Por Dentro da Ousada Aposta deste CEO na Utilização da IA para Dados Mais Limpos, Entregas Mais Rápidas e Fluxos de Trabalho de Gestão de Projetos Mais Simples
Marcel Petitpas, CEO da Parakeeto, está a utilizar a IA como um impulsionador central da excelência na entrega — simplificando fluxos de trabalho, impondo disciplina aos dados e capacitando cada membro da equipa (incluindo os que não têm conhecimentos técnicos) para tirar partido da IA no seu trabalho diário.
Marcel Petitpas
Fundador e CEO da Parakeeto
Integração da IA: A Parakeeto tira partido da IA para aumentar a eficiência organizacional, melhorando a consultoria de rentabilidade através de aplicações inovadoras.
Eficiência do contexto: A IA centraliza os materiais de contexto dos clientes, melhorando a preparação das reuniões e a tomada de decisões, com poupanças de tempo significativas.
Fluxos de trabalho simplificados: A Parakeeto minimiza a complexidade da gestão de projetos, reduzindo o nível de detalhe das tarefas, simplificando a documentação e permitindo a adaptação dos processos.
Importância da higiene dos dados: Os dados estruturados continuam a ser cruciais; a IA amplifica a necessidade de uma infraestrutura de dados robusta e limpa.
Capacitação das equipas: Os colaboradores sem conhecimentos técnicos utilizam a IA para tarefas relacionadas com dados, aumentando a produtividade com ferramentas como o Notion para documentação dinâmica.
Marcel Petitpas é o fundador e CEO da Parakeeto, uma empresa de consultoria de rentabilidade que está a apostar fortemente na IA nos seus projetos e na prestação de serviços.
Eis o que Marcel disse sobre a forma como está a redefinir o mundo da consultoria com a IA.
Incentivar a Experimentação enquanto CEO
Sou o fundador e CEO da Parakeeto. Somos uma empresa de consultoria apoiada por tecnologia que ajuda agências — e outras empresas de consultoria — a medir e melhorar a sua rentabilidade.
A IA representa uma grande oportunidade para nós e tive de ser muito claro sobre este tema com a minha equipa.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Estou a tentar incentivar toda a gente a experimentar, a utilizar a IA e a encontrar formas de a aplicar ao que fazemos, para conseguirmos melhorar ou ser mais eficientes.
Um ótimo exemplo é o facto de, todas as semanas, fazermos uma demonstração para partilhar experiências e celebrarmos algo que está a ser experimentado internamente no âmbito da IA.
Eficiências na Recolha de Contexto e na Prestação de Serviços
A recolha de contexto foi provavelmente a maior eficiência que obtivemos até agora com a IA.
Temos trabalhado na centralização do contexto dos nossos clientes — chamadas, notas, atualizações no Asana, emails, etc. — para que tudo possa ser consultado através da IA. Agora, é muito mais fácil pôr as pessoas a par do que está a acontecer, preparar reuniões e tomar decisões tendo em conta o contexto adequado.
Isto poupa muito tempo nas comunicações internas, na preparação de briefings, na visualização de gravações de chamadas e na redação de atualizações.
Também conseguimos poupar muito tempo na prestação de serviços ao utilizar a IA para consultar a documentação técnica dos nossos sistemas e ajudar-nos a escrever regras de limpeza de dados e a realizar outras tarefas técnicas.
Ao utilizarmos a IA como a nossa "memória perfeita", conseguimos concentrar-nos na experiência do cliente e melhorá-la. Agora, todos os clientes sentem que são o nosso único cliente.
Eliminar a Complexidade dos Fluxos de Trabalho de Gestão de Projetos
Outra grande mudança para nós foi afastarmo-nos totalmente do planeamento de recursos de baixo para cima e da gestão de projetos altamente detalhada e baseada em tarefas. A capacidade de criar documentação com a qual é possível interagir de forma conversacional significa que podemos simplificar realmente os modelos e remover grande parte do detalhe e da complexidade dos nossos fluxos de trabalho de gestão de projetos, o que reduz significativamente o tempo e o esforço necessários para iniciar projetos e manter as nossas ferramentas de gestão de projetos ao longo do tempo.
