Dado o ritmo impressionante do desenvolvimento generativo da IA, não é de admirar que tantos executivos sejam tentados pelas possibilidades da IA, preocupados em encontrar e reter trabalhadores qualificados e humilhados pelas recentes correções do mercado ou pelas expectativas perdidas dos analistas. Eles imaginam um futuro de trabalho sem quase tantas pessoas quanto hoje. Mas isso é um erro de cálculo. Os líderes, compreensivelmente preocupados em perder a próxima onda de tecnologia, estão involuntariamente fazendo apostas arriscadas no futuro de suas empresas. Aqui estão as etapas que todo líder deve seguir para se preparar para um mundo incerto em que a IA generativa e a força de trabalho humana coexistem, mas evoluirão de maneiras incognoscíveis.
Recentemente, o CEO de um banco proeminente me telefonou para discutir a promessa da IA generativa. Inicialmente, analisamos cenários para melhorar a detecção de fraudes e o atendimento ao cliente, mas com a série contínua de anúncios recentes, ficou claro que ele tinha grandes ambições em mente. Como muitos setores, o setor bancário tem um problema de força de trabalho: há uma discrepância entre a demanda por pessoal qualificado e a oferta de trabalhadores dispostos a retornar ao escritório e seguir as regras pré-COVID.
A IA generativa, ele pensou, poderia ser uma espécie de solução mágica. Isso poderia gerar economia de custos e eficiência por meio da automação, mas essas novas ferramentas também resolveriam o problema da escassez de talentos? Para ser mais claro: em quanto tempo a IA poderia substituir os trabalhadores humanos?
Nossa conversa ecoou muitas que tive desde novembro passado com executivos de uma variedade de empresas, incluindo seguros, manufatura, produtos farmacêuticos e até executivos que lideram estúdios de Hollywood, cujos escritores e atores estão atualmente em greve. Todos querem saber como suas empresas podem criar mais valor usando menos recursos humanos. Isso porque, no outono passado, o ChatGPT, o chatbot desenvolvido pela OpenAI,de repente se tornou viral, demonstrando o poder da IA para gerar seus próprios e-mails, ensaios, receitas, relatórios financeiros, artigos e ideias. Goldman Sachs estimativas que, dentro de uma década, 300 milhões de empregos serão eliminados ou em grande parte diminuídos pela IA generativa.
Já estamos começando a ver turbulência. As ofertas de emprego para “engenheiros de prompt” — humanos que solicitam que sistemas como o ChatGPT gerem conteúdo — sãooferecendo salários anuais de $300.000 ou mais. O GPT-4 da OpenAI foi aprovado no Uniform Bar Exam e deu a entender que, em um futuro próximo, talvez não precisemos de advogados para trabalhos transacionais. Na verdade, o Walmart éprototipagem um sistema generativo de IA (não relacionado à OpenAI) para negociar alguns de seus contratos com fornecedores;75% dos advogados contratuais e agentes de aquisições por outro lado, dizem que agora preferem negociar com uma IA em vez de seus colegas de carne e osso. Do GoogleMed-Palm 2, que é um modelo especializado treinado em conhecimentos médicos, agora responde a problemas de exames médicos no nível de especialista de um médico. Neste verão, os parceiros começarão a testar aplicativos que podem analisar um raio-X e escrever automaticamente um relatório de mamografia, sem a intervenção de um médico humano.
Com o ritmo impressionante de desenvolvimento, não é de admirar que tantos executivos estejam chegando à mesma conclusão: em apenas alguns anos, sistemas poderosos de IA realizarão trabalho cognitivo no mesmo nível (ou até acima) de sua força de trabalho humana. Tentados pelas possibilidades da IA, preocupados em encontrar e reter trabalhadores qualificados e humilhados pelas recentes correções do mercado ou pela perda das expectativas dos analistas, os líderes empresariais imaginam um futuro de trabalho sem quase tantas pessoas quanto hoje. Do meu ponto de vista, isso é um grande erro de cálculo.
Primeiro, é muito cedo para prever o futuro exato da IA, especialmente considerando que a IA generativa é apenas uma pequena área de um campo com muitas interdependências, cada uma em vários estágios de desenvolvimento. Exatamente quais trabalhos a IA eliminará, e quando, é uma adivinhação. Não basta que um sistema de IA execute uma tarefa; o resultado precisa ser comprovadamente confiável, integrado aos fluxos de trabalho existentes e gerenciado para questões de conformidade, risco e regulamentação.
