Porque melhorar a produtividade começa por compreender o trabalho

David Rice: Quando um líder da direção olha para a organização, vê um organograma e um documento de processos. A função A termina algo e entrega-o à função B, que o entrega à C. É limpo, simples e quase totalmente fictício. No programa de hoje, falo com Heidi Farris, diretora executiva da ActivTrak, sobre a diferença entre a forma como os líderes pensam que o trabalho acontece e a forma como ele realmente acontece.

O fluxo de trabalho real é a soma das transferências, das soluções alternativas e dos redirecionamentos informais que nunca chegam a nenhum documento. Heidi chama conhecimento tribal à versão positiva disto. Não é o tipo de conhecimento de quem sabe tudo sobre o negócio, mas sim as pequenas adaptações diárias que mantêm tudo a funcionar. As pessoas melhoram o trabalho todos os dias, diz Heidi.

O problema é que isso não aparece verdadeiramente na documentação. Por isso, hoje vamos abordar as razões pelas quais o processo documentado raramente corresponde à forma como o trabalho é realmente realizado, os três grupos que ajudam a decidir onde a IA deve ser aplicada numa função, o que acontece à capacidade de processamento de uma organização quando uma equipa acelera e as equipas vizinhas não o fazem, e os sinais concretos de que uma empresa passou da adoção da IA para o impacto da IA.

Eu sou David Rice. Este é o People Managing People e, se a sua organização mede o sucesso da IA através de métricas de utilização em vez de analisar o que aconteceu à capacidade criada, esta conversa vai mostrar-lhe o que está a perder. Vamos começar.

Muito bem, Heidi, bem-vinda ao programa. É um prazer tê-la connosco.

Heidi Farris: Obrigada, David. Estou muito contente por estar aqui.

David Rice: Queria começar a nossa conversa por aquilo que acontece quando um líder da direção olha hoje para a organização. Penso que uma das frustrações mais comuns que muitas pessoas têm com a liderança no trabalho é sentirem que os líderes não sabem realmente o que o trabalho envolve.

Tenho curiosidade em saber: quando um líder da direção olha para a organização, o que é que normalmente não compreende sobre a forma como o trabalho é realmente realizado?

Heidi Farris: Penso que é algo com que muitas organizações estão a debater-se atualmente. Ao olharmos para o panorama e ao ouvirmos toda a gente falar sobre redesenhar o trabalho ou aplicar IA ao trabalho, aquilo que os líderes veem é um organograma e um documento de processos.

A função A termina algo, passa-o à função B e depois B passa-o a C. Supostamente, é uma transferência simples e organizada. Tendemos a simplificar demasiado a forma como o trabalho é realmente realizado nas organizações. Num determinado dia, uma pessoa pode facilmente navegar por dezenas de aplicações, vários processos de aprovação, muitos intervenientes diferentes e diversas soluções alternativas.

O fluxo de trabalho real é a soma das transferências, das soluções alternativas e dos redirecionamentos informais com que as pessoas lidam e que não aparecem num documento de processos nem num organograma. É praticamente invisível para a liderança de topo e, numa organização, desligamo-nos rapidamente da forma como o trabalho é realmente realizado.

David Rice: Sim. Penso que isso é natural. À medida que subimos na hierarquia, tudo é reduzido a gráficos, procedimentos operacionais normalizados e painéis de controlo. Existe uma distinção interessante entre ter visibilidade sobre os colaboradores e ter visibilidade sobre o trabalho. Não são realmente a mesma coisa, pois não?

Heidi Farris: Exatamente. O trabalho em si é aquilo que nos interessa. Os colaboradores instintivamente tentam dar o seu melhor. A questão é saber como podemos ajudar a melhorar o trabalho em toda a organização ou compreender como ele acontece para podermos melhorá-lo, bem como identificar as situações em que os seres humanos conseguem aplicar ao trabalho discernimento e empatia — algo que a IA não consegue fazer.

David Rice: E, se está a tentar decidir onde a IA deve mudar a forma como o trabalho é realizado, o que precisa de compreender primeiro? Qual é a informação de maior valor que o vai ajudar a tomar essa decisão?

