{"id": "O03-OPM-SCI-ORG-W01", "record_kind": "work", "novelty": "new", "prior_id": null, "links_prior": [], "early_candidate_id": null, "stream_primary": "OPMODEL", "tags": ["hierarchy_flattening", "hiring_HR_data", "US"], "title": "Firm Investments in Artificial Intelligence Technologies and Changes in Workforce Composition", "authors": ["Tania Babina", "Anastassia Fedyk", "Alex X. He", "James Hodson"], "doi": "unknown (NBER working paper; журнальная версия не установлена в прочитанном материале)", "versions": "NBER Working Paper No. 31325, июнь 2023 (прочитана эта версия); по ссылке в списке литературы Ewens & Giroud (F02, References, с.29 — не от самих авторов) эта же работа опубликована как глава 'Firm investments in artificial intelligence technologies and changes in workforce composition' в сборнике NBER Volume on Technology, Productivity, and Economic Growth (ed. Basu, Eldridge, Haltiwanger, Strassner; University of Chicago Press, 2025, p.75-117) — сама глава книги не открывалась в этой сессии. Отдельная более ранняя статья тех же авторов 'Artificial intelligence, firm growth, and product innovation' (Journal of Financial Economics 151, 2024, 103745) — другая работа, не версия этой.", "affiliations": "Tania Babina — Columbia Business School и NBER; Anastassia Fedyk — University of California, Berkeley; Alex X. He — Robert H. Smith School of Business, University of Maryland; James Hodson — некоммерческая организация 'AI for Good' (hodson@ai4good.org); авторы указаны в титульном листе работы.", "funding_sponsor": "Явно указано в работе: 'This project did not receive external funding.'", "repository": "NBER (nber.org/papers/w31325)", "work_type": "empirical_field", "setting": "США; архивные данные на уровне фирм за 2010–2018 гг.: Cognism — 535 млн резюме по миру (глобальный охват провайдера), в анализе — сотрудники публичных нетехнологических фирм США, выборка 120 млн person-firm-years, сопоставленных с Compustat; покрытие занятости США по Cognism растёт с 42% (2010) до 63% (2018), в среднем 53% за период; данные о вакансиях — Burning Glass, 180 млн объявлений; фирмы технологического сектора (потенциальные производители ИИ) исключены из выборки, изучаются фирмы-пользователи ИИ.", "process_link": "Прямой эмпирический ответ на вопрос брифа о связи инвестиций в ИИ с изменением иерархии, распределения ролей и найма: измеряет сдвиг долей junior/middle/senior сотрудников и изменение спроса на вакансии при росте ИИ-инвестиций фирмы.", "key_finding_ru": "Рост инвестиций фирмы в ИИ (на 1 стандартное отклонение прироста доли ИИ-работников, 2010–2018) связан с увеличением доли junior-сотрудников на 1,6% и одновременным снижением доли как middle-management, так и senior-сотрудников на 0,8% каждая (единица измерения как 'процентные пункты' в тексте явно не названа; для масштаба — среднее по выборке изменение доли junior за 2010–2018 составляет лишь 0,18%, Table A.3, с.19). Результат — long-differences регрессия с отраслевыми ФЭ, устойчив к добавлению контролей уровня фирмы/локации/отрасли; IV-спецификация на основе доли AI-strong выпускников университетов подтверждает направление уплощения иерархии (Appendix A.9-A.10), но не для всех переменных — IV-эффект для доли STEM/соцнаук статистически незначим (Appendix A.11). Параллельно фирмы смещаются к более образованной и STEM-специализированной рабочей силе; вакансии таких фирм требуют больше лет образования и навыков анализа данных/ИТ.", "transfer_limits": "Только публичные и крупные фирмы США, покрытые Cognism/Burning Glass; период 2010–2018 — до эпохи генеративного ИИ (измеряется 'ИИ' широко: ML/CV/NLP-навыки по методике Babina et al. 2021, не GenAI/LLM специфически). Корреляционный дизайн, авторы формулируют результат как 'associated', не как строгую причинность; IV-оценки по уплощению иерархии согласуются по направлению (Appendix A.9-A.10), но часть IV-оценок (доля STEM/соцнаук, Appendix A.11) статистически незначима.", "reading_scope": "full_text", "org_relevance": "Прямое эмпирическое свидетельство 'уплощения' иерархии и сдвига найма к junior-позициям при росте ИИ-инвестиций — базовый количественный ориентир для интерпретации похожих качественных утверждений о 'flattening' в других пакетах итерации; тот же метод AI-инвестиций (доля AI job postings) использован как объясняющая переменная в Ewens & Giroud (2025, O03-OPM-SCI-ORG-W02).", "outcome": "Позитивная для junior-занятости и upskilling ассоциация; последствия для существующих middle-management/senior сотрудников (замещение, переквалификация, отток) не выяснены авторами напрямую.", "uncertainty": "Показатель 'ИИ-инвестиций' — по составу ИИ-специализированных вакансий/резюме, не по факту внедрения конкретной системы; причинный канал (почему именно уплощение, а не рост