Navegando os Desafios da Implementação do GenAI

O desenvolvimento de software habilitado por GenAI (Inteligência Artificial Geradora) melhorará a produtividade e a eficiência do trabalho – a questão é, quanto? A maioria das pesquisas de mercado sobre esse tópico mostra ganhos consideráveis em produtividade. Pesquisa da Harvard encontrou que especialistas, dependendo da tarefa e senioridade, viram um aumento de 43% na produtividade. Da mesma forma, um relatório do Goldman Sachs sugere que a produtividade poderia aumentar em 1,5 ponto percentual com o GenAI após dez anos de adoção ampla, equivalendo a quase o dobro do ritmo de crescimento da produtividade dos EUA. Embora esclarecedores, a maioria desses achados vem de ambientes controlados que não refletem necessariamente as nuances dos casos de uso do mundo real.

Para melhor responder como o GenAI pode melhorar a produtividade no desenvolvimento de software, uma empresa líder em serviços de transformação digital e engenharia de produtos decidiu registrar suas descobertas práticas e insights de um projeto recente de implementação em larga escala do GenAI com um de seus clientes. Este cliente queria adotar o GenAI nos processos de trabalho de 10 equipes de desenvolvimento em três fluxos de trabalho, envolvendo mais de 100 especialistas. Essas descobertas do mundo real revelam os vários desafios que as empresas enfrentarão ao longo do caminho; além disso, eles destacam a necessidade de um roadmap empresa-wide para dimensionar a adoção do GenAI.

Abordando Atitudes e Expectativas Negativas dos Especialistas

Muitos desafios podem atrasar o sucesso de um projeto do GenAI, como preocupações legais e regulamentares, falta de capacidade de processamento, segurança e privacidade, etc. No entanto, o maior obstáculo encontrado durante essa implementação em larga escala foi a atitude e expectativa dos especialistas em relação às tecnologias. Durante a implementação, a empresa de engenharia observou que os especialistas do cliente tinham certas expectativas sobre o GenAI e como ele iria aumentar seu trabalho. Quando essas expectativas iniciais não se alinhavam com os resultados em termos de qualidade ou tempo de execução, eles desenvolviam atitudes negativas em relação às tecnologias. Em particular, quando o GenAI não “fazia o trabalho por eles”, eles respondiam com comentários como: “Eu esperava melhor e não quero perder mais tempo.”

As empresas devem mudar as percepções e fazer a transição para uma nova cultura de trabalho que previna essas atitudes negativas de se manifestarem e prejudicarem a adoção e a medição precisa. Pesquisas e avaliações são meios eficientes de mapear e categorizar as atitudes e engajamento percebido dos especialistas. A partir daí, as empresas devem agrupar os especialistas com base em seus sentimentos em relação ao GenAI. Em seguida, as empresas podem criar abordagens de gestão de mudança personalizadas para cada grupo para promover a integração bem-sucedida do AI; por exemplo, os especialistas mais céticos receberão mais atenção e cuidado do que os especialistas neutros.

Levando em Conta as Complexidades de Projetos do Mundo Real

O segundo desafio mais obstinado foi medir com precisão o impacto do GenAI na produtividade, levando em conta as complexidades de projetos do mundo real. Em ambientes controlados, é mais fácil medir a influência do GenAI – no entanto, como mencionado anteriormente, esses testes não consideram certas variáveis e inconsistências. Os projetos não são estáticos. Eles evoluem constantemente. Uma organização pode ter uma situação em que os especialistas estão rotativos devido a férias e dias de doença ou mudanças repentinas de prioridades. Os especialistas também não estão sempre trabalhando em atividades de projeto específicas onde o impacto do GenAI pode ser mais benéfico, pois eles têm reuniões para participar, e-mails para responder e outras tarefas fora do escopo do sprint que muitas vezes são ignoradas nas medições de produtividade. Essas inconsistências e variáveis devem ser levadas em conta ao medir objetivamente o impacto do GenAI no desenvolvimento de software.

