Há uma coisa que sempre me impressionou nas empresas por onde passei: muitas vezes, as pessoas mais importantes para manter uma operação funcionando não ocupavam os cargos mais altos. Eram profissionais que conheciam profundamente os sistemas, os processos e, principalmente, suas exceções.

Lembro de situações em que um problema aparentemente insolúvel era resolvido por alguém que simplesmente dizia: “Já vi isso acontecer antes. Sei onde está o problema.”

Esse conhecimento não se aprende lendo manuais. É construído ao longo de anos, enfrentando problemas reais.

Por isso, fiquei intrigado quando um executivo me contou, entusiasmado, que sua empresa estava utilizando IA para transformar décadas de conhecimento acumulado em informações acessíveis por agentes. Processos, procedimentos e experiências de profissionais veteranos poderiam ser consultados em segundos.

Perguntei o que aconteceria com as pessoas que haviam construído aquele conhecimento.

A resposta veio rapidamente: poderiam se dedicar a atividades mais estratégicas. Insisti: quais atividades? E quem estava preparando esses profissionais para exercê-las?

A conversa ficou menos entusiasmada. Durante décadas, esse conhecimento, frequentemente concentrado em poucos especialistas, foi um ativo estratégico das organizações.

Agora, a IA começa a modificar essa relação.

Documentos podem ser pesquisados, informações dispersas relacionadas e experiências acumuladas utilizadas por sistemas capazes de responder perguntas que antes dependiam de profissionais experientes.

Mas existe uma diferença fundamental entre acessar informações e compreender um negócio.

Um agente pode recuperar uma regra operacional. Isso não significa que compreenda por que ela foi criada, quando deixou de funcionar ou quais consequências sua aplicação pode produzir.

Grande parte do conhecimento corporativo é tácita e contextual. Nem tudo está documentado. E nem tudo que está documentado continua correto.

Vejo três riscos nessa transformação.

O primeiro é a desvalorização prematura da experiência. Empresas podem concluir que precisam menos de seus especialistas justamente quando eles seriam fundamentais para validar e aperfeiçoar os sistemas de IA.

O segundo é a automação de práticas equivocadas. Processos acumulam exceções, improvisações e regras ultrapassadas. Incorporá-los à IA sem revisão crítica pode transformar erros históricos em respostas aparentemente confiáveis, reproduzidas em escala.

O terceiro, talvez o mais preocupante, é a dificuldade de formar novos especialistas. Experiência exige enfrentar problemas, investigar exceções e compreender consequências. Se a IA assumir progressivamente essas atividades, como os profissionais mais jovens desenvolverão julgamento?

Não defendo preservar tarefas desnecessárias para proteger especialistas das mudanças. O valor da experiência também precisa evoluir.

Quem conhece apenas os procedimentos estabelecidos poderá perder espaço. Mas quem compreende suas razões, identifica limitações e toma decisões diante de situações novas continuará sendo valioso.

Para as empresas, isso exige três cuidados: envolver especialistas na construção e validação da IA, redesenhar funções para desenvolver competências de análise e decisão e preservar oportunidades de aprendizagem prática, especialmente para os mais jovens.

Não basta capturar conhecimento.

É preciso garantir que a organização continue capaz de questioná-lo, atualizá-lo e produzir conhecimento novo.

A liderança também precisa rever seus indicadores. O sucesso da IA não deveria ser medido apenas pela redução da dependência de especialistas, mas pela capacidade de disseminar conhecimento, desenvolver pessoas e melhorar decisões.

Tenho acompanhado transformações tecnológicas durante décadas e aprendi que novas ferramentas alteram o valor das competências. O problema é que as organizações nem sempre percebem essa mudança a tempo.

Com a IA, podemos estar diante de um paradoxo: empresas cada vez mais eficientes em reproduzir conhecimento acumulado, mas menos preparadas para questioná-lo ou criar conhecimento novo.

Afinal, uma organização não se torna mais inteligente simplesmente porque consegue consultar rapidamente tudo o que já sabe.

A pergunta que deixo aos executivos é: estamos utilizando a IA para ampliar a inteligência dos nossos profissionais ou para tornar dispensáveis justamente as pessoas que poderiam impedir a empresa de automatizar seus próprios erros?

Porque automatizar conhecimento não é o mesmo que construir inteligência organizacional.

Cezar Taurion é advisor de IA com mais de 4 décadas de experiência no mercado de TI. Investidor e mentor de startups de IA e membro do conselho de inovação de diversas empresas e associações. Foi Diretor de Novas Tecnologias Aplicadas e Chief Evangelist da IBM Brasil, sócio-diretor e líder da prática de IT Strategy da PwC, além de passar por Shell e Chase Manhattan Bank. Escreve sobre TI em publicações especializadas e apresenta palestras em eventos e conferências. É autor de 14 livros e e-books. Membro notável do I2AI. Professor convidado da FDC, da PUC-RJ e PUC-RS, nas cadeiras de MBA “IA aplicada aos negócios” e “Transformação Digital”. Publisher da Intelligent Automation Magazine. Top Voice Linkedin.

Sem comentários registrados

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *