AI bygger selskaper i det stille – dette forstår få

Den andre halvdelen av historien

La meg være ærlig et øyeblikk. Åpne hvilken som helst tech-nyhetsstrøm, og du drukner i overskrifter om hvordan AI tar jobbene våre. Selskaper «optimaliserer», «restrukturerer» eller bruker hva som nå er moteordet for «vi sier opp folk».

Men hva om jeg fortalte deg at dette bare er halvparten av historien? Kanskje til og med mindre?

Jeg har fulgt nøye med på hva som faktisk skjer inne i bedrifter som har jobbet med AI i mer enn bare noen måneder. Og mønsteret som dukker opp er... ja, det motsatte av hva alarmistene selger.

Kontoret som ble ti ganger større

Her er en mental øvelse som får hjernen til å klø på en god måte:

Tenk deg at du kommer på jobb i morgen og plutselig er 10.000 kvadratmeter kontor blitt til 100.000 kvadratmeter. Samme team. Samme budsjett. Men ti ganger så mye plass å operere i.

Det er akkurat det som skjedde med et selskap jeg snublet over nylig. Nei, de hadde ikke vunnet i lotto eller fått en uventet pengeregn. Deres «ekstra plass» kom fra AI som tok over den kognitive byrden som tidligere tettet igjen driften. Slitarbeidet, research-slitet, den repeterende analysen – alt ble sugd opp av AI-verktøy.

Til å begynne med innrømmer administrerende direktør at han følte seg rart til mote. Hva gjør du med all denne ekstra kapasiteten? Du kan ikke bare ansette folk (det ville joOfficials ødelegge poenget). Du kan ikke ignorere det. Så hva gjør du?

Svaret er: du utforsker. Du lar folk vandre rundt i denne nye mentale eiendommen og se hva de oppdager.

Historien har en morsom måte å gjenta seg på

Tilbake i 1937 stilte en økonom ved navn Ronald Coase et spørsmål ingen hadde tenkt på før: Hvis markedene er så effektive, hvorfor eksisterer egentlig selskaper? Hvorfor freelanser vi ikke alle sammen?

Hans svar var transaksjonskostnader. Hver gang et selskap bestemmer seg for å gjøre noe internt i stedet for å outsource det, er det en kostnad ved å organisere det arbeidet. Selskaper vokser helt til den interne kostnaden tilsvarer det det ville koste å kjøpe den tjenesten på det åpne markedet.

Men her er delen som kunne vært skrevet i forrige uke. Coase la merke til at nye kommunikasjonsteknologier – han nevnte spesifikt telefon og telegraf – faktisk gjorde selskaper større. Fordi når det ble billigere å koordinere folk på tvers av avstander, endret matematikken seg i favør av vekst.

Tenk på det. Telefonen gjorde bedrifter større, ikke mindre. Internett eksploderte størrelsen på selskaper som kunne fungere som sammenhengende enheter. Og nå er vi i nok et grenseskift øyeblikk med AI.

Produktivitets-J-kurven ingen advarer deg mot

Her er noe viktig som apokalyptikerne ikke forteller deg: Store teknologiske skift ser alltid dårlige ut de første årene.

Da bedrifter begynte å kaste penger inn i internettinfrastruktur på slutten av 1990-tallet, steg ikke produktiviteten umiddelbart. Økonomene klødde seg i hodet. Hvor var gevinstene?

Så, et sted rundt tidlig 2000-tall, skjedde det noe. Produktiviteten skjøt i været – men kom år etter den første investeringen. Forskere fant ut hvorfor: å hente verdi ut av en generell teknologi som internett krevde en haug med usynlig organisatorisk arbeid. Omskolering av folk. Omskriving av prosesser. Gjenoppbygging av dokumentasjon. Ingenting av det vises på en balanse, men alt legger seg opp til reell verdi.

Økonomer kaller dette Produktivitets-J-kurven. Tidlig i prosessen ser den nye techen ut som en kostnadsdriver. Så, når alle de komplementære investeringene modnes, snur kurven oppover – og noen ganger skyter den fort i været.

Lærdommen? Døm ikke AI sin effekt etter seks måneder. De virkelige gevinstene kommer fra det småpraktiske arbeidet med å integrere disse verktøyene i hundrevis av små, men meningsfulle måter gjennom hele organisasjonen.

Hva som faktisk endrer seg

Her er hva jeg har observert i selskaper som gjør dette riktig:

Fase én: Oppdagelse og forvirring Alle eksperimenterer. Teamene tester, pirker og holder på med de nye verktøyene. Dette er gøy, kaotisk og genuint nyttig for å lære hva som er mulig.

Fase to: Uutforskning Folk begynner å leke seg i «ekstra plassen» selskapet nå har. De stiller spørsmål de aldri hadde tid til å svare på før. De researcher deler av virksomheten de aldri fikk se. Noen av de beste samtalene og innsiktene skjer her.

Fase tre: Byggingen Her blir det alvor. Selskaper bygger interne AI-systemer. De restrukturerer hvordan de dokumenterer informasjon så AI faktisk kan bruke den. De integrerer AI i markedsføring, salg, research – ikke for å erstatte stemmen deres, men for å utdype kapasitetene deres.

Og her er den vakre delen: Mange av disse selskapene begynner å gi bort AI-forbedrede innsikter gratis. Gjennom blogger, offentlig innhold, gratis ressurser. Kundene deres får den dypere, rikere, varige versjonen. Men den offentlige generøsiteten bygger tillit og autoritet på måter som betalt reklame aldri kunne.

Det virkelige skiftet

Så hva som faktisk skjer er ikke at AI krymper selskaper. Det er at AI reduserer kostnaden ved å drive virksomhet på måter vi ikke har sett siden de tidlige internettdagene.

Når det blir trivielt billig å håndtere kundeundersøkelser, analysere markeddata, utarbeide og foredle innhold, eller prosessere informasjon – da endrer økonomisk logikk som bestemmer bedriftsstørrelse seg fullstendig.

Neste gang noen forteller deg at AI kommer til å eliminere jobber, kanskje spør dem hvilke jobber. Og så spør hva de samme menneskene vil drive med med all den ekstra kognitive plassen AI akkurat har frigjort.

Min innsats? De kommer til å bygge ting som ville virket umulige for noen år siden. Og det høres ikke ut som en krise for meg, men heller som en mulighet iført en skummel maske.

Tagger: ['ai business impact', 'workplace ai', 'productivity tools', 'business growth', 'technology adoption', 'remote work', 'digital transformation', 'ai integration', 'future of work', 'organizational change']