil costuras y traspasos(se abre en una ventana nueva). Esta configuración fragmentada puede ralentizar la adopción.
Vemos una carrera entre implementaciones anteriores, menos capaces, y modelos posteriores, más capaces. El vencedor depende de si la adopción de los modelos futuros es tan mucho más rápida que supere el tiempo adicional que lleva alcanzar esas capacidades.
Los dos escenarios hasta ahora
Este escenario de "entrelazado" puede coexistir con el primer escenario de "promoción". Podemos ver a empresas reducir su huella humana a medida que la IA automatiza ciertas funciones, mientras que los humanos restantes reciben mandatos mucho más amplios, ayudados por sus fuerzas de trabajo de agentes. Es importante destacar que, por sí solo, este escenario no implica un menor empleo humano en general. Podríamos encontrarnos con más empresas, cada una con una plantilla más pequeña.
La Superposición
Nuestro tercer escenario es el más desconcertante. Aquí, la IA entra en la empresa por encima de las personas. La pila ya no es humanos sobre máquinas, sino humano, IA, humano: un sándwich de automatización. Algunas personas "reportan" a una IA.
Suena descabellado, especialmente como punto de partida para la adopción empresarial. Pero creemos que, de maneras menos radicales, esto ya ha comenzado.
Asha, la directora ejecutiva, recibe un aviso de su consultora de IA de que hay un problema con un próximo lanzamiento. Ya ha investigado el asunto y ha descubierto que ventas prometió una característica que ingeniería no está construyendo. La evidencia se extrae de hilos de trabajo ordinarios en Slack; nadie le ha escrito un informe ni siquiera se ha dado cuenta del malentendido entre los equipos.
La consultora de IA propone que ella posponga el lanzamiento y reasigne a tres ingenieros. También nota que Sarah, una ingeniera que trabaja desde casa, ya ha construido alguna infraestructura útil para el proyecto aunque nadie se lo pidió. La consultora se asegura de que la contribución proactiva de Sarah sea reconocida y comunicada a Asha. Asha llama a Sarah, le agradece por ir más allá de lo esperado y la felicita designándola líder de ingeniería del nuevo esfuerzo.
La escalera podría quemarse desde arriba
Incluso cuando pensamos en la IA como una mecanizadora del trabajo cognitivo, tendemos a centrarnos en los peldaños inferiores. Solemos decir que la IA automatiza hojas de cálculo y presentaciones, no la gestión. Nuestro instinto es que la automatización asciende por la jerarquía: primero el trabajo cognitivo de poca monta y el juicio al final, con el gerente como último reducto.
Pero el trabajo de un gerente vive en gran parte en una computadora y en la mente: leer, reunirse, sopesar, mantener el contexto, tomar decisiones. Hay valor en la presencia física, en recorrer las plantas de la oficina y estar cerca de las tropas. Sin embargo, es el trabajo de nivel básico, incluso cuando es mayormente trabajo cognitivo, el que se enreda más con átomos y herramientas que la gestión. Al pasante lo mandan a la fotocopiadora, no a su jefe.
La toma de decisiones gerencial es difícil de enseñar a un modelo, porque el éxito es ambiguo y se mide en horizontes temporales largos. Es por razones similares(opens in a new window) que formar buenos gerentes humanos es difícil. Todavía no sabemos qué tan buenos son los modelos en la gestión. Nuestras evaluaciones abundan para el trabajo cognitivo orientado a la ejecución, pero pocas capturan la orquestación a gran escala al nivel de gerentes y ejecutivos.
Aun así, vale la pena considerar que los modelos actuales podrían estar de hecho más cerca en capacidad de los gerentes humanos que de los trabajadores de nivel básico. Algunas funciones gerenciales podrían automatizarse antes que el trabajo que supervisan.
Consultores por todas partes, todo el tiempo
Quizás la versión completa de este escenario de "estratificación" es una IA que hace el pensamiento y luego llena sus brechas de capacidad con contratistas humanos que le reportan. Ese mundo nos parece bastante ajeno. Muchas cosas tendrían que cambiar.
Pero hay una encarnación más orgánica, y su acto de apertura ya está en escena: asesorar. Hoy, una ejecutiva puede pedirle a ChatGPT que lea cientos de canales de Slack, documentos, comunicados y archivos de código de toda su empresa, y luego responda preguntas. ¿Qué hace realmente este equipo? ¿Dónde aparece esa vulnerabilidad? Cada parte de la organización es cada vez más analizable(opens in a new window) para ella.
