Este CEO de uma startup de IA está a transformar a execução de projetos numa disciplina proativa com modelos de inteligência preditiva
Lloyd Skinner é o diretor executivo da greyfly.ai, onde utiliza IA para criar inteligência preditiva que fornece aos líderes de projeto informações acionáveis antes de serem confrontados com problemas e custos inesperados. Por outras palavras, está a transformar a execução de projetos de uma disciplina reativa numa disciplina proativa.
Lloyd Skinner
Diretor executivo da Greyfly.ai
A IA está a transformar a execução de projetos de reativa em proativa: Skinner explica como a integração de inteligência preditiva nos processos de execução ajuda os líderes a antecipar riscos e resultados antes de estes se concretizarem, alterando fundamentalmente a gestão de projetos: deixa de se limitar a comunicar o que já aconteceu e passa a orientar decisões em tempo real com capacidade de antecipação.
Os sistemas leves orientados por dados superam as abordagens tradicionais: Ao substituir métodos pesados e centrados na administração por sistemas integrados de execução com recurso a IA, que ligam as ferramentas existentes e analisam continuamente dados em tempo real, as equipas reduzem o esforço de elaboração de relatórios, aumentam a visibilidade dos riscos e concentram-se mais na resolução de problemas reais do que na procura de atualizações sobre o estado dos trabalhos.
A adoção bem-sucedida da IA depende da preparação das pessoas e dos dados: Skinner salienta que os maiores obstáculos não são tecnológicos, mas sim garantir a qualidade dos dados e promover uma mudança de mentalidade em que as equipas confiem nas informações da IA e ajam com base nelas; os líderes humanos continuam a ser essenciais para o discernimento, a estratégia e a interpretação das previsões.
Lloyd Skinner é o CEO da greyfly.ai, onde utiliza IA para criar inteligência preditiva que fornece aos líderes de projetos informações acionáveis antes de serem confrontados com problemas e custos inesperados. Por outras palavras, está a transformar a entrega de projetos de uma disciplina reativa numa disciplina proativa.
Falámos com ele para perceber como o está a fazer — e o que isso significa realmente na prática. Eis o que nos disse.
Da entrega tradicional de produtos à entrega com recurso a IA
Sou o CEO da greyfly.ai, onde ajudamos as organizações a entregar projetos de forma mais previsível e rentável através da Inteligência Artificial.
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
No passado, supervisionava a entrega tradicional de projetos. Tendo trabalhado em grandes programas e iniciativas de transformação, vi como as abordagens tradicionais ficam aquém na gestão da complexidade.
É por isso que o meu papel evoluiu no sentido de permitir que as organizações repensem a forma como a entrega é realizada num mundo orientado pela IA. Concentro-me em permitir que os líderes seniores de projetos e portefólios utilizem os seus próprios dados de forma mais inteligente, melhorando assim os resultados, reduzindo o risco e construindo a base para uma adoção escalável da IA na gestão de projetos.
Na greyfly.ai, colmatamos a lacuna deixada pelas abordagens tradicionais ao integrar a IA na entrega de projetos, fornecendo aos líderes informações acionáveis antes do surgimento dos problemas e ajudando-os a alcançar resultados mensuráveis e sustentáveis.
Como a IA está a transformar a entrega de projetos numa disciplina proativa e orientada por informação
A IA está a transformar a entrega de projetos de uma disciplina reativa numa disciplina proativa e orientada por informação.
A IA está a transformar a entrega de projetos de uma disciplina reativa numa disciplina proativa e orientada por informação.
Em vez de me concentrar em comunicar o que já aconteceu, o meu foco está agora em ajudar os líderes a antecipar o que está prestes a acontecer: utilizando inteligência preditiva para orientar decisões em tempo real e evitar derrapagens dispendiosas.
Estamos agora a utilizar modelos que preveem o sucesso dos projetos, identificam riscos numa fase inicial e destacam onde a intervenção terá maior impacto. E isso está a alterar fundamentalmente a forma como os líderes de projetos planeiam, estabelecem prioridades e gerem os recursos.
Como resultado, passo muito menos tempo a analisar dados manualmente, a rever painéis de controlo ou a recolher ensinamentos após os acontecimentos. Em vez disso, concentro-me mais na adoção estratégica, na melhoria da qualidade dos dados e na integração da capacidade de IA nas organizações de projetos.
