Guia de Transformação com Inteligência Artificial

“A inteligência artificial é a elucidação do processo de aprendizado humano, a quantificação do processo de pensamento humano, a explicação do comportamento humano e a compreensão do que torna a inteligência possível. É o passo final do homem para se entender, e espero participar dessa nova, mas promissora ciência.” – Kai-Fu Lee (1983), autor do livro “AI Super-Powers: China, Silicon Valley and the New World Order” (New York Times bestseller), lançado em 2018.

“Inteligência Artificial (definição): A teoria e o desenvolvimento de sistemas computacionais capazes de realizar tarefas que normalmente requerem inteligência humana, como percepção visual, reconhecimento de fala, tomada de decisão e tradução entre idiomas.” – Dicionário Oxford

Esta série de artigos que eu tenho postado sobre o uso da IA em Negócios fornece a líderes, gestores e profissionais de negócios uma base de conhecimentos que facilita o entendimento do tema e os prepara para uma relação mais próxima com os profissionais de tecnologia e realização de projetos em suas empresas.

Como liderar sua empresa na era da IA

A tecnologia de IA (Inteligência Artificial) agora está pronta para transformar todos os setores, assim como a eletricidade fez 100 anos atrás. Espera-se que até 2030, forneça um crescimento econômico estimado em 13 trilhões de dólares. Embora já tenha criado um tremendo valor em empresas líderes em tecnologia, como Google, Baidu, Microsoft e Facebook, muitas das ondas adicionais de criação de valor estão indo além do setor de software.

Este artigo trata-se de um pequeno guia de orientação para transformação da empresa utilizando o potencial da Inteligência Artificial (IA). Trata-se da tradução e adaptação do texto original que é baseado em insights obtidos de Andrew Ng, da empresa Landing AI, ao liderar equipes do Google Brain e o Baidu AI Group, onde ele desempenhou papéis de liderança na transformação do Google e do Baidu em grandes empresas de IA.

Observação: O guia é direcionado à grandes empresas, mas que pode ser adaptado para uso em empresas menores, com o uso de plataformas de computação cognitiva, inteligência artificial e aprendizado de máquina automatizado (AutoML) como serviço em nuvem – o que requer menos infraestrutura e profissionais para começar.

Veja as recomendações em 5 passos:

1. Execute projetos piloto para ganhar impulso

É mais importante que seus primeiros projetos de IA sejam bem-sucedidos do que os projetos de IA mais valiosos. Eles devem ser significativos o suficiente para que os sucessos iniciais ajudem sua empresa a se familiarizar com a IA e também convença outras pessoas da empresa a investir em outros projetos de IA; eles não devem ser tão pequenos que outros considerem triviais. O importante é fazer o volante girar para que sua equipe de IA possa ganhar impulso.

Características sugeridas para os primeiros projetos de IA:

  • Idealmente, deve ser possível para uma equipe de IA nova ou externa (que pode não ter profundo conhecimento de domínio sobre sua empresa) fazer parceria com suas equipes internas (que têm profundo conhecimento de domínio) e criar soluções de IA que comecem a mostrar tração em 6-12 meses.
  • O projeto deve ser tecnicamente viável. Muitas empresas ainda estão iniciando projetos que são impossíveis usando a tecnologia de IA de hoje; ter engenheiros de IA confiáveis ​​fazendo a devida diligência em um projeto antes do início aumentará sua convicção em sua viabilidade.
  • Tenha um objetivo claramente definido e mensurável que crie valor comercial.

Sucesso em um primeiro projeto piloto, trará a confiança necessária para projetos maiores e mais complexos.

2. Crie uma equipe interna de IA

Embora parceiros terceirizados com profundo conhecimento técnico em IA possam ajudá-lo a ganhar esse impulso inicial mais rapidamente, a longo prazo será mais eficiente executar alguns projetos com uma equipe interna de IA. Além disso, você desejará manter alguns projetos dentro da empresa para construir uma vantagem competitiva mais exclusiva.

