ที่ Sequoia เราพบว่าความเร็วคือตัวชี้วัดที่ดีที่สุดของความสำเร็จของสตาร์ทอัพ บริษัทส่วนใหญ่ให้ความสำคัญกับ AI ในฐานะตัวช่วยเพิ่มประสิทธิภาพ มีเพียงไม่กี่แห่งที่มุ่งเน้นศักยภาพของ AI ในการเปลี่ยนแปลงวิธีการทำงานร่วมกันของเรา Block กำลังแสดงให้เห็นถึงการคิดค้นการออกแบบองค์กรครั้งใหญ่ โดยใช้ AI เพื่อเพิ่มความเร็วให้เป็นข้อได้เปรียบทางการแข่งขันที่ทวีคูณ
สองพันปีก่อนจะมีแผนผังองค์กรของบริษัทเป็นครั้งแรก กองทัพโรมันได้แก้ปัญหาที่ทุกองค์กรขนาดใหญ่ยังคงเผชิญอยู่ นั่นคือ คุณจะประสานงานคนนับพันในพื้นที่กว้างใหญ่โดยมีการสื่อสารที่จำกัดได้อย่างไร?
คำตอบของพวกเขาคือโครงสร้างลำดับชั้นแบบซ้อนกันที่มีช่วงการบังคับบัญชาที่สอดคล้องกันในทุกระดับ หน่วยที่เล็กที่สุดคือคอนทูเบอร์เนียม (contubernium) ทหาร 8 นายที่แบ่งปันเต็นท์ อุปกรณ์ และล่อตัวเดียวกัน นำโดยเดคานุส (decanus) สิบคอนทูเบอร์เนียมรวมกันเป็นเซนจูรี (century) มีทหาร 80 นายภายใต้เซนจูเรียน (centurion) หกเซนจูรีรวมกันเป็นโคฮอร์ท (cohort) สิบโคฮอร์ทรวมกันเป็นกองทหาร (legion) ประมาณ 5,000 นาย ในแต่ละชั้นจะมีผู้บัญชาการที่ได้รับการแต่งตั้ง มีอำนาจที่ชัดเจน รวบรวมข้อมูลจากเบื้องล่าง และส่งต่อการตัดสินใจจากเบื้องบน โครงสร้าง (8 → 80 → 480 → 5,000) เป็นโปรโตคอลการส่งข้อมูลที่สร้างขึ้นจากข้อจำกัดพื้นฐานของมนุษย์ นั่นคือ ผู้นำสามารถจัดการคนได้อย่างมีประสิทธิภาพประมาณ 3 ถึง 8 คน ชาวโรมันค้นพบสิ่งนี้ผ่านสงครามที่ยาวนานหลายศตวรรษ แม้กระทั่งทุกวันนี้ สายการบังคับบัญชาตามลำดับชั้นของกองทัพสหรัฐฯ ก็ยังคงมีรูปแบบคล้ายคลึงกัน ปัจจุบันเราเรียกมันว่า "ช่วงการบังคับบัญชา" (span of control) และมันยังคงเป็นข้อจำกัดหลักของทุกองค์กรขนาดใหญ่บนโลก
การเปลี่ยนแปลงครั้งใหญ่ครั้งต่อไปมาจากปรัสเซีย หลังจากกองทัพของนโปเลียนทำลายกองกำลังปรัสเซียในยุทธการที่เยนา (Battle of Jena) ในปี 1806 กลุ่มนักปฏิรูปที่นำโดย Scharnhorst และ Gneisenau ได้สร้างกองทัพขึ้นมาใหม่บนพื้นฐานของความจริงที่อึดอัด นั่นคือ คุณไม่สามารถพึ่งพาอัจฉริยภาพของบุคคลเพียงคนเดียวที่อยู่บนสุดได้ คุณต้องมีระบบ พวกเขาสร้างเสนาธิการทหาร (General Staff) ซึ่งเป็นชนชั้นของนายทหารที่ผ่านการฝึกฝนโดยเฉพาะ ซึ่งมีหน้าที่ไม่ใช่การต่อสู้ แต่คือการวางแผนปฏิบัติการ ประมวลผลข้อมูล และประสานงานระหว่างหน่วยต่างๆ Scharnhorst ตั้งใจให้เจ้าหน้าที่เหล่านี้ "สนับสนุนนายพลที่ไร้ความสามารถ โดยมอบความสามารถที่อาจขาดหายไปในหมู่ผู้นำและผู้บังคับบัญชา" นี่คือผู้จัดการระดับกลางก่อนที่จะมีคำนี้เสียอีก ผู้เชี่ยวชาญที่มีหน้าที่ส่งข้อมูล คำนวณการตัดสินใจล่วงหน้า และรักษาความสอดคล้องทั่วทั้งองค์กรที่ซับซ้อน กองทัพยังแยกความแตกต่างระหว่างหน้าที่ "สายงานหลัก" (line) และ "สายงานสนับสนุน" (staff) อย่างเป็นทางการ สายงานหลักขับเคลื่อนภารกิจหลัก สายงานสนับสนุนให้การช่วยเหลือเฉพาะทาง ทุกบริษัทในปัจจุบันยังคงใช้คำศัพท์นี้
ลำดับชั้นทางการทหารเข้าสู่โลกธุรกิจผ่านทางรถไฟอเมริกันในช่วงทศวรรษที่ 1840 และ 1850 กองทัพสหรัฐฯ ให้ยืมวิศวกรที่จบจากเวสต์พอยต์ (West Point) แก่บริษัทรถไฟเอกชน และนายทหารเหล่านี้ก็นำแนวคิดการจัดองค์กรแบบทหารมาด้วย ลำดับชั้นของสายงานหลักและสายงานสนับสนุน โครงสร้างแบบแบ่งส่วน ระบบราชการของการรายงานและการควบคุม ทั้งหมดนี้พัฒนาขึ้นในกองทัพก่อนที่รถไฟจะนำมาใช้ ในช่วงกลางทศวรรษที่ 1850 Daniel McCallum แห่ง New York and Erie Railroad ได้สร้างแผนผังองค์กรแห่งแรกของโลกเพื่อจัดการระบบที่ทอดยาวกว่า 500 ไมล์กับพนักงานหลายพันคน รูปแบบการจัดการแบบไม่เป็นทางการที่เคยใช้ได้กับรถไฟขนาดเล็กกำลังล้มเหลว รถไฟชนกันทำให้มีผู้เสียชีวิต แผนผังของ McCallum ทำให้ตรรกะลำดับชั้นแบบเดียวกับที่ชาวโรมันใช้เป็นทางการ นั่นคือ ชั้นของอำนาจ สายการรายงานที่กำหนด การไหลของข้อมูลที่มีโครงสร้าง มันกลายเป็นพิมพ์เขียวสำหรับบริษัทสมัยใหม่
Frederick Taylor (1856-1915) ซึ่งมักถูกเรียกว่า "บิดาแห่งการจัดการเชิงวิทยาศาสตร์" (Father of Scientific Management) ได้ปรับปรุงสิ่งที่เกิดขึ้นภายในลำดับชั้นนั้น Taylor แบ่งงานเป็นภารกิจเฉพาะ มอบหมายให้ผู้เชี่ยวชาญที่ผ่านการฝึกอบรม และจัดการผ่านการวัดผลแทนการใช้สัญชาตญาณ สิ่งนี้ก่อให้เกิดองค์กรรูปพีระมิดตามหน้าที่ (functional pyramid organization) ซึ่งเป็นโครงสร้างที่ปรับให้เหมาะสมกับประสิทธิภาพภายในระบบส่งข้อมูลที่กองทัพได้บุกเบิกและรถไฟได้นำไปใช้ในเชิงพาณิชย์
