O setor de instalações é composto por dois mundos que raramente colocam a mesma questão. Por um lado está o trabalho físico: técnicos que instalam tubagens, ligam equipamentos, resolvem avarias no local. Por outro lado está a organização em torno disso: planeamento, preparação do trabalho, administração, contacto com clientes, gestão de stocks. O primeiro não se deixa automatizar; o segundo sim, em graus variáveis. Essa proporção — muito trabalho manual, com uma camada organizacional que processa informação — determina onde a maturidade de IA neste setor pode crescer e onde está o limite que não é resolvido por software.
Essa camada é maior do que muitas vezes se assume. Ordens de trabalho, registo de horas, encomendas de material, planeamento de técnicos, comunicação com clientes e subcontratados: são processos que consistem em grande parte em dados e regras de decisão. Se uma organização consegue fazer algo com isso não depende da vontade de inovar, mas do que já existe. Uma empresa que planeia com base num quadro branco e telefonemas tem um ponto de partida diferente de uma empresa com um sistema de planeamento que já recolhe dados sobre tempos de execução e disponibilidade.
As empresas de instalações que experimentam IA começam frequentemente pelo visível: um chatbot para perguntas de clientes, uma ferramenta que ajuda a elaborar orçamentos. Isso funciona temporariamente, até se revelar que os dados subjacentes não são consistentes. Códigos de material que variam por filial, registo de horas que é feito em parte em papel, dados de clientes que têm nomes diferentes em três sistemas — isso não é um problema de IA, é um problema de gestão de dados que precede a IA.
Também a dimensão organizacional pesa aqui mais do que no trabalho de escritório. As empresas de instalações trabalham frequentemente com um núcleo fixo e um grupo variável de subcontratados ou trabalhadores temporários. Quem decide sobre um novo sistema, quem o mantém, e se são os técnicos que introduzem os dados ou se isso é deixado aos serviços administrativos — essas questões determinam se uma aplicação de IA é assumida pela organização ou fica à margem do trabalho. Um sistema escolhido pelos serviços administrativos mas que deveria ser usado pelos técnicos no terreno encrava frequentemente nessa transição.
A natureza física do trabalho traz consigo uma exigência específica de TI: acesso móvel, trabalho offline em locais sem ligação, ligação entre o trabalho de campo e os sistemas de escritório. Muitas empresas de instalações já construíram parcialmente esta infraestrutura — por necessidade, não a partir de uma estratégia de IA — mas nem sempre de forma que os sistemas comuniquem entre si. Uma ferramenta de planeamento e um sistema de faturação que existem em paralelo sem dados partilhados não fornecem uma base sobre a qual a IA possa acrescentar algo.
É aqui que este setor se distingue de um setor como a saúde, onde a maturidade de IA na saúde é sobretudo travada pela regulamentação e pela responsabilidade, ou do comércio grossista, onde a maturidade de IA no comércio grossista gira mais em torno de dados de stock e encomendas do que de infraestrutura móvel. No setor de instalações a questão é antes: existe uma imagem única e coerente de um trabalho, desde o primeiro contacto até à conclusão, ou essa informação dispersa-se por sistemas isolados que ninguém liga entre si.
A medição de maturidade da hybridresourcing analisa sete dimensões, das quais organização, infraestrutura de TI e gestão de dados precedem as restantes. No setor de instalações essa é uma ordem lógica, não uma escolha. Sem dados unívocos sobre material, horas e clientes, nenhuma aplicação de IA tem algo fiável sobre o qual construir. Sem infraestrutura que ligue o trabalho de campo ao escritório, qualquer aplicação permanece limitada a um dos dois mundos. E sem uma organização que deixe claro quem é responsável pelos sistemas usados tanto por colaboradores fixos como por trabalhadores flexíveis, qualquer iniciativa afunda-se na falta de clareza sobre a propriedade.
Este setor partilha esse padrão em parte com a indústria transformadora e o setor dos transportes. Em maturidade de IA na indústria transformadora verifica-se igualmente a combinação de processo físico e camada digital, e em maturidade de IA no setor dos transportes a mobilidade e os locais de trabalho dispersos constituem uma questão semelhante. Quem trabalha no setor de instalações reconhece, portanto, parte da sua situação noutros setores com muito trabalho fora do escritório, mas a combinação específica de licenças, normas de segurança e conhecimento de materiais torna aqui a dimensão da gestão de dados mais pesada do que noutros locais.
Como uma ronda de plotagem permite pontuar várias pessoas separadamente — um diretor, um planeador, um técnico, um responsável de TI — torna-se visível se essas perceções coincidem. Num setor com tanta diferença entre escritório e terreno, essa dispersão é frequentemente maior do que o esperado, e é precisamente essa dispersão que é informativa: mostra onde uma organização está de acordo quanto à sua preparação e onde não está.
Esta página descreve se uma organização pode suportar a IA — se os fundamentos de organização, infraestrutura e dados estão em ordem. Essa é uma questão diferente de que parte do trabalho a IA poderia efetivamente assumir. Para essa questão, o scan de trabalho da FTE TO AI calcula, por tarefa, que parte do trabalho é elegível para ser assumida, com base no que o trabalho exatamente implica e não na preparação da organização por detrás dele. Quem quer saber em que ponto está o setor de instalações, faz bem em manter as duas questões separadas: primeiro se a base existe, só depois que trabalho pode efetivamente deslocar-se.
A ferramenta com que esta medição é realizada está em construção. Quem quiser realizar a medição de maturidade assim que esteja disponível pode inscrever-se na lista de espera.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.