числа менеджеров) авторы связывают с теорией Garicano & Rossi-Hansberg (2006), но это интерпретация через существующую теорию, не прямое наблюдение механизма.", "alternative_explanations": "Авторы отдельно проверяют и отвергают альтернативу 'быстрый рост фирмы механически даёт больше junior-найма' — эффект ИИ-инвестиций устойчив к контролю за ростом продаж 2010-2018.", "costs_side_effects": "unknown — costs для уволенных/невостребованных middle-management в тексте не оцениваются.", "pdca": null, "claims": [{"text_ru": "Инвестиции фирм в ИИ ассоциированы с уплощением иерархической структуры фирмы: рост доли junior-сотрудников и снижение доли middle-management и senior-ролей.", "status": "SOURCE_CLAIM", "verification_scope": "величина эффекта и направление связи", "source_url": "https://www.nber.org/system/files/working_papers/w31325/w31325.pdf", "locator": "Abstract, с.1", "quote_original": "Furthermore, AI investments are associated with a flattening of the firms' hierarchical structure, with significant increases in the share of workers at the junior level and decreases in shares of workers in middle-management and senior roles.", "quote_ru": "Кроме того, инвестиции в ИИ связаны с уплощением иерархической структуры фирм: значимо растёт доля работников на junior-уровне и снижается доля работников на позициях среднего менеджмента и senior."}, {"text_ru": "Рост ИИ-инвестиций на 1 стандартное отклонение связан с ростом доли junior-сотрудников на 1,6% и снижением долей middle-level и senior-сотрудников на 0,8% каждой (при среднем изменении доли junior по выборке 0,18% за 2010–2018, Table A.3, с.19).", "status": "SOURCE_CLAIM", "verification_scope": "точная величина коэффициента регрессии (Table 3) и база сравнения (Table A.3)", "source_url": "https://www.nber.org/system/files/working_papers/w31325/w31325.pdf", "locator": "раздел 4.1, с.19 (Table 3)", "quote_original": "A one-standarddeviation increase in AI investments is associated with a 1.6% increase in the share of junior employees, accompanied by a 0.8% decline in both mid-level employees and senior management.", "quote_ru": "Рост ИИ-инвестиций на одно стандартное отклонение связан с ростом доли junior-сотрудников на 1,6% и снижением долей сотрудников среднего звена и старшего менеджмента на 0,8% каждой.", "original_number": "1.6% / 0.8%"}, {"text_ru": "Проект не получал внешнего финансирования.", "status": "SOURCE_CLAIM", "verification_scope": "источник финансирования", "source_url": "https://www.nber.org/system/files/working_papers/w31325/w31325.pdf", "locator": "титульная страница", "quote_original": "This project did not receive external funding.", "quote_ru": "Этот проект не получал внешнего финансирования."}], "sources": [{"url": "https://www.nber.org/system/files/working_papers/w31325/w31325.pdf", "title": "Firm Investments in Artificial Intelligence Technologies and Changes in Workforce Composition", "publisher": "National Bureau of Economic Research (NBER Working Paper 31325)", "author": "Tania Babina, Anastassia Fedyk, Alex X. He, James Hodson", "date": "2023-06", "type": "working_paper", "locator": "полный текст (2509 строк pdftotext)", "reading_scope": "full_text", "accessed_at": "2026-09-25", "file_id": "O03-OPM-SCI-ORG-F01", "is_primary": true, "interested_party": "independent"}], "author_model": "claude-sonnet-5", "next_action": "При доступе — сверить с опубликованной главой книги 2025 г. (Basu et al., NBER Volume on Technology, Productivity, and Economic Growth) на предмет расхождений цифр между working paper и итоговой версией."}
{"id": "O03-OPM-SCI-ORG-W02", "record_kind": "work", "novelty": "new", "prior_id": null, "links_prior": [], "early_candidate_id": null, "stream_primary": "OPMODEL", "tags": ["hierarchy_flattening", "span_of_control", "US", "weak_significance"], "title": "Corporate Hierarchy", "authors": ["Michael Ewens", "Xavier Giroud"], "doi": "unknown (NBER working paper)", "versions": "NBER Working Paper No. 34162, август 2025, rev0 (единственная прочитанная версия).", "affiliations": "Оба автора — Columbia University, Columbia Business School, и NBER (по титульному листу).", "funding_sponsor": "В работе стандартная строка NBER-раскрытия: 'At least one co-author has disclosed additional relationships of potential relevance for this research' — конкретный конфликт интересов не расшифрован в прочитанном тексте; отдельного гранта не указано.", "repository": "NBER (nber.org/papers/w34162)", "work_type": "empirical_field", "setting": "США; архивная сеть должностей на основе онлайн-резюме 16 млн сотрудников, авторская сетевая методика оценки числа иерархических слоёв для более чем 2500 публичных фирм США; отдельный регрессионный анализ связи иерархии с ИИ-адопцией — подвыборка 1250 фирм / 4606 наблюдений фирма-год, где доступны метрики ИИ-адопции Babina et al. (2024/2025).", "process_link": "Работа в целом — не про ИИ (основной вклад — новая архивная методика измерения иерархии и её связь с образованием, продвижениями, эффективностью, поглощениями, патентами и т.