Há uma ideia que se espalhou rapidamente: a IA resolve problemas de negócio.

Não resolve. Amplifica-os.

Se o processo funciona bem, a IA fá-lo funcionar melhor. Se o processo tem falhas, a IA multiplica essas falhas. Mais depressa. Em maior escala. Sem se cansar.

Um padrão conhecido

Acontece constantemente. Uma empresa decide "usar IA" sem primeiro perceber o que está a tentar melhorar. Coloca IA em cima de um processo mal definido e fica surpreendida quando os resultados pioram.

A IA não falhou. O processo já estava a falhar, só que devagar, e ninguém reparava. A IA só acelerou o que já existia.

E este padrão não é novo. Antes da IA, via-se exactamente o mesmo com automação tradicional. E antes disso, com implementações de ERP. A tecnologia muda. O erro mantém-se: atirar ferramentas sofisticadas para cima de processos que ninguém se deu ao trabalho de definir.

O que vem antes

A experiência com mais de 135 empresas mostra algo consistente: a maioria dos problemas que as organizações querem resolver com tecnologia não são problemas de tecnologia. São problemas de processo. Mal definido, mal documentado, ou simplesmente inexistente.

Quando se mapeia um processo de verdade, quem faz o quê, quando, com que informação, com que excepções, acontecem duas coisas.

A primeira é que parte do problema se resolve no próprio exercício. Tornar explícito o que era implícito, por si só, já elimina confusão.

A segunda é que, quando se introduz tecnologia a seguir, ela tem onde se apoiar. Há regras. Há contexto. Há critérios para medir se está a funcionar. E funciona.

Nem tudo precisa de IA

Outra confusão frequente: assumir que tudo precisa de inteligência artificial.

A maioria dos processos de uma empresa são sequências de passos com regras conhecidas. Para estes, automação tradicional é suficiente e mais fiável. Regras, condições, sequências. Nada de espectacular, mas funciona.

A IA tem o seu lugar nos processos com nuances. Onde as decisões dependem de contexto variável, onde há demasiadas variáveis para codificar em regras fixas. Aí, um agente com o contexto certo pode avaliar e sugerir.

Mas são a excepção. A maioria do desperdício resolve-se com automação bem implementada. Não é tão entusiasmante. Mas resolve.

Antes de avançar

Antes de introduzir IA em qualquer processo, há uma pergunta que vale a pena fazer: se isto fosse feito dez vezes mais depressa, o resultado seria satisfatório?

Se sim, a IA pode ajudar. Se não, o problema não é velocidade. É o processo em si.

A IA é poderosa. Mas sem um processo claro por baixo, não serve de nada. Com um processo claro, surpreende. Em cima do caos, o caos cresce.

A IA pode esperar. Os erros em escala, não.