Um plano estratégico contém frases que ninguém reconhece como suposição, porque foram escritas como se fossem factos. "A nossa equipa faz este trabalho, logo isso continua a ser um custo dessa dimensão." "Este departamento é a razão pela qual somos mais rápidos do que a concorrência." Essas não são conclusões, são suposições que estavam certas no momento em que foram escritas. A questão não é se estavam certas nessa altura. A questão é se alguém as testou desde então.
Um facto é verdade hoje e continua a ser verdade amanhã, até que se prove o contrário. Uma suposição tem um prazo de validade, mesmo que ninguém tenha escrito esse prazo. "Esta tarefa exige cinco pessoas experientes" era uma suposição razoável há dois anos. Se ainda é válida depende do que mudou nesses dois anos na própria tarefa, não nas pessoas que a executam. Essa distinção é qual é a diferença entre um risco de IA e uma suposição sobre IA: um risco é algo que pode acontecer, uma suposição é algo que já se assume como correto sem ainda o verificar.
A IA que assume trabalho não afeta todas as suposições da mesma forma. Para trabalho composto por passos estruturados, uma tarefa já pode, em grande parte, ser feita por um sistema. Para trabalho que exige julgamento, isso acontece parcialmente, com uma pessoa a aprovar ou reprovar e a dar uma razão para isso. E existe uma terceira categoria de trabalho que praticamente não muda, porque a tarefa gira em torno de algo para o qual não existem dados de treino ou cuja responsabilidade está atribuída pessoalmente.
A razão pela qual isto já foi implementado numa empresa e ainda não noutra raramente tem a ver com a tecnologia. Tem a ver com quem, dentro da organização, começou primeiro a desconfiar da suposição. Um chefe de equipa que vê que um relatório já chega, em grande parte, automatizado, sabe que a suposição "isto é trabalho para três pessoas" já não é válida. Se esse conhecimento chega à direção é outra questão.
Tornar uma suposição mensurável não significa inventar uma percentagem. Significa registar três coisas: o que a suposição diz exatamente, em que se baseava no momento em que foi escrita, e que sinal demonstraria que já não é válida. Esse terceiro ponto é onde a maioria dos documentos estratégicos fica em silêncio. Está escrito o que se assume, não quando isso seria reconsiderado.
Por isso, faz sentido registar, para cada suposição, uma data de última confirmação, tal como um certificado tem uma data de validade. Não porque a suposição se torne automaticamente falsa depois dessa data, mas porque assim sabe que já ninguém a voltou a examinar. Assim regista por que motivo uma suposição sobre IA caduca: não como um julgamento sobre quem alguma vez fez a suposição, mas como a data em que o mundo à sua volta mudou.
Este método não produz uma previsão. Não diz quando uma tarefa será assumida, nem se isso vai acontecer. Diz apenas se a suposição em que o seu plano se baseia ainda tem, neste momento, cobertura no que acontece dentro e fora da empresa. Uma suposição que já não tem cobertura não é necessariamente falsa. Também pode ser que a cobertura simplesmente não tenha sido verificada recentemente.
O método também não diz nada sobre o que deve fazer com esse resultado no plano do pessoal. Se uma tarefa se revelar, em grande parte, passível de ser assumida por um sistema, isso é um dado sobre o trabalho, não um conselho sobre as pessoas que atualmente o realizam. As decisões nessa matéria têm requisitos legais próprios, que estão fora do âmbito desta prova de conceito.
Existe ainda outro limite: um resultado não diz nada enquanto a própria suposição não estiver formulada com precisão suficiente para poder ser contestada. "A IA muda este trabalho" não é uma suposição que se possa testar. "Esta tarefa exige um avaliador experiente porque o resultado não é estruturado" já é. Tornar a suposição precisa costuma dar mais trabalho do que testá-la.
Dentro de uma equipa de direção, o problema raramente surge porque alguém defende uma suposição que claramente já não é válida. Surge porque duas suposições, cada uma razoável por si só, já não conseguem coexistir. Um departamento parte de uma definição de tarefa que outro departamento já abandonou. Veja o que fazer quando duas suposições se contradizem para saber como essa contradição se torna visível antes de chegar a uma decisão. Muitas vezes esse é o primeiro sinal de que as perceções dentro de uma equipa de direção estão a divergir, e a questão por que motivo as perceções dentro de uma equipa de direção divergem trata exatamente desse mecanismo: não porque alguém esteja errado, mas porque ninguém atualizou a mesma suposição por último.
Por trás de todas estas suposições existe uma questão que cada empresa responde de forma diferente: que trabalho aqui pode, de facto, ser assumido pela IA, que trabalho pode ser parcialmente assumido com supervisão, e que trabalho não pode. É exatamente isso que a análise de trabalho da FTE TO AI mapeia, tarefa a tarefa, independentemente do que a organização até agora assume sobre isso.
Reduzir uma suposição a algo mensurável não começa com um sistema, mas com uma lista: que suposições sustentam a sua estratégia, e quando cada uma foi verificada por último. É também exatamente isso que pensar outside-in na prática significa: não partir da sua própria suposição como ponto de partida, mas testar se o mundo fora da organização ainda a confirma.
A verificação gratuita de suposições é uma ronda breve na qual identifica as suas principais suposições e vê, para cada uma, quando foi confirmada por último. Sem relatório, sem aconselhamento, apenas uma data ao lado de cada suposição que já tinha. A prova de conceito completa, com a perspetiva externa ao lado da autoavaliação da direção, está em desenvolvimento.
Stel uw vraag. Vaak zit de echte vraag een laag dieper — daar mag ik naar vragen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.