Obter valor comercial da IA: falar com as partes interessadas

Cada um desses grupos tem a sua própria perspectiva, inteiramente válida. Por exemplo, os engenheiros se preocupam com a viabilidade e a praticidade. Os usuários se concentram no impacto e no resultado, enquanto os empresários trazem sua perspectiva de custo e valor. Para cada um desses grupos, é vital começar a compreendê-los tanto em termos de necessidades empresariais quanto do que os motiva como indivíduos.

Além disso, precisamos trabalhar com as três partes para negociar o enquadramento do projeto, uma vez que deve haver equilíbrio entre cada uma de suas perspectivas, porque cada uma delas está correta. Por meio da construção de relacionamento e do

estabelecimento de confiança com as partes interessadas, conseguimos compreendê-las melhor e entender suas necessidades, além de ajudá-las a trabalhar em conjunto, o que, por sua vez, melhora nossa concepção da solução e, em última análise, o sucesso do projeto.

Os patrocinadores seniores e as partes interessadas que representam a empresa têm a visão (e normalmente o financiamento) e estão frequentemente interessados em participar do processo de criação e definição do projeto. Isso pode ser ótimo — estão comprometidos, querem que o projeto seja um sucesso e nos apoiam bastante (tanto em termos de tempo quanto de dinheiro). No entanto, as partes interessadas de alto nível geralmente têm uma visão incompleta das operações comerciais e das funções e responsabilidades individuais no cotidiano. Isso pode gerar lacunas na compreensão do que a solução deve fazer, qual é a extensão total das tarefas que ela deve ser capaz de realizar e como a solução pode interagir com os usuários quando implementada.

Por isso, é fundamental estabelecer relacionamentos e consultar as pessoas que acabarão utilizando a solução final. Esses indivíduos provavelmente terão uma compreensão mais detalhada do problema que a solução está sendo projetada para resolver ou abordar, além de uma noção muito clara de potenciais armadilhas, situações incomuns ou requisitos que a solução precisará superar com sucesso.

Também é igualmente essencial colaborar com as pessoas envolvidas nos aspectos técnicos da empresa. Esses profissionais, que vêm de uma perspectiva de engenharia, muito provavelmente acrescentarão uma série adicional de possíveis obstáculos, situações

incomuns e requisitos que precisarão ser considerados na solução. Embora essas conversas certamente acrescentem desafios e complexidades ao projeto, é vital que esses pontos sejam descobertos o mais cedo possível, para que possam ser incorporados ao desenho da solução.

Ter todas as partes interessadas certas presentes na definição inicial do projeto, no estabelecimento do escopo e no planejamento é apenas metade do caminho para reduzir a lacuna, um ponto importante a ser lembrado é a potencial lacuna de compreensão e visão. Por exemplo, como cientista de dados ou outro profissional de IA, você participou de projetos anteriores, entendeu como funcionavam e como era a solução final. Além disso, também tem um conhecimento profundo das tecnologias subjacentes, algorítmicas, de dados e de infraestrutura, além de áreas relacionadas, como experiência do usuário e design. Tudo isso, em conjunto, significa que você está em uma boa posição para imaginar como será a solução e o que é possível. Para as partes interessadas, é improvável que esse seja o caso, e elas podem ter um horizonte reduzido, subestimando o que pode ser feito ou superestimando a possibilidade de algum tipo de solução mágica. Ambos os casos estão errados e não ajudam em nada.

Como um breve aparte, vale a pena, neste momento, explorar mais detalhadamente o nosso papel: Como especialista em IA do projeto, temos de agir como guia e buscar os melhores resultados para o projeto nestas situações. Quando há um horizonte reduzido ou uma subestimação do que pode ser feito, há uma pobreza de aspirações. Por conseguinte, enquanto guia, temos o desafio de tentar ajudar um stakeholder a imaginar como pode ser a solução e afastá-lo de algo inferior que talvez não resolva totalmente o problema da

empresa. Talvez a melhor estratégia, neste caso, seja atuar como um facilitador, ajudando-os a compreender o impacto das suas decisões na solução.

Também é importante estar ciente da situação oposta encontrada com uma parte interessada, ou seja, o otimismo irrealista sobre os "poderes mágicos" da IA ou da IA generativa para fornecer automaticamente uma solução sem que o problema seja sequer verbalizado (muito menos sistematicamente documentado). É por isso que, no processo de compreensão do problema de negócio descrito anteriormente, muitas etapas são dedicadas à obtenção de informações sobre o problema corporativo. Ao coletar os requisitos e identificar potenciais problemas, torna-se mais fácil discutir em termos concretos o formato da solução nas primeiras conversas com os stakeholders.

No entanto, especificamente com essas partes interessadas, há vários desafios recorrentes: em primeiro lugar, há expectativas irrealistas sobre o formato da solução final e sobre o que é possível fazer. Em segundo lugar, pode haver uma falta de realismo quanto ao nível de detalhe dos requisitos do usuário/solução que precisam de ser documentados (uma vez que isso não acontece por mágica). Em terceiro lugar, e continuando com o tema da magia, pode também haver uma falta de compreensão do tempo que uma solução deste tipo demora a ser construída. No seu conjunto, isto pode significar problemas para os cientistas de dados ou gestores de projetos desprevenidos. No entanto, muitas vezes a grande vantagem de uma parte interessada é o seu entusiasmo sem limites. O importante é aproveitá-lo e, ao mesmo tempo, definir adequadamente as expectativas e canalizar as suas energias de forma construtiva (por exemplo, trabalhar com eles para detalhar como seria a solução ideal, como poderia funcionar, apresentações às principais partes interessadas, etc).

Independentemente do tipo de parte interessada (e não há duas iguais), é vital que estejam engajadas no projeto à medida que este se desenvolve, para que possam participar e dar feedback contínuo, garantindo que o projeto não se afaste muito do que é necessário para a empresa.

Como já vimos, ser capaz de relacionar claramente a nossa solução, quer seja a IA Gen, a IA "tradicional" ou qualquer outra, com o problema da empresa é fundamental para o sucesso do nosso projeto. No próximo artigo, aprofundaremos a concepção da solução com mais detalhes para explorar a forma como a IA pode ser mapeada para a lógica empresarial da organização.