Capacitação para o futuro: Aproveitamento da automação e da IA generativa com a Cognizant

Em uma conversa recente com Mariesa Coughanour, chefe de consultoria de prática de automação da Cognizant, tivemos insights valiosos sobre o mundo da automação e da inteligência artificial (IA). Com uma carreira que abrange startups e gigantes globais como a GE, Mariesa contribui com uma vasta experiência. Continue lendo e aproveite a entrevista, na qual exploramos os desafios e estratégias na implementação da automação e da IA, além de focar em estratégias de lançamento bem-sucedidas.

Está com pressa? Aqui estão as cinco principais conclusões de Mariesa para as empresas que buscam alavancar a automação e a IA generativa:

Comece com as áreas de menor risco: comece sua jornada de automação e IA generativa pela implementação nas áreas com menor sensibilidade ou risco. A abordagem em fases permite que as organizações aprendam, adquiram confiança e ganhem impulso sem expor as funções críticas aos possíveis problemas na curva de aprendizado.
Priorize a qualidade dos dados: resolva os problemas de dados e priorize a qualidade dos dados ao integrar a automação e a IA generativa. Reconheça que os dados são um desafio para a maioria das organizações e considere estratégias para obter os dados certos e garantir a confiabilidade. Isso melhorará os resultados e, ao mesmo tempo, restaurará a qualidade nos data centers principais.
Adote a consciência da tecnologia: reconheça que os métodos de trabalho evoluirão devido à automação e à IA, e isso não significa necessariamente a perda de empregos. As empresas devem promover a sensibilização tecnológica e a melhoria das habilidades dos funcionários. É provável que a futura força de trabalho envolva uma combinação entre trabalhadores humanos e digitais.
Segurança e privacidade: mantenha um forte foco na segurança da informação e na privacidade dos dados ao integrar tecnologias de automação e IA. Implemente controles e salvaguardas robustos para proteger os dados sensíveis.
Diversos conjuntos de habilidades: incentive uma faixa diversificada de funções dentro da organização. Nem todos precisam ser desenvolvedores. Em vez disso, as organizações devem valorizar os especialistas em paralelo aos indivíduos com competências mais amplas, criando uma força de trabalho completa e capaz de aproveitar várias ferramentas para atingir os objetivos.

Aproveitar o poder da IA generativa

Como a Cognizant está ajudando os clientes na adoção da IA generativa?

Mariesa: Temos várias equipes e uma força-tarefa dedicada, tornando esse trabalho uma prioridade máxima. O principal foco é aproveitar a IA generativa para gerar resultados e valor na prática. Embora a aquisição de insights seja crucial, o impacto real surge quando convertemos esses insights em operações de negócios mais rápidas e experiências inovadoras. Esse é o foco principal: permitir que nossas equipes criem resultados e orientem ações dentro da organização.

Onde as empresas estão começando a explorar a IA generativa?

Mariesa: Tradicionalmente, as empresas estão começando em áreas como funções de back-office para obter ganhos de eficiência. No entanto, a IA generativa está se tornando mais acessível às massas. Agora ela tem uso habitual, em geral em computadores pessoais, para ajudar em diversas tarefas. Essa acessibilidade levou à sua adoção em áreas tradicionalmente mais difíceis de automatizar, como operações de front-office, vendas e marketing. Os profissionais de marketing, por exemplo, a usam para criar mensagens atraentes e refinar o conteúdo. As equipes de comunicação e central de contatos a utilizam na análise de sentimentos. Em essência, a IA generativa pode ser aplicada em funções e departamentos de qualquer organização.

“Estamos vendo funções adotando a IA generativa que tinham um escopo tradicionalmente mais difícil para oportunidades de automação. A IA generativa pode ser aplicada a qualquer função, em qualquer espaço dentro de uma organização.

No nosso relatório Automation Now & Next de 2023, 80% dos entrevistados enfatizaram a importância da automação e da IA para atingir suas metas. Isso se alinha com a sua perspectiva?

Mariesa: Com certeza, há um enorme entusiasmo em relação a essas tecnologias. Até os meus pais estão curiosos sobre a IA generativa, mas descrever o meu trabalho diário muitas vezes resulta em expressões de perplexidade. A IA generativa é mais acessível porque proporciona benefícios tangíveis que as pessoas podem entender por meio de exemplos e interação direta. É fácil de usar e prática, o que contribui para sua rápida adoção. No entanto, as organizações precisam entender que a implantação dessa tecnologia envolve complexidades e um planejamento intencional.

Depois que ela é introduzida em uma organização, surgem inúmeras considerações, incluindo segurança da informação e desafios de dados. Os problemas de dados são onipresentes nas empresas, seja qual for o tamanho. A implementação da IA generativa pode agravar esses problemas, revelando lacunas de dados e problemas de confiança. As organizações devem abordar a qualidade e o fornecimento de dados para aproveitar ao máximo essa tecnologia.

Além disso, a privacidade e a segurança dos dados exigem um planejamento atento e precisam do estabelecimento de salvaguardas adequadas. Também será necessário considerar como habilitar todo o potencial da IA, tanto no aproveitamento dos dados da empresa como das fontes externas. Ao mesmo tempo que abordam questões de dados sensíveis, as organizações devem capacitar as equipes de maneira rápida e eficiente, sem causar frustração. Este é o momento oportuno para a adoção.

“Acho que há muita empolgação, mas também alguns mal-entendidos e muita vontade de não ficar para trás.”

