Suporte à decisão é o ponto em que a IA não apenas gera texto, mas pesa numa escolha que alguém vai fazer. Uma estimativa de risco de crédito, uma priorização de leads, um conselho sobre a alocação de pessoal, um sinal de que um contrato se desvia da norma. Por baixo da janela de chat já não há então uma conversa, mas um cálculo baseado em algo, e essa base é precisamente o que importa.
Uma janela de chat que responde a perguntas trabalha com o que está na própria conversa. O suporte à decisão trabalha com o que existe na organização: dados de sistemas, histórico de decisões anteriores, regras que por vezes estão explicitamente registadas e por vezes existem apenas na cabeça de colaboradores experientes. O modelo tem de conseguir aceder a essas fontes, combiná-las e pesá-las. Isso exige uma infraestrutura diferente de uma ferramenta isolada para texto. Também exige que alguém na organização consiga explicar porque é que um resultado surgiu, não apenas qual é esse resultado.
O suporte à decisão apoia-se em três coisas que muitas vezes ainda não estão completamente estabelecidas. Primeiro, um ambiente de dados em que os dados necessários estão disponíveis de forma fiável e atualizada — não dispersos por folhas de cálculo que variam por departamento. Segundo, uma organização que sabe quem continua responsável por quê: um conselho de um modelo não substitui um decisor, mas alguém tem de conseguir responder à pergunta de quem ignora o conselho e porquê. Terceiro, infraestrutura de TI que consegue garantir que os dados sensíveis não viajam mais do que o previsto.
Estes três pontos não são condições secundárias que se regulam mais tarde. Determinam se o suporte à decisão gera algo de valor ou se se torna apenas uma nova fonte de incerteza. Uma organização que não tem os seus dados em ordem não obtém melhores decisões de um modelo — obtém mais rapidamente as decisões erradas.
O suporte à decisão frequentemente constrói sobre trabalho que já acontece noutro lugar. A monitorização e sinalização mostra quando algo se desvia de um padrão; o suporte à decisão vai um passo mais além e pesa o que esse desvio significa para uma escolha que tem de ser feita. Também a leitura e síntese de documentos pode fornecer input para uma decisão, mas não fornece, por si só, um conselho — fornece uma visão geral. O suporte à decisão adiciona a isso uma camada de ponderação, e essa camada exige mais da organização do que apenas acesso a texto.
O suporte à decisão raramente afeta apenas um departamento. Um conselho sobre níveis de stock afeta compras e logística; um conselho sobre alocação de pessoal afeta os RH e o gestor de linha. Isso significa que a coordenação entre departamentos tem de crescer junto com a ambição: quem recebe um conselho tem de saber a quem este chega se o conselho for ignorado ou, pelo contrário, seguido. Sem esse alinhamento, surge uma situação em que o modelo dá um resultado, mas ninguém sabe quem deve avançar com ele.
O suporte à decisão não é um oráculo nem uma substituição de responsabilidade. O modelo fornece uma estimativa com base em padrões nos dados disponíveis; não conhece o contexto que um colaborador experiente por vezes conhece, e pode apresentar dados incorretos ou desatualizados de forma tão convincente como dados corretos. Quem utiliza suporte à decisão sem uma forma de vigiar a qualidade dos dados subjacentes está a construir sobre areias movediças com aparência sólida.
Também não é um ponto final. O suporte à decisão que existe isoladamente fornece um conselho que alguém tem de retomar manualmente num sistema seguinte. A partir do momento em que essa retoma se torna, ela própria, automatizada, surge uma cadeia de passos que se seguem uns aos outros, e isso exige, por sua vez, outras salvaguardas — relacionadas com o tratamento de erros, com quem intervém se um passo correr mal. O que isso exige de uma organização está descrito em cadeias em que os passos se sucedem. Também a questão de saber se a IA não só dá o conselho mas também o executa faz parte dessa lista; esse é o domínio dos agentes que executam trabalho, com o seu próprio conjunto de exigências em termos de controlo e supervisão.
Se uma organização está pronta para o suporte à decisão depende de quão avançadas já estão as dimensões fundamentais: se a infraestrutura de dados é suficientemente madura, se a governação em torno da tomada de decisões é clara, se está definido quem assina por quê. Essas são exatamente as perguntas que a medição de maturidade da hybridresourcing mapeia, ao longo de vários níveis e com vários avaliadores em simultâneo, de modo a tornar-se visível onde a organização vê a situação tal como ela é e onde as perceções divergem.
A pergunta se uma organização consegue suportar IA é uma pergunta diferente da pergunta sobre qual parte do trabalho a IA pode assumir. Quem quer saber qual parte de uma tarefa concreta — elaborar um conselho, calcular cenários, preparar uma decisão — está em condições de ser assumida encontra essa resposta no scan de trabalho da FTE TO AI. Esse scan calcula, por tarefa, qual parte do trabalho a IA consegue realizar, independentemente da questão de saber se a organização já está preparada para isso. As duas perguntas estão relacionadas, mas não são a mesma pergunta.
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.