Também reduz significativamente o atrito quando ocorrem alterações nos nossos processos.
Acho que isto poderá significar transferir a gestão de projetos para o Notion em algum momento no futuro. Mas, por agora, estamos bastante satisfeitos com o Asana.
Como estão os Clientes a Utilizar a IA na Prestação de Serviços Criativos?
Quanto aos nossos clientes, estamos a ver a IA em todos os contextos que seria de esperar.
- Recolha de contexto durante o processo inicial de integração e o processo comercial, para informar a estratégia e o briefing.
- O processo de criação de ideias e brainstorming, bem como a elaboração dos conceitos e briefings iniciais para a equipa interna.
- Criação rápida de maquetes de conceitos, especialmente na fase inicial de apresentação de propostas (isto aplica-se a texto, UI/UX, design gráfico, vídeo e geração de imagens).
- Geração de imagens
- No domínio do marketing digital, a IA está a ser amplamente aplicada à análise de dados e campanhas, bem como à monitorização de contas e à sugestão de edições.
- Criação de variações de conteúdos criativos e textos.
- Criação de uma grande vantagem em áreas como a otimização para motores de pesquisa — especialmente em aspetos mais básicos de manutenção, como metaetiquetas, meta descrições, etc.
A Importância Incompreendida da Higiene dos Dados com a IA
Fiquei realmente surpreendido com a importância da higiene e da estrutura dos dados ao integrar a IA nos fluxos de trabalho de prestação de serviços.
Acho que existe a falácia de que a IA reduzirá a necessidade de investimentos em infraestruturas de dados, mas, com base na nossa experiência, está apenas a tornar esses investimentos mais importantes.
Acho que existe a falácia de que a IA reduzirá a necessidade de investimentos em infraestruturas de dados, mas, com base na nossa experiência, está apenas a tornar esses investimentos mais importantes.
A capacidade da maioria das empresas para tirar partido da IA será limitada pela qualidade dos seus sistemas de dados subjacentes.
Eis algumas coisas que limpamos com a IA:
- Corrigir nomes inconsistentes de funcionários ou projetos (por exemplo, alcunhas, erros ortográficos e prefixos/sufixos como [ARCHIVED]).
- Remover ruído desnecessário, como espaços em branco adicionais, linhas de cabeçalho/rodapé ou colunas não utilizadas.
- Uniformizar os formatos de datas, números e texto para os alinhar com as estruturas internas de elaboração de relatórios no nosso software de gestão de ativos digitais.
- Associar os registos de tempo às categorias de funções corretas da Grelha de Processamento Salarial ou aos projetos corretos da Grelha de Projetos, mesmo quando os nomes originais não coincidem exatamente.
- Lidar com alterações ao âmbito dos contratos de avença, dividindo os projetos em várias versões com base nas datas de início e de fim.
- Reatribuir dados antigos ou incompletos a projetos “históricos” de substituição, para preservar a precisão dos relatórios sem criar confusão.
- Extrair códigos, etiquetas ou IDs incorporados em campos de texto através de expressões regulares ou correspondência de padrões.
- Aplicar ajustes matemáticos ao tempo registado (por exemplo, acrescentar horas de prestadores de serviços ou redistribuir frações de tempo).
- Renomear ou remapear colunas para que as exportações de diferentes ferramentas se ajustem a um esquema consistente.
- Combinar ou dividir campos (por exemplo, fundir as colunas do nome próprio e do apelido numa única coluna de nome do funcionário).
E isto é apenas para referir alguns exemplos.
Ao criarmos documentação realmente excelente sobre como escrever e configurar estas regras de limpeza de dados, permitimos que os funcionários não técnicos realizem muito mais trabalho preparatório por conta própria, em alguns casos implementando estes processos sem precisarem de envolver quaisquer recursos técnicos.
Documentação detalhada com o Notion AI
O cerne deste processo foi escrever documentação detalhada para informar um modelo de IA.
Depois, temos de a manter atualizada. Mas, como a documentação está no Notion e utilizamos o Notion AI para a consultar, é uma espécie de documento autossustentável. E, quando é necessário adicionar algo novo, muitas vezes podemos pedir à IA que prepare as atualizações e colá-las diretamente no documento.
