Este artigo que você está lendo poderia ter sido pensado e escrito por uma máquina, e não por um humano. Pudera: a inteligência artificial (AI, na sigla em inglês) saiu dos filmes de ficção e está cada vez mais presentes no nosso dia a dia e nas companhias. De acordo com a empresa de pesquisa e consultoria Gartner, até 2025, 30% das mensagens enviadas por grandes organizações serão geradas por AI.
Em linhas gerais, esse tipo de inteligência está relacionada ao desenvolvimento de sistemas de computador capazes de realizar tarefas que exigem inteligência humana, caso da percepção visual, do reconhecimento de fala, da tomada de decisão e da tradução entre idiomas. Envolve a criação de algoritmos e modelos que permitem que as máquinas processem informações, aprendam com dados, tomem decisões, resolvam problemas e interajam com o ambiente de maneira inteligente. No Brasil, 41% das empresas já a incorporaram, apontam dados da IBM, e a tendência é de crescimento, uma vez que a adoção está se tornando mais acessível às empresas, há crescente incorporação em aplicativos de negócios padrão e a necessidade de reduzir custos e automatizar processos-chave.
Mas onde entra o setor de Gente e Gestão neste processo? Essa tecnologia é capaz de automatizar uma série de tarefas inerentes ao setor, como recrutamento e seleção, gestão de conhecimento e avaliação de desempenho. Para se ter uma ideia, 40% dos funcionários de PMEs afirmam que a empresa onde trabalham estão usando a tecnologia na área de Gente e Gestão – os dados são da Capterra. Isso denota, de certa forma, que o setor tem se realinhado nas suas prioridades, refletindo as novas necessidades da força de trabalho moderna.
Algumas empresas do setor tem ido mais além e trabalhado com o que chamamos de IA generativa. São, de acordo com [Fernandes (2023)](https://periodicos.ufam.edu.br/index.php/BIUS/article/view/13100), tecnologias capazes de impactar todo tipo de empresa e de qualquer porte, sejam no segmento industrial, comércio ou, até, na prestação de serviços, tendo em vista sua imensa capacidade de contribuição ao trabalho já realizado pelos colaboradores atualmente em diferentes âmbitos de seus trabalhos. O uso massivo das ferramentas em IA Generativa vem, explica [Ramos (2023)](https://preprints.scielo.org/index.php/scielo/preprint/view/6105/11736), principalmente, impulsionado pelos usuários colaboradores devido à sua simplicidade. Com uma interface de linguagem natural, como um chat, por exemplo, tem tornado a tecnologia mais acessível, até para os usuários com pouco ou sem conhecimento em IA.
Hoje, pontuam especialistas do [MIT Technology Review](https://mittechreview.com.br/interfaces-inteligentes-para-a-hiperpersonalizacao/), a integração eficaz dessas tecnologias é crucial para o êxito da estratégia de negócios das empresas. Apesar da rápida evolução tecnológica, do interesse das empresas sobre o tema e da crescente presença dessas ferramentas no ambiente corporativo, ainda há desafios significativos na implementação bem-sucedida da IA generativa. Porém, também tem se demonstrado não uniforme, [apontam estudiosos do tema](https://www.ielrs.org.br/inspire/inteligencia-artificial-nas-empresas-como-revolucao-tecnologica-afeta-o-segmento), com determinadas empresas e setores demonstrado maior capacidade de absorver e implementar essas tecnologias.
A ideia de incorporar AI generativa implica na busca por simplificar e agilizar a análise de dados, fornecendo aos usuários uma ferramenta poderosa para obter os dados de maneira mais rápida e precisa. O objetivo não é apenas aumentar a produtividade do colaborador, mas sim facilitar o entendimento dos dados, possibilitando a identificação de tendências, padrões e oportunidades de melhoria de maneira mais eficiente. Como resposta, as pessoas são impulsionadas e, consequentemente, as organizações.
Exemplos de empresas que estão inserindo a IA generativa nos seus processos não faltam. Cito alguns casos:
● O Carrefour utiliza o bot Hopla, que auxilia clientes a escolher produtos em sua plataforma de comércio eletrônico na França de acordo com seu orçamento e seus hábitos de consumo, oferecendo sugestões para evitar desperdícios;
● A Linx, especialista em tecnologia para o varejo, desenvolveu o Linx Chat Commerce, que utiliza uma rede neural própria e o ChatGPT para solucionar demandas específicas dos varejistas de diversos segmentos, como aumentar o engajamento do consumidor e melhorar as conversões;
● A construtora MRV Engenharia utiliza a tecnologia desde o atendimento ao consumidor até o processo de compras de materiais. Exemplo: quando o consumidor entra no site da companhia, se interessa por um imóvel e clica no botão “chat 24 horas”, há um chatbot atendendo. Com isso, a MRV consegue manter uma central de atendimento com estrutura mais enxuta e menos atendentes;
● O Bradesco conta com a BIA, uma inteligência artificial que funciona como uma assistente pessoal para os clientes. Ela permite a execução de atividades como transferências e pagamentos usando a identificação por voz, por exemplo;
● A Uber usa a inteligência artificial em um chatbot, que responde a 30 mil mensagens por semana, com índice de satisfação maior que 95%, segundo a empresa;
● O Itaú usa ferramentas de inteligência artificial em diversas áreas, como na parte jurídica do banco, na qual a IA é usada para leitura de cerca de 70 mil processos por mês.