Los ejecutivos han vestido desde hace mucho el organigrama con intermediarios mercenarios: lo llamaban consultoría. Una consultora de gestión lo estratifica a uno, brevemente y de manera cara. De aquí en adelante, los consultores de IA podrían ser inmensamente baratos y permanentes.
Los modelos apenas comienzan a analizar de manera confiable los documentos y comunicaciones de las empresas. Su criterio y proactividad deben madurar. Por ahora, ChatGPT ayuda a una ejecutiva motivada a entender su organización con mayor detalle. Vemos que eventualmente se convertirá en una consultora de servicio completo. No será un verdadero "gerente" de empleados de niveles inferiores, sino más bien un corresponsal interno y asesor de los ejecutivos. Aprovechará la experiencia empresarial para escanear todo, señalando proactivamente los puntos de dolor y ayudando a clasificarlos.
Si esto es beneficioso o perjudicial dependerá del ejecutivo. El efecto estructural es centralización. Vemos que esto acorta la distancia entre la alta dirección y la empresa propiamente dicha. Otorga más poder a la cima, donde las fricciones de información solían favorecer una toma de decisiones más descentralizada.
Encontramos este escenario profundo no solo por cómo desplaza la autoridad, sino por lo fácilmente adoptable que puede ser la IA-como-consultoría. Igual que con la consultoría tradicional, la consultora de IA no requiere conocimientos técnicos del ejecutivo. Esta no es la computadora, adoptada desde abajo por quien supiera escribir y usar la terminal. Uno simplemente habla con su consultor, y él se encarga del saber técnico. Esta ola de adopción puede comenzar desde el despacho de esquina. La consultora, a su vez, podría acelerar la adopción de la IA en el resto de la organización.
El contrato de empleo en evolución
Una razón pesa mucho en la desconfianza de las empresas hacia el trabajo remoto y la contratación: la exigibilidad. Nunca ha habido una forma barata de que las empresas observen la realización del trabajo con toda la riqueza que merece. Así que miden pantomimas(opens in a new window) de él, clics contados, movimientos del ratón, puntos verdes de estado, señales tan alejadas de si se está haciendo un buen trabajo.
La IA ofrece un monitor que entiende. Puede observar lo que produce una persona y reconocer el progreso real hacia objetivos más grandes. Como exploramos en la siguiente sección, cualquier nueva vigilancia no debe implementarse a la ligera(abre en una nueva ventana). Pero, en las circunstancias adecuadas, puede aumentar la confianza y alentar a las empresas a dar a sus empleados más libertad.
Si el monitor comprende los muchos caminos dispares que pueden llevar a un buen trabajo, los empleados pueden trabajar más como quieren. El progreso hacia buenos resultados importará más, en lugar de un método prescrito fácil de rastrear para los jefes. Un monitor inteligente brinda flexibilidad y castiga la productividad performative que todos detestamos.
La propuesta de valor aquí se parece a la de las aseguradoras que reducen tus tarifas si instalas un rastreador en tu coche. Si estabas intentando engañar al sistema, esto te perjudica; si simplemente estabas haciendo tu trabajo, el monitor puede vindicarte, y la dirección confía más en ti.
Esa confianza es generativa. Podríamos ver una nueva disposición(se abre en una nueva ventana) de empresas que antes eran reacias al trabajo híbrido, a las mentes poco convencionales, a los contratistas externos o a contratar a personas brillantes en países lejanos.
Hay muchos problemas que los empleados de base tienen hoy con el organigrama. Es inmensamente descorazonador no tener forma de hacer llegar un problema que vemos de primera mano hacia los niveles superiores. Es un mal trato quedar atrapado bajo un gerente ineficaz, o hacer un gran trabajo que pasa inadvertido.
Vemos la ola anterior de hiperoptimización empresarial como algo construido sobre datos limitados, directrices toscas y algoritmos tontos. Si todo lo que puedes procesar son relaciones de transmisión, todos parecen engranajes. Las empresas han tenido durante mucho tiempo un problema de medición de su fuerza laboral. Un monitor inteligente podría reconocer contribuciones valiosas y enfoques únicos que las métricas actuales, toscas, pasan por alto.
Cuatro grandes preguntas
Partiendo de los tres escenarios estilizados, exploramos ahora algunas de las preguntas determinantes sobre el futuro de la empresa.
¿Tendrán las empresas más o menos burocracia?
Construir es, en general, bastante caro. Una aplicación, una película, una presentación, una funcionalidad, un análisis: todos son costosos, lentos y angustiosos de rehacer. Cuando en la práctica solo tienes una oportunidad, inviertes en apuntar. Hay ciclos de planificación y ceremonias de hoja de ruta y comités de aprobación, todo para garantizar que cuando la empresa finalmente dice adelante, avance hacia algo que valga la pena. Muchas comprobaciones en nuestras jerarquías existen porque la ejecución era preciosa.
