O discurso sobre inteligência artificial ganhou uma segunda voz. Continua a falar-se do potencial, e com razão; mas ao lado dessa conversa cresceu outra, sobre a desilusão com a execução. Os números que a alimentam merecem ser lidos com atenção, porque contam uma história diferente daquela que parece à primeira vista.

Os números da desilusão

Lidos à pressa, estes números alimentam a narrativa de que a IA é uma bolha. Lidos com cuidado, dizem outra coisa: a adopção disparou, a transformação não. E a diferença entre as duas está identificada.

O diagnóstico: processo, não tecnologia

O estudo do MIT é explícito: a causa principal do insucesso não é a qualidade dos modelos, é aquilo a que os autores chamam o "learning gap": a incapacidade das organizações de integrar as ferramentas no trabalho real, com contexto, memória e adaptação. Os pilotos que brilham em demonstração morrem no terreno porque nunca foram desenhados para o terreno.

Os padrões de falha repetem-se de estudo para estudo. Pilotos que arrancam sem critérios de sucesso definidos, tornando impossível declarar vitória mesmo quando a tecnologia funciona. Orçamentos concentrados em vendas e marketing, quando o retorno demonstrado está nas operações e no back-office. Ferramentas genéricas pousadas em cima de processos que ninguém redesenhou.

E é precisamente aí que a McKinsey encontra o factor que separa os que conseguem: os "high performers" distinguem-se por redesenharem os fluxos de trabalho antes de lhes aplicarem IA, em vez de colocarem a tecnologia por cima do processo existente. O valor não está no modelo. Está no que a organização decide fazer de forma diferente.

O que os 5% fazem de diferente

O retrato dos que atravessam o fosso é consistente: escolhem um processo concreto, não uma plataforma. Definem à partida como se mede o sucesso. Preparam as equipas antes de instalar a tecnologia. Integram a solução nos sistemas onde o trabalho realmente acontece. E, nota relevante do MIT, as soluções construídas com parceiros externos especializados chegam a produção com o dobro da frequência das construídas internamente.

Nada disto é exótico. É disciplina de processo, aplicada a uma tecnologia nova.

A nossa leitura: como se constrói um processo que chega a produção

Estes dados são a validação empírica daquilo em que acreditamos desde o primeiro dia: a transformação com IA é um processo, não uma compra. Falha quando é tratada como uma aquisição de software; funciona quando é tratada como uma transição. E essa transição tem uma anatomia que já testámos no terreno, com clientes reais.

Começa por conhecer os processos existentes antes de falar de tecnologia. Não o organigrama nem o manual de procedimentos: o trabalho como ele acontece, com as pessoas que o fazem. É aqui que se descobre onde está o retorno e, tantas vezes, que o problema real não é o que estava no briefing.

Segue-se o redesenho, e a palavra decisiva é "conjunto". Os fluxos redesenham-se com as equipas, não para as equipas. Quando quem faz o trabalho participa no desenho, a IA deixa de ser uma ameaça vinda de cima e passa a ser uma ferramenta para resolver os problemas que essa pessoa conhece melhor do que ninguém. A adopção ganha-se aqui, antes de existir tecnologia para adoptar; é por isso que a gestão da mudança não é um extra no nosso modelo, é uma fase com nome próprio.

Depois, testar em pequena escala antes de ampliar. Nos projectos que concluímos, começámos deliberadamente pelo âmbito que concentrava a maior parte do volume, com validação humana em cada passo e iteração directa com os utilizadores finais, e só a partir daí se amplia. Um piloto pequeno com critérios claros vale mais do que uma plataforma ambiciosa que nunca chega ao terreno.

E, terminada a implementação, o acompanhamento não termina: os sistemas operam-se, medem-se e evoluem em contínuo. É a diferença entre instalar software e transformar uma operação.

Nada disto funciona sem envolvimento a três níveis ao mesmo tempo: a gestão de topo, que dá direcção e remove obstáculos; o operacional do dia-a-dia, que conhece o trabalho real e valida cada passo; e os parceiros terceiros, tecnológicos e de implementação, que trazem o que a empresa não tem de construir sozinha. Quando um destes níveis falta, o piloto fica no laboratório.

O mundo está cheio de pilotos que nunca saíram de lá. A nossa visão é que não tem de ser assim.