El futuro de la empresa

Los dos teníamos veinticuatro años cuando empezamos a dirigir nuestros propios equipos aquí en OpenAI. Eso no resulta tan impresionante una vez que conoces a nuestros equipos.

Se supone que somos simples peones. A los veinticuatro años, estás en lo más bajo de la jerarquía corporativa. Tomas notas de las reuniones y escribes algunos memorandos. Después de años de trabajo tedioso, (con suerte) te otorgan mayores responsabilidades.

Nuestro camino y el de muchos jóvenes hoy en día es diferente. Nos incorporamos al mundo laboral con personal contratado. Estos agentes trabajan día y noche, fines de semana y festivos. Son excelentes en las tareas más arduas. Incluso contamos con medallistas de oro en las olimpiadas de matemáticas para que nos asesoren. Nuestros nuevos subordinados aún cometen errores, pero están mejorando, aprendiendo nuestras necesidades, y nosotros estamos aprendiendo a gestionarlos.

Ninguno de los dos ascendió en la jerarquía corporativa. La gerencia, en cambio, descendió hasta nuestro nivel. Este ensayo trata sobre nuestro ascenso y otras formas en que las empresas podrían reorganizarse al entrar en la era de la inteligencia.

Cuando la IA entra en la empresa, ¿adónde va? Presentamos tres escenarios ilustrativos:

Debajo de nosotros. Todos conservan su asiento, y un nuevo sótano de trabajo de IA crece debajo. Todos nos convertimos en gerentes. Primero tenemos asistentes, luego jefes de personal, y finalmente, empresas enteras en miniatura que reportan a cada uno de nosotros. Todos reciben un ascenso.

A nuestro lado. La IA se integra en el organigrama junto a las personas como una especie de colega, trabajando directamente para los gerentes y ejecutivos humanos. Comienza asumiendo esta tarea y aquella función. Con el tiempo, desempeña funciones más amplias y reporta a niveles superiores.

Entre nosotros. El caso más inesperado: humanos arriba y humanos abajo, con IA en medio. Coordina y supervisa el trabajo, reforzando la visión de un ejecutivo y reconociendo las contribuciones únicas de los trabajadores emprendedores.

Ninguno de estos escenarios se desarrollará exactamente como lo describimos, pero creemos que algunos aspectos de los tres se harán realidad. De hecho, los tres ya están ocurriendo de forma sutil.

Nuestro enfoque aquí no es la automatización total, sino una economía en transición. Nos interesa cómo
serán las empresas híbridas a medida que la IA mejore y se integre 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 sencilla para los empleados de base familiarizados con el trabajo. Una vez que los modelos realizan funciones amplias de principio a fin, los directivos pueden utilizarlos directamente. En nuestra opinión, una

IA más capaz es más fácil de adoptar: las empresas deben aprender las tecnologías, pero los trabajadores aprenden sobre la empresa y pueden integrarse por sí mismos.

Analizaremos las tres nuevas clases de organigramas y, a continuación, examinaremos qué significan para el futuro de la burocracia, la autonomía de los trabajadores, el tamaño de las empresas y la desigualdad salarial.

La promoción

Nuestro primer escenario parece el menos disruptivo. En él, las personas conservan sus puestos y las mismas líneas jerárquicas, realizando aparentemente las mismas tareas que antes. El organigrama humano se mantiene sin cambios entre el presente y este futuro.

La diferencia radica en lo que ocurre debajo de nosotros. Debajo de cada colaborador individual, una nueva fuerza laboral de IA reporta a cada uno de nosotros. Nuestro organigrama se convierte en un sótano y todos nos convertimos en gerentes.

Al principio, este sótano está sin terminar. Empezamos con uno o dos agentes cada uno, más como becarios entusiastas a quienes debemos supervisar y perdonar con facilidad que como empleados experimentados. Nuestras expectativas son bajas: enviar un correo electrónico aquí, redactar un memorándum allá, responder mensajes de Slack por todas partes. Al igual que los empleados humanos novatos, 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. Puede haber IA de gestión e IA operativas, contables y abogados, todos trabajando juntos a su solicitud. Lejos de supervisar a un becario, su operación acaba convirtiéndose en una pequeña empresa independiente, con su propio organigrama y usted como su junta directiva.