การทดสอบความเครียดครั้งแรกของลำดับชั้นตามหน้าที่เกิดขึ้นในช่วงสงครามโลกครั้งที่สอง โครงการแมนฮัตตัน (Manhattan Project) ต้องการให้นักฟิสิกส์ นักเคมี วิศวกร นักโลหะวิทยา และนายทหารทำงานข้ามขอบเขตสาขาวิชาไปสู่เป้าหมายเดียวภายใต้ความลับสุดยอดและแรงกดดันด้านเวลา Robert Oppenheimer จัดระเบียบ Los Alamos เป็นแผนกตามหน้าที่ แต่ยืนกรานให้มีการทำงานร่วมกันอย่างเปิดเผยข้ามแผนกเหล่านั้น โดยต่อต้านสัญชาตญาณของทหารที่ต้องการแยกส่วนข้อมูล เมื่อปัญหาการระเบิดจากภายใน (implosion) กลายเป็นวิกฤตในปี 1944 เขาได้ปรับโครงสร้างห้องปฏิบัติการใหม่โดยให้ความสำคัญกับปัญหานั้น สร้างทีมข้ามสายงาน (cross-functional teams) ที่ไม่เคยมีมาก่อนในโลกธุรกิจอเมริกันในขณะนั้น มันได้ผล แต่มันเป็นข้อยกเว้นในช่วงสงครามที่นำโดยบุคคลที่โดดเด่น คำถามที่โลกธุรกิจหลังสงครามเผชิญคือ การประสานงานข้ามสายงานแบบนั้นจะกลายเป็นเรื่องปกติได้หรือไม่
ด้วยการเติบโตและโลกาภิวัตน์ของบริษัทต่างๆ หลังสงครามโลกครั้งที่สอง ข้อจำกัดด้านขนาดของการออกแบบตามหน้าที่ก็เริ่มชัดเจนขึ้น ในปี 1959 Gilbert Clee และ Alfred di Scipio แห่ง McKinsey ได้ตีพิมพ์บทความ "Creating a World Enterprise" ใน Harvard Business Review ซึ่งเป็นกรอบแนวคิดทางปัญญาสำหรับองค์กรแบบเมทริกซ์ (matrix organization) ที่รวมความเชี่ยวชาญเฉพาะด้านตามหน้าที่เข้ากับหน่วยงานแบ่งตามภูมิภาคหรือผลิตภัณฑ์ ภายใต้การนำของ Marvin Bower McKinsey ช่วยให้บริษัทอย่าง Shell และ GE นำหลักการเหล่านี้ไปปฏิบัติ โดยสร้างสมดุลระหว่างมาตรฐานกลางกับความคล่องตัวในท้องถิ่น สิ่งนี้กลายเป็นบริษัท "มืออาชีพ" หรือ "สมัยใหม่" ที่ขับเคลื่อนเศรษฐกิจโลกหลังสงคราม
เมื่อเวลาผ่านไป กรอบแนวคิดอื่นๆ ก็เกิดขึ้นเพื่อจัดการกับความซับซ้อน ความแข็งกระด้าง และระบบราชการของโครงสร้างเมทริกซ์ กรอบแนวคิด McKinsey 7-S ซึ่งพัฒนาโดย Tom Peters และ Robert Waterman ในช่วงปลายทศวรรษ 1970 ได้แยกความแตกต่างระหว่าง "S แข็ง" (Hard Ss: กลยุทธ์ โครงสร้าง ระบบ) และ "S อ่อน" (Soft Ss: ค่านิยมร่วม ทักษะ บุคลากร รูปแบบ) แนวคิดหลักคือ องค์ประกอบเชิงโครงสร้างเพียงอย่างเดียวนั้นไม่เพียงพอ ประสิทธิผลขององค์กรต้องการความสอดคล้องในลักษณะทางวัฒนธรรมและปัจจัยมนุษย์ที่กำหนดว่ากลยุทธ์จะประสบความสำเร็จจริงหรือไม่
