Humor deluje kada spaja iznenađenje sa trenutnom jasnoćom. Kroz šest eksperimenata koji su uključili skoro 1.300 učesnika, šale, mimovi i razigrani nadimci bili su smešniji kada su ljudi mogli lako da ih obrade. Jasan zvuk i vizuelni prikaz su pomogli, kao i rima i aliteracija, koje su činile da poente deluju koherentnije i prikladnije. Ovaj efekat nije učinio agresivan humor manje uvredljivim, što je posebno važno upozorenje na poslu, gde kontroverzne šale mogu nositi veći rizik. Za lidere, praktična lekcija je da humor učine lakim za slušanje, gledanje i prepoznavanje; da koriste sažeto, ritmično formulisanje kada to odgovara; i da grade šale na zajedničkim iskustvima, poznatim referencama i prepoznatljivim formatima. Dobar humor na radnom mestu zahteva malo kognitivnog napora i signalizira brigu o publici.   Istraživači odavno prepoznaju da humor može privući pažnju, produbiti društvenu povezanost i izgraditi privlačnost. Za poslovne lidere, pravovremena šala može ublažiti napetost u sali za sastanke, izgraditi odnos sa novim timom i učiniti složene strateške poruke lakše pamtljivim. Ipak, pokušaj humora na poslu je notorno rizičan. Svi smo bili svedoci kako šala nekog lidera potpuno propadne, ostavljajući prostoriju u neprijatnoj tišini. Istraživanja otkrivaju da neuspeli humor umanjuje društveni kapital lidera, što rezultira manjim poštovanjem sledbenika, smanjenom dopadljivošću i kompromitovanim percepcijama njihove kompetencije i legitimiteta. Zašto neki pokušaji humora prolaze savršeno dok drugi propadaju? Filozofi još od Aristotela tvrdili su da se komedija gradi na iznenađenju. Šala funkcioniše zato što se nešto odvija drugačije od onoga što očekujemo. Međutim, velika iznenađenja nose i velike rizike. Ako publici nedostaje potrebno znanje da bi razumela šalu, ili ako je neočekivani skok prevelik, postaje teško shvatiti smisao šale. A besmislen materijal nije smešan. Da bi uspela, komedija mora uspostaviti ravnotežu između iznenađenja i koherentnosti; ona mora predstaviti neočekivano iznenađenje koje ipak odmah ima smisla. U našem nedavnom istraživanju koje obuhvata dva objavljena rada i uključuje skoro 1.300 učesnika kroz šest različitih eksperimenata, istraživali smo šta to stvari čini smešnim. Suština je jednostavna: komedija je mnogo smešnija kada ju je lakše obraditi. Zašto su najsmešnije šale najlakše za razumevanje Šala može biti laka ili teška za obradu iz mnogo razloga. Šalu je možda teško čuti preko loše Zoom veze ili ju je teško pročitati sa pretrpanog slajda prezentacije. Konceptualno, rečnik može biti previše složen, ili osnovna referenca može zahtevati specifično, usko znanje. Bez obzira na izvor, stotine eksperimenata u kognitivnoj nauci dokumentuju da to koliko je nešto lako (ili teško) za obradu utiče na našu procenu toga. Između ostalog, poruke koje se lako obrađuju deluju istinitije i koherentnije. Da bismo testirali da li to utiče na smešnost šale, sproveli smo šest eksperimenata koristeći različite komične materijale, uključujući internet mimove, poente i nadimke. U jednom nizu eksperimenata, testirali smo kako jasnoća zvuka utiče na smešnost nastupa. Pustili smo učesnicima da slušaju audio-snimke stendap komičara. Polovina učesnika čula je originalne, jasne snimke, dok je druga polovina čula iste snimke sa dodatim pozadinskim zvucima bučnog prostora. Rezultati su pokazali da su učesnici smatrali šale smešnijim kada ih je bilo lakše čuti. Zatim smo testirali efekte vizuelne jasnoće na smešnost humora zasnovanog na slikama. U polovini ispitivanja, učesnici su videli šaljive mimove u njihovom originalnom formatu; za drugu polovinu, smanjili smo ekspoziciju slike i zasićenost boja, čineći ih malo težim za vizuelnu obradu. Rezultati su bili jasni: učesnici su smatrali mimove manje smešnim kada ih je bilo teže videti. Prelazeći na jezik, potom smo testirali da li su šale smešnije kada se rimuju ili sadrže aliteraciju. Lakše je obraditi dve reči kada dele iste glasove, pa smo predvideli da će rima i aliteracija poboljšati smešnost šale. Napravili smo nove postavke šala po principu dopunjavanja sa dve ekvivalentne opcije za poentu. Za neke šale, jedna opcija se rimovala (npr. „The Snore Store“), dok je alternativna poenta koristila sinonim koji se nije rimovao (npr. „The Snore Shop“). Učesnici su u ogromnoj većini birali poente koje se rimuju ili imaju aliteraciju kao smešnije u odnosu na njihove alternative koje se ne rimuju ili nemaju aliteraciju. Takođe smo posmatrali da li laka obrada čini agresivnu šalu blažom i bezazlenijom. Da bismo to testirali, opisali smo scenarije u kojima je osoba dobila nadimak koji je ili imao aliteraciju (npr. „Dirty Derek“) ili nije (npr. „Dirty Chris“). Neki nadimci su bili okrutni i agresivni (npr. „Dirty Derek“), dok su drugi bili bezazleniji i razigraniji (npr. „Fit Frances“). Iako ne verujemo da je davanje nadimaka na bilo koji način produktivna vrsta šale u profesionalnom okruženju, želeli smo da testiramo da li ova stilska sredstva mogu promeniti meru u kojoj takve šale mogu biti uvredljive. Otkrili smo da aliteracija nije učinila agresivne nadimke manje uvredljivim ili bezazlenijim. Za svakoga ko komunicira na radnom mestu, ova razlika je kritično upozorenje: to što ćete svoju šalu učiniti lakšom za obradu neće spasiti uvredljivu ili neprikladnu primedbu od toga da uvredi vaš tim. Ovo je jedinstven i uvećan rizik za sve šale u kancelariji, pošto su zasebna istraživanja pokazala da se kontroverzne šale doživljavaju kao uvredljivije kada ljudi zamisle da ih čuju na radnom mestu u poređenju sa drugim okruženjima. Umesto toga, otkrili smo da je lakša obrada učinila da šale deluju koherentnije, što je izgleda objasnilo porast smešnosti. Kada posmatrate komediju kroz ovu prizmu, odjednom postaje jasno zašto se komičari oslanjaju na iste uobičajene tehnike. Publici je lakše da obradi informacije koje je već videla ranije. Zbog toga ponavljajuće šale (running gags), povratne šale (callback jokes) i interne šale dobro funkcionišu, jer se oslanjaju na prethodno znanje — čineći ih lakšim za obradu. Korišćenje poznate strukture, kao što je analogija ili šablon za mim (npr. „Ljudi X kada se na događaju pojavi Y“), takođe može olakšati laku obradu, a samim tim i smešnost. Završavanje šale prepoznatljivom frazom ili osmehom takođe može pomoći da se publici razjasni da pričate šalu, tako da publika ne mora da troši energiju nagađajući nameru govornika. Strateške pauze u izvođenju i promene u vokalnoj intonaciji koje oponašaju nastup klasičnog komičara mogu imati isti efekat. Ne morate biti prirodno nadareni komičar da biste efikasno koristili humor na poslu. Za lidere koji žele da komuniciraju efikasnije, ovi nalazi se svode na tri praktična zaključka za korišćenje humora na poslu: • Nemojte skrivati šalu.• Učinite da se rimuje ili koristi aliteraciju.• Gradite na zajedničkom znanju i poznatim strukturama. Nemojte skrivati šalu Najneposrednija i najpraktičnija primena našeg istraživanja za menadžere uključuje kontrolisanje okruženja i isporuke vaše poruke kako bi bila laka za slušanje i prepoznavanje, posebno u okruženju gde su konkurentski zahtevi za pažnjom publike već visoki. Ako izvodite vedar uvod na sastanku cele kompanije (town hall), akustika prostorije i to da li se publika utišala izuzetno su važni. Ako publika mora da se napreže da bi vas čula zbog lošeg mikrofona, kolega koje ometaju ili loše internet veze na hibridnom pozivu, vaša šala će vrlo verovatno propasti. Slično tome, ako su vaš suptilni govor tela ili izrazi lica ključni za to da publika razume šalu koju pravite, osvetljenje i udaljenost publike od bine uticaće na njenu smešnost. Takođe je važno da jasno stavite do znanja svoje namere kada pričate šalu. Bez obzira na to koliko je prostorija tiha, ako iznesete duhovito zapažanje ravnim, monotonim glasom ili prebrzo pređete preko njega bez promene ritma govora, publika će se mučiti da protumači da li ste ozbiljni ili ne. Korišćenje dramatičnih vokalnih intonacija, preuveličanih izraza lica i pauza kako biste označili svoj materijal kao šalu može pomoći u tome. Samo vodite računa o ravnoteži: jasno signaliziranje šale takođe može stvoriti izvestan pritisak na publiku da se nasmeje, što može dovesti do lažnog smeha pristojne publike ili negodovanja one sklonije konfrontaciji. Prihvatite moć rime i aliteracije Naši eksperimenti su takođe otkrili da su učesnici dosledno smatrali poente i fraze smešnijim kada su se rimovale ili imale aliteraciju. Iako ovo može zvučati kao savet namenjen umetnicima pre nego rukovodiocima, ovo je neverovatno moćan alat u poslovnoj komunikaciji. Kada dve reči dele isti početni glas (aliteracija) ili isti završni glas (rima), one se obrađuju brže i fluidnije. Za menadžera, to znači da specifične reči koje koristite da uobličite vedro zapažanje mogu odrediti hoće li ono dobiti osmeh ili prazan pogled. Ne preporučujemo da govorite u šaljivim stihovima, ali se možete osloniti na ritmično formulisanje kada pokušavate da iznesete upečatljivu, zabavnu poentu. Ako je projekat donekle skrenuo s koloseka zbog birokratske administracije, razigrano nazivanje te situacije „papirnim paklom“ (paperwork purgatory) umesto „administrativnim kašnjenjem“ koristi aliteraciju kako bi fraza bila kognitivno zadovoljavajuća. Slično tome, neko može projekat koji uključuje duboko frustrirajuću i masivnu tabelu nazvati „Excel pakao“ (Excel hell). Ova sredstva funkcionišu zato što zajednički glasovi mogu učiniti da se neuobičajeni parovi pojmova (npr. „papirologija“ i „pakao“) osete inherentno povezanima. Kada lideri koriste rime ili aliterativne formulacije da ukažu na apsurde na radnom mestu, oni nisu samo pametni; oni čine svoje reči lakšim za obradu svojoj publici. Zbog toga šale deluju „prikladno“ i „ispravno“. Sledeći put kada budete sastavljali imejl za svoj tim ili pripremali govor za korporativnu večeru, pregledajte svoj tekst tražeći prilike da zamenite reči upečatljivijim, aliterativnim parovima. To je naučno potvrđen način da svoju komunikaciju učinite privlačnijom. Samo zapamtite da je umerenost ključ. Većina ljudi ne govori niti piše imejlove kao Vilijam Šekspir, pa preterivanje može delovati neprirodno. Gradite na zajedničkom znanju i poznatim strukturama Najlakši način da šalu učinite lakom za obradu, a samim tim i smešnijom, jeste da je utemeljite u onome što publika već zna. Još je bolje ako se nadovezuje na stvari ili iskustva kojima su često izloženi. Interna šala o neobičnom zastarelom softverskom sistemu za koji samo vaš tim zna, ili bezazleno podsećanje na upečatljiv trenutak sa poslednjeg timskog druženja van kancelarije, funkcionišu iznenađujuće dobro, kao i ponavljajuće šale, povratne šale i interne šale. Ovo zajedničko znanje se često gradi kroz ponavljanje, čineći informaciju veoma lakom za obradu u mozgu. Pošto vaš tim već poseduje pozadinsko znanje, kognitivni napor potreban da se shvati šala je veoma mali. Osim korišćenja poznatog sadržaja za komediju, lideri takođe mogu razmotriti korišćenje poznatih struktura šala. Različite šale su stalno u trendu, od skorašnjih šala „Kako je počelo u odnosu na Kako se odvija“ i „Ženska matematika“ (Girl math) do starijih „Koliko je X potrebno da se promeni sijalica?“. Nadovezivanje na ove poznate strukture uz zamenu jedne ili dve reči kako bi odgovarale datom kontekstu može doneti mnogo smeha. Na primer, lider bi mogao da se našali na račun „korporativne matematike“ dok raspravlja o glupoj organizacionoj grešci, kao što je naručivanje previše hrane za neki događaj. . . . Razumevanje načina na koji humor funkcioniše takođe nam pokazuje zašto se toliko ceni. Pričanje dobre šale zahteva više od pukog razmišljanja o sadržaju onoga što govorite. Ono zahteva razmišljanje o tome kako će aspekti vaše šale komunicirati sa publikom i kontekstom u kojem je čuju. Iste strategije koje čine šalu smešnijom takođe obično pokazuju empatiju i pažljivost — što je odličan način za izgradnju odnosa i zajedništva sa vašim kolegama.

