Damp, stål og uendelige hjerner

Hver æra er formet af sit eget mirakuløse materiale. Stål var drivkraften bag den gyldne tidsalder. Halvledere banede vejen for den digitale tidsalder. Nu er kunstig intelligens ankommet som uendelige hjerner. Hvis historien kan lære os noget, så er det, at det er dem, der mestrer materialet, der præger sin tidsalder.

I 1850'erne løb Andrew Carnegie rundt i de mudrede gader i Pittsburgh som telegrafdreng. Seks ud af ti amerikanere var landmænd. På blot to generationer skabte Carnegie og hans ligesindede den moderne verden. Heste blev afløst af jernbaner, stearinlys af elektricitet, jern af stål.

Siden da er arbejdet flyttet fra fabrikkerne til kontorerne. I dag driver jeg et softwarefirma i San Francisco, hvor vi udvikler værktøjer til millioner af videnarbejdere. I denne industriby taler alle om AGI, men de fleste af de to milliarder kontoransatte har endnu ikke mærket noget til det. Hvordan vil videnarbejde se ud i fremtiden? Hvad sker der, når organisationsdiagrammet inddrager hjerner, der aldrig sover?

Denne fremtid er ofte svær at forudsige, fordi den altid forklæder sig som fortiden. De første telefonopkald var kortfattede som telegrammer. De første film lignede filmede teaterstykker. (Det er det, Marshall McLuhan kaldte »at køre mod fremtiden ved brug af bakspejlet«.)

I dag ser vi dette i form af AI-chatbots, der ligner Googles søgefelt. Vi befinder os nu midt i den ubehagelige overgangsperiode, der følger med hvert nyt teknologisk skifte.

Jeg har ikke alle svarene på, hvad der skal ske nu. Men jeg kan godt lide at lege med et par historiske metaforer for at overveje, hvordan AI kan fungere på forskellige niveauer, fra enkeltpersoner over organisationer til hele økonomier.

De første tegn kan ses hos vidensarbejdets højeste autoriteter: programmørerne.

Min medstifter Simon var det, man kalder en 10×-programmør, men han skriver sjældent kode nu om dage. Går man forbi hans skrivebord, kan man se ham styre tre eller fire AI-programmeringsagenter på én gang, og de skriver ikke bare hurtigere – de tænker også, hvilket tilsammen gør ham til en ingeniør, der er 30-40 gange så effektiv. Han sætter opgaver i kø inden frokost eller sengetid, så de kan køre, mens han er væk. Han er blevet en leder af uendelige hjerner.

I 1980'erne kaldte Steve Jobs personlige computere for »cykler til hjernen«. Et årti senere banede vi vejen for den »informationsmotorvej«, som internettet er. Men i dag udføres det meste af det videnbaserede arbejde stadig af mennesker. Det er, som om vi har cyklet på motorvejen.

Takket være AI-agenter er en person som Simon gået fra at cykle til at køre bil.

Hvornår får andre typer vidensarbejdere biler? Der er to problemer, der skal løses.

For det første: fragmentering af konteksten. Når det gælder programmering, findes værktøjer og kontekst som regel ét sted: IDE'en, lageret og terminalen. Men det generelle vidensarbejde er spredt ud over snesevis af værktøjer. Forestil dig en AI-agent, der skal udarbejde en produktbeskrivelse: Den skal hente oplysninger fra Slack-tråde, et strategidokument, sidste kvartals nøgletal i et kontrolpanel og den viden, der kun findes i en medarbejders hoved. I dag er det mennesket, der fungerer som limen, der holder det hele sammen ved hjælp af kopier-indsæt og skift mellem browserfaner. Indtil denne sammenhæng er på plads, vil agenterne fortsat være begrænset til snævre anvendelsesscenarier.

