Muitas empresas ainda não estão percebendo um impacto significativo de seus esforços de Inteligência Artificial. Alguns especialistas dizem que isso pode ser porque eles não estão adotando algo chamado “aprendizado organizacional”.
Não é suficiente usar IA para otimizar um processo de negócios – por exemplo, para fazer melhores previsões ou automatizar uma tarefa manual. As empresas precisam dar um passo adiante, para tirar lições aprendidas de seus projetos de IA e usá-las para transformar suas organizações.
Embora a maioria, senão todas, as organizações diriam que aprendem com seus sucessos e fracassos, poucas têm processos formais para abraçar esses aprendizados e divulgá-los em toda a empresa – especialmente quando se trata do uso de IA. Como resultado, apenas 11% das empresas viram benefícios significativos de suas iniciativas de IA em 2020, de acordo com um relatório recente do MIT Sloan Management Review realizado em colaboração com o Boston Consulting Group.
Tomemos, por exemplo, a pontuação de pedidos de empréstimo, muitos dos quais envolvem a tediosa entrada de dados feita manualmente por agentes de crédito. Usar IA ou machine learning pode otimizar drasticamente o processo, reduzindo custos e a necessidade de tantos agentes de crédito na equipe. Mas as empresas podem economizar muito dinheiro e os funcionários relutam em apoiar projetos que poderiam custar seus empregos.
Enquanto isso, a IA também pode ser usada para obter novos insights dos mesmos dados de solicitação de empréstimo. Um banco poderia descobrir segmentos de clientes mal atendidos, por exemplo, que poderiam levar a uma expansão dramática dos negócios. Ou um banco poderia descobrir que as pessoas estavam com medo de solicitar empréstimos por causa de preocupações sobre danos em suas classificações de crédito, diz Sam Ransbotham, Professor de Sistemas de Informação da Escola de Administração Carroll do Boston College e Coautor do relatório do MIT Sloan. Oferecer a eles a oportunidade de uma avaliação sem risco que não afete sua classificação de crédito pode mudar isso.
“Isso não é apenas automatizar o processo de empréstimo; isso está mudando fundamentalmente o processo de empréstimo”, diz ele.
Não há limite para o potencial de crescimento, e os funcionários podem ficar por trás de uma nova tecnologia que oferece mais oportunidades para trabalhos interessantes.
Esse é um ângulo que é importante para os CIOs estarem cientes, diz Ransbotham, já que eles normalmente prestam mais atenção à eficiência. “Alguns CIOs são mais orientados para o serviço”, diz ele. “O objetivo é reduzir os custos de suas operações de TI. Pode haver uma tendência de automatizar o que já estamos fazendo, em vez de fazer algo diferente”.
Em sua pesquisa com mais de 3.000 entrevistados, o MIT Sloan e o BCG identificaram vários fatores que ajudaram as empresas a passar para os 11% que relataram “benefícios financeiros significativos”, incluindo o compartilhamento de conhecimento entre humanos e IA, incorporando IA na estratégia geral de negócios, indo além, usando IA para automação simples e encontrando maneiras para humanos e IA trabalharem juntos para que a IA aumente o trabalho humano e o trabalho humano aumente a IA.
“O que descobrimos é que quando as pessoas realizam essas etapas orientadas para a aprendizagem organizacional, elas podem aumentar a probabilidade de estar naquele grupo de 11% em quase 80%”.
No final de janeiro, a Johnson & Johnson anunciou sua vacina contra a Covid-19, uma vacina de dose única que requer refrigeração normal, não congelamento profundo. De acordo com a J&J, sua vacina é 66% eficaz no geral, mas 85% eficaz na prevenção de casos graves e 100% eficaz na prevenção de morte.
A vacina, diz Jim Swanson, CIO da J&J, não teria sido possível sem IA. Oito ou nove meses atrás, demorava duas semanas para fazer um lote da vacina, diz ele. Agora, são dois lotes em uma semana – uma melhoria quatro vezes maior.
“Usamos IA para melhorar tudo, desde nosso processo de fermentação até nosso fluxo de produção”, diz ele. “Há um monte de insights e todas as peças somadas para o resultado”.
A cooperação em vários domínios de especialização também acelerou o processo, diz ele. “Impulsionamos fortemente essa ideia do cientista de dados bilíngue. Alguém que realmente entende de pesquisa e desenvolvimento ou a cadeia de abastecimento”.
Mas, embora alavancar a IA para acelerar o desenvolvimento da Covid-19 seja o que está ganhando as manchetes agora, a J&J também está usando a IA para criar oportunidades de negócios totalmente novas. Por exemplo, ela está usando IA e ML para examinar varreduras de retina para determinar se um paciente tem glaucoma.