En muchos ámbitos, la IA está reduciendo el costo de construir, al menos al nivel de prototipado, si no al de finalización final. Creemos que el enfoque de la empresa debería cambiar con ello: apuntar menos, disparar más. Una empresa puede construir un prototipo, observar, aprender rápido, reorientarse y construirlo de nuevo. El prototipado fácil(se abre en una nueva ventana) debería alejar a las empresas de las instituciones que sustentan la producción intensiva en planificación.
La versión más simple de esto es un equipo que itera más rápido. En una interpretación más radical, el propio equipo queda cuestionado. Si la planificación colaborativa importa menos y las ideas diversas no correlacionadas importan más, ¿es mejor tener un solo equipo que itera rápidamente, o muchos individuos que presentan cada uno sus propios prototipos funcionales? Si un prototipo real transmite una visión mejor que cualquier documento de alcance, ¿cambiarán nuestras normas de comunicación: compartir más, antes, y compartir artefactos en lugar de memorandos?
Construir barato puede inclinar a la empresa hacia los individuos. Esto significaría menos capas de mandos intermedios y menos pedir permiso, porque pedir solía ser más barato que hacer y ahora ya no lo es.
Dicho todo esto, como discutimos a continuación, la misma tecnología que permite a los individuos prototipar con menos riesgo también puede imponer mayores rollos de burocracia.
¿Tendrán los trabajadores más o menos autonomía?
Una razón principal por la que las empresas imponen una gestión de arriba abajo es la creencia de que los ejecutivos toman mejores decisiones relevantes para el negocio(se abre en una nueva ventana) que los trabajadores junior. Las empresas pagan más por veteranos altamente competentes en la cima, y los gerentes suelen formarse en estrategia empresarial mientras los colaboradores individuales se especializan en su área de experiencia. Si la IA ofrece excelentes consejos a todos los trabajadores, la brecha en la calidad de la toma de decisiones se reduce. Habría menos razón para que los gerentes entrometieran. Esto aumentaría la autonomía del trabajador y podría reducir las capas de gestión.
De manera similar, la "consultoría de IA" garantiza que no ocurra nada demasiado consecuente sin que un ejecutivo sea alertado. Si un trabajador está a punto de publicar una entrada de blog con serias repercusiones para la empresa, la consultoría la señalará proactivamente al ejecutivo. Esto genera confianza: la dirección no necesita preocuparse de que ocurran grandes desastres sin su conocimiento, así que no necesita mantener una correa tan corta(se abre en una nueva ventana) sobre cómo un trabajador ejerce su trabajo.
Pero la consultoría de IA es un arma de doble filo(se abre en una nueva ventana). Puede infundir más confianza en los trabajadores como monitor inteligente; también puede hacer cumplir con más vigor la manera preferida del CEO de hacer las cosas en toda la organización. Las empresas valoran la coherencia(abre en una ventana nueva): no solo una buena decisión, sino una decisión compatible con la cultura de la empresa, su marca y sus economías de escala. Una cadena de restaurantes puede preferir un menú común en todas sus franquicias, de modo que los ingredientes puedan pedirse al por mayor y los clientes puedan esperar un producto consistente.
En relación con esto, los incentivos de los jefes de empresa no siempre coinciden con los de los trabajadores. Los trabajadores optimizan para el éxito de su dominio(se abre en una nueva ventana) mientras que los ejecutivos se preocupan por la empresa en su conjunto. Los propietarios de capital tienen preferencias distintas a las de los trabajadores asalariados, porque ellos recogen las recompensas(se abre en una nueva ventana) del trabajo más duro. La consultoría podría exigir un cumplimiento más estricto de los regímenes específicos prescritos desde arriba.
Nuestra opinión es que, en conjunto, los trabajadores ganarán agencia. Nuestro optimismo se basa en que las empresas usen la IA para señalar excepciones importantes dejando más decisiones en manos de los trabajadores.
Creemos que la IA actuará como un andamiaje: incluso si los ejecutivos desean mantener una marca coherente, esto será simplemente una restricción dentro de la cual operar. Los trabajadores conocen mejor las restricciones del negocio en juego y están mejor protegidos para la creatividad fuera de esas restricciones. Con sus bases cubiertas, los ejecutivos pueden dejar que los empleados prueben nuevos enfoques potencialmente lucrativos. Ayudados por asistentes de IA por debajo de nosotros, los trabajadores también serán responsables de productos más sustanciales. Vemos más oportunidades de creatividad al dirigir un trabajo más complejo.
