Ånga, stål och oändlig kapacitet

Varje epok präglas av sitt mirakelmaterial. Stålet banade väg för den förgyllda åldern. Halvledarna banade väg för den digitala eran. Nu har AI kommit i form av oändlig kapacitet. Om historien lär oss något, så är det att det är de som behärskar materialet som präglar sin tid.

På 1850-talet sprang Andrew Carnegie genom Pittsburghs leriga gator i sitt jobb som telegrafbud. Sex av tio amerikaner var jordbrukare. Inom loppet av två generationer formade Carnegie och hans likar den moderna världen. Hästar ersattes av järnvägar, stearinljus av elektricitet, järn av stål.

Sedan dess har arbetet flyttat från fabriker till kontor. Idag driver jag ett mjukvaruföretag i San Francisco som utvecklar verktyg för miljontals kunskapsarbetare. I denna industristad pratar alla om AGI, men de flesta av de två miljarder kontorsanställda har ännu inte märkt något av det. Hur kommer kunskapsarbetet att se ut inom en snar framtid? Vad händer när organisationsdiagrammet omfattar medarbetare som aldrig sover?

Denna framtid är ofta svår att förutsäga, eftersom den alltid maskerar sig som det förflutna. De tidiga telefonsamtalen var kortfattade, precis som telegram. De tidiga filmerna såg ut som inspelade teaterpjäser. (Detta är vad Marshall McLuhan kallade att ”köra mot framtiden genom backspegeln”.)

Idag ser vi detta i form av AI-chattbottar som efterliknar Googles sökrutor. Vi befinner oss nu mitt i den där obekväma övergångsfasen som uppstår vid varje nytt teknikskifte.

Jag har inte alla svar på vad som kommer att hända härnäst. Men jag gillar att leka med några historiska metaforer för att fundera över hur AI kan fungera på olika nivåer, från individer till organisationer och hela ekonomier.

De första tecknen på detta kan man se hos kunskapsarbetets överstepräster – programmerarna.

Min medgrundare Simon var vad man kallar en 10×-programmerare, men numera skriver han sällan kod. Om du går förbi hans skrivbord ser du hur han samordnar tre eller fyra AI-programmeraragenter samtidigt, och de skriver inte bara snabbare – de tänker också, vilket tillsammans gör honom till en ingenjör som är 30–40 gånger så effektiv. Han lägger in uppgifter i kö före lunch eller sängdags, så att de kan köras medan han är borta. Han har blivit en ledare för oändlig kapacitet.

På 1980-talet kallade Steve Jobs datorer för ”cyklar för sinnet”. Ett decennium senare banade vi väg för den ”informationsmotorväg” som internet utgör. Men idag utförs det mesta av kunskapsarbetet fortfarande av människor. Det är som om vi har cyklat på autobahn.

Tack vare AI-agenter har en person som Simon gått från att cykla till att köra bil.

När kommer andra typer av kunskapsarbetare att få bilar? Två problem måste lösas.

För det första: fragmentering av sammanhanget. När det gäller programmering brukar verktyg och sammanhang ofta finnas på ett och samma ställe: IDE:n, kodförrådet, terminalen. Men det allmänna kunskapsarbetet är utspritt över dussintals verktyg. Tänk dig en AI-agent som försöker utarbeta en produktbeskrivning. Den måste hämta information från Slack-trådar, ett strategidokument, förra kvartalets nyckeltal i en kontrollpanel och det organisatoriska minnet som bara finns i någons huvud. Idag är det människorna som håller ihop allt detta genom att kopiera och klistra in samt växla mellan flikar i webbläsaren. Tills det här sammanhanget har etablerats förblir agenterna begränsade till smala användningsfall.

Den andra ingrediensen som saknas är verifierbarhet. Kod har en magisk egenskap – man kan verifiera den genom tester och fel. Modellutvecklare använder detta för att träna AI så att den blir bättre på att koda (t.ex. förstärkningsinlärning). Men hur kan man kontrollera om ett projekt sköts på ett bra sätt, eller om ett strategidokument håller måttet? Vi har ännu inte hittat några sätt att förbättra modellerna för allmänt kunskapsarbete. Så människor måste fortfarande vara delaktiga för att övervaka, vägleda och visa hur det ska se ut.

Programmeringsagenterna har i år visat oss att det inte alltid är önskvärt att ha ”human-in-the-loop” i processen. Det är som att låta någon personligen kontrollera varje skruv på ett fabriksband eller gå framför en bil för att se till att vägen är fri (se: Red Flag Act från 1865). Vi vill att människor ska övervaka processerna från ett övergripande perspektiv, inte vara en del av dem. När sammanhanget har klargjorts och arbetet kan verifieras kommer miljarder arbetstagare att gå från att cykla till att köra, och sedan från att köra till att köra självkörande fordon.

Företag är en relativt ny uppfinning. De försämras i takt med att de skalas upp och når sin gräns.

För några hundra år sedan bestod de flesta företag av verkstäder med ett dussin anställda. Nu finns det multinationella företag med hundratusentals anställda. Kommunikationsinfrastrukturen (människors hjärnor som kopplas samman genom möten och meddelanden) kollapsar under den exponentiellt ökande belastningen. Vi försöker lösa detta med hjälp av hierarki, processer och dokumentation. Men vi har försökt lösa ett problem i industriell skala med verktyg som passar för människor, ungefär som att bygga en skyskrapa av trä.

Två historiska metaforer visar hur framtidens organisationer kan se annorlunda ut tack vare nya mirakelmaterial.

