A Inteligência Artificial (IA) está deixando de apenas produzir informação. Quanto mais ela avança da resposta para a execução e a coordenação dos processos, mais a discussão deixa de ser tecnológica e passa a ser de gestão de IA.
Durante os últimos anos, essa tecnologia produziu uma combinação rara de entusiasmo, velocidade de adoção e expectativa — e havia bons motivos para isso. Consultar informações ficou mais rápido; produzir textos, análises, códigos e relatórios passou a consumir uma fração do tempo. Atividades antes restritas a especialistas tornaram-se acessíveis a um número muito maior de pessoas.
A Inteligência Artificial entregou esses resultados, mas, à medida que o investimento cresce, começa a aparecer também uma sensação de frustração. Se a IA é capaz de fazer tanto, por que os resultados organizacionais nem sempre avançam na mesma proporção?
Talvez isso ocorra porque estejamos descobrindo uma diferença fundamental entre aumentar a capacidade de uma pessoa ou de uma atividade e aumentar a capacidade da organização como um todo.
De resposta à coordenação: a importância da governança da Inteligência Artificial
O uso da IA nas empresas está se ampliando. Não se trata necessariamente de uma escala de maturidade, mas de aprendizado e utilização, com alcance crescente sobre o trabalho. Dessa forma, surge o modelo de uso principal nas seguintes formas: Responder → Produzir → Agir → Coordenar.
Nessa estrutura, cada item corresponde ao seguinte:
Responder: uso da AI para acessar conhecimento, interpretar informações e apoiar decisões.
Produzir: uso dessa tecnologia para criar análises, documentos, relatórios, códigos, planos ou recomendações.
Nessas duas primeiras formas de uso, boa parte do ganho aparece diretamente na produtividade individual.
Agir: muda a natureza da utilização. A IA passa a executar atividades, acessar sistemas, movimentar dados, iniciar workflows, verificar regras e tomar determinadas decisões.
Coordenar: amplia ainda mais esse alcance. Pessoas, sistemas, automações e diferentes agentes passam a participar conjuntamente de um mesmo fluxo de trabalho.
É justamente nessa passagem que a tecnologia começa a desencontrar a gestão de IA.
Automatizar uma atividade não significa transformar um processo
Um departamento, individualmente, pode ter ótimos resultados utilizando a Inteligência Artificial. Por exemplo, o setor de Compras pode analisar fornecedores mais rapidamente. O Financeiro pode acelerar conciliações. Recursos Humanos podem automatizar atendimentos. Qualidade pode analisar documentos ou não conformidades.
Mas organizações não funcionam apenas dentro dos departamentos. Uma atividade desencadeia outra. Uma decisão afeta outra área. A gestão de processos atravessa sistemas, regras, documentos, controles, aprovações e responsabilidades.
Por isso, produtividade individual não significa, necessariamente, desempenho de ponta a ponta. Da mesma forma, também há outras particularidades de corporações que precisam ser consideradas na governança da Inteligência Artificial:
- acesso ao conhecimento não significa capacidade organizacional;
- capacidade tecnológica não significa capacidade empresarial;
- automatizar silos não obrigatoriamente elimina os silos.
Em determinadas situações, essa tecnologia apenas faz com que eles operem mais rapidamente. Talvez esteja aí uma das razões para a preocupação atual: essa tecnologia avançou mais rapidamente do que a capacidade de muitas organizações a aprenderem a utilizá-la de forma coordenada.
A tecnologia aplicada sobre processos mal definidos não necessariamente corrige a desorganização — podendo até amplificar sua complexidade e sua velocidade.
Veja também: O que são Processos Inteligentes e como implementá-los
A pergunta está mudando
Durante muito tempo, boa parte da transformação digital começou com perguntas como “Qual tecnologia devemos utilizar?”, “Qual plataforma devemos contratar?” ou “Onde podemos aplicar Inteligência Artificial?”. Essas perguntas continuam relevantes, mas já não são suficientes.
Outras questões começam a ganhar importância, como:
- O processo está preparado para utilizar essa tecnologia?
- Os dados são confiáveis?
- As responsabilidades estão claras?
- As regras de decisão estão definidas?
- As exceções são conhecidas?
- Os controles e riscos da IA estão relacionados ao processo?
- Está claro aquilo que pode ser automatizado e aquilo que ainda exige intervenção humana?
Essas questões se tornam ainda mais relevante, quando decidimos que a AI deve agir. Enquanto uma Inteligência Artificial responde a uma pergunta ou produz um documento, existe normalmente uma pessoa entre a recomendação e a execução.
Quando a IA, como um Agente Inteligente, passa a agir diretamente nos processos, essa distância diminui. E, então, novas perguntas aparecem; dentre elas:
- Quem pode decidir?
- Até onde vai a autonomia?
- Quando uma aprovação humana continua obrigatória?
