Um kit de ferramentas para ajudar o senhor a gerenciar a incerteza em relação à IA

Como a TI generativa está pronta para remodelar o mundo dos negócios, ela introduz um nível de incerteza com o qual os gerentes não estão acostumados - um nível repleto de muitas incógnitas desconhecidas. Os gerentes enfrentam o duplo desafio de prever resultados inerentemente imprevisíveis e, ao mesmo tempo, correr contra o relógio em um ambiente de ritmo acelerado. Nessas circunstâncias, é fácil cair na armadilha de temer a TI, esperar que a onda passe ou superestimar seu potencial. Mas há um caminho mais ponderado a seguir. Considere o caso de um gerente de uma empresa de bens de consumo que está decidindo se deve investir no desenvolvimento de um novo chatbot alimentado por IA. À primeira vista, os benefícios parecem óbvios - maior satisfação do cliente, custos reduzidos, atendimento 24 horas por dia, 7 dias por semana e muito mais. Mas o caminho para obter esses benefícios é repleto de incertezas. Por exemplo, o gerente pode não saber se outras empresas estão desenvolvendo tecnologias semelhantes, a rapidez com que a IA está avançando ou se o chatbot compreenderá totalmente o contexto necessário para interações significativas. Essas incertezas não apenas variam em sua natureza, mas também exigem estratégias diferentes. Algumas podem precisar de uma análise rigorosa, enquanto outras exigem uma abordagem mais ágil e experimental. Para os gerentes, o primeiro passo para ter mais certeza sobre a IA é reconhecer e entender essas incertezas. Tipos de incerteza da IA A incerteza em torno da IA assume diferentes formas e formatos, mas podemos resumi-la a três categorias principais que todo gerente deve considerar: incerteza de estado, de efeito e de resposta. A incerteza de estado ocorre quando os gerentes não têm informações suficientes para prever as tendências e mudanças do mercado. Os gerentes que vivenciam esse tipo de incerteza enfrentam desafios para compreender os recursos atuais e os possíveis desenvolvimentos da IA. Como a TI evolui rapidamente, é difícil distinguir entre o que é possível fazer agora e o que continua sendo uma possibilidade distante. Essa incerteza é ainda mais assustadora porque os especialistas em IA geralmente têm visões muito diferentes sobre questões críticas, como, por exemplo, se a IA em escala tem limites, se as confabulações da IA podem ser corrigidas ou se a IA pode realmente raciocinar. A incerteza do efeito descreve a dificuldade que os gerentes têm em prever o impacto da IA nos negócios. A IA gerará disrupção em seu setor ou será apenas mais uma ferramenta? Essa incerteza é agravada pelo fato de que os testes atuais se concentram em benchmarks estreitos que não têm relevância no mundo real. Dessa forma, nem mesmo os desenvolvedores sabem como os aprimoramentos - como uma maior janela de contexto nos próximos modelos - afetarão os resultados dos negócios ou a dinâmica dos funcionários. A incerteza da resposta é o desafio para os gerentes determinarem como reagir e as consequências dessas ações às muitas incertezas que cercam a IA. O senhor deve dar o salto como um dos primeiros a adotar a tecnologia ou é mais sensato esperar e observar? O foco do senhor deve ser a automação e a redução de custos ou o aumento das capacidades humanas? Essa incerteza se estende às escolhas sobre modelos e abordagens, seja para desenvolver modelos personalizados, ajustar os existentes ou integrar técnicas como a geração aumentada por recuperação (RAG). 4 estratégias para lidar com a incerteza da IA Então, como os gerentes podem lidar efetivamente com essas incertezas? Com base em pesquisas sobre estratégia, sugerimos quatro abordagens principais: ver, pensar, fazer e moldar. Essas estratégias variam em termos de foco (do interno para o externo) e em seu nível de proatividade (do reflexivo para o ativo). A primeira dimensão diferencia se a abordagem está preocupada principalmente com fatores internos (por exemplo, capacidades e recursos organizacionais) ou com o ambiente externo (por exemplo, desenvolvimentos tecnológicos e tendências de marketing). A última dimensão distingue as abordagens mais reflexivas (concentradas na compreensão, análise e preparação) das mais ativas (concentradas na ação direta e na influência dos resultados). É importante ressaltar que essas estratégias não são mutuamente exclusivas; elas podem ser combinadas para criar um plano abrangente para navegar na incerteza da IA. Veja mais gráficos da HBR em Data & Visuals Pensamento O pensamento é uma abordagem interna e reflexiva em que os gerentes usam modelos mentais de cenários bem-sucedidos do passado para dar sentido ao presente. Essa abordagem é particularmente