Motivos para usar a IA generativa não faltam. Considerando que uma das tendências é um setor mais voltado para o People Analytics, a criação de relatórios de desempenho individualizados para colaboradores, certamente, trará um retorno considerável sobre a identificação de oportunidades de desenvolvimento. Essa tecnologia pode ser peça-chave na jornada do colaborador na empresa, uma vez que oferece uma valiosa assistência aos gerentes na criação de informações, análise e resumo de feedback extenso e baseado em critérios, como avaliações numéricas e outros indicadores de desempenho respaldados por dados. Nesse caso, a um clique, os gestores podem obter um resumo que destaca os aspectos mais relevantes e predominantes do desempenho de um funcionário ao longo da sua jornada. Este resumo servirá como um guia para os gerentes, que podem ter uma condução mais correta com seus liderados, permitindo a identificação do crescimento e a definição de oportunidades de desenvolvimento para o futuro.
A AI generativa também é fundamental no alcance de metas. Organizações com dificuldade no planejamento estratégico e na definição de seus indicadores podem utilizar a tecnologia para auxiliar os gestores na formulação de metas específicas, mensuráveis, alcançáveis e relevantes para seus negócios. A plataforma pode gerar sugestões de metas e ações com base no histórico e em dados de mercado, tornando o processo de estabelecimento de metas muito mais eficaz, além de facilitar a leitura de dados e a assertividade na tomada de decisões.
De acordo com [Viola (2023)](https://www.ibm.com/blogs/digital-transformation/br-pt/os-quatro-principios-necessarios-para-liderar-a-revolucao-da-ia-generativa/), há três métodos principais de implementação desta tecnologia: 1) aquisição de software com IA integrada; 2) uso de modelos de terceiros via integrações; 3) desenvolvimento de modelos próprios com dados públicos e privados. Muitas organizações preferem as duas primeiras opções, em razão da baixa complexidade de uso da tecnologia, custos baixos de implantação e até a necessidade de mão de obra. Outras acabam por escolher a terceira via, pois maximizam as vantagens competitivas, permitindo controle total sobre a IA, desde treinamento até governança, visando proteger dados e cumprir padrões éticos e legais, ou até garantindo propriedade e controle sobre modelos cruciais para inovação e monetização.
Logo, ter infraestrutura, talento e acesso a dados são fundamentais para estar na fronteira da inovação em IA generativa. Porém, não é uma tarefa fácil definir a maneira correta de se implementar a tecnologia. Para [Bersin (2023)](https://joshbersin.com/2023/09/the-role-of-generative-ai-in-hr-is-now-becoming-clear/), ao se tratar de implementar a IA generativa no RH, por exemplo, é fundamental pensar em um problema de cada vez. Ou seja, qual é o objetivo da implementação”. É essencial identificar os principais desafios ou áreas nas quais é preciso otimizar e melhorar a eficiência e avaliar as necessidades específicas da organização, desde o recrutamento até o treinamento e desenvolvimento. Ainda, buscar uma solução escalável, planejada a longo prazo. Escolher uma solução que possa crescer com as necessidades da companhia. Além disso, é preciso envolver a equipe responsável por colocar a implementação dessa tecnologia em ação, capacitando a equipe para que atue com a tecnologia. As soluções baseadas em IA precisam de cuidados e alimentação contínuos.
Dados de 2023 do [Capgemini Research Institute’s](https://www.capgemini.com/news/press-releases/74-of-executives-believe-the-benefits-of-generative-ai-will-outweigh-the-associated-concerns/) mostram que a grande maioria das empresas, que ainda estão entendendo como aderir à tecnologia aos seus produtos e serviços, tem um uso mais simplificado das ferramentas de IA disponíveis e abertas no mercado. Utilizando o ChatGPT, Copilot, Bard, entre outras, os colaboradores enxergam a IA generativa como um meio para aumentar a eficiência, se liberando de tarefas rotineiras e possibilitando a concentração em aspectos mais estratégicos do trabalho.
Embora seja algo muito novo e desafiador, a AI veio para ficar e pode avançar a passos largos. Executivos precisam entender olhar para a tecnologia e compreender de que forma ela pode impulsionar a inovação, a tomada de decisões e a eficiência, e também onde ela não pode fornecer valor. É necessário, também, ter presente as distinções entre restrições técnicas e organizacionais, como barreiras culturais, escassez de pessoal capacitado e o desafio de incorporar a IA em produtos e processos. Fato é que a implementação de tecnologias avançadas, como a IA generativa, traz consigo potenciais riscos que precisam ser cuidadosamente considerados e mitigados, pondera Sears (2023). Eles podem estar diretamente ligados à própria tecnologia, por isso é crucial, por exemplo, estabelecer proteções regulamentares, de conformidade, de segurança cibernética e de privacidade eficientes para que as ferramentas de IA generativa possam acessar fontes de dados variadas, com segurança.
Este texto não foi escrito por uma máquina, e sim por um humano entusiasta da AI. Vejo nessa tecnologia um potencial gigantesco de redução de custos, operações mais eficientes, agilidade nos processos e aumento da produtividade. Ou seja, uma oportunidade para gestores, investidores e colaboradores. E pelo jeito todo mundo ganha.