Kako AI agenti sve više interaguju jedni sa drugima na komercijalnim platformama, kompanijama su potrebna nova pravila koja regulišu šta ti agenti mogu da vide, odluče i urade. U kontrolisanoj simulaciji interakcije između veštačkih inteligencija (AI-to-AI), koja je obuhvatila 160 ciklusa upravljanja i 2.560 opservacija, istraživači su testirali četiri mehanizma upravljanja: otkrivanje informacija, autonomiju agenata, signale reputacije i strukturirane protokole interakcije. Bogate informacije čitljive mašinama pomogle su agentima da identifikuju perspektivne ugovorne strane, dok je veća autonomija poboljšala njihovu sposobnost da prilike pretoče u obavezujuće dogovore. Signali reputacije pomogli su agentima da odrede koje prilike zaslužuju pažnju. Međutim, kruti protokoli interakcije smanjili su angažovanje i napredak u razmeni. Ovi nalazi sugerišu da bi kompanije trebalo da uspostave jasne nivoe ovlašćenja za agente, sprovode ograničene eksperimente, obezbede strukturirane informacije i signale reputacije, kao i da osmisle precizne procedure prenosa odlučivanja sa agenata na ljude.   Krajem 2025. godine, Perplexity-jev pretraživač Comet počeo je da se prijavljuje na Amazon naloge kupaca i obavlja kupovine u njihovo ime. Amazon ga je tretirao kao uljeza. Blokirao je agenta, a kada je Perplexity u roku od jednog dana zaobišao blokadu, Amazon je spor izneo pred federalni sud. WeChat je povukao granicu drugačije. Nakon što je blokirao ByteDance-ovog asistenta Doubao, koji je koristio pristup na nivou sistema da bi upravljao WeChat-om bez dozvole, Tencent je kasnije otvorio kanal koji opisuje kao vezu između agenata (agent-to-agent) za odabrane asistente kompanija Huawei, Xiaomi i drugih, omogućivši im slanje poruka i upućivanje poziva. Prema ovom aranžmanu, eksterni agent prevodi korisnički zahtev u strukturiranu instrukciju i prosleđuje je kroz interfejs koji kontroliše Tencent do WeChat-a, koji zatim izvršava radnju unutar sopstvenog okruženja. Tencent kontroliše koji agenti mogu da se povežu, koje funkcije mogu da pozovu i koji podaci i izvršenja ostaju unutar WeChat-a. Drugim rečima, jedna platforma je potpuno zatvorila vrata za AI agente; druga ih je otključala pod sopstvenim uslovima. Van sfere trgovine, Moltbook nikada nije ni postavio vrata. Na ovoj platformi nalik Reddit-u, AI agenti objavljuju sadržaj, komentarišu i odgovaraju jedni drugima dok ih ljudi uglavnom samo posmatraju. Gotovo bez ikakvih ograničenja, njen bizarni sadržaj koji podseća na naučnu fantastiku brzo je privukao pažnju. Zajedno, ovi slučajevi prikazuju tri improvizovana odgovora na isto suštinsko pitanje: Šta bi AI agentima trebalo dozvoliti da rade u deljenim okruženjima? Interakcije se razlikuju: neke se odvijaju između agenata i platformi, dok su druge između samih agenata. Ipak, problem upravljanja je identičan. Kako agenti sve više pristupaju platformama, zastupaju kompanije i korisnike i stupaju u interakciju sa drugim agentima, pravila okruženja u kojima posluju oblikovaće ono što mogu da vide, odluče i urade. Ovi slučajevi mogu delovati beznačajno, ali tržište koje najavljuju to svakako nije. McKinsey procenjuje da bi poslovanje vođeno agentima (agentic commerce) moglo da usmeri do 1 bilion dolara maloprodajnih prihoda u SAD do 2030. godine, odnosno između 3 i 5 biliona dolara na globalnom nivou. Sami agenti napreduju podjednako brzo. Jedno od merila tog napretka jeste obim posla koji mogu da završe autonomno: METR procenjuje da se dužina zadataka koje vodeći AI agenti mogu da reše — mereno vremenom koje bi isto to zahtevalo od ljudskog stručnjaka — približno udvostručuje na svakih sedam meseci. Agenti koji su nekada mogli pouzdano da obave samo nekoliko minuta rada ekvivalentnog ljudskom radu, sada sve češće preuzimaju zadatke koji iziskuju sate. Slično tome, kompanije širom ekosistema počinju da grade infrastrukturu za trgovinu posredovanu agentima. Google, Shopify, Stripe i Visa, između ostalih, razvijaju protokole, pristup za trgovce i mogućnosti plaćanja koje omogućavaju AI agentima da učestvuju u komercijalnoj razmeni. Kako se ovi oblici učešća agenata šire, izazov upravljanja prevazilazi operatore samih platformi. Lideri tržišta moraju da odluče šta agenti smeju da pristupe i rade unutar njihovih okruženja, dok lideri kompanija koje implementiraju agente moraju da odrede koja ovlašćenja ti agenti treba da imaju kada komuniciraju sa kupcima, dobavljačima i drugim učesnicima na tržištu. Jedno okruženje u kojem ovaj izazov upravljanja postaje naročito opipljiv jeste B2B razmena, gde AI agenti mogu delovati u ime kompanija na obe strane tržišta. Generisanje potencijalnih klijenata (lead generation) je posebno korisno za ispitivanje ovog fenomena jer su pretraga, inicijalni kontakt i kvalifikacija informacijama intenzivne aktivnosti koje agenti sve uspešnije obavljaju, sa realnim komercijalnim posledicama. U našem preliminarnom istraživanju koje je obuhvatilo 55 rukovodilaca iz oblasti B2B generisanja lidova, prodaje, marketinga, razvoja poslovanja, nabavke i evaluacije dobavljača, ispitanici su prepoznali komercijalni potencijal — pri čemu se 78% složilo da AI agenti mogu poboljšati kvalifikaciju B2B lidova u ranoj fazi. Ipak, prepoznali su i jaz u upravljanju: samo 45% se složilo da je njihova kompanija spremna za tržište na kojem AI agenti generišu ili prihvataju lidove u njeno ime. To otvara centralno pitanje: Da li mehanizmi upravljanja osmišljeni za ljudske učesnike na platformama i dalje funkcionišu kada te učesnike predstavljaju AI agenti, i ako ne, kako lideri treba da ih prilagode? Naše istraživanje ispituje ove uslove kroz prizmu upravljanja platformama. Koristeći B2B generisanje lidova kao kontekst u kojem AI agenti pretražuju i procenjuju potencijalne poslovne partnere, otkrili smo da upravljanje zaista utiče na učinak agenata, ali ne uvek onako kako bi konvencionalna teorija platformi predvidela: jedan mehanizam je dosledno pomagao, drugi su pomagali samo u određenim fazama, dok se jedan pokazao kao kontraproduktivan. Šta smo otkrili Da bismo ispitali ovo pitanje, napravili smo kontrolisanu simulaciju uspostavljanja razmene između dva AI agenta. Generisanje lidova poslužilo je kao empirijski okvir jer obuhvata širi menadžerski problem: kako kompanije identifikuju, procenjuju i razvijaju saradnju sa potencijalnim komercijalnim partnerima pre nego što počne odnos među ljudima. U našoj simulaciji, agenti prodavaca predstavljali su kompanije koje nude usluge, dok su agenti kupaca predstavljali kompanije sa definisanim potrebama, budžetima, preferencijama i kriterijumima evaluacije. Agenti su prolazili kroz proces uspostavljanja razmene: inicijalni kontakt, odgovor, naknadno praćenje, predlog uvodnog sastanka, procena izvodljivosti i preuzimanje obaveze za nastavak saradnje. Unutar ovog okruženja, varirali smo četiri poluge upravljanja izvedene iz teorije i prakse platformi: koliko su komercijalno relevantnih informacija kompanije otkrile, koliki nivo autonomije u odlučivanju je dodeljen agentima, da li su signali reputacije bili vidljivi drugoj strani i koliko je protokol interakcije bio strogo strukturiran. Kroz 10 nezavisnih ponavljanja simulacije, koja su obuhvatila 160 ciklusa upravljanja i 2.560 opservacija pojedinačnih parova agenata kupaca i prodavaca, osnovni zaključak je bio jasan: upravljanje platformama kreirano za ljude ne može se jednostavno preslikati na AI agente. Drugim rečima, mehanizmi upravljanja osmišljeni da strukturiraju i disciplinuju ljudske učesnike mogu funkcionisati sasvim drugačije kada su učesnici agenti. Uočili smo četiri glavna obrasca, po jedan za svaku polugu. Otkrivanje informacija bila je jedina poluga koja je dosledno pomagala. Kada su kompanije otkrivale više komercijalno relevantnih informacija, agenti su bili sposobniji da uspostave održivu razmenu. Visok nivo deljenja informacija povećao je angažovanje druge strane, broj predloga za uvodne sastanke, procene izvodljivosti i preuzimanje obaveza za nastavak saradnje. Ovaj dobro poznati mehanizam upravljanja platformama uspešno se preneo sa tržišta kojima posreduju ljudi na AI-to-AI okruženje. Agentima su potrebne mašinski čitljive informacije da bi procenili relevantnost druge strane. Kada platforme obezbede bogatije i bolje strukturirane profile kompanija, agenti mogu preciznije da prepoznaju kompatibilnost, daju prioritet perspektivnim razmenama i izbegnu gubljenje resursa na neodgovarajuća spajanja. Autonomija je takođe pomogla, ali tek u kasnijoj fazi procesa: davanje većih prava odlučivanja agentima imalo je najjači efekat kada je trebalo preći sa faze procene na preuzimanje obaveze. To sugeriše da okruženja za razmenu posredovanu veštačkom inteligencijom zahtevaju dovoljno fleksibilnosti kako bi agenti mogli da postupaju na osnovu lokalnih informacija prikupljenih tokom interakcije. Pristup informacijama nije dovoljan. Agentima je potrebna i sloboda odlučivanja o tome da li razmena treba da napreduje. Reputacija je takođe pomogla, ali uglavnom kao signal za privlačenje pažnje i evaluaciju. Konkretno, vidljivost reputacije olakšala je ranu i prelaznu fazu formiranja saradnje. Kada su signali reputacije bili vidljivi, agenti su bili spremniji da stupe u kontakt sa drugom stranom, predlože uvodne sastanke i klasifikuju prilike kao izvodljive. Reputacija nije značajno uticala na konačno preuzimanje obaveze, ali je pomogla agentima da odluče da li neka prilika zaslužuje dalju pažnju. Nasuprot tome, strukturirani protokol se pokazao kontraproduktivnim. Na platformama gde posreduju ljudi, strukturirani protokoli često deluju razumno. Oni vode interakciju, standardizuju razmenu, olakšavaju poređenje i smanjuju prostor za oportunističko ponašanje. Međutim, u našoj simulaciji, strogo strukturiran protokol smanjio je napredak u ranoj i prelaznoj fazi razmene. Doveo je do manjeg angažovanja druge strane, ređih predloga za uvodne sastanke i lošijih procena izvodljivosti, bez značajnog poboljšanja u konačnom preuzimanju obaveza. Drugim rečima, mehanizam upravljanja koji je trebalo da unese disciplinu u interakciju zapravo ju je ugušio. To ne znači da je struktura uvek loša. Određeni stepen strukture je neophodan kako bi agenti ostali usklađeni, uporedivi i odgovorni. Ipak, krute skripte interakcije mogu suziti prostor u kojem se agenti prilagođavaju, razjašnjavaju kompatibilnost i razvijaju perspektivne prilike. Za ljudske korisnike struktura može smanjiti neizvesnost. Za AI agente previše strukture može oduzeti upravo onu fleksibilnost koja ih čini korisnim. Rezultati ukrštanja ovih faktora potvrdili su ovaj širi zaključak. Vidljivost reputacije ojačala je pozitivan efekat otkrivanja informacija: kada su agenti imali i bogatije informacije i signale reputacije, bili su znatno sposobniji da protumače kvalitet druge strane. Nasuprot tome, strukturirani protokol je oslabio uticaj autonomije na predloge uvodnih sastanaka i procene izvodljivosti. Autonomija je pomagala kada su agenti mogli da je koriste fleksibilno. Kada je protokol postao previše rigidan, ta prednost je nestala. Poruka svih ovih nalaza jeste da tržišta zasnovana na agentima zahtevaju drugačiju logiku upravljanja. Upravljanje usmereno na ljude često ima za cilj da uliva poverenje, standardizuje i disciplinuje učesnike. Upravljanje usmereno na agente mora dodatno učiniti informacije primenjivim, očuvati korisnu diskreciju i izbeći preterano sputavanje prilagodljive razmene. Šta kompanije i platforme treba da urade po tom pitanju? Naši nalazi ukazuju na neposredan menadžerski izazov: razmena između dva agenta zahteva promišljeno upravljanje. Kako kompanije omogućavaju AI agentima da kvalifikuju prilike, kontaktiraju partnere i razvijaju poslove, lideri platformi moraju postaviti pravila o tome kako agenti mogu da funkcionišu unutar njihovih okruženja. Istovremeno, lideri kompanija koje uvode agente moraju odlučiti šta ti agenti smeju da vide, kažu i urade, koliki nivo diskrecije imaju i kada ljudi moraju da intervenišu. Definišite nivoe pristupa agentima Kompanije bi trebalo da upravljaju učešćem agenata kroz jasno definisane nivoe delegiranih ovlašćenja. Na najnižem nivou, agenti mogu čitati odobrene informacije. Na sledećem nivou, mogu upoređivati opcije i predlagati naredne korake. Uz veći nivo poverenja, mogu kontaktirati ugovorne strane ili pregovarati unutar definisanih granica. U specifičnim, niskorizičnim okolnostima, mogu preuzimati obaveze ili dovršavati transakcije pod unapred utvrđenim uslovima. Svaki nivo treba precizno da odredi kojim podacima agent može pristupiti, šta ostaje unutar internog okruženja kompanije, koje radnje može samostalno pokrenuti i šta zahteva eskalaciju ka čoveku. Tencentov pristup WeChat-u ilustruje ovu logiku: odabrani asistenti funkcionišu preko kontrolisanog kanala, sa ograničenim funkcijama i izvršavanjem koje ostaje unutar Tencentovog sistema. Prema navodima kompanije Mastercard, njihovo rešenje Agent Pay ukazuje na sličan model rada u realnom vremenu, gde organizacije postavljaju pravila autorizacije i limite potrošnje koji se sprovode programski, dok agenti zadržavaju diskreciono pravo unutar tih granica. Započnite sa ograničenim eksperimentima Kompanije bi trebalo da počnu sa fokusiranim pilot-projektima u oblastima kao što su kvalifikacija lidova, pronalaženje dobavljača ili preliminarna selekcija ponuđača — gde je zadatak komercijalno koristan, ali se rizik može kontrolisati. Ovi pilot-projekti treba da imaju jasne profile agenata, uska ovlašćenja, eksplicitna pravila odlučivanja i kontrolne tačke za reviziju pre nego što agenti utiču na stvarne poslovne odnose ili obaveze. Salesforce je, na primer, uveo svog prodajnog agenta Agentforce u tačno definisan deo prodajnog procesa, koristeći ga za inicijalno obraćanje, kvalifikaciju lidova, praćenje komunikacije i zakazivanje sastanaka, dok su ljudski prodajni predstavnici ostali uključeni u dalji angažman. Cilj je uočiti gde agenti smanjuju prepreke u pretrazi i selekciji, gde pogrešno tumače kontekst i gde ljudsko rasuđivanje ostaje neophodno. Pošto će se ponašanje agenata menjati sa razvojem modela, alata i protokola, kompanije bi ove pilot-projekte trebalo da tretiraju kao ponovljivu sposobnost testiranja, a ne kao jednokratnu vežbu implementacije. Učinite svoju organizaciju razumljivom agentima Na tržištima kojima upravljaju agenti, neodređeni marketinški jezik imaće znatno manju težinu od strukturiranih, mašinski čitljivih podataka. Agenti moraju jasno razumeti šta kompanija nudi, kojim industrijama služi, u kom rasponu cena ili budžeta posluje, gde može da isporuči uslugu, koja ograničenja važe, koliko brzo odgovara i koji dokazi potkrepljuju te tvrdnje. Kompanije bi stoga trebalo da kreiraju profile prilagođene agentima i strukturirane podatke o proizvodima ili uslugama koji omogućavaju lako raščlanjivanje i poređenje njihovih komercijalnih atributa. Aktivnosti kompanije Shopify na razvoju trgovinske infrastrukture čitljive agentima kreću se u ovom smeru: platforma agentima pruža strukturiran pristup katalozima, proizvodima i informacijama o transakcijama, što oni mogu koristiti da procene ponudu i deluju u ime kupaca. Izgradite signale reputacije koje agenti mogu da koriste Signali poverenja namenjeni ljudima često su previše uopšteni za razmenu kojom posreduju agenti. Agentima su potrebni strukturirani pokazatelji koji se mogu upoređivati među različitim stranama, kao što su pouzdanost u odgovorima, performanse isporuke, verifikovani ishodi, istorija sporova, ponovljeni angažmani i dokazi da su prethodne razmene uspešno realizovane. Platforme bi trebalo da ove signale učine specifičnim, mašinski čitljivim i direktno povezanim sa merljivim ponašanjem. Na primer, rešenje KYAPay kompanije Skyfire kombinuje verifikovani identitet agenta sa evidencijom o reputaciji, iako je znatno teži zadatak u B2B razmeni signalizirati kvalitet same kompanije na drugoj strani, a ne samo pouzdanost agenta koji je predstavlja. Dizajnirajte primopredaju posla ljudima pre same implementacije Kratkoročna vrednost razmene putem agenata proisteći će iz korišćenja agenata za pripremu kvalitetnijih razgovora među ljudima, a ne iz potpunog ukidanja komercijalnog rasuđivanja. Kompanije bi trebalo unapred da definišu trenutak u kojem prilika prelazi sa selekcije koju vodi agent na izgradnju odnosa koju vode ljudi. Ta primopredaja treba da uključi obrazloženje agenta, informacije koje je koristio, uočene neizvesnosti i preporučeni sledeći korak. Microsoft-ov Dynamics 365 Sales Qualification Agent ilustruje ovaj pristup: on može da istraži, angažuje i kvalifikuje lidove pre nego što ih prosledi ljudskim prodavcima, pri čemu Microsoft izričito testira da li agent ispravno prenosi slučajeve koji sadrže pitanja van njegove baze znanja ili slučajeve sa visokim stepenom interesovanja, kao što je zahtev za demo verziju proizvoda. Koristan test performansi jeste da li ljudski timovi mogu da pretvore prilike koje je agent kvalifikovao u stvarnu komercijalnu vrednost: kvalitetnije sastanke, bolju usklađenost, kraće cikluse selekcije i produktivnije razgovore o prodaji ili partnerstvu. . . . Sve u svemu, uspon AI agenata postavlja novi menadžerski izazov: upravljanje razmenom između strana koje možda nisu ljudska bića. Prvi instinkt biće da njima upravljamo na isti način na koji upravljamo ljudima. Naši nalazi, međutim, pokazuju da upravljanje agentima nije puki nastavak upravljanja zaposlenima. To je potpuno nov dizajnerski problem. S obzirom na to da se neka pravila prenose, a neka ne, kompanije koje prve shvate razliku steći će ključnu prednost u ekonomiji kojom posreduju agenti.

Pad mnogih maloprodavaca ne odražava smrt fizičke prodavnice, već neuspeh tradicionalnog trgovačkog modela, koji od maloprodavaca zahteva da predviđaju tražnju, poseduju zalihe i apsorbuju sve veće troškove pogrešnih procena na sve nestabilnijem tržištu. Umesto toga, trgovci bi trebalo da posluju kao platforme, prebacujući odgovornost za zalihe, merčandajzing i formiranje cena na brendove putem modela prodavnice u prodavnici i agencijskih modela, dok sopstvene napore usmeravaju na kuriranje korisničkog iskustva, upravljanje ekosistemom i privlačenje kupaca. Kako veštačka inteligencija čini potrošačku tražnju transparentnijom, cenovno osetljivijom i nepredvidivijom, ovaj model platforme postaće sve važniji izvor otpornosti i konkurentske prednosti.   Prošetajte kroz robnu kuću na kraju sezone i natpisi pričaju dobro poznatu priču: 40% popusta! 60% popusta! Rasprodaja! Trgovci na malo ove popuste često tretiraju kao taktički problem, rezultat pogrešnog proizvoda, loše promocije ili uticaja lošeg vremena. Međutim, njih je bolje shvatiti kao priznanja. Oni otkrivaju loše strane tradicionalnog maloprodajnog modela. Trgovac se ponašao kao klasičan trgovac robom, vezao se za zalihe pre nego što je tražnja bila poznata, preuzeo rizik od greške, a zatim platio za tu grešku kroz eroziju marže i razvodnjavanje vrednosti brenda. Prema ovom trgovačkom modelu, trgovci rutinski preuzimaju više rizika nego što mogu da podnesu. Brojke o zatvaranju prodavnica govore istu priču u većim razmerama. Kompanija Coresight Research zabeležila je 7.325 zatvaranja prodavnica u SAD-u tokom 2024. godine, što je najveći ukupni broj od 2020. godine, kada su se zatvaranja približila broju od 10.000. JLL je izvestio da su najavljena zatvaranja između 2024. i početka 2025. godine ukupno premašila 9.900 lokacija. Primamljivo je tumačiti ove brojke kao dokaz da fizička prodavnica umire. To je pogrešan zaključak. Otvaranja prodavnica su takođe ostala značajna, a veliki deo napuštenog prostora popunjavaju jači koncepti. Dokazi ne ukazuju na beg potrošača iz prodavnica, već na evoluciju maloprodajnih modela. Prodavnice koje nude pravu kombinaciju pogodnosti, vrednosti, usluge, iskustva ili pristupa prepoznatljivim brendovima i dalje mogu da napreduju, ali se ta kombinacija stalno menja. Prodavnice izgrađene oko statičnog trgovačkog modela su pod pritiskom jer nose preveliki rizik zaliha na tržištu gde je tražnju postalo teže predvideti. Ovo nije nov ciklus. Klasični „točak maloprodaje“ Stenlija Holandera (Stanley Hollander), prvi put objavljen 1960. godine, opisao je kako maloprodajni formati često ulaze na tržište kao vitki izazivači sa niskim maržama i niskim cenama, zatim postepeno podižu standarde — bolje lokacije, više usluga, viši troškovi, više marže — i na kraju postaju ranjivi na sledećeg niskobudžetnog učesnika. Taj točak nastavlja da se okreće. Robne kuće, tržni centri, diskonti, „ubice kategorija“, hipermarketi i platforme za e-trgovinu imali su svoje redove. Pravi problem nije prodavnica Hitno pitanje za trgovce jeste da li moraju da nastave da se voze na tom točku. Verujemo da ne bi trebalo. Da bi se izvukli iz točka maloprodaje, trgovci moraju prestati da tretiraju svaki novi format kao bolji način za plasiranje robe i početi da posmatraju maloprodaju kao platformu za alokaciju rizika. Problem nije fizička maloprodaja. Problem je model koji zahteva od trgovaca da kupuju zalihe daleko unapred, prognoziraju kroz hiljade artikala (SKU jedinica), apsorbuju troškove greške, a zatim uče kupce da čekaju sniženja. Na sporijem, manje fragmentiranom tržištu, rizici koje je stvarao trgovački model bili su lakši za upravljanje. Danas su oni kažnjavajući. Preferencije potrošača se menjaju brže. Ciklusi brendova su kraći. Društvene mreže mogu stvoriti i uništiti potražnju u roku od nekoliko dana. Višekanalno poslovanje umnožava složenost. Stari trgovački model primorava trgovce da prave veće opklade sa manje pouzdanim informacijama. Bolja analitika pomaže. Pomažu i brži sistemi dopune, prognoziranje zasnovano na veštačkoj inteligenciji i prepoznavanje tražnje. Ali oni ne rešavaju strukturni problem: strana koja donosi odluku o zalihama često nije strana koja je najbliža tražnji na nivou proizvoda, niti je to strana koja je adekvatno motivisana da uradi ono što je najbolje za proizvod. Približavanje odluka o zalihama samoj tražnji Postoje dva široka načina da se smanji neusklađenost između ponude i tražnje. Prvi je odlaganje obavezivanja naručivanjem u malim količinama, posmatranjem tražnje, a zatim plasiranjem znatnijih porudžbina za kupovinu. Ovo zahteva analitiku tražnje u realnom vremenu i sposobnost lokalnijeg snabdevanja. Drugi je prenošenje odluke na entitet sa boljim poznavanjem proizvoda. Vlasnici brendova često razumeju svoje kategorije, asortimane, cenovne lestvice i signale kupaca bolje nego što to može centralizovana nabavna organizacija trgovca. Jedan trgovac može biti odgovoran za desetine brendova i stotine ili hiljade artikala. Brend je fokusiran na sopstvenu liniju, sopstvene kupce i sopstvene signale tražnje. Pitanje nije da li trgovci treba da se odreknu procene. Pitanje je da li treba da prestanu da pretpostavljaju da je centralizovana nabavka uvek najbolje mesto gde rizik tražnje treba da počiva. Prodavnica kao platforma Zbog toga model prodavnice u prodavnici zaslužuje daleko više pažnje nego što je dobija u Sjedinjenim Državama. U aranžmanu prodavnice u prodavnici, trgovac obezbeđuje posetu, lokaciju, okruženje i pristup kupcima. Brend upravlja sopstvenim prostorom, često uz kontrolu nad asortimanom, zalihama, uslugom, prezentacijom i cenama. Trgovac na malo postaje manje klasičan trgovac, a više platforma. Izuzetan primer za koncept prodavnice u prodavnici jeste londonski Harrods, koji promoviše partnerski model sa globalnim brendovima. Generalni direktor Majkl Vard (Michael Ward) ovo vidi kao konkurentsku prednost. Brendovi su dobrodošli da preuzmu vlasništvo nad sopstvenim prostorom u Harrodsu i da samostalno kuriraju i prognoziraju za sopstvene artikle. Naša istraživanja i intervjui o modelima prodavnice u prodavnici pokazuju zašto ova struktura može funkcionisati. Pružanjem autonomije proizvođačima unutar prostora trgovca, trgovac može poboljšati efikasnost kanala i kvalitet usluge, dok istovremeno naplaćuje pristup vrednom prometu kupaca. Proizvođač može dobiti brze povratne informacije sa tržišta i iskoristiti potpunu kontrolu nad svojim distributivnim kanalom na način na koji to radi Apple, ali bez posedovanja ijedne sopstvene prodavnice. Ovaj aranžman je posebno moćan kada je usluga u prodavnici važna i kada brendovi nisu proste zamene jedni drugima. Ironija je u tome što moćan trgovac može stvoriti veću vrednost odricanjem od dela kontrole. Onlajn maloprodaja pokazuje put Onlajn maloprodaja se već pomerila u ovom pravcu. Tržišta kao što su Amazon i Alibaba ne kupuju i ne preprodaju jednostavno svaki proizvod. Oni često omogućavaju prodavcima da direktno dođu do kupaca, naplaćujući naknade za pristup posetiocima, podacima, logistici ili uslugama platforme. Istraživanja o agencijskoj prodaji u elektronskoj maloprodaji ističu istu stratešku poentu: agencijski modeli mogu biti efikasniji od konvencionalne preprodaje, iako se platforma odriče dela kontrole nad cenama. Platforma ne pobeđuje tako što donosi svaku odluku o proizvodu, već tako što postavlja pravila učešća. Tradicionalni (oflajn) trgovci mogu učiti iz ovoga. Robna kuća ne mora da bude skladište sa lepšim osvetljenjem. Ona može biti fizičko tržište: kurirana, kontrolisana platforma na kojoj brendovi snose veći rizik zaliha, a trgovci se koncentrišu na posetu, poverenje, iskustvo i dizajn portfolija. Ovo takođe menja način na koji treba da razmišljamo o maloprodajnim nabavljačima — profesionalcima koji odlučuju šta ide na police prodavnica. U tradicionalnom modelu, nabavljači su moćni posrednici. Oni odlučuju šta će naručiti, koliko će naručiti i koji proizvođači dobijaju prostor na podu prodavnice. Međutim, istraživanja o maloprodajnim nabavljačima i uticaju proizvođača pokazuju da je ova uloga podložna iskrivljenim podsticajima. Proizvođači mogu pokušati da utiču na nabavljače poklonima, zabavom, putovanjima ili drugim podsticajima. Dublji problem nije samo nedolično ponašanje. Problem je u tome što funkcija nabavke postaje sporno usko grlo gde i proizvođači i trgovci pokušavaju da oblikuju nabavljačevu procenu tražnje. Bolja kompenzacija i upravljanje mogu smanjiti ove distorzije. Ali veća pouka je strukturalna: kada je previše procene o tražnji koncentrisano kod nabavljača koji nije najbliži krajnjem potrošaču ili kategoriji proizvoda, sistem priziva greške i uticaj. Maloprodaja zasnovana na platformi ne eliminiše potrebe upravljanja. Ona ih menja. Trgovac i dalje odlučuje koji brendovi pripadaju platformi, koje standarde moraju da ispune, kako se dele podaci o kupcima i kako se rešavaju konflikti. Ali to smanjuje potrebu da trgovac stavlja opklade na zalihe na nivou svakog pojedinačnog artikla. Kuriranje pobeđuje posedovanje Ovo nije poziv trgovcima da neselektivno iznajmljuju prostor. Slaba platforma postaje buvljak. Snažna platforma ima pravila. Ona pažljivo kurira brendove, štiti korisničko iskustvo, upravlja susedstvom brendova, postavlja standarde usluga i uklanja partnere koji narušavaju ponudu vrednosti. Uloga trgovca postaje strateškija, a ne manje važna. U mnogim evropskim i azijskim robnim kućama brendirani prostori nisu sporedni eksperimenti; oni su centralni deo operativnog modela. Brendovi kuriraju sopstvene prostore i preuzimaju veću odgovornost za tražnju, zalihe, osoblje, prezentaciju i cene. Trgovac diriguje celokupnom simfonijom. I Sjedinjene Države imaju primere, mada često kao delimične eksperimente. Kozmetički pultovi već dugo funkcionišu na ovaj način. Macy’s je sklopio partnerstvo sa Toys“R”Us. Kohl’s je izgradio značajan odnos sa Sephora-om. Target je eksperimentisao sa brendovima Disney, Apple, CVS, Starbucks, Warby Parker i Ulta. Supermarketi i hipermarketi ugošćuju Starbucks, McDonald’s, apoteke, banke i pružaoce usluga. Ali u većini slučajeva, koncept prodavnice u prodavnici ostaje dodatak, a ne dominantna logika trgovca. To bi trebalo da se promeni. Za trgovce, argument je jasan. Prodavnica u prodavnici može smanjiti izloženost zalihama, smanjiti zavisnost od sniženja, stabilizovati cenovnu konkurenciju među prodavnicama, stvoriti prepoznatljivija iskustva i privući brendove koji žele fizičko prisustvo bez izgradnje čitavih mreža sopstvenih prodavnica. To omogućava trgovcima da unovče posećenost i nekretnine, istovremeno ograničavajući finansijsku štetu od loših prognoza. Za brendove, model nudi alternativu visokim fiksnim troškovima posedovanja sopstvenih prodavnica. Brend može dobiti fizički pristup, kontrolisati prezentaciju, obučavati prodajne savetnike, pratiti tražnju i graditi odnose sa kupcima bez obavezivanja na samostalni lanac prodavnica. Takođe može zaštititi vrednost brenda smanjenjem podsticaja trgovca da čisti zalihe agresivnim sniženjima. Što je najvažnije, oni imaju najdirektniji osećaj za puls tržišta i imaju punu motivaciju da urade ono što je potrebno u najboljem interesu svojih proizvoda i potrošača. Za potrošače, koristi su podjednako stvarne i važne. Bolja kontrola brenda može značiti dublji asortiman, bolju uslugu, svežije zalihe i manje haotičnih ciklusa popusta na kraju sezone. Kupac vidi prodavnicu koja više liči na kurirano tržište nego na mašinu za likvidaciju robe. Što je najvažnije, potrošači će videti niže cene kada se podsticaji za članove kanala pojednostave i usklade, i kada se izbegnu konflikti u kanalu distribucije. Gde ovaj model ima smisla Menadžeri koji razmatraju ovaj prelaz trebalo bi da počnu sa četiri pitanja. Prvo, gde je greška u prognozi najskuplja? Kategorije sa visokim modnim rizikom, kratkim ciklusima proizvoda, složenim asortimanom ili jakim identitetom brenda prirodni su kandidati. Što je kategorija nestabilnija, to je slabiji argument da trgovac snosi sav rizik zaliha. Drugo, gde je ekspertiza brenda najvažnija? Prodavnica u prodavnici najbolje funkcioniše kada proizvođači mogu istinski da poboljšaju asortiman, uslugu i edukaciju kupaca. Kozmetika, luksuzna roba, moda, tehnologija, naočare, kućni aparati i specijalizovane kategorije su snažni primeri. Treće, šta trgovac na malo i dalje mora da kontroliše? Maloprodaja u formi platforme nije abdikacija. Trgovci moraju zadržati kontrolu nad selekcijom brendova, standardima za kupce, rasporedom u prodavnici, upravljanjem podacima, pravilima o konfliktima i celokupnim iskustvom. Cilj je preraspodela rizika, a ne predaja kupca. Četvrto, da li konkurencija među prodavnicama postaje pogubna na štetu svih aktera? Kada svi trgovci posluju kao platforma, dinamika konkurencije na tržištu se menja. Na primer, LG proizvodi na platformi A neće želeti da se takmiče sa LG proizvodima na platformi B, jer LG donosi odluke o merčandajzingu i cenama na obe platforme. To će ublažiti međusobnu cenovnu konkurenciju među prodavnicama. Međutim, LG će se još jače takmičiti sa Samsungom na istoj i svakoj drugoj platformi kako bi privukao potrošače na svoju stranu. Teži izazov je kulturološke prirode. Mnogi trgovci i dalje definišu trgovačku veštinu kao sposobnost izbora pobednika. Ta veština neće nestati, ali mora evoluirati. Budući trgovac će manje ličiti na kockara koji stavlja sezonske opklade, a više na arhitektu platforme: biraće partnere, postavljati podsticaje, kreirati pravila, dinamički alocirati prostor i meriti performanse širom ekosistema. Veštačka inteligencija podiže uloge Konačni razlog zašto trgovački model postaje sve neodrživiji jeste uspon kupovnih agenata koje pokreće veštačka inteligencija. Kako potrošači budu prepuštali sve više odluka o kupovini algoritmima, tražnja će postati transparentnija, cenovno osetljivija i potencijalno nestabilnija. AI agenti će upoređivati proizvode, cene, recenzije i opcije isporuke u realnom vremenu, smanjujući uticaj tradicionalnog merčandajzinga i promotivnih taktika. Ovo stvara novi izazov za trgovce koji posluju po trgovačkom modelu. Proizvodi mogu brzo zadobiti ili izgubiti naklonost kako AI agenti preusmeravaju tražnju, čineći prognoziranje zaliha još težim i povećavajući cenu greške. Trgovci koji poseduju zalihe snosiće ove rizike direktno. Modeli platforme, agencije i prodavnice u prodavnici pružaju otporniju alternativu. Pomeranjem vlasništva nad zalihama i odluka o merčandajzingu bliže brendovima i proizvođačima, trgovci smanjuju svoju izloženost šokovima tražnje izazvanim veštačkom inteligencijom. Kako veštačka inteligencija transformiše kupovinu, verovatno će ubrzati prelazak sa klasične trgovačke maloprodaje na maloprodaju zasnovanu na platformama. . . . Tokom čitavog veka, reinventovanje maloprodaje često je značilo ulazak novog formata na samom dnu točka: jeftinijeg, vitkijeg i manje opterećenog. Kako veštačka inteligencija sve više oblikuje i ponudu i tražnju, trgovci koji nastave da posluju prevashodno kao klasični trgovci naći će se u situaciji da nose sve veći rizik zaliha. Oni koji evoluiraju u platforme — alocirajući rizik onima koji su najbolje opremljeni da njime upravljaju, dok se sami fokusiraju na promet, poverenje, iskustvo i upravljanje ekosistemom — biće u poziciji da ostvare prosperitet.