É importante ter a adesão da liderança para construir essa equipe interna. Durante a ascensão da internet, a contratação de um CIO foi um ponto de virada para muitas empresas terem uma estratégia coesa de uso da internet. Em contraste, as empresas que realizaram muitos experimentos independentes – desde marketing digital até experimentos de ciência de dados e lançamentos de novos sites – não conseguiriam alavancar os recursos da Internet se esses pequenos projetos-piloto não conseguissem escalar para transformar o resto da empresa.

Na era da IA, um momento chave para muitas empresas será novamente a formação de uma equipe de IA centralizada que possa ajudar toda a empresa. Essa equipe de IA pode ficar sob a função de CTO, CIO ou CDO (Chief Data Officer ou Chief Digital Officer) se tiver o conjunto de habilidades certo. Também poderia ser liderado por um CAIO (Chief AI Officer) dedicado. As principais responsabilidades da unidade de IA são:

  • Construir uma capacidade de IA para dar suporte a toda a empresa.
  • Executar uma sequência inicial de projetos multifuncionais para dar suporte a diferentes divisões/unidades de negócios com projetos de IA. Depois de concluir os projetos iniciais, configurar processos repetidos para entregar continuamente uma sequência de projetos valiosos de IA.
  • Desenvolver padrões consistentes para recrutamento e retenção.
  • Desenvolver plataformas para toda a empresa que sejam úteis para várias divisões/unidades de negócios e que provavelmente não sejam desenvolvidas por uma divisão individual. Por exemplo, considere trabalhar com o CTO/CIO/CDO para desenvolver padrões de armazenamento de dados unificados.

Muitas empresas são organizadas com várias unidades de negócios subordinadas ao CEO. Com uma nova unidade de IA, você será capaz de integrar o talento de IA às diferentes divisões para conduzir projetos multifuncionais.

Novas descrições de cargos e novas organizações de equipe surgirão. Uma maneira de organizar o trabalho de equipes é em funções como engenheiro de aprendizado de máquina, engenheiro de dados, cientista de dados e gerente de produto de IA, o que é diferente da era pré-IA. Um bom líder de IA poderá aconselhá-lo sobre a configuração dos processos corretos.

Atualmente, há uma guerra por talentos de IA e, infelizmente, a maioria das empresas terá dificuldade em contratar um estudante ou graduado em doutorado em IA de Stanford, por exemplo. Como a guerra de talentos é basicamente de soma zero no curto prazo, trabalhar com um parceiro de recrutamento que pode ajudá-lo a construir uma equipe de IA.

3. Forneça amplo treinamento de IA

Nenhuma empresa hoje tem talento interno de IA suficiente. Enquanto as reportagens da mídia sobre altos salários de IA são exageradas (os números citados na imprensa tendem a ser discrepantes), é difícil encontrar talento em IA. Felizmente, com o aumento do conteúdo digital, incluindo MOOCs (cursos online abertos e massivos), como Coursera, e-books e vídeos do YouTube, é mais econômico do que nunca treinar muitos funcionários em novas habilidades, como IA. O CLO inteligente (Chief Learning Officer) sabe que seu trabalho é selecionar, em vez de criar conteúdo, e então estabelecer processos para garantir que os funcionários concluam as experiências de aprendizado.

Se você tiver orçamento para contratar consultores, o conteúdo presencial deve complementar o conteúdo online. Isso é chamado de pedagogia da “sala de aula invertida” que resulta em aprendizado mais rápido e uma experiência de aprendizado mais agradável. Contratar alguns especialistas em IA para fornecer algum conteúdo pessoalmente também pode ajudar a motivar seus funcionários a aprender essas técnicas de IA.