Jace sigue llevando la contabilidad de su empresa, pero ya no se dedica a manejar hojas de cálculo. Sus agentes subordinados se encargan de eso. El trabajo de Jace se parece más al de su representante de hace unos años. Su representante, a su vez, ahora tiene responsabilidades aún mayores.

La rutina diaria de Jace ha cambiado por completo; ahora se centra en la comunicación, la coordinación y la creatividad. Trabaja menos y se siente más motivado. Su vida laboral es más variada y se distingue por sus dotes 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 demanda más servicios contables que nunca. Los agentes aún no pueden realizar todas las tareas de su equipo. Los ejecutivos no tienen ni idea de cómo recopilar datos financieros y necesitan su experiencia en el sector para utilizar a los agentes de forma eficaz.

Automatización sin despidos

Observe cómo este escenario no implica despidos. Aquí adoptamos la IA sin automatizarnos. En cambio, automatizamos nuestras funciones anteriores y ascendemos en la jerarquía. La IA se encarga cada vez más de lo que solíamos hacer. Nuestros puestos de trabajo se mantienen porque hay más que gestionar y asumimos la responsabilidad de un mayor volumen de producción.

Los trabajos no son estáticos .

Supongamos que la IA puede hacer el noventa por ciento de lo que hacías antes. Podrías concluir que solo te queda el diez por ciento del trabajo. La otra posibilidad es que sigas haciendo un trabajo completo, solo que diferente, ahora enfocado en un objetivo diez veces mayor. Ese es el clásico beneficio de la tecnología: la productividad aumenta, la ambición aumenta para alcanzarla y los salarios pueden aumentar

Todo esto depende de si seguimos aportando valor .Se abre en una ventana nueva)a la producción. Este ensayo se centra en los próximos años, donde la automatización no será universalmente capaz ni adoptada. Incluso si la IA pudiera hacerlo todo, podríamos seguir valorando más algo porque lo creó una persona, o insistir en que una persona tenga la última palabra.

También depende de nuestro apetito. Si, como consumidores, no nos interesa una producción diez veces mayor, el equilibrio se desplazará hacia menos trabajadores o menos horas trabajadas. Históricamente, los aumentos en la producción no nos han saciado. Tenemos mucho más .(Se abre en una ventana nueva)pero trabajar solo un poco menos(Se abre en una ventana nueva)Si nuestro apetito sigue creciendo a medida que se multiplica la producción —y seguimos contribuyendo a ella—, optaremos por seguir intercambiando nuestro trabajo por un mayor consumo. Si, por el contrario, la producción se vuelve tan abundante que nos sentimos saciados, podríamos ofrecer una menor cantidad de mano de obra.

Más adelante analizaremos otras objeciones (por ejemplo, si habrá un mayor número de empresas pequeñas). Seguimos creyendo que este escenario es importante porque la adopción debe comenzar en algún punto. Las empresas necesitan una forma de evolucionar de manera estable a partir de sus estructuras organizativas actuales. Reforzar el trabajo de los empleados existentes puede ser un primer paso más sencillo que una reestructuración completa. Lo vemos hoy en día: un trabajador tras otro delegando tareas a la IA, sin que hasta ahora se haya producido una revolución organizativa.

Por qué la adopción podría comenzar desde abajo

Este escenario se basa en la contratación prioritaria de personal de primera línea. Los trabajadores de base, no los gerentes ni los ejecutivos, lideran la adopción de la IA. Esto parece probable, siempre y cuando la persona que mejor entienda cómo usar la IA sea quien antes realizaba el trabajo.

Los modelos ya pueden automatizar muchas tareas de ciencia de datos, pero un jefe de departamento que no esté familiarizado con los métodos y los detalles tendrá dificultades para aprovechar las herramientas. Hasta que la IA sea lo suficientemente proactiva como para indicar lo que se desconoce (véase nuestro siguiente ejemplo), probablemente funcionará mejor para quienes ya estén familiarizados con la metodología.

El nivel de entrada ya no es el nivel más bajo.

El mayor cambio en este escenario afecta a los trabajadores principiantes. Ya no existiría un escalón más bajo, al menos no para los humanos. Cuando contratemos a jóvenes, no será para colocarlos en los puestos más tediosos de la empresa.