O meu papel consiste cada vez mais em ajudar os executivos a passar da curiosidade sobre a IA para uma mudança concreta e escalável, transformando informação em resultados mensuráveis.
Porque é que os sistemas de entrega leves e orientados por dados superam a gestão tradicional de projetos
Fizemos uma mudança deliberada, afastando-nos dos métodos tradicionais de gestão de projetos, dependentes de documentação, e adotando sistemas de entrega leves e orientados por dados, que dão prioridade à agilidade e à capacidade de antecipação em detrimento da administração.
No passado, tal como muitas organizações, dependíamos fortemente de modelos estruturados, atualizações manuais do progresso e ciclos formais de revisão. Essa abordagem criava atrasos e duplicações e, muitas vezes, ocultava riscos emergentes até ser demasiado tarde. Ao longo do último ano, transitámos para um modelo de informação contínua mais integrado, assente na nossa própria plataforma Predição Inteligente de Projetos (IPP) e no nosso princípio de Governação Mínima Viável (MVG), garantindo que o controlo e a supervisão permanecem assegurados, mas com muito menos sobrecarga.
Na prática, isso significou ligar as nossas ferramentas existentes de gestão de projetos e portefólios a um único fluxo de dados alojado no Azure (este tipo de integração é uma das muitas vantagens do software de gestão de portefólios de projetos). A IPP analisa então estes dados em tempo real para prever resultados, assinalar riscos e destacar tendências de entrega. Isto substituiu a compilação semanal de relatórios por painéis de controlo automatizados, atualizados diariamente e que cumprem automaticamente os limiares acordados.
Introduzimos também a verificação da conformidade orientada por IA, que analisa a documentação dos projetos com base nas normas de governação e valida o alinhamento com os princípios da MVG. A fase de descoberta e transição demorou cerca de seis meses, incluindo o mapeamento de dados, a configuração da integração e sessões de trabalho sobre a mudança com as equipas do PMO, para reforçar a confiança tanto nas informações preditivas como no modelo de governação.
Os resultados foram concretos:
- O esforço de elaboração de relatórios foi reduzido em mais de 50%
- A visibilidade dos riscos melhorou drasticamente
- Os ciclos de tomada de decisão passaram de semanas para dias.
- E, talvez ainda mais importante, a cultura da equipa mudou, com os líderes de projetos a passarem agora menos tempo a procurar atualizações e mais tempo a resolver problemas reais.
Em suma, a transição para uma execução leve e possibilitada pela IA não implica abandonar o rigor, mas redefinir a governação para que o controlo, a conformidade e a visão ocorram continuamente; e não retrospetivamente.
A transição para uma execução leve e possibilitada pela IA não implica abandonar o rigor, mas redefinir a governação para que o controlo, a conformidade e a visão ocorram continuamente; e não retrospetivamente.
Um exemplo real de como a integração da IA melhora os resultados da execução de projetos
Um excelente exemplo resulta do nosso trabalho com uma importante empresa britânica de telecomunicações, na qual apoiámos uma iniciativa de várias fases sobre IA na gestão de projetos.
O cliente queria compreender como a IA poderia melhorar a previsibilidade e o desempenho em todo o seu vasto portefólio de projetos, mas, como muitas empresas, enfrentava dados fragmentados, relatórios inconsistentes e uma dependência do julgamento manual.
Começámos com uma Estratégia de Adoção da IA e, em seguida, avançámos para uma Fase de Descoberta. Esta envolveu uma avaliação estruturada do PMO, uma análise da arquitetura técnica e uma análise da qualidade dos dados utilizando ferramentas como o Power BI da Microsoft para diagnósticos exploratórios. A nossa equipa de ciência de dados criou modelos preditivos utilizando os próprios dados históricos de projetos do cliente para prever resultados prováveis, incluindo a exposição ao risco, os atrasos no calendário e o grau de confiança na execução.
A preparação demorou várias semanas e incluiu a obtenção de acesso aos dados, a definição do esquema, a limpeza dos conjuntos de dados e a validação dos resultados do modelo com profissionais de projetos. Depois de treinarmos os modelos, visualizámos os dados relevantes através do Power BI, utilizando painéis interativos que destacavam os projetos de alto risco em tempo real e explicavam por que motivo determinados projetos estavam a desviar-se do rumo.