Kompanije često donose važne opklade na talente oslanjajući se u velikoj meri na instinkt. Istraživanje na više od 4.200 muzičara sugeriše sistematičniji pristup. Menadžeri bi trebalo da procene tri oblika kapitala: komercijalne rezultate, mreže kontakata i profesionalni kredibilitet. Zatim mogu koristiti saradnje, izazovne zadatke koji podstiču razvoj i pravovremene rizike kako bi popunili praznine i izgradili karijere. Cilj nije jednostavno identifikovati najtalentovanije ljude; cilj je orkestrirati prilike koje im pomažu da uspeju na duge staze.   Kada je kompanija Gap nastojala da svoj brend ponovo učini uzbudljivim, obratila se naizgled neočekivanom kandidatu: Viktoriji Bekam (Victoria Beckham), čija je luksuzna modna marka poznata po krojenim, minimalističkim siluetama. Gigant brze mode Zara, u međuvremenu, lansirao je kolekciju sa portorikanskim umetnikom Bed Banijem (Bad Bunny), koji je nosio nekoliko ovih odevnih kombinacija na svom nastupu tokom poluvremena Superboula. Na papiru, neobični parovi. Ali sledili su logiku: jedni su obezbedili ono što je drugima nedostajalo. Gap i Zara su stekli dizajnerski kredibilitet i kulturnu aktuelnost; Bekam i Bed Bani su dobili znatno veću komercijalnu scenu. Ista razmena se tiho odvija unutar gotovo svake organizacije: agencija spaja starijeg kreativnog direktora sa novim talentom generacije Z, ili tehnološka firma svojim dizajnerima dodeljuje izazovan zadatak. Svaki od ovih poteza je opklada na osobu, a većina kompanija je postavlja na osnovu instinkta. Da li je ta osoba talentovana? Da li ideja deluje sveže? Da li je trenutak pravi? Ti instinkti jesu važni, ali previše toga prepuštaju slučaju. Postoji disciplinovaniji pristup uparivanju kreativno talentovanih ljudi, naročito u različitim fazama njihovih karijera, koji opisujemo u ovom članku. Naš metod potiče iz naše analize podataka tokom 15 godina o više od 4.200 muzičara i stotinama izdavačkih kuća. Muzika je koristan laboratorijski poligon jer malo toga ostaje skriveno; svako izdanje, saradnik i recenzija se beleže. Tri vrste kapitala na kojima počiva svaka karijera Kada smo pratili koji umetnici su postigli uspeh i zašto, tri sastojka su se stalno pojavljivala: ono što je sociolog Pjer Burdije (Pierre Bourdieu) nazvao ekonomskim, društvenim i kulturnim kapitalom. Ekonomski kapital predstavlja komercijalni uspeh: strimove, prodaju, bioskopske blagajne — u poslovnom smislu, prihod i prihvatanje proizvoda. (Merili smo ga kroz emitovanje na radiju, što je pokazatelj autorskih honorara koje umetnik zarađuje.) Dokazani nosilac zarade u muzičkom poslu ili, u tom smislu, u bilo kojoj drugoj vrsti organizacije, dobija druge prilike koje nepoznata osoba nikada neće dobiti. To je kapital koji finansira sve ostalo. Društveni kapital je mreža: saradnici, klijenti i donosioci odluka (gatekeepers) do kojih osoba može doći i ono što se preko njih vraća. Dobro povezani ljudi rano saznaju za promene, usvajaju procene iz srodnih oblasti rada i vide kako njihove ideje putuju dalje. U organizacijama, to je nečija međufunkcionalna istorija i ugled koji omogućava da se pravi ljudi uključe u rešavanje problema. Kulturni kapital je legitimitet: poštovanje stečeno kroz nagrade, recenzije i reputaciju kvaliteta među iskusnijim kolegama. On funkcioniše na sopstvenom koloseku. Delo hvaljeno od strane kritike nije uvek hit, a hitovi ne nailaze uvek na divljenje kritičara i uvaženih kolega u struci. Sva tri oblika mogu preći sa jedne osobe na drugu putem saradnje, ali taj transfer je retko ujednačen. Zadatak menadžera je da uoči ko poseduje višak određenih vrsta kapitala, ko ima nedostatak, i kako da prebaci dotični kapital između njih. Kreiranje saradnji Naše istraživanje ukazuje na ove osnovne načine upravljanja kreativnim talentima na ovakav način: Uparite talenta u usponu sa etabliranim imenom U našem istraživanju, manje etablirani umetnici koji su objavili numeru sa većom zvezdom zabeležili su rast radijskog emitovanja od 61% u odnosu na svoje solo radove — što je prednost za koju bi samostalno mogle biti potrebne godine. U korporativnom okruženju, to može imati oblik deljenja zasluga za postignuća — na primer, pič za ključnog klijenta, prezentacija upravnom odboru ili objava o lansiranju proizvoda koja nosi oba imena. Samo uparivanje svima poručuje da novajliju vredi shvatiti ozbiljno. Uparite dve osobe od kojih svaka može otvoriti vrata koja ona druga ne može Kroz hiljade uparivanja, zajedničko izdanje privuklo je više emitovanja kada je jedan partner doneo mrežu koja je drugom nedostajala, pri čemu su obojica otišla sa pristupom koji ranije nisu imali. U kompaniji to može značiti komplementarne kontakte. Uzmite u obzir menadžera za rad sa klijentima (account executive) i inženjera za rešenja (solutions engineer) u istoj firmi. Menadžer za klijente poznaje osobu u klijentskoj organizaciji koja ima ovlašćenje da potpiše ugovor za tehnološki proizvod, dok inženjer za rešenja poznaje ljude koji će ga zapravo koristiti. Nijedan od njih ne može samostalno zaključiti posao. Uparite ljude čija je kombinacija istinski neočekivana U našim podacima, saradnja je privukla znatno više radijskih emitovanja kada su dva umetnika odrasla u različitim nacionalnim kulturama; muzički stil je jedva bio bitan. Različite tradicije znače različite tehnike, i verovatno bolju pesmu nego što bi ijedan od njih napisao sam. Upravo malo verovatno uparivanje podstiče ljude da slušaju. Isto može važiti svuda gde dvoje ljudi dolazi iz istinski različitih sredina — druge zemlje, druge discipline — zbog čega se ovakva neobična spajanja pojavljuju i u mnogim drugim kontekstima, uključujući arhitekturu, oglašavanje, dizajn video-igara i biotehnologiju. Međutim, ta neočekivanost može imati svoju cenu. Može biti slab generator jedne vrste kapitala, a izuzetno snažan generator druge. U našem istraživanju diferencijacije proizvoda, album koji se odvojio od sopstvene muzičke prošlosti umetnika izgubio je oko četvrtine radijskih emitovanja (posledica po ekonomski kapital). Međutim, profesionalni kritičari su taj isti album ocenili znatno više (podsticaj kulturnom kapitalu). Radio-stanice plaćaju predvidljivost; kritičari nagrađuju inovativnost. Serđo Acolari Montoldi (Sergio Azzolari Montoldi), generalni direktor brenda Roberto Cavalli i ranije na čelu brendova Dsquared2 i Hogan, pročitao je naše rezultate i prepoznao isti rascep u modi: kupci robnih kuća naručuju ono za šta znaju da će se prodavati, dok modni mediji nagrađuju novitet. Uparivanje veoma različitih strana će se stoga obično prodavati slabije. Poruka glasi: kada spajate dvoje kreativnih ljudi, morate razumeti koje vrste kapitala želite da generišete, kao i prateće rizike. Ipak, s vremena na vreme, jedno krajnje neobično uparivanje uspeva i komercijalno i kod kritike: proizvod koji ostvaruje svoje prodajne ciljeve i istovremeno postaje etalon prema kome se druge firme mere u pogledu nagrada, imitacija dizajna i slično. Pošto niko ne može unapred identifikovati tog pobednika, praktičan potez je rezervisati najneobičnija — ili najhrabrija — uparivanja za ljude čiji će im kumulativni ekonomski rezultat omogućiti da prežive neuspeh, i sprovesti nekoliko takvih projekata odjednom. Svaki neuspeh košta malo. Onaj koji uspe na oba fronta nadoknađuje sve ostale. Operativna primena pristupa Pretvaranje ovog načina upravljanja talentima u rutinu zahteva jednu praksu: sprovođenje revizije kapitala pre nego što donesete bilo kakvu važnu odluku o nekoj osobi — zapošljavanje, unapređenje, partnerstvo ili ključni zadatak. Ta revizija podrazumeva postavljanje tri početna pitanja: • Šta su dokazali? Prihodi, poslovi, obnove ugovora, uspešno lansirani proizvodi.• Do koga mogu dopreti? Klijenti, sponzori i partneri koji dolaze zato što je ova osoba angažovana.• Ko poštuje njihov rad? Nagrade, priznanja stručnjaka, reputacija nepogrešive profesionalne procene. Zatim slede pitanja koja ih povezuju: Koja vrsta kapitala je najslabija za ulogu koja predstoji? Da li potez koji razmatrate smanjuje taj jaz ili ga produbljuje? Odgovor ukazuje na specifičan jaz koji treba premostiti. Neko koga stručnjaci poštuju (kulturni kapital), ali malo prodaje (ekonomski kapital), treba da bude uparen sa komercijalno dokazanim partnerom koji može preneti rad na šire tržište. Neko sa snažnim prodajnim rezultatima (ekonomski kapital), ali sa malo kontakata izvan sopstvene funkcije (društveni kapital), pripada međufunkcionalnom projektu ili projektu usmerenom na klijente, rame uz rame sa dobro povezanim kolegom koji otvara ta vrata. A neko ko donosi pouzdane finansijske cifre (ekonomski kapital), ali ga ne shvataju ozbiljno ljudi koji postavljaju standarde u struci (kulturni kapital), treba da radi na zadatku gde je originalnost presudna, uz partnera čiji ugled čini taj razvojni iskorak uverljivim. Ed Biknel (Ed Bicknell), koji je dve decenije vodio grupu Dire Straits, jednom je posao upravljanja kreativnim talentima sažeo u jednu rečenicu: „Uzmete umetnost… i pretvorite je u biznis.“ Naše istraživanje pokazuje kako: kroz promišljene poteze sa kapitalom. Madona je to razumela pre četiri decenije. Hitovi su gradili njen ekonomski kapital; saradnje njen društveni kapital; stalno redefinisanje njen kulturni kapital. Rukovodioci oko nje nisu samo posmatrali razvoj te karijere; oni su pomagali u njenoj izgradnji. U svakoj organizaciji zasnovanoj na znanju, sirova veština je samo ulaznica. Najsnažniji portfoliji se ne grade oko najtalentovanijih pojedinaca; njih orkestriraju najpromišljeniji strateški lideri. Kreativnost i biznis nikada nisu bili suprotnosti koje treba balansirati. Oni su instrumenti koji se sviraju zajedno.