Den första är stål. Innan stålet gjorde sitt intåg kunde byggnader under 1800-talet inte vara högre än sex eller sju våningar. Järn var starkt men sprött och tungt. När man byggde på fler våningar rasade byggnaden samman under sin egen tyngd. Stålet förändrade allt. Det är starkt men ändå formbart. Stommarna kunde bli lättare, väggarna tunnare, och plötsligt kunde byggnaderna sträcka sig flera tiotal våningar upp. Nya typer av byggnader blev möjliga.

AI är som stål för organisationer. Det har potential att bevara sammanhanget mellan olika arbetsflöden och lyfta fram beslut när det behövs, utan onödiga störningar. Mänsklig kommunikation behöver inte längre vara den bärande väggen. Det veckovisa två timmar långa samordningsmötet ersätts av en fem minuter lång asynkron genomgång. Det beslut på ledningsnivå som tidigare krävde tre godkännanden kan snart fattas på några minuter. Företag kan växa, verkligen växa, utan de nackdelar som vi har accepterat som oundvikliga.

Den andra berättelsen handlar om ångmaskinen. I början av den industriella revolutionen låg de första textilfabrikerna vid floder och vattendrag och drevs av vattenhjul. När ångmaskinen gjorde sitt intåg bytte fabriksägarna till en början ut vattenhjulen mot ångmaskiner och behöll allt annat oförändrat. Produktivitetsökningarna var blygsamma.

Det verkliga genombrottet kom när fabriksägarna insåg att de kunde bli helt oberoende av vatten. De byggde större fabriker närmare arbetarna, hamnarna och råvarorna. Och de byggde om sina fabriker för att passa ångmaskinerna. (Senare, när elektriciteten började användas, övergick ägarna till en mer decentraliserad lösning där man gick ifrån en central drivaxel och istället placerade ut mindre motorer runt om i fabriken för olika maskiner.) Produktiviteten sköt i höjden, och den andra industriella revolutionen tog verkligen fart.

Vi befinner oss fortfarande i fasen där vi ”byter ut vattenhjulet”. AI-chattbottar integreras i befintliga verktyg. Vi har ännu inte tänkt om hur organisationer ser ut när de gamla begränsningarna försvinner och ditt företag kan drivas av oändlig kapacitet som arbetar medan du sover.

På mitt företag Notion har vi provat olika saker. Förutom våra 1 000 anställda sköter nu över 700 agenter rutinuppgifterna. De för mötesanteckningar och besvarar frågor för att sammanfatta den samlade kunskapen inom organisationen. De hanterar IT-ärenden och registrerar kundernas feedback. De hjälper nyanställda att komma igång med personalförmånerna. De skriver veckorapporter så att någon slipper kopiera och klistra in. Och det här är bara små steg. De verkliga vinsterna begränsas endast av vår fantasi och vår tröghet.

Stål och ånga förändrade inte bara byggnader och fabriker. De förändrade städer.

Fram till för några hundra år sedan var städerna anpassade efter människans mått. Man kunde promenera genom Florens på fyrtio minuter. Livets rytm bestämdes av hur långt man kunde gå och hur långt rösten nådde.

Sedan gjorde stålstommar det möjligt att bygga skyskrapor. Ånglok drog tåg som förband stadskärnorna med landsbygden. Därefter kom hissar, tunnelbanor och motorvägar. Städerna växte explosionsartat både i storlek och befolkningstäthet. Tokyo. Chongqing. Dallas.

Det här är inte bara större versioner av Florens. Det är andra sätt att leva på. Megastäder är förvirrande, anonyma och svårare att hitta i. Denna otydlighet är priset man får betala för omfattningen. Men de erbjuder också fler möjligheter och större frihet. De har fler människor som gör fler saker i fler kombinationer än vad en renässansstad i mänsklig skala skulle kunna rymma.

Jag tror att kunskapsekonomin står inför samma omvandling.

Idag står kunskapsarbetet för nästan hälften av USA:s BNP. Det mesta fungerar fortfarande i mänsklig skala – team på några tiotal personer, arbetsflöden som styrs av möten och e-post, organisationer som knappt klarar av att hantera mer än några hundra personer. Vi har byggt Florens av sten och trä.

När AI-agenter börjar användas i stor skala kommer vi att bygga nya Tokyo. Organisationer som omfattar tusentals agenter och människor. Arbetsflöden som körs kontinuerligt, över tidszoner, utan att behöva vänta på att någon ska vakna. Beslut som fattas med precis rätt grad av ”human-in-the-loop”.

Det kommer att kännas annorlunda. Snabbare, mer effektivt, men också mer förvirrande i början. Rytmen i veckomötet, den kvartalsvisa planeringscykeln och den årliga utvärderingen kanske inte längre går ihop. Nya rytmer växer fram. Vi förlorar en del av läsbarheten. Vi vinner i både omfattning och snabbhet.

Varje mirakelmaterial krävde att människor slutade se på världen genom backspegeln och började föreställa sig en ny värld. Carnegie tittade på stålet och såg stadens silhuetter. Fabriksägarna i Lancashire betraktade ångmaskinerna och föreställde sig fabriksgolv utan floder.

Vi befinner oss fortfarande i AI:s ”vattenhjulsfas”, där vi placerar chattbottar i arbetsflöden som är utformade för människor. Vi måste sluta förvänta oss att AI bara ska fungera som våra medhjälpare. Vi måste föreställa oss hur kunskapsarbete skulle kunna se ut när mänskliga organisationer förstärks med stål, när rutinuppgifter delegeras till medarbetare som aldrig sover.

Stål. Ånga. Oändlig kapacitet. Där ligger nästa stadssilhuett och väntar på att vi ska bygga den.