Em praticamente todas as organizações que experimentam com IA, surge em determinado momento o mesmo grupo: duas, talvez três pessoas que entendem do assunto, que começaram por conta própria a experimentar, que falam com entusiasmo sobre o que é possível. Elas constroem um prototype, testam uma ferramenta, partilham resultados num chat interno. O resto da organização observa, acena com a cabeça, e continua o trabalho como sempre foi feito.
Após alguns meses há uma lista de experiências interessantes e nenhuma alteração na forma como o trabalho é efetivamente realizado. Os dois entusiastas continuam entusiasmados. Todos os outros à sua volta não acompanharam.
O raciocínio por detrás desta abordagem parece sensato: comece pequeno, com pessoas motivadas, e deixe que o sucesso se propague naturalmente. Isso funciona, de facto, em algumas mudanças. Uma nova forma de trabalhar que poupa visivelmente tempo às vezes propaga-se organicamente porque os colegas a adotam.
No caso da IA, esse mecanismo geralmente não funciona, e a razão não está nas pessoas mas sim na organização em torno delas. Os entusiastas costumam ter acesso a sistemas, tempo e mandato que outros não têm. O que para eles é uma questão de experimentar durante uma tarde, exige de um colega sem esse acesso um pedido, uma aprovação, um ticket de TI. O entusiasmo não é o problema. A ausência de um caminho pelo qual outros possam seguir é que é o problema.
A sequência em que a maturidade de IA se constrói não começa com pessoas que querem. Começa com a estrutura que o torna possível: como a organização está organizada, que infraestrutura de TI existe, como os dados são geridos. Dois entusiastas conseguem contornar essa estrutura, com acesso próprio, truques próprios, atalhos próprios. O resto da organização não consegue fazer isso, e também não deveria querer — atalhos não são uma base para algo que precisa de continuar a funcionar.
Isso explica por que o padrão se repete frequentemente ao lado de outras armadilhas conhecidas. Quem lê sobre o que precisa de ficar demonstrado antes de um piloto conduzir a algo reconhece um mecanismo semelhante: atividade sem acordo sobre o que significa sucesso permanece atividade. No caso de dois entusiastas, esse acordo também não existe — nem sobre o que precisa de ficar demonstrado, nem sobre quem os sucede.
Há alguns sinais reconhecíveis. O primeiro é que os mesmos dois ou três nomes voltam sempre a surgir quando se fala de IA, em todas as reuniões, em todas as atualizações. O segundo é que as perguntas de outros departamentos começam com "como é que eles fizeram isso" em vez de partirem de um caminho próprio. O terceiro, e o mais subestimado, é que ninguém consegue explicar o que deveria acontecer se uma dessas duas pessoas se fosse embora amanhã.
Um quarto sinal é mais subtil: a experiência continua a funcionar no seu próprio canto, isolada do resto do processo. Isso está em linha com o que acontece quando um piloto fora da própria equipa não encontra ligação — entusiasmo sem ligação ao resto da organização permanece uma ilha, por muito bem que essa ilha funcione.
Um quinto sinal, por fim, é que o crescimento em escala é proposto como próximo passo, sem que ninguém tenha verificado se a base subjacente já está estabelecida. Esse risco é descrito no que acontece quando se tenta crescer em escala antes de a base estar estabelecida: dois entusiastas que querem multiplicar o seu próprio sucesso para dez equipas acabam a encalhar exatamente na estrutura que eles próprios tinham contornado.
É tentador concluir que são necessários mais entusiastas, ou melhor formação, ou um programa de cultura. Isso não capta o essencial. A questão não é se há pessoas empenhadas suficientes — muitas vezes já há duas, e esse é precisamente o problema, porque dois não é estrutura. A questão é se a organização como um todo — na forma como está organizada, em como os sistemas comunicam entre si, em como os dados estão disponíveis e são fiáveis — consegue suportar uma situação em que não duas, mas muitas mais pessoas consigam trabalhar com IA. Essa é uma pergunta diferente de quem está entusiasmado, e é a pergunta que precisa de ser respondida primeiro.
Para quem, numa função de liderança, se depara com este padrão, é útil saber no que alguém numa posição semelhante prestaria atenção: no que um CEO prestaria atenção ao avaliar a maturidade de IA descreve alguns desses pontos de atenção, tal como a perspetiva de no que um COO prestaria atenção quanto à maturidade de IA a partir de outro ângulo sobre a mesma organização.
Se dois entusiastas demonstram que algo é possível, permanece sem resposta a pergunta sobre que parte do trabalho pode efetivamente ser assumida, e por quem. Essa pergunta não está relacionada com a maturidade mas sim com o próprio trabalho: que tarefas se prestam a ser assumidas pela IA e que parte isso representa. É precisamente para isso que serve a análise de trabalho da FTE TO AI — que calcula, por tarefa, que parte do trabalho pode ser assumida, independentemente de quem já esteja atualmente a experimentar com entusiasmo.
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.