Está a otimizar empregos que estão a desaparecer?

Algures, neste preciso momento, uma empresa está a fazer um investimento para tornar uma função mais eficiente. A função trata de sinistros, encaminha pedidos ou sintetiza relatórios, algo desse género. A equipa mapeou os fluxos de trabalho, identificou os obstáculos e elaborou um plano. Até ao final do trimestre, essa função demorará menos 30% do tempo a realizar o mesmo trabalho.

Até ao final da década, o trabalho será realizado inteiramente por IA.

Esta não é uma história sobre o sucesso ou o fracasso da tecnologia. É a história contínua do desafio de liderança mais significativo deste século, e está a acontecer em grande escala em setores que acreditam estar a ser estratégicos relativamente à IA, quando, na realidade, estão apenas ocupados.

A questão subjacente a quase todas as conversas sérias sobre IA neste momento é aquela que a maioria das organizações está a evitar: não é como utilizamos a IA, mas para que precisamos realmente dos seres humanos?

Aqueles que gastam milhões na otimização da produtividade não estão a responder a essa pergunta. Estão a adiá-la, um ganho de eficiência de cada vez.

A Reserva de Talentos Já Está a Colapsar

Trinta e sete por cento das organizações planeiam substituir funções de início de carreira por IA, de acordo com a Korn Ferry. Outros 66% abrandaram o recrutamento para funções de nível inicial. Se terminou recentemente a sua formação e está a tentar compreender por que motivo o mercado de trabalho parece estruturalmente diferente daquilo que os seus professores descreveram, é por isto.

As funções de nível inicial têm funcionado historicamente como o principal mecanismo para as organizações desenvolverem os seus próprios talentos. O analista torna-se gestor. O coordenador torna-se diretor. O funcionário júnior que passa três anos a aprender o negócio a partir do seu interior torna-se a pessoa que, eventualmente, o lidera. 

Elimine o ponto de entrada e não perderá apenas mão de obra barata. Perderá a reserva de talentos que forma líderes experientes daqui a uma década.

A IBM está a avançar na direção oposta, triplicando o seu recrutamento para funções de nível inicial enquanto os concorrentes recuam. Ainda está por ver se isso representa uma aposta no talento ou uma estratégia de relações públicas. Mas há um facto simples que não está em discussão: não é possível desenvolver líderes que não se contrata. A IBM está a posicionar-se para ter seres humanos ao volante durante muito tempo.

A Pergunta Errada Está a Receber Todo o Orçamento

A maioria do investimento atual em IA segue uma lógica familiar: identificar onde os seres humanos passam tempo, automatizar o máximo possível, medir o ganho de produtividade e repetir. 

O modelo 70-20-10, que analisámos anteriormente, é a forma como algumas organizações sofisticadas encaram a alocação de recursos para a IA. Reflete uma prioridade diferente — 70% do investimento destina-se às pessoas e à reformulação dos processos, 20% à infraestrutura e 10% aos próprios algoritmos. Apenas uma pequena ressalva: quase nenhuma organização funciona realmente desta forma. A maioria faz precisamente o inverso.

O resultado são organizações tecnicamente sofisticadas, mas à deriva do ponto de vista estratégico. Têm ferramentas melhores e nenhuma resposta mais clara sobre aquilo em que se devem tornar os seres humanos que operam essas ferramentas.

As funções mais vulneráveis à automatização não são as menos valiosas. Muitas vezes, são as funções que exigem mais decisões rotineiras ou o tipo de resolução estruturada de problemas que acaba por ser exatamente aquilo em que a aprendizagem automática é boa. Isto cria um fenómeno em que os funcionários experienciam sobrecarga cognitiva resultante da tomada de decisões com IA.

As funções que permanecem, ou que serão criadas, exigem algo diferente: a capacidade de navegar na ambiguidade, tomar decisões éticas, gerir relações entre interesses concorrentes e exercer o tipo de discernimento contextual que não pode ser reduzido a um pedido.

Pelo que tenho observado, não há muitas descrições de funções que se enquadrem nisto. Atualmente, não existe uma progressão de carreira para esta área e praticamente não há orçamento de desenvolvimento a ser-lhe atribuído.

Quem Assume a Responsabilidade por Este Problema

David Swanagon defendeu que a adoção da IA foi atribuída aos CIO, quando deveria estar sob a responsabilidade dos CHRO. 

A lógica é sólida. A implementação tecnológica é uma parte relativamente pequena daquilo que faz com que a transformação através da IA seja bem-sucedida ou falhe. O desafio maior é decidir que trabalho deve ficar a cargo dos seres humanos, que competências são necessárias para isso e como desenvolver essas competências em pessoas que foram contratadas para funções completamente diferentes.

Os CIO não estão posicionados para responder a essas perguntas. A sua orientação está voltada para os sistemas, não para a infraestrutura humana que esses sistemas deveriam servir. 

