Podem ser més eficients i més fràgils alhora?

Podem ser més eficients i més fràgils alhora?

La major part de la tecnologia empresarial arriba amb una promesa molt simple: fer més amb menys esforç.

Podem ser més eficients i més fràgils alhora?
La major part de la tecnologia empresarial arriba amb una promesa molt simple: fer més amb menys esforç.

La IA generativa fa que aquesta promesa sigui especialment convincent. Una empresa petita pot redactar documents, analitzar informació, generar codi, traduir, resumir, investigar i produir materials que abans necessitaven més persones, més temps o més coneixement especialitzat. En moltes tasques, el guany ja no és teòric. Es veu en la feina normal.

Per això em sembla que una part del debat sobre IA està una mica mal enfocada. La pregunta interessant no és si les empreses l'utilitzaran. Si una eina permet fer feina útil més de pressa i més barata, és racional que l'adoptin. La pregunta interessant ve després.

Què passa amb l'empresa quan una capacitat que abans vivia parcialment dins de les persones comença a viure dins d'un servei que l'empresa no controla?

Eficiència i resiliència sovint es tracten com si viatgessin juntes. Elimina duplicacions, automatitza la feina repetitiva, concentra't en el que és central i utilitza les millors eines externes. Cada decisió pot millorar el rendiment. També pot eliminar marge, alternatives i coneixement.

La capacitat pot desaparèixer abans que l'eina

La dependència evident és tècnica. Un proveïdor pot canviar preus, límits, disseny del producte, condicions d'accés o disponibilitat. Un model que avui funciona bé pot ser substituït. Una API pot canviar. Una funció pot acabar dins d'un pla més car. Les empreses ja coneixen aquest tipus de risc de proveïdor.

La IA hi afegeix una capa perquè l'eina externa no només guarda informació o executa un procés. Pot arribar a formar part de com la gent pensa la feina.

Imagina un equip que utilitza IA per redactar gairebé totes les propostes. Al principi, persones experimentades l'utilitzen per accelerar. Saben com és una bona proposta, detecten raonaments febles i corregeixen la sortida. Amb el temps, les noves incorporacions aprenen el flux de treball d'una altra manera. El primer esborrany sempre surt del sistema. Les plantilles desapareixen perquè ja no fan falta. Els exemples deixen de mantenir-se. La persona sènior que sabia per què alguns arguments importaven marxa.

El servei d'IA continua funcionant perfectament. La capacitat interna, en canvi, ha canviat.

Això és més difícil de mesurar que una caiguda del sistema. No hi ha cap llum vermella que indiqui que l'organització ha perdut part de la capacitat de fer la feina de manera independent. La productivitat pot continuar millorant mentre la dependència s'aprofundeix.

Aquesta és la possibilitat incòmoda: l'empresa es torna millor produint el resultat i pitjor produint-lo sense l'eina.

La redundància és ineficient fins al dia que fa servei

Fa dècades que la gestió empresarial aprèn a eliminar duplicacions. Normalment amb bons motius. Dos sistemes fent la mateixa feina costen diners. Els procediments manuals són més lents. Mantenir habilitats que un programari ja proporciona pot semblar un luxe. I, tanmateix, la resiliència sovint conté exactament aquestes coses aparentment ineficients.

Un segon proveïdor. Documentació que un dimarts normal no necessita ningú. Una persona que encara entén el procés de fons. Dades en un format que es pot moure. Un procediment manual que és més lent però funciona. Prou coneixement per detectar quan la resposta automatitzada és dolenta.

L'objectiu no és preservar tots els mètodes antics per sempre. Això convertiria la resiliència en nostàlgia i faria les empreses cares sense necessitat.

La pregunta útil és proporcional: quines capacitats farien prou mal si desapareguessin perquè valgui la pena conservar alguna possibilitat de substituir-les, reconstruir-les o operar-les d'una altra manera?

La IA torna urgent aquesta pregunta perquè l'adopció pot avançar més de pressa que la memòria organitzativa. Una eina pot entrar en centenars de petits fluxos sense que hi hagi mai un moment clar en què algú digui: «Això ja és infraestructura crítica.» La dependència es construeix drecera útil rere drecera útil.

El mateix passa amb el criteri. Si utilitzes un sistema d'IA per qüestionar el teu pensament, pot millorar la feina. Si la gent deixa de ser capaç de detectar quan la resposta és superficial, incompleta o directament errònia, l'organització ha externalitzat una cosa més important que la redacció.

Quan vaig començar a treballar en Dependent Intelligence, aquesta era la contradicció que em costava més ignorar. No m'interessa una argumentació anti-IA. La tecnologia és massa útil perquè sigui convincent. El risc neix precisament del seu èxit.

Com millors siguin aquests sistemes, més racional serà utilitzar-los. Com més els utilitzem, més important serà entendre què estem deixant desaparèixer al seu voltant. Una empresa pot ser més eficient i més fràgil al mateix temps. La dificultat és que l'eficiència es veu primer.


Llibre relacionat

Dependent Intelligence How Businesses Are Building Critical Capabilities on AI They Don’t Control

Una anàlisi empresarial del que passa quan la IA es torna crítica per als fluxos de treball, el coneixement i les decisions mentre els models, la infraestructura, els preus i la direcció del producte continuen fora del control de l'empresa.

Disponible a Amazon → [enllaç pendent]

Scroll to Top