Cada novo lançamento do modelo Frontier parece estimular uma nova rodada de artigos apocalípticos. Basta procurar no Google “o fim dos empregos de colarinho branco”, e você será bombardeado com discursos sobre o fim do trabalho moderno e o desvendamento do contrato social entre funcionários e organizações.
O que não vejo ninguém comentando, no entanto — e que eu acho uma conversa bem mais produtiva — é a oportunidade para os trabalhadores do conhecimento.
Ninguém entende processos críticos de negócios melhor do que seus funcionários da linha de negócios. Não são os executivos. Nem a área de TI. Ou mesmo os LLMs mais avançados. São seus analistas de negócios e profissionais de RevOps, seus gerentes de supply chain e líderes financeiros e os funcionários com experiência forjada ao longo de décadas.
Para que uma empresa seja verdadeiramente inteligente, esses trabalhadores precisam estar envolvidos em como os fluxos de trabalho de IA são construídos e implantados. A orientação deles é a única forma de a IA aprender e realmente entender sua empresa.
Mas como será essa transição, e como as organizações podem começar a operacionalizar a IA de forma significativa ao lado dos trabalhadores do conhecimento? Vamos dar uma olhada.
O que a inteligência empresarial exige
Imagine apresentar ao seu conselho um conjunto de dados financeiros e recomendar ações específicas. Depois, na próxima reunião, você volta atrás em tudo porque sua camada de IA errou os números.
Não há maneira mais rápida de acabar com uma iniciativa de IA do que entregar os resultados errados. Sem confiança, todo o sistema desmorona.
Na nossa recente pesquisa com 1.400 líderes de negócios e de TI, descobrimos que, embora mais de 90% das organizações estejam usando IA, apenas 28% confiam nela na tomada de decisões. Quanto ao número de organizações que transformaram os pilotos de IA em produção, o número foi de pouco menos de 25%, o que sugere uma correlação muito forte entre confiança e operacionalização.
Empresa inteligente, então, é uma organização que tem IA confiável integrada em toda a organização.
Na Alteryx, dizemos que os resultados de todo sistema de IA devem seguir nossa estrutura VURA (Visible, Understandable, Repeatable e Auditable): um sistema de IA e os resultados devem ser visíveis, compreensíveis, reproduzíveis e auditáveis. Em outras palavras, duas pessoas precisam saber chegar à IA com uma pergunta e ter a mesma resposta; qualquer pessoa que use IA nos fluxos de trabalho deve saber explicar como o sistema de IA chegou a essa resposta.
Quem é responsável por operacionalizar a IA?
A inteligência empresarial trata da implantação de IA confiável em processos de negócios essenciais; mas quem é, afinal, o responsável por esses sistemas e processos de IA: as equipes de TI, ou os trabalhadores do conhecimento?
Digamos que você queira usar IA no seu processo Sarbanes-Oxley, como, por exemplo, os lançamentos contábeis, reconhecimento de receita, controles de acesso etc. Antes que a TI possa ajudar você a montar um novo fluxo de trabalho de IA, ela precisa primeiro entender em detalhes seu processo Sarbanes-Oxley. Depois, eles precisam codificar uma ferramenta confiável para sua equipe financeira.
É possível, claro. Mas criar essa solução leva um tempo desproporcional. Então, quando surge uma nova regulamentação ou você aparece uma aquisição, tudo desmorona. Você precisa coordenar com a TI para reajustar tudo.
Além disso, se seus livros não se conciliarem ou se você não estiver em conformidade, não é bom que essa responsabilidade recaia sobre eles. Você sabe por que a propriedade dos sistemas e fluxos de trabalho de IA deve estar a cargo dos trabalhadores da área de negócio. Eles são os únicos com a expertise para garantir a veracidade dos resultados da IA. São os únicos que podem moldar e definir a lógica e supervisionar a execução contínua.
Os dados são o combustível. A lógica de negócios é o que mantém a IA no caminho certo.
Por fim, há a questão dos dados. Todos já ouvimos a expressão "entradas ruins, saídas ruins". Sendo eu CEO de uma empresa de análise de dados, você pode esperar que eu diga que dados confiáveis são essenciais quando se trata de saídas confiáveis de IA.
E, embora seja absolutamente essencial, é apenas o primeiro passo.
Agregar os dados corporativos em uma plataforma de dados na nuvem é extremamente útil. Todos esses dados ficam prontamente acessíveis. Você ganha uma única fonte confiável de dados para todas as equipes e fluxos de trabalho. Mas você não pode simplesmente direcionar seu LLM a uma plataforma de dados na nuvem e pedir que ele dê sentido aos seus dados em um processo de negócio complexo.
Novamente, você precisa que as pessoas que entendem esses processos críticos guiem seus LLMs para interpretar os dados corretos da maneira correta. É isso que deixa seus sistemas de IA visíveis, compreensíveis, repetíveis e auditáveis. Você precisa de dados limpos e confiáveis, sim. Mas, mais do que isso, você precisa de lógica de negócios em torno desses dados, e isso só vem dos seus trabalhadores do conhecimento.
Os cinco pilares da inteligência empresarial
No mais alto nível, a inteligência empresarial se baseia em cinco pilares centrais:
- Dados confiáveis e transparentes
- Analistas de negócios capacitados
- Responsabilidade compartilhada entre os executivos
- Colaboração multifuncional
- Liderança que evolui ao lado da IA
Cada pilar reforça a mesma ideia central: a IA só é valiosa quando fundamentada em dados confiáveis, moldada pela verdadeira expertise em negócios, apoiada pela liderança executiva e escalada por equipes que podem utilizá-la para melhorar os processos diários.
Aproveite a inteligência que está ao seu redor
Como líder de negócios que busca construir uma empresa inteligente, as perguntas mais importantes que você pode começar a se perguntar são aquelas sobre a operacionalização da IA nos principais processos de negócios. O que seria necessário para você confiar nos resultados da IA? O que deixaria os processos baseados em IA superiores aos atuais?
Quando você tiver essas respostas, envolva imediatamente seus trabalhadores da linha de negócios. Dê a eles responsabilidade e autonomia. Em vez de pedir que a IA os substitua, apoie-se na inteligência dela. Deixe que seus trabalhadores do conhecimento para ampliem, moldem e controlem a IA. O domínio deles dos negócios é o que possibilita a inteligência empresarial