ในทศวรรษที่ผ่านมา บริษัทเทคโนโลยีได้ทดลองกับโครงสร้างองค์กรอย่างเข้มข้น Spotify ทำให้ทีมข้ามสายงานที่มีรอบการทำงานสั้นเป็นที่นิยม Zappos พยายามใช้ Holacracy โดยยกเลิกตำแหน่งผู้จัดการทั้งหมด Valve ดำเนินงานด้วยโครงสร้างแบบราบ (flat structure) โดยไม่มีลำดับชั้นที่เป็นทางการ การทดลองแต่ละครั้งเผยให้เห็นข้อจำกัดบางอย่างของลำดับชั้นแบบดั้งเดิม แต่ไม่มีใครสามารถแก้ปัญหาที่แท้จริงได้ Spotify หันกลับไปใช้การจัดการแบบเดิมเมื่อขยายขนาด Zappos พบกับการลาออกจำนวนมาก โมเดลของ Valve พิสูจน์ได้ว่ายากที่จะขยายขนาดเกินกว่าสองสามร้อยคน เมื่อองค์กรเติบโตถึงหลักพัน พวกเขาก็กลับไปสู่การประสานงานแบบลำดับชั้น เพราะไม่มีกลไกการส่งข้อมูลอื่นใดที่ทรงพลังพอที่จะแทนที่มันได้
ข้อจำกัดยังคงเป็นสิ่งเดียวกับที่ชาวโรมันเผชิญและนาวิกโยธินสหรัฐฯ ค้นพบอีกครั้งในสงครามโลกครั้งที่สอง: การจำกัดช่วงการบังคับบัญชาให้แคบลงหมายถึงการเพิ่มชั้นการบังคับบัญชา แต่ยิ่งมีหลายชั้นก็ยิ่งทำให้ข้อมูลไหลช้าลง สองพันปีของนวัตกรรมองค์กรคือความพยายามที่จะทำงานประนีประนอมนี้โดยไม่ทำให้มันพัง
แล้วตอนนี้มันต่างกันอย่างไร?
ที่ Block เรากำลังตั้งคำถามกับสมมติฐานพื้นฐานที่ว่าองค์กรต่างๆ จะต้องถูกจัดระเบียบตามลำดับชั้นโดยมีมนุษย์เป็นกลไกในการประสานงาน แต่เราตั้งใจที่จะแทนที่สิ่งที่ลำดับชั้นทำ บริษัทส่วนใหญ่ที่ใช้ AI ในปัจจุบันกำลังให้ผู้ช่วย (copilot) แก่ทุกคน ซึ่งทำให้โครงสร้างที่มีอยู่ทำงานได้ดีขึ้นเล็กน้อยโดยไม่เปลี่ยนแปลงมัน เรากำลังมองหาสิ่งที่แตกต่างออกไป: บริษัทที่ถูกสร้างขึ้นให้เป็นระบบปัญญาประดิษฐ์ (หรือ mini-AGI)
เราไม่ใช่กลุ่มแรกที่พยายามก้าวข้ามลำดับชั้นแบบดั้งเดิม โมเดล rendanheyi ของ Haier องค์กรแบบแพลตฟอร์ม การจัดการที่ "ขับเคลื่อนด้วยข้อมูล" ล้วนเป็นความพยายามจริงจังในการแก้ปัญหาเดียวกัน สิ่งที่พวกเขาขาดคือเทคโนโลยีที่สามารถทำหน้าที่ประสานงานที่ลำดับชั้นมีไว้ให้ได้ AI คือเทคโนโลยีนั้น เป็นครั้งแรกที่ระบบสามารถรักษาโมเดลที่อัปเดตอย่างต่อเนื่องของทั้งธุรกิจและใช้มันเพื่อประสานงานในรูปแบบที่ไม่เคยมีมาก่อน ซึ่งต้องอาศัยมนุษย์ในการส่งข้อมูลผ่านชั้นการจัดการ
เพื่อให้สิ่งนี้ทำงานได้ บริษัทต้องการสองสิ่ง: "โมเดลโลก" (world model) ของการดำเนินงานของตัวเอง และสัญญาณจากลูกค้าที่สมบูรณ์พอที่จะทำให้โมเดลนั้นมีประโยชน์