O resultado foi uma mudança significativa na tomada de decisões: os líderes seniores podiam concentrar as suas intervenções onde eram mais importantes, em vez de reagirem a problemas depois de estes ocorrerem. Este projeto-piloto inicial demonstrou um potencial mensurável para reduzir os custos e prazos excedidos dos projetos e proporcionou uma justificação empresarial clara para expandir a IA a toda a organização.
Contudo, nem tudo foi fácil. A parte mais difícil não foi a tecnologia, mas a preparação dos dados e a gestão da mudança necessária para confiar nos dados preditivos em vez do instinto. Mas é precisamente aí que a IA na execução cria valor. Dá aos líderes a confiança necessária para agir com base em evidências; e não em retrospetiva.
Como os fluxos de trabalho autónomos na preparação de dados e na validação da governação aceleram a execução
Estamos também a experimentar ativamente fluxos de trabalho autónomos e orquestração inteligente como parte da nossa missão mais abrangente de tornar a execução de projetos mais rápida, eficiente e adaptável.
O nosso foco tem sido a automatização das tarefas de coordenação e garantia mais demoradas — a "administração invisível" que abranda a execução sem acrescentar valor real. Especificamente, estamos a utilizar a orquestração autónoma para simplificar:
- Preparação de dados: os agentes de IA obtêm, limpam e alinham agora dados de projetos provenientes de vários sistemas antes do início da modelação preditiva.
- Validação da governação: os agentes de IA testam automaticamente os artefactos dos projetos face às normas MVG, garantindo a conformidade sem intervenção manual.
Integrámos esta camada de orquestração no nosso ecossistema IPP, para que estes agentes funcionem de forma integrada em segundo plano, acionando atualizações, gerando informações relevantes e desencadeando ações sem exigir a intervenção do utilizador.
Até agora, os resultados são muito promissores. Verificámos reduções significativas nos tempos dos ciclos de elaboração de relatórios e de preparação dos dados. Mas, talvez mais importante, as equipas estão a dedicar o seu tempo à interpretação dos dados relevantes, em vez de procurarem informações.
O processo ainda está a evoluir e estamos a aprender qual é a melhor forma de equilibrar autonomia e supervisão. Mas a direção é clara: a orquestração inteligente tornar-se-á a espinha dorsal da execução moderna. Não se trata de substituir as pessoas, mas de garantir que cada esforço humano é direcionado para onde proporciona mais valor.
Como a inteligência preditiva está a transformar os principais rituais de execução
Além disso, estamos a repensar os rituais de execução desde a sua base, tratando a IA como um verdadeiro contributo para a tomada de decisões; e não apenas como um assistente analítico. Isto significa reformular a forma como definimos o âmbito, alinhamos as equipas, validamos o progresso e executamos o trabalho, de modo a tirar o máximo partido da inteligência preditiva.
Estamos a repensar os rituais de entrega de raiz, tratando a IA como um verdadeiro contributo para a tomada de decisões; não apenas como um assistente analítico. Isso significa reformular a forma como definimos o âmbito, alinhamos as equipas, validamos o progresso e executamos a entrega, para tirar o máximo partido da inteligência preditiva.
- Definir o âmbito: Quando definimos o âmbito, a IA ajuda-nos a quantificar a complexidade desde o início. Ao analisar dados históricos, os nossos modelos identificam projetos semelhantes do passado e preveem potenciais desafios na entrega. Isto proporciona aos patrocinadores e aos PMO um ponto de partida quantificado, para que o âmbito não seja definido apenas pela ambição, mas também por evidências.
- Alinhar as equipas: Para o alinhamento das equipas, a IA permite agora identificar precocemente lacunas de competências ou riscos de sobrecarga com base na carga de trabalho e no desempenho histórico. Isto permite-nos configurar as equipas de entrega com muito mais precisão e confiança, em vez de dependermos de planos de recursos estáticos.
- Validar o progresso: A validação e a garantia evoluíram bastante. Utilizamos verificações de conformidade baseadas em IA para garantir que os resultados dos projetos estão alinhados com as normas de governação, integrando o MVG no fluxo de trabalho. Em vez de aguardarmos pelas revisões no final de cada fase, a garantia é agora contínua. É proativa, simples e baseada em dados.