A IA proverá novos empregos diferentes. Você deve dar a todos o conhecimento de que precisam para se adaptar às suas novas funções na era da IA. A consulta com um especialista permitirá que você desenvolva um currículo personalizado para sua equipe. No entanto, um plano de educação inicial pode ser assim:

3.1. Executivos e líderes empresariais seniores: (⩾4 horas de treinamento)

META – Permita que os executivos entendam o que a IA pode fazer pela sua empresa, comecem a desenvolver a estratégia de IA, tomem decisões de alocação de recursos apropriadas e colaborem sem problemas com uma equipe de IA que está apoiando projetos de IA valiosos. CURRÍCULO:

  • Compreensão empresarial básica da IA, incluindo tecnologia básica, dados e o que a IA pode e não pode fazer.
  • Compreensão do impacto da IA ​​na estratégia corporativa.
  • Estudos de caso sobre aplicativos de IA para setores adjacentes ou para o seu setor específico.

3.2. Líderes de divisões que realizam projetos de IA: (⩾12 horas de treinamento)

META – Os líderes de divisão devem ser capazes de definir a direção dos projetos de IA, alocar recursos, monitorar e acompanhar o progresso e fazer as correções necessárias para garantir a entrega bem-sucedida do projeto. CURRÍCULO:

  • Compreensão empresarial básica da IA, incluindo tecnologia básica, dados e o que a IA pode e não pode fazer.
  • Conhecimento técnico básico de IA, incluindo as principais classes de algoritmos e seus requisitos.
  • Compreensão básica do fluxo de trabalho e processos de projetos de IA, funções e responsabilidades em equipes de IA e gerenciamento de equipe de IA.

3.3. Estagiários de engenharia de IA: (⩾100 horas de treinamento)

META – Engenheiros de IA recém-treinados devem ser capazes de coletar dados, treinar modelos de IA e entregar projetos de IA específicos. CURRÍCULO:

  • Profundo conhecimento técnico de machine learning e deep learning; compreensão básica de outras ferramentas de IA.
  • Compreensão das ferramentas disponíveis (código aberto e de terceiros) para construir sistemas de IA e dados.
  • Capacidade de implementar o fluxo de trabalho e os processos das equipes de IA.
  • Além disso: educação contínua para manter-se atualizado com a evolução da tecnologia de IA

4. Desenvolva uma estratégia de IA

Uma estratégia de IA orientará sua empresa para a criação de valor e, ao mesmo tempo, construirá fossos defensáveis. Assim que as equipes começarem a ver o sucesso dos projetos iniciais de IA e formar uma compreensão mais profunda da IA, você poderá identificar os lugares onde a IA pode criar mais valor e concentrar recursos nessas áreas.

Alguns executivos pensarão que desenvolver uma estratégia de IA deve ser o primeiro passo. A experiência diz que a maioria das empresas não será capaz de desenvolver uma estratégia de IA ponderada até que tenha alguma experiência básica com IA, que o progresso parcial nas etapas 1 a 3 fornecerá.

A maneira como você constrói fossos defensáveis ​​também está evoluindo com a IA. Aqui estão algumas abordagens a serem consideradas:

Crie vários ativos de IA difíceis que estejam amplamente alinhados com uma estratégia coerente: a IA está permitindo que as empresas construam vantagens competitivas exclusivas de novas maneiras. Os escritos seminais de Michael Porter sobre estratégia de negócios mostram que uma maneira de iniciar um negócio defensável é construir vários ativos difíceis que estão amplamente alinhados com uma estratégia coerente. Assim, torna-se difícil para um concorrente replicar todos esses ativos simultaneamente.

Aproveite a IA para criar uma vantagem específica para o seu setor: em vez de tentar competir “geralmente” em IA com empresas líderes de tecnologia, como o Google, recomendo tornar-se uma empresa líder de IA em seu setor, onde o desenvolvimento de recursos exclusivos de IA permitirá você para obter uma vantagem competitiva. Como a IA afeta a estratégia da sua empresa será específica do setor e da situação.

