CIOs precisam de uma maneira melhor de contabilizar o trabalho de IA em TI

Nos últimos dois anos, os CIOs têm tido um objetivo simples para IA em TI: inseri‑la na organização, deixar as equipes experimentarem e ver onde ela pode melhorar a entrega de serviços.

As organizações de TI compraram licenças, conduziram pilotos e adicionaram recursos de IA em pilhas de software já inchadas. Isso fazia sentido enquanto as equipes ainda descobriam o que a IA poderia fazer. Agora que os gastos estão dentro de orçamentos reais, e os CFOs querem saber o que a empresa está recebendo pelo seu dinheiro.

O problema é que muitos dos números que os CIOs usam para medir a IA não respondem a essa pergunta. Os CIOs podem mostrar quantos funcionários usam IA, com que frequência a utilizam e quanto tempo dizem que ela lhes economiza. As finanças querem saber se a empresa gastou menos dinheiro, realizou mais trabalho ou evitou contratar mais pessoas.

Economizar cinco horas por semana de um funcionário parece valioso, mas a empresa ainda precisa saber o que aconteceu com essas cinco horas. Se o funcionário realiza mais trabalho, ou a equipe pode suportar uma carga de trabalho crescente sem contratar outra pessoa, a empresa pode ver o resultado financeiro. Se nada mais mudar, a economia de tempo pode nunca aparecer no orçamento.

À medida que as empresas gastam mais em IA, os CIOs precisam ser muito mais específicos sobre o trabalho que a IA realiza e quanto esse trabalho custa.

Tempo economizado não significa necessariamente dinheiro economizado

Muitos cálculos de ROI de IA começam com o tempo como critério – ou seja, se a IA economiza 30 minutos por dia de um funcionário, a empresa pode multiplicar esses minutos por milhares de funcionários e obter um número muito grande.

Mas os processos de negócios raramente funcionam tão perfeitamente. O trabalho passa de uma pessoa para outra, aguarda aprovações e fica em filas. Se a IA economiza dez minutos em uma parte de um processo e o trabalho então espera seis horas por outra pessoa, a empresa não ganhou dez minutos de capacidade útil.

Para os CIOs, a questão mais útil é se a IA altera o desempenho do próprio serviço. Se as solicitações de acesso avançam na fila mais rapidamente, menos tickets precisam de intervenção humana ou o custo por solicitação diminui, a TI pode medir o resultado usando os mesmos indicadores operacionais que já monitora.

Aviva é um bom exemplo. A seguradora usou mais de 80 modelos de IA como parte das mudanças em sua operação de sinistros e informou que reduziu o tempo de avaliação de responsabilidade em 23 dias e as reclamações em 65 por cento. Esses números mostram à gestão o que mudou na operação e dão às finanças algo que podem medir.

Os CIOs precisam aplicar o mesmo raciocínio aos seus investimentos em IA. Antes de expandir um piloto, eles devem saber que parte do negócio esperam mudar e quanto trabalho a IA precisa assumir para que isso aconteça.

O trabalho que a IA completa é um ponto de partida melhor

Considere uma solicitação de acesso de TI comum. Um copiloto pode resumir o ticket e redigir uma resposta, enquanto um agente de TI verifica a política da empresa, confirma o solicitante, obtém aprovação, altera a permissão e encerra a solicitação.

O copiloto pode economizar alguns minutos do funcionário, mas a maior parte do trabalho ainda pertence ao funcionário.

Agora considere um sistema de IA que pode verificar a solicitação em relação à política da empresa, coletar informações ausentes, encaminhar a solicitação para aprovação e efetuar a alteração assim que receber essa aprovação. A TI pode ver quantas solicitações o sistema de IA completa, com que frequência um funcionário precisa intervir e quanto trabalho humano cada solicitação ainda requer.

Isso oferece aos CIOs uma forma muito mais clara de contabilizar a IA. Em vez de estimar quantos minutos a tecnologia economizou, eles podem medir quanto trabalho ela completou e quanto custou para concluir esse trabalho.

A mesma abordagem pode ser aplicada a integração de funcionários, suporte interno e resposta a incidentes. A parte importante é dar à IA a responsabilidade por trabalhos que a empresa já entende e sabe como medir.

