Já alguma vez considerou a diferença entre uma ferramenta e um sistema?
Ferramentas são coisas que usamos quando trabalhamos. Sistemas, de forma semelhante, tornam o trabalho mais eficiente.
Alguns podem ter a imagem de que um sistema é simplesmente uma ferramenta mais complexa.
No entanto, se classificarmos o trabalho em dois tipos — trabalho iterativo e trabalho baseado em fluxo — a distinção entre uma ferramenta e um sistema torna-se notavelmente clara.
Iteração e Fluxo
O trabalho iterativo é o processo de criar gradualmente um resultado através de tentativa e erro, adaptando-se de forma flexível à medida que avança.
Para o trabalho iterativo, um kit de ferramentas que lhe permite escolher a ferramenta certa para tarefas específicas é útil.
O trabalho baseado em fluxo, por outro lado, envolve progredir por etapas, produzindo o resultado na fase final.
Para o trabalho baseado em fluxo, ter um sistema para guiar o trabalho ao longo do fluxo melhora significativamente a produtividade e a qualidade.
Transformação e Sistematização do Trabalho Baseado em Fluxo
Grande parte do trabalho realizado por humanos é trabalho iterativo ou um componente de um processo sistematizado baseado em fluxo.
Transformar o trabalho iterativo em trabalho baseado em fluxo, e depois sistematizá-lo, contribui significativamente para melhorias na produtividade e qualidade.
A Revolução Industrial e a Revolução da TI
A Revolução Industrial e a Revolução da TI são exemplos claros de um aumento significativo na produtividade e qualidade através da transformação do trabalho iterativo em trabalho baseado em fluxo e sua subsequente sistematização.
Antes da Revolução Industrial, a manufatura era realizada como trabalho iterativo, onde os humanos usavam habilmente ferramentas, alterando livremente arranjos e procedimentos a cada vez.
O processamento de informações antes da Revolução da TI também era trabalho iterativo, com os humanos usando ferramentas e procedendo de maneira não padronizada.
Ao sistematizar esses processos, muito parecido com as linhas de produção de fábricas e os sistemas de TI empresariais, a produtividade e a qualidade foram aprimoradas.
No entanto, não apenas a sistematização, mas a transformação baseada em fluxo desse trabalho iterativo é extremamente crucial. Foi precisamente porque a transformação baseada em fluxo foi alcançada que a sistematização se tornou possível.
A Revolução da IA Generativa
Ao visar melhorar a produtividade e a qualidade utilizando IA generativa nos negócios, simplesmente usar a IA como uma ferramenta não trará valor verdadeiro.
O principal objetivo é a transformação do trabalho iterativo em trabalho baseado em fluxo, e depois a sistematização desse trabalho baseado em fluxo.
A IA generativa, capaz de adaptação flexível, pode lidar com tarefas iterativas. No entanto, seja realizada por humanos ou IA generativa, existem limites para a produtividade e qualidade do trabalho iterativo.
É por isso que é crucial almejar a transformação baseada em fluxo e a sistematização.
Poder-se-ia argumentar que, se a transformação baseada em fluxo pudesse melhorar a produtividade e a qualidade mesmo com trabalhadores humanos, tais iniciativas poderiam ter sido empreendidas antes do advento da IA generativa.
No entanto, a transformação baseada em fluxo, que pressupõe trabalhadores humanos, é, na verdade, um problema muito difícil. Os trabalhadores humanos não conseguem adaptar-se imediatamente a mudanças nas atribuições ou no conteúdo das tarefas.
Por outro lado, quando o trabalhador é uma IA generativa, é fácil reconfigurar as atribuições e o conteúdo das tarefas através de tentativa e erro.
Ao contrário dos humanos, a IA generativa pode esquecer etapas anteriores, ler e compreender instantaneamente novos procedimentos e trabalhar com base neles.
Portanto, a abordagem principal para alavancar a IA generativa nos negócios será a transformação do trabalho iterativo em trabalho baseado em fluxo e a sua subsequente sistematização.
Melhoria da Eficiência Empresarial Usando IA Generativa
Vamos considerar um exemplo de melhoria da eficiência empresarial usando IA generativa.
Como exemplo, consideremos a tarefa de responder a perguntas de funcionários sobre as regras da empresa.
Ao usar IA generativa, pode-se pesquisar as regras da empresa e elaborar respostas.
No entanto, existe a possibilidade de a IA generativa referenciar regras desatualizadas ou, por engano, imaginar e fornecer respostas não explicitamente declaradas nas regras.
Além disso, as perguntas chegam em várias formas, como e-mail, ferramentas de mensagens, chamadas telefónicas ou comunicação verbal.
Portanto, os funcionários que lidam com as perguntas ainda precisam recebê-las como antes.
É concebível que a eficiência possa ser melhorada ao responder a perguntas que podem ser abordadas no local e, para aquelas que exigem verificação de regras, inserir o conteúdo da pergunta na IA generativa para gerar rascunhos de respostas.
Adicionalmente, para perguntas frequentes, é necessário publicá-las na página inicial interna da empresa como FAQs.
A IA generativa também pode ser usada para inserir perguntas e respostas típicas e criar rascunhos em formato de lista para publicação no website.
Além disso, quando são necessárias revisões de regras, a IA generativa pode ser utilizada para elaborar propostas.
Tais aplicações podem tornar uma certa percentagem das tarefas de tratamento de perguntas mais eficientes.