Desenhe estratégias alinhadas com o ciclo de feedback positivo do “círculo virtuoso da IA”: em muitos setores, veremos o acúmulo de dados levando a um negócio defensável:

Por exemplo, os principais mecanismos de pesquisa da Web, como Google, Baidu, Bing e Yandex, têm um enorme ativo de dados mostrando quais links um usuário clica após diferentes consultas de pesquisa. Esses dados ajudam as empresas a criar um produto de mecanismo de pesquisa mais preciso (A), o que, por sua vez, as ajuda a adquirir mais usuários (B), o que, por sua vez, resulta em ter ainda mais dados de usuários (C). Esse ciclo de feedback positivo é difícil aos concorrentes invadirem.

Os dados são um ativo fundamental para os sistemas de IA. Assim, muitas grandes empresas de IA também têm uma estratégia de dados sofisticada. Os principais elementos da sua estratégia de dados podem incluir:

Aquisição de dados estratégicos: sistemas úteis de IA podem ser construídos com qualquer ponto de 100 dados (“small data”) a 100.000.000 pontos de dados (“big data”), e ter mais dados é melhor. As equipes de IA estão usando estratégias muito sofisticadas e de vários anos para adquirir dados, e estratégias específicas de aquisição de dados são específicas do setor e da situação. Por exemplo, o Google e o Baidu têm vários produtos gratuitos que não monetizam, mas permitem que eles adquiram dados que podem ser monetizados em outros lugares.

Armazéns de dados unificados: se você tiver 50 bancos de dados diferentes sob o controle de 50 VPs ou divisões diferentes, será quase impossível para um engenheiro ou software de IA obter acesso a esses dados e “conectar os pontos”. Em vez disso, considere centralizar seus dados em um ou no máximo um pequeno número de data warehouses.

Reconhecer quais dados são valiosos e quais não são: não é verdade que ter muitos terabytes de dados automaticamente significa que uma equipe de IA poderá criar valor a partir desses dados. Esperar que uma equipe de IA crie valor magicamente a partir de um grande conjunto de dados é uma fórmula que vem com uma grande chance de falha. tragicamente alguns CEOs investirem demais na coleta de dados de baixo valor, ou mesmo adquirem uma empresa para seus dados apenas para perceber que os muitos terabytes de dados da empresa-alvo não são úteis. Evite esse erro trazendo uma equipe de IA no início do processo de aquisição de dados e permita que eles o ajudem a priorizar quais tipos de dados adquirir e salvar.

Criar efeito de rede e vantagens de plataforma: Finalmente, a IA também pode ser usada para construir fossos mais tradicionais. Por exemplo, plataformas com efeitos de rede são negócios altamente defensáveis. Eles geralmente têm uma dinâmica natural de “o vencedor leva tudo” que força as empresas a crescer rápido ou morrer. Se a IA permitir que você adquira usuários mais rapidamente do que seus concorrentes, ela poderá ser aproveitada para construir um fosso que seja defensável por meio da dinâmica da plataforma. Mais amplamente, você pode usar a IA como um componente-chave da estratégia de baixo custo, alto valor ou outras estratégias de negócios.

5. Desenvolva comunicações internas e externas

A IA afetará significativamente seus negócios. Na medida em que afeta seus principais interessados, você deve executar um programa de comunicação para garantir o alinhamento. Aqui está o que você deve considerar para cada público:

Relações com investidores: As principais empresas de IA, como Google e Baidu, agora são empresas muito mais valiosas, em parte por causa de seus recursos de IA e do impacto que a IA tem em seus resultados. Explicar uma tese clara de criação de valor para a IA em sua empresa, descrever seus crescentes recursos de IA e ter uma estratégia de IA ponderada ajudará os investidores a valorizar sua empresa adequadamente.

Relações Governamentais: Empresas em setores altamente regulamentados (carros autônomos, assistência médica) enfrentam desafios únicos para manter a conformidade. Desenvolver uma história de IA convincente que explique o valor e os benefícios que seu projeto pode trazer para um setor ou sociedade é um passo importante na construção de confiança e boa vontade. Isso deve ser combinado com comunicação direta e diálogo contínuo com os reguladores à medida que você lança seu projeto.

Educação do usuário: a IA provavelmente trará benefícios significativos para seus clientes, portanto, certifique-se de que as mensagens apropriadas de marketing e roteiro de produto sejam divulgadas.