Em segundo lugar, em um período de rápida disrupção provocada pela tecnologia, os líderes estão focados muito estreitamente nos ganhos imediatos, e não em como sua rede de valor se transformará no futuro. À medida que a IA evolui, ela exigirá que segmentos inteiros de negócios sejam reimaginados — em tempo real, mas antes que tenhamos uma noção completa de como será o futuro. Lembra dos primeiros dias da Internet pública e dos navegadores da web, que eram vistos como entretenimento? Ninguém planejou a transformação fundamental que ambos iniciariam. Teria sido impossível então prever como isso algum dia influenciaria as eleições presidenciais ou criaria as primeiras empresas de trilhões de dólares do mundo.
Com certeza, os executivos de hoje precisam tomar decisões no ambiente operacional mais complexo que eu já vi desde os primórdios da Internet. Os líderes, compreensivelmente preocupados em perder a próxima onda de tecnologia, estão involuntariamente fazendo apostas arriscadas no futuro de suas empresas. Aqui estão as etapas que todo líder deve seguir para se preparar para um mundo incerto em que a IA generativa e a força de trabalho humana coexistem, mas evoluirão de maneiras incognoscíveis.
Preparando-se para um futuro que você não pode prever
Aqui está o paradoxo: precisamos pensar que a força de trabalho está evoluindo com — em vez de ser suplantada pela — IA generativa. A força de trabalho precisará evoluir e os trabalhadores terão que aprender novas habilidades, de forma iterativa e por um período de anos. Os líderes devem adotar uma nova abordagem para maximizar o potencial da IA em suas organizações, o que exige acompanhar os principais desenvolvimentos da IA de forma diferente, usar um processo iterativo para cultivar uma força de trabalho pronta e, o mais importante, criar cenários futuros apoiados por evidências que desafiem o pensamento convencional dentro da organização.
O que os líderes podem fazer agora para enfrentar esse período?
Primeiro, atenue as expectativas sobre o que a IA generativa pode e fará pela sua empresa.
Historicamente, a IA passa por fases que envolvem descobertas, aumentos de financiamento e momentos fugazes de interesse geral, seguidos por expectativas perdidas e recuperações de financiamento.
Em 1970, Marvin Minsky, um influente cientista da computação e um dos fundadores da IA,contei Na revista Life, faltavam apenas três anos para a inteligência artificial geral — uma IA com habilidades cognitivas indistinguíveis de uma pessoa. Lembre-se de que, na década de 1970, o poder de computação necessário para essa IA ainda não existia. Os supercomputadores eram principalmente teóricos. Assim como os computadores pessoais. OPonto de dados 2200 e seu processador acabou se tornando a arquitetura fundamental do que conhecemos como PCs. As grandes ambições prometidas por Minsky e seus colegas nunca se concretizaram, então o financiamento e os juros acabaram. Isso aconteceu novamente em 1987, quando, novamente, cientistas da computação e empresas fizeram promessas ousadas sobre um cronograma para a IA que simplesmente nunca foi viável.
Embora poderosas, as principais ferramentas de IA generativa de hoje — ChatGPT, Midjourney, DALL-E 2 — não são produtos acabados. Em breve, as pessoas se irritarão com a novidade e perceberão que, embora a IA possa criar conteúdo, ela não é boa o suficiente para realmente usá-la. Da mesma forma, ainda é muito cedo quando se trata de ferramentas de IA específicas de domínio para medicina, clima e ciências da vida. Para que a IA generativa realize os milagres que nos foram prometidos — em grande escala e de forma econômica — muito mais trabalho precisa ser feito. Lembre-se de que essas ferramentas eram principalmente teóricas até muito recentemente.
Os executivos precisam esclarecer as funções práticas que a IA generativa desempenhará em suas organizações atualmente. Eles também devem ser pragmáticos sobre as oportunidades — e os riscos — que a IA generativa acabará por desbloquear. A IA não é um monólito e estamos apenas no início de uma trajetória muito longa. Isso pode parecer intuitivo, mas, em minha observação, poucos líderes estão desenvolvendo uma estratégia realista que vincule as operações de hoje à visão de amanhã, socializando-a dentro de suas equipes de gestão e revisando seus indicadores de desempenho adequadamente.