Esos puestos serán ocupados por alguien a quien no le importe.

Con ello, perdemos algunas vías tradicionales para educar a los jóvenes trabajadores: el aprendizaje .(Se abre en una ventana nueva)El aprendizaje mediante el trabajo duro, la acumulación de experiencia. Estos son costos reales, pero en general lo vemos como un privilegio. El empleado más inexperto con una buena idea tiene recursos para experimentar. La excusa más antigua del edificio, « no tenemos suficiente personal» , está desapareciendo. Una empleada joven con un videojuego genial en mente y sin posibilidad de ascender en la plantilla ahora puede simplemente crearlo.

En nuestra opinión, este escenario de “ascenso” aún ofrece mucho que aprender a los trabajadores jóvenes: criterio, buen gusto, habilidades de gestión y visión creativa. Nos veremos incentivados a cultivar estas habilidades porque se reflejan en nuestro trabajo. Seguiremos aprendiendo haciendo .(Se abre en una ventana nueva)pero con un alcance mayor. Los veteranos de la empresa siguen incentivados a ayudarnos como administradores responsables (con participación accionaria en nuestro éxito). Esta oportunidad ofrece un rol más estimulante para todos, en todos los niveles. Cualquier trabajador puede demostrar su talento con una mayor responsabilidad, lo cual es especialmente importante para los trabajadores principiantes que no tenían ninguna responsabilidad.

El entrelazado

La segunda vía de entrada de la IA a la empresa se integra en el organigrama existente. Aquí, los agentes no son meros figurantes, sino compañeros. Un gerente tradicional asigna una parte del trabajo del equipo a un modelo, del mismo modo que lo haría con cualquier empleado. La IA se inserta junto a los humanos, no solo por debajo de ellos.

La principal diferencia con el primer escenario radica en que, en este caso, la IA productiva es adoptada por los gerentes humanos existentes , no solo por los colaboradores individuales actuales. Para ello, debe ser lo suficientemente competente como para integrarse plenamente al equipo.

Sheila es vicepresidenta de una empresa de muebles. Nunca antes había dirigido una campaña publicitaria. Le asigna un presupuesto y un sofá nuevo a un equipo de marketing de IA. El equipo divide las tareas de lanzamiento entre sus agentes. Algunos entrevistan a los vendedores. Otros coordinan con la fábrica para determinar qué pueden entregar. Un subagente lanza una encuesta en línea, mientras que otros crean prototipos de diferentes estilos visuales.

Los borradores y las revisiones se intercambian entre ellos sin pasar por su escritorio. Sus equipos de ventas y diseño, junto con el equipo de agentes de marketing, siguen reportándole directamente. El lunes, le entregan una campaña para su aprobación y le preguntan si las fotos hacen que el sofá parezca demasiado azul. Jamás se habría percatado de ese detalle si un experto en publicidad no se lo hubiera señalado. Autoriza a los agentes a coordinar con el fotógrafo una nueva sesión de fotos.

La escalera mecánica del alcance

Los humanos somos generalistas. Un martillo sirve para una tarea; un humano hace mucho más. La evolución de la IA, desde herramienta hasta trabajo, abarca un ámbito cada vez más amplio: automatiza la tarea, luego el trabajo, después un equipo y, finalmente, una empresa. Cada avance en su alcance exige una mayor competencia.

Un trabajo es como una maleta llena de tareas. Para un equipo completo, esa maleta está repleta de todo tipo de trabajo diverso. Cuantas más tareas haya, más posibles cuellos de botella habrá. Si incluso una sola tarea esencial del equipo implica trabajo físico, se requiere un conjunto completamente nuevo de periféricos. Para poder sustituir a todo un equipo, la IA debe ser capaz de desempeñar todas sus diversas responsabilidades.

La IA capaz de gestionar un mayor alcance es más difícil de desarrollar. Pero para las empresas —y esta es la asimetría central de toda la transición—, un mayor alcance es más fácil de adoptar .

Un equipo o una función automatizada integral puede ser adoptada directamente por un ejecutivo. Una herramienta con capacidades más limitadas no puede implementarse tan fácilmente desde arriba. La herramienta más sencilla requiere una amplia aceptación y capacitación de todo el personal.

