IA como catalisador da inovação

Segundo Einstein, "A mente que se abre a uma nova ideia jamais voltará ao seu tamanho original". Essa frase explica por que, hoje, as empresas reconhecem a necessidade de inovar não apenas para crescer, mas também para se manterem competitivas. Ao mesmo tempo, Einstein nos lembra: "Uma pessoa que nunca cometeu um erro, nunca tentou nada de novo".

Inovar, portanto, exige aceitar a possibilidade de errar. Isso não significa valorizar o erro em si, mas sim criar uma cultura que o veja como parte do processo de inovação. É essencial aprender com os erros e controlar os impactos das "experimentações". Entretanto, pessoas competentes naturalmente evitam cometer falhas. Se a cultura organizacional exercer críticas severas, formais ou informais, isso pode sufocar a semente da inovação antes mesmo dela florescer.

Cuidados como estes ajudam a reduzir a culpa pelos erros e o receio de inovar. Mas não mudam a necessidade de velocidade e cobrança por resultados. Por isso, reduzir custos dos testes, viabilizando ciclos de aprendizado curtos, é um grande aliado do processo de inovação. Nesse contexto, o uso eficaz de IA pode ser um grande diferencial.

Explorando o potencial da IA 

O Vibe Coding é uma prática de desenvolvimento onde todo o código é gerado por IA, sem revisão ou validação por um desenvolvedor. Mesmo sem considerar a sua aplicação plena, se a aplicação de IA na geração de código reduzir custos e prazos em mais de 50%, estamos reduzindo bastante os impeditivos para a inovação. E ambientes de POC (Proof of Concept)  ou MVP (Minimum Viable Product) em geral apresentam riscos mais controlados. Mas a inovação não se limita à criação de aplicativos. Testes de interfaces gráficas (GUIs) e ajustes de processos de negócio são parte integrante do desenvolvimento, ampliando oportunidades de aprendizado e melhoria contínua.

O emprego de ferramentas para construção de GUIs através de IA permite a realização de vários testes de forma rápida, incluindo a validação do comportamento junto a diferentes stakeholders. E o melhor, a própria área de negócio pode assumir a liderança no processo, criando maior agilidade e ownership. Claro, continua sendo de extrema importância o apoio de especialistas em UX.

Já em relação aos processos, adotar uma abordagem centrada no cliente (cusomer centric process) e buscar otimizar a operação requer ajustes contínuos. Por que não fazer isto com ferramentas de apoio, tradicionalmente orientadas a interfaces Drag & Drop, mas que atualmente estão evoluindo para incluir uma interface de prompt, permitindo que as áreas de negócio e operacionais possam remodelar o processo de forma barata e rápida? Podemos criar um modelo de ideação muito mais rico, com um Gemba contínuo.

É claro que não é trivial dominar estas capacidades, mas para ilustrar a sua importância, segundo a Mckinsey, "Nos últimos três anos, a margem de diferença entre as líderes e as retardatárias com relação à maturidade digital e em IA aumentou 60%". Não é apenas uma diferença intangível, mas que se reflete diretamente nos negócios, em taxas de crescimento e EBITDA por exemplo.

Além de dominar as novas tecnologias e ferramentas, precisamos revisar papéis, responsabilidades, interação entre áreas, forma de medição de resultados, ritos de interação e claro, governança e gestão. Não se pode trocar um carro por um avião continuar usando as mesmas formas pilotagem e navegação.  É possível iniciar sem abranger toda a empresa, definindo um perímetro específico de responsabilidade e influência. Provavelmente resultados vão ajudar a este perímetro.

COE de automação e IA

Para tornar mais tangível, vamos exemplificar através da criação de um Centro de Excelência (COE) de Automação e IA.  Ele pode ser iniciado com a criação de um grupo multidisciplinar atuando em formato de Squad, com a participação de especialistas técnicos, analistas de negócio, especialistas em UX e, principalmente, profissionais das áreas de negócio e operações. Alguns com dedicação exclusiva para garantir a cadência de execução e contexto, e outros atuando em tempo parcial ou sob demanda.

Ao invés de se criar um plano estratégico completo, com foco em uma arquitetura de longo prazo, podemos iniciar a partir de problemas específicos. Por exemplo, gargalos, atividades excessivamente manuais e de baixa complexidade, principais causas de erro e retrabalho, pontos de insatisfação de clientes e usuários. É bem provável que os principais itens já sejam conhecidos, mas é sempre bom avaliar o real impacto de cada um, através da análise dos dados ou técnicas de Process Mining. Esta abordagem também é eficaz para o refinamento de requisitos de GUIs e processos de negócio.

Esta estratégia, mais próxima de uma técnica de guerrilha, permite focar na entrega de resultados concretos e ganhos reais que poderão inclusive financiar a continuidade da iniciativa. Para apoiar a agilidade da estratégia, os requisitos de automação e IA podem ser tratados de forma mais simples inicialmente, por exemplo utilizando  RPA ou mecanismos de busca com RAG (Retrieval-Augmented Generation).

Em paralelo deve-se ter um time de arquitetura avaliando o que está sendo implementado para identificar os requisitos e oportunidades de criar uma plataforma mais robusta, aumentando a confiabilidade e gerando IP ao longo do tempo. Bem alinhado, isto se torna um apoio para o COE, e não um obstáculo. Questões adicionais associadas à Gestão da Mudança, como novos papéis e cargos (e.g. Gestor de Robôs), apoio de marketing, e comunicação interna e externa vão ser um grande diferencial.

Não menos importante, a gestão deste COE deve associar capacidades e requisitos de gestão como Project Manager ou Scrum Manager, mas deve também ter um foco claro nos resultados esperados de ganhos reais, como redução de custos ou aumento de receita.

Cultura de resultados

A partir do direcionamento estratégico da companhia deve ser realizado um desdobramento que permita a definição clara de objetivos para o COE, por exemplo, através de OKRs – Objectives and Key Results. A análise de Business Case para cada iniciativa pode se tornar improdutiva, principalmente para iniciativas pequenas, mas a priorização dos casos de uso ficará mais assertiva, assim como a medição dos resultados, individuais e principalmente agregados. Modelos mais simples, com unidades padronizadas, ou "moedas típica" (e.g. custo HH, custo de atendimento no call center, 1 dia de atraso na resposta para cliente), permitem que a própria Squad tenha ownership sobre as medições e os resultados a serem entregues.

É certo que tecnologias como IA e plataforma "no-code" podem assustar as equipes de TI com a sensação de perda de controle. Mas quando a área de TI reconhece que seu papel principal é viabilizar a captura de valor pela empresa por meio da tecnologia, seu verdadeiro potencial estratégico se revela.

Por Laerte Sabino, CEO da Icaro Tech

Siga TI Inside no Instagram e tenha acesso a conteúdos exclusivos do mercado.