Organizacije sa kulturom „finoće” mogu potkopati učinak kada lideri daju prednost harmoniji i komforu u odnosu na iskrenost, odgovornost i rezultate. Prelazak ka rigoroznijoj kulturi zahteva od viših lidera da pruže primer i nagrađuju iskrene povratne informacije, stvore merljive uspehe koji pokazuju da teži izbori poboljšavaju učinak, kao i da redizajniraju operativne procese poput sastanaka za pregled i rutina upravljanja tako da podstiču suštinsku debatu umesto učtivog odobravanja.   Nedavno smo pisali o potrebi da lideri budu manje „fini”, a više „dobri”: da smanje fokus na tome da se ljudi osećaju prijatno i umesto toga prihvate teške razgovore i odluke potrebne za jačanje organizacionog učinka. Iz našeg iskustva, oni lideri koji prevaziđu strah od povređivanja ili razočaranja drugih i počnu da stavljaju rezultate na prvo mesto mogu bolje da obezbede stalni uspeh svojih organizacija u celini. U mnogim organizacijama, međutim, videli smo da je „finoća” sveprisutan deo kulture, a ne samo problem individualnog liderstva. Zaista, u našem kombinovanom iskustvu od 60 godina savetovanja velikih korporacija i neprofitnih organizacija, svedočili smo tome da organizacije sa kulturom finoće rizikuju kompromitovanje učinka, dok one sa rigoroznijom kulturom imaju veću verovatnoću da ostvare svoje finansijske ciljeve i ispune svoju organizacionu svrhu. Na primer, u jednoj firmi sa kojom smo radili, praktično svaki zaposleni je ili „ispunio” ili „premašio” očekivanja u ocenama učinka na kraju godine. Iako je to omogućilo menadžerima da izbegnu teške razgovore o učinku i budu fini prema svojim ljudima, to je takođe proizvelo dosledno osrednje rezultate jer pojedinci nisu bili podstaknuti da postignu više od pukog minimuma. Kao rezultat toga, posmatrali smo kako se kompanija, koja je počela kao lider u industriji, bori da održi korak sa okretnijim i agresivnijim konkurentima koji su osvajali tržišni udeo inovativnijim proizvodima — čak i dok su članovi tima nastavili da dobijaju visoke ocene. U drugoj kompaniji sa kojom smo radili, postojala je široka saglasnost da se od prodajnog tima traži da prodaje previše proizvoda, od kojih su mnogi imali niske marže jer su postali komoditizovani — ali nijedan od viših lidera prodaje niti rukovodilaca kompanije nije želeo da vodi teške razgovore sa dugogodišnjim klijentima o promeni njihovih obrazaca kupovine. Rezultati prodaje i marže bili su razočaravajući. A u brojnim neprofitnim organizacijama sa kojima smo radili, preveliki i neefikasni upravni odbori nisu pozivali izvršnog direktora na odgovornost za gotovo bilo kakve rezultate — što je dovelo do dobrih odnosa, ali lošeg organizacionog učinka. Pomeranje kulture sa finoće ka višim standardima učinka, međutim, nije lako. Dovoljno je teško promeniti sopstveni način razmišljanja o „finoći” — a još je teže promeniti način razmišljanja drugih, koji verovatno imaju iste psihološke i emocionalne rezerve prema tome da budu strogi, rigorozni i zahtevni kao i vi. Neki takođe mogu sumnjati da će rigorozan pristup napraviti pozitivnu razliku u načinu na koji organizacija funkcioniše ili posluje. I na kraju, kultura je ugrađena u mnoge različite operativne procese, od sastanaka (da li ljudi izazivaju jedni druge ili samo iznose novosti?) do upravljanja učinkom (koliko dobro sistematski pregledamo rezultate i insistiramo na poboljšanju?). Često je suptilna pristrasnost ka finoći u ovim procesima nevidljiva ili teška za uočavanje. Ako verujete da je vaša kultura postala preterano fina, evo tri strategije koje treba primeniti, a za koje smo videli da funkcionišu u organizacijama svih vrsta: angažovanje vaših viših lidera, demonstriranje efikasnosti ovog pristupa na terenu i vođenje rigoroznijih sastanaka za operativni pregled. Istražimo svaku od njih detaljnije. Angažujte svoje više rukovodioce Kultura se manje širi kroz formalne objave sa vrha nego kroz ponašanja koja lideri pokazuju primerom i nagrađuju. Menadžeri se ugledaju na svoje više lidere kako bi razumeli kako uspeh zaista izgleda, zaposleni slede primere menadžera, i tako redom kroz čitavu organizaciju. Kao rezultat toga, pomeranje kulture sa „fine” na „dobru” u vašem višem rukovodećem timu ne ostaje ograničeno samo na tu grupu; ta kultura teži da se kaskadno spusti naniže kako lideri usvajaju i osnažuju ista ta ponašanja sa sopstvenim timovima. Videli smo da ovo uspeva iz prve ruke u našem radu; na primer, nakon što je jedna od nas (Gali) sa kolegom vodila program razvoja liderstva fokusiran na rigoroznije povratne informacije i odgovornost za 11 izvršnih timova neprofitnih organizacija, osam organizacija je zabeležilo merljiva poboljšanja u percepciji zaposlenih o odgovornosti i povratnim informacijama, uz prosečan rast od devet procentnih poena. Štaviše, naknadne ankete su pokazale da su više rukovodstvo i srednji menadžment redovnije primenjivali odgovornost i povratne informacije, što je dovelo do opšte bolje percepcije takve odgovornosti i povratnih informacija od strane zaposlenih. Te prakse su postale ustaljene u kulturama ovih organizacija. Sa druge strane, u anketi sprovedenoj u 1.250 organizacija, kompanija Bain & Company otkrila je da, uprkos tome što su najuspešniji rukovodeći timovi ispoljavali ovakva ponašanja, samo je jedan od pet takvih timova to činio dosledno. Jedan efikasan način da promenite ponašanje svog višeg rukovodećeg tima u ovom pogledu jeste kroz strukturisane povratne informacije od kolega istog nivoa (peer feedback). Kreirajte proces u kojem svaki viši lider dobija iskrene, poverljive primedbe od kolega o ponašanjima koja pomažu — ili odmažu — efikasnosti tima. Zatim stvorite prostor da svaki lider razmisli o tim povratnim informacijama sa svojim kolegama, postavi pitanja i obaveže se na konkretne promene, kako individualno, tako i kao tim. Kada generalni direktor istupi prvi i pruži primer otvorenosti u vezi sa sopstvenim nedostacima, to šalje signal da cilj nije ocenjivanje ili prebacivanje krivice, već kolektivno poboljšanje. Vežba u celini signalizira da je poboljšanje važnije od osećaja prijatnosti ili „finoće” i pomaže timu da usvoji „dobra” ponašanja umesto „finih”. Jedan rukovodeći tim sa kojim je Ron trebalo da radi zapao je u upravo onaj obrazac koji smo opisali: sastanci su bili učtivi, ali neproduktivni, teški razgovori vodili su se samo nasamo, a važna neslaganja su često isplivavala tek nakon što su odluke već bile donete. Uoči planiranog timskog sastanka van radnog mesta (offsite), Ron i kolega su intervjuisali generalnog direktora i svakog izvršnog rukovodioca kako bi prikupili poverljive povratne informacije o ponašanjima koja pomažu ili ometaju efikasnost tima. Svaki lider je dobio rezime tema koje se ponavljaju i anonimizovane komentare, a zatim je, na samom skupu, svaki izvršni rukovodilac razgovarao o svojim povratnim informacijama sa grupom, počevši od generalne direktorke. Ona je priznala da je izbegavala konflikt i da nije uvek bila jasna u pogledu očekivanja, a zatim je zamolila kolege da joj pomognu da se poboljša. Njena iskrenost je odmah odredila ton razgovora i omogućila drugima da otvorenije govore o sopstvenim — i tuđim — izazovima. Ono što je bilo planirano kao sesija od 90 minuta produžilo se na tri sata, dok su lideri otvorenije izazivali jedni druge i obavezivali se na specifične promene u ponašanju. Tokom preostalog dela skupa, tim je postigao veći napredak u poslovnim pitanjima nego na prethodnim sastancima primenjujući te obaveze u praksi. Iako je tim povremeno i dalje upadao u stare navike, već su počeli da razvijaju zajednički jezik i osećaj poverenja kako bi ukazivali na neproduktivna ponašanja i pozivali jedni druge na odgovornost. Nekoliko izvršnih rukovodilaca je od tada usvojilo isti pristup sa sopstvenim timovima. Jedan rukovodilac je, na primer, dobio povratne informacije o tome da ne deli dovoljno odluke ili ključne diskusije koje bi mogle uticati na druge funkcije. On ne samo da je promenio sopstveno ponašanje kako bi to češće radio, već je insistirao da i njegov tim lidera čini isto. Pokažite dokaze i demonstrirajte promenu na terenu Još jedno moćno sredstvo za promenu kulture jeste izvođenje promene koju želite da vidite iz domena apstrakcije i pokazivanje da ona funkcioniše. Drugim rečima, pokažite kako to što ste „manje fini, a više dobri” može napraviti merljivu razliku u rezultatima u kratkom vremenskom periodu. To podrazumeva korišćenje podataka za potkrepljivanje svojih argumenata — i usvajanje malih pilot-projekata, čiji uspeh potom možete iskoristiti da ohrabrite i druge da rade drugačije. Dobar primer za to je Herman Miller, o čemu je Ron već ranije pisao. Standardni model nagrađivane Aeron stolice omogućavao je korisniku podešavanje veličine i ličnih preferencija. Pored toga, međutim, kompanija je nudila još 19 mogućnosti za prilagođavanje — kao što su materijali, boja i druge karakteristike — sa višestrukim izborima u svakoj oblasti. Dugogodišnja kultura kompanije davala je prioritet pružanju što većeg izbora kupcima, što je dovelo do glomaznog asortimana proizvoda. Nažalost, to je imalo negativan uticaj na lanac snabdevanja, povećavajući troškove i smanjujući profitne marže, uprkos rastu obima prodaje. Novoimenovana potpredsednica za upravljanje proizvodima, koja je kasnije razgovarala sa Ronom o svom iskustvu, istakla je da je kompanija u suštini nudila kupcima 140 miliona različitih konfiguracija svoje kancelarijske stolice. Proizvodnja je morala biti spremna da napravi svaku od njih, a finansije su morale biti u stanju da odrede cenu i fakturišu svaku pojedinačnu varijantu. Da bi promenila ovu situaciju, potpredsednica je shvatila da će morati da se suprotstavi uverenju marketinškog tima da usmerenost na kupca znači sve veći i veći izbor. To je uradila prikupivši podatke koji su pokazali troškove nuđenja tolikog broja permutacija i kombinacija, kao i to da se samo 4.000 mogućih konfiguracija naručivalo sa bilo kakvom učestalošću, a da je svega 400 činilo većinu prodaje. Podaci su ubedili marketinški tim da prepolovi broj oblasti za prilagođavanje, što je dovelo do postepenog povećanja profitnih marži bez ikakvog smanjenja obima prodaje. Na osnovu uspeha ovog pristupa, kultura preispitivanja pristupa „više je bolje” proširila se i na druge proizvodne oblasti, što je dovelo do bolje ukupne profitabilnosti proizvoda. Vodite rigorozne sastanke za operativni pregled Da bi ove promene bile održive, morate ih ugraditi u svoje osnovne operativne procese, naročito one u kojima se razmatraju rezultati i donose odluke. Izazov je ovde u tome što u većini organizacija neki od ovih procesa nenamerno, i gotovo neprimetno, učvršćuju kulturu finoće. Najočigledniji primer su sastanci za pregled koji se sastoje skoro isključivo od prezentacija, sa malo ili nimalo suštinske rasprave. Mi ih nazivamo sastancima svršenog čina (fait accompli meetings – FAM). Na FAM sastancima se okupljate tobože da biste o nečemu raspravljali ili odlučili, ali svi od samog početka tretiraju ishod kao svršenu stvar. To može poprimiti oblik budžetskih prezentacija odborima neprofitnih organizacija, na primer, gde odbor uredno glasa o dokumentu koji većina njih nije ni pročitala jer „veruju stručnom timu”. U korporativnom svetu oni se često pojavljuju kao operativni pregledi, gde timovi ili pojedinci predstavljaju ažurirane KPI pokazatelje projekata ili preporuke višem lideru ili rukovodećem timu. Prečesto su to pažljivo orkestrirane prezentacije, pedantno pripremljene i uvežbane (na predsastancima i pred-predsastancima) i izložene pred grupom na način koji otežava višem lideru da postavi pitanja ili prigovore, a da nekoga ne dovede u neprijatnu situaciju. Međutim, kada lideri propuste da postave teška pitanja, ovi pregledi na kraju više liče na „pozorište pregleda projekata” nego na iskrene, konstruktivne radne sesije o ključnim projektima. Da biste popravili FAM sastanke, kao što je Ron ranije pisao, usmerite dnevni red ovih sastanaka na ključna neodgovorena pitanja koja utiču na buduće izbore i učinak. Slično tome, procesi upravljanja u odborima neprofitnih organizacija se ponekad vode kroz učtive razgovore usmerene na konsenzus, koji daju prednost harmoniji nad rigornošću. Snažni upravni odbori neprofitnih organizacija ugrađuju procese upravljanja u svoje dnevne redove sastanaka i rad odbora koji zastupaju stav „veruj, ali proveri”. A snažni generalni direktori pozdravljaju preispitivanje od strane odbora i intelektualno partnerstvo, umesto da ga izbegavaju. Kada je dugogodišnji izvršni direktor jedne neprofitne organizacije sa kojom je Gali sarađivala otišao u penziju, odbor je namerno izbegao uobičajeni pristup formiranja velikog odbora za izbor izvršnog direktora kako bi se udovoljilo svim zainteresovanim stranama. Umesto toga, kopredsedavajući su formirali malu grupu izabranu na osnovu sposobnosti da proceni liderski talenat. Uspostavili su eksplicitne norme koje podstiču debatu, zamenili neformalne razgovore strukturisanim intervjuima i jasnim kriterijumima evaluacije, i prikupili šire mišljenje zainteresovanih strana putem anketa i direktne komunikacije — ne dozvoljavajući pritom da to nadvlada rasuđivanje komisije. Proces je bio toliko rigorozan da je komisija, umesto predstavljanja nekoliko finalista, preporučila jednog jedinog kandidata za koga je verovala da je nedvosmisleno najbolji izbor. Odbor je jednoglasno odobrio preporuku, a generalni direktor od tada vodi organizaciju do nezabeleženih nivoa prikupljanja sredstava i novog hrabrog strateškog plana za organizaciju. Spojite sve zajedno Ove tri strategije najbolje funkcionišu zajedno: rukovodstvo pruža primer i stvara prostor za iskrenost, rani uspesi pokazuju vrednost otvorenog iznošenja mišljenja, a nove rutine usađuju ta ponašanja u svakodnevni rad organizacije. Na kraju, rezultat su organizacije koje su bolje opremljene da ispune svoje misije i unaprede svoju svrhu.

