Uma equipa de direção que diz "vamos aplicar IA" nem sempre quer dizer o mesmo com isso. Metade pensa num modelo de linguagem que resume relatórios, a outra metade em sistemas que tratam parte do contacto com clientes por conta própria. Ambas exigem tecnologia capaz de processar isso e capacidade capaz de acompanhar isso. São dois tipos diferentes de prontidão, e raramente são avaliados separadamente.
Os custos da prontidão para IA não estão principalmente nas licenças. Estão no que precisa de acontecer antes de uma tarefa poder passar com segurança de um sistema para a IA: dados que sejam localizáveis e atuais, ligações que existam ou tenham de ser construídas, e pessoas que saibam quando aprovar um resultado e quando não. O que isso custa depende de quantos desses elementos já estão implementados e quantos ainda faltam.
Dentro de cada ambição que pressupõe trabalho de IA, o trabalho subjacente divide-se em três categorias. A IA pode assumir a tarefa, sem que um humano ainda a analise. Um humano mantém supervisão e aprova ou rejeita, com justificação. Ou o trabalho continua a ser trabalho humano, porque o julgamento, o contexto ou a responsabilidade o exigem.
A tecnologia necessária varia por categoria. A assunção total exige dados fiáveis e bem estruturados e um sistema que reconheça mensagens de erro antes de causarem danos. A supervisão com aprovação exige uma interface na qual um humano consiga ver rapidamente porque é que um sistema chegou a determinado resultado. O trabalho humano normalmente não exige nova tecnologia, mas exige clareza sobre quem continua responsável por quê — o que está relacionado com os direitos de decisão que devem ser reatribuídos numa mudança.
As empresas que já fazem esta distinção notam a diferença na rapidez com que um projeto-piloto passa de teste para produção. As empresas que não a fazem continuam a testar sem que fique claro que parte do trabalho realmente se desloca.
A diferença entre as empresas que já hoje conseguem fazer isto correr bem e as empresas que ainda não estão preparadas normalmente não está na escolha da tecnologia. Está em três coisas que a precedem.
Primeiro: se a organização sabe que tarefas compõem cada processo, independentemente do título da função associada. Sem esse levantamento, qualquer afirmação sobre "prontidão para IA" é uma estimativa.
Segundo: se os sistemas que existem atualmente produzem dados que uma aplicação de IA consiga utilizar. Muitas organizações têm dados corretos para um humano que os lê, mas não suficientemente estruturados para um sistema que precisa de os processar.
Terceiro: se existe capacidade — em horas, não em boas intenções — para acompanhar a transição. Alguém tem de verificar os primeiros cem resultados antes de um sistema poder funcionar sem supervisão. Essas horas normalmente não constam no planeamento de ninguém.
O primeiro sinal visível não é uma poupança de custos, mas uma mudança em relação a onde o tempo é dedicado. Trabalho que antes consistia em executar passa a consistir em avaliar. Isso exige competências diferentes e, por vezes, uma função diferente, não automaticamente menos pessoas.
O segundo sinal é que perguntas que antes estavam no departamento de TI passam a estar na direção. Que decisão pode um sistema tomar por si próprio, e qual deve sempre ser confirmada por um humano? Isso é um direito de decisão, não uma configuração técnica, e tem de estar registado em algum lugar antes de o incidente ocorrer.
O terceiro sinal está no orçamento. As horas libertadas num sítio não se transformam automaticamente em poupança; frequentemente surgem como capacidade adicional noutro sítio, por exemplo em controlo, em contacto com clientes em momentos em que a IA não é suficiente, ou na manutenção dos próprios sistemas. O que isso significa em termos líquidos para o orçamento está relacionado com o modo como a resiliência financeira foi construída e com a margem existente para absorver essa mudança antes de ela gerar retorno.
Esta avaliação não diz nada sobre quem uma organização mantém ao serviço ou deixa ir. Essa é uma decisão com requisitos legais próprios, fora do que aqui se descreve. O que aqui se descreve é capacidade: que horas ficam livres, que horas são necessárias adicionalmente, e que tecnologia deve estar implementada para isso. O mesmo se aplica a colaborações com outras entidades — o que torna uma parceria pronta para a IA determina em parte se uma mudança dentro de casa realmente funciona na cadeia.
Isto também afeta a conformidade. Um sistema que assume parte de um processo altera quem é comprovadamente responsável por quê, e isso merece uma avaliação própria sobre conformidade e risco que devem ser preparados para a IA.
Não há uma percentagem que se aplique a todas as organizações. Depende de quantos dados já são utilizáveis, quantos processos já estão documentados, e quanta capacidade existe para acompanhar o período inicial. Empresas com muitos dados não estruturados e pouca documentação começam com mais trabalho do que empresas que já têm isso organizado. Essa diferença é precisamente a razão pela qual uma estimativa prévia pouco revela sem primeiro observar o próprio trabalho, tarefa a tarefa — é isso que o [levantamento de trabalho da FTE TO AI](/) mapeia por tarefa.
Para ver onde a sua organização está mais avançada e onde está menos avançada, existe uma verificação de prontidão gratuita: oito perguntas curtas, uma por dimensão, com uma visão de onde a prontidão já está e onde ainda há trabalho a fazer. A avaliação completa de ambição, com as quatro camadas e cinco confidence gates, está em construção.
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.