Hi ha una tensió incòmoda al cor del moment AI-First: l’eficiència que promet és real, però el que pot erosionar en silenci també ho és.
Construir sense permís —i sense equip
Fa unes setmanes vaig posar en marxa un parell de serveis nous des de zero. Sense equip tècnic, sense pressupost rellevant, sense les dependències habituals que fins ara semblaven inevitables en qualsevol projecte de software amb ambicions mínimes. La distància entre la intuïció i el producte mínim viable s’havia comprimit d’una manera que, fins fa no gaire, semblava reservada a equips molt més grans o a perfils tècnics molt més especialitzats que el meu.
No és una anècdota de productivitat personal. És un senyal de quelcom més ampli: el paradigma AI-First no és una millora incremental de les eines que ja teníem. És un canvi en la gramàtica mateixa de com es construeix. Fins ara, entre la idea i l’execució hi havia un conjunt de friccions que actuaven com a filtre natural —de recursos, de temps, de coneixement tècnic, de coordinació. Moltes d’aquestes friccions han desaparegut o s’han reduït dràsticament. Això és real i val la pena reconèixer-ho sense excuses ni modèstia falsa.
Però precisament perquè és tan potent, convé mirar-la sense ingenuïtat. Perquè el mateix mecanisme que comprimeix la distància entre idea i producte també comprimeix la distància entre una decisió empresarial i les seves conseqüències sobre el treball humà. I aquí la conversa es complica.
Quan créixer ja no vol dir sumar gent
Durant dècades, escala i plantilla anaven juntes gairebé per definició. Créixer volia dir incorporar perfils, densificar una organització, fer-la més complexa perquè pogués fer coses més complexes. Hi havia una relació prou directa entre ambició i estructura humana. Una empresa amb cinc persones podia fer certes coses; una amb cinquanta, unes altres; una amb cinc-centes, unes altres de molt diferents. L’escala humana era, en bona mesura, l’escala del projecte.
Ara comença a dibuixar-se una altra lògica, i és important no subestimar-ne l’abast. Per a certs tipus de negocis —especialment els que operen en l’àmbit del software, els serveis digitals i la gestió del coneixement— créixer ja no implica necessàriament sumar gent. Pot implicar exactament el contrari: reduir capes, automatitzar funcions, substituir coordinació humana per processos orquestrats per models, i transformar allò que abans requeria quatre o cinc perfils en una combinació d’un fundador, unes eines i una arquitectura ben dissenyada.
La promesa és òbvia i no cal fingir que no sedueix: menys cost fix, més velocitat d’execució, més marge, més autonomia operativa, menys dependència de decisions externes sobre contractació o pressupost. Per a qualsevol persona que hagi experimentat el pes de construir en un entorn de recursos escassos, aquesta promesa té una força magnètica. I la pressió del mercat per anar en aquesta direcció no farà més que créixer. Qui pugui operar amb menys estructura tindrà avantatge competitiu sobre qui no pugui. Aquesta és la lògica del sistema, i ignorar-la seria ingenui.
L’eficiència com a nou criteri moral
Aquí és on el problema deixa de ser purament econòmic i es torna cultural —i, en última instància, polític.
Perquè la qüestió no és només que ara es puguin construir coses amb menys gent. La qüestió és què passa quan aquesta possibilitat deixa de ser excepcional i es converteix en l’ideal normatiu. Quan el criteri dominant deixa de preguntar-se quines persones calen per construir valor i comença a preguntar-se quantes se’n poden eliminar sense que el sistema s’ensorri. Quan la compressió del treball humà passa de ser una opció eficient a ser la forma “racional” de fer empresa.
Daron Acemoglu, en un paper recent del NBER titulat The Simple Macroeconomics of AI, adverteix que la narrativa dominant sobre l’impacte econòmic de la IA és, en el millor dels casos, exagerada. Els guanys de productivitat total al llarg de deu anys probablement no superaran el 0,53%, molt per sota del que els relats triomfalistes suggereixen. Però el que és més revelador no és el número en si, sinó la distribució d’aquests guanys: la IA, conclou Acemoglu, ampliarà la bretxa entre renda del capital i renda del treball, no la reduirà. No és una revolució d’abundància compartida. Pot ser, en canvi, una revolució d’asimetries —on una minoria molt ben augmentada captura la major part del valor generat, mentre la resta del sistema intenta trobar el seu lloc en un terreny que ja no respon a les regles anteriors.
Aquesta és la dimensió que el discurs AI-First sovint omite, no per mala fe necessàriament, sinó perquè és molt menys atractiva que la narrativa de l’emprenedor augmentat que construeix imperis des d’un portàtil.