Kako organizacije stiču više „inteligencije“ pomoću alata veštačke inteligencije, lideri bivaju odviknuti od same sposobnosti koja stvara konkurentsku prednost — originalnog prosuđivanja. Dve međusobno povezane sposobnosti oblikuju sposobnost lidera da proizvede originalno razmišljanje: širina percepcije (uočavanje slabih signala i susednih obrazaca izvan očiglednog) i nezavisnost interpretacije (formiranje sopstvenog stava umesto povinovanja modelu ili grupi). Organizacije mogu zaštititi prosuđivanje usvajanjem dve prakse: strukturisane radoznalosti i svesnog neslaganja.   Nedavni izveštaj istraživača sa Harvarda koji proučavaju inovacije ukazao je na zabrinjavajući obrazac. Kako bi testirali kako veštačka inteligencija utiče na ljudsko prosuđivanje, istraživači su sproveli terenski eksperiment, tražeći od 228 iskusnih ocenjivača da procene 48 prijava za globalni izazov socijalnih inovacija na MIT-u. Istraživači su testirali tri uslova: 1) procene isključivo od strane ljudi; 2) procene pomoću LLM-a uz narativno objašnjenje donošenja odluke; i 3) procene pomoću LLM-a bez dodatnog konteksta. Zatim su uporedili odluke ocenjivača sa odlukama koje su donela četiri stručnjaka povezana sa inovacionim izazovom. Ono što su otkrili bilo je zapanjujuće: kada je AI alat podsticao ljudske ocenjivače da odbace prijave koje je stručni panel odobrio, ljudi su uglavnom prihvatali te preporuke, eliminišući inovacije visokog potencijala. Štaviše, bila je manja verovatnoća da će poništiti netačnu preporuku veštačke inteligencije kada im je ponuđeno narativno objašnjenje. Umesto da poboljša prosuđivanje ocenjivača, narativno objašnjenje ga je pogoršalo. Ovaj nalaz nije izolovan. Nedavna istraživanja velikih razmera pokazuju da inteligentni alati namenjeni unapređenju prosuđivanja u nekim slučajevima urušavaju upravo onu sposobnost koju bi trebalo da podrže. U trenutku kada prosuđivanje postaje sve važniji faktor konkurentske diferencijacije, to bi trebalo da navede lidere na razmišljanje. Evo šta mogu da učine kako bi ga zaštitili. Paradoks originalnog prosuđivanja Već čitavu deceniju organizacije masovno ulažu u infrastrukturu za podršku odlučivanju koja obećava sve bolje odluke. Ipak, pojavljuje se paradoks: kako organizacije stiču više „inteligencije“, njihovi lideri se odvikavaju od same sposobnosti koja stvara konkurentsku prednost — originalnog prosuđivanja. Pod originalnim prosuđivanjem podrazumevamo jedinstvenu ljudsku sposobnost da se vidi izvan dominantnog narativa i donesu izbori koji odražavaju vaše vrednosti u uslovima neizvesnosti. Ono se nalazi u osnovi gotovo svake priče o konkurentskoj prednosti — od Sema Voltona koji je ignorisao opšteprihvaćeni stav da se diskontni lanac ne može izgraditi u gradu sa manje od 50.000 stanovnika, preko Stiva Džobsa koji je integrisao kaligrafiju u personalni računar, do Džensena Huanga koji se kladio na nedokazanu hardversku emulaciju kako bi radikalno ubrzao izradu prototipova u kompaniji Nvidia. Dve međusobno povezane sposobnosti oblikuju kapacitet lidera da proizvede originalno razmišljanje: širina percepcije (uočavanje slabih signala i susednih obrazaca izvan očiglednog) i nezavisnost interpretacije (formiranje sopstvenog stava umesto povinovanja modelu ili grupi). U našem radu na prosuđivanju lidera, počeli smo da posmatramo ove faktore ne kao crte ličnosti ili bljeske genijalnosti, već kao merljive mehanizme koji objašnjavaju zašto pojedini lideri uočavaju prelomne tačke i deluju sa ubeđenjem, dok se drugi, jednako inteligentni, po inerciji povinuju pravilima. Ukratko, originalno prosuđivanje je ono što razdvaja strateške proboje od operativne efikasnosti — a kako se inteligentni sistemi šire kroz upravne odbore, ta sposobnost erodira upravo tamo gde je najvažnija. Oslanjajući se na nova istraživanja o kognitivnom rasterećenju i pristrasnosti automatizacije, uočavamo da originalno prosuđivanje erodira kroz trostepeni proces. Počinje kognitivnim rasterećenjem dok se lideri sve više oslanjaju na inpute vođene podacima — što je promena koja je sada vidljiva čak i na neuronskom nivou, gde snažno oslanjanje na generativne alate korelira sa merljivo slabijim kognitivnim angažovanjem, a što može prerasti u prihvatanje odgovora veštačke inteligencije bez ozbiljnog preispitivanja. Ono što sledi jeste povinovanje alatima, jer se ljudi oslanjaju na „algoritamski autoritet“ koji u potpunosti ne razumeju, verujući rezultatima čiju logiku ne mogu da vide. Istraživanja profesionalaca koji rade sa analitičkim tehnologijama pokazala su da to može isprazniti samu stručnost koju su ti alati trebali da prošire. Ovo povinovanje zauzvrat stvara organizacionu monokulturu poduprtu istim metrikama, modelima i narativima koji potiču iz samih alata. Pitanje nije da li lideri treba da koriste veštačku inteligenciju i podatke — treba da ih koriste. Međutim, sofisticirani sistemi za podršku odlučivanju treniraju lidere da se povinuju, a ne da stvaraju originalne ideje. Pored literature o dizajnu u nastajanju koja postavlja pitanje kako izgraditi veštačku inteligenciju koja podstiče bolje razmišljanje, mi otvaramo prethodno pitanje: kako lideri razvijaju prosuđivanje koje nijedan interfejs ne može da pruži. Oslanjajući se na to kako su istorijski naučni proboji prevazišli ukorenjeni konsenzus svog vremena — slično povinovanju sa kojim se danas suočavamo pred inteligentnim sistemima — izdvojili smo dve prakse koje lideri mogu svesno da izgrade: strukturisanu radoznalost i svesno neslaganje. Strukturisana radoznalost Do kasnih 1960-ih, malarija je razvila otpornost na hlorokin, a zapadni farmaceutski programi — nakon testiranja stotina hiljada jedinjenja — iscrpeli su verovatne kandidate. Tu Juju, hemičarka bez doktorske titule na Akademiji tradicionalne kineske medicine, odlučila je da pogleda tamo gde niko drugi nije gledao. Pregledala je 2.000 drevnih tekstova, identifikovala slatki pelin i, nakon što su rani eksperimenti razočarali, primetila detalj u rukopisu iz četvrtog veka: ekstrahovati na sobnoj temperaturi umesto ključanja biljke. Taj izbor doveo je do artemizinina, koji je danas temelj globalnog lečenja malarije. Tu je praktikovala ono što nazivamo strukturisanom radoznalošću: disciplinovano prikupljanje sa marginalnih područja, organizovano slaganje slabih signala i svesno odlaganje preuranjenog donošenja zaključka kada dominantni tok ideja presuši. U organizacijama, ovo predstavlja razliku između pukog izgovaranja „budite radoznali“ i kreiranja sistema za to. Bez strukture, radoznalost se urušava pod vremenskim pritiskom, sistemom nagrađivanja i monokulturom. Preporučujemo ono što nazivamo metodom CAST kako bi se izgradili mehanizmi koji podržavaju strukturisanu radoznalost. Prikupljajte sa margina. Liderima nije potrebno više podataka, već raznovrsniji podaci — ekstremni slučajevi, slabi signali, neobični izvori — jer tačnost predviđanja manje zavisi od obima, a više od raznolikosti. Prikupljanje sa margina podrazumeva projektovanje kanala za neočigledne ulazne podatke — atipične klijente, pritužbe i zamalo izbegnute greške, susedne discipline — tako da anomalije isplivaju na površinu pre nego što ih sistemi svedu na prosek. Povežite raznorodne signale. Sirove anomalije izgledaju kao šum sve dok lider ne uspostavi strukturu; najbolji stratezi ne pobeđuju time što znaju više, već organizovanjem onoga što znaju u strukture koje prenose rešenja iz jedne oblasti u drugu. U praksi, povezivanje raznorodnih signala znači pronalaženje jednostavnih, disciplinovanih načina za postavljanje signala jednih pored drugih — tematske mape, dijagrame ponavljajućih incidenata, „biblioteke slučajeva“ ekstremnih primera — tako da lideri preispituju obrasce umesto da reaguju na izolovana iznenađenja. Odložite prerano donošenje zaključaka. Pod vremenskim pritiskom, lideri eliminišu dvosmislenost, priklanjajući se poznatim narativima ili preporukama modela. Odlaganje preranog donošenja zaključaka čuva vremenski interval u kome alternative mogu isplivati pre nego što se okvir učvrsti. Prakse poput „ne slaži se, ali se posveti realizaciji“ — očuvanje debate pre zatvaranja rasprave, stavljajući na stranu povinovanje hijerarhiji, konsenzusu ili algoritmu — sprečavaju preuranjeno donošenje zaključaka. Podstaknite alternativna tumačenja. Jednostavni planovi tipa „ako-onda“ koji povezuju određeni signal sa reakcijom povećavaju verovatnoću da lideri deluju na osnovu prethodnog promišljanja umesto navike, pretvarajući radoznalost u redovnu praksu čak i pod pritiskom. Za lidere, podsticanje alternativnih tumačenja znači pretvaranje tih signala u nekolicinu konkretnih pravila „ako-onda“ koja se aktiviraju pri stvarnim odlukama, pružajući obrascima šansu da preoblikuju izbore pre nego što dođe do povinovanja. Organizovanje za strukturisanu radoznalost. Individualna radoznalost nije dovoljna ako organizaciona arhitektura trenira ljude da se povinuju. Jedna globalna kompanija sa kojom je jedan od nas sarađivao — iskustvo koje je pomoglo u oblikovanju CAST metoda — ugradila je strukturisanu radoznalost u način na koji razvija buduće lidere. Suočavajući se sa transformacijom iz masovne proizvodnje u ekosistem usmeren na zdravlje, kompanija je sprovela namerno neprijatan program: 15 lidera visokog potencijala raspoređeno je u pet neusklađenih timova od po troje ljudi, pri čemu je svakom timu dodeljen kompleksan izazov van njihove ekspertize, uz obavezu da jedan dan nedeljno tokom devet meseci posvete sprovođenju eksperimenata uživo bez unapred definisanog rešenja. Cilj nisu bili tačni odgovori, već originalan put. Reakcije su bile mešavina uzbuđenja i straha, ali je ta nelagodnost stvorila nesvakidašnje poverenje, i tokom pet godina to je postao prepoznatljiv pristup kompanije za razvoj liderstva. Svesno neslaganje Decenijama je naučni konsenzus pripisivao peptičke ulkuse stresu i kiselini; ideja da bakterije mogu preživeti u želucu smatrana je smešnom. Patolog Robin Voren je uporno viđao spiralne bakterije u želudačnim biopsijama. Dok je većina kolega to ignorisala, njegov prvi saveznik bila je njegova supruga Vin, obučena medicinska sestra, koja ga je podstakla da istraje. Kada se Beri Maršal, lekar na specijalizaciji, pridružio Vorenovom istraživačkom timu, izgradili su promišljenu mrežu neslaganja — prateći 100 pacijenata, a zatim se oslanjajući na kritičare iz srodnih oblasti kako bi preispitali njihove metode i plasirajući rane radove u skeptičnim naučnim krugovima. Ta mreža je postigla dve stvari: učvrstila je dokaze — serija od 100 pacijenata i spoljna metodološka kritika učinile su nalaze teškim za odbacivanje — i, što je presudno, stvorila je zamah u srodnim oblastima koje su bile spremnije da saslušaju nego što je to bilo skeptično jezgro gastroenterologije. Mikrobiolozi i epidemiolozi, manje opterećeni dogmom o stresu i kiselini, mogli su da procene bakterijske dokaze na osnovu njihovih stvarnih argumenata. Njihova rastuća podrška pružila je argumentu kredibilitet koji autori nisu mogli sami da proizvedu. Tokom jedne decenije, sporedna podrška koju su kultivisali promenila je konsenzus sve dok tela za izradu smernica nisu prihvatila Helicobacter pylori kao primarni uzrok većine čireva. Lekcija nije samo u tome da neslaganje može biti ispravno; već u tome da neslaganje retko opstaje dovoljno dugo da se dokaže bez svesnog društvenog osnaživanja. Većina neslaganja ne propada zato što je ideja slaba, već zato što njeni autori bivaju izolovani pre nego što se dokazi akumuliraju. U organizacijama koje oblikuje veštačka inteligencija, problem se produbljuje. Izlazni rezultati sistema dolaze sa velom objektivnosti zbog kojeg neslaganje deluje iracionalno, pa lideri uče da je bezbednije uskladiti se nego postavljati pitanja. Očuvanje originalnog prosuđivanja znači tretiranje neslaganja kao sposobnosti koju treba negovati kroz tri elementa, što nazivamo RED metodom. Regrutujte nezavisne perspektive. Neslaganje se retko spontano javlja unutar homogenih liderskih grupa okupljenih oko funkcionalne ekspertize i kulturološkog uklapanja — osobina koje jačaju usklađenost, ali smanjuju raznolikost interpretacija. Ipak, istraživanja o uticaju manjine pokazuju da čak i jedan nezavisan glas proširuje način na koji grupe obrađuju informacije. Za lidere, regrutovanje nezavisnih perspektiva znači namerno uvođenje ljudi čija se disciplina ili kognitivni stil razlikuju od dominantne grupe. Vi tražite raznolikost tumačenja, a ne samo identiteta. Uključite se kroz strukturisano preispitivanje. Regrutovanje različitih glasova je samo prvi korak; bez strukturisanog angažmana, izazivanje postojećih stavova postaje performativno — ritualna uloga „đavoljeg advokata“ koja samo učvršćuje dominantni narativ. U organizacijama, uključivanje kroz strukturisano preispitivanje podrazumeva uvođenje mehanizama kao što su „pre-mortem“ analize odluka, koje ispituju kako bi preovlađujuće pretpostavke mogle da propadnu pre nego što očvrsnu u konsenzus. Dijalog koji se održava tokom vremena. Neslaganje je uvežbana socijalna veština, a ne moralni stav. Održavanje neslaganja znači suprotstavljanje uz očuvanje poverenja koje omogućava uticaj. Kada se dobro izvede, dijalog koji se održava tokom vremena pretvara tenziju u poligon za originalnost: lideri uvežbavaju kako da izraze manjinski stav, prilagode ton i vreme i testiraju argumente u prostoru zaštićenom od politike. To znači negovanje malih krugova pouzdanih partnera koji preispituju njihove pretpostavke — i činjenje istog zauzvrat — tako da, kada dođe trenutak odluke, neslaganje deluje manje kao herojski izuzetak, a više kao prirodna navika. Organizovanje za svesno neslaganje Dve globalne kompanije sa kojima smo radili izgradile su savetodavne mreže koje funkcionišu kao zaštićena okruženja za neslaganje. Umesto da se oslanjaju na procese upravnog odbora ili izvršnog rukovodstva — gde dinamika moći i karijerni podsticaji sputavaju neslaganje — okupile su male grupe spoljnih stručnjaka izvan linija izveštavanja, čiji zadatak nije bio pružanje gotovih odgovora, već testiranje logike pod pritiskom i iznošenje alternativa pre nego što bi bilo bezbedno pokrenuti ih u salama za sastanke. Vremenom su ove sesije postale poligon za obuku umesto arene za dokazivanje. Lideri su dolazili sa stvarnim dilemama i iskrenim sumnjama, a savetnici su prešli sa učtivog ispitivanja na direktnu kritiku projekata do kojih je liderima bilo posebno stalo. Jedan generalni direktor divizije zatražio je da dovede čitavu svoju grupu kolega samo da bi bili rigorozno izazvani na mestu gde ih niko ne ocenjuje. Tako izgleda organizovanje za neslaganje — ne čekate hrabrost na sastanku sa visokim ulozima; gradite društvenu arhitekturu u kojoj lideri uvežbavaju iznošenje oprečnih stavova, tako da konsenzus preživi stvarno trenje umesto veštački stvorene usklađenosti. Vođenje izvan ere povinovanja U svakoj eri, prelomni napredak je zavisio od ljudi voljnih da primene originalno prosuđivanje uprkos uvaženim dogmama. Ono što definiše njihove proboje nije buntovništvo, već disciplinovana sposobnost da vide dalje od ponuđenog modela i drže se tog stava sve dok ga stvarnost ne sustigne. Zadatak liderstva nije biranje između ljudi i mašina, već svesna izgradnja praksi — poput strukturisane radoznalosti i svesnog neslaganja — koje održavaju ljudsku originalnost dovoljno snažnom da nadglasa sve ubedljivije sisteme.

