O grande benefício da IA é a coordenação, não a automação

O impacto econômico da IA é geralmente explicado em termos de redução dos custos de previsão ou redução dos custos de criação. No entanto, há um fator mais importante que pode ser o menos compreendido e o mais significativo: a redução dos custos de tradução. A tradução pode parecer trivial até que se perceba seu papel no trabalho moderno: o esforço constante de transformar os resultados de uma equipe em insumos para outra equipe. Os custos da tradução aparecem no esforço necessário para converter ou reconciliar resultados, ou no tempo perdido em reuniões e retrabalho. Quando a tradução funciona, ela permite que um conjunto desconexo de atores, ferramentas e dados trabalhem juntos em direção a um resultado comum — em outras palavras, ela permite a coordenação, permitindo que os projetos avancem de forma confiável, em vez de ficarem presos na reconciliação e no retrabalho. A TI torna a tradução acessível e generalizada. Ela realiza isso de duas maneiras: extrai estrutura de informações não estruturadas, tornando-as utilizáveis, e, em seguida, emprega essas informações utilizáveis para realizar o trabalho. Complementos que antes não se encaixavam, porque seus dados, vocabulários ou fluxos de trabalho não eram compatíveis, agora podem ser facilmente combinados sem forçar um acordo sobre ferramentas ou fluxos de trabalho. Pela primeira vez, a coordenação se torna possível sem consenso, o que significa que pode ser estendida a áreas profissionais onde antes era muito difícil ou caro. Na última década, meu trabalho se concentrou no projeto de plataformas para organizar e coordenar sistemas fragmentados. No entanto, até recentemente, esse tipo de coordenação tinha uma limitação significativa: dependia de dados altamente estruturados e interfaces limpas, o que exigia consenso sobre padrões e fluxos de trabalho. Na prática, a maioria dos sistemas variava demais para se alinhar, de modo que a coordenação continuava sendo manual e dispendiosa. Contudo, os recursos de tradução da IA eliminaram essa limitação. Os novos tipos de coordenação que ela possibilita estão mudando não apenas os fluxos de trabalho, mas também a natureza da criação de valor e da concorrência em setores fragmentados. Coordenação sem consenso Considere como isso se aplica ao setor de arquitetura e construção. A maioria dos projetos de construção exige que vários profissionais especializados — arquitetos, engenheiros estruturais, empreiteiros e outros — trabalhem juntos. No entanto, cada grupo possui seu próprio conjunto de ferramentas e preocupações específicas. Os arquitetos se preocupam com as relações espaciais e a estética. Os engenheiros estruturais se concentram nas trajetórias de carga e nos fatores de segurança. Os empreiteiros priorizam o sequenciamento e o gerenciamento do projeto. A coordenação nesse contexto torna-se essencial à missão. Os projetos de construção frequentemente se desviam das especificações originais e, se as diferentes equipes não se coordenarem de forma eficaz para se adaptar, os resultados são previsíveis: retrabalho, atrasos e problemas de desempenho nos edifícios concluídos. As tentativas de resolver esse problema por meio da padronização de cima para baixo — forçando todos os envolvidos no projeto a utilizar uma plataforma unificada ou um modelo de dados comum — falharam repetidamente ou permitiram uma coordenação limitada em uma atividade, enquanto outra ficava desalinhada. Além disso, e sem surpresa, equipes especializadas resistem a abandonar as ferramentas que definem seu ofício. Os projetos de construção criados com uma ferramenta não interoperam facilmente com os planos de construção gerenciados em outra, e se eles não estiverem alinhados, você terá altos custos de conversão. A IA oferece um novo tipo de tradução que pode resolver esses problemas. Em vez de exigir que todas as equipes adotem as mesmas ferramentas, formatos ou padrões, ela aceita a fragmentação como um dado adquirido e extrai informações de fontes tão díspares quanto softwares BIM especializados, planilhas, fotos, e-mails e PDFs anotados, cada um dos quais captura apenas uma visão parcial do projeto. Essa integração cria uma visão unificada do projeto, possibilitando que, a qualquer momento, qualquer pessoa envolvida veja o andamento do trabalho em tempo real nas áreas de design, engenharia, programação e conformidade. Com esse tipo de visão unificada, os gerentes de projeto podem supervisionar um processo fragmentado, permitindo que cada equipe preserve suas próprias formas de trabalhar. Eles também podem tomar decisões que resolvem conflitos entre disciplinas sem a necessidade de realizar reuniões de coordenação intermináveis. Se o arquiteto mover uma escada, a camada de IA pode identificar os efeitos a jusante nas vigas estruturais e notificar o engenheiro estrutural. A IA se torna a camada de coordenação oculta que verifica e reconcilia continuamente as mudanças entre as equipes, sincronizando a execução por meio de tradução contínua. Percebendo a oportunidade no setor, muitas empresas estão entrando no mercado. A Trunk Tools, por exemplo, reúne informações de ferramentas como Autodesk (utilizada por arquitetos e engenheiros para criar projetos e planos) e Procore (utilizada por empreiteiros para gerenciar seus trabalhos). Após ler as especificações, desenhos e cronogramas, a Trunk Tools organiza um registro estruturado e pesquisável do projeto, o que significa que arquitetos, engenheiros e empreiteiros não precisam perder tempo comparando notas entre si e resolvendo desalinhamentos. Em vez disso, eles podem direcionar todas as perguntas para uma única fonte e receber respostas baseadas nos documentos relevantes. As empresas estabelecidas também estão percebendo oportunidades aqui, como ilustrado pela aquisição da Datagrid pela Procore, que adota uma abordagem semelhante para extrair estrutura de