Den anden manglende ingrediens er verificerbarhed. Kode har en magisk egenskab: Man kan verificere den ved hjælp af test og fejl. Modeludviklere bruger dette til at træne AI i at blive bedre til at programmere (f.eks. forstærkningslæring). Men hvordan kan man kontrollere, om et projekt administreres godt, eller om et strategidokument holder vand? Vi har endnu ikke fundet måder at forbedre modellerne til generelt vidensarbejde på. Så mennesker skal stadig være med i billedet for at føre tilsyn, vejlede og vise, hvordan det skal se ud.

Programmeringsagenterne har i år lært os, at det ikke altid er ønskeligt at have et menneske med i kredsløbet. Det er som at have nogen til personligt at skulle kontrollere hver eneste bolt på et samlebånd eller gå foran en bil for at sikre, at vejen er fri (se: Red Flag Act fra 1865). Vi ønsker, at mennesker skal overvåge processerne fra et overordnet perspektiv, ikke være en del af dem. Når rammerne er på plads, og arbejdet kan kontrolleres, vil milliarder af arbejdere gå fra at træde i pedalerne til at køre bil, og derefter fra at køre bil til at køre selvkørende bil.

Virksomheder er en nyere opfindelse. De forringes i takt med, at de skaleres, og når deres begrænsninger.

For et par hundrede år siden var de fleste virksomheder værksteder med et dusin ansatte. Nu har vi multinationale virksomheder med hundredtusindvis af ansatte. Kommunikationsinfrastrukturen (menneskelige hjerner forbundet gennem møder og beskeder) bukker under for den eksponentielt stigende belastning. Vi forsøger at løse dette ved hjælp af hierarki, processer og dokumentation. Men vi har forsøgt at løse et problem i industriel skala med værktøjer, der passer til menneskelig skala – som at bygge en skyskraber af træ.

To historiske metaforer viser, hvordan fremtidens organisationer kan se anderledes ud takket være nye mirakelmaterialer.

Den første er stål. Før stålens indtog var bygninger i det 19. århundrede begrænset til seks eller syv etager. Jern var stærkt, men skørt og tungt. Når man byggede flere etager, styrtede konstruktionen sammen under sin egen vægt. Stål ændrede alt. Det er stærkt, men alligevel smidigt. Rammerne kunne gøres lettere, væggene tyndere, og pludselig kunne bygningerne række op i snesevis af etager. Det blev muligt at opføre nye typer bygninger.

AI er som stål for organisationer. Det har potentiale til at bevare sammenhængen på tværs af arbejdsgange og fremhæve beslutninger, når det er nødvendigt, uden unødvendig støj. Menneskelig kommunikation behøver ikke længere at være den bærende væg. Det ugentlige koordinationsmøde på to timer bliver til en fem minutters asynkron gennemgang. Den ledelsesbeslutning, der tidligere krævede godkendelse på tre niveauer, kan snart træffes på få minutter. Virksomheder kan vokse – virkelig vokse – uden den forringelse, vi har accepteret som uundgåelig.

Den anden historie handler om dampmaskinen. I begyndelsen af den industrielle revolution lå de første tekstilfabrikker ved floder og åer og blev drevet af vandhjul. Da dampmaskinen gjorde sin entré, udskiftede fabriksejerne i første omgang vandhjulene med dampmaskiner og lod alt andet forblive uændret. Produktivitetens forøgelse var beskeden.

Det egentlige gennembrud kom, da fabriksejerne indså, at de kunne gøre sig helt uafhængige af vand. De byggede større fabrikker tættere på arbejdskraften, havnene og råvarerne. Og de ombyggede deres fabrikker med udgangspunkt i dampmaskiner (Senere, da elektriciteten gjorde sit indtog, gik ejerne over til en mere decentraliseret løsning, hvor de gik væk fra en central drivaksel og i stedet placerede mindre motorer rundt omkring på fabrikken til de forskellige maskiner.) Produktiviteten steg voldsomt, og den anden industrielle revolution tog for alvor fart.

