“Isso vai mudar tudo”, foi minha reação quando usei o ChatGPT pela primeira vez. Até Bill Gates se disse entrar em "estado de choque" com essa primeira experiência.
De lá para cá, o que aconteceu foi uma grande corrida atrás da IA. Todos os gigantes da tecnologia começaram a falar sobre IA como loucos (nobre ressalva feita à Apple) e correr atrás de implementar seus concorrentes internos.
Mas as empresas reles mortais que não vão desenvolver o próximo algoritmo "transformador" também entraram na corrida.
E se meus concorrentes usarem e se tornarem mais produtivos que eu?
Como posso implementar isso?
Como incorporo no meu produto?
Perguntas deste tipo pipocaram no mundo corporativo, dos fundadores de startups até os presidentes de grandes corporações.
Surgiram inúmeros especialistas em IA da noite para o dia e as grandes consultorias rapidamente surfaram a onda, vendendo grandes projetos de implantação. Oferecendo bóias de certeza em um mar de dúvidas.
Então, como era de se esperar, implementar soluções de IA na sua empresa virou um assunto de grandes projetos, com corporações contratando consultorias e empresas de tech mudando todo seu roadmap.
Ironicamente, por outro lado, a IA generativa estava se mostrando útil com imensa simplicidade, na forma de um assistente com quem você pode conversar em linguagem natural. Para os mais simplistas, usar IA para transformar a empresa poderia significar apenas dar acesso aos funcionários a este tipo de "ajudante".
Os dois extremos são verdadeiros. Por um lado empoderar os colaboradores com respostas elaboradas sob medida por um oráculo treinado em boa parte do conhecimento existente no mundo é uma decisão simples. Isso pode habilitar a aproveitar oportunidades com o uso de IA que dependam de ações tão simples quanto abrir a tela de um chat. Esse é o tipo de oportunidade que apelido de nível 1. O custo benefício é tão favorável que toda organização deveria empoderar seus colaboradores dando acesso oficial a pelo menos uma ferramenta como essas (Gemini, MS Co-pilot, ChatGPT, Amazon Q etc.).
Existem também tarefas complexas que antes não poderiam ser realizadas pela máquina e que agora podem, mas que exigem grandes mudanças, grandes projetos. Esse é o tipo de oportunidade para o uso de IA que apelido de nível 3. Elas devem e vão ser implementadas, se o retorno do investimento fizer sentido.
Mas e o nível 2? Este é o intervalo de oportunidades que não é tão simples de aproveitar quanto bater um papo com um robô. Mas também não é tão complicado que justifique contratar a Accenture ou mudar o roadmap do trimestre. Com um pouco de conhecimento e preparação, um time não técnico é capaz de implementar automações usando IA, ganhando autonomia, produtividade e um poder que nunca teve ao seu alcance.
Acessar este tipo de oportunidade pode vir através do uso de ferramentas mais especializadas de IA, ou de uma combinação de ferramentas simples de automação com as IAs suspeitas de sempre.
Para sair da teoria, vamos discutir alguns exemplos.
1- Revisando contratos com um GPT
Digamos que seu time de suprimentos tem um grande trabalho lendo cada contrato de fornecedores para identificar desvios em relação às políticas de compras da empresa. O sonho seria que tudo isso fosse feito automaticamente pela IA. Mas um bom meio do caminho seria ter um ChatGPT especializado, que conhecesse a minha política de compras e pudesse avaliar e sinalizar isso por mim. Uma atividade de 20 minutos pode ser facilmente comprimida em 90%.
Neste vídeo, usamos um GPT customizado para essa tarefa. GPT é um conceito criado pela OpenAI para apelidar um assistente especializado com base em algumas instruções específicas e uma base de conhecimento pré-determinada. Neste caso a base de conhecimento envolve as políticas de contratação de fornecedores da empresa e as instruções do GPT são para analisar contratos submetidos a ele em comparação com estas políticas.
Veja como é simples criar e usar algo assim no dia-a-dia:
2- Monitorando websites ou indicadores com AI
Agora digamos que uma empresa precisa acompanhar a evolução de um indicador público, mas cujo valor atualizado pelo governo fica disponível apenas em um website. E sempre que houver uma mudança neste indicador, a empresa quer notificar o time que precisa acompanhar essa informação, adicionando alguma análise de contexto.
Existem ferramentas que podem usar IA para mapear o site e saber como acompanhar este indicador, bem como integrá-lo em um fluxo onde uma mensagem com uma análise do mesmo feita por IA pode ser enviada por e-mail.
Neste exemplo, fica claro como é possível usar este tipo de ferramenta para acompanhar e extrair dados de um website, analisá-los com IA e até enviar notificações por e-mail.
3- Analisando relatórios financeiros automaticamente com APIs de AI e automações simples
Uma das oportunidades que a IA generativa trouxe foi a de substituir o esforço humano de resumir e extrair insights de textos. Até documentos com gráficos e imagens podem ser analisados por algoritmos que estão cada vez mais intermodais.
No exemplo a seguir, montamos um fluxo que analisa qualquer relatório financeiro adicionado a um folder usando IA e envia esta análise por e-mail para o time.
Estes três exemplos não precisaram de sequer uma linha de código. Um time de negócios pode ser capacitado para implementar e manter este tipo de solução internamente.
Pode ser necessária alguma experiência para reconhecer, avaliar e dimensionar as oportunidades e sua dificuldade de implantação. Mas com a prática o time rapidamente pode dominar esta avaliação.
Conclusão
Os ganhos de produtividades que a nova geração da inteligência artificial generativa promete são reais e o uso desta tecnologia é acessível, não apenas para tarefas simples de um colaborador interagindo com uma tela de chat.
Oportunidades em áreas menos centrais da empresa, que não envolvam seu produto principal tipicamente são deixadas à margem da inovação, mas é bem aí onde podem estar as principais oportunidades de nível 2.
Por onde começar? Com um discovery, ou seja, um levantamento do tipo de atividade que até então só podia ser realizada por humanos, por exigir algum nível de cognição e que agora pode ser automatizado com IA. Certamente se forem tarefas repetitivas haverá oportunidades para empoderamento do time usando IA e poucos são os casos que necessitam e justificam um grande custo e esforço de implantação.
Super relevante Fernando! Obrigado por postar!