A dívida oculta de gestão da mudança da IA
Adaptado do podcast The Digital Project Manager, apresentado por Galen Low. Ouça aqui.
As grandes empresas que implementam AI tratam frequentemente o assunto primeiro como um problema tecnológico e só depois como um problema organizacional. Essa ordem de operações é um erro, segundo Deborah Ketai, gestora da mudança organizacional e membro do conselho do Project Management Institute (PMI).
Ketai passou anos a liderar iniciativas de mudança relacionadas com AI na United Health Group, uma empresa de cuidados de saúde incluída na Fortune 5, e afirmou que as empresas que não investem no trabalho de eliminar os silos entre equipas acabam por pagar esse preço mais tarde. “Se não derem esse passo de eliminar os silos, também vão acumular muito daquilo a que chamamos dívida: dívida técnica, dívida de conhecimento e assim por diante”, afirmou Ketai. “Isso vai tornar os projetos futuros mais dispendiosos e mais difíceis.”
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
Se não derem esse passo de eliminar os silos, também vão acumular muito daquilo a que chamamos dívida – dívida técnica, dívida de conhecimento e assim por diante. Isso vai tornar os projetos futuros mais dispendiosos e mais difíceis.
Essa dívida manifesta-se em esforços duplicados, ferramentas concorrentes e equipas que não sabem o que o grupo do outro lado do corredor já está a desenvolver.
Três objetivos para o alinhamento de AI em grande escala
Para resolver essa questão, Ketai estruturou o seu programa em torno de três objetivos: mobilidade e retenção de talento em toda a força de trabalho de AI, colaboração entre equipas e uma mudança cultural mais ampla no sentido de considerar a AI como uma solução empresarial legítima. “Nós [na United Health Group] tínhamos realmente três objetivos — talento, mobilidade e retenção em toda a área de AI”, afirmou Ketai. O segundo objetivo abordava um modo de falha comum nas grandes organizações, onde surgem, de forma independente, núcleos de trabalho relacionados com AI que duplicam os esforços uns dos outros. “O meu segundo objetivo para o programa era incentivar a colaboração entre estes núcleos de AI, para que não estivessem a reinventar a roda”, afirmou. O terceiro objetivo era cultural: “O terceiro é uma mudança cultural, incentivando os promotores empresariais a considerar soluções de AI para os seus desafios empresariais.”
Alcançar esse objetivo implicava criar iniciativas — conferências, hackathons, conteúdos internos e canais comunitários — destinadas a diferentes segmentos de partes interessadas em toda a empresa, em vez de impor uma única diretiva de cima para baixo.
Medir a mudança quando os dados são uma confusão
Mesmo com objetivos claros, provar o impacto do programa acabou por ser uma das partes mais difíceis do trabalho. A empresa de Ketai tinha crescido sobretudo através de fusões e aquisições, o que significava que os dados subjacentes de que precisava para acompanhar a mobilidade e o envolvimento na carreira eram, na melhor das hipóteses, inconsistentes. “Reconheço que as métricas foram a parte mais difícil do programa para mim”, afirmou Ketai, “porque esta era uma empresa da Fortune 5 que tinha crescido sobretudo através de fusões e aquisições; os vestígios dos antigos sistemas de RH ainda eram visíveis no facto de o mesmo tipo de função ter frequentemente 15 títulos, designações de função ou códigos profissionais diferentes em toda a organização, e isso tornou a vida muito difícil.”
Sem sistemas fiáveis nos quais se pudesse basear, a equipa de Ketai recorreu a métricas indiretas, como o envolvimento com conteúdos e a participação em eventos, em vez dos dados mais aprofundados sobre a força de trabalho que teria preferido.
Os gestores de projetos também devem ser gestores da mudança?
À medida que as iniciativas de AI se multiplicam, é cada vez mais pedido aos gestores de projetos que assumam também responsabilidades de gestão da mudança. Ketai afirmou que os dois conjuntos de competências se sobrepõem, mas não são idênticos, e que a diferença é mais importante no que diz respeito ao calendário. “Nem todos os projetos exigem gestão da mudança”, afirmou. “Os conjuntos de competências são diferentes, mas sobrepõem-se.” Segundo Ketai, a verdadeira distinção resume-se a quem permanece para acompanhar uma mudança até ao fim. “A razão pela qual deve haver funções separadas prende-se com os calendários, porque, tradicionalmente, não é dada aos gestores de projetos a oportunidade de acompanhar o processo até ao fim e garantir realmente que uma mudança se mantém.”
Nem todos os projetos exigem gestão da mudança. Os conjuntos de competências são diferentes, mas sobrepõem-se.
Essa lacuna — entre concluir um projeto e manter a mudança que este pretendia produzir — é, na sua perspetiva, o argumento mais forte para manter as duas funções distintas, mesmo enquanto a fronteira entre ambas continua a esbater-se na prática.
A AI não é apenas uma ferramenta — é uma parte interessada
Ketai também apontou para uma mudança na forma como os gestores de projetos e de mudança precisam de pensar sobre a própria AI. Em vez de a tratarem apenas como infraestrutura, defendeu que esta se comporta cada vez mais como uma parte interessada por direito próprio. «Cada vez mais, com a AI generativa, a AI é, por si só, uma parte interessada», afirmou Ketai. «Tem os seus próprios objetivos, as suas próprias atitudes e agirá de forma diferente e, por vezes, contrária àquilo que pretende, com base nessas realidades internas.»
Cada vez mais, com a AI generativa, a AI é uma parte interessada. Tem os seus próprios objetivos, as suas próprias atitudes e agirá de forma diferente e, por vezes, contrária àquilo que pretende.
Esta perspetiva tem implicações práticas para a governação: se os sistemas de AI podem comportar-se de forma imprevisível ou divergir das expectativas, é necessário tê-los em conta no planeamento e nas conversas sobre riscos, tal como se faria com uma parte interessada humana.
O futuro da função de gestor de programas
Olhando para o futuro, Ketai afirmou que os gestores de programas terão de se aproximar do local onde a estratégia empresarial é efetivamente definida, em vez de se limitarem a executá-la. «Os gestores de programas precisam de se aproximar do local onde a estratégia é definida e de conseguir influenciar a estratégia», afirmou, «e de ser transparentes ao refletir perante a liderança onde é provável que existam desalinhamentos.»
Os gestores de programas precisam de se aproximar do local onde a estratégia é definida e de conseguir influenciar a estratégia.
Essa mudança também implica alargar a forma como os gestores de programas pensam sobre o risco, de modo a incluir as oportunidades de valorização a par do foco tradicional nas ameaças, e investir de forma mais deliberada na criação de relações em toda a organização ao longo do tempo.
O problema da confiança que ninguém resolveu ainda
Apesar do impulso por detrás da adoção de AI, Ketai afirmou que a maior barreira que resta não é a própria tecnologia. É a confiança, sobretudo no que diz respeito aos dados. Recordou uma sessão recente da PMI Regional Leadership Conference que debateu se seria adequado um capítulo da PMI utilizar AI para redigir mensagens de correio eletrónico destinadas a todos os membros. «Não seria ético se isso implicasse divulgar os dados dos membros», afirmou Ketai, «a menos que estivesse a utilizar algum tipo de ferramenta completamente interna.»
Essa distinção — entre ferramentas de AI que mantêm os dados contidos e aquelas que não o fazem — deverá provavelmente moldar a forma como as organizações abordam a governação da AI muito depois de a atual vaga de experimentação ter abrandado.
Quer obter mais informações como estas? Crie uma conta DPM gratuita para conhecer mais especialistas como estes.
