*Escrito por James Bent
O elemento mais sedutor da Inteligência Artificial é sua promessa de automatizar tarefas repetitivas de forma autônoma, mas seu alcance potencial vai muito além disso, abrangendo muitas funções altamente qualificadas que envolvem processos estruturados.
À medida que a IA continua a evoluir, ela assumirá cada vez mais a tomada de decisões rotineiras, os processos baseados em regras e as tarefas repetitivas em muitos setores, inclusive o de seguros, remodelando a força de trabalho e mudando o foco da execução de tarefas para o gerenciamento e a alavancagem dos sistemas de IA. De fato, o setor de seguros foi um dos primeiros a adotar a IA para perfis de risco.
As empresas em geral ainda estão lutando com um problema de percepção em relação à IA, que muitas vezes é vista como algo que faz tudo de forma automática e inteligente. Na realidade, deveríamos pensar na IA simplesmente como outro mecanismo ou uma ferramenta — uma tecnologia, não uma solução.
Até mesmo a ideia de IA em si — a maioria das pessoas a associa à GenAI e ao ChatGpt, mas a IA tem vários ramos, incluindo aprendizado de máquina, visão computacional, reconhecimento de padrões e muito mais. Algumas organizações têm dificuldades com esse conceito amplo e se submetem à tentação de pensar nele como um aplicativo ou uma estratégia em si; no entanto, a tecnologia ainda está longe de se tornar uma entidade capaz de liderar, implementar e operar por conta própria para um fim específico, mas cada vez mais ela potencializará os aplicativos sobrepostos por estruturas estratégicas e lideradas por humanos.
Integração eficaz da IA
A integração eficaz da IA precisa de uma abordagem estruturada da mesma forma que qualquer outra integração eficaz de TI. As pessoas ainda estão no controle, mas, como acontece com qualquer avanço rápido em qualquer outra cadeia, as melhorias na produtividade devem ser ponderadas em relação ao aumento da margem de erro, e esse risco aumenta quando as pessoas que tomam decisões de implementação não compreendem totalmente os pontos fortes e as limitações da tecnologia. É fundamental que a IA faça parte de um conjunto de metas estratégicas. Ela precisa de liderança, governança, direção e integração; nada pode ser alcançado em relação à IA sem isso, mas muitas organizações estão atualmente baseando as principais decisões em ideias irrealistas e exageradas.
A IA, sem dúvida, dará início a mudanças organizacionais significativas no setor de seguros. Isso deve ser considerado ao abordar o tema das lacunas de habilidades e a necessidade de uma compreensão mais ampla dos casos de uso de IA de cima para baixo. Os líderes devem se esforçar para entender as implicações estratégicas da IA, juntamente com suas capacidades e limitações técnicas para gerenciar a mudança na integração da IA às estratégias de negócios de forma eficaz. Para impulsionar o crescimento e a criação de empregos, as organizações precisam construir um modelo que se sobreponha à IA, sendo alimentado por ela em vez de substituído por ela.
Então, como as organizações do setor de seguros podem iniciar a difícil tarefa de introduzir a IA de forma ponderada e garantir as melhores chances de sucesso?
Por onde começar
O ponto de partida deve ser contemplar o alinhamento de uma estratégia de IA com a estratégia de negócios da empresa. A ligação entre as duas deve ser clara e inequívoca. Além disso, o alinhamento com estratégias e planos funcionais, departamentais ou de unidades de negócios também é altamente desejável, pois eles devem indicar os principais objetivos desses departamentos, que também já devem ter passado pelo exercício de alinhamento com a estratégia geral da empresa. Esse alinhamento é essencial para que a equipe de IA desenvolva e concorde com os planos operacionais da diretoria executiva e de outros departamentos.
Estabelecimento de valor
Esse processo também melhora a aceitação das mudanças no fluxo de trabalho, na organização e nos processos que esses planos operacionais trazem na prática. Ajudar a empresa a entender e valorizar todos os elementos que a estratégia de IA fornecerá às equipes de toda a organização também aumenta muito as chances de conduzir um projeto até a conclusão bem-sucedida.
Garantir a compreensão universal
Todos os funcionários precisam entender completamente a estratégia de IA, especialmente onde a IA será empregada, por que e o impacto que ela terá nos negócios. Não é necessário que todos conheçam todos os detalhes técnicos, mas todos os funcionários devem ser capazes de responder a perguntas simples como “como meu departamento/equipe usa a IA?”, “como você acha que a IA afetará a maneira como sua equipe/empresa trabalha?” e “como a IA afeta minha vida profissional diária — direta e indiretamente?”
Workshops e treinamento
Não subestime a complexidade dessa tarefa. A capacidade de responder a essas perguntas oferece uma métrica importante para a eficácia do seu programa de gerenciamento de mudanças e também destaca a necessidade de workshops e treinamentos como parte do processo de gerenciamento de mudanças. Presumir que as pessoas têm um nível de entendimento sobre o motivo pelo qual a IA está sendo implementada é algo fácil de ser feito e pode ter ramificações muito negativas, principalmente em termos de recursos humanos.
