Viime viikkoina Accenture on noussut otsikoihin yhdistääkseen ylempien johtajien ylennysmahdollisuudet sisäisten tekoälytyökalujen käyttöön. Automaation ja tehokkuuden määrittelemillä markkinoilla työntekijöiden odotetaan integroivan tekoälyn päivittäisiin työnkulkuihinsa. Käytä nyt voi muokata urapolkua.
Tämä politiikka heijastaa jotain laajempaa, joka kehittyy yritys-Amerikassa. Yritykset eivät vain käytä tekoälyä tehtävien automatisointiin. He käyttävät sitä luodakseen odotuksia siitä, kuinka paljon työtä ihmisten pitäisi tuottaa.
Tämä ei ole luonnostaan väärin. Mittaus on välttämätöntä kurinalaisuuden ja suorituskyvyn kannalta. Tekoälytyökalut voivat vähentää kitkaa, poistaa vähäarvoisia tehtäviä ja selkeyttää tavoitteita. Huolellisesti käytettynä ne voivat parantaa ihmisen kykyjä.
Vika on muualla.
Vaara syntyy, kun suurempi mitattu tuotos sekoitetaan kestävään suorituskykyyn. Kun organisaatiot rinnastavat tuottavuuden kasvun pysyviin odotusten kasvuun, ne lainaavat tehokkaasti biologisia varantoja vastaan. Velka maksetaan myöhemmin irtautumalla, liikevaihdolla ja heikommin sopeutumiskyvyllä.
AI voi kaksinkertaistaa tuotannon. Ihmisen biologia ei voi.
Eskaloitumista ohjaava logiikka on ymmärrettävää. Jos generatiivisten työkalujen avulla konsultti voi analysoida kaksi kertaa niin paljon dataa, miksi ei mukauttaisi tavoitteita? Jos koodausvelhot pakkaavat kehitysaikataulut, miksi et nollaa toimitusaikatauluja? Jos kojelaudat mittaavat suorituskyvyn reaaliajassa, miksi ei kalibroisi odotuksia tarkasti?
Ongelmana on, että koneen kiihdytys ei automaattisesti lisää ihmisen kapasiteettia.
Ihmisen suorituskyky noudattaa epälineaarisia käyriä. Kohtalainen stressi terävöittää huomion. Krooninen stressi heikentää muistia, arvostelukykyä ja tunteiden säätelyä. Energia on rajallinen. Palautuskapasiteetti on rajallinen. Emotionaalinen kaistanleveys on rajallinen. Kun tekoäly lisää työn vauhtia ja määrää, biologinen järjestelmä ei skaalaudu rinnakkain.
Tekniikka voi pakata tehtäviä. Et voi pakata palautusta.
Kun yritykset käyttävät tekoälyä käsittelemään kaksi kertaa enemmän tietoa, osallistumaan kaksinkertaiseen määrään kokouksiin ja tuottamaan kaksi kertaa enemmän suorituksia, houkutus on käsitellä tätä kasvua uutena lähtötilanteena. Se, mikä oli ennen poikkeuksellista, tulee odotettavaksi. Se, mikä oli kerran väliaikaista, muuttuu pysyväksi.
Ajan mittaan tällä epätasapainolla on ennustettavissa olevia seurauksia. Uupumussyklit lisääntyvät. Poissaolot lisääntyvät. Luova ongelmanratkaisu vähenee kognitiivisen kuormituksen kasvaessa. Harkinnanvarainen ponnistus vähenee. Samat työkalut, jotka on suunniteltu vapauttamaan tuottavuutta, alkavat heikentää sitä tukevia ominaisuuksia.
Näillä vaikutuksilla on mitattavissa olevia taloudellisia seurauksia.
Liikevaihto ei ole kulttuurinen haitta. Ammattitaitoisten työntekijöiden korvaaminen voi maksaa merkittävän prosenttiosuuden vuotuisesta korvauksesta, kun rekrytointimaksut, aloitusaika, menetetty tuottavuus ja tiimihäiriöt huomioidaan. Jos tekoälyyn perustuvat odotusten nollaukset lisäävät kulumista jopa vaatimattomasti, paremmasta suorituskyvystä saatavat taloudelliset hyödyt voivat nopeasti kompensoitua korvauskustannuksilla ja heikentyneellä institutionaalisella muistilla.
Tuottavuuden epävakaus vaikuttaa myös ansioiden laatuun. Lähellä fysiologisia rajoja työskentelevillä työntekijöillä on taipumus tuottaa lyhyitä kohonneita tuotantojaksoja, joita seuraa väsymys, irtisanoutuminen tai pitkittynyt loma. Tämä epävakaus vaikeuttaa suunnittelua ja heikentää toiminnan ennustettavuutta. Tietointensiivisillä teollisuudenaloilla kestävä arvo riippuu vähemmän raakasuorituskyvystä, vaan enemmän harkintakyvystä, innovaatiosta ja yhteistoiminnallisesta ongelmanratkaisusta. Nämä ominaisuudet heikkenevät, kun biologiset rajoitukset jätetään huomiotta.
