Formador empresarial e líder de opinião partilha os fluxos de trabalho e as estruturas específicas que utiliza para transformar empresas com IA

Sentámo-nos com ele para perceber melhor que fluxos de trabalho está a reformular com IA e que estruturas utiliza para garantir a literacia em IA nas organizações. Eis o que partilhou.

De líder acidental a agente de transformação estratégica

Tive uma carreira dinâmica que pode ser melhor descrita como uma vivência na interseção entre negócios, tecnologia e pessoas. No papel, parece uma carreira na formação empresarial, mas, na prática, tem consistido em impulsionar a transformação das empresas através das pessoas que lhes dão vida e em otimizar essa transformação através da tecnologia.

Nunca tive aspirações de liderança. Queria apenas mudar as coisas para melhor e utilizar quaisquer competências e conhecimentos que tivesse para o conseguir. No entanto, isso levou-me a liderar equipas em algumas das empresas mais reconhecidas do mundo, como a GE Healthcare e a HR.com, a envolver-me em projetos com os quais nunca poderia ter sonhado e a ter uma voz no setor que um homem introvertido como eu teria receado ter há alguns anos.

Porque é que a IA está a tornar a liderança mais humana — e não menos

Embora os meus métodos estejam a mudar rapidamente com a IA, diria que os fundamentos da liderança não mudaram realmente.

A minha função e a minha abordagem à liderança sempre se centraram em identificar os problemas de fundo — resolvê-los rodeando-me de pessoas extraordinárias e ajudando-as a dar o seu melhor, enquanto otimizo a solução com tecnologia. Atualmente, temos simplesmente mais opções e ferramentas que podemos utilizar.

E, se alguma coisa, penso que a era da IA está, na verdade, a reforçar a importância desses fundamentos. Na realidade, chegaria ao ponto de dizer que a IA tornará a liderança mais humana do que alguma vez foi.

Existe uma enorme pressão para “fazer mais” e “avançar mais depressa”, mas acelerar e produzir mais coisas erradas vai destruí-lo. Os líderes que prosperarem serão aqueles que derem prioridade à compreensão do que as pessoas à sua volta são capazes de fazer e que, depois, desenvolverem a adaptabilidade e as capacidades dessas pessoas.

Os líderes que perseguirem imprudentemente métricas de vaidade e ganhos a curto prazo depressa se verão em dificuldades e, se não tiverem cuidado, completamente sem trabalho.

Porque não pode simplesmente aplicar IA a qualquer problema

A IA só é eficaz se dedicar tempo a desconstruir o problema, identificar todas as partes distintas, determinar cirurgicamente onde faz sentido utilizar IA e, depois, reconstruir uma solução híbrida que aproveite o melhor que a IA pode fazer e o combine com o melhor que os seres humanos podem fazer.

Atualmente, muitos líderes partem do princípio de que podem aplicar IA a qualquer coisa e que esta é tão inteligente que irá descobrir o problema, conceber uma solução e executá-la com sucesso e com o mínimo de erros.

Não é assim que funciona.

É necessário dedicar tempo a falar com as pessoas que atualmente executam o trabalho e a estudar os dados relacionados com o mesmo. Há muito trabalho a ser realizado que não é inicialmente evidente, mas que é absolutamente fundamental para o resultado. E quando esse trabalho oculto é ignorado, é aí que a IA corre mal — rapidamente.

Dica do Christopher

A IA só é eficaz se dedicar tempo a desconstruir o problema, identificar todas as partes distintas, determinar cirurgicamente onde faz sentido utilizar IA e, depois, reconstruir uma solução híbrida que aproveite o melhor que a IA pode fazer e o combine com o melhor que os seres humanos podem fazer.

Como a IA pode ampliar todas as coisas erradas

Da mesma forma, a IA amplifica tudo aquilo em que toca, tanto o que é bom como o que é mau. Se a aplicar às coisas certas, verá melhorias mais rapidamente e a uma escala maior do que pode imaginar.

Infelizmente, o mesmo se aplica ao contrário: se se precipitar ou deixar passar alguma coisa, a IA irá explorar isso e ampliá-lo a uma escala que não pode imaginar. Também não terá o tempo habitual para reagir e responder. Os erros podem tornar-se catastróficos antes mesmo de perceber que foram cometidos.

Há um exemplo que não esqueço. Fui chamado a uma empresa depois de esta ter substituído os seus representantes de apoio ao cliente por IA. Em poucas semanas, os clientes estavam furiosos e a cancelar o serviço uns atrás dos outros. Pior ainda, os clientes tinham aprendido a explorar o serviço de apoio ao cliente com IA e conseguiam convencer a IA a dar-lhes produtos e serviços gratuitos.