Vi er stadig i den fase, hvor vi har udskiftet vandhjulet. AI-chatbots er integreret i eksisterende værktøjer. Vi har endnu ikke forestillet os, hvordan organisationer vil se ud, når de gamle begrænsninger forsvinder, og din virksomhed kan drives af uendelige hjerner, der arbejder, mens du sover.

Hos min virksomhed, Notion, har vi eksperimenteret. Samen med vores 1.000 medarbejdere varetager mere end 700 agenter nu de rutineprægede opgaver. De tager mødenotater og besvarer spørgsmål for at sammenfatte den samlede viden. De behandler IT-henvendelser og registrerer kundernes feedback. De hjælper nye medarbejdere med at komme godt i gang med personalegoder. De udarbejder ugentlige statusrapporter, så folk ikke behøver at kopiere og indsætte. Og det er kun de første små skridt. De reelle gevinster er kun begrænset af vores fantasi og vores modvilje mod forandring.

Stål og damp ændrede ikke kun bygninger og fabrikker. De ændrede byerne.

Indtil for et par hundrede år siden var byerne tilpasset menneskets størrelsesforhold. Man kan gå tværs gennem Firenze på fyrre minutter. Livets rytme var bestemt af, hvor langt man kunne gå, og hvor langt stemmen kunne nå.

Derefter gjorde stålrammer det muligt at opføre skyskrabere. Dampmaskiner drev jernbaner, der forbandt bycentrene med oplandet. Derefter fulgte elevatorer, undergrundsbaner og motorveje. Byerne voksede eksplosivt i størrelse og tæthed. Tokyo. Chongqing. Dallas.

Det er ikke bare større udgaver af Firenze. Det er forskellige måder at bo på. Megabyer er forvirrende, anonyme og sværere at finde rundt i. Den større utydelighed er prisen for at skalere. Men det giver også flere muligheder og mere frihed. Flere mennesker, der udfører flere aktiviteter i flere kombinationer, end en renæssanceby i menneskelige størrelsesforhold kunne rumme.

Jeg tror, at vidensøkonomien står over for den samme forandring.

I dag udgør vidensbaseret arbejde næsten halvdelen af USAs BNP. Det meste foregår stadig i et overskueligt omfang: teams på 10-12 personer, arbejdsgange, der styres af møder og e-mails, og organisationer, der knækker under presset, når de når op på et par hundrede medarbejdere. Vi har bygget Firenze af sten og træ.

Når AI-agenterne tages i brug i stor skala, vil vi bygge byer som Tokyo. Organisationer, der omfatter tusindvis af agenter og medarbejdere. Arbejdsgange, der kører kontinuerligt på tværs af tidszoner, uden at skulle vente på, at nogen vågner. Beslutninger, der træffes med den helt rigtige grad af menneskelig inddragelse.

Det vil føles anderledes. Hurtigere, mere effektivt, men også lidt forvirrende i starten. Rytmen med de ugentlige møder, den kvartalsvise planlægningscyklus og den årlige evaluering giver måske ikke længere mening. Der opstår nye rytmer. Vi mister noget af tydeligheden. Vi opnår større rækkevidde og større hastighed.

Hvert eneste mirakuløse materiale krævede, at folk holdt op med at se verden gennem bakspejlet og i stedet begyndte at forestille sig den nye. Carnegie kiggede på stålet og så byernes skyline. Fabriksejerne i Lancashire så på dampmaskinerne og forestillede sig fabriksgulve uden vandpytter.

Vi befinder os stadig i AI's »vandhjulsfase«, hvor vi blot sætter chatbots på arbejdsgange, der er designet til mennesker. Vi må holde op med at forvente, at AI blot skal fungere som vores medpiloter. Vi må forestille os, hvordan vidensarbejde kunne se ud, når menneskelige organisationer bliver forstærket med stål, og når rutineopgaver overlades til hjerner, der aldrig sover.

Stål. Damp. Uendelige hjerner. Den næste skyline ligger og venter på, at vi bygger den.