Block เป็นองค์กรแบบ remote-first ทุกสิ่งที่เราทำก่อให้เกิดสิ่งประดิษฐ์ (artifacts) การตัดสินใจ การอภิปราย โค้ด การออกแบบ แผนงาน ปัญหา และความคืบหน้า ล้วนมีอยู่เป็นบันทึกการกระทำ มันคือวัตถุดิบสำหรับโมเดลโลกของบริษัท ในบริษัทแบบดั้งเดิม หน้าที่ของผู้จัดการคือการรู้ว่ากำลังเกิดอะไรขึ้นในทีมของตนและส่งต่อบริบทนั้นขึ้นและลงตามสายงาน ในบริษัทแบบ remote-first ที่งานสามารถอ่านได้ด้วยเครื่องอยู่แล้ว AI สามารถสร้างและรักษาภาพนั้นได้อย่างต่อเนื่อง กำลังสร้างอะไร ติดขัดอะไร ทรัพยากรถูกจัดสรรที่ไหน อะไรได้ผลและอะไรไม่ได้ผล นั่นคือข้อมูลที่ลำดับชั้นเคยเป็นผู้ถือ โมเดลโลกของบริษัทจะถือมันแทน
แต่ความสามารถของระบบจะดีเท่ากับคุณภาพของสัญญาณลูกค้าที่ป้อนให้มัน และเงินคือสัญญาณที่ซื่อสัตย์ที่สุดในโลก
ผู้คนโกหกในแบบสำรวจ พวกเขาไม่สนใจโฆษณา พวกเขาละทิ้งตะกร้าสินค้า แต่เมื่อพวกเขาใช้จ่าย ออมเงิน ส่งเงิน กู้ยืม หรือชำระคืน นั่นคือความจริง ทุกธุรกรรมคือข้อเท็จจริงเกี่ยวกับชีวิตของใครบางคน Block มองเห็นทั้งสองด้านของการทำธุรกรรมนับล้านครั้งเหล่านี้ทุกวัน ฝั่งผู้ซื้อผ่าน Cash App และฝั่งผู้ขายผ่าน Square รวมถึงข้อมูลการดำเนินงานจากการบริหารธุรกิจของร้านค้า สิ่งนี้ทำให้โมเดลโลกของลูกค้ามีสิ่งที่หายาก นั่นคือความเข้าใจทางการเงินแบบต่อลูกค้า ต่อร้านค้า ซึ่งสร้างจากสัญญาณที่ซื่อสัตย์ที่ทวีคูณขึ้น ยิ่งสัญญาณสมบูรณ์มากเท่าไหร่ โมเดลก็ยิ่งดีมากเท่านั้น ยิ่งโมเดลดีมากเท่าไหร่ ก็ยิ่งมีธุรกรรมมากขึ้น ยิ่งมีธุรกรรมมากเท่าไหร่ สัญญาณก็ยิ่งสมบูรณ์มากขึ้นเท่านั้น
เมื่อรวมกันแล้ว โมเดลโลกของบริษัทและโมเดลโลกของลูกค้าเป็นรากฐานสำหรับบริษัทประเภทที่แตกต่างออกไป แทนที่ทีมผลิตภัณฑ์จะสร้างโรดแมปที่กำหนดไว้ล่วงหน้า คุณจะสร้างสี่สิ่ง
ประการแรก ขีดความสามารถ (capabilities) สิ่งพื้นฐานทางการเงินระดับอะตอม ได้แก่ การชำระเงิน การให้กู้ยืม การออกบัตร การธนาคาร ซื้อก่อนจ่ายทีหลัง (BNPL) บริการเงินเดือน และอื่นๆ สิ่งเหล่านี้ไม่ใช่ผลิตภัณฑ์ พวกมันคือบล็อก building blocks ที่ยากต่อการได้มาและบำรุงรักษา (บางอย่างมีผลกระทบด้านเครือข่ายและการอนุญาตตามกฎระเบียบ) พวกมันไม่มี UI เป็นของตัวเอง พวกมันมีเป้าหมายด้านความน่าเชื่อถือ การปฏิบัติตามกฎระเบียบ และประสิทธิภาพ