Foi um desastre completo. Tivemos de voltar atrás e repensar totalmente o papel do apoio ao cliente — redefinindo onde a IA deveria tratar das questões, quando os problemas deveriam ser encaminhados para uma pessoa e de que competências necessitavam os agentes humanos para fazer o sistema funcionar.

Como os líderes estão a utilizar a IA para tudo, desde tarefas rotineiras até à reformulação organizacional

Estou constantemente a experimentar com IA e a melhorar processos com base no nível de maturidade da tecnologia. Para isso, mapeio todos os processos e procuro etapas repetitivas e de baixo risco que possam ser automatizadas. É por isso que digo sempre que não existem “áreas específicas de IA” — trata-se de um reforço de tudo o que fazemos.

Na liderança, especificamente, existe muito trabalho mecânico e repetitivo que consome bastante tempo e nos afasta das pessoas. Esse trabalho precisa de ser automatizado, porque quando nos concentramos nas áreas repetíveis e mecânicas da liderança, tornamo-nos obsoletos. É por isso que estou sempre a incentivar as minhas equipas a utilizarem a IA como copiloto — para poderem concentrar-se mais nas coisas que realmente importam.

Dica do Christopher

Quando nos concentramos nas áreas repetíveis e mecânicas da liderança, tornamo-nos obsoletos.

Três fluxos de trabalho diários que todos os líderes deveriam delegar à IA

Eis três exemplos simples de fluxos de trabalho repetitivos que delego regularmente à IA:

• Notas de reuniões: Utilizo o Fireflies.ai para transcrever as minhas reuniões, enviar-me resumos e depois enviar-me por e-mail os principais destaques antes da reunião seguinte. Esta aplicação de tomada de notas permite-me concentrar-me na pessoa com quem estou a falar, em vez de tentar tirar notas ou garantir que trato de todas as ações necessárias durante a reunião.
• Base de conhecimento das reuniões: Coloco as transcrições do Fireflies.ai no NotebookLM (software de base de conhecimento) e mantenho um caderno para cada pessoa ou projeto, o que me permite fazer perguntas diretas como: “O que me escapou?”, “Que decisões estão pendentes?”, “Que acompanhamentos são necessários?” e “Que oportunidades temos pela frente?” Isto transforma as conversas numa base de conhecimento pesquisável e orientada para a ação.
• Simulações de liderança com IA: Para muitas organizações, utilizo o Relativ.ai para conceber simulações de liderança com IA centradas em comportamentos de liderança fundamentais, recorrendo a tecnologia semelhante à da minha avaliação da eficácia da IA. Estas simulações proporcionam aos líderes uma medida objetiva das suas capacidades e um plano de desenvolvimento claro.

Três tarefas intensivas em dados nas quais a IA proporciona uma verdadeira vantagem

Eis também três exemplos de tarefas intensivas em dados que, embora menos regulares, teriam sido difíceis de realizar sem IA:

• Consolidação e reformulação da organização: Numa organização, introduzimos dados sobre funções profissionais na IA e pedimos-lhe que ajudasse a identificar onde encontrava sobreposição entre funções — por outras palavras, onde parecia que duas funções estavam a fazer a mesma coisa em locais diferentes? Tratava-se de uma organização de grandes dimensões, pelo que este tipo de trabalho de agrupamento teria demorado muito tempo, mas a IA tornou-o simples. De seguida, analisámos essas áreas para perceber se se tratava realmente de trabalho duplicado.
  
  Muitos dos exemplos apresentados pela IA não correspondiam, na realidade, a trabalho duplicado — ou a função tinha uma necessidade distinta, ou tinham simplesmente retirado do sistema uma JD fácil de utilizar para abrir e preencher uma requisição. Nesses casos, atualizámos os dados para refletirem com maior precisão a realidade. No entanto, algumas das conclusões da IA conduziram efetivamente à consolidação e à reformulação da organização.
• Preenchimento de lacunas de competências: Noutra organização, identificámos uma lacuna de competências na equipa de vendas relacionada com uma interação específica com um cliente. Normalmente, teríamos disponibilizado alguns conteúdos e incentivado os gestores a trabalhar com os seus subordinados diretos, mas, realisticamente, teria sido fisicamente impossível escalar uma simulação para ajudar as pessoas a desenvolverem as competências necessárias para o fazerem bem. Em vez disso, utilizámos a IA para disponibilizar uma conversa móvel com um robô de IA que simulava a situação e, em seguida, aplicámos análises conversacionais baseadas em IA para avaliar o desempenho, fornecer comentários e apresentar um painel completo que mostrava os resultados de cada pessoa. Isto permitiu à liderança intervir e apresentar soluções cirúrgicas para o problema, fechando a lacuna de forma mensurável.
  