Talento/Recrutamento: Devido à escassez de talentos de IA, uma marca forte do empregador terá um efeito significativo na sua capacidade de atrair e reter esse talento. Os engenheiros de IA querem trabalhar em projetos interessantes e significativos. Um esforço modesto para mostrar seus sucessos iniciais pode percorrer um longo caminho.

Comunicações Internas: Como a IA hoje ainda é pouco compreendida e a Inteligência Artificial Geral especificamente foi exagerada, há medo, incerteza e dúvida. Muitos funcionários também estão preocupados com o fato de seus empregos serem automatizados pela IA, embora isso varie muito de acordo com a cultura (por exemplo, esse medo aparece muito mais nos EUA do que no Japão). Comunicações internas claras, tanto para explicar a IA quanto para abordar as preocupações desses funcionários, reduzirão qualquer relutância interna em adotar a IA.

Uma nota histórica, importante para o seu sucesso

Compreender como a internet transformou as indústrias é útil para navegar na ascensão da IA. Há um erro que muitas empresas cometeram ao navegar na ascensão da internet que espero que você evite ao navegar na ascensão da IA.

Aprendemos na era da internet que: Shopping + Site ≠ empresa de internet

Mesmo que um shopping center construísse um site e vendesse coisas nele, isso por si só não transforma o shopping em uma verdadeira empresa de internet. O que define uma verdadeira empresa de internet é: você organizou sua empresa para fazer as coisas que a internet permite que você faça muito bem?

Por exemplo, empresas de internet se envolvem em testes A/B abrangentes, nos quais lançam rotineiramente duas versões de um site e mede qual funciona melhor. Uma empresa de internet pode até ter centenas de experimentos rodando ao mesmo tempo; isso é muito difícil de fazer com um shopping físico. As empresas de Internet também podem publicar um novo visual ou produto toda semana e, assim, aprender muito mais rápido do que um shopping center que atualiza seu design apenas uma vez por trimestre. As empresas de Internet têm descrições de cargos exclusivas para funções como gerente de produto e engenheiro de software, e essas funções têm fluxos de trabalho e processos exclusivos para o modo como trabalham em conjunto.

O aprendizado profundo, uma das áreas de IA que mais cresce, está mostrando paralelos com a ascensão da internet.

Hoje sabemos que: Qualquer empresa típica + tecnologia Deep Learning ≠ empresa de IA

Para que sua empresa se torne ótima em IA, você terá que organizá-la para fazer as coisas que a IA permite que você faça muito bem.

Para que sua empresa seja ótima em IA, você deve ter:

  • Recursos para executar sistematicamente vários projetos valiosos de IA: as empresas de IA têm tecnologia e talento terceirizados e/ou internos para executar sistematicamente vários projetos de IA que agregam valor direto ao negócio.
  • Compreensão suficiente da IA: Deve haver uma compreensão geral da IA, com processos apropriados para identificar e selecionar sistematicamente projetos valiosos de IA para trabalhar.
  • Direção estratégica: a estratégia da empresa está amplamente alinhada para ter sucesso em um futuro alimentado por IA.

Considerações finais

Um programa de transformação de IA pode levar de 2 a 3 anos, mas você deve esperar resultados concretos iniciais dentro de 6 a 12 meses. Ao investir em uma transformação de IA, você ficará à frente de seus concorrentes e aproveitará os recursos de IA para avançar significativamente em sua empresa.

Transformar sua empresa em uma empresa de IA é desafiador, mas viável com o apoio de bons parceiros.

Conte comigo em seus projetos. Sobre mim: aqui. Contato: aqui.

Um abraço, @neigrando

Referência

Este texto partiu do conteúdo traduzido e adaptado com base no post original em inglês “AI Transformation Playbook – How to lead your company into the AI era”-driven Strategy in Data and AI”, de Andrew Ng.