- Executar a entrega: Na execução, complementámos as reuniões retrospetivas de acompanhamento com painéis preditivos da nossa plataforma IPP. Estes painéis revelam sinais de alerta precoce, destacando riscos emergentes e promovendo debates centrados no que é mais importante. A IA não substitui o discernimento da liderança, mas reformula as conversas, transferindo-as do relato do passado para a gestão do futuro.
A maior mudança é cultural: a IA tornou-se um participante no processo de entrega. Não se limita a automatizar o trabalho. Amplifica a inteligência, ajudando as pessoas a tomar decisões mais rápidas, melhores e mais confiantes.
Automatizar tarefas de projeto de baixo valor com IA para aumentar a eficiência
Atualmente, as áreas mais preparadas para a automatização e o apoio da IA são as que consomem mais tempo, mas acrescentam menos valor estratégico, como a previsão de projetos, os relatórios de acompanhamento e a identificação de riscos.
Atualmente, as áreas mais preparadas para a automatização e o apoio da IA são as que consomem mais tempo, mas acrescentam menos valor estratégico, como a previsão de projetos, os relatórios de acompanhamento e a identificação de riscos.
Estes processos são baseados em regras, ricos em dados e repetitivos, o que os torna candidatos ideais para a automatização inteligente.
No entanto, o toque humano continua a ser essencial em áreas que exigem discernimento, empatia e negociação, como o alinhamento das partes interessadas, a mudança cultural e a priorização estratégica. A IA pode informar a conversa, mas os líderes continuam a ter de interpretar o contexto, gerir questões políticas e tomar decisões baseadas em valores.
Em essência, a IA deve assumir o trabalho cognitivo pesado, para que os líderes de projeto possam concentrar a sua energia em influenciar os resultados; não em gerir informação.
O que é realmente necessário para consolidar a adoção da IA na entrega de projetos
A grande questão é: ‘O que é realmente necessário para consolidar a IA na entrega de projetos?’
A resposta não é mais tecnologia. Não são algoritmos complexos nem investimentos avultados. É uma questão de crenças e comportamentos — a adoção da IA implica uma mudança de mentalidade.
Aprendemos que o ponto de viragem não surge quando o modelo se torna mais inteligente; surge quando as pessoas começam a agir com base nos conhecimentos que este fornece. É por isso que digo frequentemente que a adoção da IA é um programa de mudança humana orientado por dados, e não apenas um programa digital. Quando as equipas percebem que os conhecimentos preditivos as ajudam a evitar surpresas, em vez de simplesmente as explicarem, a mudança torna-se permanente.
A verdadeira transformação acontece quando os líderes de entrega deixam de tratar a IA como uma experiência e começam a tratá-la como parte da sua forma de liderar. Isso significa criar confiança nos dados, ser transparente relativamente ao que a IA está a mostrar e desenvolver a confiança das equipas para a utilizarem na tomada de decisões do dia a dia.
E o que realmente se destaca é a rapidez com que a confiança se desenvolve quando as pessoas veem a precisão das previsões fornecidas pela IA. As equipas passam de debater o que correu mal para discutir o que é provável que aconteça a seguir — e essa mudança altera fundamentalmente a cultura da entrega.
Crie um ecossistema inteligente de IA para a execução de projetos
A nossa pilha tecnológica de execução evoluiu significativamente ao longo do último ano, à medida que aprofundámos a integração entre modelos de IA, plataformas de análise e ferramentas tradicionais de gestão de projetos. No centro encontra-se a nossa própria plataforma IPP, a camada de inteligência que analisa dados dos projetos, prevê resultados e identifica riscos precocemente em todos os portefólios.
Utilizamos o Microsoft Power BI para a exploração e visualização de dados, uma vez que continua a ser uma forma prática de ligar dados de projetos provenientes de várias fontes, garantindo simultaneamente que as partes interessadas podem interagir diretamente com os conhecimentos obtidos. Do lado dos dados, reforçámos a utilização de ambientes Azure para alojar e dimensionar cargas de trabalho de IA de forma segura, melhorando o desempenho e a governação.