Heidi Farris: É preciso compreender as tarefas realizadas por cada função. Depois, é necessário agrupá-las de alguma forma, porque os empregos são conjuntos de tarefas e a IA transforma o trabalho ao alterar tarefas, não necessariamente ao substituir funções inteiras.

Há partes de todas as funções em que a IA pode ser útil. O primeiro passo é categorizar as tarefas de uma função em tarefas repetitivas, estruturadas e baseadas em regras, que são adequadas para a IA; tarefas apoiadas por IA, que exigem síntese rápida de dados ou identificação de padrões, nas quais a IA funciona como copiloto de um ser humano; e tarefas exclusivamente humanas, que exigem empatia, inteligência emocional e discernimento.

Esse é o primeiro passo, mas a maioria das pessoas salta-o completamente e limita-se a aplicar tecnologia a todos os problemas.

David Rice: É interessante dizer isso, porque estive a pensar sobre este assunto depois de ver alguém afirmar que a empatia será o fator mais importante no futuro. É algo que não ensinámos particularmente bem. Muitas vezes, pensámos nela como uma característica, e não como uma competência.

Um dos perigos da IA é que a sua utilidade ao nível da tarefa pode distrair-nos da pergunta sobre se a tarefa deveria existir na sua forma atual. Existem diferentes níveis de intervenção: podemos melhorar a tarefa, eliminá-la, redesenhar o fluxo de trabalho ou reconsiderar o resultado que estamos a tentar produzir.

Há uma diferença entre perguntar «A IA consegue fazer isto?» e perguntar «Porque é que alguém tem de fazer isto?». A segunda pergunta parece-me mais importante. As coisas mais fáceis de automatizar nem sempre são as mais valiosas para mudar.

Heidi Farris: Exatamente. Sempre que fazemos uma auditoria, a IA está atualmente a iluminar o trabalho, mas aquilo de que está a falar sempre existiu. Ao longo do tempo, acumulamos dívida de trabalho, tal como uma pilha tecnológica ou um produto acumulam dívida técnica.

Há coisas que, a certa altura, temos de reavaliar e perguntar: «Porque é que ainda fazemos isto?». É necessário fazer uma auditoria completa e compreender os diferentes tipos de trabalho e a forma de os melhorar. Nem tudo é um problema de IA.

A IA não é a solução para todos os problemas relacionados com o trabalho. Por vezes, é necessário redesenhar o fluxo de trabalho; outras vezes, proporcionar melhores ferramentas e apoio às pessoas; e, em certos casos, a tecnologia utilizada é simplesmente inadequada. É preciso compreender como o trabalho acontece e que tarefas são realizadas para depois podermos separar os vários elementos e decidir como os melhorar. Pode ser através de IA, ou pode ser através de outra solução.

David Rice: Imaginemos que a IA devolve a uma equipa 15% da sua capacidade. Temos visto muitos ganhos de produtividade e, em alguns casos, a IA tornou mais fáceis tarefas administrativas. Se as pessoas recuperam capacidade, que decisão tem de ser tomada a seguir?

Tenho perguntado a muitos líderes qual é o primeiro passo para redistribuir essa capacidade tendo em mente o valor para o negócio. Se deixarmos essa decisão ao critério dos colaboradores, o resultado pode ser bastante interessante.

Heidi Farris: Primeiro, é necessário dar poder a alguém na organização para tomar essa decisão. A capacidade não se redistribui sozinha. Se ninguém for explicitamente responsável por ela, é silenciosamente absorvida pela organização, talvez através de trabalho de baixo valor ou desaparecendo numa conversa do Slack.

Existe também uma lista de dívida de trabalho acumulada ao longo do tempo, que pode não corresponder ao trabalho mais valioso para o qual queremos que as pessoas regressem automaticamente.

Depois, é necessário decidir em que grupo essa capacidade se enquadra. O objetivo é reduzir custos e diminuir a dimensão da função? É reinvestir e redirecionar as horas libertadas para trabalho de maior valor? Ou é expandir e assumir um projeto ou uma área de trabalho completamente novos?