Kako kupovina postaje sve digitalnija, uloga fizičkih prodavnica se pomera sa pukog obavljanja transakcija na rešavanje problema kupaca koje onlajn kanali ne mogu da reše. Istraživanje o multibrand maloprodavcima pokazuje da prodavnice stvaraju najveću vrednost kada lideri definišu jasnu svrhu za svaku lokaciju, selektivno investiraju u kategorije proizvoda gde su lična iskustva najvažnija i procenjuju učinak kroz celokupno putovanje kupca, a ne prema prodaji po pojedinačnim kanalima. Prodavnice usmerene na iskustvo mogu povećati ukupan prihod čak i dok smanjuju onlajn kupovinu, pod uslovom da prodube odnose sa kupcima, podstaknu češću kupovinu i dopunjuju digitalne kanale umesto da se takmiče sa njima. Najuspešniji maloprodavci organizuju fizička ulaganja oko vrednosti za kupca na nivou celog preduzeća, a ne oko učinka pojedinačnih kanala.   Moglo bi se oprostiti nekome ko zaključi da je fizička prodavnica u nepovratnom padu. Prazni izlozi ostaju uobičajen prizor u mnogim trgovačkim ulicama, a e-trgovina nastavlja da osvaja sve veći udeo u potrošnji potrošača. Ipak, neke od najbrže rastućih kompanija u maloprodaji se ne povlače iz fizičkih prodavnica. One ih otvaraju ubrzanim tempom. Warby Parker, američki prodavac naočara nastao na internetu, završio je 2025. godinu sa 323 prodavnice i planira da otvori još 50 u 2026. Veliki etablirani maloprodavci takođe investiraju. Ulta Beauty je dodala 60 neto novih prodavnica u SAD tokom 2025. godine, proširivši svoju mrežu prodavnica za više od 4% na preko 1.500 lokacija — što je među najbržim stopama u maloprodaji. Isti kontratrend je vidljiv i u Holandiji, jednom od digitalno najzrelijih tržišta u Evropi i domu uspešnih tradicionalnih maloprodavaca kao što su Action i Rituals. Na primer, maloprodavac potrošačke elektronike primarno fokusiran na onlajn prodaju, Coolblue, porastao je sa 555 miliona evra godišnjeg prihoda i sedam prodavnica u 2015. godini na preko 2,5 milijardi evra i više od 40 lokacija danas, uključujući vodeću prodavnicu u Berlinu. Ovi primeri sugerišu da najrelevantnije pitanje više nije da li fizička maloprodaja još uvek ima budućnost, već kako lideri treba da investiraju u nju. Koju stratešku ulogu fizička lokacija treba da igra u sve digitalnijem putovanju kupca? Kada firme treba da daju prioritet pogodnosti, a kada treba da investiraju u bogatiji format usmeren na iskustvo? Koji kupci, proizvodi i usluge opravdavaju oskudan prostor, zalihe i pažnju zaposlenih? I kako treba procenjivati uspeh kada nova lokacija može preusmeriti prihode među kanalima, a da istovremeno poveća ukupnu vrednost za kupca? Taj izazov je posebno izražen kod multibrand maloprodavaca. Veliki deo dokaza o širenju prodavnica potiče od vertikalno integrisanih kompanija sa jednim brendom, kao što su Warby Parker i Bonobos, čije prodavnice prodaju ekskluzivne proizvode i mogu ojačati i brend i onlajn kanal. Većina velikih maloprodavaca suočava se sa težim problemom: oni prodaju brendove trećih strana koje kupci mogu kupiti i na drugim mestima. Prodavnica se stoga ne može osloniti na ekskluzivnost kako bi privukla posete i mora sprečiti da isključivo omogući konkurentsko razgledanje (showrooming), pri čemu kupci istražuju proizvode u prodavnici, ali na kraju kupuju na drugom mestu po nižoj ceni ili uz povoljniju dostavu. Da bismo ispitali ovo zahtevnije okruženje, analizirali smo podatke o transakcijama tokom 26 meseci kod multibrand prodavca elektronike sa fokusom na onlajn poslovanje, obuhvatajući 2.388 područja poštanskih brojeva koja okružuju otvaranje tri prodavnice — dve velike prodavnice usmerene na iskustvo i jedne manje lokacije usmerene na pogodnost. Uporedili smo promene u obližnjim oblastima sa onima u pažljivo uparenim oblastima na drugim mestima, što nam je omogućilo da razlikujemo efekte otvaranja od osnovnih trendova prodaje. Takođe smo anketirali 450 potrošača kako bismo razumeli zašto su se efekti razlikovali po kategorijama, mereći relativnu vrednost prodavnica tokom pretrage informacija, ispunjenja porudžbine i povrata, i povezujući te percepcije sa uočenim efektima na prihod na nivou kategorija. Kako izveštavamo u predstojećem članku u časopisu Production and Operations Management, uspešno fizičko investiranje zahteva povezan skup izbora: definisanje uloge lokacije, odabir pravog formata, identifikaciju kategorija koje imaju koristi od fizičke interakcije i usklađivanje prostora, zaliha, tehnologije i sposobnosti zaposlenih u skladu sa tim. Prodavnice ne bi trebalo ocenjivati izolovano — ili samo prema njihovom uticaju na onlajn prodaju — već prema ukupnoj vrednosti koju stvaraju kroz sve kanale i tokom celog putovanja kupca. Prestanite da razmišljate u okvirima kanala U našem radu sa maloprodavcima često se susrećemo sa odvojenim bilansima uspeha za prodavnice i e-trgovinu, što može podstaći svaku stranu da brani sopstveni prihod. Ovo iskrivljuje način na koji se procenjuju otvaranja prodavnica. Pad onlajn prodaje može izgledati kao signal neuspeha, dok snažna prodaja u prodavnici može delovati kao uspeh čak i kada su se kupovine samo premestile između kanala. Nasuprot tome, onlajn rast nakon otvaranja može se pogrešno protumačiti kao efekat prelivanja (halo effect), iako bi se deo toga svakako dogodio. Ono što je važno jeste promena koju je izazvala prodavnica — a ne samo ono što se desilo nakon toga. Naši nalazi pokazuju zašto. U prva četiri meseca, sva tri otvaranja prodavnica smanjila su obližnji neto onlajn prihod — onlajn kupovine minus povrati — za otprilike 8% do 11%. Ipak, dve velike prodavnice usmerene na iskustvo više su nego nadoknadile te gubitke, povećavajući ukupan neto prihod kroz kanale za 21,7% i 23,2%; u prodavnici koju smo mogli da posmatramo tokom dužeg perioda, rast je na kraju dostigao 27,5%. Manja prodavnica usmerena na pogodnost kanibalizovala je onlajn prodaju u sličnom iznosu, ali nije generisala značajno povećanje ukupnog neto prihoda. Moglo bi se posumnjati da je mala prodavnica ostvarila lošije rezultate zato što nije mogla da drži glomazne kategorije kao što su televizori i veš mašine. Ali kada smo ograničili poređenje na kategorije dostupne u oba formata, dobici velikih prodavnica su se jedva promenili, dok mala prodavnica i dalje nije proizvela nikakav značajan rast. Razlika nije bila samo u tome šta su prodavnice imale u asortimanu, već u tome šta su kupci mogli da rade unutar njih. Izdvajaju se još tri obrasca. Velike prodavnice su generisale veći rast aktiviranjem postojećih kupaca nego privlačenjem novih, iako je i akvizicija značajno doprinela. Postojeći kupci su kupovali češće, umesto da troše više po porudžbini. Kanibalizacija je bila izrazito lokalnog karaktera: onlajn prodaja je najviše pala u blizini prodavnica, upravo tamo gde su dobici ukupnog prihoda bili najjači. Prodavnice stoga mogu biti u jednakoj meri mehanizam za aktivaciju koliko i kanal za akviziciju. Šira pouka je da se fizička lokacija najbolje procenjuje prema tome da li širi poslovanje u celini, a ne prema tome gde se transakcija odvija. Lideri bi trebalo da se zapitaju da li nova lokacija uvećava bazu kupaca, produbljuje postojeće odnose ili povećava učestalost kupovine ili potrošnju u meri koja je dovoljna da nadoknadi supstituciju kanala. Target ilustruje ovu međuzavisnost: njegove prodavnice istovremeno funkcionišu kao destinacije za kupovinu i centri za ispunjavanje porudžbina koje su započete digitalnim putem. Lideri bi stoga trebalo da definišu zadatak fizičke tačke kontakta pre nego što odaberu njen format ili lokaciju. Ta svrha treba da usmerava dizajn, asortiman, zalihe, tehnologiju, raspodelu osoblja i, na kraju, evaluaciju učinka. Dajte svakoj fizičkoj tački kontakta jasan zadatak Fizičko ulaganje treba da započne sa jasnim problemom kupca: Šta je to što lokacija treba da reši, za koje proizvode, usluge i kupce? Prodavnica ne bi trebalo samo da reprodukuje ono što kupci već mogu da urade onlajn. Njena svrha treba da vodi izbor formata i lokacije, zajedno sa odlukama o asortimanu, zalihama, rasporedu, tehnologiji i sposobnostima zaposlenih. Kako je to formulisala glavna direktorka za maloprodaju kompanije Ulta Beauty, Ejmi Bajer-Tomas (Amiee Bayer-Thomas), maloprodavci se moraju „pojaviti za lokalnog gosta“ — što je termin koji Ulta koristi za kupca. Naše istraživanje se fokusira na vrednost koju prodavnice mogu stvoriti u tri faze putovanja kupca. One mogu pomoći kupcima da razumeju i odluče kroz čulnu evaluaciju, poređenje i stručne savete; omogućiti trenutno ispunjenje porudžbine kada kupcima nešto treba odmah; i pojednostaviti povrate i rešavanje problema nakon kupovine. Kupac televizora može posetiti prodavnicu da uporedi kvalitet slike i zvuka, dok nekome kome se pokvario laptop možda manje brine razgledanje, a više to da izađe sa zamenom istog dana. Nemojte ravnomerno raspoređivati iskustvo Lideri ne moraju da nagađaju koje pogodnosti u prodavnici su najvažnije. Za svaku kategoriju, naši ispitanici u anketi su procenili koliko vrednuju čulnu procenu, stručne savete, trenutni pristup i lakši povrat, kao i koliko bolje prodavnice pružaju te pogodnosti u poređenju sa onlajn kanalom. Za destinacijske kategorije, kao što su televizori, laptopovi i mobilni telefoni, percepcija vrednosti u prodavnici tokom pretrage informacija i trenutnog ispunjenja blisko je odgovarala rastu prihoda; lakši povrati su bili znatno manje važni. Za dodatnu opremu, te pogodnosti nisu objasnile učinak, što sugeriše da su dobici uglavnom nastali kroz unakrsnu prodaju sa destinacijskim proizvodima. Sposobnosti prodavnice bi stoga trebalo uskladiti sa potrebama kupaca kategoriju po kategoriju, a ne uniformno kroz ceo asortiman. Davanje jasnog zadatka prodavnici ne znači pružanje istog iskustva za svaki proizvod ili potrebu kupca. Prostor, zalihe, tehnologija i stručnost zaposlenih su skupi, tako da lideri moraju da ih koncentrišu tamo gde stvaraju najveću vrednost. Zbirni rezultati mogu prikriti značajne varijacije. Čak i unutar uspešne prodavnice, više od četiri od deset kategorija nije ostvarilo merljiv rast. Neke kategorije su se više nego udvostručile, dok su druge ostvarile rast uprkos tome što nisu nudile praktično iskustvo isprobavanja. Princip alokacije je jednostavan: Uskladite fizičko ulaganje sa problemom kupca. Kategorije koje zahtevaju mnogo informacija iziskuju funkcionalne izložbene modele, mogućnosti poređenja i stručno osoblje. Proizvodi vođeni trenutnim ispunjenjem zahtevaju pouzdane lokalne zalihe i preuzimanje bez trenja. Dodatna oprema često ima više koristi od kontekstualnog postavljanja i pakovanja u pakete nego od samostalnih iskustava. Coolblue primenjuje ovu logiku izlažući dodatnu opremu pored primarnih proizvoda ili je uklapajući u postavke konkretnih scenarija upotrebe, kao što su kompletne konfiguracije za kućnu kancelariju. U našoj studiji, maloprodavac koji je učestvovao na sličan način je pripisao rastući učinak nekoliko vrsta dodatne opreme uglavnom poboljšanoj unakrsnoj prodaji i učenju o tome kako da ih efikasno izloži. Precizna alokacija će varirati u zavisnosti od maloprodavca, kategorije i tržišta. Ali princip se primenjuje i van maloprodaje — od koncentrisanja stručnosti u filijalama banaka na složene finansijske odluke do rezervisanja B2B demonstracionih centara za rešenja koja je teško proceniti na daljinu. Cilj ne bi trebalo da bude maksimiziranje bogatstva svake fizičke interakcije. Trebalo bi da bude koncentrisanje ulaganja tamo gde fizičko prisustvo materijalno poboljšava odluku kupca, rešava hitnu potrebu ili jača šire rešenje. Organizujte se oko vrednosti za kupca Pretvaranje koncepta prodavnice u produktivnu investiciju zahteva koordinisane izbore. Lideri moraju uskladiti format, lokaciju, asortiman, zalihe, tehnologiju i osoblje oko problema kupca koji lokacija treba da reši. U suprotnom, funkcije mogu težiti suprotstavljenim ciljevima: sektor za nekretnine može preferirati manju površinu, operacije mogu minimizirati zalihe, a HR može ograničiti specijalizovano osoblje, čak i kada koncept zavisi od stručnih saveta i trenutne dostupnosti. Viši rukovodilac ili međufunkcionalni tim bi stoga trebalo da upravlja celokupnom ponudom kroz putovanje kupca. Podaci o kupcima, vidljivost zaliha, budžeti i prava odlučivanja ne bi trebalo da ostanu podeljeni po kanalima. Učinak bi takođe trebalo procenjivati kroz sve kanale, koristeći mere kao što su ukupan neto prihod, akvizicija kupaca, učestalost kupovine, zadržavanje i povrati — a ne prodaja u prodavnici, onlajn rast ili poseta sami po sebi. Podsticaji bi trebalo da nagrađuju stvaranje vrednosti na nivou celog preduzeća, a ne zaštitu pojedinačnih kanala ili funkcionalnih budžeta. . . . Prodavnice koje stvaraju trajnu vrednost izgrađene su oko problema kupaca koje digitalni kanali ne mogu jednako dobro da reše. Ulaganje u fizička iskustva može izgledati kao odluka o kanalu, ali su njene posledice strateške. Cilj nije samo otvaranje više prodavnica. Cilj je pružiti kupcima uverljiv razlog za posetu — a organizaciji koherentan način da tu posetu učini vrednom truda.