д.; отдельно изучается реакция иерархии на COVID у биотех-компаний). Раздел 8.3 — специально про ИИ: прямой количественный тест гипотезы 'ИИ снижает число управленческих слоёв', напрямую отвечает на вопрос брифа о span of control/иерархии.", "key_finding_ru": "В разделе 8.3 авторы регрессируют log(число иерархических слоёв) фирмы на 4 разные метрики ИИ-адопции (доля ИИ-вакансий широко/узко, средняя и максимальная доля ИИ-навыков; данные метрик — из Babina, Fedyk, He, Hodson 2024), с фиксированными эффектами фирмы/года/децили размера. Во всех 4 спецификациях коэффициент отрицательный (например, -0.50 для широкой доли ИИ-вакансий, ст.ошибка 0.28) и значим на уровне 10%. Авторы сами отмечают, что тесты 'under-powered' из-за ограниченной внутрифирменной вариации числа слоёв. Отдельно (не в ИИ-разделе) — биотех-компании увеличили число слоёв после COVID-19, тогда как ИИ-адаптирующиеся компании уплощают иерархию — контраст двух разных шоков.", "transfer_limits": "Только публичные фирмы США; ИИ-часть результата статистически слабая (значимость только на уровне 10%, авторы сами называют тест недостаточно мощным) — не переносить как сильный/устойчивый эффект без этой оговорки. Показатели ИИ-адопции заимствованы из другой работы (Babina et al.), не независимо построены здесь.", "reading_scope": "full_text", "org_relevance": "Согласуется по направлению с Babina et al. (2025) при другой мере иерархии (сетевая оценка слоёв по карьерным траекториям, а не доли junior/senior в резюме), но использует те же ИИ-метрики Babina et al. (2024) — это не независимое подтверждение, а результат на тех же ИИ-показателях и близкой выборке публичных фирм США (сноска 24 текста: 'related to... consistent with our evidence'); полезно как альтернативная операционализация 'иерархии' при том же измерении 'ИИ-адопции', требуемом брифом; также сама методика (network estimation по резюме) — потенциально полезный инструмент измерения change_depth: operating_model в других карточках.", "outcome": "Направление согласуется с гипотезой уплощения; сила доказательства слабая (p<0.10) — сами авторы указывают на это ограничение.", "uncertainty": "Авторы прямо пишут, что мощность теста ограничена малой внутрифирменной вариацией числа слоёв за доступный период; причинность в строгом смысле не установлена (включены firm FE, но не инструментальная переменная, в отличие от Babina et al.). Раскрытый одним из соавторов конфликт интересов ('additional relationships of potential relevance') не расшифрован в прочитанном тексте.", "alternative_explanations": "Для большей внутрифирменной вариации авторы также оценили спецификацию в длинных разностях (long differences) и получили близкие оценки ('similar to those in Table 12', с.28); отдельного контроля роста занятости для ИИ-раздела (в отличие от COVID-раздела) нет.", "costs_side_effects": "unknown", "pdca": null, "claims": [{"text_ru": "Новая мера корпоративной иерархии построена для более чем 2500 публичных компаний США на основе резюме 16 млн сотрудников.", "status": "SOURCE_CLAIM", "verification_scope": "масштаб и метод построения выборки", "source_url": "https://www.nber.org/system/files/working_papers/w34162/revisions/w34162.rev0.pdf", "locator": "Abstract, с.1", "quote_original": "We introduce a novel measure of corporate hierarchies for over 2,500 U.S. public firms. This", "quote_ru": "Мы вводим новую меру корпоративных иерархий для более чем 2500 публичных компаний США.", "original_number": "2,500 firms / 16 million employees"}, {"text_ru": "Компании уплощают иерархию после внедрения ИИ-технологий (в отличие от биотех-компаний, увеличивших число слоёв после COVID-19).", "status": "SOURCE_CLAIM", "verification_scope": "направление эффекта", "source_url": "https://www.nber.org/system/files/working_papers/w34162/revisions/w34162.rev0.pdf", "locator": "Abstract и раздел 8.3, с.28", "quote_original": "companies flattened their hierarchies following the adoption of artificial … intelligence (AI) technologies", "quote_ru": "компании уплощали свои иерархии после внедрения технологий искусственного интеллекта (ИИ)."