O comércio a retalho é composto por trabalho que se repete e trabalho que gira em torno do momento em si. Contar stock, ajustar preços, fazer encomendas, processar devoluções, elaborar horários: isso representa uma grande parte das horas de escritório e de backoffice, e é trabalho com uma estrutura fixa. Em contrapartida, há o trabalho no balcão, na loja, ao telefone: alguém que hesita entre dois tamanhos, uma reclamação sobre uma entrega, uma pergunta que não se encaixa no guião. Estes dois tipos de trabalho determinam juntos o resultado de qualquer ambição de IA neste setor. Onde o trabalho é estruturado e os dados estão corretos, a capacidade desloca-se relativamente rápido. Onde o trabalho gira em torno de interpretar uma situação e assumir responsabilidade por uma decisão, há pouca ou nenhuma deslocação.
A mesma divisão tripartida que atravessa todos os setores aplica-se também aqui. Uma parte do trabalho pode ser assumida pela IA: comparação de preços, previsão de stock com base no histórico de vendas, elaboração de relatórios padrão, a triagem inicial de pedidos de devolução. Outra parte é feita parcialmente, com uma pessoa a aprovar ou a rejeitar com fundamento: um sistema propõe uma encomenda, um comprador confronta-a com influências sazonais ou um acordo com um fornecedor que o sistema não conhece. E uma terceira parte continua a ser trabalho humano: a conversa com um cliente que precisa de algo específico, a ponderação num litígio sobre uma garantia, a gestão de uma equipa no piso de venda durante um período de grande afluência. A parte do trabalho que cai em cada categoria varia de empresa para empresa. Isso depende do grau de padronização do sortido, da qualidade dos dados de stock e de vendas, e de quanto do contacto com o cliente já passa por canais fixos.
Uma cadeia de lojas com um sortido limitado, compras centralizadas e caixas digitais já tem a base pronta para uma grande parte das tarefas de backoffice: os dados existem, o processo é repetível, e um sistema pode fazer uma proposta que uma pessoa valida. Uma cadeia com um sortido amplo e variável, compras descentralizadas por loja e muitas excepções manuais não tem essa base. Essa diferença não está na ambição — ambas as direções podem pronunciar a mesma frase, "a IA deve assumir o nosso planeamento de stock" — mas no que a organização já é capaz de fazer antes de esse trabalho poder ser deslocado. As funções que hoje fazem encomendas manualmente são também as funções que, em breve, vão avaliar uma proposta do sistema? Existe um direito de decisão atribuído a quem trata a excepção? Estas perguntas estão por baixo da ambição, e tornam-se visíveis quando se testa em vez de assumir.
Se surge capacidade livre porque uma tarefa passa para um sistema com supervisão, surge uma questão sobre o que acontece a essas horas libertadas: outras tarefas, menos contratação externa, uma composição diferente do quadro de pessoal. Essa questão é do empregador, e para decisões que afetam o quadro de pessoal aplicam-se requisitos legais próprios. O que aqui está em causa é o passo anterior: que trabalho já está, em termos de estrutura de tarefas e de qualidade dos dados, suficientemente avançado para que um sistema o possa assumir ou apoiar, e que trabalho não está. Trata-se de uma questão factual sobre trabalho, não de um conselho sobre pessoas.
O comércio a retalho não é o único setor onde esta questão se coloca, e as respostas variam de setor para setor por razões semelhantes. Na hotelaria e restauração, a questão coloca-se de forma diferente devido ao atendimento direto e à ocupação variável, como se pode ler em as ambições de IA que estão presentes na hotelaria e restauração; no setor agrícola, as influências sazonais e o trabalho físico desempenham um papel maior, descrito em como as ambições de IA no setor agrícola se relacionam com o trabalho sazonal; e nos serviços financeiros, o centro de gravidade está precisamente na regulamentação e na supervisão, como é explicado em as ambições de IA nos serviços financeiros e o papel da compliance. A comparação mostra que a ambição em si é menos distintiva do que o grau de preparação que existe por trás dela.
Uma ambição que afirma que a IA assume trabalho pressupõe capacidades que talvez ainda não existam: dados limpos, um direito de decisão claro em caso de excepções, uma equipa capaz de avaliar uma proposta do sistema em vez de apenas a executar. Sem esse teste, a ambição continua a ser uma frase no papel, um risco que se manifesta de forma mais ampla e que é abordado em porque é que uma estratégia por vezes permanece um documento em vez de se tornar uma mudança. Inversamente, também é possível que uma mudança já esteja a acontecer antes de alguém lhe dar um nome; os sinais que indicam isso estão descritos em os sinais precoces de que uma mudança está a resultar. A questão subjacente — que trabalho, nesta empresa específica, é realmente passível de ser assumido pela IA — é respondida por tarefa através do scan de trabalho da FTE TO AI.
O primeiro passo não é reformular a ambição, mas sim observar em que ponto a organização já se encontra. Uma verificação gratuita de preparação, com oito perguntas curtas, uma por dimensão, dá uma imagem de onde está mais avançado e onde está menos avançado. O teste completo de ambição, com as quatro camadas e as 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.