ประการที่สอง โมเดลโลก (world model) สิ่งนี้มีสองด้าน โมเดลโลกของบริษัทคือวิธีที่บริษัทเข้าใจตัวเองและการดำเนินงาน ประสิทธิภาพ และลำดับความสำคัญของตัวเอง แทนที่ข้อมูลที่เคยไหลผ่านชั้นการจัดการ โมเดลโลกของลูกค้าคือการนำเสนอแบบต่อลูกค้า ต่อร้านค้า ต่อตลาด ซึ่งสร้างจากข้อมูลธุรกรรมที่เป็นกรรมสิทธิ์ มันเริ่มต้นจากข้อมูลธุรกรรมดิบในปัจจุบันและพัฒนาไปสู่โมเดลเชิงสาเหตุและเชิงพยากรณ์ที่สมบูรณ์เมื่อเวลาผ่านไป
ประการที่สาม ชั้นปัญญาประดิษฐ์ (intelligence layer) นี่คือสิ่งที่นำขีดความสามารถต่างๆ มารวมกันเป็นโซลูชันสำหรับลูกค้าเฉพาะรายในช่วงเวลาที่กำหนด และส่งมอบในเชิงรุก กระแสเงินสดของร้านอาหารกำลังตึงตัวก่อนช่วงที่ seasonal dip ที่โมเดลเคยเห็นมาก่อน ชั้นปัญญาประดิษฐ์จะรวมเงินกู้ระยะสั้นจากขีดความสามารถด้านการให้กู้ยืม ปรับตารางการชำระคืนโดยใช้ขีดความสามารถด้านการชำระเงิน และนำเสนอมันให้กับร้านค้าก่อนที่พวกเขาจะคิดหาทางการเงินด้วยซ้ำ รูปแบบการใช้จ่ายของผู้ใช้ Cash App เปลี่ยนไปในทางที่โมเดลเชื่อมโยงกับการย้ายไปเมืองใหม่ ชั้นปัญญาประดิษฐ์จะรวมการตั้งค่าการฝากเงินโดยตรงใหม่ บัตร Cash App Card ที่มีหมวดหมู่ที่ได้รับการส่งเสริมสำหรับย่านใหม่ของพวกเขา และเป้าหมายการออมที่ปรับเทียบกับรายได้ที่อัปเดตของพวกเขา ไม่มีผู้จัดการผลิตภัณฑ์คนไหนตัดสินใจสร้างโซลูชันเหล่านี้ ขีดความสามารถมีอยู่แล้ว ชั้นปัญญาประดิษฐ์รับรู้ช่วงเวลานั้นและรวมมันเข้าด้วยกัน
ประการที่สี่ อินเทอร์เฟซ (ทั้งฮาร์ดแวร์และซอฟต์แวร์) Square, Cash App, Afterpay, TIDAL, bitkey, proto สิ่งเหล่านี้คือพื้นผิวการส่งมอบที่ชั้นปัญญาประดิษฐ์ส่งมอบโซลูชันที่ประกอบขึ้นมา สิ่งเหล่านี้มีความสำคัญ แต่ไม่ใช่ที่มาของคุณค่า คุณค่าอยู่ที่โมเดลและปัญญาประดิษฐ์
เมื่อชั้นปัญญาประดิษฐ์พยายามสร้างโซลูชันและทำไม่ได้เพราะขีดความสามารถนั้นไม่มีอยู่ สัญญาณแห่งความล้มเหลวนั้นจะเป็นโรดแมปในอนาคต โรดแมปแบบดั้งเดิมที่ผู้จัดการผลิตภัณฑ์คาดเดาว่าจะสร้างอะไรต่อไปนั้นเป็นปัจจัยจำกัดสูงสุดของบริษัทใดๆ ก็ตาม ในโมเดลนี้ ความเป็นจริงของลูกค้าจะสร้าง backlog โดยตรง
ถ้านี่คือสิ่งที่บริษัทสร้าง คำถามก็คือ: แล้วคนทำอะไร?