E o melhor do Notion é que é bastante fácil obter contexto a partir daí para locais como o Gemini, o Notebook LM ou o ChatGPT. A funcionalidade de agente do ChatGPT também funciona com o Notion.
Como capacitar funcionários não técnicos com IA
Referi a capacitação de funcionários não técnicos com IA — esse foi, de longe, o maior desbloqueador. Desde que alguém consiga expressar aquilo que pretende alcançar através de uma declaração lógica, pode essencialmente escrever Python/SQL e criar processos de dados funcionais.
Desde que alguém consiga expressar aquilo que pretende alcançar através de uma declaração lógica, pode essencialmente escrever Python/SQL e criar processos de dados funcionais.
É claro que existem limitações, e essas limitações tendem a surgir no início e no fim destas tarefas técnicas.
Por exemplo, tomar boas decisões sobre que tecnologias utilizar, como arquitetar as coisas e que tipos de casos extremos e requisitos devem ser considerados é normalmente uma área em que um recurso técnico pode acrescentar muito valor — mesmo que isso signifique rever e acrescentar algum detalhe adicional ao raciocínio que um modelo de IA já produziu.
A partir daí, aquilo que é muito difícil para um utilizador não técnico conseguir fazer é configurar a infraestrutura e os fluxos de trabalho iniciais para um processo completamente novo e levar algo desde a ideia até ao lançamento. Em alguns casos raros, consegue fazê-lo de ponta a ponta, mas ter um utilizador técnico a configurar a base continua, de um modo geral, a ser um requisito, ou pelo menos algo que será muito mais eficiente e conduzirá a um sistema e a um resultado melhores.
Outra área em que, por vezes, ainda é necessária intervenção técnica é a resolução de casos extremos. Mas, à medida que documentamos as soluções para isso, a assistência da IA está a permitir que os utilizadores não técnicos ultrapassem bloqueios cada vez mais.
E, quando as bases e o processo estão estabelecidos, os utilizadores não técnicos conseguem fazer muito mais do que conseguiam há um ano.
A IA não está apenas a mudar os processos; está a mudar a forma como os processos são criados
De certa forma, penso que a IA está a ajudar-nos a desenvolver um processo em torno das coisas sem termos de desenvolver um processo no sentido tradicional.
Antes de existirem agentes e ferramentas de IA para ajudar a facilitar a realização destas tarefas, alguém tinha de se sentar e criar um conjunto muito detalhado e, frequentemente, muito determinístico de passos para concluir uma tarefa.
Os desafios disso são:
- É demorado
- Exige que alguém tenha uma compreensão precisa dos passos a seguir
- Normalmente, não funciona bem para coisas muito complexas, subtis ou fluidas
- É frequentemente difícil ou dispendioso fazê-lo quando um processo é novo, ou ainda não está suficientemente amadurecido, e é provável que sofra alterações
- Pode abrandar o ritmo do progresso ao criar atrito operacional
Com a IA, alguém pode simplesmente criar uma nova conversa, um agente ou um GPT personalizado e começar a trabalhar, construindo simultaneamente o processo, o conhecimento e o contexto. É semelhante a trabalhar com uma pessoa, mas tem uma memória perfeita e pode partilhar imediatamente com a pessoa seguinte aquilo que aprendeu.
Penso que esta é uma das coisas mais poderosas da IA — de certa forma, está a mudar completamente a forma como os processos são criados e mantidos.
O meu conjunto de ferramentas de IA para a execução de projetos
O nosso conjunto principal de ferramentas é:
- Asana - Como o nosso software de gestão de projetos
- Harvest - Software de controlo de tempo
- QBO - Como o nosso software de contabilidade
- Parakeeto - Para contabilidade de gestão, previsão, utilização, ABR / desempenho dos projetos
E também utilizamos:
- Google Suite (Drive, Sheets, Docs, Calendar, Mail) - Software de colaboração na nuvem
- Notion - Software de colaboração em documentos
- Miro - Software de fluxogramas
- Loom - Software de colaboração assíncrona
- Fathom - Software para tomar notas
- Zapier - Software de automatização de processos
Duas ferramentas de que todos os gestores de projeto precisam
Em particular, o Notion e o Zapier foram revolucionários para nós.
