Uma empresa de construção consiste em trabalho que dificilmente se resume a um único processo. Orçamentação, preparação de obra, planeamento, compras, execução no local, fiscalização, revisão e entrega decorrem entrelaçados e dependem de um desenho que ainda pode mudar, de um fornecedor que entrega mais tarde, ou de condições climáticas que trocam o planeamento. Muitas horas vão para o alinhamento entre estas partes: um orçamento que corresponde a um caderno de encargos, um planeamento que corresponde à entrega de materiais, uma execução que corresponde ao que realmente está no solo ou na estrutura. Isso torna a construção um setor onde as ambições se escrevem rapidamente no papel, mas se concretizam mais lentamente no trabalho diário, porque o próprio trabalho está fragmentado entre funções, locais e momentos.
A IA já está a assumir tarefas em partes deste trabalho, não como visão de futuro, mas como algo que hoje já acontece em algumas empresas e ainda não noutras. Um orçamento que é criado em grande parte automaticamente com base em projetos anteriores, um planeamento que se recalcula sozinho quando muda um prazo de entrega, uma licença ambiental que é pré-verificada quanto à sua completude: estas são tarefas em que o software pode fazer a maior parte do trabalho. Outras tarefas, como avaliar um desvio no local de obra ou estimar um risco num terreno difícil, continuam parcialmente a ser trabalho humano, com a IA a fornecer uma primeira estimativa e um diretor de projeto a aprovar ou rejeitar com fundamentação. Ainda outro trabalho, como negociar com um subcontratado ou orientar uma equipa no local de obra, continua a ser trabalho humano sem que a IA intervenha a curto prazo.
A diferença entre as empresas que já organizam isto assim e as empresas que ainda não o fazem raramente está na disponibilidade da tecnologia. Está na questão de saber se os dados subjacentes estão em ordem: um sistema de orçamentação que aprende de projetos anteriores precisa de dados de projeto consistentes, e estes não existem naturalmente na construção, porque cada projeto é registado de forma diferente. Está também na questão de saber se as funções e os direitos de decisão estão organizados para o novo trabalho: quem avalia uma proposta de planeamento gerada por IA, e com base em que critério essa pessoa pode divergir. Sem essa resposta, uma ambição continua a ser apenas uma ideia.
Uma equipa de direção que fala sobre "IA na orçamentação" não quer dizer o mesmo em todos os casos. Uma ambição pressupõe que a IA produz um orçamento conceptual que um orçamentista ainda verifica; outra pressupõe que a IA entrega orçamentos de forma autónoma, que só são revistos em caso de desvio. Estes são dois níveis diferentes de prontidão, com exigências diferentes quanto à qualidade dos dados, à confiança do orçamentista no sistema, e à forma como a responsabilidade está distribuída. Quem não torna essa diferença explícita só a descobre quando o projeto já está em curso e o orçamento não está correto.
É aqui que entra o teste de ambição: as ambições são registadas em quatro camadas, desde a visão ampla até ao objetivo concreto, e testadas quanto à prontidão em oito dimensões, com cinco confidence gates que indicam onde a ambição está e não está em terreno firme. Esse teste é traduzido de volta em capabilities: que funções precisam de adquirir novas competências, e quem recebe que direito de decisão no processo alterado. Isto não é aconselhamento de pessoal nem fundamentação para uma decisão sobre postos de trabalho; para isso aplicam-se requisitos legais próprios. Trata-se da questão do que uma organização deve ser capaz de fazer antes que o trabalho possa efetivamente deslocar-se, e onde neste momento se verifica que ainda não o consegue.
A construção partilha este padrão com outros setores onde o trabalho está fragmentado entre locais e funções: o setor das instalações técnicas tem questões semelhantes em torno do planeamento e do diagnóstico de avarias, o comércio grossista debate-se com exigências de dados semelhantes em matéria de stocks e compras, e a indústria transformadora enfrenta limites semelhantes no controlo de qualidade e no planeamento de processos. A questão nunca é se a IA pode assumir algo, mas se a organização em torno disso está suficientemente preparada para que essa transição também se mantenha. Para uma equipa de direção, isso é muitas vezes primeiro uma conversa sobre linguagem: como conseguir alinhar a direção quando cada um interpreta "IA no planeamento" de forma diferente, e como evitar que uma estratégia fique apenas num documento quando a ambição foi definida mas nunca foi traduzida para o que um orçamentista, planeador ou executante fará de diferente já a partir de amanhã.
A questão subjacente — que trabalho nesta empresa pode realmente ser assumido pela IA — é respondida tarefa a tarefa pelo scan de trabalho da FTE TO AI, independentemente do teste de ambição mais amplo.
Uma equipa de direção que queira saber onde estão as suas próprias ambições sobre IA na construção não precisa de começar com um plano elaborado. O teste de prontidão gratuito consiste em oito perguntas breves, uma por dimensão, e produz uma imagem de onde a organização está mais avançada e onde ainda está menos avançada. O teste de ambição completo, com as quatro camadas e os cinco confidence gates, está em preparação.
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.