A maioria das iniciativas de IA fracassa. Esta estrutura em cinco partes pode ajudar.

Quando a IA generativa ganhou força pela primeira vez, muitos líderes correram para financiar projetos-piloto. No entanto, muitos deles não conseguiram escalar ou criar valor mensurável. Por quê? Porque lhes faltava a estrutura organizacional necessária para unir o potencial técnico e o impacto nos negócios. A tecnologia possibilita o progresso, mas sem incentivos alinhados, processos de decisão redesenhados e uma cultura preparada para a IA, mesmo os projetos-piloto mais avançados não se tornarão capacidades duradouras. Neste artigo, compartilhamos a Estrutura dos 5Rs, desenvolvida dentro de um grande conglomerado latino-americano que tem estado na vanguarda da expansão de iniciativas de IA. Aprendemos sobre a estrutura enquanto pesquisávamos a adoção da IA em empresas e nos aprofundamos na abordagem dessa empresa. Descobrimos que se trata de um sistema operacional simples, mas poderoso, que ajudou a empresa a alinhar com sucesso seu pessoal, seus processos e seus incentivos para que a IA pudesse passar da prova de conceito à produção e da produção a um impacto comercial mensurável. Acreditamos que mais empresas precisam de um sistema operacional como esse se quiserem aumentar suas chances de sucesso com a IA. Começaremos descrevendo como o modelo funciona e, em seguida, analisaremos dois casos em que a empresa o aplicou em partes de seus negócios. Cultivando uma cultura orientada pela IA com os 5Rs Quando as organizações não conseguem gerar valor a partir da IA, o problema raramente é técnico. Na maioria das vezes, é organizacional e cultural. A maioria das equipes não resiste aos dados por malícia ou indiferença — elas o fazem porque os comportamentos, incentivos e expectativas ao seu redor não estão alinhados. As pessoas não têm clareza sobre como agir com base nos dados, quando confiar neles ou se o uso deles será recompensado. Outras recorrem a hábitos antigos: gerenciar por instinto, agir com base em anedotas ou otimizar suas funções locais em detrimento dos objetivos da empresa. A resposta da empresa a esse obstáculo comum foi traduzir “tornar-se orientada por dados” em práticas específicas que pudessem ser repetidas, reforçadas e ampliadas. Eles chamam isso de Estrutura dos 5Rs: funções, responsabilidades, rituais, recursos e resultados. Pode parecer uma estrutura de gestão clássica, mas, quando aplicada à IA, ela aborda os pontos críticos precisos que prejudicam a maioria das organizações. Os 5Rs foram originalmente criados para incorporar uma cultura orientada por dados, ou seja, para garantir que as equipes agissem com base em evidências, em vez de instintos. E isso se mostrou eficaz nessa tarefa. No entanto, à medida que a empresa aplicou os 5Rs para expandir as iniciativas de IA, a estrutura revelou todo o seu potencial. Os mesmos atritos organizacionais que antes prejudicavam a criação de uma cultura orientada por dados — propriedade pouco clara, execução fragmentada, responsabilidade fraca e adoção deficiente — são exatamente os motivos pelos quais os projetos-piloto de IA ficam paralisados. Ao enfrentar esses problemas de frente, os 5Rs fornecem a estrutura que permite que a IA passe de experimentos isolados para um impacto em toda a empresa. Os cinco componentes foram projetados para corrigir os pontos de falha mais comuns na implantação da IA: Funções. Este componente esclarece quem é responsável por quê ao longo do ciclo de vida do projeto, reduzindo a complexidade interfuncional para que os pilotos não sejam prejudicados pelas lacunas entre as equipes. As funções incluem o patrocinador do negócio, o proprietário do produto, cientistas de dados, tradutores, risco/conformidade e proprietários da experiência do cliente (CX). Definir esses limites elimina transferências perdidas, perda de responsabilidade e possíveis conflitos entre as equipes técnicas e comerciais. Ter funções claras garante que os incentivos estejam alinhados em toda a organização e também ao longo do ciclo de vida do projeto, para que os projetos sejam lançados no prazo e continuem até a execução. Responsabilidades. Este componente define o que significa sucesso para cada função além do lançamento inicial, incluindo adoção, propriedade de KPI, monitoramento e reciclagem. A responsabilidade é explicitamente atribuída ao patrocinador do projeto desde o momento em que a iniciativa é aprovada até o momento em que o valor é medido, não simplesmente até que a execução seja concluída. Isso garante a propriedade após a entrada em operação e aborda a falha crítica da IA, em que o valor se evapora após os pilotos ou modelos se desviarem sem proprietários claros. Modelos