Recentemente, me encontrei com a liderança executiva de uma empresa multinacional de bens de consumo embalados (CPG) ansiosa por fazer parceria com uma empresa de IA generativa. Eu os mostrei a um cenário de alta probabilidade em que os clientes, usando uma ferramenta de bate-papo, responderam a algumas perguntas sobre suas preferências e metas e tiveram um carrinho de compras on-line preenchido automaticamente com os itens de que precisariam para a semana. Mas nenhuma das marcas da CPG apareceu no carrinho — ou, se apareceu, não foi a primeira na lista. Assim como mecanismos de pesquisa como Google e Amazon inventaram novos mecanismos e regras para otimização de mecanismos de pesquisa, no futuro, integrações generativas de IA em plataformas como varejistas e aplicativos de carrinho de compras criariam novos desafios para as empresas de bens de consumo, que poderiam se encontrar mais abaixo na cadeia de valor, onde decisões críticas são tomadas.
Em segundo lugar, avalie quais dados sua empresa está gerando e como eles seriam usados hoje e no futuro pela IA generativa.
Os dados corporativos são inestimáveis porque, depois que um modelo é treinado, pode ser caro e tecnicamente complicado transferir esses dados para outro sistema. No momento, as plataformas emergentes de IA não são facilmente interoperáveis, e isso ocorre intencionalmente. As plataformas generativas de IA estão evoluindo para jardins murados, onde as empresas que criam a tecnologia controlam todos os lados de seus ecossistemas. As maiores empresas de IA estão competindo por participação de mercado e pela enorme quantidade de dados de que precisam para tornar seus modelos mais competitivos. Ao comercializar suas plataformas para empresas, eles querem bloqueá-las (e seus dados).
Os sistemas de IA atuais estão sendo criados usando uma técnica conhecida comoaprendizado por reforço com feedback humano, ou RHLF. Essencialmente, os sistemas de IA precisam de feedback humano constante, ou correm o risco de aprender e lembrar as informações erradas. Quanto mais dados são ingeridos, mais anotações, rótulos e treinamentos são necessários. Hoje, esse trabalho é automatizado para trabalhadores temporários em economias emergentes, como Quênia e Paquistão. À medida que a IA amadurece, especialistas com conhecimento especializado serão necessários. Muitos dos líderes de negócios com quem me encontrei não estão planejando um futuro que inclua uma unidade interna da RHLF encarregada de monitorar, auditar e ajustar continuamente os sistemas e ferramentas de IA. (A última coisa que qualquer líder deveria querer é um sistema de IA não supervisionado que tome decisões sobre como se aprimorar.)
Mesmo com humanos treinados, as empresas devem criar continuamente cenários que revelem os riscos de trabalhar em conjunto com sistemas generativos de IA, especialmente aqueles operados por terceiros. Isso porque os sistemas de IA não são estáticos; eles estão melhorando incrementalmente ao longo do tempo. A cada novo desenvolvimento, surgem novos riscos e oportunidades potenciais. Seria impossível eliminar todos os possíveis resultados negativos com antecedência sem que essas previsões se tornassem rapidamente desatualizadas. (Por enquanto, não há como construir umSimulação de Monte Carlo isso seria totalmente preciso para prever o futuro.) Em vez disso, uma equipe dedicada deve ser encarregada de monitorar os sistemas generativos de IA à medida que aprendem, bem como os desafios relacionados à segurança cibernética, e deve desenvolver cenários curtos do tipo “e se” imaginando maneiras pelas quais as coisas poderiam dar errado.
Da mesma forma, à medida que a IA evolui, também evoluem as oportunidades de desbloquear um novo crescimento. O que significa que as empresas também devem ter uma equipe interna dedicada de desenvolvimento de negócios para desenvolver cenários de curto e longo prazo para as inúmeras maneiras pelas quais as ferramentas emergentes melhorarão a produtividade e a eficiência, levarão ao desenvolvimento de produtos, estimularão a inovação e muito mais.
Em terceiro lugar, quando se trata de IA, os líderes devem mudar seu foco da linha de fundo para a linha superior.