A empresa também fabrica robôs cirúrgicos. “Você obtém maior precisão e procedimentos melhores”, diz Swanson.
E vai ainda mais longe do que isso. O objetivo final é melhorar os resultados do paciente, por isso a empresa também está analisando os processos pré e pós-operatórios. “Você pode usar IA para que o paciente certo receba o procedimento certo e para que você possa apoiar melhor sua recuperação”, diz ele. “Agora você tem uma visão de ponta a ponta do paciente – isso cria um novo conjunto de oportunidades”.
A mesma abordagem está sendo implantada em todos os setores da J&J, diz Swanson. Veja a linha de cuidados com a pele da marca Avena. A IA permite que os consumidores tirem uma foto de sua pele para obter uma recomendação de produto personalizada.
E então o aprendizado organizacional entra em ação, à medida que a J&J usa essas imagens para descobrir quais problemas de pele as pessoas enfrentam. “Agora, de repente, você acelerou sua oferta de produtos”, diz ele. “Você tem um ciclo de feedback de dados que continua a criar produtos relevantes”.
Esse ciclo de feedback depende de ter a infraestrutura de dados certa instalada, que dê suporte à privacidade e segurança, para que os dados possam ser democratizados em toda a empresa. “Se você não pode compartilhar dados com segurança, não pode compartilhá-los”, diz Swanson, o que pode significar desidentificar dados, por exemplo, para se concentrar em fenótipos – grupos de idade com certas condições.
A peça final da estratégia de aprendizagem organizacional da J&J envolve o crescimento da experiência coletiva de IA. “Se você não se sente confortável com o uso de dados, não pode aproveitá-los”, diz Swanson. “Portanto, temos cientistas de P&D com visão de futuro, pessoal comercial, pessoal da cadeia de suprimentos. Montamos um conselho de ciência de dados que copatrocino com o chefe de P&D e tomamos a decisão de descentralizar a IA em nosso negócio”.
Mais importante ainda, a estratégia de IA da J&J tem patrocínio do topo. “Estamos fazendo da IA e da tecnologia o núcleo de nossa empresa – não é algo que você pode fazer paralelamente”, diz ele.
Como a J&J, as empresas que têm mais sucesso com suas iniciativas de IA não limitam a IA a pequenos grupos, diz Anand Rao, Sócio e Líder Global de IA da PWC. Em vez disso, eles incorporam IA em toda a empresa para que sejam usadas até mesmo por funcionários que não têm formação técnica ou analítica.
“O desafio na maioria das vezes – e isso ocorre quando as empresas não obtêm o ROI – é porque elas não são treinadas, orientadas e gerenciadas adequadamente”, diz ele. “Você não quer apenas um indivíduo ou pequeno grupo aprendendo com isso, mas toda a organização aprendendo com isso”.
Ajuda ter pessoas que são “multilíngues”, diz ele, ou seja, aqueles que entendem o lado dos negócios, domínio do assunto, software e algoritmos de IA. “Ou encontre uma equipe que possa trabalhar em conjunto e fazer isso”. Esse é um dos maiores desafios, acrescenta. “É difícil fazer com que pessoas com mentalidades diferentes trabalhem juntas”.
Outra empresa que está levando o princípio do aprendizado organizacional a sério é a Genpact, uma empresa global de serviços profissionais que começou como a unidade de processo de negócios da GE. A Genpact, que surgiu em 2005, agora tem quase 100.000 funcionários e reportou uma receita de US$ 3,5 bilhões em 2019.
Quando a pandemia atingiu, a receita caiu significativamente e a empresa previa a possibilidade de dispensar 10.000, já que muitos dos clientes da Genpact estavam em setores duramente atingidos, diz Gianni Giacomelli, Diretor de Inovação da empresa.
“Em vez disso, fomos capazes de atendê-los às novas demandas e treiná-los novamente em tempo real”, diz Giacomelli, que também é o Chefe de Aprendizagem e Desenvolvimento da empresa. “Às vezes, demorava apenas algumas semanas para retreiná-los e conseguir novos empregos. Na verdade, conseguimos crescer em comparação com nossos pares, mesmo durante a Covid-19”.
O esforço de retreinamento foi possível graças a dois usos distintos de IA na empresa. Primeiro, a Genpact usa mineração de processos, processamento de linguagem natural (PNL) e análise de rede para descobrir como as coisas foram feitas, para identificar exceções e para descobrir quem na empresa tinha quais habilidades e qual conhecimento de domínio.