}, {"text_ru": "Во всех четырёх спецификациях коэффициент при мерах ИИ-адопции значим лишь на уровне 10%, при этом сами авторы называют тесты недостаточно мощными.", "status": "SOURCE_CLAIM", "verification_scope": "статистическая значимость и собственная оговорка авторов об ограничении мощности теста", "source_url": "https://www.nber.org/system/files/working_papers/w34162/revisions/w34162.rev0.pdf", "locator": "раздел 8.3, с.27-28 (Table 12)", "quote_original": "Although the tests are under-powered, we find that the point estimates are significant at the 10% level regardless of the metric of AI adoption.", "quote_ru": "Хотя тесты недостаточно мощны, мы находим, что точечные оценки значимы на уровне 10% независимо от используемой меры ИИ-адопции.", "original_number": "-0.50 (SE 0.28), N=4606, 1250 firms"}], "sources": [{"url": "https://www.nber.org/system/files/working_papers/w34162/revisions/w34162.rev0.pdf", "title": "Corporate Hierarchy", "publisher": "National Bureau of Economic Research (NBER Working Paper 34162)", "author": "Michael Ewens, Xavier Giroud", "date": "2025-08", "type": "working_paper", "locator": "полный текст (2132 строки pdftotext), раздел 8.3 и Table 12", "reading_scope": "full_text", "accessed_at": "2026-09-25", "file_id": "O03-OPM-SCI-ORG-F02", "is_primary": true, "interested_party": "unknown"}], "author_model": "claude-sonnet-5", "next_action": "unknown — недоступна расшифровка дисклоузера о конфликте интересов одного из соавторов; при появлении доступа проверить итоговую/опубликованную версию и прочитать саму страницу nber.org/papers/w34162 для расшифровки disclosure."}
{"id": "O03-OPM-SCI-ORG-W03", "record_kind": "work", "novelty": "new", "prior_id": null, "links_prior": [], "early_candidate_id": null, "stream_primary": "OPMODEL", "tags": ["span_of_control", "theoretical_model", "simulation", "affiliation_undisclosed"], "title": "AI as Coordination-Compressing Capital: Task Reallocation, Organizational Redesign, and the Regime Fork", "authors": ["Alex Farach"], "doi": "10.48550/arXiv.2602.16078", "versions": "arXiv:2602.16078v3 [econ.GN], 06 марта 2026 (прочитана эта версия; более ранние v1/v2 не сверялись).", "affiliations": "В работе указан только личный email автора (alexfarach@gmail.com); институциональная аффилиация не указана нигде в тексте — отсутствие аффилиации в тексте не означает подтверждённой независимости, а означает лишь то, что она не раскрыта (affiliation_undisclosed).", "funding_sponsor": "unknown — упоминаний финансирования/грантов в тексте не найдено.", "repository": "arXiv (econ.GN)", "work_type": "simulation", "setting": "Формальная теоретическая модель фирмы (двухуровневая, производственная функция Кобба-Дугласа) плюс иллюстративные симуляции с гетерогенными работниками; собственных эмпирических данных о фирмах в работе нет — эмпирические факты приводятся только со ссылкой на чужие работы (Ewens & Giroud 2025; Babina et al. 2025). Мотивирующая иллюстрация — редакция (Editor-in-Chief, Section Editors, Reporters); формальная модель работает на уровне команды, а не всей фирмы.", "process_link": "Формальная модель span of control и task reallocation под ИИ — прямая теоретическая рамка для вопроса брифа о механизме изменения иерархии/распределения задач; автор явно опирается на Babina et al. и Ewens & Giroud (обе — карточки W01/W02 этого пакета) как на эмпирическую мотивацию своей модели.", "key_finding_ru": "Вводится понятие 'agent capital' — ИИ, снижающее издержки координации и расширяющее span of control; выводятся 5 предложений о влиянии 'сжатия координации' на выпуск, иерархию, спрос на менеджеров, дисперсию зарплат и границу задач. Модель предсказывает 'вилку режимов' (regime fork): один и тот же тип технологии даёт либо широкий выигрыш, либо суперзвёздную концентрацию — в зависимости от того, кто присваивает выгоды от сжатия координации. В симуляциях неравенство внутри фирмы падает во всех режимах (за счёт роста занятости), но разрыв зарплат менеджер-работник растёт universally.", "transfer_limits": "Модель абстрактная и не калиброванная на реальных отраслевых данных (автор сам называет симуляции 'illustrative'); однофирменная частичная модель без общего равновесия рынка труда; способности работников заданы экзогенно. Автор явно указывает, что использовал ИИ-ассистентов для написания кода/симуляций/черновика текста — при этом 'все теоретические положения, решения о моделировании и интерпретационные утверждения принадлежат только автору'.", "reading_scope": "full_text", "org_relevance": "Даёт теоретический механизм ('agent capital', сжатие координации) для эмпирических находок W01/W02 этого пакета; полезно как рамка интерпретации, но само по себе не является независимым эмпирическим подтверждением — при цитировании Ewens & Giroud (2025) автор указывает выборку 'более 3100 фирм', тогда как в самой работе Ewens & Giroud (прочитанной нами, W02) в абстракте указано 'более 2500' публичных фирм США (а в самой ИИ-регрессии — 1250 фирм); это расхождение между пересказом Farach и первоисточником зафиксировано как CONFLICT.", "outcome": "Теоретический результат (регрессионное направление не проверяется собственными