Las empresas aprenden sobre tecnología; los trabajadores aprenden sobre la empresa.

Las nuevas tecnologías tradicionalmente abaratan la realización de un conjunto limitado de tareas. Entonces la carga se traslada al comprador. La empresa debe averiguar cómo aprovechar la nueva herramienta y debe capacitar, reorganizar y reconstruir sus procesos .(Se abre en una ventana nueva)a su alrededor. El software de hojas de cálculo no se instaló solo en el departamento de contabilidad; el departamento de contabilidad se reestructuró en torno al software.

El trabajo es lo opuesto. Un becario, un empleado y un buen equipo descubren cómo serte útiles . Te interrogan, comprenden tu contexto, perciben tus necesidades. Te dicen cosas que ni siquiera sabías que desconocías. El mejor trabajo se integra por sí solo.

Cuanto más se asemeja la IA al trabajo en este sentido, con iniciativa y adaptabilidad, menos tendrá que aprender la empresa a aprovecharla y más descubrirá ella cómo ser útil para la empresa. Un ejecutivo probablemente no asistirá a una clase básica de software de diseño para aprender una nueva herramienta. Pero aceptará con gusto una oferta que suene como: dime qué quieres y yo me encargaré de toda tu función de marketing .

Esta no es una economía de lobos solitarios.

Con demasiada frecuencia, llamamos al santo grial de la IAG la automatización de un trabajo. Es cierto que aún no hemos llegado a eso. Los trabajos son extraordinariamente complicados porque somos impresionantemente capaces. Aun así, muy poco ...(Se abre en una ventana nueva)Una parte importante de la producción de nuestra economía proviene de trabajadores individuales. Los empleos 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 IA general no nos da suficiente crédito a los humanos. El trabajo no se trata solo de las tareas, ni siquiera de manejar los componentes no rutinarios: nuestro trabajo también se trata de una coordinación prodigiosa , nuestra plasticidad para realizar pequeñas partes de resultados mayores. Vendernos como simples sacos de tareas es una miseria. La capacidad humana está en nuestras organizaciones .(Se abre en una ventana nueva)más que el individuo. Un AGI económico debe alcanzar el estándar de personas , no de persona .

Como resultado, el escenario de “entrelazamiento” puede ser bastante ineficiente si la IA sigue siendo como una herramienta o incluso como un trabajador, en lugar de como un equipo o una empresa. Un modelo encajado junto a cada trabajador significa mil conexiones y traspasos .(Se abre en una ventana nueva)Esta configuración fragmentada puede ralentizar la adopción.

Observamos una competencia entre implementaciones anteriores, menos capaces, y modelos posteriores, más capaces. El resultado dependerá de si la adopción de los modelos futuros es tan rápida que compensa el tiempo adicional necesario para alcanzar dichas capacidades.

Los dos escenarios hasta ahora

Este escenario de «entrelazamiento» puede coexistir con el primer escenario de «promoción». Es posible que veamos a las empresas reducir su plantilla a medida que la IA automatiza ciertas funciones, mientras que los empleados restantes obtienen responsabilidades mucho más amplias con el apoyo de sus agentes. Es importante destacar que este escenario, por sí solo, no implica una disminución del empleo humano en general. Podríamos encontrarnos con más empresas, cada una con una plantilla menor.

La superposición de capas

Nuestro tercer escenario es el más desconcertante. Aquí, la IA entra en la empresa por encima de las personas. La jerarquía ya no es humanos sobre máquinas, sino humano, IA, humano: un sándwich de automatización. Algunas personas "reportan" a una IA.

Puede sonar descabellado, sobre todo como punto de partida para su adopción por parte de las empresas. Pero creemos que, de maneras menos radicales, esto ya ha comenzado.

Asha, la directora ejecutiva, recibe un aviso de su consultora de IA informándole de un problema con un próximo lanzamiento. La consultora ya investigó el asunto y descubrió que el equipo de ingeniería no está desarrollando una función que el departamento de ventas había prometido. La información proviene de conversaciones informales en Slack; nadie le ha enviado un informe ni se ha percatado de la falta de comunicación entre los equipos.

