No Labirinto da Inteligência Artificial: desvendando impactos e caminhos para o futuro do trabalho nas Empresas
No Future Ready Business, explore como a estratégia corporativa, a inteligência artificial e as práticas de ESG podem transformar sua organização. Descubra insights valiosos para liderar com inovação e responsabilidade, garantindo que sua empresa esteja pronta para os desafios do futuro.
IA & CIÊNCIA DE DADOS
Tiago Borges
5/8/20246 min read
O que isso significa para empresas e funcionários? O que podemos esperar de impactos nas organizações?
O uso mais abrangente da inteligência artificial (IA) no ambiente corporativo parece ser um caminho sem volta. Estamos entrando em uma era onde as inovações promoverão mudanças significativas nos modelos de negócios.
Um pesquisa realiza pela McKinsey Global Institute prevê-se que, até o ano de 2030, até 30% das horas de trabalho atuais em diversos setores da economia dos Estados Unidos poderão ser substituídas pela automação. Este fenômeno está sendo impulsionado pelo avanço de uma das vertentes de IA - a Inteligência Artificial Generativa.
Importante destacar, contudo, que esta tecnologia não visa extinguir empregos em massa, conforme destaca o instituto. Pelo contrário, ela tem o potencial de aprimorar a eficiência e a criatividade em profissões nas áreas de Ciência, Tecnologia, Engenharia, Matemática, além de campos criativos e setores jurídico e empresarial. Contudo, áreas como apoio administrativo, atendimento ao cliente e serviços de alimentação tendem a experimentar uma redução de postos de trabalho devido à automação.
A busca por eficiência levará ao uso intensivo de ferramentas low-code e no-code e ao desenvolvimento de plataformas de IA voltadas para a ciência de dados (AI-related data science in-house). Essa transformação gera dúvidas sobre o futuro da IA no ambiente de trabalho, tornando fundamental entender como lideranças e empregados percebem o impacto da IA em suas funções.
Pesquisas indicam uma discrepância nas percepções: enquanto 72% dos Chefes de Recursos Humanos (CHROs) nos EUA acreditam na substituição de empregos pela IA nos próximos três anos, apenas 14% dos funcionários veem seus empregos em risco no mesmo período. Esta contradição ressalta a necessidade de avaliação e desenvolvimento de práticas de governança corporativa relacionadas ao tema.
A governança eficaz de Informação e Tecnologia (I&T) e de Pessoas deve ser colaborativa, considerando os ‘pontos de dor’ da rotina de trabalho e propondo soluções de IA que se alinhem às necessidades do negócio.
A equação 'TI + Negócio = problema de comunicação', frequentemente proclamada aos quatro ventos, não deve ter lugar neste contexto.
Comunicação e colaboração: é apenas uma coincidência o sufixo 'ão' ou existe algo mais?
O trecho mencionado destaca a importância da colaboração e comunicação entre as áreas de Tecnologia da Informação (TI) e Negócios. A questão sobre o sufixo 'ão' em "comunicação" e "colaboração" deve ser interpretada metaforicamente, sugerindo que ambas as palavras não apenas compartilham um aspecto linguístico, mas também um importe ponto de conexão.
Portanto, existe algo mais! Na verdade, temos mais um “ão”, o de capacitação. O elo para conectar TI, negócio e aplicações de IA é o conhecimento sobre o tema.
Nesse sentido, o conhecimento atua como catalisador nessa integração. O conhecimento especializado de cada área – seja em aspectos técnicos de IA ou nas nuances do negócio – é o que permite que as partes se comuniquem de forma eficiente e colaborem de forma produtiva.
No contexto do uso de ferramentas como o ChatGPT, a capacitação adequada é fundamental. O domínio na formulação de prompts (instruções ou entradas de dados fornecidas por um humano para um modelo de IA, que orientam as respostas esperadas) influencia diretamente a eficácia da ferramenta, representando um desafio de capacitação para as empresas.
Um estudo da Harvard Business School, intitulado Evidence of the Effects of AI on Knowledge Worker Productivity and Quality, examinou o impacto da IA na produtividade e qualidade do trabalho. Os resultados mostraram que o uso do ChatGPT estava associado a melhorias no desempenho dos empregados, incluindo um aumento na velocidade de execução, qualidade das entregas e quantidade de tarefas completadas.
E quais são os desafios para adoção de IA relacionados ao futuro do trabalho nas empresas?
