Uma empresa de manufatura é composta por camadas que raramente seguem o mesmo relógio. No chão de fábrica, tudo gira em torno de planeamento, controlo de qualidade, manutenção e logística dentro das instalações. Acima disso está a engenharia: design, especificações, relatórios de teste. Mais acima ainda está a compra, o processamento de encomendas e o tratamento administrativo de fornecedores e clientes. Cada camada tem a sua própria proporção entre trabalho rotineiro e trabalho que exige julgamento, e essa proporção determina o quão sensível uma camada é à deslocação a partir do momento em que a AI consegue assumir parte do trabalho.
O que torna o setor diferente é que grande parte deste trabalho está ligado a máquinas físicas, requisitos de certificação e normas de segurança. Isso não retarda a assunção de tarefas administrativas ou analíticas, mas limita onde a automatização para e onde o supervisão continua obrigatória. Um modelo de planeamento pode otimizar um cronograma; se esse cronograma é efetivamente executado depende da disponibilidade de máquinas, do fornecimento de materiais e das pessoas no chão de fábrica que tomam a decisão final.
Em partes da cadeia administrativa e analítica, a deslocação já é visível. Processamento de encomendas, análise de stock, relatórios sobre dados de qualidade e a elaboração de primeiras versões de documentação técnica: são tarefas em que uma parte crescente é feita integralmente pela AI ou em que um colaborador principalmente ainda aprova ou reprova, com fundamento. Isto não é uma visão de futuro. Em empresas que têm os seus dados organizados e os seus processos documentados, isto já funciona assim hoje.
Em empresas onde os dados estão dispersos por sistemas isolados, onde a documentação de processos está desatualizada ou onde o controlo de qualidade depende em grande parte da experiência de colaboradores individuais, a mesma deslocação decorre mais lentamente ou simplesmente não acontece. Não porque a tecnologia consiga menos nesses casos, mas porque faltam as condições necessárias para a aplicar. Essa diferença entre empresas é a primeira coisa que uma direção deveria conseguir situar antes de tirar conclusões sobre o que a AI faz ou não faz no seu setor.
Uma estratégia assenta em pressupostos sobre onde está a capacidade, onde os custos pesam mais e onde os concorrentes são mais rápidos ou mais lentos. Se um pressuposto afirma que o controlo de qualidade custa um número fixo de fte, e parte desse controlo já está a ser apoiado ou assumido por um sistema que deteta desvios, então esse pressuposto deixou de ser verdadeiro sem que ninguém o tenha constatado. A estratégia no papel continua correta. A realidade subjacente deslocou-se.
É precisamente por isso que a deslocação raramente se destaca no topo. Uma direção orienta-se por margens, prazos de entrega e posição de mercado. A questão de saber quais tarefas já são hoje, parcial ou totalmente, feitas pela AI situa-se um nível mais abaixo, nas horas da engenharia, do planeamento e da administração. Só quando a deslocação acumulada nessas camadas é suficientemente grande é que ela reaparece nos números que orientam a direção, e nessa altura geralmente como surpresa.
Esta dinâmica não é exclusiva da indústria de manufatura. No setor dos transportes, a pressão desloca-se de forma semelhante através do planeamento e da definição de rotas, como se pode ver em como a AI está a alterar a pressão estratégica no transporte e na logística. Nos serviços empresariais, o ponto de gravidade situa-se sobretudo na análise e nos relatórios, descrito em a deslocação da pressão estratégica nos serviços empresariais. O que estes setores têm em comum com a indústria de manufatura não é a tarefa em si, mas o padrão: tarefas que no papel pertencem a pessoas já se estão, na prática, a deslocar parcialmente para sistemas, a ritmos diferentes por empresa.
A questão de saber que trabalho, numa empresa específica, pode efetivamente ser assumido pela AI não é uma questão que se responda ao nível do setor. Exige um olhar sobre a própria distribuição de fte, a própria qualidade de dados e os próprios processos. Quem, dentro da direção, deve colocar esta questão na agenda e com quem depende de como a organização está estruturada; uma visão geral de quem deve participar numa revisão estratégica oferece um ponto de partida para isso. Para empresas que não querem esperar pelo relatório anual para verificar se a sua estratégia ainda corresponde à realidade, existe também uma forma de a testar entretanto, como descrito em como medir se uma estratégia ainda funciona sem esperar pelo ciclo anual.
Isto não aborda deliberadamente a questão do que uma empresa faz com a capacidade libertada. Se as horas libertadas resultam em recolocação, ampliação de funções ou outra coisa, é uma decisão do empregador, com os seus próprios requisitos legais quando há consequências para o pessoal. O que aqui está em causa é a questão anterior: que trabalho já hoje é feito, parcial ou totalmente, pela AI, e que pressuposto na estratégia deixou de se sustentar sem que ninguém o tenha notado.
O scan de trabalho da FTE TO AI responde à pergunta sobre que trabalho numa empresa, tarefa a tarefa, pode ser assumido pela AI, parcialmente com supervisão ou não. Para uma direção que primeiro quer saber se os seus pressupostos estratégicos ainda se mantêm, existe a verificação gratuita de pressupostos: uma ronda breve em que identifica os seus principais pressupostos e vê, para cada um, quando foi confirmado por último. A prova de pressão completa, com dados setoriais, um autoposicionamento da equipa de direção e uma lista contínua de pressupostos, está em preparação.
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.