Não Precisa de uma Nova Ferramenta de IA para Gestão de Projetos — Precisa de Corrigir a que Já Tem

Galen Low: Está bem, já passaram seis meses desde que fez a sua grande aquisição de uma plataforma de gestão de projetos com inteligência artificial, mas começaram a surgir algumas lacunas. As ferramentas de análise de tempo são excelentes, mas o planeamento de recursos não é tão inteligente como anunciado; ou os relatórios de estado automatizados são entregues sem problemas, mas não tem a certeza de que pode confiar nos dados subjacentes; ou as notificações proativas de riscos ajudaram a evitar alguns problemas, mas a própria identificação de riscos é demasiado abrangente para o seu setor.

Será então altura de deitar tudo fora e começar do zero? Antes de o fazer, ouça este episódio. Tenho comigo um consultor de PMO que testou centenas de ferramentas de IA e criou uma consultora centrada no reforço e na melhoria da funcionalidade das ferramentas de gestão de projetos através de assistentes de IA, agentes e fluxos de trabalho automatizados.

Vamos analisar o método utilizado para avaliar ferramentas de IA num mundo onde são lançadas centenas de ferramentas todos os dias. Vamos explorar as opções disponíveis quando uma organização percebe que pode ter apostado tudo no software de gestão de projetos errado. E vamos explicar passo a passo como reforçar qualquer ferramenta de gestão de projetos com um fluxo de trabalho de gestão de recursos utilizando ferramentas prontas a usar, como o NotebookLM e o n8n. Espero que goste do episódio.

Bem-vindo ao podcast The Digital Project Manager — o programa que ajuda os líderes de entrega a trabalhar de forma mais inteligente, entregar com maior fluidez e liderar as suas equipas com confiança na era da IA. Eu sou o Galen e, todas as semanas, analisamos estratégias do mundo real, tendências emergentes, estruturas comprovadas e, ocasionalmente, histórias de guerra da linha da frente dos projetos. Quer esteja a liderar grandes projetos de transformação, a coordenar fluxos de trabalho de IA ou simplesmente a tentar manter o caos sob controlo, está no sítio certo. Vamos começar.

Hoje vamos falar sobre software de gestão de projetos com inteligência artificial e sobre o que fazer quando percebe que a ferramenta escolhida não faz tudo aquilo que esperava. Vamos falar sobre como testar ferramentas de IA, como fazer com que ferramentas especializadas funcionem bem dentro de um ecossistema mais abrangente e vamos analisar um exemplo prático de criação de um fluxo de trabalho com IA para um caso de utilização específico.

Emmanuels Magaya: Obrigado, Galen, por me convidares para este maravilhoso podcast. Estou ansioso por termos hoje uma conversa muito produtiva.

Galen Low: Também estou ansioso.

Estamos a experimentar algo novo neste episódio, por isso obrigado por alinhar. Quero falar sobre a sua experiência a ajudar equipas a encontrar o conjunto certo de ferramentas de IA para os seus projetos e espero que possamos explorar alguns caminhos inesperados. Para começar, queria colocar-lhe uma questão complexa que os meus ouvintes gostariam de ver respondida. Depois, queria afastar-nos um pouco e falar sobre três aspetos: as suas conclusões depois de testar tantas ferramentas de IA e trabalhar com tantas organizações; um caso de utilização prático sobre como uma ferramenta de IA mais especializada pode integrar-se num ecossistema de gestão de projetos maior; e, por fim, o impacto da IA nos mercados emergentes de todo o mundo e a forma como isso irá alterar o panorama global da entrega digital de projetos.

Emmanuels Magaya: Parece-me ótimo. Vamos a isso.

Galen Low: Excelente. Vamos começar. Quando nos conhecemos, apresentou-me uma estatística segundo a qual são agora lançadas entre 500 e 1.000 novas ferramentas todos os dias. Algumas serão provavelmente ferramentas empresariais, outras serão especializadas e imagino que muitas sejam aplicações criadas com programação baseada em instruções e outras ferramentas locais desenvolvidas internamente.

Uma grande maioria inclui, provavelmente, funcionalidades baseadas em IA. A minha pergunta é esta: dado que há tantas ferramentas a entrar no mercado graças ao poder facilitador da IA, acha que estamos prestes a assistir a uma reação negativa contra as novas ferramentas? Qual é o limite máximo daquilo que o mercado — e talvez até a mente humana — consegue suportar?