Lainaamisen dynamiikka biologisia varantoja vastaan muistuttaa taloudellista vipuvaikutusta. Kun yritykset lisäävät velkaa vahvistamatta taustalla olevaa kassavirtaa, ne lisäävät lyhyen aikavälin tuottoa, mutta lisäävät pitkän aikavälin haurautta. Tuotannon odotusten lisääminen vahvistamatta elpymistä, autonomiaa ja luottamusta luo samanlaisen epätasapainon. Organisaatiot voivat saavuttaa vaikuttavia neljännesvuosittaisia voittoja samalla kun ne kuluttavat hiljaa tulevan suorituskyvyn perustana olevaa inhimillistä pääomaa.
Myös vaatimustenmukaisuuteen ja maineeseen liittyy riskejä. Kun yritykset keräävät enemmän biometrisiä ja käyttäytymistietoja tekoälyjärjestelmien ja puettavien teknologioiden avulla, sääntelyviranomaiset kiinnittävät enemmän huomiota yksityisyyteen ja vammaisten suojeluun. Terveys- tai käyttäytymistietoihin liittyvä tietomurto voi nopeasti johtaa mainevaurioon ja markkina-arvon rapautumiseen. Inhimillisen pääoman hallinto on yhä enemmän osa fidusiaarista valvontaa pikemminkin kuin perifeerinen henkilöresurssikysymys.
Mikään näistä ei viittaa mittareiden luopumiseen. Ero on siinä, miten niitä käytetään.
Tekoälyn tulisi poistaa kitka, ei pysyvästi nostaa biologista kattoa. Sen pitäisi laajentaa strategista kykyä, ei supistaa palautumisaikaa. Mittarit voivat kurittaa suorituskykyä, mutta ne eivät voi poistaa fysiologisia rajoituksia.
Luottamuksella on ratkaiseva rooli. Korkean luotettavuuden omaavat ympäristöt vähentävät koordinointikustannuksia ja nopeuttavat suoritusta. Kun seuranta näyttää läpinäkyvältä ja tukevalta, adoptio seuraa yleensä. Kun tunnet olosi houkuttelevaksi, stressivasteet lisääntyvät ja sisäinen motivaatio laskee. Valvonta voi lisätä näkyvää tuotantoa lyhyellä aikavälillä, mutta se voi hiljaisesti nostaa organisaation kustannusrakennetta pitkällä aikavälillä.
Sijoittajat tarkastelevat yhä enemmän työvoiman vakautta ja joustavuutta kestävän suorituskyvyn ajureina. Inhimillistä pääomaa koskevat tiedot menevät nyt tilinpäätösten rinnalla arvioitaessa pitkän aikavälin arvonmuodostusta. Strategia, joka perustuu tuotannon kaksinkertaistamiseen tekoälyn avulla vahvistamatta elpymistä, autonomiaa ja luottamusta, saattaa luoda hauraita organisaatioita, jotka murtuvat paineen alaisena.
Hallitusten ja johtoryhmien tulisi esittää tiukempia kysymyksiä, kun tekoälyn käyttöönotto kiihtyy. Tuleeko tuottavuuden kasvu kitkan poistamisesta vai odotusten lisäämisestä? Ovatko palautussyklit sisäänrakennettu suorituskykyjärjestelmiin? Vahvistammeko inhimillisen pääoman kestävyyttä vai kulutammeko sitä lyhyen aikavälin hyötyihin? Kumpi lähestymistapa tuottaa vakaamman tuoton kolmen tai viiden vuoden aikajänteellä?
Todennäköisimmin AI-aikakaudella menestyvät yritykset eivät ole niitä, jotka vaativat korkeimpia tuottavuuskertoimia. He ovat niitä, jotka yhdistävät teknologisen kiihtyvyyden biologiseen kestävyyteen.
Se vaatii suunnittelukuria. Se tarkoittaa palautussyklien rakentamista suorituskykyjärjestelmiin. Se tarkoittaa arvon mittaamista usean vuoden aikajänteellä sen sijaan, että palkitsisi neljännesvuosittaiset piikit. Ja se tarkoittaa sen tunnustamista, että vaikka tekoäly voi laajentaa analyyttistä kapasiteettia ja tiivistää aikajanat, se ei voi kirjoittaa uudelleen ihmisen fysiologian rajoja.
Organisaatiot, jotka jättävät huomiotta tämän rajoituksen, voivat saavuttaa vaikuttavia lyhyen aikavälin voittoja. He saattavat myös huomata, että todellinen pullonkaula tekoälyn aikakaudella ei ole teknologinen kapasiteetti.
Biologisen järjestelmän odotetaan pysyvän mukana.
Fortune.comin kommenteissa ilmaistut mielipiteet ovat yksinomaan niiden kirjoittajien näkemyksiä, eivätkä ne välttämättä heijasta Fortunen mielipiteitä ja uskomuksia.