Quando a estratégia de IA reside na área tecnológica, as perguntas que obtêm resposta são de natureza técnica. As questões organizacionais e humanas são adiadas ou delegadas aos recursos humanos como uma reflexão tardia, quando a implementação já está em curso.

É assim que se acaba com uma implementação de IA que funciona tecnicamente, mas falha estrategicamente. As ferramentas funcionam. A força de trabalho não sabe o que deveria estar a fazer com elas, nem como será o seu papel dentro de três anos, nem se deve desenvolver competências que a organização não deu a entender que valoriza.

Não se pretende dizer com isto que os CHRO estejam atualmente a assumir essa responsabilidade. Na verdade, Swanagon diria que não estão.

A maioria dos CHRO começa, infelizmente, com: «queremos automatizar coisas e queremos poupar dinheiro». E isso é bom, mas não é divertido», afirmou Swanagon. «Também não é interessante. É simplesmente bom.»

A lacuna em forma de M

Durante anos, a estratégia de talento privilegiou trabalhadores em forma de T — especialistas com uma visão suficientemente ampla de áreas adjacentes para colaborarem entre si. O modelo fazia sentido num ambiente em que a especialização era estável e a amplitude constituía uma vantagem de coordenação.

A IA está a mudar o significado de amplitude. O modelo emergente é por vezes designado como tendo a forma de M ou de pente: trabalhadores que possuem várias áreas de verdadeira profundidade, e não apenas familiaridade superficial, ligadas por um discernimento integrador que lhes permite transitar fluidamente entre áreas. 

A distinção é importante porque desenvolver trabalhadores em forma de pente exige um tipo de investimento diferente do necessário para desenvolver trabalhadores em forma de T. Não se trata apenas de alargar a visão periférica de alguém. Trata-se de criar vários centros de competência na mesma pessoa e, depois, cultivar o discernimento necessário para os aplicar de forma adequada a cada situação.

A maioria das organizações não tem um programa de desenvolvimento que faça isto. Tem catálogos de formação e licenças do LinkedIn Learning.

O que exige uma gestão responsável

A palavra gestão responsável é usada de forma pouco rigorosa em contextos de liderança. Normalmente significa algo como «cuidamos das nossas pessoas», no mesmo registo vago de «as nossas pessoas são o nosso maior ativo». Nenhuma das duas frases resiste ao contacto com um anúncio de redução da força de trabalho.

Uma gestão verdadeiramente responsável durante uma transição para a IA significa tomar agora decisões que protejam a capacidade humana de criar valor ao longo de um horizonte de cinco a dez anos, mesmo quando essas decisões são mais difíceis de justificar numa avaliação trimestral do que uma nova ronda de automatização. 

Recentemente, Adam DeRose, da HR Brew, e eu sentámo-nos para gravar um episódio de Your Work Friends com Francesca Ranieri e Mel Plett. E Adam disse algo em que passei o resto do dia a pensar.

“Compreendo o valor da revisão trimestral do negócio, mas, honestamente, acho que devíamos simplesmente acabar com elas.”

A razão? O foco no desempenho trimestral deteriorou a capacidade da liderança para pensar a longo prazo. A obsessão pelos números trimestrais é generalizada, desde o conselho de administração até aos gestores de linha, mas as táticas que impulsionam o desempenho trimestral prejudicam frequentemente a nossa capacidade de promover o pensamento estratégico a longo prazo, especialmente no que diz respeito ao talento no momento atual. 

Este é um momento que poderá exigir o financiamento do desenvolvimento de competências que ainda não têm designações profissionais. Significa preservar o percurso de entrada na carreira, mesmo quando os cálculos indicam que o podemos eliminar. Significa tratar a questão organizacional de saber para que servem os seres humanos como uma questão estratégica, e não como um problema dos recursos humanos, e colocar a área de pessoas na sala onde essas decisões são tomadas.

A maioria das organizações não está a fazer isto. Está a otimizar. E a otimização, aplicada a uma estrutura que está a mudar por baixo dos nossos pés, é uma forma sofisticada de avançar na direção errada.

Os empregos que estão hoje a tornar-se mais eficientes não são os empregos que definirão o valor organizacional em 2030. O trabalho que será importante — o discernimento, a capacidade de orientação, a tomada de decisões éticas e a capacidade de liderar outros seres humanos através de uma incerteza genuína — está a ser desenvolvido e concretizado em muito poucos lugares. Não tem uma rubrica orçamental, nenhum indicador de desempenho e, certamente, não tem patrocinadores executivos suficientes.

Essa é a falha de liderança. A IA permite-nos concretizar o objetivo de avançar rapidamente, mas vale a pena perguntar se não estaremos a quebrar demasiadas coisas pelo caminho.