Emmanuels Magaya: Na minha perspetiva, não creio que venhamos realmente a atingir um limite, porque, enquanto seres humanos, temos afinidade com coisas novas. Queremos sempre o próximo objeto brilhante. Chamam-lhe a síndrome do objeto brilhante. Gostamos de experimentar coisas novas, razão pela qual as redes sociais são tão populares atualmente: há sempre algo novo por que esperar, algo que ainda não vimos ou ouvimos.

Por isso, penso que não vamos atingir um limite, mas provavelmente cada pessoa começará a definir o seu próprio padrão ou ritmo para decidir: “Se vou mudar o meu conjunto atual de ferramentas, o que devo procurar?” Não se tratará simplesmente de experimentar tudo o que existe.

Será antes uma questão de compreender a IA, perceber onde ela ajuda no trabalho diário ou na vida pessoal e decidir que novas ferramentas podem ser acrescentadas ao que já existe. Algumas organizações ou pessoas utilizam a IA sobretudo para uma função, mas podem testar novas ferramentas para outras funções.

Por exemplo, se trabalha diariamente como gestor de projetos, talvez também crie conteúdos e continue atento a novas ferramentas de criação de conteúdos. No entanto, na área da gestão de projetos, poderá manter uma ou duas ferramentas com as quais se sente confortável.

Galen Low: Gosto dessa ideia de filtrar e restringir as opções com base na finalidade e na categoria empresarial, em vez de mergulhar em todas as ferramentas. Nem todas as ferramentas são adequadas a organizações de todas as dimensões. É possível analisar a finalidade, perceber onde é necessária assistência e escolher em conformidade.

Emmanuels Magaya: Obrigado pela pergunta, Galen. O primeiro passo é compreender exatamente o que quer que a IA faça por si, tendo também em conta a função profissional. Está a testar para o trabalho ou para uso pessoal? Se for para uso pessoal, pode experimentar muitas das opções disponíveis.

Se for para o trabalho, existem limites e salvaguardas que temos de estabelecer, porque há propriedade intelectual, legislação de privacidade e questões relacionadas com os dados. Para uma pessoa sem conhecimentos técnicos, o primeiro passo é identificar os casos de utilização necessários e o tipo de tarefas em que pretende que a IA ajude.

Não tente utilizar a IA para tudo. Observe tarefas simples, rotineiras e demoradas que realiza diariamente. Depois, encontre algumas ferramentas para testar. Se for criador de conteúdos e quiser automatizar a criação de vídeos, artigos ou publicações nas redes sociais, esse é o seu caso de utilização. Pode pedir a ferramentas como o ChatGPT, o Gemini ou o Claude que apresentem as ferramentas mais recentes para criação automatizada de conteúdos.

Também pode personalizar a instrução para evitar as opções mais conhecidas e procurar ferramentas gratuitas, económicas, acessíveis ou que não exijam registo nem cartão de crédito. O Reddit pode ser uma boa fonte, porque permite perceber o que as pessoas estão realmente a utilizar e a discutir.

Galen Low: Depois de selecionar uma ferramenta e a abrir pela primeira vez, qual é a sua metodologia para perceber se é a ferramenta certa ou para comparar duas ferramentas que executam a mesma tarefa?

Emmanuels Magaya: Começo por analisar a qualidade do resultado. Recomendo que nunca utilize apenas uma ferramenta para obter resultados de IA. Introduza a mesma instrução no Gemini, no Claude ou noutra ferramenta a que tenha acesso e compare os resultados.

Também existem plataformas que permitem aceder a vários modelos através de uma única interface. Uma delas é a Galaxy.ai. Quando introduz uma instrução, a plataforma consulta vários modelos, consolida os resultados e apresenta um resultado final mais completo e rigoroso.

Para tarefas gerais, como resumir relatórios ou fazer investigação, pode utilizar o Sider, disponível em sider.ai. É uma extensão que pode ser instalada no Chrome e que funciona de forma semelhante, consultando diferentes modelos.

Deve ainda verificar com que frequência a ferramenta é atualizada, que modelos utiliza, a relevância dos resultados e a quantidade de dados produzida. A qualidade da instrução também é fundamental: uma instrução fraca pode gerar um resultado fraco mesmo quando a ferramenta é boa.

É importante desenvolver competências de formulação de instruções, experimentar as diferentes funcionalidades da ferramenta e perceber os vários modos disponíveis, como respostas rápidas ou investigação aprofundada. Muitas pessoas utilizam apenas a função básica sem perceber que existem funcionalidades incorporadas que podem melhorar significativamente o resultado.