  Nesse projeto, utilizei o Relativ.AI para as simulações e avaliações, e desenvolvi-o com base no OpenAI e no NotebookLM para alimentar os modelos subjacentes e a base de conhecimento.
• Tomada de decisões: Quando se trata de utilizar IA na tomada de decisões importantes, forneço-lhe grandes quantidades de dados, mas utilizo-a mais como um parceiro ponderado. Defino os principais aspetos que estamos a analisar e pergunto de que forma os dados se alinham com essas categorias.
  
  Também faço perguntas como: "O que é que não estamos a considerar?" ou "Que padrões ocultos identifica?" Mas nunca é algo em que me baseie diretamente — é mais um ponto de partida para validar ou procurar mais detalhes junto das pessoas que estão mais próximas do trabalho e que podem confirmar, esclarecer ou negar.

Como medir a literacia em IA na sua equipa — e colmatar a lacuna de capacidades

O passo fundamental para a literacia em IA é identificar as lacunas. Para isso, dividi a eficácia da IA em seis disciplinas fundamentais que podem ser efetivamente medidas:

• Intencionalidade: A intencionalidade consiste em utilizar a IA com um propósito, e não apenas por conveniência. Mede se a utilização da IA está alinhada com objetivos estratégicos, em vez de seguir tendências ou procurar eficiência pela eficiência. Sugestão: faça uma pausa antes de automatizar qualquer coisa. Pergunte: “Que problema estou realmente a tentar resolver?” O propósito deve sempre vir antes do processo.
• Discernimento: O discernimento mede a sua capacidade de saber quando confiar na IA — e quando não confiar. Consiste em aplicar o seu julgamento para avaliar as sugestões, a precisão e a adequação da IA no contexto da tomada de decisões humanas. Sugestão: introduza alguma fricção no seu fluxo de trabalho. Não aceite o primeiro resultado da IA. Compare-o, questione-o e calibre-o antes de agir.
• Alinhamento ético: O alinhamento ético avalia se a utilização da IA respeita os valores organizacionais, a privacidade, a equidade e a integridade. Não se trata de listas de verificação de conformidade — trata-se de um alinhamento moral consistente.
  
  Sugestão: defina os seus princípios inegociáveis. Decida o que não deve ser confiado à IA antes de explorar o que pode ser confiado.
• Fluência técnica: A fluência técnica é o seu nível de conforto com as ferramentas de IA, a sua linguagem e as suas limitações. Não se trata de programação — trata-se de compreensão. Quanto maior for a sua fluência, mais responsável e criativamente poderá tirar partido da IA. Sugestão: não tente acompanhar todas as ferramentas novas. Escolha uma ou duas e aprofunde os seus conhecimentos, compreendendo as suas capacidades e limitações reais.
• Integração no fluxo de trabalho: A integração no fluxo de trabalho mede a facilidade com que a IA se adapta aos seus processos diários e aos ritmos de colaboração. Uma utilização eficaz da IA não é algo que se acrescenta — é algo que se integra. Sugestão: procure estrangulamentos ou tarefas repetitivas que criem atrito. Comece por algo pequeno e elimine a fricção, não a função.
• Discernimento na delegação: O discernimento na delegação avalia a sua capacidade de decidir o que entregar à IA — e o que manter sob responsabilidade humana. É a disciplina de definir limites numa parceria com a tecnologia. Sugestão: em caso de dúvida, delegue à IA tarefas de baixo risco e com muitos dados, mas mantenha sempre o julgamento, a empatia e a responsabilidade sob controlo humano.

Comece por algo pequeno e elimine a fricção, não a função.

Depois de definir estas disciplinas, criei uma ferramenta de avaliação para ajudar as minhas equipas a compreenderem em que ponto se encontram nestas seis áreas. As pessoas conversam com um robô de IA e descrevem como utilizam a IA no seu trabalho. Essa conversa é analisada e recebem um relatório personalizado que apresenta a sua eficácia em cada disciplina, bem como medidas práticas para colmatar as lacunas — tudo em cerca de 10-15 minutos. Depois, podemos voltar a aplicar a avaliação ao longo do tempo para acompanhar o progresso contínuo — o que a transforma num modelo de desenvolvimento vivo, e não numa avaliação pontual.

Os resultados transformadores e concretos de uma avaliação de IA

Eis um exemplo deste tipo de avaliação de IA na prática. Uma organização tinha implementado o Microsoft Copilot e constatado que era muito utilizado, mas, na realidade, não tinha qualquer forma de medir o que estava a ser feito ou se estava a acrescentar algum valor.

Assim, implementámos essa ferramenta de avaliação com alguns objetivos fundamentais: identificar de forma mensurável a eficácia das pessoas na sua utilização, identificar tendências nos tipos de tarefas para as quais as pessoas estavam a utilizar a IA e fornecer planos específicos de desenvolvimento e crescimento para uma melhoria mensurável no prazo de seis meses.