La consultora de IA le propone retrasar el lanzamiento y reasignar a tres ingenieros. También observa que Sarah, una ingeniera que trabaja desde casa, ya ha creado una infraestructura útil para el proyecto sin que nadie se lo haya pedido. La consultora se asegura de que la contribución proactiva de Sarah sea reconocida y comunicada a Asha. Asha llama a Sarah, le agradece su dedicación y la felicita nombrándola líder de ingeniería del nuevo proyecto.

La escalera podría arder desde arriba.

Incluso cuando pensamos en la IA como una herramienta para mecanizar el trabajo cognitivo, solemos centrarnos en los niveles inferiores. Normalmente decimos que la IA automatiza hojas de cálculo y presentaciones, no la gestión. Nuestra intuición nos dice que la automatización asciende en la jerarquía: primero el trabajo cognitivo rutinario y, por último, el juicio, con el gerente como último reducto.

Pero el trabajo de un gerente se desarrolla principalmente en la computadora y en la mente: leer, reunirse, sopesar, contextualizar, tomar decisiones. La presencia física, recorrer las oficinas y estar cerca del equipo, tiene su valor. Sin embargo, es el trabajo de campo, incluso cuando es mayormente cognitivo, el que se relaciona más con los datos y las herramientas que la gestión. Al becario lo mandan a la fotocopiadora, no a su jefe.

La toma de decisiones gerenciales es difícil de enseñar a un modelo, porque el éxito es ambiguo y se mide en horizontes temporales largos. Es por razones similares .(Se abre en una ventana nueva)Es difícil formar buenos gerentes humanos. Aún no sabemos qué tan buenos son los modelos en la gestión. Abundan las evaluaciones del trabajo cognitivo enfocado en la ejecución, pero pocas capturan la coordinación a gran escala a nivel de gerentes y ejecutivos.

Aún vale la pena considerar que los modelos actuales podrían tener capacidades más similares a las de los gerentes humanos que a las de los trabajadores de base. Algunas funciones gerenciales podrían automatizarse antes que las tareas que supervisan.

Consultores por todas partes, todo el tiempo.

Quizás la versión completa de este escenario de "capas" sea una IA que piense por sí misma y luego cubra sus carencias con contratistas humanos que le reporten. Ese mundo nos resulta bastante ajeno. Sería necesario un cambio radical.

Pero existe una encarnación más orgánica, y su acto inaugural ya está en escena: el asesoramiento . Hoy en día, un ejecutivo puede pedirle a ChatGPT que lea cientos de canales de Slack, documentos, mensajes y archivos de código de toda su empresa, y luego responda preguntas. ¿Qué hace realmente este equipo?

¿Dónde se manifiesta esa vulnerabilidad? Cada parte de la organización es cada vez más analizable .(Se abre en una ventana nueva)le.

Los ejecutivos llevan mucho tiempo llenando el organigrama con intermediarios sin escrúpulos; a eso lo llamaban consultoría. Una consultora de gestión te coloca en una posición intermedia, de forma breve y costosa. En el futuro, los consultores de IA podrían ser extremadamente baratos y estar siempre presentes.

Los modelos apenas comienzan a analizar de forma fiable los documentos y comunicaciones de la empresa. Su criterio y proactividad deben madurar. Por ahora, ChatGPT ayuda a una ejecutiva motivada a comprender su organización con mayor detalle. Prevemos que, con el tiempo, se convertirá en una consultora integral. No será un verdadero "gestor" de empleados de menor nivel, sino más bien un corresponsal interno y asesor de ejecutivos. Aprovechará su experiencia empresarial para analizarlo todo, identificando proactivamente los puntos débiles y facilitando la priorización de tareas.

Que esto sea beneficioso o perjudicial dependerá del ejecutivo. El efecto estructural es la centralización . Observamos que esto acorta la distancia entre la alta dirección y la empresa en sí. Concentra más poder en la cúpula, donde las fricciones informativas solían favorecer una toma de decisiones más descentralizada.

Este escenario nos parece trascendental no solo por cómo redistribuye la autoridad, sino también por la facilidad con la que se puede adoptar la IA como consultoría. Al igual que con la consultoría tradicional, la consultoría de IA no requiere conocimientos técnicos por parte del ejecutivo. No se trata de una computadora adoptada desde abajo por cualquiera que sepa teclear y usar una terminal. Simplemente se habla con el consultor, y este se encarga de los aspectos técnicos. Esta ola de adopción puede comenzar en la alta dirección. La consultoría, a su vez, podría acelerar la adopción de la IA en el resto de la organización.