данными автора).", "uncertainty": "Работа — препринт, не рецензировалась (arXiv, econ.GN, март 2026); институциональная аффилиация автора в тексте не раскрыта (это не то же самое, что подтверждённая независимость); качество и робастность выводов не проверялись независимыми рецензентами в доступном тексте. HYPOTHESIS, не проверено в этой сессии: в списке литературы этой же работы (References, локально сохранённый файл) есть более ранняя работа того же автора в соавторстве — 'A. Farach, A. Cambon, and J. Spataro, arXiv:2505.09408 (2025)'; связь кого-либо из этих соавторов с вендором ИИ не установлена и не исключена — при использовании выводов Farach в других карточках проверять аффилиацию отдельно.", "alternative_explanations": "Сам автор в разделе 5.4 перечисляет 7 ограничений модели (стилизованная производственная функция, иллюстративные, не калиброванные симуляции, частичное равновесие одной фирмы, экзогенные навыки работников и др.).", "costs_side_effects": "unknown — модельные издержки координации формализованы, но не сопоставлены с реальными данными о затратах.", "pdca": null, "claims": [{"text_ru": "Вводится 'agent capital' — ИИ, снижающий издержки координации, расширяющий span of control и обеспечивающий эндогенное создание задач; выводятся пять предложений о влиянии сжатия координации на выпуск, иерархию, спрос на менеджеров, дисперсию зарплат и границу задач.", "status": "SOURCE_CLAIM", "verification_scope": "формулировка вклада работы", "source_url": "https://arxiv.org/html/2602.16078v3", "locator": "Abstract", "quote_original": "We introduce agent capital : AI that reduces coordination costs, expanding spans of control and enabling endogenous task creation. Five propositions characterize how coordination compression affects output, hierarchy, manager demand, wage dispersion, and the task frontier.", "quote_ru": "Мы вводим понятие agent capital: ИИ, снижающий издержки координации, расширяющий пределы управляемости и обеспечивающий эндогенное создание задач. Пять положений характеризуют, как сжатие координации влияет на выпуск, иерархию, спрос на менеджеров, дисперсию зарплат и границу задач."}, {"text_ru": "Автор ссылается на Ewens и Giroud (2025) как на данные о выборке 'более 3100 фирм', что не совпадает с формулировкой первоисточника ('более 2500' публичных фирм США в абстракте, 1250 фирм — в самой ИИ-регрессии).", "status": "CONFLICT", "verification_scope": "численность выборки исходной работы при пересказе во вторичном источнике", "source_url": "https://arxiv.org/html/2602.16078v3", "locator": "Introduction", "quote_original": "Ewens and Giroud (2025) document that U.S. public firms flattened their hierarchies following AI adoption, reducing management layers across a sample of more than 3,100 firms.", "quote_ru": "Ewens и Giroud (2025) документируют, что публичные компании США уплощали иерархии после внедрения ИИ, сокращая число управленческих слоёв, на выборке более чем из 3100 фирм.", "original_number": "3,100 firms (в пересказе Farach) vs. 2,500 / 1,250 firms (в первоисточнике, см. O03-OPM-SCI-ORG-W02)"}, {"text_ru": "Автор использовал ИИ-ассистентов для написания кода, реализации симуляций и подготовки черновика текста; все теоретические выводы и решения о моделировании принадлежат только ему.", "status": "SOURCE_CLAIM", "verification_scope": "раскрытие метода подготовки текста работы", "source_url": "https://arxiv.org/html/2602.16078v3", "locator": "сноска на титульной странице", "quote_original": "The author acknowledges the use of AI assistants for coding, simulation implementation, and draft preparation. All theoretical contributions, modeling decisions, and interpretive claims are solely the author's.", "quote_ru": "Автор указывает на использование ИИ-ассистентов для написания кода, реализации симуляций и подготовки черновика. Все теоретические положения, решения о моделировании и интерпретационные утверждения принадлежат исключительно автору."}], "sources": [{"url": "https://arxiv.org/html/2602.16078v3", "title": "AI as Coordination-Compressing Capital: Task Reallocation, Organizational Redesign, and the Regime Fork", "publisher": "arXiv (econ.GN)", "author": "Alex Farach", "date": "2026-03-06", "type": "preprint", "locator": "полный текст HTML-версии", "reading_scope": "full_text", "accessed_at": "2026-09-25", "file_id": "O03-OPM-SCI-ORG-F03", "is_primary": true, "interested_party": "unknown"}], "author_model": "claude-sonnet-5", "next_action": "Не повышать доверие к этой работе без независимой рецензии; при использовании её выводов в досье — явно отмечать нераскрытую аффилиацию автора, найденный CONFLICT по численности выборки Ewens & Giroud, и непроверенную связь с arXiv:2505.09408 (Farach, Cambon, Spataro)."}
