Um processo é composto por etapas, e cada etapa tem uma relação diferente com a IA. Avaliar um pedido consiste em verificar dados, aplicar critérios, reconhecer uma excepção e registar uma decisão. Dessas quatro etapas, a IA pode frequentemente assumir a primeira, a segunda parcialmente com um humano que aprova ou reprova com justificação, e a terceira e a quarta continuam geralmente a ser trabalho humano. O processo em si não muda de categoria. As etapas sim, e é aí que está o dinheiro e o tempo: não em declarar "este processo é adequado para IA", mas em separar cada etapa e reorganizar aquilo que resta depois disso.
Os custos associados raramente têm um valor fixo. Dependem de quantos processos existem, de quão consistentemente já são executados actualmente, e de quanto do conhecimento sobre essa execução está nas pessoas em vez de estar documentado.
A preparação nesta dimensão exige três tipos de trabalho, distribuídos de forma desigual entre organizações.
O primeiro é o inventário de processos e tarefas: registar o que realmente acontece agora, passo a passo, em vez do que o documento do processo afirma. Em muitas empresas, a prática difere do esquema, e essa divergência é exactamente onde a aplicação de IA encontra obstáculos.
O segundo é a reconfiguração da transição entre a IA e o humano. Quando parte de uma tarefa passa de execução para supervisão, o papel do colaborador muda: de fazer para avaliar. Isso exige competências diferentes, uma distribuição de tempo diferente e, muitas vezes, um tipo diferente de responsabilidade. Este trabalho de conceção é frequentemente subestimado, porque não parece "introduzir IA" mas sim "repensar o processo".
O terceiro é a configuração do retorno de informação: o que acontece quando a supervisão emite uma reprovação. Sem um percurso definido para a reprovação, o humano continua na prática a refazer tudo, e desaparece a vantagem da etapa de IA. Este é um dos custos mais subestimados, porque só se torna visível depois de a primeira etapa já ter sido assumida.
Algumas empresas já têm isto operacional: um sinistro é apresentado digitalmente, um sistema avalia os casos-padrão, um colaborador recebe apenas os casos de dúvida com uma justificação de porque o sistema tem dúvidas. Outras empresas com um processo comparável não têm isto, e a diferença raramente está na tecnologia disponível. Está em saber se o processo foi alguma vez dividido em etapas avaliadas separadamente quanto ao que a IA pode fazer, ao que exige supervisão e ao que continua a ser trabalho humano.
As empresas que já fizeram isto normalmente também investiram nas duas etapas anteriores: critérios claros sobre o que constitui uma excepção, e uma forma definida de tratar essa excepção. As empresas que ainda não o fizeram descobrem muitas vezes apenas na primeira tentativa de aplicação de IA que esses critérios nunca foram escritos, existindo apenas na cabeça de colaboradores experientes.
O primeiro sinal é a confusão sobre o que "preparar o processo" significa concretamente. Alguns na direcção referem-se à aquisição de um sistema, outros à reescrita de instruções de trabalho, outros ainda à formação de colaboradores para um novo papel. Todos estes significados fazem parte da preparação, mas são pacotes de trabalho diferentes, com prazos diferentes e proprietários diferentes.
O segundo sinal é uma desadequação entre a ambição e a governação actual. Se o vision state pressupõe que um processo é largamente tratado pela IA, enquanto os direitos de decisão actuais nessa etapa ainda pertencem inteiramente a um colaborador, isso não é um problema técnico mas uma questão de governação: quem poderá, futuramente, ignorar uma reprovação da etapa de IA, e com base em que competência. Essa questão diz respeito à forma como o trabalho é distribuído e avaliado dentro da organização; aplicam-se aqui requisitos legais próprios, e cabe à própria organização determinar isso — não é algo sobre o qual esta página se pronuncia.
A preparação dos processos não existe isoladamente. Quando uma tarefa passa de execução para supervisão, muda também o que precisa de ser medido: não mais quantas tarefas foram concluídas, mas quantas reprovações houve e porquê, algo que se relaciona com como a medição de desempenho tem de acompanhar a mudança quando a IA assume parte do trabalho. Isto afecta também os sistemas onde essas etapas são registadas, o que por sua vez se liga a o que é necessário em termos de tecnologia e capacidade antes que um processo possa efectivamente mudar. E porque são os colaboradores que desempenham o novo papel de supervisão, funciona melhor quando são envolvidos desde o início na conceção, como descrito em como envolver o pessoal operacional numa estratégia sem que isso demore anos.
A questão subjacente — que trabalho, nesta empresa específica, nestes processos específicos, pode realmente ser assumido pela IA — não é respondida por uma estimativa geral, mas pelo scan de trabalho da FTE TO AI, que investiga isto por tarefa.
O teste de preparação gratuito consiste em oito perguntas breves, uma por dimensão, e resulta numa imagem de onde a sua organização está mais avançada e menos avançada, incluindo nesta dimensão. O teste de ambição completo, com as quatro camadas e os cinco confidence gates, está em desenvolvimento. Quem já tenha dúvidas sobre se a ambição no vision state corresponde ao que, na prática, foi estabelecido em termos de direitos de decisão e supervisão, encontra um primeiro passo em como uma visão vaga é traduzida para algo suficientemente concreto para ser testado.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.