Menos ferramentas e mais decisões

Origem Sustentável

há 4 dias

7 min de leitura

Estes dias vi uma entrevista do Yuval Noah Harari sobre os próximos 50 anos da humanidade e do poder. No meio de tantas provocações, uma ideia me chamou muito a atenção, porque parece óbvia num primeiro momento, mas ainda está muito distante da realidade da maioria das pessoas e, principalmente, das empresas.

A forma como estamos utilizando Inteligência Artificial ainda está muito ligada à ideia de ferramenta. Mais um software. Mais um copiloto. Mais um chatbot. Mais um ERP com IA. Mais uma plataforma para preencher dados e gerar relatórios. E os números mostram no que isso dá.

Numa pesquisa chamada “Two Futures for Jobs in an AI era” a PwC perguntou para CEOs do mundo inteiro quanto a IA já tinha gerado de receita nova. Apenas 8% responderam que houve mais do que um aumento pequeno no último ano. Depois de todo o investimento, de todas as licenças contratadas, de todos os pilotos. Isso não significa que a tecnologia não funciona. Mas que a maior parte das empresas comprou ferramenta e continuou operando exatamente do mesmo

jeito. Só que talvez o grande jogo não esteja em adicionar inteligência às ferramentas que já temos. O jogo está nos agentes.

Existe uma diferença enorme entre uma tecnologia que executa aquilo que alguém determinou e uma tecnologia que recebe um objetivo, analisa informações, avalia alternativas, toma decisões e executa ações. É uma mudança de paradigma. Até agora, as tecnologias foram criadas para ampliar a nossa capacidade de fazer alguma coisa. Uma bomba nuclear pode ter um poder de destruição gigantesco, mas continua sendo uma ferramenta. Alguém precisa decidir quando utilizá-la, onde e por quê. A discussão sobre agentes começa em outro lugar. O que acontece quando o sistema não apenas executa uma decisão, mas participa da própria decisão? E aqui vale um cuidado, porque esse tipo de conversa costuma soar como promessa de revolução. Não é. Escolher fornecedor, planejar produção, controlar qualidade, avaliar risco e medir impacto são coisas que a indústria já faz há décadas. Ninguém está reinventando a roda. O que muda não é o que a empresa faz. É como faz, com que velocidade e com que nível de assertividade.

O fim segue sendo o mesmo. O meio é que está sendo transformado. E quando o meio muda, a arquitetura muda junto. Nos anos 80, a planilha eletrônica chegou nos escritórios. Ela não inventou a contabilidade. O trabalho continuou sendo o mesmo: registrar, conferir, fechar, analisar. Só que ela fez duas coisas ao mesmo tempo. Para o guarda-livros, ela automatizou justamente a parte difícil do trabalho. A função foi ficando mais simples, e o número dessas vagas entrou em queda

lenta e contínua. Para o analista financeiro, aconteceu o contrário. A planilha permitiu fazer análises que antes eram impossíveis. A função ficou mais complexa, mais valiosa, e o número de analistas subiu sem parar até hoje. Mesma tecnologia. Dois destinos opostos. E o que separou um do outro não foi a ferramenta. Foi o que sobrou de decisão na mão de cada um.

A IA está fazendo exatamente a mesma coisa agora, em escala muito maior. O estudo da PwC, que analisou mais de um bilhão de anúncios de vaga em 27 países, mostra que 22% das funções no mundo estão sendo profissionalizadas, ou seja, a IA assume o operacional e sobra para a pessoa a

parte que exige julgamento. Outras 52% estão sendo democratizadas, com a IA assumindo justamente a parte especializada. As funções profissionalizadas crescem duas vezes mais rápido e com salários subindo 42% acima das outras. O recado é claro. Quem fica com a decisão, ganha. Quem fica só com a execução, perde. E é aqui que a arquitetura das empresas começa a mudar.

Durante décadas, construímos organizações em verticais. Financeiro; Operações; Marketing; Supply chain; Sustentabilidade. Faz sentido. A complexidade dos negócios exigiu especialização. Mas o

negócio não acontece em verticais. Uma decisão de compra, por exemplo, não é apenas uma decisão de compras. Ela impacta custo, margem, qualidade, prazo, estoque, logística, risco,

emissões e relacionamento com clientes. Hoje, provavelmente precisamos envolver diferentes pessoas, departamentos e sistemas para conseguir enxergar tudo isso.

Uma empresa pode ter um agente acompanhando fornecedores, outro analisando mercado, outro monitorando riscos e outro acompanhando indicadores ambientais. Mas o verdadeiro potencial aparece quando esses agentes conseguem conversar entre si e considerar diferentes dimensões de uma mesma decisão.

Talvez a próxima geração de empresas não seja organizada em torno de departamentos, mas em torno de decisões. E tem um dado da PwC que reforça isso… as empresas mais expostas à IA tiveram um crescimento de produtividade de 33,5%. Mas dentro desse grupo existe um pequeno conjunto de empresas, os 20% do topo, que chegou a 163%. A diferença entre elas não foi o modelo de IA contratado. Foi o uso. As que mais ganharam usaram IA para criar coisas novas e buscar crescimento, não apenas para cortar custo e ganhar eficiência no que já existia. E um detalhe que desmonta a narrativa mais comum sobre o tema: nessas empresas o número de funcionários cresceu mais, não menos.