{"id": "O03-OPM-SCI-ORG-W04", "record_kind": "work", "novelty": "new", "prior_id": null, "links_prior": [], "early_candidate_id": null, "stream_primary": "OPMODEL", "tags": ["organizational_design", "conceptual_framework", "vendor_case_examples"], "title": "From Model Design to Organizational Design: Complexity Redistribution and Trade-Offs in Generative AI", "authors": ["Sharique Hasan", "Alexander Oettl", "Sampsa Samila"], "doi": "10.48550/arXiv.2506.22440", "versions": "arXiv:2506.22440, первая версия — 10 июня 2025; прочитана v2 от 15 мая 2026.", "affiliations": "Sharique Hasan — Duke University; Alexander Oettl — Georgia Institute of Technology; Sampsa Samila — IESE Business School (по титульному листу).", "funding_sponsor": "unknown — упоминаний гранта/финансирования в тексте не найдено.", "repository": "arXiv (cs.CY)", "work_type": "concept", "setting": "Концептуальная статья по стратегии/организационному дизайну; вводит авторскую рамку Generality-Accuracy-Simplicity (GAS). Иллюстрируется примерами компаний (Morgan Stanley, Klarna и др.), взятыми не из собственного сбора данных авторов, а из прессы и материалов вендоров (например, кейс Morgan Stanley — со ссылкой на публикацию самой OpenAI, 'OpenAI, 2024').", "process_link": "Прямо отвечает на вопрос брифа о владении процессом/организационном дизайне при внедрении GenAI: тезис работы — сложность не исчезает при внедрении LLM, а перераспределяется от пользователя к инфраструктуре, комплаенсу и специализированному персоналу внутри организации, создавая новые управленческие вызовы.", "key_finding_ru": "Авторы утверждают, что кажущаяся простота использования LLM (высокая generality и accuracy через простой интерфейс) маскирует сдвиг сложности к инфраструктуре, комплаенсу и специализированному персоналу; конкурентное преимущество, по их тезису, теперь определяется не самим фактом внедрения ИИ, а умением управлять этой перераспределённой сложностью (проектирование слоёв абстракции, согласование workflow, дополняющая экспертиза).", "transfer_limits": "Это концептуальная/стратегическая работа, а не эмпирическое исследование: иллюстративные кейсы (Morgan Stanley, Klarna) заимствованы из прессы и вендорских публикаций (в т.ч. напрямую из материалов OpenAI), не являются первичными данными авторов и не проверены в этой сессии независимо — трактовать эти примеры как SOURCE_CLAIM того издания/вендора, а не как проверенный факт. Пример Klarna в статье — «2.3 million chats in one month—the workload of 700 agents—with a projected $40 million profit increase (Klarna, 2024)»; сумма '$40 million' в самой статье помечена как прогноз ('projected'), не измеренный результат. Кейс Klarna уже фигурирует в реестрах итерации как 'Klarna: чат поддержки, внедрение и пересмотр подхода' (known-e4-cases.json, CAND-5e9cc871ca08e191) — компания позднее пересмотрела подход; эта статья такого пересмотра не упоминает и опирается на более ранний пресс-релиз.", "reading_scope": "full_text", "org_relevance": "Даёт понятийную рамку (GAS, 'redistributed complexity') для описания того, куда именно внутри организации перемещается контроль/сложность/владение процессом при внедрении GenAI — полезно как концептуальный фон для досье операционной модели, но не как источник фактов о конкретной компании (примеры — вторичные, вендорские/прессовые).", "outcome": null, "uncertainty": "Работа не проверялась рецензированием (препринт cs.CY); иллюстративные кейсы читателю нужно проверять по первоисточникам отдельно — сама статья на это не претендует как на эмпирическое доказательство. По Klarna см. также противоречащий по времени более поздний пересмотр подхода компании в known-e4-cases.json (CAND-5e9cc871ca08e191) — в этой статье не отражён.", "alternative_explanations": "unknown — концептуальная работа, альтернативные объяснения не разбираются в эмпирическом смысле.", "costs_side_effects": "unknown", "pdca": null, "claims": [{"text_ru": "Работа вводит рамку Generality-Accuracy-Simplicity (GAS) и указывает на перераспределение сложности между стейкхолдерами при внедрении LLM: пользовательская простота маскирует сдвиг сложности к инфраструктуре, комплаенсу и специализированному персоналу.", "status": "SOURCE_CLAIM", "verification_scope": "формулировка центрального тезиса работы", "source_url": "https://arxiv.org/pdf/2506.22440", "locator": "Abstract, с.1", "quote_original": "the redistribution of complexity across stakeholders … this user-facing simplicity masks a significant shift of complexity to infrastructure, compliance, and specialized personnel", "quote_ru": "перераспределение сложности между стейкхолдерами … эта ориентированная на пользователя простота маскирует значительный сдвиг сложности к инфраструктуре, комплаенсу и специализированному персоналу."