¿Se encogerán o ampliarán las empresas?
La misma lógica sobre la autonomía del trabajador también se aplica al tamaño de la empresa. Ronald Coase(se abre en una nueva ventana) preguntó por qué organizamos la producción dentro de las empresas en lugar de hacerlo mediante una red de contratos. Incluso un avión podría construirse puramente mediante contratos entre pares, pero sería muy ineficiente. Las empresas reúnen economías de escala, alinean incentivos, organizan grandes proyectos y eliminan la necesidad de un regateo constante.
Al facilitar la comunicación, la IA podría justificar empresas más grandes o más pequeñas. La empresa clásica es una infraestructura para hacer pasar información hacia arriba e instrucciones hacia abajo, llena de fricciones y del juego del teléfono estropeado. Una empresa más grande (con más empleados humanos) es menos ingobernable si la IA actúa como una capa de coordinación. Con la “consultoría de IA”, una ejecutiva puede conocer su empresa de la manera en que un fundador conoce una startup de veinte personas. Puede observar la implementación de una iniciativa en lugar de esperar su relato trimestral, y recibir notificaciones si ocurre algo. Su visión puede permear de manera más amplia. Todos están más al tanto de lo que hacen los demás y de las prioridades generales de la organización.
También podría funcionar al revés. Si la comunicación es sin fricciones y el cumplimiento es más fácil de monitorear, una empresa no necesita internalizar tanto su cadena de suministro. La empresa puede confiar mejor en proveedores y contratistas externos.
Una motivación importante para la integración vertical es alinear los incentivos. Existe la idea de los contratos incompletos(se abre en una nueva ventana): una empresa aeroespacial podría contratar con una empresa de motores a reacción, pero en todo lo que no esté explícitamente requerido en el contrato, la empresa de motores tiene incentivos para recortar gastos y velar por su propio beneficio. Para evitar esto, la empresa aeroespacial compra la empresa de motores a reacción. Al igual que con los trabajadores y los jefes: si los contratos son más monitoreables y se arbitran de manera inteligente en lugar de simplemente marcar casillas, las empresas pueden sentirse más cómodas dependiendo de otras empresas. Habría menos motivo para hacerlo todo internamente.
Esperamos ver muchas empresas más pequeñas, pero también extensas “holding companies” de IA donde se llevan a cabo una enorme cantidad de proyectos diferentes dentro de una sola empresa. El conglomerado es económico cuando existe algún activo común aprovechado por todos los diferentes proyectos. Este activo común podría ser la computación, aunque la computación puede aprovisionarse fácilmente en pequeñas cantidades ad hoc. Una fábrica común o una flota de robots es una mejor motivación.
La gran “holding company” también puede justificarse por los incentivos alineados. Si una gran organización de IA y capital se dedica por completo a una misión común, por ejemplo, curar el cáncer, hay menos necesidad de iniciativas más pequeñas separadas. Una empresa de IA podría evitar las luchas de poder, compartir toda la información y, donde sea necesario, instanciar diversidad creativa entre sus agentes para que se exploren diferentes caminos.
¿Aumentará o disminuirá la disparidad salarial?
Se supone que el sistema actual recompensa a los trabajadores destacados. Estos ascienden en los rangos y reciben una mejor compensación. Pero en un mundo de asesores modelo excelentes, ¿cómo se distinguirán los trabajadores?
Si la IA les da la misma gran idea a todos, tenemos menos oportunidades de diferenciarnos. Las escalas salariales deberían comprimirse.
Lo que se opone a esta compresión es el criterio, el gusto y el alcance. Si cada uno de nosotros dirige empresas de IA por debajo nuestro, el valor humano residual es nuestra toma de decisiones. Si cada persona es responsable de un esfuerzo mayor por debajo de ella, la diferencia entre un buen criterio y uno malo suena más fuerte(se abre en una nueva ventana).
Hemos aplicado esta lógica durante mucho tiempo a la cima del organigrama. Justificamos el sueldo de los CEO(se abre en una nueva ventana) con la idea de que decisiones marginalmente mejores en la cima pueden tener efectos enormes en los resultados. La desigualdad salarial podría aumentar si algunos trabajadores gestionan mejor las empresas de IA que tienen debajo para desplegar recursos escasos.
Cuanto más está en juego, más se refleja en tu nómina tu pequeña ventaja sobre otra persona. Por otro lado, la IA dará buenos consejos a todos. Menos diferenciación comprime la distribución salarial.
Aquí y en otros lugares, la fuerza predominante dependerá quizá de si mayormente estamos proporcionando criterio o siguiéndolo.