Cada opção tem um resultado financeiro diferente. Algumas estão relacionadas com o EBITDA, outras com o crescimento e outras com a diferenciação no mercado. Se apenas celebrarmos a métrica de adoção e nunca verificarmos em que grupo essa capacidade foi aplicada, nunca conseguiremos estabelecer uma ligação com a demonstração de resultados.

No final, melhorar o trabalho é apenas metade da equação. A outra metade consiste em mostrar onde esse resultado aparece no perfil financeiro da organização.

David Rice: Concordo totalmente com o que disse sobre a capacidade se transformar em trabalho de baixo valor. Falei recentemente com um líder de uma organização de comunicação social diferente. Tinham libertado tempo através da utilização de IA no planeamento criativo, mas essa pessoa passou a ter de introduzir tudo em várias folhas de cálculo e a geri-las. O tempo foi absorvido pela gestão das folhas de cálculo.

Perguntei: isto é uma boa utilização da capacidade criada? A IA provavelmente também poderia gerir as folhas de cálculo. Mas isso não significa automaticamente que já não precisamos daquela pessoa. Penso que essa é a parte da narrativa que se perde demasiado facilmente: a redução do número de colaboradores.

Existe uma decisão de gestão em falta entre poupar tempo e criar valor. Alguém tem de decidir para que serve esse tempo. Os líderes devem decidir como a capacidade será redistribuída antes de automatizarem?

Heidi Farris: Sim, porque devemos começar pelos objetivos. Se o objetivo for melhorar o EBITDA através da eliminação de funções, temos primeiro de compreender onde existe a maior oportunidade de automação com IA na organização e começar por aí.

Se, pelo contrário, temos muitas funções em que 80% do tempo é dedicado a tarefas que exigem a IA como copiloto ou uma grande dose de discernimento humano, não vamos eliminar essas funções. Se o fizermos, teremos de voltar a contratar essas pessoas quando percebermos que o discernimento humano, a empatia e a capacidade de testar criticamente aquilo que a IA nos diz são importantes.

É diferente automatizar algo que já é um processo bem definido e orientado por dados. Compreender o objetivo antes de começar é essencial. Caso contrário, podemos fazer muito trabalho sem nunca alcançar o objetivo.

David Rice: A adoção da IA e o valor da IA não são a mesma coisa. Uma não conduz automaticamente à outra. O que devem os líderes medir para saber se a IA está a criar capacidade significativa e se essa capacidade se traduz em melhores resultados para o negócio?

Heidi Farris: As métricas de utilização medem a adoção. Precisamos de uma comparação entre antes e depois. Temos de compreender como eram o tempo de ciclo, a capacidade de processamento ou qualquer outro indicador antes de implementarmos uma melhoria — que pode ser IA — e como ficou o trabalho depois.

Sem essa comparação, é muito difícil avaliar o efeito da nova solução na forma como o trabalho é realizado. Melhorou a capacidade? Melhorou o processamento? Onde obtivemos ganhos? E, sobretudo, para onde foi a capacidade criada? Quase ninguém acompanha isso.

Se não conseguimos responder ao que uma equipa está a fazer com o tempo que a IA lhe devolveu, não temos uma história de retorno do investimento; temos apenas uma história de adoção. Gastámos dinheiro e começámos a utilizar mais ferramentas, mas não as ligámos a nada significativo na empresa.

David Rice: O foco tem de ser perceber o que a equipa está a fazer. A produtividade individual é muito sedutora porque é fácil demonstrar que algo que demorava 40 minutos agora demora 10. Mas a organização beneficia realmente por o processo de uma pessoa ter ficado um pouco mais rápido?

Podemos tornar-nos 30% mais produtivos sem que a organização se torne 30% mais produtiva. Se eu terminar o meu trabalho duas vezes mais depressa, mas ele continuar parado durante três dias na fila de outra pessoa, melhorámos alguma coisa?

Existe uma distinção útil entre eficiência da tarefa, capacidade de processamento do fluxo de trabalho e resultado empresarial. Porque existe tantas vezes uma diferença entre a forma como os líderes pensam que um fluxo de trabalho funciona e a forma como ele é realmente executado?

