Olá seja bem-vindo!
No artigo anterior discutimos sobre a chegada da Inteligência Artificial nas organizações, seu impacto sobre a mão de obra e por consequência na cultura e a necessidade de que o assunto seja tratado nas posições mais seniors da organização e depois cascateado no formato de um conjunto de projetos, ou seja, através de um programa de transformação estruturado.
Hoje, falaremos sobre a fase de descobertas de uso dessa tecnologia e sobre como estruturar isso minimamente.
Fase 2: Investigando as possibilidades
A fase de investigação é crucial para o sucesso do programa de implementação de IA em uma organização, onde as idéias, sonhos e desejos serão inicialmente registrados e discutidos. Aqui se começa a desenhar também qual solução de IA será utilizada de acordo com o problema a ser resolvido.
Em algum momento da sua vida profissional você já deve ter participado de algum brainstorming que não deu em nada, ou em que algum tempo depois o conteúdo foi perdido, certo? Isso acontece basicamente por dois motivos:
- Baixo nível de comprometimento do Sponsor e do C-Level, ou seja, o resultado não conseguiu ser “interessante” para ser incluído no Plano Estratégico e por isso não terá a energia correta dedicada a ele, e pode inclusive ser abandonado aqui.
- É gerado um numero tão grande de iniciativas que a organização não tem como lidar com tudo e no fim acaba se apegando apenas aos mais significativos ou melhor apadrinhados.
Precisamos endereçar esse problema antes de prosseguir.
A prática aqui é alinhar as expectativas estratégicas com as iniciativas para que elas se tornem atrativas ao C-Level da organização.
Isso pode ser feito a partir da análise de algumas variáveis para cada iniciativa, que são:
- Aspectos Legais, Éticos e Regulatórios, quase autoexplicativo, ou seja, se infringe a lei (LGPD por exemplo) ou a ética, descrita no código de conduta da organização. Ela não será aprovada para ser implementada, ou seja nem passa para a fase de avaliação técnica. Esse critério é eliminatório, as iniciativas barradas aqui não precisam aparecer na matriz final de decisão;
- Viabilidade Técnica: Inclui-se aqui o tempo e o custo estimado para desenvolver a solução, assim como a estratégia de IT que deve suportar a solicitação;
- Dados: Toda IA. depende de dados para funcionar, e aqui vale a regra SISO (Shit In / Shit out), a organização pode não ter todos os dados, então se mensura a qualidade do que se tem e o tempo para acertar isso;
- Impacto nos negócios: Vamos pensar em pelo menos quatro subcategorias:
Com isso tabulado, será possível criar uma matriz de Impacto x Esforço, como mostra figura a seguir.
Serão submetidos ao Conselho e C-Level os projetos dos quadrantes A e D, visto há possível relevância. O quadrante C pode ser tratado como de iniciativas menores a serem feitas diretamente pelos usuários sem necessidade de um projeto complexo e o B por conta do alto esforço pode ser ignorado no momento.
Esses conceitos e a matriz trarão clareza a organização e aos stakeholders sobre como os projetos e orçamento deverão ser alocados, isso diminuirá o atrito sobre o assunto.
Em nosso próximo artigo continuaremos com a investigação das oportunidades espero que a informação até o momento tenha sido útil.
Caso deseje deixe nos comentários sua visão sobre o assunto, todas as opiniões são bem-vindas!
Abraços e até o próximo artigo.