arquivos e fontes não estruturados. Um novo tipo de batalha Quando a coordenação não requer mais consenso, as empresas que construíram sua dominância com base na aplicação de padrões, interfaces e fluxos de trabalho comuns começam a perder a base de sua vantagem. Considere um caso no mercado de seguros automotivos dos EUA, onde a start-up Tractable está desafiando a dominante CCC Intelligent Solutions, apesar das vantagens consolidadas da CCC. Quando você faz uma reclamação de seguro automóvel, ela passa por uma rede de atores independentes (seguradoras, oficinas, fornecedores de peças, avaliadores), cada um dos quais utiliza diferentes sistemas de software e trabalha com diferentes incentivos. A CCC assumiu o controle do seu mercado ao estabelecer uma linguagem comum de códigos de danos padronizados e fluxos de trabalho digitais prescritos— uma linguagem que foi adotada pelas várias partes envolvidas no tratamento de reclamações. Para um concorrente destronar a CCC, ele teria que substituir os padrões da CCC, mas isso, por sua vez, exigiria abandonar as ferramentas atuais, treinar novamente os avaliadores e reescrever os processos de aprovação das seguradoras. Os custos de mudança parecem muito altos, e nas últimas duas décadas o domínio da CCC pareceu seguro. Mas não mais. Em sua tentativa de destituir a CCC, a Tractable decidiu evitar completamente a disputa por padrões. Em vez de tentar persuadir seguradoras e oficinas a abandonar os códigos da CCC, ela treinou modelos de IA para interpretar fotos não estruturadas de veículos danificados tiradas com smartphones e produzir estimativas de reparos que pudessem ser inseridas diretamente nos fluxos de trabalho das seguradoras existentes. A Tractable possibilitou a coordenação sem consenso, em outras palavras, e os resultados são impressionantes: em 2023, ela estava processando quase US$ 7 bilhões em sinistros em nome das principais seguradoras. O caminho a seguir A oportunidade de aproveitar os recursos de tradução da IA vai muito além dos setores discutidos neste artigo. Em qualquer setor fragmentado, da saúde à logística, a capacidade da IA de reconstruir um estado compartilhado entre sistemas desconectados cria tanto oportunidades quanto ameaças. As empresas estabelecidas têm três estratégias possíveis à sua disposição. 1) Tornar-se a camada de tradução. As empresas que optam por esse caminho aceitam que os padrões proprietários não serão mais suficientes para garantir sua posição. Em vez disso, elas investirão na reconstrução da visão compartilhada da atividade do ecossistema de forma mais eficaz do que qualquer outra. Na logística, plataformas como a project44 adotaram essa abordagem, criando uma visão unificada das remessas sem exigir que as transportadoras adotem novos padrões. As empresas que seguem essa estratégia buscam a abertura entre ferramentas e formatos para se tornarem indispensáveis como intérpretes da atividade do ecossistema. 2) Aposte na responsabilidade. Em vez de competir para se tornar uma plataforma de tradução neutra, as empresas estabelecidas podem enfatizar sua capacidade de assumir a responsabilidade pelos resultados, mesmo quando outras empresas realizam a tradução. A Maersk exemplifica essa estratégia: a empresa avançou em direção à logística integrada, expandindo-se para contratos de ponta a ponta, despacho aduaneiro, armazenamento, sistemas de reservas digitais e execução com gestão de riscos. Em um mundo de interrupções na cadeia de suprimentos, risco de sanções e escrutínio regulatório, o controle integrado da Maersk permite que ela garanta a execução e gerencie os riscos melhor do que outras empresas, competindo com base nisso. 3) Fragmentar e tributar. Aqui, as empresas estabelecidas não adotam totalmente a tradução aberta nem se limitam inteiramente à governança e à responsabilidade. Em vez disso, elas utilizam a tradução assistida por IA para consolidar uma visão privilegiada e unificada dentro de suas próprias estruturas — e, em seguida, racionam o acesso a essa visão unificada para o ecossistema de parceiros mais amplo, que permanece fragmentado. A FedEx adotou essa estratégia. Nos últimos anos, a empresa investiu pesadamente em sistemas de roteamento baseados em IA que dependem de uma imagem unificada e em tempo real de onde as remessas estão e em que condições se encontram em toda a sua rede. No entanto, ela expõe apenas partes dessa imagem unificada externamente — e muitas vezes em termos pagos —, de modo que os parceiros e clientes devem confiar na FedEx para acessar informações completas e oportunas. Essa abordagem permite que a FedEx aproveite os benefícios da tradução dentro de sua própria rede, garantindo que outros continuem dependentes de sua infraestrutura, e permanecerá viável enquanto a densidade da rede e a cobertura de serviços da FedEx mantiverem os clientes dispostos a pagar pela visibilidade, em vez de reconstruí-la por conta própria. . . . Como a tradução auxiliada por IA permite que diferentes pessoas, ferramentas e sistemas trabalhem juntos sem consenso, ela proporcionará ganhos reais em velocidade, custo e inovação em setores fragmentados, mas também mudará o centro do poder. No curto prazo, os vencedores serão aqueles que usarem a IA para eliminar atritos e realizar o trabalho, apesar dos sistemas incompatíveis. Com o tempo, porém, a coordenação por si só não será suficiente: quando os projetos ganharem escala e as falhas trouxerem consequências reais, questões de responsabilidade, confiança e obrigação forçarão um retorno a regras compartilhadas e responsabilidade clara. O caminho prático a seguir é usar a IA para impulsionar a colaboração onde a coordenação tem sido muito cara, enquanto se constrói deliberadamente a governança, os contratos e as normas que transformam a coordenação rápida em ecossistemas duráveis e confiáveis.

O grande benefício da IA é a coordenação, não a automação

Resumo.

Partner Center