eficaz para que os gerentes saibam como a IA afeta sua organização (incerteza do efeito) e como reagir (incerteza da resposta). Há fortes evidências da eficácia da criação de estratégias de pensamento. Considere os resultados de um estudo com 104 empresas que mostra que a velocidade da ação estratégica aumenta quando o senhor adota essa abordagem. Mas há mais do que isso - quando os gerentes estão em dúvida, uma maneira de superar isso é questionar o que eles sabem. Isso utiliza a metacognição, ou seja, a capacidade de pensar sobre seu próprio pensamento. Estudos sugerem que o pensamento metacognitivo promove a autorreflexão, incentivando os gerentes a explorar estratégias alternativas diante das incertezas da IA. Por exemplo, refletir sobre iniciativas anteriores de implementação de tecnologia - tanto as bem-sucedidas quanto as malsucedidas - pode fazer com que os gerentes reavaliem suas suposições iniciais sobre IA e explorem estratégias alternativas, como o envolvimento precoce dos funcionários ou avaliações de risco completas. Ver Enquanto o pensamento se baseia em experiências passadas e na reflexão,a visão consiste em olhar para frente e visualizar possíveis desenvolvimentos futuros. Essa abordagem é benéfica quando os gerentes não se sentem confiantes em prever a direção dos recursos mais amplos de IA e as mudanças no mercado (incerteza de estado) e seu impacto potencial (incerteza de efeito). Uma parte importante dessa estratégia é a previsão do cliente, ou seja, antecipar como as necessidades e os comportamentos do cliente podem mudar. Pesquisas sugerem que o uso de vários cenários futuros distintos ajuda os gerentes a se prepararem para eventos plausíveis, mesmo aqueles que estão fora de seu controle. De fato, várias empresas, como Philips, ASML e Shell , utilizam a previsão para moldar suas estratégias em situações de incerteza. A gigante dos semicondutores ASML, por exemplo, se envolve ativa e regularmente com os clientes para entender as aspirações de longo prazo, identificar problemas que os clientes talvez ainda não vejam e elaborar cenários para enfrentar esses desafios. Agir Fazer é uma abordagem ativa que se concentra no ambiente interno e na experimentação ativa. A TI é particularmente útil para os gerentes testarem como os desenvolvimentos atuais e futuros de IA afetam seus negócios (incerteza de efeito) e preverem os resultados de possíveis ações (incerteza de resposta). Essa abordagem envolve a experimentação com testes-piloto rápidos e é frequentemente vista como a melhor estratégia em mercados novos e radicais, como o de fintech. De fato, os pesquisadoresmostraram que ações flexíveis e adaptáveis são cruciais para prosperar em mercados imprevisíveis. Um exemplo disso é a Microsoft, que testa cerca de 80% das alterações do Bing por meio de tais experimentos. Da mesma forma, a Moderna está testando mais de 400 GPTs - bots ChatGPT personalizados - em uma série de funções de negócios diferentes. Modelagem A modelagem é uma abordagem proativa e focada externamente que é especialmente útil para navegar pelas tendências do mercado de IA (incerteza de estado) e prever como as mudanças no mercado de IA transformarão os negócios no futuro (incerteza de efeito). Os gerentes que adotam essa abordagem vão além de simplesmente reagir à incerteza - eles trabalham ativamente para influenciar a trajetória tecnológica e o setor. Eles trabalham para orientar o desenvolvimento do conhecimento e das crenças do mercado para que se alinhem à visão estratégica de sua empresa. Veja como empresas como a Klarna e a Khan Academy fizeram uma parceria com a OpenAI para cocriar e testar modelos de IA que moldarão o futuro de seus setores. Da mesma forma, a Publicis deu um passo à frente ao desenvolver seu próprio sistema avançado de TI, o Core AI, que aproveita dados proprietários sobre bilhões de consumidores e trilhões de interações de mídia. Transforme a incerteza da IA em uma oportunidade Navegar na incerteza da TI exige mais do que uma abordagem única - exige um kit de ferramentas abrangente de estratégias que os gerentes podem implementar conforme necessário. Começar com o pensamento estabelece uma base sólida, enquanto fazer e ver permite que o senhor experimente, teste e refine suas estratégias. Quando chegar a hora certa, a modelagem oferece a oportunidade de influenciar ativamente o mercado e orientar a trajetória futura da IA em seu setor. A adoção dessa abordagem multifacetada é essencial para transformar a incerteza em oportunidade. Aqueles que dominarem isso estarão mais bem equipados para liderar a próxima onda de inovação.

Um kit de ferramentas para ajudar o senhor a gerenciar a incerteza em relação à IA

Resumo.

Partner Center