Da identificação de problemas aos testes com segurança, especialista reúne cinco orientações para aplicar a inteligência artificial ao intraempreendedorismo
Quase metade dos profissionais que usam inteligência artificial no trabalho (48%) já inseriu informações da empresa em ferramentas públicas, segundo a pesquisa “Confiança, atitudes e uso da inteligência artificial”, da Universidade de Melbourne em parceria com a KPMG. O dado evidencia um desafio para as organizações: aproveitar a facilidade com que os colaboradores podem explorar ideias e criar soluções com IA, sem deixar de estabelecer regras para o uso de dados e critérios para avaliar quais propostas devem avançar.
“O maior erro hoje é tratar a inteligência artificial apenas como uma novidade técnica ou, no extremo oposto, tentar controlar seu uso proibindo as pessoas de testar. O caminho é dar autonomia com diretrizes claras: a empresa define os problemas prioritários e as regras de proteção de dados, enquanto os colaboradores contribuem com a criatividade e o conhecimento da operação”, explica Paulo Humaitá, fundador e CEO da Bluefields.
Transformar testes em projetos, porém, ainda é um desafio. Segundo estudo “Os sistemas de inovação precisam de uma reinicialização”, da Boston Consulting Group (BCG), 86% das empresas pesquisadas experimentavam IA generativa em suas áreas de inovação, mas apenas 8% haviam levado seu uso à escala.
Para a Bluefields, aceleradora de negócios e plataforma de inovação, a IA pode ajudar os colaboradores a desenvolver e testar propostas de melhoria, desde que essas iniciativas estejam conectadas a desafios do negócio. A empresa reuniu cinco orientações para aplicar a tecnologia ao intraempreendedorismo:
- Comece pelo problema, não pela ferramenta – Antes de convidar os colaboradores a propor ideias com IA, a liderança deve indicar desafios concretos do negócio, como gargalos operacionais, demora no atendimento ou dificuldades na jornada do cliente. Isso dá direção à experimentação e ajuda a identificar onde uma solução pode gerar valor;
- Defina quais ferramentas e dados podem ser usados – As equipes precisam saber quais plataformas estão autorizadas e que informações não devem ser inseridas em ferramentas públicas, como dados de clientes, informações financeiras e documentos confidenciais. Regras claras permitem testar ideias sem colocar informações da empresa em risco;
- Facilite a apresentação das propostas – O colaborador não precisa elaborar um business case completo para sugerir uma melhoria. Um formato simples pode pedir que ele descreva o problema, quem é afetado, como pretende usar a IA para desenvolver ou testar a solução e que resultado indicaria que a proposta funcionou;
- Teste a ideia em pequena escala – Antes de investir em licenças amplas ou integrar a solução aos sistemas da empresa, vale realizar um piloto com escopo, prazo e critérios de avaliação definidos. A IA pode acelerar a criação de protótipos, mas a utilidade da proposta precisa ser testada na prática, com avaliação humana;
- Decida o próximo passo com base nos resultados – Ao fim do piloto, a empresa deve avaliar se houve ganho mensurável, quais riscos precisam ser tratados e o que seria necessário para ampliar a solução. Se a proposta não funcionar como esperado, ajustá-la ou encerrá-la também faz parte do processo de inovação.
“O valor da IA generativa não está na quantidade de experimentos realizados, mas na capacidade de identificar quais soluções funcionam e podem ser incorporadas à rotina da empresa. Para isso, é fundamental acompanhar os resultados dos pilotos e definir critérios para decidir o que deve ser ampliado, ajustado ou descontinuado”, conclui Humaitá.