Isso parecerá contra-intuitivo, pois muitos veem a IA generativa como um meio de reduzir os custos operacionais. Os chatbots inteligentes de hoje em breve darão lugar aos sistemas multimodais, que são IAs capazes de resolver problemas diferentes e atingir objetivos diferentes ao mesmo tempo. Imagine uma seguradora de propriedades e acidentes em que cada subscritor se une a uma IA. Inicialmente, a subscritora pode pedir à IA que avalie o risco associado ao seguro de uma propriedade; após uma análise preliminar do texto, ela pode pedir que ela refine os resultados usando as imagens dos relatórios de inspeção ou entrevistas em áudio com o possível segurado. Ela pode ir e voltar algumas vezes, usando fontes de dados diferentes, até que uma cotação ideal seja recebida tanto para a seguradora quanto para o cliente.
A chave para fazer uso produtivo de IAs multimodais é entender como e o que delegar a uma máquina, para que tanto o ser humano quanto a IA possam realizar mais por meio da colaboração do que trabalhando de forma independente. No entanto, a delegação é algo que os profissionais enfrentam rotineiramente: eles atribuem tarefas demais, ou não o suficiente, ou não as tarefas certas. Trabalhar junto com uma IA multimodal exigirá que os trabalhadores dominem a arte da delegação.
Uma vez que a força de trabalho entenda como delegar corretamente, ela atuará como um multiplicador de força dentro das organizações. Equipes individuais poderiam ser mais ambiciosas em aumentar a receita da empresa por meio da concepção e simulação de novos fluxos de receita, da descoberta e aquisição de novos clientes e da busca de várias melhorias nas operações gerais da empresa.
Isso anuncia um futuro que exige uma abordagem diferente para o aprimoramento de habilidades. A maioria dos trabalhadores não precisará aprender a programar ou a escrever instruções básicas, como costumamos ouvir em conferências. Em vez disso, eles precisarão aprender como aproveitar a IA multimodal para trabalhar mais e melhor. Basta olhar para o Excel, que éusou por 750 milhões de trabalhadores do conhecimento todos os dias. O software inclui mais de 500 funções, mas a grande maioria das pessoas usa apenas algumas dezenas, porque não entende totalmente como combinar o enorme número de recursos que o Excel oferece com suas tarefas cognitivas diárias. Agora, imagine um futuro em que a IA — um software muito mais complicado e mais complicado — seja onipresente. Quanta utilidade restará na mesa simplesmente porque os líderes empresariais abordaram o aprimoramento de habilidades de forma muito restrita?
Uma estrutura para navegar na força de trabalho de IA em evolução
A mudança na força de trabalho é um efeito colateral inevitável da evolução tecnológica, e os líderes precisam de uma forma sistematizada de ver como será o futuro de suas organizações após os desenvolvimentos da IA generativa. Para esse fim, essa estrutura simples ajudará os líderes de qualquer organização a prever como — e quando — sua força de trabalho precisará mudar para aproveitar a IA. O objetivo não é fazer previsões de longo prazo, nem mesmo estar pronto para tudo — é posicionar as organizações para estarem prontas para qualquer coisa à medida que a IA continua melhorando.
Veja mais gráficos HBR em Dados e imagens
Essa estrutura deve ser usada para desenvolver cenários para o futuro de uma empresa. Ele foi projetado para ajudá-lo a ver riscos e oportunidades com antecedência suficiente para agir. Usada regularmente, essa estrutura permite que os líderes vejam o cenário com mais clareza, avaliem as lacunas em suas organizações e vinculem a tecnologia emergente à estratégia existente, posicionando-os para tomar decisões com confiança. É importante ressaltar que pede aos líderes que pensem exponencialmente sobre a IA, mas que ajam de forma incremental em resposta aos novos desenvolvimentos. Embora não preveja um futuro único para sua empresa — nenhum cenário pode fazer isso —, ela preparará os líderes para tomar decisões bem à frente de seus concorrentes.
A melhor coisa que as organizações podem fazer agora — durante esse período do que parece ser uma quantidade esmagadora de mudanças e incertezas — é planejar metodicamente o futuro. Isso requer conhecer as limitações da IA generativa, bem como seus pontos fortes, e adotar uma cultura de avaliação e melhoria contínuas. Isso também significa passar de demonstrações inteligentes de produtos para conversas muito mais mundanas e pragmáticas sobre a trajetória do desenvolvimento, como os dados estão sendo usados e as formas práticas pelas quais as empresas podem usar ferramentas emergentes. Resista à tentação de reduzir sua força de trabalho e, em vez disso, use a previsão estratégica para criar um futuro em que a IA seja aproveitada por uma força de trabalho altamente qualificada e em que as equipes humanas e de IA sejam mais produtivas, criativas e eficientes trabalhando juntas do que separadas.