}, {"text_ru": "По тезису авторов, конкурентное преимущество больше не определяется самим фактом внедрения ИИ, а умением управлять перераспределённой сложностью.", "status": "SOURCE_CLAIM", "verification_scope": "формулировка вывода авторов (их собственная позиция, не эмпирическое измерение)", "source_url": "https://arxiv.org/pdf/2506.22440", "locator": "Abstract, с.1", "quote_original": "We contend that competitive advantage no longer stems from mere AI adoption, but from mastering this redistributed", "quote_ru": "Мы утверждаем, что конкурентное преимущество больше не проистекает из самого факта внедрения ИИ, а из умения управлять этой перераспределённой [сложностью]."}], "sources": [{"url": "https://arxiv.org/pdf/2506.22440", "title": "From Model Design to Organizational Design: Complexity Redistribution and Trade-Offs in Generative AI", "publisher": "arXiv (cs.CY)", "author": "Sharique Hasan, Alexander Oettl, Sampsa Samila", "date": "2025-06-10 (v1); 2026-05-15 (v2, прочитана)", "type": "preprint", "locator": "полный текст (64 страницы, pdftotext)", "reading_scope": "full_text", "accessed_at": "2026-09-25", "file_id": "O03-OPM-SCI-ORG-F04", "is_primary": true, "interested_party": "independent"}], "author_model": "claude-sonnet-5", "next_action": "При использовании кейсов Morgan Stanley/Klarna в других карточках — искать первичные материалы этих компаний, а не пересказ в этой концептуальной статье."}
{"id": "O03-OPM-SCI-ORG-W05", "record_kind": "work", "novelty": "new", "prior_id": null, "links_prior": [], "early_candidate_id": null, "stream_primary": "OPMODEL", "tags": ["task_allocation", "algorithmic_management", "survey", "adjacent_digitalization_caveat", "multi_country"], "title": "Algorithmic management in the workplace: New evidence from an OECD employer survey", "authors": ["Anna Milanez", "A. Lemmens", "C. Ruggiu"], "doi": "10.1787/287c13c4-en", "versions": "OECD Artificial Intelligence Papers No. 31 (2025) — сам working paper не открылся (403, см. files.jsonl F11); прочитан краткий политический бриф OECD 'How widespread is algorithmic management in workplaces?' от 19 декабря 2025 г., резюмирующий working paper No.31 с частью его цифр/таблиц.", "affiliations": "Публикация OECD (Directorate for Employment, Labour and Social Affairs), программа AI-WIPS (Artificial Intelligence in Work, Innovation, Productivity and Skills); контактное лицо в брифе — Anna Milanez (OECD).", "funding_sponsor": "Программа AI-WIPS поддерживается Федеральным министерством труда и социальных дел Германии (BMAS); указано в тексте брифа.", "repository": "OECD Publishing", "work_type": "empirical_survey", "setting": "Опрос работодателей (mid-level managers) в 6 странах: Франция, Германия, Италия, Япония, Испания, США; свыше 6000 респондентов; первые межстрановые репрезентативные данные об адопции инструментов алгоритмического менеджмента (инструктирование/мониторинг/оценка работников).", "process_link": "Прямо отвечает на вопрос брифа о распределении задач человек/ИИ: измеряет, в какой мере фирмы автоматизируют/поддерживают программными инструментами задачи распределения работы, мониторинга и оценки сотрудников — то есть смещение управленческих функций от человека к системе.", "key_finding_ru": "В США 90% фирм внедрили хотя бы один инструмент алгоритмического менеджмента (инструктирование/мониторинг/оценка); в среднем по Франции/Германии/Италии/Испании — 79%; в Японии — 40%. Свыше трёх четвертей американских менеджеров сообщают о 10+ из 15 перечисленных инструментов. Почти две трети менеджеров, использующих такие инструменты, обеспокоены их влиянием на работников; самая частая проблема во всех странах — неясная ответственность за ошибочное решение (28% менеджеров указывают эту проблему).", "transfer_limits": "Источник сам явно оговаривает: инструменты алгоритмического менеджмента различаются по технологической сложности и не обязательно основаны на ИИ — эта карточка описывает более широкую категорию (программная автоматизация управленческих задач), частично, но не полностью совпадающую с ИИ в узком смысле; для целей брифа это следует читать как смежное измерение, не как чистую 'ИИ-адопцию'. Источник также сам объясняет высокие доли адопции широтой определения (сноска 1: 'The high overall adoption rates reflected in the OECD figures is due to the breadth of the definition of algorithmic management used'). Также прочитан только краткий политический бриф OECD, а не полный working paper No.31 с методологией и полными таблицами.", "reading_scope": "partial", "org_relevance": "Даёт количественную оценку масштаба смещения задач распределения работы/мониторинга/оценки от людей к системам на межстрановом уровне (задача брифа — 'распределение задач человек/ИИ'), но с важной оговоркой источника о том, что не все такие инструменты