Uma equipa de direção representa graficamente as suas suposições e vê algo incómodo: duas suposições que constam ambas do documento de estratégia contradizem-se mutuamente. Uma diz que um departamento está a crescer porque a procura está a aumentar. A outra diz que esse mesmo departamento está a encolher porque parte do trabalho já é feito por IA. Ambas as suposições foram, em determinado momento, registadas com boas razões. O problema não é que uma delas seja tola. O problema é que ninguém registou em que momento qual suposição deveria ceder.
Uma contradição entre suposições normalmente não é um erro de cálculo. É o resto visível de uma mudança que se manifestou de forma diferente em dois pontos da empresa. Uma suposição foi escrita por alguém que vê o departamento a crescer em número de pedidos. A outra por alguém que vê que parte desses mesmos pedidos já é tratada sem intervenção humana, com supervisão que aprova ou rejeita. Ambas as observações podem estar corretas. Só que deixaram de estar alinhadas desde que a IA assumiu parte do trabalho.
É aqui que o método se torna útil, e também onde tem limites. A prova de esforço revela uma contradição; não explica quem está errado. Isso exige uma conversa, não um cálculo.
O autorregisto de uma equipa de direção é uma fotografia do que as pessoas pensam saber, não do que é verdade. Se dois membros da direção colocam ambos uma suposição em "válida", isso significa que estão de acordo — não que a suposição esteja correta. Ao contrário: se uma suposição é marcada como "duvidosa" porque uma pessoa viu um sinal que as outras não conhecem, isso é motivo para verificar, não confirmação de que a suposição caduca.
Os dados externos com que o autorregisto é comparado têm a sua própria incerteza. Os dados setoriais sobre a medida em que a IA está a assumir trabalho estão atrasados em relação à prática. A regulamentação altera o terreno de jogo antes de os números o refletirem. Um concorrente que comunica sobre automação nem sempre diz o que realmente acontece internamente. A prova de esforço combina estas fontes para tornar visível um padrão, não para garantir um resultado. Onde a imagem é ténue — uma fonte, um trimestre, uma região — a prova de esforço indica-o como ténue, em vez de o esconder por trás de um número aparentemente preciso.
Um resultado não diz, portanto, nada por si só. Diz algo em combinação com a pergunta: quão recentemente isto foi confirmado, e por quem.
Numa empresa, uma suposição sobre IA é ajustada dentro de um trimestre, logo que a primeira tarefa é efetivamente assumida. Noutra empresa, a mesma suposição continua inalterada no documento dois anos depois, enquanto a tarefa em que se baseia já é largamente tratada por IA. A diferença raramente está na qualidade das pessoas. Está em existir, ou não, um momento fixo em que as suposições são novamente testadas, e se esse momento é independente de quem, nesse momento, grita mais alto que algo tem de mudar. Empresas onde a voz mais alta não determina automaticamente qual aplicação de IA tem prioridade deixam as suposições manterem-se ou caírem com base no que é visível, não em quem dominou a última reunião.
Há uma diferença entre um risco que aceita consciente e uma suposição que já perdeu sem se dar conta; a distinção entre um risco de IA e uma suposição de IA explica por que duas suposições por vezes não colidem por estarem erradas, mas porque uma descreve um risco e a outra um facto que já mudou. Uma vez feita essa distinção, também fica mais claro por que a contradição não exige necessariamente uma decisão, mas sim uma atualização daquilo que se assume como verdadeiro.
O valor da prova de esforço não está no momento da contradição em si, mas no que acontece depois com essa contradição. Se ficar registado qual suposição foi ajustada e com base em que sinal, isso pode ser recuperado mais tarde. Se ficar apenas numa conversa sem registo, a mesma contradição volta a surgir dentro de um ano, com a mesma confusão. Quem quer poder explicar mais tarde por que razão uma escolha estratégica foi feita na altura, também precisa que fique registado por que razão uma suposição sobre IA deixou de ser válida — não como peça de arquivo, mas porque o próximo decisor recomeça do zero.
Importante: tudo isto trata do reconhecimento e do acompanhamento de uma mudança, não do que uma organização faz depois com o seu pessoal. Onde um resultado toca numa decisão sobre pessoas, aplicam-se aí requisitos legais próprios; a prova de esforço não é fundamento para essa decisão.
Uma direção que encontrou uma contradição pergunta-se muitas vezes com que frequência algo assim se repete. A resposta depende da rapidez com que a IA, no setor em questão, assume efetivamente tarefas e da visibilidade com que isso se manifesta externamente. É também essa a pergunta subjacente a com que frequência uma estratégia merece ser reavaliada: não numa data fixa do calendário, mas no momento em que as suposições e a realidade começam de novo a divergir.
A pergunta subjacente — que trabalho nesta empresa pode realmente ser assumido pela IA, que parte com supervisão e que parte permanece trabalho humano — é respondida por tarefa com o werkscan da FTE TO AI. Se quiser primeiro ver onde estão as suas próprias suposições antes de investigar isso, existe a verificação gratuita de suposições: uma ronda breve em que identifica as suas principais suposições e vê, para cada uma, quando foi confirmada por último. A prova de esforço completa, com a comparação externa e o autorregisto lado a lado, 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.