Uso responsável da IA

Você pode compartilhar algumas histórias de sucesso das empresas que organizaram os dados com eficiência e, ao mesmo tempo, garantiram a segurança?

Mariesa: Uma abordagem é começar habilitando a IA generativa nas áreas menos sensíveis e de menor risco. Por exemplo, os setores que lidam com dados sensíveis, como registros de estudos clínicos ou finanças, exigem muito mais planejamento e cuidado ao implementar novas tecnologias. Começar em espaços menos arriscados permite que as organizações aprendam e adquiram confiança na tecnologia sem expor informações altamente sensíveis e regulamentadas. Essa abordagem em fases incentiva a adoção e abre caminho para uma implementação mais ampla.

Também estamos ajudando os clientes a aprimorar o gerenciamento de dados mestres por meio da utilização estratégica da automação e da IA generativa, ao mesmo tempo em que criamos interfaces fáceis de usar para os usuários corporativos. Essas interfaces permitem que os usuários analisem dados e opções, verifiquem a precisão dos dados e sugiram a limpeza necessária, adicionando uma camada adicional de conhecimento prático e segurança.

Temos como exemplo uma equipe de RH que empregou essas metodologias para avaliar códigos de folha de pagamento. Durante a expansão global e a aquisição de novos negócios pela organização, a remoção dos códigos inativos não acompanhou o ritmo. Essa abordagem não só simplifica o processo de gerenciamento de dados mestres com a implementação da IA generativa, mas também gera o engajamento ativo dos parceiros de negócios na garantia da qualidade dos dados.

Embora todos precisemos garantir o uso ético e responsável da IA, devemos procurar formas de aplicá-la apesar dos desafios potenciais, uma vez que ela pode proporcionar uma melhor qualidade dos dados, processos mais rápidos e, por fim, resultados mais impactantes.

Como as organizações podem integrar com eficácia os dados próprios aos LLMs para melhorar a tomada de decisões e as operações?

Mariesa: Ao trabalhar com dados próprios e LLMs, o planejamento intencional é fundamental. Implemente controles adicionais e restrinja o acesso. Mesmo dentro das equipes de desenvolvimento, garanta a segregação de funções quando apropriado, em especial em relação ao desenvolvimento e ao acesso aos ambientes de produção. Semelhante ao que ocorre na automação, é preciso aplicar salvaguardas. Embora os clientes considerem essa integração, eles continuam cautelosos devido à sensibilidade dos dados. Ela é totalmente viável, mas requer uma abordagem diferente e o estabelecimento de proteções robustas.

“Mesmo com a automação, as pessoas são muito cautelosas quando acessam informações próprias. Não é que não seja possível, mas é necessário pensar nisso de uma maneira um pouco diferente. E é preciso colocar as proteções certas. As pessoas precisam se sentir capacitadas, mas o risco também precisa ser mitigado.

As pessoas se preocupam com a possibilidade de estas tecnologias assumirem o controle de seus empregos no futuro?

Mariesa: É surpreendente, mas não há tanto medo quando as pessoas entendem a IA generativa. Em vez disso, a maioria das preocupações se refere à segurança. Os líderes se preocupam com a possibilidade do compartilhamento não autorizado de informações. As pessoas parecem ansiosas para adotar essas tecnologias. No domínio da automação e da IA, é importante reconhecer que os métodos de trabalho evoluirão com o tempo. A forma como trabalhamos hoje não será a mesma na próxima década, assim como mudou no passado. Embora as funções possam ser afetadas, isso não significa necessariamente a perda de emprego. Em vez disso, significa uma mudança na forma como trabalhamos. Acredito que futuras contratações e planos de carreira incorporarão a consciência tecnológica. Nem todos precisam se tornar desenvolvedores, mas entender como a tecnologia afeta sua função e o potencial de ter “trabalhadores digitais” na equipe se tornará mais comum. A honestidade em relação a essas mudanças é essencial, mas no geral, o fator do medo não é tão proeminente nesse contexto.

Capacitar solucionadores de problemas

Quais são outras considerações importantes para as empresas que buscam dimensionar os programas de automação?

Mariesa: Quer se trate de IA generativa, automação ou análise, é essencial capacitar as pessoas para enfrentar os desafios dentro das funções e equipes. Refletindo sobre meu período na GE, onde comecei minha carreira, o Lean era prevalente. Nem todos precisavam ser especialistas, mas todos tinham conhecimentos básicos. Nem todos deveriam se tornar desenvolvedores; as organizações requerem diversas funções, incluindo vendas e RH. Incentivar todos a serem desenvolvedores pode não ser a abordagem ideal, mas é essencial que todos entendam como podem aproveitar a tecnologia e como se envolver. Precisamos de especialistas e também de pessoas com competências mais amplas; trata-se de ter um kit de ferramentas versátil para alcançar os resultados desejados. Não há uma solução única que sirva para todos.

Obrigado, Mariesa, por compartilhar sua experiência e insights conosco. Agradecemos pelas suas contribuições que, sem dúvida, orientarão as organizações na jornada para aproveitar todo o potencial da IA generativa.

Adotar o potencial da IA generativa pode levar a soluções de problemas inovadoras, operações simplificadas e engajamento do cliente aprimorado. É uma jornada na qual as organizações devem embarcar com cautela, mas também com a mente aberta às possibilidades que temos pela frente neste futuro capacitado pela tecnologia.

Aqueles que desejam utilizar IA generativa hoje podem consultar nossos guias de instruções para construir a automação generativa alimentada por IA. Dê o primeiro passo para aproveitar o poder da IA generativa para o crescimento e a eficiência da sua organização