que continuam a aprender ao longo do tempo não são ferramentas “plug-and-play”, e definir responsabilidades claras garante que o envolvimento contínuo seja tarefa de alguém. Rituais. Este componente estabelece a cadência consistente de interações necessárias tanto para alcançar o lançamento do produto quanto para monitorar e adotar modelos de IA que tendem a aprender e mudar ao longo do tempo. Isso inclui o início do projeto, revisões semanais das operações, comitês executivos quinzenais e reuniões críticas de monitoramento pós-lançamento. O estabelecimento desses recursos compartilhados cria hábitos de atualizações consistentes entre os diferentes membros da equipe, garantindo o fluxo de informações e permitindo iterações e escalonamentos em tempo real. Esses hábitos são essenciais para evitar que os bloqueadores persistam e que os problemas surjam tarde demais. Recursos. Este componente exige o uso de modelos, estruturas e aceleradores reutilizáveis para que as equipes não precisem começar do zero e reinventar a roda para cada projeto. Por exemplo, uma arquitetura de IA generativa compartilhada que abstrai a complexidade da implantação dessas soluções em escala, ao mesmo tempo em que mitiga riscos como perda de informações e alucinações, tem sido fundamental para acelerar a execução e a adoção. O estabelecimento de rituais reduz os prazos de entrega em cerca de 50-60% em comparação com projetos ad hoc na empresa e garante que a governança e as práticas responsáveis de IA sejam aplicadas de forma consistente. Isso evita a reinvenção e a qualidade desigual entre as equipes da organização. Resultados. Esse componente exige que as equipes definam métricas que associem a adoção ao impacto nos negócios antes mesmo de iniciar o projeto. Isso garante que o sucesso não seja medido apenas pelo valor técnico (como a precisão do modelo) ou por métricas superficiais, mas por métricas que se traduzam em valor comercial real. Exemplos dessas métricas incluem a porcentagem de interações tratadas pela IA generativa, a redução da rotatividade e os ganhos de EBITDA. Definir essas métricas antecipadamente elimina a prática de desenvolver demonstrações sem KPIs mensuráveis e mantém a atenção focada na adoção e nos resultados comerciais. Ao contrário de treinamentos pontuais ou campanhas de mudança vagas, os 5Rs não são uma sobreposição; eles são um sistema operacional para IA. Funções, responsabilidades e rituais formam uma estrutura consistente e padronizada em todos os projetos, mesmo quando diferentes indivíduos alternam entre funções. Recursos e resultados são adaptados a cada iniciativa. Esse equilíbrio — uma estrutura padronizada com uma aplicação flexível — é o motivo pelo qual o modelo é escalável e os projetos de IA passam de experimentos isolados para um impacto em toda a empresa. Aplicando a estrutura na prática Para entender como isso funciona na prática, considere uma das empresas de serviços financeiros do conglomerado. O objetivo do projeto era melhorar e automatizar o processo de precificação de suas diversas ofertas. A equipe do projeto não começou com software, código ou painéis. Em vez disso, eles começaram com os 5Rs para garantir que o sistema de IA fosse adotado e mantido. O primeiro passo foi estabelecer uma responsabilidade inequívoca. O patrocinador do negócio foi responsabilizado por vincular as melhorias do modelo de preços de IA às metas de crescimento, e não apenas pela execução do projeto. Especificamente, a equipe responsável pelo novo modelo de preços escolheu KPIs que capturavam os retornos financeiros, como custo das operações e taxa de compra do produto por diferentes segmentos de risco dos clientes. Essa definição clara de funções, responsabilidades e resultados evitou atrasos e garantiu que o sucesso do projeto fosse medido pelo crescimento dos negócios, e não pela precisão técnica. Sem essas camadas de responsabilidade, os projetos anteriores tiveram dificuldade em gerar um impacto sustentável. A equipe também institucionalizou rituais que incluíam revisões operacionais semanais e uma reunião quinzenal do comitê executivo para garantir o alinhamento entre os membros da equipe de diferentes unidades de negócios, destacar atrasos antecipadamente e manter o ritmo acelerado. O comitê executivo, em particular, provou ser essencial para remover obstáculos entre os departamentos, pois envolvia pessoas com poder e responsabilidade. Ao implantar recursos reutilizáveis, como ferramentas de gerenciamento de projetos, espaços colaborativos e modelos padronizados, a equipe conseguiu avançar na metade do tempo em comparação com projetos ad hoc anteriores. O modelo de IA resultante apresentou resultados claros: a