Isso muda também o papel do executivo. O CFO, o COO, o responsável por supply ou o líder de sustentabilidade não deixarão de existir. Mas suas funções podem mudar radicalmente. Se uma máquina consegue consolidar informações, identificar padrões e produzir análises em tempo real, o papel do executivo deixa de ser apenas interpretar informações. Ele passa a definir objetivos, prioridades, restrições e critérios. Deixa de otimizar apenas uma área e começa a olhar para o sistema inteiro.

O executivo do futuro não será aquele que sabe mais sobre uma determinada área. Será aquele que consegue fazer as melhores perguntas e compreender as consequências das decisões que a organização está tomando. E essa mudança já está chegando na base da pirâmide também. As vagas de entrada mais expostas à IA hoje têm sete vezes mais chance de exigir competências que antes eram consideradas sêniores. Liderança, gestão de pessoas, julgamento, decisão com base em dado. Ou seja, estamos pedindo para quem está começando aquilo que antes se levava dez anos para desenvolver.

Isso também muda completamente a conversa sobre sustentabilidade. Durante muito tempo, sustentabilidade foi tratada como uma área, um conjunto de indicadores ou uma obrigação de reporte. Medimos emissões, consumo de água e resíduos, avaliamos fornecedores e produzimos relatórios. Tudo isso continua sendo necessário. Mas medir impacto não é o mesmo que mudar decisões. Uma empresa pode conhecer sua pegada de carbono e continuar escolhendo fornecedores apenas pelo menor preço. Pode produzir um excelente relatório de sustentabilidade e continuar tomando exatamente as mesmas decisões que tomava antes.

O problema, portanto, talvez não seja a falta de informação. É a distância entre informação e decisão. E é justamente aí que a Inteligência Artificial pode mudar o jogo. Imagine um agente analisando fornecedores e considerando simultaneamente preço, qualidade, prazo, disponibilidade, risco, emissões, origem da matéria prima e potencial de circularidade.

A pergunta deixa de ser simplesmente "qual é o fornecedor mais barato?" e passa a ser "qual alternativa produz o melhor resultado para o negócio considerando todas essas variáveis?".

Isso é muito diferente de ter um dashboard de sustentabilidade. É sustentabilidade incorporada à inteligência do negócio. E para setores com cadeias complexas, como o calçadista, isso pode ser ainda mais relevante. Uma decisão sobre matéria-prima pode envolver custo, qualidade, disponibilidade, origem, emissões, água, resíduos e impacto social. Uma decisão sobre produção pode envolver energia, logística, eficiência, custo e emissões. Não são decisões de sustentabilidade.

São decisões de negócio. A sustentabilidade é uma das dimensões que precisam estar dentro delas. Ela não deveria estar no final do processo, avaliando o impacto de uma decisão que já foi tomada. Deveria estar dentro da decisão.

E existe uma provocação ainda maior. Recentemente li um estudo sobre o uso de IA para previsão de preços de créditos de carbono, combinando dados de mercado com informações de políticas públicas. O resultado é interessante não pelo que o modelo conseguiu fazer, mas pelo que ele não conseguiu. Nenhuma das oito abordagens testadas superou simplesmente prever a média, e o desempenho piorava conforme os modelos ficavam mais complexos. E tem um detalhe que me chamou ainda mais atenção. Dos 42 dias em que o modelo deu mais peso à variável de política pública, nenhum caiu perto de um evento regulatório real. O mecanismo parecia estar olhando para regulação. Não estava.

Quanto mais autonomia damos para uma IA participar de decisões relevantes, mais importante se torna entender por que ela chegou àquela decisão. Não basta perguntar qual decisão a IA tomou. Precisamos perguntar:

Quais informações ela considerou?
Quais critérios utilizou?
Quais limites recebeu?
E, principalmente, quem é responsável por essa decisão?

Porque autonomia sem direção pode simplesmente automatizar decisões ruins. Uma empresa que entrega poder de decisão para agentes precisa definir quais objetivos eles devem perseguir, quais limites precisam respeitar e em quais situações a decisão precisa voltar para um ser humano. Isso é governança. E talvez seja uma das competências mais importantes das empresas nos próximos anos. Não será suficiente ter os melhores modelos de IA. Será necessário saber o que delegar, o que não delegar e quais princípios não podem ser negociados. Vale ressaltar que as novas tarefas que estão surgindo nas funções mais expostas à IA são duas vezes e meia mais dependentes de capacidades humanas. Empatia. Julgamento. Ética. Criatividade. Liderança.

Quanto mais máquina entra, mais o que é humano vale. Primeiro digitalizamos processos. Depois automatizamos processos. Agora começamos a construir sistemas capazes de analisar, decidir e agir. Talvez tenhamos menos departamentos e mais sistemas conectados. Menos gestores acompanhando indicadores e mais executivos definindo objetivos. Menos ferramentas isoladas e mais inteligência atravessando toda a organização. E talvez a sustentabilidade deixe de ser uma vertical da empresa para se tornar uma dimensão presente em cada decisão importante.

No fim, uma empresa não é sustentável porque consegue medir seu impacto. Ela é sustentável quando utiliza essa informação para decidir diferente. Essa talvez seja uma das grandes oportunidades da Inteligência Artificial. Não produzir mais informação, não criar mais uma ferramenta, não gerar mais um relatório. Mas transformar informação em decisão. E decisão em ação.

A pergunta, então, talvez não seja "qual ferramenta de IA devemos contratar?". A pergunta mais importante pode ser: se as máquinas já podem ajudar a decidir, por que nossa empresa ainda está organizada da mesma forma que estava antes delas existirem?

Menos ferramentas.

Mais inteligência.

Mais decisões.

E, principalmente, melhores decisões.