Outras práticas recomendadas incluem a integração de ferramentas de gerenciamento de tarefas em fluxos de trabalho para ver quanto tempo as tarefas permanecem em cada status para determinar a produtividade e eficiência de especialistas não técnicos. Da mesma forma, soluções de inteligência de negócios podem coletar automaticamente pontos de dados, reduzindo erros e economizando tempo. Além disso, as organizações podem mitigar as complexidades de projetos do mundo real e garantir uma avaliação mais precisa do impacto do GenAI na produtividade, empregando práticas de limpeza de dados rigorosas.

Mapa da Empresa: Medindo com Precisão

Essa implementação em larga escala do GenAI também destacou o valor de um mapa da empresa que marca o início e o fim da integração. As empresas devem observar que um elemento crucial desse mapa é definir as métricas que serão usadas para as etapas de baseline e relatórios finais. Dúzias de métricas diferentes podem ajudar a avaliar o impacto do GenAI na produtividade, incluindo, mas não limitado a, velocidade no tempo, produtividade, rework médio e tempo de revisão de código, taxas de falha e aceitação de revisão de código, tempo gasto em correção de bugs, etc.

Depois de definir essas métricas, as empresas devem classificá-las em categorias objetivas e subjetivas. As empresas podem usar dados de ferramentas de rastreamento de tarefas, como Jira, para métricas objetivas. Da mesma forma, elas devem manter e aderir a fluxos de qualidade, atualizações de tarefas em tempo e conclusão de estágios rigorosos. Lembre-se de que métricas subjetivas, como pesquisas de especialistas e pilotos, ajudarão as empresas a entender os níveis de adoção e correlações com medições objetivas. Do ponto de vista da frequência, as medições devem ser rotineiras e agendadas, não esparsas e aleatórias. Além disso, os achados do projeto enfatizam a utilidade de métricas, como impacto médio diário, proficiência percebida, mudanças de desempenho, cobertura de trabalho, uso de ferramentas de AI e fluxo de trabalho ininterrupto, para medir o progresso da adoção.

Mapa da Empresa Continuado: Desenvolvimento de Aprendizado e Cultura em Escala

Além de medir com precisão o impacto do GenAI, outro componente vital de um mapa de sucesso é que ele impulsiona o aprendizado contínuo e a fluência em AI por meio de diferentes estratégias de treinamento e coaching. Essas iniciativas acabarão por promover uma cultura de aprendizado em toda a empresa, permitindo a adoção do AI em escala em toda a empresa. Estratégias variadas incluem a criação de grupos de trabalho que se concentram em onde e como a empresa pode aproveitar o GenAI, bem como encorajar indivíduos a compartilhar o que está e não está funcionando. Além disso, é útil estabelecer prioridades de crescimento e desenvolvimento acompanhadas de caminhos de aprendizado nos níveis individual e de equipe.

Outra forma como as empresas podem construir uma cultura que adote prontamente novas tecnologias do GenAI é destacando casos de uso de vitória rápida. Esses demonstrarão o poder do GenAI para a organização maior e céticos relutantes. As empresas também devem estabelecer diretrizes de segurança e regras de engajamento com o AI para capacitar as equipes a experimentar e explorar novas abordagens sem expor a empresa a riscos. Da mesma forma, as organizações devem garantir a adesão a padrões da indústria e outras práticas recomendadas, abordando a gestão de mudança entre indivíduos e equipes nos níveis de tarefa e ferramenta.

Mantendo as Pessoas no Centro

As duas principais lições aprendidas com essa implementação do mundo real são: primeiro, o GenAI pode levar a ganhos substanciais de produtividade dentro dos limites de uma estratégia e mapa adequados; segundo, essa integração tem um elemento humano indiscutível que as empresas devem abordar adequadamente. O GenAI mudará para sempre como esses especialistas executam tarefas diárias. É provável que o GenAI também faça com que alguns especialistas se sintam ameaçados pela tecnologia, o que pode causar resistência à adoção. Em última análise, a chave para uma implementação bem-sucedida do GenAI permanece distintamente humana. É crucial para as empresas entender a profundidade disso, pois são os humanos que operacionalizam a tecnologia, desbloqueando seu valor prático.