W ostatnich tygodniach firma Accenture trafiła na pierwsze strony gazet w związku z powiązaniem perspektyw awansu menedżerów wyższego szczebla z wykorzystaniem wewnętrznych narzędzi sztucznej inteligencji. Na rynku charakteryzującym się automatyzacją i wydajnością od pracowników oczekuje się integracji sztucznej inteligencji z codziennymi przepływami pracy. Użyj teraz, aby ukształtować ścieżkę kariery.
Polityka ta odzwierciedla coś szerszego, co rozwija się w korporacyjnej Ameryce. Firmy wykorzystują sztuczną inteligencję nie tylko do automatyzacji zadań. Używają go do generowania oczekiwań co do tego, ile pracy powinni wykonać ludzie.
Nie jest to z natury złe. Pomiary są niezbędne dla dyscypliny i wydajności. Narzędzia AI mogą zmniejszyć tarcia, wyeliminować zadania o niskiej wartości i wyjaśnić cele. Używane ostrożnie, mogą zwiększyć ludzkie zdolności.
Błąd leży gdzie indziej.
Niebezpieczeństwo pojawia się, gdy większą zmierzoną wydajność myli się ze zrównoważonymi wynikami. Kiedy organizacje utożsamiają wzrost produktywności z trwałym wzrostem oczekiwań, w rzeczywistości zaciągają pożyczki pod zastaw rezerw biologicznych. Dług jest spłacany później w wyniku wycofania się, rotacji i mniejszych zdolności adaptacyjnych.
Sztuczna inteligencja może podwoić produkcję. Biologia człowieka nie może.
Logika stojąca za eskalacją jest zrozumiała. Jeśli narzędzia generatywne pozwalają konsultantowi przeanalizować dwa razy więcej danych, dlaczego nie dostosować celów? Jeśli kreatorzy kodowania kompresują harmonogramy programowania, dlaczego nie zresetować harmonogramów dostaw? Jeśli pulpity nawigacyjne określają wydajność w czasie rzeczywistym, dlaczego nie dokładnie skalibrować oczekiwania?
Problem polega na tym, że przyspieszenie maszyny nie zwiększa automatycznie możliwości człowieka.
Wydajność człowieka przebiega według nieliniowych krzywych. Umiarkowany stres wyostrza uwagę. Przewlekły stres pogarsza pamięć, ocenę sytuacji i regulację emocji. Energia jest skończona. Możliwości odzyskiwania są ograniczone. Przepustowość emocjonalna jest skończona. Kiedy sztuczna inteligencja zwiększa tempo i objętość pracy, system biologiczny nie skaluje się równolegle.
Technologia może kompresować zadania. Nie można kompresować odzyskiwania.
Kiedy firmy wykorzystują sztuczną inteligencję do przetwarzania dwa razy więcej informacji, uczestniczą w dwukrotnie większej liczbie spotkań i generują dwa razy więcej wyników, pojawia się pokusa, aby potraktować ten wzrost jako nowy punkt odniesienia. To, co kiedyś było wyjątkowe, staje się oczekiwane. To, co kiedyś było tymczasowe, staje się trwałe.
Z biegiem czasu ta nierównowaga powoduje przewidywalne konsekwencje. Zwiększają się cykle wyczerpania. Zwiększa się absencja. Kreatywne rozwiązywanie problemów zmniejsza się wraz ze wzrostem obciążenia poznawczego. Uznaniowy wysiłek maleje. Te same narzędzia zaprojektowane, aby odblokować produktywność, zaczynają ograniczać możliwości, które ją wspierają.
Efekty te niosą ze sobą wymierne konsekwencje ekonomiczne.
Obrót nie jest niedogodnością kulturową. Zastąpienie wykwalifikowanych pracowników może kosztować znaczny procent rocznego wynagrodzenia, jeśli uwzględni się opłaty rekrutacyjne, czas wdrożenia, utratę produktywności i zakłócenia pracy zespołu. Jeśli resetowanie oczekiwań oparte na sztucznej inteligencji choć w niewielkim stopniu zwiększy ubytek zasobów, zyski finansowe wynikające z lepszych wyników można szybko zrównoważyć kosztami odtworzenia i osłabioną pamięcią instytucjonalną.
Zmienność produktywności wpływa również na jakość zysków. Pracownicy pracujący w pobliżu limitów fizjologicznych mają tendencję do krótkich okresów zwiększonej produkcji, po których następują zmęczenie, brak zaangażowania lub dłuższy urlop. Ta zmienność komplikuje planowanie i osłabia przewidywalność operacyjną. W branżach wymagających wiedzy trwała wartość w mniejszym stopniu zależy od surowych wyników, a bardziej od oceny, innowacji i wspólnego rozwiązywania problemów. Zdolności te ulegają pogorszeniu, gdy ignorowane są ograniczenia biologiczne.