Já mencionei isto anteriormente, mas o Notion é uma plataforma na qual começámos realmente a apostar. Está a tornar-se um local onde podemos introduzir automaticamente todo o tipo de contexto e informação sobre os nossos clientes e, depois, consultá-los ou utilizá-los como conhecimento noutros modelos de IA.
Também está a começar a disponibilizar muitas ferramentas que tornam isto muito mais fácil (Mail, Calendar, notas de reuniões) e é muito provável que, com o tempo, acabemos por transferir cada vez mais funções para o Notion — eventualmente, talvez até a nossa gestão de projetos e o CRM.
A Zapier fez realmente um excelente trabalho ao integrar agentes de IA na sua ferramenta. Enquanto todos se concentram no Gumloop e no N8N, eu diria que a Zapier é melhor do que ambos, dada a abrangência das suas integrações.
Temos algumas automatizações — sobretudo do lado de S&M — que nos estão a poupar muito tempo todos os meses, ao automatizar o marketing e garantir que os dados chegam aos locais certos, com o nível de enriquecimento adequado.
Uma automatização da Zapier na vida real
Uma das automatizações mais complexas da Zapier que temos atualmente em funcionamento envolve receber novos leads que descarregam o nosso kit e fazer várias coisas com eles:
- Avaliá-los para perceber se estão a utilizar um endereço de e-mail profissional ou pessoal.
- Filtrar os que utilizam um endereço de e-mail profissional.
- Extrair o nome da empresa do e-mail e separar o nome próprio do apelido.
- Utilizar um serviço de enriquecimento para consultar informações básicas sobre a empresa e a pessoa.
- Aplicar mais filtros para determinar se o lead é "qualificado" com base num conjunto de critérios — pertencer a um setor específico, ter um determinado número de colaboradores, etc.
- Fazer mais enriquecimento dos leads que se adequam ao perfil.
- Resumir e organizar algumas informações sobre eles, como as descrições das empresas.
- Adicionar esses leads ao nosso CRM e aplicar as etiquetas e os filtros adequados.
- Adicionar esses leads a outras automatizações que fazem coisas como inscrevê-los no recurso de captação de leads que descarregaram e adicioná-los a uma campanha de e-mails automáticos associada a esse recurso.
Um futuro mais simples para os gestores de projetos
Acho (e espero) que a gestão de projetos se torne muito mais simples daqui a cinco anos.
Da mesma forma que um agente de IA pode permitir que uma organização desenvolva e aperfeiçoe um "processo" sem ter, na realidade, um "processo", espero que a IA permita aos gestores de projetos fazerem o seu trabalho sem terem de estar constantemente a trabalhar com centenas de objetos detalhados numa ferramenta de gestão de projetos.
Parece que grande parte do tempo de um gestor de projetos é passada a reorganizar tarefas, cronogramas, estimativas de tempo, subtarefas, marcos, dependências, atribuições, etc., etc., etc.
De certa forma, estes objetos são como a linguagem de programação do gestor de projetos, que a utiliza para tentar codificar uma representação do que está a acontecer num determinado momento. Em alguns casos, para o ajudar a compreender as coisas e, em muitos outros, para que as restantes partes interessadas também possam manter-se informadas.
Este sistema parece incrivelmente ineficiente e difícil de utilizar. Como correr na areia.
Acho que a IA começará a reduzir o nível de precisão e detalhe com que os gestores de projetos precisam de interagir para comunicar e gerir os seus projetos.
Concentre-se nos fundamentos da IA
Pode parecer que as coisas estão a avançar rapidamente — e, de certa forma, estão —, mas lembre-se de que estamos há apenas alguns anos numa disrupção tecnológica que continuará a desenvolver-se durante, pelo menos, mais uma ou duas décadas.
Concentre-se nos fundamentos — esses nunca passam de moda. E procure formas de utilizar a IA para o ajudar a fazer melhor e mais depressa.
Acompanhe
Pode acompanhar o Marcel no LinkedIn. 👉 Subscreva o Digital Project Manager e mantenha-se a par de tudo o que está a moldar a IA na execução de projetos.