Generativna veštačka inteligencija može ubrzati inovacije, ali članak tvrdi da njena podrazumevana upotreba često pojačava ljudska uska grla koja bi trebalo da reši. U fazi osmišljavanja ideja (ideaciji), modeli usmeravaju timove ka poznatim idejama i čine da se ljudi više fiksiraju na njih. U selekciji, doterane prezentacije koje je generisala veštačka inteligencija mogu se pogrešno protumačiti kao bolje ideje, dok preporuke veštačke inteligencije mogu kodirati postojeću pristrasnost. U istraživanju potrošača, simulirani kupci mogu ubrzati testiranje, ali propuštaju iracionalna ponašanja koja oblikuju stvarno prihvatanje proizvoda. Nakon lansiranja, veštačka inteligencija može rezimirati ogromne količine povratnih informacija, a ipak pomoći timovima da opravdaju prethodna uverenja. Centralni savet autora je dijagnostički: pre primene veštačke inteligencije, lideri bi trebalo da se zapitaju da li je usko grlo informaciono, zasnovano na rasuđivanju ili vođeno podsticajima, i da sačuvaju direktan kontakt sa kupcima tamo gde je to najvažnije za utemeljenje u stvarnosti.   Svaki inovacioni tim sada ima iste alate: iste fundamentalne modele, slične biblioteke upita. Ipak, rezultati su izuzetno neujednačeni. Neki timovi izveštavaju o kreativnoj renesansi, dok drugi prijavljuju poplavu homogenizovanih, zaboravljivih ideja koje sve zvuče kao da potiču od iste osobe. Razlog nije u tome koji model koristite. Razlog je u tome što generativna veštačka inteligencija deluje na ljudska uska grla zakopana unutar tog procesa. Ova uska grla reaguju na veštačku inteligenciju na različite — ponekad i suprotne — načine. To je osnovni argument novog radnog dokumenta, izrađenog na poziv časopisa International Journal of Research in Marketing, koji smo mi — istraživači sa Harvarda, Vartona, Nortvesterna i Kolumbije — napisali. Umesto da pitamo šta generativna veštačka inteligencija može da uradi, postavljamo trajnije pitanje: Koja su to kognitivna, društvena i organizaciona ograničenja koja su oduvek usporavala inovacije i kako veštačka inteligencija stupa u interakciju sa svakim od njih? Da bismo odgovorili na ovo, sintetizovali smo nedavne empirijske studije o generativnoj veštačkoj inteligenciji i inovacijama — o raznolikosti ideja, potrošačima simuliranim putem veštačke inteligencije, algoritamskoj selekciji ideja i analizi nakon lansiranja — u poređenju sa decenijama utemeljenih istraživanja o kreativnosti, rasuđivanju u uslovima neizvesnosti i ponašanju potrošača. Za svaku od četiri faze u nastavku postavili smo ista tri pitanja: Šta je osnovno ljudsko ograničenje, kako generativna veštačka inteligencija utiče na njega kada se koristi „naivno“ i kako bi izgledao promišljeniji redizajn? Ta dosledna struktura nam je omogućila da primenimo isto dijagnostičko pitanje na uska grla koja na površini uopšte ne liče, kao što je pristrasnost komisije za selekciju prema novinama ili nesposobnost potrošača da kaže šta želi pre nego što to zapravo iskusi. Da li veštačka inteligencija rastvara ovo usko grlo ili ga tiho pogoršava? Odgovor je važniji nego što menadžeri za inovacije trenutno uviđaju. Neka od ovih ograničenja, ispostavilo se, generativna veštačka inteligencija može istinski da rastvori. Druga pogoršava, dok naizgled deluje da pomaže. A nekoliko njih nijedan verovatan budući model neće ni dotaći. Problem sa pretpostavkom da će veštačka inteligencija popraviti inovacije Većina razgovora o veštačkoj inteligenciji i inovacijama tretira veštačku inteligenciju kao uniformno dobru u uklanjanju trenja u inovacionom procesu. Obično je pretpostavka da će to postići potpunim zamenjivanjem uloga ljudskih inovatora: više ideja, brže testiranje, jeftinije istraživanje, brže učenje. Naš okvir odbacuje tu pretpostavku. Pratimo uska grla kroz četiri faze inovacionog lanca — ideaciju, selekciju, uvid u potrošače i učenje na tržištu — i otkrivamo da je u gotovo svakoj fazi podrazumevani efekat veštačke inteligencije (kada se koristi „naivno“, bez promišljenog redizajna) produbljivanje osnovnog uskog grla, a ne njegovo smanjenje. Evo zašto: Većina inovacionih uskih grla su ljudski problemi, a ne tehnološki. To su pitanja o tome kako se ljudi vezuju za poznate ideje, kako komisije razvijaju plemenske instinkte o tome šta se smatra „obećavajućim“, kako potrošači ne mogu da vam kažu šta žele dok to ne vide. Generativna veštačka inteligencija, obučena na skupu postojećeg ljudskog učinka, teži da reprodukuje upravo one tendencije koje su prvobitno i izazvale usko grlo; samo brže i u većem obimu. Evo načina na koje generativna veštačka inteligencija produbljuje ljudska uska grla u svakoj fazi inovacionog procesa — i šta preduzeti u vezi s tim. Ideacija: Preterano fiksiranje na tipično. Ideacija je proces generisanja kandidatskih koncepata za novi proizvod, uslugu ili funkciju. Budući da jedna izuzetna ideja vredi više od desetina samo dobrih, zadatak nije da se proizvede velika gomila solidnih opcija — zadatak je da se na površinu izbace istinski izuzeci, što ideaciju fundamentalno čini potragom za izuzecima, a ne vežbom u efikasnoj proizvodnji. Kada ljudi razvijaju ideje sa velikim jezičkim modelom (LLM) bez promišljene strukture, dve stvari se dešavaju istovremeno. Sam model gravitira ka statistički tipičnom odgovoru — na kraju krajeva, obučen je da automatski dopunjava fraze koristeći najverovatnije sledeće reči. A kada osoba pročita taj tipičan odgovor, ona se fiksira na njega, što je sprečava da razmišlja o neobičnijim idejama koje bi mogla samostalno generisati. Rezultat je suptilno sužavanje u dva koraka: veštačka inteligencija predstavlja usku ideju, a zatim to takođe sužava i razmišljanje čoveka. Što je još gore, ovo se dešava na sistemskom nivou. Pošto većina generativnih modela crpi podatke iz sličnih podataka za obuku, nezavisni timovi u različitim kompanijama koji koriste veštačku inteligenciju „kreativno“ imaju tendenciju da konvergiraju ka istoj nekolicini pravaca dizajna. Dakle, čak i ako individualna produktivnost raste, kolektivna raznolikost na čitavom tržištu opada. U ovom slučaju, rešenje je na modelu, a ne na čoveku. Korišćenje upita sa lancom razmišljanja (chain-of-thought prompting) — traženje od modela da napravi nacrt, a zatim da eksplicitno revidira ka smelilijoj, prepoznatljivijoj teritoriji — funkcioniše izvanredno dobro na veštačkoj inteligenciji. Međutim, isti pristup ne pomaže čoveku da poboljša sopstveno razmišljanje. Kada se osoba mentalno fiksira na početnu ideju veštačke inteligencije, poruka da „razmišlja šire“ obično ne pomaže — naprotiv, može se još više fiksirati na ideju veštačke inteligencije (ovo je verzija klasičnog problema „ne misli na belog medveda“). Selekcija: Pristrasnost prema „doteranijim“ idejama jezičkih modela. Selekcija je faza u kojoj kompanija odlučuje koje od tih ideja dobijaju finansiranje, a koje se odlažu, obično putem komisije za prolazne faze (stage-gate) ili odbora za pregled portfolija. To je procena doneta pod stvarnom neizvesnošću — pre nego što je tržište reklo svoje, i često pre nego što je sama ideja u potpunosti definisana — tako da sve ono za šta se panel svesno ili podsvesno optimizuje na kraju oblikuje sve što kompanija na kraju izgradi. Ocenjivači su oduvek bili pristrasni protiv novih ideja — originalni koncepti deluju rizičnije i teže ih je pozicionirati, pa paneli nesvesno nagrađuju sigurnije, poznatije predloge. Generativna veštačka inteligencija pojačava ovu pristrasnost na nov način: predlozi generisani veštačkom inteligencijom su tečni i dobro strukturirani po svojoj prirodi, a tečnost se pogrešno zamenjuje za kvalitet. Ideja koja zvuči doterano dobija bolju ocenu, bez obzira na to da li je zapravo bolja ideja. Ovde je rešenje strukturno, a ne tehnološko: svedite predloge na zajednički format pre nego što ih bilo ko oceni i sakrijte da li je ideja potekla od čoveka ili od modela. To nije jedino usko grlo koje generativna veštačka inteligencija može tiho produbiti u fazi selekcije. Evo suptilnije zamke: ako obučite LLM za selekciju na istorijskim odlukama o prihvatanju ili odbijanju vašeg sopstvenog panela, vi ne uklanjate pristrasnost iz procesa — vi je trajno kodirate, u velikom obimu, i činite da izgleda objektivno. Nedavni terenski eksperiment otkrio je nešto još problematičnije: kada su ocenjivači dobili preporuku LLM-a uz pisano obrazloženje, postali su skloniji tome da automatski odobravaju odbijanja — a da nisu postali nimalo bolji u razlikovanju tačnih procena veštačke inteligencije od netačnih. Obrazloženje modela zamenilo je njihovo sopstveno rasuđivanje umesto da ga podrži. A efekat je bio najjači upravo tamo gde je ljudsko rasuđivanje najvažnije: u graničnim slučajevima. Intervencija ovde je gotovo suprotna onome ka čemu većina kompanija ide: uklonite objašnjenja LLM-a. U tom istom eksperimentu, preporuka veštačke inteligencije kao „crne kutije“ bez obrazloženja poboljšala je odluke, u poređenju sa zadržavanjem obrazloženja LLM-a u kombinaciji. Uvid u potrošače: Brže istraživanje, manje autentični odgovori. Kada ideja preživi selekciju, razvija se u konkretan koncept sa stvarnim karakteristikama, cenama i pozicioniranjem — a testiranje tog koncepta podrazumeva razumevanje onoga što kupci zapravo žele. Ovo je faza merenja preferencija: ankete, intervjui i kondžojnt studije na koje su se firme dugo oslanjale kako bi koncept pretvorile u odbranjivu procenu potražnje. Ovo je deo u kojem je rad najviše otrežnjujući za svakoga ko koristi veštačku inteligenciju za simulaciju kupaca. Na primer, ako zatražite od jezičkog modela da simulira uloge hiljadu različitih segmenata potrošača koji reaguju na promenu cene, dobićete glatku, opadajuću krivu koja je uglavnom pogrešna na specifičan, problematičan način. Pošto model nije izvučen iz stvarne populacije, on varijaciju cene ne tretira kao eksperiment; on je tretira kao trag o kontekstu (viša cena se tumači kao „premijum“, a ne kao „isti proizvod, samo skuplji“). Dakle, umesto opadajuće krive tražnje koju biste dobili od stvarnih kupaca kako cena raste, možete dobiti ravnu ili čak rastuću krivu. „Digitalni blizanci“ — persone veštačke inteligencije izgrađene na bogatim profilima ponašanja stvarnih ljudi — prolaze bolje, ali im trenutno i dalje nedostaje nešto suštinsko: stvarni kupci se ponašaju iracionalno na načine koji su od ogromne važnosti za to da li će prihvatiti nešto novo. Oni se drže nepovratnih troškova (sunk costs). Oni precenjuju bol prelaska na drugu opciju. Simulirani blizanci, nasuprot tome, teže da naprave racionalan izbor daleko češće nego stvarni ljudi — što znači da sistematski potcenjuju upravo ona trenja koja uništavaju lansiranja novih proizvoda. Za ovo još uvek nema čistog rešenja. Digitalni blizanci nisu beskorisni — oni su razumna zamena za neka istraživačka pitanja — ali im ne treba verovati upravo kod onih ponašanja koja razdvajaju sudbinu istinski novog proizvoda od inkrementalnog. Za svaku odluku koja se oslanja na nepovratne troškove, troškove promene ili način na koji je izbor uokviren, sigurniji potez je zadržati to rasuđivanje uz ljudska istraživanja: panele vodećih korisnika i etnografski rad na terenu koji posmatraju kako se ljudi stvarno ponašaju, a ne samo šta model predviđa da će izabrati. Difuzija i učenje na tržištu: Ista pristrasnost potvrđivanja, sa ubedljivijim glasom. Difuzija i učenje na tržištu obuhvataju sve što se dešava nakon lansiranja: prihvatanje inovacije u velikom obimu, a zatim tumačenje rezultujućih signala kako bi se donela sledeća runda odluka. Usvajanje je društveni proces jednako koliko i individualni — vođen ranim usvajačima i preporukama od usta do usta — a povratne informacije koje proizvodi moraju se prikupiti, odrediti im se prioriteti i pravilno protumačiti pre nego što postanu korisne. Kada se proizvod isporuči, on generiše više povratnih informacija nego što bilo koji tim može da apsorbuje: recenzije na različitim platformama, priče na društvenim mrežama, tikete podrške, povraćaje robe, teme na forumima. Generativna veštačka inteligencija je ovde istinski korisna: može da unese, grupiše i rezimira sav taj šum u obimu koji nijedan tim analitičara ne bi mogao da dostigne, izvlačeći strukturirane potrebe kupaca sa kvalitetom koji počinje da se približava profesionalnim analitičarima. Po prvi put u ovom okviru, usko grlo se zapravo smanjuje. Ali to olakšanje stvara novi problem na svom mestu. Od stotina tema koje sistem veštačke inteligencije izbaci svake nedelje, koje zaslužuju akciju, a koje su samo najglasnije? Signali koji su najvažniji za inovacije, kao što je novi slučaj upotrebe ili segment koji tiho ne uspeva da prihvati proizvod, upravo su oni koje je rezime ponderisan učestalošću napravljen da zakopa. Dublji problem se pojavljuje kada taj signal stigne u sobu punu ljudi koji imaju lični interes u ishodu. Organizacije su oduvek tumačile povratne informacije sa tržišta blagonaklono prema odlukama koje su već donele. Sistem veštačke inteligencije nema karijeru koja zavisi od prošlogodišnje opklade na proizvod, tako da bi u principu trebalo da označi talas pritužbi na ključnu funkcionalnost jednako spremno kao i talas pohvala. Ali isti onaj tečni, samouvereni rezime koji sintezu veštačke inteligencije čini korisnom takođe olakšava da se selektivno citira kao glas podrške onome u šta je tim već verovao na početku — posebno ako se upit veštačkoj inteligenciji postavi na način koji jasno stavlja do znanja koji odgovor bi tim preferirao, s obzirom na tendenciju veštačke inteligencije da laskavo govori ono što ljudi žele da čuju. Da li se sinteza veštačke inteligencije svodi na iskrenije izveštavanje ili samo na ubedljiviji način da se doteraju iste racionalizacije, jedno je od najvažnijih otvorenih pitanja u čitavom okviru. Glavni zaključci Pogledajte pažljivo ova četiri primera i pojavljuje se jedan princip: mehanizam iza uskog grla određuje da li mu veštačka inteligencija pomaže ili odmaže — a ne sofisticiranost veštačke inteligencije. Uska grla koja su u suštini informaciona, velikog obima ili proceduralna (previše prijava za pregled, previše teksta recenzija za čitanje, krut format koji skriva kvalitet) upravo su vrsta problema za čije rešavanje je generativna veštačka inteligencija stvorena, pod uslovom da sistem dizajnirate promišljeno. Nasuprot tome, uska grla ukorenjena u proživljenom iskustvu, iracionalnom ljudskom ponašanju ili organizacionom sopstvenom interesu potpuno su drugačija pojava. Nikakvo skaliranje modela ne rešava činjenicu da potrošači ne mogu da artikulišu preferenciju za kategoriju proizvoda koju nikada nisu videli, ili da će menadžer sa dve godine političkog kapitala uloženog u neuspešan projekat tumačiti podatke blagonaklono, bez obzira na to koliko su podaci dobri. Ovo liderima daje nešto korisnije od liste slučajeva upotrebe veštačke inteligencije: dijagnostičko pitanje koje treba postaviti pre usvajanja bilo kog novog alata ili radnog toka. Šta, konkretno, usporava ovo: problem informacija, problem ljudskog rasuđivanja ili problem organizacionih podsticaja? Ova alternativna perspektiva donosi jasne lekcije u svakoj fazi inovacionog procesa: • Ideacija: Ako se prepusti sama sebi, generativna veštačka inteligencija sužava kreativno razmišljanje umesto da ga proširuje. Rešenje mora biti usmereno na upite modela, a ne na način razmišljanja osobe.• Selekcija: Veštačka inteligencija ne uklanja pristrasnost panela za selekciju prema novinama. Ona toj pristrasnosti ili laska uglađenošću ili je tiho kodira i uvećava, osim ako proces nije promišljeno redizajniran.• Uvid u potrošače: Simulirani kupci su brz, koristan filter, ali potcenjuju iracionalna trenja koja zapravo odlučuju da li će nešto novo biti prihvaćeno.• Difuzija i učenje na tržištu: Veštačka inteligencija rešava problem obima u povratnim informacijama nakon lansiranja, ali jednako lako može timovima dati ubedljiviji način da odbrane odluku koju su već doneli. . . . Najneprijatniji argument ovog rada nije vezan ni za jedno pojedinačno usko grlo — već za ono što se s vremenom dešava sa organizacijama. Kako veštačka inteligencija preuzima sve više ideacije, selekcije i simulacije potrošača, mlađi zaposleni koji su nekada gradili rasuđivanje radeći taj posao iz prve ruke više ne dobijaju priliku da vežbaju. Završavate sa sofisticiranim korisnicima rezultata veštačke inteligencije koji nikada nisu razvili instinkt da prepoznaju kada je taj rezultat pogrešan. Pomnožite to sa celokupnom funkcijom inovacija i dobićete ono što se naziva zamkom automatizacije: svaki pojedinačni alat veštačke inteligencije se dobro pokazuje u izolaciji, ali cela petlja povratnih informacija polako se udaljava od stvarnih kupaca, jer su ideacija, selekcija, testiranje i intervjuisanje sada posredovani modelima obučenim na rezultatima jednih drugih, a ne na tržištu. Sve postaje brže. Ništa ne ostaje utemeljeno u stvarnosti. Naš odgovor nije usporavanje usvajanja veštačke inteligencije, već promišljenost o tome koji delovi procesa i dalje zahtevaju neposredan kontakt sa realnošću. Udubljivanje u vodeće korisnike. Etnografski rad na terenu. Čovek koji donosi važnu odluku i mora da stane iza nje. Ovo nisu nostalgični ostaci iz ere pre veštačke inteligencije; to su noseći zidovi koji sprečavaju da ostatak automatizovane strukture skrene sa osnovne istine koju bi trebalo da prati. Tehnologija će nastaviti da se menja. Uska grla — kognitivna fiksacija, evaluacija vođena statusom, jaz između onoga što potrošači kažu i onoga što će zapravo uraditi — ostala su izuzetno stabilna decenijama. Kladiti se na svoju strategiju inovacija na osnovu mehanizma, a ne modela, verovatno će stariti znatno bolje.