El contrato de trabajo en evolución

Una de las razones principales por las que las empresas desconfían del trabajo remoto y la subcontratación es la aplicabilidad. Nunca ha habido una forma barata para que las empresas observen la realización del trabajo en toda su riqueza. Así que miden las pantomimas .(Se abre en una ventana nueva)De ello, clics contados, movimientos del ratón, puntos verdes de estado, señales tan alejadas de si se está haciendo un buen trabajo.

La IA ofrece un sistema de monitoreo que comprende . Puede analizar lo que una persona produce y reconocer el progreso real hacia objetivos más ambiciosos. Como veremos en la siguiente sección, cualquier nuevo sistema de vigilancia no debe implementarse a la ligera .(Se abre en una ventana nueva)Pero, en las circunstancias adecuadas, puede aumentar la confianza y animar a las empresas a dar más libertad a sus empleados.

Si el sistema de monitoreo comprende las diversas vías que pueden conducir a un buen desempeño, los empleados podrán trabajar de forma más flexible. El progreso hacia buenos resultados será más importante que un método preestablecido y fácil de controlar para los jefes. Un sistema de monitoreo inteligente ofrece flexibilidad y penaliza la productividad basada en el rendimiento que todos detestamos.

La propuesta de valor aquí se asemeja a la de las aseguradoras que reducen las tarifas si instalas un rastreador en tu coche. Si intentabas engañar al sistema, esto te perjudica; si simplemente estabas haciendo tu trabajo, el dispositivo puede darte la razón y la gerencia confía más en ti.

Esa confianza es generativa. Podríamos ver una nueva disposición .(Se abre en una ventana nueva)Desde empresas que antes se mostraban reacias al trabajo híbrido, hasta mentes poco convencionales, pasando por contratistas o la contratación de personas brillantes en países lejanos.

Los empleados de base tienen muchos problemas con el organigrama actual. Es sumamente desalentador no tener forma de comunicar un problema a los superiores cuando lo vemos de primera mano. Es injusto estar bajo las órdenes de un gerente ineficaz o realizar un excelente trabajo que no se reconoce.

Consideramos que la anterior ola de hiperoptimización empresarial se basó en datos limitados, directrices imprecisas y algoritmos simplistas. Si lo único que se puede procesar son relaciones de engranajes, todos parecen meros engranajes. Las empresas llevan mucho tiempo lidiando con problemas para medir el desempeño de su personal. Un sistema de monitorización inteligente podría reconocer contribuciones valiosas y enfoques únicos que las métricas actuales, poco precisas, no detectan.

Cuatro grandes preguntas

Partiendo de los tres escenarios estilizados, exploramos ahora algunas de las cuestiones determinantes para el futuro de la empresa.

¿Las empresas tendrán más o menos trámites burocráticos?

Construir suele ser bastante caro. Una aplicación, una película, una presentación, un artículo, un análisis: todo esto es costoso, lento y tedioso de rehacer. Cuando solo tienes una oportunidad, inviertes en apuntar. Hay ciclos de planificación, ceremonias de elaboración de hojas de ruta y comités de aprobación para asegurar que, cuando la empresa finalmente dé luz verde, lo haga con algo valioso. Muchos controles en nuestras jerarquías existen porque la ejecución era fundamental.

En muchos ámbitos, la IA está reduciendo drásticamente el coste de construcción, al menos hasta la fase de prototipado, si no hasta la finalización. Creemos que el enfoque de la empresa debería cambiar en consecuencia: apuntar menos, disparar más. Una empresa puede construir un prototipo, observar, aprender rápidamente, reorientarse y volver a construirlo. Prototipado sencillo .(Se abre en una ventana nueva)Esto debería alejar a las empresas de las instituciones que sustentan la producción intensiva en planificación.

La versión más sencilla de esto es un equipo que itera con mayor rapidez. En una interpretación más radical, se cuestiona el propio equipo. Si la planificación colaborativa importa menos y las ideas diversas e independientes importan más, ¿es mejor tener un solo equipo que itere rápidamente o muchos individuos, cada uno presentando 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?