Heidi Farris: O documento de processos é uma fotografia de um momento, enquanto o trabalho é um alvo em movimento. O trabalho está sempre a mudar. Costumamos dizer internamente que um documento de processos raramente sobrevive à força de trabalho.

Isso não significa que as pessoas não estejam a fazer as coisas certas. Significa apenas que, na prática, um documento de processos não mostra todas as nuances. As pessoas que estão mais próximas do trabalho fazem dezenas de pequenas adaptações todas as semanas para o melhorar.

Se essas adaptações raramente chegam a algum documento e multiplicarmos esse fenómeno por centenas ou milhares de funções ao longo de muitos anos, a diferença entre o processo documentado e o fluxo de trabalho real aumenta rapidamente. Os líderes precisam de uma visão contínua e clara da forma como o trabalho é realizado para poderem gerir as organizações com agilidade na era da IA.

David Rice: Não consigo pensar em nenhum lugar onde tenha trabalhado que não tivesse uma solução alternativa criada pelos próprios colaboradores. O processo formal não corresponde à realidade no terreno. Um dos riscos da IA é tentarmos automatizar o fluxo de trabalho oficial sem compreendermos a solução alternativa que, em alguns casos, fazia acidentalmente com que tudo funcionasse.

Se começarmos a remover esses elementos, temos de responder à pergunta: quanto do processo deixa de funcionar?

Heidi Farris: Enquanto líderes, não reconhecemos suficientemente que as pessoas melhoram o trabalho todos os dias, utilizando o raciocínio e todos os outros recursos ao seu alcance.

Um novo colaborador segue um documento de processos e clica em todos os passos indicados. Depois encontra um problema e alguém que está ao seu lado, numa conversa ou no Slack, explica-lhe que tem de manter a tecla Shift premida, ir ao Excel, copiar algo de um local e colá-lo noutro para que o processo volte a funcionar.

Os seres humanos descobrem estas soluções e elas não aparecem em nenhum documento. As pessoas chamam a isso conhecimento tribal, mas não se trata apenas de saber muito sobre o negócio. O conhecimento tribal que mantém uma organização a funcionar são todas essas pequenas nuances e soluções alternativas necessárias para fazer o trabalho todos os dias.

David Rice: Isso leva-nos a outra questão: o que acontece ao planeamento da força de trabalho quando a IA altera a capacidade de diferentes funções? Estamos a observar ritmos diferentes. Para um analista, o impacto será diferente do que para alguém de marketing ou de contabilidade.

Heidi Farris: Tivemos um excelente exemplo interno. A nossa equipa de engenharia adotou ferramentas de programação com IA e encontrou uma forma muito eficaz de as utilizar. Reduziu os tempos de ciclo e acelerou as entregas. A capacidade de processamento da engenharia mais do que duplicou.

Começámos a celebrar, mas rapidamente percebemos que os nossos engenheiros conseguiam programar mais depressa do que a equipa de gestão de produto conseguia desenvolver novamente os requisitos. Transferimos o estrangulamento de uma função para outra e, como organização, não melhorámos a capacidade de processamento global.

As organizações têm de olhar para o conjunto e compreender que todo o trabalho está ligado de alguma forma. Se um departamento acelera o processamento ou reduz o tempo de ciclo, as equipas vizinhas terão de se adaptar para acompanhar essa mudança.

David Rice: Isso é um excelente exemplo do problema do planeamento da força de trabalho. A questão não é quantas pessoas precisamos, mas para onde se vai deslocar a restrição. Os ganhos de produtividade isolados podem simplesmente deslocar o estrangulamento ou criar novos estrangulamentos em vez de eliminar os antigos.

Heidi Farris: Algumas dessas situações vão acontecer porque não conseguimos fazer tudo ao mesmo tempo. É por isso que é necessário definir uma sequência. Como parte do planeamento da força de trabalho, devemos decidir que área acelerar primeiro e quanto tempo isso nos dará antes de encontrarmos um estrangulamento noutro local.

