Key Takeaways
Fator de Sucesso da IA: A reformulação dos fluxos de trabalho é crucial para uma implementação bem-sucedida da IA, mais do que o orçamento ou a tecnologia.
Vantagem das Pequenas Equipas: As pequenas equipas facilitam naturalmente a colaboração, evitando os processos lentos que as grandes organizações enfrentam.
Importância da Colaboração: A adoção eficaz da IA exige trabalho em equipa e uma reformulação dos processos de tomada de decisão, não apenas novas ferramentas.
Algures, neste preciso momento, um fundador está a olhar para uma fatura e a perguntar-se pelo que pagou. O trabalho foi realizado. Simplesmente, ainda não o consegue ver.
Já enviei essa fatura. Depois de semanas imerso num trabalho em que acreditava, sem nada que um cliente pudesse apontar e considerar progresso. No fundo, sabe-se que estão a questionar o seu valor. O que não estão a ver é o único trabalho que importa.
O trabalho que não pode colocar num diapositivo
Vinte horas por mês. Cada hora constava de uma fatura e, se o fundador me tivesse interrompido a meio e perguntado que valor tinha criado, não tenho a certeza de que conseguisse dar uma resposta que justificasse o custo.
Estávamos a testar ferramentas umas contra as outras, a deitar fora fluxos de trabalho que a equipa utilizava há anos, sentados numa sala a tentar chegar a acordo sobre o que significava sequer "melhor". Alguns dias, passávamos três horas a descobrir que uma ferramenta que pensávamos que funcionaria não conseguia fazer a única coisa de que precisávamos.
Isso não é progresso que se possa colocar num diapositivo. E, do outro lado dessa fatura, um fundador vê o orçamento diminuir, a margem de manobra encurtar e a taxa de consumo aumentar. Não estaria sozinho.
No ano passado, empresas de média dimensão abandonaram, em média, uma iniciativa de IA cada, a um custo superior a $4 milhões por projeto, porque não conseguiam ver o valor suficientemente depressa.
Do nosso lado da fatura, trabalhávamos como uma equipa distribuída por diferentes cidades, cada um responsável por uma parte diferente do produto, tentando resolver problemas que se multiplicavam quanto mais atentamente os analisávamos. A empresa precisava de rapidez. O produto precisava de qualidade. As ferramentas ainda não estavam comprovadas. Cada solução que funcionava para uma pessoa criava um novo problema para outra.
Não se consegue desembaraçar isso com uma lista de verificação ou um plano de projeto. Desembaraça-se colocando todas as perspetivas na mesma conversa, tornando visível cada compromisso e encontrando as ações que criam mais vantagens sem transferir os problemas para outro lugar.
É lento. Não fica bem numa fotografia. E é a única forma de funcionar.
Esses problemas multiplicam-se porque cada pessoa da equipa está a tentar resolver algo diferente e as regras antigas para equilibrar essas diferenças já não se aplicam. O programador precisa de integração sem retrabalho. O designer precisa de controlo criativo sem abrandar o fluxo de produção. O fundador precisa de que tudo custe menos e avance mais depressa.
Dentro de cada uma dessas necessidades existem dezenas de compromissos mais pequenos, e cada um deles afeta algo mais. Resolver o problema do fundador reduz a qualidade. Resolver o problema do designer abranda tudo.
O trabalho que estávamos a fazer, o trabalho lento, invisível e frustrante, consistia em encontrar a versão de cada decisão que criasse mais vantagens em todo o sistema, sem simplesmente transferir os danos para outro ponto.
A única variável que prevê realmente o sucesso da IA
Se falhar isso, amplia os problemas mais depressa do que consegue resolvê-los. A McKinsey inquiriu quase 2 000 executivos em 105 países e testou 25 fatores que preveem se a IA produz um impacto empresarial real. O fator mais determinante não era o orçamento, o envolvimento da liderança ou a escolha da tecnologia. Era saber se a organização tinha reformulado fundamentalmente os seus fluxos de trabalho.
Depois, em dois dias, entregámos aquilo que o fluxo de trabalho antigo teria demorado semanas e três ou quatro pessoas a produzir. Não era um rascunho nem um protótipo. Era um trabalho completo, revisto, aprovado e que resolvia problemas que a equipa vinha contornando há meses.
O problema mais difícil não era produzir o trabalho. Era conseguirmos produzir tanto, tão depressa, que a antiga pergunta — o que cortamos para nos mantermos dentro do orçamento e entregarmos a tempo? — deixou de ser relevante.
Os compromissos que costumavam dominar todas as conversas de planeamento mal se faziam sentir. Em vez disso, tivemos de repensar onde colocar o valor do nosso tempo, da nossa colaboração e dos nossos contributos individuais. O trabalho não ficou apenas mais rápido. Quebrou o ritmo em que a equipa vinha a trabalhar há anos.
A vantagem estrutural que as equipas pequenas não sabem que têm
As grandes organizações não conseguem fazer o que nós fizemos. Não conseguem reunir todas as partes interessadas na mesma conversa e trabalhar os compromissos em conjunto, em tempo real. Por isso, criam processos para o tentar reproduzir: comités de governação, cadeias de aprovação, centros de excelência, funções dedicadas à IA.
Tudo isso é dispendioso, lento e concebido para simular aquilo que uma equipa pequena já faz naturalmente.
A ironia é que a maioria das equipas pequenas não vê as coisas dessa forma. Olham para o manual empresarial e partem do princípio de que é assim que se adota IA a sério. Nomeiam alguém para assumir a responsabilidade. Compram ferramentas e criam processos. E, ao fazê-lo, abdicam da única vantagem estrutural que realmente tinham.
No ano passado, a S&P Global estimou que 42% das empresas abandonaram a maioria das suas iniciativas de IA, mais do dobro da percentagem do ano anterior.
A conclusão frequentemente citada do MIT, segundo a qual 95% dos projetos-piloto empresariais de IA não conseguem gerar retornos mensuráveis, é usada como um argumento para atacar as iniciativas de IA, mas o que vemos na prática é que elas não falham porque a tecnologia não funciona; falham porque as empresas tentam forçá-la a adaptar-se à forma como já operam. Ignoram o trabalho lento e pouco glamoroso de repensar a forma como as pessoas colaboram, onde são tomadas as decisões e o que significa fazer um bom trabalho quando as ferramentas mudam tudo.
Não precisa de contratar um especialista em IA. Não precisa de um centro de excelência nem de um plano formal de gestão da mudança. Não precisa de se tornar algo maior ou mais estruturado para fazer a IA funcionar.
O que precisa já está nesta chamada: as pessoas que conhecem o trabalho, que sentem os compromissos envolvidos, que compreendem o que significa fazer um bom trabalho a partir da sua perspetiva.
Já passámos por isto. Todas as grandes mudanças tecnológicas, desde o computador pessoal à Internet e à nuvem, exigiram a mesma coisa: tempo para aprender, espaço para experimentar e autorização para repensar aquilo que julgava estar definido.
A IA não é diferente, é apenas mais rápida. Não é um problema que uma pessoa possa resolver pelo resto da organização. É uma capacidade que toda a sua equipa precisa de desenvolver, tal como aprendeu a utilizar todas as ferramentas que a precederam. Dê-lhes o tempo e o espaço necessários para trabalharem em conjunto.
Isso não é um problema tecnológico. Nunca foi.
