AI har gjort det for lett å overbelaste arbeidslivet – slik unngår du fellen

Generativ kunstig intelligens har endret økonomien i kunnskapsarbeid på en merkelig måte: kostnaden for å generere idéer er blitt dramatisk lavere. Enhver profesjonell med tilgang til en chatbot kan nå produsere dusinvis av plausible strategier, notater, produktkonsepter eller markedsføringsplaner før lunsj. I noen tilfeller reduserer AI også kostnaden for gjennomføring – men ikke i nærheten av like raskt eller like mye.

Å realisere én av disse idéene tar fortsatt uker, måneder eller år. Konsekvensen er allerede synlig på arbeidsplasser overalt: flere prosjekter enn teamene klarer å håndtere, flere verktøy enn noen kan lære seg, og flere prioriteringer enn noen klarer å holde styr på. Ledere legger stadig til nye oppgaver fordi kostnaden for å forestille seg nye oppgaver nesten er null. Men kostnaden for å gjennomføre dem er det ikke. Dette skaper en ny ledelsesutfordring: i en arbeidsplass mettet med AI er flaskehalsen ikke lenger idéer – det er gjennomføring.

Broad Institutes løsning: gjør mindre for å få mer gjort

Et banebrytende genlaboratorium løste dette problemet for omtrent ti år siden – to ganger.

Broad Institute, et biomedisinsk forskningssenter tilknyttet MIT og Harvard, opplevde en av de raskeste kostnadsreduksjonene i moderne teknologihistorie. Da det første menneskelige genomet ble sekvensert i 2003, tok det over ti år og kostet rundt 3 milliarder dollar. I dag kan sekvensering av et menneskelig genom gjøres på timer og koste under 200 dollar.

Denne kostnadsreduksjonen skapte åpenbare muligheter, men også to separate kriser ved Broad Institute. Den første var operasjonell. Etter hvert som sekvenseringen ble raskere, beveget prøvene seg gjennom systemet raskere enn de underliggende teamene klarte å bearbeide dem. Arbeidet hopet seg opp ved flaskehalser. Laboratoriet ble så overbelastet at teknikere begynte å miste prøver.

Løsningen var å gå fra et «push»-system – der hvert trinn sender arbeid videre så raskt som mulig – til et «pull»-system, der hvert trinn kun tar imot nytt arbeid når det har kapasitet. Deretter kom en annen krise, som ligner på problemet i AI-drevne arbeidsplasser. Da selve sekvenseringen ble billig og rutine, opplevde Broad Institutes innovasjonsteam en eksplosjon av idéer. Nye prosjekter ble startet konstant. Få ble noen gang fullført.

Som en studie fra MIT uttrykte det, var gruppen i ferd med å «miste den teknologiledende posisjonen de hadde jobbet så hardt for å oppnå». Løsningen var den samme disiplinen anvendt på idéer. Teamet laget et visuelt kart – bokstavelig talt Post-it-lapper på en vegg – over alle aktive prosjekter og sporet hvor hvert prosjekt befant seg i utviklingsprosessen. Øvelsen gjorde to ting tydelige: noen prosjekter var overflødige, og det var minst dobbelt så mange prosjekter igang som teamet realistisk kunne håndtere.

De opprettet en prosjektkanal på veggen og la til en «innmatingsboks» foran den – et ventefelt der idéer ble samlet til kapasitet ble tilgjengelig i kanalen. På to år reduserte teamet antallet aktive prosjekter med over halvparten og økte antallet fullførte prosjekter betydelig.

Hvorfor ledere fortsetter å legge til arbeid

Broad Institutes løsning virker åpenbar i ettertid. Likevel skjer det sjelden i praksis fordi mennesker har en naturlig tendens til å legge til mer. En studie fra Nature i 2021, ledet av forskere ved