Dynamika zaciągania kredytów pod rezerwy biologiczne przypomina dźwignię finansową. Kiedy przedsiębiorstwa zwiększają zadłużenie bez wzmacniania podstawowych przepływów pieniężnych, zwiększają krótkoterminowe zyski, ale zwiększają niestabilność w dłuższej perspektywie. Zwiększanie oczekiwań produkcyjnych bez wzmacniania ożywienia gospodarczego, autonomii i zaufania powoduje podobny brak równowagi. Organizacje mogą generować imponujące zyski kwartalne, jednocześnie po cichu uszczuplając kapitał ludzki, który stanowi podstawę przyszłych wyników.
Istnieją również ryzyka związane z przestrzeganiem zasad i reputacją. W miarę jak firmy gromadzą coraz więcej danych biometrycznych i behawioralnych za pośrednictwem systemów sztucznej inteligencji i technologii noszenia, organy regulacyjne zwracają większą uwagę na ochronę prywatności i niepełnosprawności. Naruszenie dotyczące danych zdrowotnych lub behawioralnych może szybko przełożyć się na utratę reputacji i erozję wartości rynkowej. Zarządzanie kapitałem ludzkim w coraz większym stopniu stanowi część nadzoru powierniczego, a nie marginalną kwestię dotyczącą zasobów ludzkich.
Nic z tego nie sugeruje porzucenia wskaźników. Różnica polega na sposobie ich użycia.
Sztuczna inteligencja powinna eliminować tarcie, a nie trwale podnosić sufit biologiczny. Powinien rozszerzać możliwości strategiczne, a nie skracać czas odzyskiwania sił. Metryki mogą dyscyplinować wydajność, ale nie mogą wyeliminować ograniczeń fizjologicznych.
Zaufanie odgrywa decydującą rolę. Środowiska o wysokim zaufaniu zmniejszają koszty koordynacji i przyspieszają realizację. Kiedy monitorowanie wydaje się przejrzyste i pomocne, zazwyczaj następuje adopcja. Kiedy czujesz się ekstrakcyjny, reakcje na stres zwiększają się, a motywacja wewnętrzna maleje. Nadzór może zwiększyć widoczną wydajność w krótkim okresie, ale w dłuższej perspektywie może po cichu podnieść strukturę kosztów organizacji.
Inwestorzy coraz częściej rozważają stabilność i odporność siły roboczej jako czynniki wpływające na trwałe wyniki. Ujawnianie kapitału ludzkiego jest obecnie uzupełniane sprawozdaniami finansowymi przy ocenie długoterminowego tworzenia wartości. Strategia oparta na podwajaniu produkcji za pomocą sztucznej inteligencji bez wzmacniania odbudowy, autonomii i zaufania stwarza ryzyko powstania kruchych organizacji, które załamują się pod presją.
W miarę przyspieszania wdrażania sztucznej inteligencji zarządy i zespoły kierownicze powinny zadawać bardziej rygorystyczne pytania. Czy wzrost produktywności wynika z eliminacji tarć, czy ze zwiększenia oczekiwań? Czy cykle odzyskiwania są wbudowane w systemy wydajnościowe? Czy wzmacniamy trwałość kapitału ludzkiego, czy też konsumujemy go dla doraźnych korzyści? Które podejście przyniesie bardziej stabilne zyski w horyzoncie trzech do pięciu lat?
Firmy, które najprawdopodobniej odniosą sukces w erze sztucznej inteligencji, nie będą tymi, które wymagają najwyższych mnożników produktywności. Będą to ci, którzy łączą przyspieszenie technologiczne ze zrównoważonym rozwojem biologicznym.
Wymaga to dyscypliny projektowej. Oznacza to wbudowanie cykli odzyskiwania w systemy wydajnościowe. Oznacza to mierzenie wartości w horyzoncie wieloletnim, a nie nagradzanie kwartalnych skoków. Oznacza to także uznanie, że choć sztuczna inteligencja może zwiększać możliwości analityczne i kompresować ramy czasowe, nie może przepisać granic ludzkiej fizjologii.
Organizacje, które zignorują to ograniczenie, mogą osiągnąć imponujące zyski w krótkim okresie. Mogą również odkryć, że prawdziwym wąskim gardłem w dobie sztucznej inteligencji nie są możliwości technologiczne.
Oczekuje się, że to system biologiczny będzie nadążał.
Opinie wyrażane w komentarzach Fortune.com są wyłącznie poglądami ich autorów i niekoniecznie odzwierciedlają opinie i przekonania Fortune.