La construcción barata podría inclinar la balanza de la empresa hacia el individualismo. Esto implicaría menos niveles de gerencia intermedia y menos solicitudes de permiso, ya que antes pedir permiso era más barato que hacerlo, y ahora no lo es.

Dicho todo esto, como veremos a continuación, la misma tecnología que permite a las personas crear prototipos con menos riesgo también puede imponer una mayor cantidad de trámites burocráticos.

¿Tendrán los trabajadores más o menos autonomía?

Una de las principales razones por las que las empresas imponen una gestión jerárquica es la creencia de que los ejecutivos toman mejores decisiones relevantes para el negocio .(Se abre en una ventana nueva)que los trabajadores junior. Las empresas pagan más por los veteranos altamente competentes en puestos directivos, y los gerentes suelen recibir formación en estrategia empresarial, mientras que los colaboradores individuales se especializan en su área. Si la IA ofrece un asesoramiento excelente a todos los trabajadores, la brecha en la calidad de la toma de decisiones se reduce. Habría menos motivos para que los gerentes interfieran. Esto aumentaría la autonomía de los trabajadores y, potencialmente, reduciría los niveles jerárquicos.

De igual modo, la "consultora de IA" garantiza que no ocurra nada demasiado importante sin que un ejecutivo sea alertado. Si un empleado está a punto de publicar una entrada de blog con graves repercusiones para la empresa, la consultora lo notificará proactivamente al ejecutivo. Esto genera confianza: la dirección no tiene que preocuparse de que ocurran grandes contratiempos sin su conocimiento, por lo que no necesita ejercer un control tan estricto .(Se abre en una ventana nueva)sobre cómo un trabajador desempeña su trabajo.

Pero la consultoría en IA es un arma de doble filo .(Se abre en una ventana nueva)Puede generar mayor confianza en los trabajadores como un monitor inteligente; también puede imponer con mayor rigor la forma preferida de hacer las cosas por parte del director ejecutivo en toda la organización. Las empresas valoran la coherencia .(Se abre en una ventana nueva)No se trata solo de una buena decisión, sino de una decisión compatible con la cultura, la marca y las economías de escala de la empresa. Una cadena de restaurantes puede preferir un menú común en todas sus franquicias, de modo que los ingredientes se puedan pedir al por mayor y los clientes puedan esperar un producto uniforme.

En este sentido, los incentivos para los jefes de las empresas no siempre coinciden con los de los trabajadores. Los trabajadores optimizan para el éxito de su dominio .(Se abre en una ventana nueva)Mientras que los ejecutivos se preocupan por la empresa en general. Los propietarios de acciones tienen preferencias diferentes a las de los trabajadores asalariados, porque son ellos quienes obtienen las recompensas .(Se abre en una ventana nueva)de mayor esfuerzo. La consultora podría exigir un cumplimiento más estricto de los regímenes específicos prescritos desde la dirección.

En nuestra opinión, en general, los trabajadores ganarán autonomía. Nuestro optimismo se basa en que las empresas utilicen la IA para detectar excepciones importantes, al tiempo que dejan más margen de decisión en manos de los trabajadores.

Creemos que la IA actuará como un andamiaje; incluso si los ejecutivos desean mantener una marca coherente, esto simplemente representará una limitación operativa. Los trabajadores estarán más al tanto de las restricciones empresariales y contarán con mayor seguridad para desarrollar su creatividad fuera de dichas restricciones. Con estas bases cubiertas, los ejecutivos podrán permitir que los empleados exploren nuevos enfoques potencialmente lucrativos. Con la ayuda de la IA, los trabajadores también serán responsables de resultados más sustanciales. Vemos más oportunidades para la creatividad al supervisar tareas más complejas.

¿Las empresas se contraerán o se expandirán?

La misma lógica sobre la autonomía de los trabajadores también se aplica al tamaño de la empresa. Ronald Coase(Se abre en una ventana nueva)Se preguntó por qué organizamos la producción dentro de las empresas en lugar de mediante una red de contratos. Incluso un avión podría construirse exclusivamente mediante contratos entre particulares, pero sería muy ineficiente. Las empresas aprovechan las economías de escala, alinean los incentivos, organizan grandes proyectos y eliminan la necesidad del trueque constante.

