Nos serviços empresariais, o trabalho consiste em grande parte em linguagem: elaborar documentos, analisar dossiês, formular pareceres, ajustar relatórios a um cliente ou situação. Escritórios de advogados, escritórios de contabilidade, empresas de consultoria e intermediários de seguros diferem na profissão, mas não neste padrão: muitas horas são dedicadas a reunir e reorganizar informação que já existe em algum lugar, e uma parte menor ao julgamento que se segue. Isso torna o setor sensível a uma mudança que já está em curso: o trabalho de linguagem é exatamente o tipo de trabalho em que os sistemas de IA se destacam, desde que a informação com que trabalham seja acessível e fiável.
As circunstâncias que determinam o resultado não residem na profissão em si, mas na forma como o escritório está organizado. Se uma equipa trabalha com modelos fixos e uma estrutura de dossiês que todos utilizam da mesma forma, uma grande parte do trabalho pode tornar-se previsível. Se a equipa trabalha à medida por cliente ou por processo, com variações que só existem na cabeça do responsável, esse trabalho é mais difícil de transferir, independentemente de quão ambicioso seja o objetivo.
Dentro do mesmo setor, os escritórios já apresentam diferenças. Num escritório, um sistema elabora um primeiro parecer em rascunho, que um colaborador avalia e aprova ou devolve com justificação. Noutro escritório, o mesmo trabalho é feito exatamente da mesma forma, mas ainda inteiramente à mão, não por falta de vontade, mas porque os dossiês não estão numa forma que um sistema possa ler, ou porque ninguém definiu quando um parecer em rascunho é suficientemente bom para avançar.
Três categorias de trabalho atravessam todos os escritórios. Uma parte pode ser assumida de forma autónoma por um sistema: resumir documentos, preencher formulários padrão, sinalizar desvios em números. Uma parte pode ser feita parcialmente, com um colaborador que avalia o resultado e o aprova ou rejeita de forma fundamentada. E uma parte continua a ser trabalho humano: a conversa com o cliente sobre uma situação difícil, a ponderação que não pode ser reduzida a regras, a responsabilidade associada a um nome e uma assinatura. Qual a tarefa que se enquadra em qual categoria varia por escritório e por processo, e é precisamente por isso que uma ambição como "utilizamos IA no nosso processo de aconselhamento" diz pouco sem mais explicação.
Uma frase como "a IA vai acelerar o nosso trabalho de dossiês" parece inequívoca, mas na sala da direção raramente é entendida de forma inequívoca. Um sócio pensa num sistema que fornece textos em rascunho que são depois integralmente reescritos. Outro pensa num processo em que o sistema trabalha em grande parte de forma autónoma e só é consultado em caso de dúvida. Ambas as leituras são interpretações razoáveis da mesma ambição, e a diferença entre elas determina quanta capacidade fica libertada, que funções realmente mudam e que direitos de decisão lhes estão associados. A forma como essa diferença surge exatamente, e por que motivo passa tão frequentemente despercebida, está descrita em a página sobre por que as pessoas dizem coisas diferentes com as mesmas palavras.
Esta falta de clareza afeta também a questão de como a própria organização está estruturada: qual departamento fará o trabalho, qual camada o supervisiona, e onde é tomada cada decisão. Quem quiser ter uma ideia clara disso antes de a ambição ser formalizada, encontra uma explicação sem jargão técnico em a página sobre um target operating model em palavras simples.
Uma ambição que pressupõe trabalho de IA exige coisas diferentes de uma organização do que a mesma ambição sem IA. Para os serviços empresariais, isso traduz-se, entre outras coisas, em: os dossiês e modelos estão numa forma que um sistema pode ler, existe um momento definido em que um colaborador avalia um resultado gerado por IA e o aprova ou rejeita de forma fundamentada, e está claro quem continua responsável quando o parecer final é enviado. Nestes pontos, verifica-se frequentemente que a ambição avança mais rápido do que a organização: a direção fala de automatização do processo de aconselhamento, enquanto os dossiês subjacentes ainda não estão suficientemente estruturados para serem lidos por um sistema. Isso não é uma questão de vontade, mas de preparação, e essa preparação pode ser avaliada dimensão a dimensão.
Outros setores apresentam um padrão semelhante, com as suas próprias circunstâncias: no ensino existem ambições diferentes das aqui descritas, como se pode ler em a página sobre ambições de IA no ensino, e também no comércio a retalho o trabalho muda ao longo de outro tipo de linhas, desenvolvido em a página sobre ambições de IA no comércio a retalho. O mecanismo subjacente — que trabalho se deixa transferir e que trabalho continua a ser trabalho humano — é o mesmo em todos os setores, apenas a concretização varia.
Esta página descreve que trabalho pode mudar, não o que um escritório deveria fazer com o seu pessoal se isso acontecer. Para decisões que afetam a relação laboral, aplicam-se requisitos legais próprios, independentemente de uma tarefa poder ou não ser assumida por um sistema.
A questão de saber que trabalho, neste escritório específico, está de facto pronto para ser transferido para a IA não se responde com uma impressão geral do setor. O werkscan da FTE TO AI responde a essa questão tarefa a tarefa, com um resultado que indica que parte do trabalho é feita de forma autónoma, sob supervisão, ou ainda por pessoas. Quem quiser primeiro saber onde a própria organização está mais e menos avançada, pode fazer o teste de preparação gratuito: oito perguntas curtas, uma por dimensão, com uma visão de onde a preparação já está e onde ainda há um passo a dar. O teste de ambição completo, com as quatro camadas desde a visão até ao target state e a tradução para funções e direitos de decisão, 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.