Mas você também precisa contabilizar o trabalho humano

Um sistema de IA pode iniciar 1,000 solicitações de integração e exigir que um funcionário intervenha em 600 delas. Considerar todas as 1,000 como automatizadas daria à gestão uma imagem errada da quantidade de trabalho que a IA realmente realizou.

Essas intervenções custam dinheiro. Se um agente trabalha em uma solicitação por vários minutos e depois a entrega a um funcionário que gasta mais vinte minutos para concluí‑la, esses vinte minutos devem fazer parte do custo do processo.

Isso significa que a TI precisa um registro do que aconteceu durante cada tarefa. Ela precisa saber o que a IA fez, quais sistemas ela acessou, onde precisou de aprovação, quando um funcionário interveio e se o trabalho realmente foi concluído. Esses registros podem alimentar métricas tradicionais de service desk, como tempo médio de resolução, ao mesmo tempo em que adicionam métricas que importam especificamente para IA, incluindo taxas de intervenção e custo por tarefa concluída.

As equipes de segurança precisam de grande parte das mesmas informações quando algo dá errado. Se um sistema de IA altera a permissão errada ou realiza uma ação que não deveria ter realizado, elas precisam reconstruir o que aconteceu e entender o porquê.

Manter esse registro oferece aos CIOs uma forma de medir ambos os lados do investimento. Eles podem ver o custo de operar a IA e o trabalho humano ainda necessário para supervisionar e concluir seu trabalho.

Quanto mais responsabilidade a IA recebe, mais isso afeta a economia

Os CIOs também precisam decidir quanta autoridade estão dispostos a conceder à IA.

Um sistema de IA com permissões limitadas pode precisar que um funcionário aprove muitas de suas ações. Isso mantém uma pessoa envolvida, mas também significa que a empresa continua pagando por mais trabalho humano.

Conceder ao sistema mais autoridade pode permitir que ele conclua mais trabalho por conta própria, mas isso também traz mais risco para a TI gerenciar. Um sistema que pode criar uma conta ou alterar uma permissão pode causar mais danos quando comete um erro do que um que apenas recomenda o que um funcionário deve fazer. O custo também pode subir inesperadamente quando um agente fica preso em um loop, tenta novamente a mesma tarefa ou consome recursos computacionais porque uma instrução foi muito vaga. Essas falhas também fazem parte da análise econômica.

As empresas traçarão essa linha de maneira diferente, dependendo do trabalho envolvido. O que importa para o cálculo do ROI é saber onde a linha está e quanto envolvimento humano ela gera.

Se um sistema de IA pode concluir com segurança 90 % de um processo, sua economia pode ser muito diferente de um sistema que precisa de um funcionário a cada outra etapa.

Comece com trabalhos que já custam dinheiro

Os CIOs que planejam a próxima rodada de investimentos em IA devem começar com trabalhos que já consomem tempo ou mão de obra significativos.

Solicitações de acesso, integração de funcionários, resposta a incidentes e suporte interno fornecem à TI algo concreto para medir. A empresa já sabe, aproximadamente, quantas solicitações ela trata, quanto tempo dos funcionários elas exigem e onde o trabalho costuma ficar travado.

A partir daí, a TI pode determinar quais partes a IA pode lidar com segurança e onde ainda é necessário o envolvimento de um funcionário. Em seguida, pode decidir o que espera que o investimento alcance.

Talvez a equipe queira lidar com 30 % mais tickets sem contratar. Talvez queira reduzir o custo de cada solicitação de acesso. Talvez deseje que os funcionários gastem menos tempo com suporte rotineiro para que possam atender trabalhos que atualmente ficam em fila. Quando a TI conhece o custo total de concluir uma tarefa com IA, incluindo a intervenção humana, pode definir um custo-alvo para essa tarefa e decidir se a automação realmente vale a pena.

Quando a IA começa a executar o trabalho, os CIOs podem comparar o que esperavam com o que realmente aconteceu. Eles podem ver quanto trabalho a IA completou, com que frequência as pessoas precisaram intervir e qual foi o custo total do processo.

Isso oferece aos CIOs uma forma muito mais simples de discutir os gastos com IA com o setor financeiro. Em vez de tentar atribuir um valor em dólares a milhares de minutos estimados economizados, eles podem mostrar o trabalho que a IA realizou, quanto trabalho humano ainda foi necessário e se a empresa gastou menos dinheiro para concluir esse trabalho.