Todas as pessoas na empresa receberam um cartão de avaliação individual, que foi depois associado a um objetivo de gestão do desempenho relacionado com a melhoria da sua eficácia na utilização da IA. E a liderança conseguiu ter uma visão global.

Começámos por identificar que existiam algumas lacunas significativas no "alinhamento ético", em comparação com os valores da empresa, o que levou à criação de novos padrões corporativos que foram integrados na gestão do desempenho — não apenas no que diz respeito à ética da IA, mas também à forma como as pessoas deveriam comportar-se em geral.

Também identificámos oportunidades de alto risco em que a IA estava a ser utilizada em trabalho que precisava de continuar a ser realizado por pessoas. Os líderes envolvidos conseguiram analisar em profundidade as equipas que realizavam esse trabalho e ajudar a corrigir o rumo.

Ao longo de seis meses, realizámos a avaliação mais duas vezes e observámos um crescimento mensurável em todas as seis áreas, com uma melhoria significativa no domínio da ética, resultado da atenção dada a esses padrões em toda a empresa. Muitos dos líderes acabaram também por utilizar os dados obtidos para ajudar a orientar o trabalho das suas equipas, porque identificámos que havia muitas pessoas que não tinham clareza sobre as suas prioridades estratégicas.

A pilha de ferramentas de IA de dois níveis de Christopher Lind

Quando se trata de ferramentas, penso nelas em duas categorias: ferramentas de IA e ferramentas potenciadas por IA.

Quanto às ferramentas exclusivamente de IA:

• As minhas opções principais são o ChatGPT e o Google Gemini. Mas recorro mais ao ChatGPT devido às suas capacidades multimodais.
• Acrescentaria também o NotebookLM. Quando preciso de organizar e consultar conjuntos de dados específicos, é indispensável. Tenho um bloco de notas para cada projeto em que trabalho. Todos os recursos, cada transcrição — tudo vai para lá. Isso dá-me um conjunto de dados fechado que posso pesquisar e a partir do qual posso desenvolver trabalho.
• Utilizo o Fireflies.ai para todas as transcrições das minhas reuniões.
• E o Relativ.ai trata de todo o meu trabalho de simulação. Foi também com ele que foi criada a minha avaliação da eficácia da IA.

No lado das ferramentas potenciadas por IA:

• Sou obcecado por um software de edição de vídeo chamado Descript. Fizeram um trabalho fantástico ao integrar capacidades de IA nos fluxos de trabalho criativos. E, no passado, utilizei bastante o CapCut.
• Também utilizo bastante o Grammarly.

Porque é que a sua pilha de ferramentas de IA é menos importante do que a sua estratégia de IA

Dito isto, quando se trata de IA, a maioria das pessoas está focada na coisa errada. Perguntam que ferramentas as pessoas estão a utilizar e quais deveriam ter. Essa é a pergunta errada.

As pessoas precisam de analisar quais as capacidades que necessitam de reforçar e quais podem ser facilmente automatizadas. Depois, devem adaptar as ferramentas de IA que já têm no seu conjunto de ferramentas para esse fim.

As pessoas que terão sucesso não são as que escolhem as ferramentas certas. São as pessoas que tinham clareza sobre aquilo que precisavam de fazer e que depois trabalharam sabiamente com as ferramentas de IA à sua disposição para o concretizar.

Por isso, quando falo das ferramentas que utilizo, é apenas para fornecer contexto — não uma lista de verificação. Poderia realizar tudo o que faço com um conjunto de ferramentas completamente diferente, porque sei de que capacidades preciso da IA e consigo avaliar rapidamente quais das minhas ferramentas de IA irão realizar o trabalho.

Conselhos para líderes que conduzem a transformação através da IA: abrande para escalar mais rapidamente

Eis o meu conselho: abrande. Dedique tempo a compreender o que está realmente a tentar alcançar e como o trabalho é feito atualmente.

Toda a gente está a correr para fazer alguma coisa com IA sem compreender totalmente os seus fluxos de trabalho atuais. Como resultado, estão a aplicar IA a processos deficientes e a fazer crescer o desperdício.

Se dedicar tempo a fazer tudo corretamente desde o início, preparar as pessoas para serem bem-sucedidas com a tecnologia e definir claramente os resultados pretendidos, terá sucesso.

Também precisa de estar disposto a dizer "Não" a boas ideias se estas o estiverem a afastar das coisas que mais importam.

Acompanhe o percurso

Para acompanhar o percurso de Christopher Lind e aprender com a sua experiência na condução da transformação empresarial através das pessoas e da tecnologia, visite o seu website em christopherlind.co, subscreva as suas reflexões no Substack ou estabeleça contacto com ele no LinkedIn.

Mais entrevistas com especialistas em breve no People Managing People!