A realização de workshops que promovam um entendimento comum de onde a empresa está indo com a IA e seu provável impacto permite que os funcionários compartilhem preocupações e contribuam para a estratégia. Esses workshops orientados devem abranger a seleção de ferramentas, a política de IA, a política de privacidade e segurança e a identificação das necessidades de treinamento. Quando bem feito, isso incentivará um sentimento de propriedade e reduzirá qualquer ansiedade em relação à mudança e à introdução da tecnologia. Um treinamento completo e uma comunicação clara sobre as ferramentas de IA disponíveis, o que elas podem fazer e por que foram introduzidas, tanto antes quanto depois do lançamento oficial da estratégia, ajudarão consideravelmente. Além disso, ele deve ser incluído como um elemento do processo de integração de novos funcionários.
Identificar casos de uso de alto impacto
A estratégia de IA não deve ser excessivamente complicada. Os objetivos de negócios descritos na estratégia de IA devem ter o potencial de fornecer um valor significativo, mas resista à tentação de sobrecarregar a estratégia com objetivos que resultarão em uma documentação longa e confusa.
Em vez disso, concentre-se em apresentar a estratégia de IA de uma forma que estimule a colaboração entre departamentos e silos organizacionais. Como exemplo, você poderia usar as seguintes áreas de negócios e identificar possíveis casos de uso em cada uma delas: Estratégia e Visão, Realização de Valor, Infraestrutura e Gerenciamento de Dados, Tecnologia e Ferramentas, Habilidades e Especialização, Cultura e Liderança, Governança e Gerenciamento de Riscos, Processos e Operações, Ecossistema, Implementação, Impacto nos Negócios e Sustentabilidade. Essa é uma ferramenta poderosa para apoiar a criação de uma estratégia de IA, pois oferece uma abordagem pragmática e relativamente leve que pode ser usada como um trampolim para identificar casos de uso de alto impacto em todas as funções de negócios. Isso forma a base para o desenvolvimento de sua estratégia.
Medir e iterar
Defina KPIs para acompanhar o progresso e avaliar o impacto da implementação da estratégia. Meça-os regularmente. Além disso, defina antecipadamente o que significa sucesso — como ele será? Crie algumas métricas do tipo “onde estamos agora” e use-as como referência inicial para medir o progresso. Comunicar o progresso regularmente para toda a empresa com as principais métricas em um painel fácil de digerir permite que o seu pessoal veja rapidamente os benefícios da sua estratégia de IA.
Use insights e feedback para refinar e ajustar a estratégia ao longo do tempo e incentive o feedback construtivo.
Crie uma cultura orientada por dados
As organizações orientadas por dados serão mais bem-sucedidas na integração da IA do que aquelas que ficam para trás, mas não é tarde demais para começar a criar uma cultura orientada por dados. Esse é provavelmente o fator que tem o maior impacto em termos de fornecimento de valor comercial genuíno e é o mais difícil para muitas organizações obterem o controle.
Os dados devem ser acessíveis, de alta qualidade e usados de forma eficaz em toda a organização para apoiar a tomada de decisões de IA. A distinção entre engenharia de dados e modelagem de dados é fundamental e deve ser separada em duas funções. Os modelos devem ser disponibilizados para todos e o feedback sobre sua eficácia deve ser incentivado. Essa pode muito bem ser uma das maiores mudanças culturais para as empresas — a mentalidade de uma organização precisa mudar de acumular dados atrás de guardiões funcionais (finanças, vendas, marketing, engenharia de produção e desenvolvimento, etc.) para torná-los disponíveis gratuitamente com o objetivo de treinar ou aprimorar os modelos de IA de gênero. Os agentes de IA devem ser incentivados e todos os funcionários devem ter acesso a eles. O sucesso da integração da IA está na disponibilidade de modelos e agentes em toda a empresa e na capacidade e nas habilidades dos funcionários de usá-los como consultores ou conselheiros para se tornarem mais produtivos e eficazes em suas funções.
Investir em talentos
Investir em talentos de IA não significa apenas criar uma equipe interna de IA, mas investir nela e combiná-la com uma força de trabalho alfabetizada em IA que esteja equipada para usar as ferramentas, os modelos e os agentes fornecidos e, em seguida, dar feedback sobre sua eficácia. É isso que cria um senso de propriedade.
A adoção dessa abordagem resulta em uma criação e implementação medidas e em etapas de uma estratégia de IA, pois torna a preparação da organização para a IA um objetivo importante e é um componente essencial para qualquer processo de gerenciamento de mudanças necessário para implementar com êxito a estratégia de IA.
*Sobre o autor: James Bent é vice-presidente de engenharia de soluções da Virtuoso QA, uma empresa de automação de testes com base em IA. Com mais de 15 anos de experiência em liderança tecnológica, James Bent lidera o desenvolvimento e o fornecimento de soluções de ponta para testes de ponta a ponta de aplicativos de negócios corporativos. Sua liderança de pensamento se estende a palestras e workshops em larga escala em eventos do setor, como a *Digital Transformation Week*, *Insurtech Insights* e a National DevOps Conference, juntamente com aparições em podcasts e webinars para publicações do setor de tecnologia e IA.