Em paralelo, simplificámos o nosso conjunto de ferramentas em vez de o expandirmos. As ferramentas tradicionais de planeamento, como o Planview e o Primavera, continuam a ter o seu lugar, mas agora funcionam como contribuintes de dados para os modelos preditivos, em vez de serem sistemas de gestão autónomos. A ênfase está na interoperabilidade, ligando as ferramentas existentes para que os conhecimentos fluam de forma contínua, em vez de ficarem presos em silos.
Substituímos também o acompanhamento manual de riscos baseado em folhas de cálculo por resultados de modelos automatizados e introduzimos verificações de conformidade orientadas por IA para validar o cumprimento dos processos. Estas alterações reduziram em mais de metade o esforço necessário para a elaboração manual de relatórios e transferiram o foco da recolha de dados para a sua interpretação.
Em suma, a evolução da nossa pilha tecnológica não consiste em correr atrás de novas ferramentas; consiste em criar um ecossistema inteligente, no qual as plataformas existentes são reforçadas pela IA para proporcionar antecipação, precisão e valor mensurável a cada decisão relativa aos projetos.
A evolução da nossa pilha tecnológica não consiste em correr atrás de novas ferramentas; consiste em criar um ecossistema inteligente, no qual as plataformas existentes são reforçadas pela IA para proporcionar antecipação, precisão e valor mensurável a cada decisão relativa aos projetos.
Porque é que a gestão de projetos está a evoluir do trabalho administrativo para uma estratégia orientada pela inteligência
Ao longo dos próximos cinco anos, a IA redefinirá completamente o que significa gerir um projeto. A mudança não consistirá necessariamente em adicionar mais ferramentas. Consistirá em reequilibrar a relação entre as pessoas, os dados e as decisões.
Acredito que estamos a caminhar para um mundo onde a gestão de projetos se torna uma disciplina orientada pela inteligência, e não uma disciplina administrativa. A IA tratará da mecânica, como a previsão, os relatórios e a garantia, enquanto os líderes humanos se concentram no propósito, nas prioridades e nos resultados. As equipas dependerão de previsões contínuas em vez de um controlo retrospetivo, e a governação evoluirá para sistemas inteligentes como o nosso conceito de MVP, garantindo que a verificação ocorre de forma invisível, como parte do fluxo de trabalho.
Dentro de cinco anos, a maioria das organizações de projetos terá copilotos de IA integrados em todos os níveis, que apresentarão conhecimentos, coordenarão fluxos de trabalho e desafiarão pressupostos em tempo real. Os melhores líderes serão aqueles que souberem colaborar com a IA, e não competir com ela.
Em última análise, a execução de projetos passará da gestão da incerteza para o domínio da antecipação. Aqueles que adotarem a IA desde cedo não só executarão os projetos de forma mais previsível, como também mudarão fundamentalmente a forma como o valor, o impacto e o sucesso são definidos.
A execução de projetos passará da gestão da incerteza para o domínio da antecipação. Aqueles que adotarem a IA desde cedo não só executarão os projetos de forma mais previsível, como também mudarão fundamentalmente a forma como o valor, o impacto e o sucesso são definidos.
Porque é que a preparação dos dados e a consciência humana são essenciais para o sucesso da IA na execução
O meu conselho aos líderes de execução é que se concentrem acima de tudo em duas coisas: a preparação dos dados e a consciência humana.
A preparação dos dados é a base de qualquer iniciativa de IA bem-sucedida. A maioria das organizações subestima o valor inexplorado que já existe nos seus dados de projetos, mas estes encontram-se frequentemente fragmentados, inconsistentes ou bloqueados em sistemas que não comunicam entre si. Colocar esses dados em condições adequadas não exige um programa de transformação gigantesco; começa por compreender o que se tem, melhorar a qualidade onde é importante e criar confiança na sua utilização. Quando os dados são fiáveis, os conhecimentos preditivos surgem naturalmente.
O segundo elemento é a consciência humana, ajudando as equipas a compreender o que a IA pode fazer por elas, em vez daquilo que lhes pode retirar. As transições mais bem-sucedidas que temos observado acontecem quando os profissionais responsáveis pela execução se sentem capacitados pela IA, e não ameaçados por ela. Trata-se de desenvolver novos instintos, aprender a questionar padrões, interpretar previsões e utilizar a IA como um parceiro estratégico, em vez de uma ferramenta de elaboração de relatórios.
