Numa era de avanço tecnológico implacável, a integração da IA não é apenas uma atualização, mas uma mudança fundamental que afeta todos os aspectos das operações organizacionais. Ao contrário das mudanças tecnológicas anteriores que exigiam a adaptação de equipes ou especialistas específicos, a IA é uma habilidade horizontal – exigindo competência universal em organizações inteiras. Para os líderes empresariais encarregados da transformação da IA, aqui está a verdade: cada funcionário precisa se tornar um funcionário de IA.
Nos próximos meses e anos, veremos a diferença entre as empresas que apenas consideram a IA como uma característica e aquelas que integram totalmente a IA nas suas operações. Esta mudança aumenta a produtividade, a segurança e a inovação e altera fundamentalmente a dinâmica competitiva.
Esta transformação é evidente quando se compara a fluência das principais empresas de IA – principalmente startups e gigantes da tecnologia – com empresas mais tradicionais. As organizações de IA de alto nível alcançam fluência em IA com mais de 90% de sua força de trabalho não técnica proficiente em IA; isto contrasta fortemente com a média de 28% em empresas fora da área de tecnologia. Esta integração generalizada da IA sublinha que, nas organizações de ponta, compreender e utilizar a IA é a norma, e não uma exceção. Nestes ambientes, a fluência em IA não é apenas incentivada, mas é uma expectativa fundamental, promovendo uma cultura de adaptação e aprendizagem contínuas.
CEO e fundador da Workera.
Definir uma visão de competências para a sua força de trabalho preparada para IA
Para integrar efetivamente a IA em toda a organização e garantir que todos os funcionários estejam prontos para a IA, os líderes devem seguir um manual claro e prático:
Comece definindo uma visão de competências e definindo as competências de IA necessárias para todos os funcionários. Essa visão deve ser dinâmica, evoluindo com os avanços tecnológicos e as necessidades estratégicas de negócios. Serve como base para o desenvolvimento de uma força de trabalho preparada para IA.
Existem diferentes maneiras de estruturar sua visão de habilidades. A abordagem mais fácil é AI Builders vs AI Users. A grande maioria dos funcionários serão usuários de IA – usando ferramentas de IA para aumentar e acelerar seus fluxos de trabalho existentes. Aproximadamente 5% dos funcionários serão responsáveis pela construção de sistemas, plataformas, produtos, modelos de linguagem e ferramentas de avaliação de IA — esses são os especialistas que equiparão sua empresa com as ferramentas necessárias para ter sucesso.
Embora a estrutura construtores versus usuários nos permita compreender as forças de trabalho de IA em um sentido amplo, a maioria das organizações precisará de uma abordagem mais granular. Uma pirâmide de força de trabalho preparada para IA pode ser dividida em quatro níveis: Centro de excelência, “AI + X”, Fluência e Alfabetização.
– Centro de excelência: Seu centro de excelência pode ser considerado sinônimo de “construtores de IA”. Esses são os cientistas de dados, engenheiros de aprendizado de máquina e engenheiros de software de que você precisa para construir uma plataforma interna de IA. Eles não estão aplicando ferramentas de IA em alguma outra área da empresa, como vendas ou marketing – toda a sua função é projetar, construir e refinar ferramentas de IA para clientes internos ou externos.
– “AI + X”: Estes são os especialistas no assunto cujas funções podem ser transformadas com a adição da IA. Os funcionários desse nível podem vir de todas as origens possíveis – engenheiros elétricos, engenheiros mecânicos, especialistas financeiros. A IA pode ajudar esses funcionários a se tornarem mais completos e a construir algo verdadeiramente significativo em sua área específica de especialização. Embora não treinem modelos básicos ou desenvolvam infraestrutura de IA, eles precisam usar APIs, aproveitar a geração aumentada de recuperação e métodos de engenharia imediata, soluções de protótipo, modelos de chamada e, às vezes, até mesmo construir produtos de ponta a ponta. Vale a pena notar que já estamos vendo indivíduos talentosos reconhecerem o potencial de se tornarem especialistas em “AI + X” – no curso de aprendizagem profunda que co-criei em Stanford, dois terços dos meus alunos não estão se especializando em ciência da computação.
– Fluência: Neste nível, você não precisa necessariamente saber como usar ferramentas de IA ou aplicá-las aos seus fluxos de trabalho. Fluência é o nível exigido para funcionários que estão interagindo com uma contraparte técnica. Por exemplo, um profissional de marketing que vende um produto de dados precisa de um certo nível de compreensão para poder comercializar esse produto com precisão e eficácia. Um executivo de vendas precisa de um certo grau de fluência para ser capaz de responder às perguntas dos compradores técnicos, mesmo que eles próprios não estejam usando as ferramentas.
