Quem trabalha pela primeira vez com um modelo de linguagem vê algo a funcionar. Surge uma resposta, a resposta está frequentemente correta, e a conclusão parece óbvia: isto dá para mais. Essa conclusão não está errada, mas baseia-se num único momento numa única janela. Uma janela de chat mostra se um modelo consegue responder a uma pergunta. Não mostra se a organização por trás disso consegue formular bem a pergunta, fornecer os dados corretos, e fazer aterrar a resposta numa decisão que realmente importa.
Essa distinção é a razão pela qual os pilotos muitas vezes arrancam, mas raramente escalam. O piloto prova que a tecnologia consegue fazer algo. Não prova nada sobre as sete dimensões que determinam se essa capacidade também pode ser sustentada pela organização: desde organização e liderança até infraestrutura de TI, gestão de dados, processos, pessoas, governança e cultura. Uma janela de chat testa um único caso prático, num único momento, com um único utilizador. Não diz nada sobre o que acontece quando cem utilizadores fazem a mesma pergunta, com dados que nem sempre estão limpos, num processo que não está preparado para uma resposta que varia.
A medição de maturidade da hybridresourcing não olha para uma tarefa ou uma resposta, mas para a camada por baixo disso: a questão de saber se a organização como um todo está pronta para trabalhar com IA, e não apenas para experimentar com ela. Isso acontece através de cinco níveis — baseline, foundation, activation, insight, intelligence — e de sete dimensões que, em conjunto, determinam onde a organização se encontra. Nem todas as dimensões pesam o mesmo em cada momento. As dimensões fundamentais, como organização e infraestrutura de TI, têm prioridade sobre as dimensões que delas dependem. Isso não é uma escolha nossa, mas a ordem em que funciona: sem uma infraestrutura funcional, uma boa gestão de dados tem pouco controlo, e sem uma tomada de decisão clara, uma boa infraestrutura tem pouco efeito.
Uma parte importante da medição é a ronda de plotagem. Várias pessoas dentro da organização pontuam separadamente, sem verem as respostas umas das outras. O que daí resulta não é apenas uma posição nos cinco níveis, mas também a dispersão entre o que diferentes pessoas pensam ser verdade. Uma direção que pensa que a organização está no nível activation, enquanto o TI se coloca a si próprio no nível baseline, tem um problema maior do que a média. Essa dispersão é frequentemente mais informativa do que a própria pontuação: mostra onde a organização está em desacordo consigo mesma, e é exatamente aí que um piloto encalha sem que ninguém consiga apontar a razão.
A medição de maturidade não responde à pergunta sobre quais tarefas a IA pode assumir. Não diz nada sobre quanto tempo uma função gasta numa determinada atividade, nem sobre o que acontece quando essa atividade desaparece. Mede prontidão, não substituição. Uma organização pode pontuar alto nas sete dimensões e, ainda assim, não ter identificado uma única tarefa pronta a ser transferida. Ao contrário, uma organização pode estar repleta de tarefas que se prestam excelentemente à automatização, enquanto a própria organização ainda não está preparada para que isso aconteça de forma responsável.
A medição também não indica quais decisões podem ou não ser automatizadas — essa é uma questão que merece atenção própria, nomeadamente na visão geral das decisões que devem permanecer fora do âmbito da automatização. E a pontuação não diz nada sobre o que falta na prática em termos de documentação: quem quiser saber o que deve constar num inventário de decisões não encontra isso num nível ou numa dimensão, mas sim num percurso à parte.
O que a medição faz é dar clareza sobre a posição de partida. Uma pontuação baixa numa das sete dimensões não significa automaticamente que algo esteja profundamente errado; significa que há dois caminhos possíveis, e qual dos dois se aplica varia consoante a organização — uma diferença que é desenvolvida com mais detalhe na página que descreve os dois cenários associados a uma pontuação baixa. Quem quiser começar com uma avaliação própria pode fazê-lo nas páginas que abordam a maturidade da própria organização e a maturidade da infraestrutura de TI como duas das sete dimensões sobre as quais a medição completa é construída.
Esta separação é deliberada. Uma organização que primeiro quer saber se a IA lhe traz algum benefício coloca uma pergunta diferente de uma organização que quer saber se está preparada para implementar a IA de forma responsável. Ambas as perguntas são legítimas, mas exigem instrumentos diferentes. Quem deixa as duas perguntas misturarem-se obtém uma resposta que não se ajusta bem a nenhuma delas: uma pontuação que soa a uma análise de tarefas, ou uma análise de tarefas que finge dizer algo sobre a prontidão organizacional.
A medição de maturidade, com os cinco níveis, as sete dimensões e a ronda de plotagem, está atualmente em construção. Ainda não existe um ambiente onde possa iniciar sessão e pontuar hoje. Quem tiver interesse nisto pode inscrever-se na lista de espera e será mantido informado assim que a medição estiver disponível.
Uma vez traçado o panorama da prontidão da organização, resta por responder a outra pergunta: que parte do próprio trabalho se deixa realmente substituir. Isso não é algo que esta medição aborde, nem é essa a intenção. Essa pergunta é respondida pela análise de trabalho da FTE TO AI, que calcula, por tarefa, que parte do trabalho é elegível para ser assumida pela IA — um cálculo que só ganha significado quando a organização em que aterra também está, de facto, pronta para o sustentar.
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.