Al facilitar la comunicación, la IA podría justificar la existencia de empresas de cualquier tamaño. La empresa tradicional es una infraestructura para transmitir información de arriba hacia abajo e instrucciones de abajo hacia arriba, plagada de fricciones y malentendidos. Una empresa más grande (con más empleados) resulta menos engorrosa si la IA actúa como capa de coordinación. Con la "consultoría de IA", un ejecutivo puede conocer su empresa como un fundador conoce una startup de veinte personas. Puede supervisar la implementación de una iniciativa en lugar de esperar a los informes trimestrales, y recibir notificaciones si surge algún problema. Su visión puede tener mayor alcance. 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 fluida y el cumplimiento más fácil de controlar, una empresa no necesita internalizar tanto su cadena de suministro. La empresa puede confiar más en los proveedores y contratistas externos.

Una de las principales motivaciones para la integración vertical es alinear los incentivos. Existe la idea de los contratos incompletos .(Se abre en una ventana nueva)Una empresa aeroespacial podría contratar a una empresa de motores a reacción, pero para todo lo que no esté explícitamente estipulado en el contrato, la empresa de motores a reacción tiene incentivos para ahorrar costes y priorizar sus propios beneficios. Para evitar esto, la empresa aeroespacial compra la empresa de motores a reacción. Al igual que ocurre con los trabajadores y los jefes: si los contratos son más fáciles de supervisar y se arbitran de forma inteligente, en lugar de simplemente cumplir con ciertos requisitos, las empresas podrían sentirse más cómodas recurriendo a otras empresas. Habría menos motivos para gestionar todo internamente.

Prevemos la aparición de numerosas empresas pequeñas, pero también de grandes conglomerados de IA donde se desarrollen multitud de proyectos diferentes dentro de una misma organización. El conglomerado resulta económico cuando existe un activo común que aprovechan todos los proyectos. Este activo común podría ser la capacidad de procesamiento, aunque esta puede proporcionarse fácilmente en pequeñas cantidades según las necesidades específicas. Una fábrica o flota de robots común constituye una motivación aún mejor.

La existencia de un gran grupo empresarial también puede justificarse mediante incentivos alineados . Si una gran organización de IA y capital se dedica por completo a una misión común —por ejemplo, la cura del cáncer—, se reduce la necesidad de iniciativas más pequeñas e independientes. Una empresa de IA podría evitar luchas de poder, compartir toda la información y, cuando sea necesario, fomentar la diversidad creativa entre sus agentes para que se exploren diferentes caminos.

¿Aumentará o disminuirá la desigualdad salarial?

Se supone que el sistema actual recompensa a los trabajadores más destacados. Ascienden en la jerarquía y reciben una mejor remuneración. Pero en un mundo con asesores modelo excepcionales, ¿cómo podrán diferenciarse los trabajadores?

Si la IA ofrece la misma gran idea a todo el mundo, tendremos menos oportunidades de diferenciarnos. Las escalas salariales deberían comprimirse.

Lo que se opone a esta compresión es el juicio, el gusto y el alcance. Si cada uno de nosotros dirige empresas de IA bajo nuestra supervisión, el valor humano residual reside en nuestra capacidad de decisión. Si cada persona es responsable de un esfuerzo mayor bajo su supervisión, la diferencia entre el buen y el mal juicio resuena con mayor fuerza .(Se abre en una ventana nueva).

Llevamos mucho tiempo aplicando esta lógica a la cúpula del organigrama. Justificamos el salario del CEO .(Se abre en una ventana nueva)Partiendo de la idea de que decisiones ligeramente mejores en la cúpula directiva pueden tener un impacto enorme en los resultados finales, la desigualdad salarial podría aumentar si algunos trabajadores gestionan mejor las empresas de IA que están bajo su mando para optimizar el uso de los escasos recursos.

Cuanto mayor sea el riesgo, más se reflejará tu pequeña ventaja sobre los demás en tu salario. Por otro lado, la IA ofrece buenos consejos para todos. Una menor diferenciación reduce la desigualdad salarial.

Aquí y en otros lugares, la fuerza dominante dependerá quizás de si principalmente emitimos juicios o si los seguimos.