โครงสร้างองค์กรจะตามมาจากสิ่งนี้ และมันกลับด้านภาพลักษณ์ดั้งเดิม ในบริษัททั่วไป ปัญญาจะกระจายอยู่ทั่วทั้งคน และลำดับชั้นเป็นผู้ส่งต่อ ในโมเดลนี้ ปัญญาอยู่ในระบบ คนอยู่ที่ขอบ (edge) ขอบคือที่ที่การดำเนินการเกิดขึ้น
ขอบคือที่ที่ปัญญาสัมผัสกับความเป็นจริง คนเข้าถึงสถานที่ที่โมเดลยังไปไม่ถึง พวกเขาสัมผัสสิ่งที่โมเดลไม่สามารถรับรู้ได้: สัญชาตญาณ ทิศทางที่ชัดเจน บริบททางวัฒนธรรม พลวัตของความเชื่อมั่น ความรู้สึกในห้อง พวกเขาตัดสินใจในสิ่งที่โมเดลไม่ควรตัดสินใจเอง โดยเฉพาะการตัดสินใจเชิงจริยธรรม สถานการณ์ใหม่ และช่วงเวลาที่มีความเสี่ยงสูงซึ่งต้นทุนของการผิดพลาดนั้นร้ายแรง โมเดลโลกที่ไม่สามารถสัมผัสโลกได้ก็เป็นแค่ฐานข้อมูล แต่ขอบไม่ต้องการชั้นการจัดการมาประสานงาน โมเดลโลกให้ทุกคนที่ขอบมีบริบทที่ต้องการเพื่อลงมือทำ โดยไม่ต้องรอให้ข้อมูลเดินทางขึ้นลงตามสายการบังคับบัญชา
ในทางปฏิบัติ นั่นหมายความว่าเราปรับลดบทบาทลงเหลือสามบทบาท
ผู้มีส่วนร่วมรายบุคคล (Individual Contributors - ICs) ที่สร้างและดำเนินการขีดความสามารถ โมเดล ชั้นปัญญาประดิษฐ์ และอินเทอร์เฟซ พวกเขาเป็นผู้เชี่ยวชาญเฉพาะด้านและผู้เชี่ยวชาญในชั้นเฉพาะของระบบ โมเดลโลกให้บริบทที่ผู้จัดการเคยให้ไว้ ดังนั้น ICs สามารถตัดสินใจเกี่ยวกับชั้นของตนได้โดยไม่ต้องรอคำสั่ง
ผู้รับผิดชอบโดยตรง (Directly Responsible Individuals - DRI) ที่เป็นเจ้าของปัญหาหรือโอกาสเฉพาะที่ครอบคลุมหลายส่วน และผลลัพธ์ของลูกค้า DRI อาจเป็นเจ้าของปัญหาการสูญเสียร้านค้า (merchant churn) ในกลุ่มเฉพาะเป็นเวลา 90 วัน โดยมีอำนาจเต็มที่จะดึงทรัพยากรจากทีมโมเดลโลก ทีมขีดความสามารถด้านการให้กู้ยืม และทีมอินเทอร์เฟซตามความจำเป็น DRI อาจคงอยู่ในบางปัญหาหรือย้ายไปแก้ไขปัญหาใหม่
ผู้เล่น-โค้ช (Player-coaches) ที่รวมการสร้างเข้ากับการพัฒนาคน พวกเขาแทนที่ผู้จัดการแบบดั้งเดิมที่มีหน้าที่หลักคือการส่งข้อมูล ผู้เล่น-โค้ชยังคงเขียนโค้ด สร้างโมเดล หรือออกแบบอินเทอร์เฟซ พวกเขายังลงทุนในการเติบโตของคนรอบข้าง พวกเขาไม่ได้ใช้เวลาทั้งวันในการประชุมสถานะ การประชุมปรับทิศทาง และการเจรจาลำดับความสำคัญ โมเดลโลกจัดการเรื่องการปรับทิศทาง โครงสร้าง DRI จัดการกลยุทธ์และลำดับความสำคัญ ผู้เล่น-โค้ชจัดการงานฝีมือและคน