- Quais informações podem ser acessadas?
- Como uma exceção deve ser tratada?
- Quem responde pelo resultado?
- Como uma decisão poderá ser explicada posteriormente?
Por exemplo, quando diferentes agentes passam a participar do mesmo fluxo, essas questões deixam de ser apenas problemas de tecnologia e passam a ser problemas de governança de IA.
E quanto maior a capacidade de ação e coordenação concedida à tecnologia, maior precisa ser a capacidade de gestão e governança da organização.
O desafio agora é coordenar e fazer a gestão de IA
Talvez a próxima etapa da Inteligência Artificial não seja determinada apenas por modelos mais sofisticados, que certamente continuarão a evoluir. Na verdade, as organizações já começam a enfrentar outro desafio: coordenar e mensurar sua capacidade real. Ou seja, aquilo que pessoas, processos, sistemas, automações de processos e agentes são capazes de realizar conjuntamente.
Isso exige olhar além do departamento; exige entender processos ponta a ponta; e exige relacionar decisões, riscos, controles, dados e responsabilidades. Mais ainda, exige resistir à tentação — ou à ilusão — de acreditar que uma tecnologia extraordinária compensará automaticamente processos fragmentados, silos departamentais, conflitos ou modelos operacionais pouco claros.
A próxima pergunta, portanto, talvez não seja:
“O que mais a IA será capaz de fazer?”
Mas sim:
“Como a organização irá coordenar tudo aquilo que pessoas e tecnologia já são capazes de fazer?”
Porque, quando a IA apenas responde, a tecnologia pode ser o centro da discussão. Quando se passa a agir e coordenar processos, o problema muda. O novo desafio passa a ser a governança da Inteligência Artificial.
FAQ – Perguntas frequentes
É a capacidade de coordenar e gerenciar o uso da IA na organização, considerando processos, sistemas, automações, agentes, decisões, riscos, controles, dados e responsabilidades.
Porque a IA está deixando de apenas produzir informações e passando a executar atividades, acessar sistemas, movimentar dados, iniciar workflows, verificar regras e tomar determinadas decisões. À medida que aumenta a capacidade de ação da tecnologia, também aumenta a necessidade de gestão e governança.
Há quatro formas principais: Responder, Produzir, Agir e Coordenar. Responder envolve acessar conhecimento, interpretar informações e apoiar decisões. Produzir inclui criar análises, documentos, relatórios, códigos, planos e recomendações. Agir envolve executar atividades e interagir diretamente com sistemas e processos. Coordenar amplia esse alcance ao integrar pessoas, sistemas, automações e diferentes agentes em um mesmo fluxo de trabalho.
Não. A automação de uma atividade pode aumentar a produtividade de um departamento, mas não significa necessariamente melhorar o desempenho do processo de ponta a ponta. Os processos atravessam áreas, sistemas, regras, documentos, controles, aprovações e responsabilidades.
A tecnologia não necessariamente corrige a desorganização. Segundo o artigo, sua aplicação sobre processos mal definidos pode até amplificar a complexidade e aumentar sua velocidade.
É importante avaliar se o processo está preparado, se os dados são confiáveis, se as responsabilidades estão claras, se as regras de decisão estão definidas, se as exceções são conhecidas e se riscos e controles estão relacionados ao processo. Também é necessário definir o que pode ser automatizado e o que ainda exige intervenção humana.
A distância entre a recomendação da IA e sua execução diminui. Com isso, passam a ser necessárias definições mais claras sobre quem pode decidir, qual é o limite da autonomia, quando a aprovação humana é obrigatória, quais informações podem ser acessadas, como exceções devem ser tratadas e quem responde pelo resultado.
Quanto maior a capacidade de ação e coordenação concedida à tecnologia, maior precisa ser a capacidade de gestão e governança da organização. Isso é especialmente relevante quando diferentes agentes passam a participar de um mesmo fluxo de trabalho.
Quando a IA apenas responde ou produz uma recomendação, normalmente existe uma pessoa entre a recomendação e a execução. À medida que a IA passa a agir diretamente, torna-se necessário estabelecer quando a aprovação humana continua obrigatória e quais decisões podem ser tomadas autonomamente.
Porque ganhos obtidos individualmente ou dentro de departamentos não garantem melhoria do processo de ponta a ponta. Uma atividade pode desencadear outras, afetar diferentes áreas e depender de sistemas, regras, controles, aprovações e responsabilidades.
O desafio passa a ser coordenar e mensurar a capacidade real da organização, considerando aquilo que pessoas, processos, sistemas, automações e agentes conseguem realizar conjuntamente.
A discussão deixa de se concentrar apenas em quais tecnologias utilizar ou onde aplicar IA e passa a considerar como a organização irá coordenar tudo aquilo que pessoas e tecnologia já são capazes de fazer.