No entanto, isso apenas deixa o tratamento de perguntas como trabalho iterativo e usa a IA generativa como uma ferramenta.
Consequentemente, os ganhos de eficiência são muito limitados.
Transformação do Trabalho Baseado em Fluxo
Para maximizar a eficiência da tarefa de tratamento de inquéritos, dada como exemplo, esta tarefa deve ser transformada num fluxo.
Para isso, as tarefas realizadas pelo responsável ao lidar com os inquéritos precisam ser detalhadas e formalizadas.
- Receber inquéritos através de vários canais.
- Se o inquérito for igual a um já respondido e não houver alterações nas regras relacionadas, fornecer a mesma resposta.
- Para novos inquéritos ou inquéritos que envolvam alterações de regras, confirmar as regras e elaborar uma resposta.
- Verificar se a resposta preliminar não se refere a regras desatualizadas ou inclui informações não declaradas nas regras.
- Verificar se é necessária aprovação antes de responder, e obter aprovação se necessário.
- Responder através do canal pelo qual o inquérito foi recebido.
- Registar o conteúdo do inquérito, o resultado da aprovação e o resultado da resposta nos dados do histórico de inquéritos.
- Verificar regularmente os dados do histórico de inquéritos e criar rascunhos para atualizar as perguntas e respostas frequentes.
- Atualizar a página inicial interna da empresa após obter aprovação.
- Atualizar os dados das regras referenciadas quando as regras são atualizadas.
- Concomitantemente, registar nos dados do histórico de inquéritos anteriores que ocorreram respostas relacionadas e atualizações de regras.
- Confirmar se as perguntas e respostas frequentes necessitam de revisão devido a alterações nas regras e atualizar se necessário.
Ao definir claramente os detalhes das tarefas realizadas, conforme descrito acima, estas tarefas podem ser conectadas, transformando um trabalho iterativo flexível num processo mais claro baseado em fluxo.
Exemplo de Sistematização
Ao criar este fluxo de trabalho, o caminho para a sistematização torna-se claro.
Para a sistematização, se sacrificar alguma conveniência dos funcionários for aceitável, uma opção é consolidar os canais de consulta.
Por outro lado, se a conveniência do funcionário for priorizada, o sistema deve manter a capacidade de receber consultas através de todos os canais.
Basicamente, o sistema deve receber as consultas diretamente. Apenas para consultas verbais, a pessoa responsável deve inseri-las no sistema.
Após uma consulta ser recebida, o sistema de TI e a IA generativa devem executar o máximo possível do trabalho subsequente, seguindo o fluxo. Inicialmente, verificações e aprovações humanas devem ser intercaladas em todo o sistema, e os operadores humanos devem ser capazes de fazer correções.
Então, à medida que o sistema é usado para lidar com consultas, se a IA generativa cometer um erro, as instruções para a IA generativa devem ser atualizadas com avisos, pontos a verificar, exemplos de erros e exemplos corretos para evitar a recorrência.
Isso permite uma redução nos erros da IA generativa. Este processo de atualização de instruções para a IA generativa pode ser tornado ainda mais eficiente se for transformado numa tarefa baseada em fluxo, em vez de uma tarefa iterativa.
Desta forma, ao sistematizar o trabalho baseado em fluxo, mesmo tarefas que aparentemente exigem intervenção humana podem ser substituídas por um sistema centrado na IA generativa.
Equívocos Comuns
Muitas pessoas defendem a ideia de que a aplicação da IA generativa nos negócios não é muito eficaz atualmente, ou que é prematura.
No entanto, um número significativo dessas pessoas frequentemente cai em dois padrões de mal-entendido.
O primeiro equívoco surge do foco em usar a IA generativa como uma ferramenta.
Como demonstrado aqui, alavancar a IA generativa como uma ferramenta para tarefas iterativas não impulsiona significativamente a eficiência dos negócios. Experimentar ou ouvir sobre isso leva a esse equívoco.
O segundo equívoco decorre do foco em fazer a IA generativa executar tarefas iterativas.
De facto, tentar fazer com que a IA generativa atual realize tarefas iterativas não funciona bem. Consequentemente, a IA generativa não consegue assumir totalmente as tarefas realizadas por humanos, e focar-se apenas nesse ponto leva ao mal-entendido.
Finalmente
Conforme discutido aqui, ao transformar o trabalho iterativo em trabalho baseado em fluxo e sistematizá-lo, pode-se esperar uma eficiência maior do que com meras ferramentas.
Além disso, mesmo que o trabalho iterativo em si não possa ser totalmente gerido, muitas tarefas individuais dentro de um processo baseado em fluxo podem ser geridas pela IA generativa atual. Mesmo que existam muitos erros iniciais, a melhoria contínua pode ser alcançada através da atualização das instruções.
Alternativamente, as tarefas podem ser divididas conforme necessário, separando a elaboração da verificação, ou implementando a verificação em várias etapas.
Se a sistematização puder ser alcançada desta forma, então as melhorias progredirão com cada tarefa, e as operações tornar-se-ão mais eficientes ao longo do tempo.
Esta é uma forma de trabalhar que permite a melhoria contínua do próprio mecanismo, semelhante à produção fabril e à implementação de sistemas de TI.
Para alavancar a IA generativa, é necessária uma mudança de mentalidade: em vez de apenas melhorar as suas próprias tarefas iterativas, precisa de transformar objetivamente o seu trabalho em processos baseados em fluxo e sistematizá-los.