Para ferramentas muito específicas, como as destinadas à engenharia civil, a comparação pode ser mais difícil porque são soluções de nicho, condicionadas pela região ou pelo setor. Nesse caso, deve decidir se pretende uma única ferramenta que faça tudo ou um conjunto de ferramentas que funcione como a sua equipa de IA, com uma ferramenta principal e outras complementares.

Galen Low: Em resumo, é necessário definir o caso de utilização, perceber onde é necessária assistência, pesquisar, comparar várias ferramentas, utilizar a mesma instrução bem formulada em cada uma e avaliar a qualidade, a relevância e os diferentes modos disponíveis.

Emmanuels Magaya: Exatamente. Também deve avaliar o tamanho da organização, o setor, a metodologia de trabalho, os requisitos de segurança, as integrações e as funcionalidades essenciais. Para uma avaliação profissional, utilizo uma estrutura e uma lista de verificação próprias. Testei algumas ferramentas durante dois ou três dias, porque é necessário tempo para compreender todas as suas capacidades.

Galen Low: Isso faz sentido. Nem todas as ferramentas exigem o mesmo tempo de teste. Gosto particularmente da estrutura que considera a dimensão da organização, o setor e a metodologia de trabalho.

Emmanuels Magaya: Quando uma ferramenta escolhida não satisfaz todos os casos de utilização, o primeiro passo é recuar e compreender aquilo que se esperava dela. Deve fazer uma análise de lacunas entre as expectativas e o que a ferramenta realmente entrega.

É necessário perceber em que fase de adoção a organização se encontra, quais são as limitações e se o fornecedor pode acrescentar as funcionalidades em falta. Se a ferramenta estiver a prejudicar o trabalho, deve suspender a implementação, avaliar os pontos de fricção e determinar se é possível regressar ao processo anterior ou utilizar a solução apenas com um grupo mais pequeno de utilizadores.

Também é essencial perceber quanta informação foi introduzida na ferramenta e quanto ela aprendeu sobre os processos, a cultura e a forma de trabalhar da organização. Esse conhecimento pode não ser transferível para outra ferramenta, o que torna mais difícil mudar de solução quanto mais tempo passar.

Por isso, recomendo períodos de teste de um ou três meses, em vez de contratos imediatos de 12 ou 36 meses. Deve avaliar alternativas, evitar depender de uma única ferramenta e considerar agentes de IA especializados para tarefas como previsão de riscos, planeamento de capacidade, calendarização e gestão de notificações.

Galen Low: Gosto da ideia de utilizar agentes de IA para complementar as funcionalidades de uma ferramenta empresarial maior. O que é necessário para que esses agentes funcionem bem em conjunto com o software de gestão de projetos?

Emmanuels Magaya: Primeiro, é necessário verificar se a ferramenta existente suporta IA. Soluções como Monday.com, Asana e Jira estão a trabalhar para acompanhar a evolução da IA, mas muitas organizações utilizam sobretudo produtos Microsoft. Nesse caso, pode começar pelo Copilot, pelo Microsoft Teams e pelo conjunto de aplicações Microsoft.

Comece de forma simples. Por exemplo, pode criar um agente que analise as transcrições das reuniões, extraia as ações e envie um e-mail. À medida que a equipa se habitua à presença da IA, pode acrescentar novos agentes. É importante manter supervisão humana e definir claramente as responsabilidades dos agentes através de uma matriz RACI com IA.

Ferramentas como o Zapier, o Make.com e o n8n permitem manter a ferramenta principal e acrescentar automações ou integrações. O essencial é saber o que pretende alcançar, desenhar o fluxo de trabalho e só depois construir as automações.

Galen Low: Portanto, se uma ferramenta não fizer algo da forma esperada, pode automatizar um fluxo de trabalho, integrar agentes e acrescentar assistência à equipa sem substituir imediatamente a plataforma. É uma forma de reforçar a solução existente em vez de a abandonar.

Emmanuels Magaya: Exatamente. Um exemplo prático é um fluxo de planeamento de capacidade para uma equipa distribuída por várias localizações. Pode utilizar o NotebookLM para conceptualizar o processo e criar um mapa mental. Depois, pode levar esse desenho para o n8n ou outra ferramenta de automação.