Os desafios enfrentados pelas empresas na adoção da Inteligência Artificial (IA) frequentemente decorrem de movimentações precipitadas. Diversas organizações e consultorias têm estudado este tema, identificando padrões que frequentemente resultam em implementações inadequadas ou apressadas:
🔄 Natureza Mutável do Trabalho e Adoção de IA: A Deloitte observa que 71% dos adotantes de IA relatam mudanças nos papéis e habilidades necessárias em suas empresas devido à IA. Essa evolução, embora promissora, apresenta desafios significativos. Empresas como a Salesforce, por exemplo, têm utilizado a IA para melhorar operações internas e a tomada de decisões, além de automatizar tarefas para liberar funcionários para trabalhos mais criativos🤖.
🛡️ Gerenciamento de Riscos Relacionados à IA: O estudo da Deloitte também destaca que o gerenciamento de riscos relacionados à IA é um dos principais desafios enfrentados pelas organizações. Empresas que se concentram ativamente no gerenciamento de riscos de IA - os chamados "Líderes de Gerenciamento de Riscos" - relatam níveis mais baixos de preocupação com uma variedade de riscos potenciais da IA, como falhas que afetam os negócios, reações negativas dos funcionários e questões éticas⚖️. Portanto, disseminar essas aspectos para a força de trabalho é um desafio.
🧠 Falta de Preparação e Habilidades em IA: Um desafio comum é a falta de preparação adequada e a lacuna de habilidades em IA. Cerca de 68% dos executivos entrevistados pela Deloitte relatam uma lacuna de habilidades moderada a extrema em IA em suas organizações, destacando a necessidade de talentos especializados na criação, integração e interpretação de sistemas de IA🎓.
💹 Adoção de IA e seu Impacto Econômico: De acordo com a McKinsey, a implementação da IA pode contribuir significativamente para o crescimento econômico através da melhoria da produtividade e inovação. No entanto, eles também apontam que a implantação da IA traz externalidades negativas, como o aumento da concorrência, que pode deslocar a participação de mercado de não adotantes para pioneiros, e os custos associados à gestão de transições no mercado de trabalho💼.
📈 Desafios Práticos e Estratégicos da Adoção de IA na Indústria: A 4Sight Holdings destaca a importância de um planejamento estratégico na adoção de IA, enfatizando a necessidade de mapear a Indústria de IA aos objetivos de negócios, objetivos de dados e KPIs. Eles também apontam a importância de coletar dados de alta qualidade e desenvolver estratégias de gerenciamento de dados com alto ROI, além de reconhecer a necessidade de treinamento e desenvolvimento de habilidades adequadas para a equipe🔍.
Considerações Finais
A integração da IA no ambiente de trabalho não é apenas uma tendência, mas uma transformação fundamental. As empresas devem estar atentas não apenas às oportunidades, mas também aos desafios que acompanham esta mudança. A colaboração, a capacitação e o desenvolvimento de uma compreensão mais abrangente sobre IA entre lideranças e funcionários serão essenciais para garantir que essa transição eficaz. Isso irá assegurar uma adaptação colaborativa, além de aprimorar a entrega de valor para todas as partes interessadas.
Glossário:
Inteligência Artificial: Tecnologia que simula a inteligência humana em máquinas.
Inteligência Artificial Generativa: é um subcampo avançado da Inteligência Artificial que se concentra na criação autônoma de conteúdo novo e original, como texto, imagens, música e outros tipos de dados digitais. Este ramo da IA utiliza principalmente redes neurais profundas, uma forma de aprendizado de máquina, para analisar e aprender com grandes conjuntos de dados.
Low-code e No-code: Ferramentas que permitem desenvolver software com pouco ou nenhum conhecimento em programação.
AI-related data science in-house: Ciência de dados relacionada à IA realizada dentro da própria organização.
CHROs (Chefes de Recursos Humanos): Executivos responsáveis pela gestão de pessoas nas organizações.
Governança de Informação e Tecnologia (I&T): Políticas e processos que orientam o uso de informações e tecnologia nas organizações.
ChatGPT: Um modelo de linguagem baseado em IA desenvolvido pela OpenAI, capaz de gerar texto e imagens em resposta a prompts fornecidos.
Referências:
AI adoption in the workforce | Deloitte Insights
AI Adoption by companies: what are the challenges and how to overcome them? - 4 Sight Holdings
AI problems and promises | McKinsey