являются ИИ в строгом смысле; хорошо дополняет фирменные эмпирические работы W01/W02 общестрановым/межотраслевым срезом.", "outcome": "Смешанный: менеджеры сообщают о выигрыше в скорости/качестве решений, но также о рисках (неясная ответственность, неспособность объяснить логику алгоритмических решений, недостаточная защита физического/психического здоровья работников).", "uncertainty": "Карточка построена по политическому брифу OECD от 19.12.2025 (без персональных авторов, издатель — OECD), который резюмирует working paper No.31 (Milanez, Lemmens, Ruggiu, 2025) — сам working paper не открывался; заголовок/авторы карточки — от WP No.31 (см. поле title/authors), а не от брифа. Методология опроса, точные формулировки вопросов и полные таблицы по подкатегориям инструментов не проверены напрямую в этой сессии.", "alternative_explanations": null, "costs_side_effects": "Почти две трети менеджеров, использующих инструменты алгоритмического менеджмента, отмечают хотя бы одну проблему доверия к ним. Три наиболее частые: неясная ответственность за ошибочное решение (28% менеджеров), неспособность проследить логику алгоритмических решений/рекомендаций (27%) и недостаточная защита физического и психического здоровья работников (27%). В брифе НЕТ данных о росте стресса или ухудшении баланса работы/личной жизни — это ошибочно приписывалось брифу в предыдущей версии карточки и убрано по замечанию проверяющего; ссылка на Gonzalez Vazquez et al. (2025) в брифе встречается только в сноске 1 как указание на другое независимое исследование адопции по опросам работников, не как источник цифр о стрессе.", "pdca": null, "claims": [{"text_ru": "Инструменты алгоритмического менеджмента различаются по уровню технологической сложности и не обязательно основаны на ИИ.", "status": "SOURCE_CLAIM", "verification_scope": "явная оговорка источника об объёме понятия 'algorithmic management' относительно ИИ", "source_url": "https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/12/how-widespread-is-algorithmic-management-in-workplaces_d1e62812/cda7a114-en.pdf", "locator": "с.2", "quote_original": "Algorithmic management tools range in their level of technological sophistication and are not necessarily AI-powered.", "quote_ru": "Инструменты алгоритмического менеджмента различаются по уровню технологической сложности и не обязательно основаны на ИИ."}, {"text_ru": "В США 90% фирм внедрили хотя бы один инструмент для инструктирования, мониторинга или оценки работников (база — самоотчёт менеджеров среднего звена о своей фирме: 'managers say their firms have adopted...').", "status": "SOURCE_CLAIM", "verification_scope": "величина показателя адопции по стране, база — самоотчёт респондента-менеджера", "source_url": "https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/12/how-widespread-is-algorithmic-management-in-workplaces_d1e62812/cda7a114-en.pdf", "locator": "с.3", "quote_original": "In the United States, 90% of firms … have adopted at least one tool to instruct, monitor or evaluate workers.", "quote_ru": "В Соединённых Штатах 90% фирм внедрили хотя бы один инструмент для инструктирования, мониторинга или оценки работников.", "original_number": "90%"}, {"text_ru": "Во всех странах самая частая проблема, которую отмечают менеджеры при использовании алгоритмического менеджмента, — неясная ответственность за ошибочное решение (28% менеджеров).", "status": "SOURCE_CLAIM", "verification_scope": "величина и содержание показателя обеспокоенности менеджеров", "source_url": "https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/12/how-widespread-is-algorithmic-management-in-workplaces_d1e62812/cda7a114-en.pdf", "locator": "с.5", "quote_original": "unclear accountability in the case of a wrong decision (28% of managers raise this issue)", "quote_ru": "неясная ответственность в случае ошибочного решения (эту проблему поднимают 28% менеджеров)", "original_number": "28%"}], "sources": [{"url": "https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/12/how-widespread-is-algorithmic-management-in-workplaces_d1e62812/cda7a114-en.pdf", "title": "How widespread is algorithmic management in workplaces?", "publisher": "OECD", "author": "OECD Secretariat (резюмирует Milanez, A., A. Lemmens and C. Ruggiu, 2025, OECD AI Papers No.31)", "date": "2025-12-19", "type": "policy_brief", "locator": "полный текст брифа (7 страниц, 361 строка pdftotext)", "reading_scope": "full_text", "accessed_at": "2026-09-25", "file_id": "O03-OPM-SCI-ORG-F05", "is_primary": false, "interested_party": "government"}], "author_model": "claude-sonnet-5", "next_action": "Попытаться открыть сам working paper No.31 (doi.org/10.1787/287c13c4-en, 403 в этой сессии) для проверки методологии и полных данных по подкатегориям инструментов."}