Uma visão contínua do trabalho em toda a organização permite compreender onde vão ocorrer os fluxos e refluxos.

David Rice: Quando encontra um fluxo de trabalho que está a consumir mais capacidade do que deveria, como determina se a resposta é IA, redesenho do processo, outra tecnologia ou simplesmente melhores ferramentas e formação?

Heidi Farris: A primeira pergunta é: o que está realmente a causar o problema? Se o trabalho é repetitivo, bem definido e de grande volume, é um candidato à automação ou à IA. Se a própria sequência está errada — demasiadas aprovações, transferências desnecessárias ou passos duplicados — é um problema de redesenho do processo.

Se o processo e as ferramentas estão adequados, mas as pessoas não conhecem a melhor forma de realizar o trabalho ou não possuem as competências necessárias, então é um problema de capacitação. A solução tem de corresponder à causa real da ineficiência. Muitas organizações limitam-se a comprar mais tecnologia sem verificar primeiro qual destes problemas estão realmente a tentar resolver.

David Rice: Parece existir aqui um problema de incentivos. Foram atribuídos orçamentos para IA e os executivos assumiram compromissos, dizendo a todos para colocarem a IA em primeiro lugar. Identificar algo como um caso de utilização de IA torna-se mais atrativo do que reconhecer que é um problema de gestão ou de processos.

Depois de se decidir que a IA é estrategicamente importante, existe o perigo de todas as ineficiências começarem subitamente a parecer oportunidades de IA, quando algumas são tarefas manuais recorrentes que apenas precisam de automatização, tarefas inconsistentes que precisam de normas mais claras ou tarefas confusas que precisam de formação.

Heidi Farris: A IA está a provocar uma mudança profunda e vai alterar a forma como todos trabalhamos. Compreendo por que razão as organizações fizeram um grande esforço inicial em torno da IA. Para mudar hábitos e formas de trabalhar, por vezes é necessário fazer algo muito expressivo para iniciar a mudança.

Mas agora a mudança já está em curso e é necessário adotar uma abordagem mais ponderada a longo prazo. Precisamos de um enquadramento que compreenda as funções, as tarefas, o trabalho humano apoiado por IA e o trabalho realizado exclusivamente pela IA. Onde é que a IA deve ser aplicada e como vamos obter benefícios duradouros depois de termos convencido toda a organização a utilizá-la?

David Rice: É quase como construir uma cidade num jogo. A primeira cidade pode ser um mapa muito simples, mas depois temos de a desenvolver numa cidade muito mais detalhada, complexa e sofisticada. O mesmo acontece com a nossa compreensão do trabalho.

A IA está a alterar os fluxos de trabalho em várias funções. Os recursos humanos tradicionalmente geriam funções, sistemas de talento e planeamento da força de trabalho; as operações geriam processos; as tecnologias de informação geriam tecnologia; e as finanças geriam o dinheiro. À medida que os fluxos de trabalho atravessam todas essas áreas, quem deve ser responsável por redesenhar o trabalho em si?

Heidi Farris: O redesenho do trabalho precisa de um responsável com duas coisas que faltam atualmente à maioria das iniciativas de IA. A primeira é visibilidade sobre todo o fluxo de trabalho, e não apenas sobre a parte de uma função. A segunda é autoridade efetiva para alterar a forma como o trabalho está estruturado.

Sem autoridade, podemos apontar para todos os problemas da organização, mas não podemos dizer que vamos repensar a estrutura do trabalho de uma função, de um cargo ou de um departamento. Isso exige autonomia.

Não deve ser exclusivamente uma equipa de IA ou de tecnologias de informação, porque essas equipas não conhecem todas as nuances das funções. Também não pode ser responsabilidade exclusiva dos líderes funcionais, porque podem não compreender toda a capacidade que a IA pode trazer à organização.

Muitas vezes, é necessário alguém num papel semelhante ao de diretor de operações, responsável pelos resultados de ponta a ponta e por tratar o redesenho como uma entrega concreta em toda a organização. A IA é apenas uma das formas de resolver o problema, não é a única forma.