– Alfabetização: Este é o nível básico de competências de IA necessário para os trabalhadores da linha da frente e colaboradores individuais. Para estes funcionários, a literacia em IA pode ajudá-los a melhorar a produtividade, dependendo da sua função e responsabilidades. Mas é igualmente importante que estes funcionários façam parte da mudança cultural mais ampla e identifiquem os seus próprios casos de utilização: quando cada funcionário atingir um nível padrão de literacia em IA, essa empresa estará então numa posição muito melhor para inovar.
Executando sua visão de habilidades de IA: desafios e estratégias para líderes
Implementar sua visão de habilidades de IA costuma ser mais complexo do que elaborá-la. Veja como os líderes podem navegar nessas complexidades de forma eficaz:
– Aproveitar os melhores talentos: Seus produtos serão tão bons quanto seus melhores colaboradores, e a IA não é diferente. Os especialistas que conseguem apresentar inovações criativas elevarão o padrão para o resto da organização. Por esta razão, ao nível do Centro de Excelência, as organizações devem fazer tudo o que puderem para maximizar as capacidades dos seus funcionários de IA mais fortes. Esses profissionais de alto desempenho definem o padrão para toda a organização. Por exemplo, vi uma empresa de software que transferiu um especialista em codificação limpa para uma equipe que lutava para manter um código limpo; em poucas semanas, melhorias significativas ficaram evidentes em toda a organização.
– Prevenir uma cultura de “amadores perigosos”: O comportamento da liderança da empresa também faz uma grande diferença na adoção da IA. Os CEO e outros executivos devem ser capazes de definir o tom para o resto da organização – se não são hoje proficientes em IA, devem reconhecê-lo e comunicar como planeiam colmatar essa lacuna de competências. Se os executivos apenas fingirem que conhecem a IA, os seus funcionários farão o mesmo. Organizações com “amadores perigosos” (como chama meu amigo e colaborador Fernando Lucini) – aqueles que exageram suas habilidades – terão muito mais dificuldade em começar a produzir IA e correrão o risco de serem ultrapassadas pelos concorrentes.
– Liderar pelo exemplo: À medida que as empresas melhoram as competências das suas forças de trabalho, os seus CEO devem estar na vanguarda do desenvolvimento das suas capacidades de IA. Os executivos devem estar dispostos a partilhar as suas experiências — e as suas pontuações em avaliações de referência de IA — com os seus funcionários para promover uma cultura de aprendizagem.
Não há tempo a perder
A rápida evolução da IA destaca a necessidade de as empresas se tornarem organizações baseadas em competências. A inovação depende da adaptação às exigências de competências em rápida mudança. Em 2016, usei frequentemente a linguagem de programação TensorFlow; menos de uma década depois, o TensorFlow mudou tanto que não consigo mais usá-lo de maneira eficaz sem atualizar minhas habilidades. Isto demonstra como competências técnicas específicas podem tornar-se perecíveis.
A inovação exige que os funcionários dominem competências de ponta, mas é impossível aprender essas competências rapidamente sem bases sólidas. A criação do ChatGPT em 2022, que foi construído sobre a arquitetura do transformador introduzida pela primeira vez em 2017, sublinha a importância de competências duradouras. A base sólida da equipe de desenvolvimento em matemática, estatística, algoritmos, estruturas de dados, codificação e inglês — habilidades duráveis — foi fundamental. Estas competências duradouras, tanto técnicas como comportamentais, são essenciais para o sucesso a longo prazo. Isto ilustra por que uma abordagem de competências em forma de T para o desenvolvimento dos funcionários, combinando uma ampla base de competências duráveis com competências estreitas, mas profundas e perecíveis, é estratégica para o crescimento contínuo.
A data de expiração das competências perecíveis está a aproximar-se mais rapidamente do que nunca, enfatizando a necessidade de aprendizagem contínua para se manter competitivo. Se as empresas não estiverem preparadas para acompanhar as competências perecíveis, serão perturbadas.
A inovação acontece graças a competências perecíveis, mas é sustentada graças a competências duradouras. As organizações precisam abraçar a necessidade de ambos ou correm o risco de ficar para trás.
Apresentamos o melhor construtor de sites de IA.
Este artigo foi produzido como parte do canal Expert Insights da TechRadarPro, onde apresentamos as melhores e mais brilhantes mentes do setor de tecnologia atualmente. As opiniões expressas aqui são de responsabilidade do autor e não são necessariamente da TechRadarPro ou Future plc. Se você estiver interessado em contribuir saiba mais aqui: https://www.techradar.com/news/submit-your-story-to-techradar-pro