ไม่จำเป็นต้องมีชั้นผู้จัดการระดับกลางถาวร ทุกอย่างอื่นที่ลำดับชั้นเก่าเคยทำ ระบบจะประสานงาน และทุกคนมีอำนาจ มีบทบาทที่ใกล้ชิดกับงานและลูกค้ามากขึ้นมาก
Block อยู่ในช่วงเริ่มต้นของช่วงเปลี่ยนผ่านนี้ มันจะเป็นช่วงที่ยากลำบาก และบางส่วนอาจจะพังก่อนที่จะทำงานได้ เรากำลังเขียนถึงตอนนี้เพราะเราเชื่อว่าในที่สุดทุกบริษัทจะต้องเผชิญกับคำถามเดียวกันกับที่เราเผชิญ: บริษัทของคุณเข้าใจสิ่งใดที่เข้าใจได้ยากจริงๆ และความเข้าใจนั้นลึกซึ้งมากขึ้นทุกวันหรือไม่?
ถ้าคำตอบคือไม่มีอะไรเลย AI ก็เป็นแค่เรื่องราวของการปรับต้นทุนให้เหมาะสม คุณลดจำนวนพนักงาน ปรับปรุงอัตรากำไรสองสามไตรมาส และในที่สุดก็ถูกบริษัทที่ฉลาดกว่ากลืนกิน ถ้าคำตอบคือลึกซึ้ง AI ไม่ได้เสริมกำลังบริษัทของคุณ มันเผยให้เห็นว่าบริษัทของคุณคืออะไรจริงๆ
คำตอบของ Block คือกราฟเศรษฐกิจ (economic graph): ผู้ค้าหลายล้านรายและผู้บริโภค ทั้งสองฝั่งของทุกธุรกรรม พฤติกรรมทางการเงินที่สังเกตได้แบบเรียลไทม์ ความเข้าใจนั้นทวีคูณทุกวินาทีที่ระบบทำงาน เราเชื่อว่ารูปแบบที่อยู่เบื้องหลังนี้ ซึ่งเป็นบริษัทที่จัดระเบียบเป็นระบบปัญญาประดิษฐ์มากกว่าลำดับชั้น มีความสำคัญมากพอที่จะเปลี่ยนรูปแบบการดำเนินงานของบริษัททุกประเภทในอีกไม่กี่ปีข้างหน้า Block อยู่ห่างไกลพอที่จะแสดงให้เห็นว่าแนวคิดนี้เป็นมากกว่าทฤษฎี (แม้ว่าเรายินดีต้อนรับการถกเถียงและข้อเสนอแนะเพื่อทดสอบความเครียดและปรับปรุงแนวคิดของเรา)
บริษัทดำเนินไปเร็วหรือช้าขึ้นอยู่กับการไหลของข้อมูล ลำดับชั้นและผู้จัดการระดับกลางขัดขวางการไหลของข้อมูล เป็นเวลาสองพันปี ตั้งแต่คอนทูเบอร์เนียมของโรมันจนถึงองค์กรระดับโลกในปัจจุบัน เราไม่มีทางเลือกที่แท้จริง ทหารแปดคนที่ใช้เต็นท์ร่วมกันต้องการเดคานุส ทหารแปดสิบคนต้องการเซนจูเรียน ห้าพันคนต้องการเลกาเท (legate) คำถามไม่เคยอยู่ว่าคุณต้องการชั้นต่างๆ หรือไม่ คำถามคือมนุษย์เป็นทางเลือกเดียวสำหรับสิ่งที่ชั้นเหล่านั้นทำหรือไม่ พวกมันไม่ใช่ทางเลือกเดียวอีกต่อไป Block กำลังสร้างสิ่งที่จะเกิดขึ้นต่อไป