O fluxo pode incluir os recursos da equipa, a integração com sistemas como ServiceNow, Jira e Microsoft Teams, a recolha de dados de folhas de horas e do âmbito dos projetos, o cálculo da capacidade, o equilíbrio da carga de trabalho, os relatórios automatizados, os alertas de risco e o acompanhamento da disponibilidade.

Os dados históricos, os relatórios de projeto, as lições aprendidas, os modelos, as políticas e as folhas de horas ajudam a ferramenta a compreender o contexto da organização. Depois, o sistema pode identificar quando um recurso está sobrecarregado, quando existe capacidade disponível ou quando um projeto está em risco de ultrapassar o prazo.

Galen Low: Este exemplo mostra que, quando uma plataforma não tem funcionalidades suficientes de gestão de recursos, previsão ou controlo de tempo, é possível utilizar IA para recolher os dados, analisá-los e desencadear ações proativas. O NotebookLM pode ajudar a desenhar a arquitetura e a servir como repositório de conhecimento, enquanto o n8n automatiza o fluxo de ponta a ponta.

Emmanuels Magaya: O n8n permite definir os nós, os acionadores e as integrações. Pode criar fluxos que analisam mensagens de correio eletrónico, conversas no Teams ou dados de ferramentas como Asana, Jira, ServiceNow e Zendesk. A IA consegue identificar potenciais riscos com base em conversas não estruturadas, mesmo quando não existe um campo formal de risco.

Esta capacidade preditiva é uma das maiores vantagens da IA na gestão de projetos. Em vez de reagir depois de um problema acontecer, a equipa pode receber sinais antecipados baseados em conversas, dados, registos de estado e relatórios.

Antes de construir o fluxo, deve criar um mapa mental para visualizar o que pretende alcançar. O mapa funciona como a planta de uma casa; o n8n é o processo de construção. Saltar diretamente para a automação sem compreender o processo é um erro comum.

Galen Low: A utilização de processamento de linguagem natural torna estes fluxos especialmente interessantes. Uma frase num e-mail, numa conversa ou num resumo de reunião pode ser interpretada como um sinal de risco e desencadear uma notificação, mesmo sem dados estruturados.

Emmanuels Magaya: Relativamente ao futuro, existe muito interesse e investimento na IA nos mercados emergentes, mas também há decisões apressadas. As organizações não devem começar pelas ferramentas. Devem começar pelo processo, pela estratégia, pela governação e pela literacia em IA.

Se um processo já estiver danificado, a IA pode simplesmente torná-lo mais eficazmente danificado. Por isso, é necessário criar uma matriz RACI de IA, identificar onde a IA pode apoiar cada área da organização e só depois procurar ferramentas que cumpram funções específicas.

A literacia em IA é fundamental. É necessário avaliar as competências da equipa, fazer uma análise de lacunas, ensinar a diferença entre IA, modelos e ferramentas específicas e desenvolver competências relacionadas com as funções profissionais de cada pessoa. Também devem existir ambientes seguros, regras de utilização, governação, princípios éticos e medidas para evitar enviesamentos.

A IA deve ser acessível a toda a organização, não apenas a trabalhadores de escritório. Cada pessoa deve aprender a utilizar a IA de acordo com a sua função. Antes de escolher uma ferramenta, defina o que espera que a IA faça e imagine como a organização funcionará daqui a 12 meses. Essa visão ajudará a criar uma estratégia realista e a evitar decisões precipitadas.

Galen Low: A minha principal conclusão é que, especialmente nos mercados emergentes, pode parecer necessário avançar rapidamente para acompanhar os outros. Mas a melhor forma de vencer pode ser abrandar, criar literacia, definir uma visão, estabelecer salvaguardas e só depois avançar.

Emmanuels Magaya: Estou muito ativo no LinkedIn. Podem procurar por Emmanuels Magaya. Também podem encontrar-nos através da Project Managers Africa, em www.projectmanagers.africa ou www.projectmanagers.co.za. Estamos sediados na África do Sul, servimos o mercado africano e trabalhamos também a nível global, incluindo no Médio Oriente e no Dubai.

Galen Low: Vou incluir as ligações nas notas do programa deste episódio. Emmanuels, muito obrigado.

Emmanuels Magaya: Obrigado, Galen. Foi um prazer.

Galen Low: E é tudo no episódio de hoje do podcast The Digital Project Manager. Se gostou desta conversa, subscreva o programa na plataforma onde o ouve. Para obter ainda mais ideias práticas, estudos de caso e guias, crie uma conta gratuita em thedigitalprojectmanager.com.

Até à próxima. Obrigado por nos ouvir.