El que no cap en un prompt
No tota densitat humana dins una organització és una càrrega a optimitzar. Hi ha coses que tenen valor precisament perquè no són pura eficiència: la conversa entre perfils amb mirades diferents, el criteri compartit construït al llarg del temps, la discrepància intel·ligent que para els peus a una decisió equivocada, l’aprenentatge que es produeix en la fricció quotidiana, la responsabilitat distribuïda que fa que una organització sigui alguna cosa més que la suma d’instruccions ben executades. Els espais on es transmet ofici, es formen persones, es construeix cultura professional. Tot això és difícilment codificable i, per tant, difícilment automatitzable —però és igualment difícil de mesurar, i el que no es mesura tendeix a desaparèixer dels criteris de decisió.
David Autor, economista del MIT que porta dècades estudiant com la tecnologia reorganitza el mercat de treball, planteja una distinció que val la pena retenir: una eina d’automatització elimina expertise; una eina de col·laboració la multiplica. El problema, i aquí és on l’argument es torna incòmode, és que el mercat no fa aquesta distinció per defecte. Tendeix a optimitzar allò que pot mesurar a curt termini, que és el cost. Un caixer de supermercat pot ser més productiu gràcies a l’automatització dels sistemes de cobrament, però el seu salari no puja: la productivitat s’extreu, el valor no es distribueix. La mateixa dinàmica pot reproduir-se a escala i en contextos molt més complexos, incloent els sectors de coneixement que fins ara semblaven més protegits.
Quan la pregunta “quantes persones podem eliminar?” substitueix la pregunta “quines persones necessitem?”, l’empresa no s’optimitza. Es buideix. Perd la capacitat de fer coses que no sap que necessitarà fer fins que les necessita. I el mercat, habitualment, no passa factura d’aquests buidaments fins molt més tard —quan el dany ja és estructural.
La pregunta que el mercat no farà
La temptació actual no és només automatitzar tasques. És automatitzar decisions sobre què mereix continuar sent humà. I aquest és un llindar molt més seriós del que sovint admet el relat triomfalista, perquè opera de manera incremental i sense anunci. No hi ha cap moment dramàtic en què una empresa decideixi “a partir d’ara deixem de formar persones” o “d’ara endavant prescindim del judici humà en aquestes àrees”. Passa gradualment, decisió a decisió, optimització a optimització, fins que la pèrdua s’ha normalitzat i ningú recorda del tot com era abans.
Per això la pregunta important no és què podem automatitzar —la resposta a aquesta pregunta serà sempre “cada cop més coses”. La pregunta important és què no volem automatitzar. Quines funcions, quins processos, quines formes de treball i de relació pensem que val la pena preservar no perquè la tecnologia no hi pugui intervenir, sinó perquè el seu valor no es mesura en cost i velocitat. On la IA amplia capacitat humana real i on, en canvi, es converteix en una forma d’empobriment disfressada de progrés. Quina mena de teixit professional, organitzatiu i social volem que existeixi d’aquí a vint anys, i si les decisions que estem prenent ara van en aquella direcció o en la contrària.
Aquesta distinció —i no cap demo brillant ni cap mètrica d’eficiència— és el que definirà quin tipus d’economia AI-First construïm.
Construir amb els ulls oberts
El futur de la IA no es decidirà només als grans laboratoris de recerca, ni als consells d’administració de les empreses tecnològiques, ni als centres de poder geopolític que ara competeixen per la supremacia en models i infraestructura. Es decidirà també —potser sobretot— en milers de petites decisions de producte i de negoci que es prenen cada dia sense que ningú les anomeni “decisions sobre el futur del treball”: què automatitzem i què preservem, com dissenyem eines, per a qui les optimitzem, quins costos considerem visibles i quins externalitzem sense comptabilitzar-los, què continuem considerant valuós quan el mercat ens diu que ja no és necessari.
Podem usar aquesta potència per extreure més amb menys, per concentrar valor en menys mans, per construir estructures que funcionin bé a curt termini i siguin fràgils a mig. O podem usar-la per ampliar autonomia, per democratitzar accés a capacitats que fins ara estaven reservades a uns pocs, per construir organitzacions més lleugeres però no per això més buides. Les dues opcions estan sobre la taula. El mercat no triarà la segona per defecte —mai no ho fa.
Precisament per això, la incomoditat davant d’aquest moment no és un defecte de perspectiva ni una nostàlgia mal dissimulada. És una de les poques defenses intel·lectuals que tenim contra la frivolitat d’un optimisme que celebra l’eficiència sense preguntar-se mai a quin preu, ni per a qui.