अंतर्दृष्टि
AI, प्रबंधन परतें और पदानुक्रम का भविष्य
हर ऑर्ग चार्ट एक ऐसे सवाल का जवाब है जिसे अब शायद ही कोई पूछता है: ज्ञान को आगे बढ़ाने में कितना खर्च आता है?
पच्चीस साल पहले अर्थशास्त्री लुई गारिकानो ने पदानुक्रम की सबसे स्पष्ट व्याख्या पेश की थी जो हमारे पास है। संगठन परतें बनाते हैं क्योंकि ज्ञान महंगा है। आप यह वहन नहीं कर सकते कि हर कोई सब कुछ जाने, इसलिए आप अधिकांश लोगों को नियमित मामलों को संभालने देते हैं और अपवादों को ऊपर किसी ऐसे व्यक्ति के पास भेज देते हैं जो अधिक जानता है। एक परत कोई स्टेटस सिंबल नहीं है। यह दुर्लभ विशेषज्ञता के लिए एक संपीड़न उपकरण है।
पदानुक्रम हमेशा से एक तकनीक रहा है
जिसका मतलब है कि पदानुक्रम हमेशा से एक तकनीक रहा है, और तकनीकों की अपनी मान्यताएं होती हैं। गारिकानो की मान्यता यह थी कि ज्ञान को प्राप्त करना महंगा है और प्रसारित करना महंगा है। वह मान्यता अब स्पष्ट रूप से ढीली हो रही है। सबूत नारों के सुझाव से कहीं अधिक अजीब हैं।
2025 के एक NBER वर्किंग पेपर ने 16 मिलियन कर्मचारियों के रेज़्यूमे से 2,500 से अधिक अमेरिकी सार्वजनिक फर्मों के आंतरिक पदानुक्रम का पुनर्निर्माण किया। औसत फर्म में लगभग दस परतें पाई गईं। कंपनियों ने मांग के झटकों के बाद परतें जोड़ीं - ठीक वैसे ही जैसे सिद्धांत भविष्यवाणी करता है - और, विशेष रूप से, AI अपनाने के बाद उन्हें चपटा कर दिया। सस्ता ज्ञान, कम रूटिंग स्टेशन।
लेकिन इतालवी फर्मों के एक अनुदैर्ध्य अध्ययन में इसके बिल्कुल विपरीत कुछ पाया गया: उभरती हुई सूचना प्रौद्योगिकियों में निवेश करने वाली फर्में गहरी हो गईं, जिनमें नियंत्रण का दायरा संकीर्ण था और अधिक मिडिल मैनेजमेंट था। हार्वर्ड बिजनेस स्कूल के एक हालिया वर्किंग पेपर में एक साथ चपटा होने, संकरा होने और छंटनी होने की भविष्यवाणी की गई है। ज्ञान अर्थव्यवस्था में जनरेटिव AI पर एक मॉडलिंग पेपर में पाया गया है कि जैसे-जैसे AI अधिक सक्षम होता जाता है, दायरे वास्तव में संकीर्ण हो सकते हैं, क्योंकि किसी को ऐसे आउटपुट की निगरानी करनी होती है जो सही हो या न हो, लेकिन देखने में सही लगता है।
तो क्या AI संगठनों को चपटा करता है या उन्हें और गहरा बनाता है? शोध असहमत हैं, और मुझे लगता है कि यह असहमति ही अपने आप में एक खोज है।
परतें गायब नहीं हो रही हैं
परतें गायब नहीं हो रही हैं। वे अपनी मूल नौकरी खो रही हैं और एक नई तलाश कर रही हैं।
जब ज्ञान को रूट करना ही काम था, तो एक मैनेजर की वैल्यू उत्तरों के करीब होना था। आपने उनके पास बात पहुंचाई क्योंकि वे जानते थे। इसे हटा दें, और एक परत के दो भविष्य होते हैं। यह एक नियंत्रण परत बन सकती है - अनुमोदन, रिपोर्टिंग, सत्यापन, मशीन आउटपुट की अंतहीन जांच। या यह कुछ ऐसा बन सकता है जिसे हमने कभी गंभीरता से डिज़ाइन नहीं किया है: एक ऐसी परत जिसका उत्पाद अन्य लोगों की सोच है।
अधिकांश संगठन नियंत्रण की ओर झुकेंगे, क्योंकि नियंत्रण स्पष्ट और सुपाठ्य होता है। यह दस्तावेज तैयार करता है। यह बजट समीक्षाओं में जीवित रहता है। और वहां वास्तविक काम भी होगा - किसी को उस निर्णय की जिम्मेदारी लेनी होगी जिसे AI नहीं ले सकता। लेकिन जो कंपनी अपनी पूरी प्रबंधकीय क्षमता को एक गुणवत्ता-आश्वासन फ़ंक्शन में बदल देती है, उसने चुपचाप यह तय कर लिया है कि उसके लोग एक ऐसा जोखिम हैं जिन्हें प्रबंधित किया जाना है, न कि एक ऐसी बुद्धिमत्ता जिसे एकजुट किया जाना है।
विकल्प अधिक चपटा होना नहीं है
विकल्प अधिक चपटा होना नहीं है। यह अलग तरह से भारित है।
हैमेल और ज़ानिनी ने एक बार अनुमान लगाया था कि अत्यधिक नौकरशाही अमेरिकी अर्थव्यवस्था को सालाना तीन ट्रिलियन डॉलर से अधिक का खर्च देती है, जो सकल घरेलू उत्पाद (GDP) का लगभग 17% है, और यह देश लगभग 24 मिलियन लोगों के नौकरशाही वर्ग का बोझ उठाता है - हर पांच श्रमिकों के लिए लगभग एक मैनेजर या प्रशासक। उनका निष्कर्ष था कि नौकरशाही मानवीय क्षमता पर एक कर है। मैं इसे थोड़ा अलग तरीके से रखूंगा। नौकरशाही वह है जो एक समन्वय परत तब बनती है जब उसकी समन्वय समस्या का समाधान हो चुका होता है और किसी ने उसे बताया नहीं होता।
हम समन्वय समस्या के एक बड़े हिस्से को हल करने वाले हैं। सवाल यह है कि हम उन परतों से आगे क्या करने के लिए कहते हैं।
मेरा अपना अनुमान है कि एक AI-नेटिव संगठन में सबसे मूल्यवान मैनेजर वह नहीं होगा जो सबसे अधिक जानता है, या जो सबसे अधिक जांच करता है, बल्कि वह होगा जिसकी टीम सबसे अच्छे सवाल पैदा करती है। ज्ञान का कोई रूट करने वाला नहीं। परिस्थितियों का एक आर्किटेक्ट।
यह एक वास्तव में नई नौकरी है, और दुनिया के किसी भी ऑर्ग चार्ट में वर्तमान में इसके लिए कोई बॉक्स नहीं है।