David Rice: Concordo. Temos tido muitas conversas sobre a necessidade de o âmbito de responsabilidade do diretor de recursos humanos se expandir, passando do desenho de funções e organizações para o desenho da forma como a capacidade humana e a capacidade das máquinas se combinam para produzir trabalho.

Para quem já o fez, isso resultou num aumento da responsabilidade operacional, em vez de continuar a parecer que a pessoa trabalha sobretudo em recursos humanos ou operações de pessoas. Não sei se essa é a solução a longo prazo, porque o desafio relacionado com as pessoas já é suficientemente grande.

Heidi Farris: Concordo. O que a IA traz aos líderes de recursos humanos é a possibilidade de aproximar as pessoas e as operações. Muitas organizações colocam os recursos humanos de lado, como se fosse uma área separada, com os seus próprios dados, enquanto o negócio funciona com outro conjunto de dados.

Agora, todos esses dados têm de oferecer a mesma visão do trabalho. Se vamos gerir e redesenhar funções, os recursos humanos são claramente um interveniente fundamental, se não mesmo o proprietário de toda a conversa. Há implicações na remuneração, nos títulos, na estrutura e em todos esses elementos.

Penso que a IA é muito estimulante para os líderes de recursos humanos que querem participar na gestão diária do negócio, em vez de serem vistos apenas como um centro de conformidade colocado de lado.

David Rice: Falou anteriormente das métricas de utilização. Existem muitas: licenças ativadas, utilizadores ativos semanais, casos de utilização lançados e outros indicadores que mostram que estamos a utilizar a tecnologia. Mas não demonstram necessariamente que passámos da adoção e alterámos a forma como a operação funciona.

Quais são os sinais de que isso aconteceu e de que a empresa está agora a funcionar de forma diferente?

Heidi Farris: Uma organização ultrapassou a adoção quando a liderança, ou qualquer pessoa na organização, consegue explicar que trabalho foi redesenhado, qual foi o resultado e onde esse resultado aparece nos objetivos.

Para a liderança, isso pode estar na demonstração de resultados. Para as equipas, pode estar em objetivos secundários. Não basta dizer que a equipa de apoio ao cliente passou a fazer uma tarefa em cinco minutos quando antes demorava quatro horas.

É preciso explicar onde esse ganho aparece num objetivo ou na demonstração de resultados. Se, com o tempo adicional, cada pessoa conseguiu aumentar a sua carteira em 50 clientes, isso pode permitir passar de uma proporção de um gestor de sucesso do cliente para 25 clientes para uma proporção de um para 75.

É aí que o impacto começa a aparecer nos objetivos e nos resultados. Esses são os sinais de que uma organização passou da adoção para o impacto: não basta dizer o que fez com a IA; é preciso dizer o que fez com o benefício obtido através da IA.

David Rice: Cada vez mais chego à conclusão de que, em algum momento, o impacto tem de se tornar visível. Não pode estar apenas num painel de controlo. Tem de aparecer no desenho das funções, nos resultados para os clientes, na estrutura organizacional, nas competências ou noutra área concreta.

Se a organização está realmente a ser transformada, devo conseguir ver provas disso sem consultar uma métrica. Talvez o sinal máximo de maturidade da IA seja deixarmos de falar tanto sobre IA e começarmos a falar sobre a forma como o negócio funciona.

Heidi Farris: Concordo plenamente. Os recursos humanos e as operações vão trabalhar em conjunto, e a IA será uma de muitas soluções à medida que procuramos compreender como o trabalho é realizado atualmente.

David Rice: Muito bem, Heidi. Estas eram todas as perguntas que tinha para si hoje. Obrigado por participar no programa e por partilhar os seus conhecimentos. Agradeço muito.

Heidi Farris: Obrigada, David, por me receber.

David Rice: Ouvintes, se ainda não o fizeram, visitem peoplemanagingpeople.com/subscribe. Subscrevam todas as nossas newsletters. São enviadas três vezes por semana e receberão todo este conteúdo cuidadosamente organizado diretamente na vossa caixa de entrada.

Até à próxima. As pessoas já estão a melhorar o trabalho todos os dias. Não se esqueçam disso.