empresa agora é capaz de responder mais rapidamente às mudanças do mercado e à concorrência e ajustar seus modelos de preços de forma integrada, ao mesmo tempo em que proporciona melhorias nas métricas financeiras. O novo modelo de preços levou a uma redução de 8% nos custos associados ao risco, mantendo o mesmo nível de vendas, sugerindo, em última análise, maior lucratividade. Aproveitando o sucesso deste projeto, a empresa está pronta para implementar a estrutura 5R e os processos relacionados para todos os novos projetos. O desafio de ampliar a adoção da IA também ficou evidente em uma das empresas de médio porte do conglomerado no início de 2024. Com o apoio direto do CEO, a empresa tornou a IA uma prioridade, visando não apenas pilotos ou demonstrações bem-sucedidos, mas uma transformação em toda a empresa que adotasse a IA e a análise de dados para criar um impacto mensurável. A estrutura dos 5Rs forneceu a base necessária. Para formalizar funções e responsabilidades, as unidades de negócios institucionalizaram a governança e a prestação de contas, integrando os 5Rs à sua estrutura, criando, notadamente, um comitê diretor e um comitê estratégico liderado pelo CEO. Reuniões regulares desses grupos — um ritual fundamental — garantiram que a atenção da liderança permanecesse voltada para a iniciativa, desde o início do projeto até a realização de valor. As equipes se concentraram no desenvolvimento de uma operação eficiente e de alto volume de análise e IA que apoia proativamente diferentes partes do negócio para melhorar as métricas dos clientes e, ao mesmo tempo, reduzir os custos operacionais. Em 18 meses, os resultados foram evidentes, demonstrando sucesso comercial e operacional: menor rotatividade de clientes, maior conversão de campanhas de marketing e maior volume de negócios por cliente. Operacionalmente, a equipe agora atende a mais de 100 solicitações comerciais por trimestre — um indicador do aumento da capacidade organizacional e do atendimento à demanda. A empresa também expandiu rapidamente a IA generativa para o atendimento ao cliente, passando de menos de 3% das interações com clientes atendidas por chatbots com IA generativa para quase 60% em seis meses, enquanto a precisão do modelo melhorou de 92% para 97%. Como os recursos e rituais foram institucionalizados, esses aprendizados foram integrados aos ativos centrais da empresa e agora estão sendo replicados em outras subsidiárias da organização. IA responsável, por design Os 5Rs também abordam um desafio que muitas empresas ignoram: como garantir práticas responsáveis de IA em grande escala. Isso torna a estrutura não apenas um impulsionador da produtividade, mas também uma salvaguarda. Ao implementar os 5Rs, as empresas podem observar resultados tangíveis em governança e conformidade. Os rituais impõem supervisão e monitoramento contínuos após a implementação do modelo, permitindo que as equipes identifiquem e corrijam desvios do modelo que poderiam levar a resultados não conformes ou tendenciosos. Por exemplo, ao acompanhar rotineiramente os resultados do modelo de aprovação de empréstimos de uma instituição financeira, as equipes podem garantir que a IA não apresente taxas de aprovação de empréstimos diferenciadas com base em grupos demográficos protegidos, como gênero. Esse seria um resultado direto do componente de resultados, que pode ser projetado para equilibrar o desempenho financeiro com a equidade, a conformidade e a confiança do cliente. Além disso, os recursos conjuntos incorporam verificações de governança e conformidade como uma etapa obrigatória no ciclo de vida do projeto, garantindo que a responsabilidade e a transparência sejam incorporadas ao próprio projeto. Essa abordagem sistemática leva a relatórios de monitoramento contínuo e resultados auditáveis, o que garante que a IA responsável seja uma parte essencial da execução, ampliando as práticas responsáveis de IA. . . . As iniciativas de IA falham menos porque os modelos são fracos e mais porque as organizações não estão preparadas. Os 5Rs transformam a expansão em um processo gerenciado: propriedade clara, responsabilidades sustentadas, cadência disciplinada, ativos reutilizáveis e resultados vinculados ao P&L. A experiência desta organização com o uso dos 5Rs demonstra que não se trata apenas de uma teoria de gestão, mas de uma maneira repetível de converter projetos-piloto em produção e produção em desempenho. A questão não é mais se a IA irá remodelar a forma como as organizações operam, mas se os líderes irão construir o modelo operacional que permita que isso ocorra.

A maioria das iniciativas de IA fracassa. Esta estrutura em cinco partes pode ajudar.

Resumo.

Partner Center