Essas informações ajudaram a empresa a colocar os funcionários em novos empregos e, uma vez que um funcionário começou uma nova função, os sistemas de IA permitiram que eles se familiarizassem rapidamente explicando o processo para tarefas específicas ou conectando-os a especialistas relevantes.
“Isso nos permitiu reagir muito mais rápido às condições que foram lançadas sobre nós”, diz Giacomelli.
No passado, a gestão do conhecimento teve sua cota de dificuldades. Cinco anos atrás, a taxa de reprovação desses programas era de cerca de 50%, de acordo com o KM Institute. Mas devido a melhorias significativas em PNL e outras tecnologias de IA, a situação mudou dramaticamente.
“Nos últimos dois, três anos, a qualidade da criação de ontologias que as máquinas podem fazer por si mesmas é muito mais precisa”, diz Giacomelli. “E o que você recebe de volta é muito mais preciso”.
A IA pode encontrar conhecimento organizacional localizado em documentos, processos de negócios e com pessoas.
Na Genpact, a IA não é domínio exclusivo do departamento de TI. E essa é uma diferença fundamental entre as empresas que conseguem ver um ROI significativo da IA e aquelas que não conseguem, diz Kathleen Featheringham, Diretora de Estratégia e Treinamento de IA da Booz Allen Hamilton.
“IA é a quarta revolução industrial”, diz ela. “Isso muda totalmente o jogo. Não é apenas um problema de TI – todas as funções estão evoluindo”.
A transformação empresarial movida a IA envolve a reavaliação das metas de desempenho, dos objetivos de treinamento, diz ela. E precisa estar conectado à visão e missão de uma organização. “Na minha experiência, quando a IA não estava ligada à visão e missão, as pessoas ficavam realmente muito ressentidas”, diz ela.
Um dos princípios do aprendizado organizacional é que a IA é usada para aumentar os funcionários, trabalhar com eles e complementar suas habilidades.
“Se você tem uma colaboração entre o que as máquinas fazem bem e o que a intuição e o conhecimento humanos fazem bem, é aí que você obtém um grande benefício de negócios”, diz Judith Hurwitz, Presidente e Fundadora da Hurwitz and Associates e autora de dez livros sobre liderança, tecnologia e analytics.
A empresa de desenvolvimento de software Globant está fazendo exatamente isso com sua codificação aumentada com IA. Ele usa a PNL para permitir que os desenvolvedores pesquisem código por funcionalidade, permitindo curvas de aprendizado mais curtas e um desenvolvimento mais rápido e preciso. O sistema também gera documentação e autocompleta código a partir do contexto.
“Não vai substituir a importância dos desenvolvedores”, diz Nicolás Ávila, CTO da Globant para a América do Norte. “A tecnologia ainda não existe, mas também não é o que defendemos”.
Em vez disso, a tecnologia de codificação aumentada faz muito do trabalho pesado em torno do trabalho de rotina. “Isso dá [aos desenvolvedores] uma linha de base para começar que seja contextual para seu problema específico e seu cliente específico. Estamos apenas usando o tempo deles de forma mais eficaz”, diz ele.
A Globant inicialmente investiu em recursos de IA, há cinco anos, diz Ávila, e tornou o treinamento universal – não apenas para desenvolvedores, mas até mesmo, até certo ponto, para pessoas em RH, compras ou outros departamentos. “Você precisava ter uma ideia das capacidades da IA, pelo menos em alto nível, para que cada funcionário pudesse identificar oportunidades”.
Isso evoluiu para aplicativos baseados em IA em outras áreas da empresa, incluindo recrutamento e retenção.
A codificação automatizada surgiu de experimentos aplicando PNL a linguagens de programação no início de 2019. Esse esforço floresceu em um conjunto de ferramentas de desenvolvimento interno – e depois em um produto comercial.
“Definitivamente, vemos isso como uma oportunidade de negócio crescente”, diz Ávila.
A CodeBit nasceu com o objetivo de unir tecnologia com impacto social para mudar a…
O óculos de realidade virtual e aumentada da Apple, o Vision Pro, foi empregado por…
A BYD, uma das principais fabricantes de veículos elétricos da China, enfrenta dificuldades com seu…
O GitHub anunciou, nessa segunda-feira (29), uma prévia técnica do Copilot Workspace, ambiente de desenvolvimento…
A especialista em cibersegurança Infoblox divulgou nessa segunda-feira (29) um relatório em que seus pesquisadores…
Empresas de todo o mundo, setores e tamanhos, estão olhando para a IA Generativa. Consequentemente,…