Artigos relacionados

Estratégia orientada a Dados e em IA

Promovendo a cultura e a mentalidade orientadas por dados em torno da ciência de dados e da IA

Nos últimos dois anos, tenho compartilhado artigos sobre Inteligência Artificial (IA) com foco em negócios, a partir de leitura, estudo e curadoria – buscando o melhor para agregar valor aos leitores. Nesse sentido considero este artigo extremamente relevante aos líderes e gestores que estão buscando literacia e melhor entendimento em como usar melhor os dados disponíveis em suas organizações para permanecerem competitivos e inovadores.

Pensar estrategicamente é bastante simples, basta olhar para o futuro do negócio em questão (visão) e escolher o caminho a ser percorrido para chegar lá (estratégia), partindo das capacidades existentes, identificar as capacidades necessárias e preencher a lacuna existente.

O mesmo ocorre quando se pensa sobre uma estratégia de dados, é preciso primeiramente identificar o que se pretende com os dados e depois traçar uma estratégia, com objetivos e metas bastante claros do que fazer com eles. Porém, o que geralmente existe nas organizações, é uma lacuna entre os dados coletados e o entendimento deles.

A figura que segue, mostra uma linha grossa exemplificando os dados coletados, uma linha fina exemplificando o entendimento dos dados pelos gestores, e por fim uma linha tracejada que exemplifica um possível novo entendimento sobre os dados a partir de uma perspicácia de dados. Tal perspicácia pode ser conseguida com recursos tecnológicos inteligência artificial, aprendizado de máquina, aprendizado profundo e outras abordagens.

Fonte: AI Ladder – Acelerate your Journey to AI, by Rob Thomas & Paul Zikopoulos, 2020

Nesse sentido, alguns fatores devem ser considerados:

  • Entender “por que os dados são críticos” e, mais importante, “que os dados certos são críticos, e não todos os dados”;
  • Do ponto de vista da ciência de dados e da IA, as estratégias de “defesa de dados” e “ofensiva de dados” devem equilibram o pêndulo que impulsiona o sucesso, portanto, uma fusão dessas duas estratégias é fundamental.

Alinhamento da força de trabalho-cultura na ciência de dados:

Embora a estratégia orientada por dados seja extremamente crítica para gerar valor e impacto nos negócios, é igualmente importante haver uma cultura e uma mentalidade apropriada para tal.

Conforme a referência do Gartner de Workforce-Culture Alignment a cultura data-driven é um fator multiplicador de conhecimento, mentalidade e comportamento; e isso reflete para atuar em ciência de dados, como segue:

  • Conhecimento em ciência de dados = os funcionários entendem alguns dos atributos culturais que a liderança sênior pensa e age para que suas empresas sejam bem-sucedidas
  • Mentalidade em ciência de dados = os funcionários acreditam que os atributos culturais tornarão suas empresas mais bem-sucedidas e contribuem pessoalmente para isso e estão comprometidos em defender algumas dessas ações estabelecidas
  • Comportamento na ciência de dados = os funcionários inculcam os atributos culturais na maneira como realizam seu trabalho e dependem disso para navegar por situações desafiadoras

Data Science é um esporte de equipe e depende significativamente dessa intervenção de “Workforce-Culture Alignment in Data Science” para se destacar e acelerar a jornada em Dados e IA.

Equilíbrio entre Estratégias de Ofensiva de Dados e Defesa de Dados:

A “ofensiva de dados” normalmente se concentra em aumentar a receita, melhorar a lucratividade, aumentar a experiência do cliente, aumentar a satisfação do cliente etc.

Ao mesmo tempo, a “defesa de dados” geralmente se concentra na redução de riscos, redução do custo total de propriedade, redução dos custos de manutenção, resolução de problemas de dados internamente dentro da organização e padronização, tornando os dados compatíveis com a regulamentação etc.

O CIO (Chief Information Officer) e CDO (Chief Data Officer) geralmente têm tarefas em torno de estratégias de defesa de dados, enquanto CAO (Chief Analytics Officer) terá o foco em estratégias de ofensiva de dados. Idealmente, o CEO (Chief Executive Officer) é neutro para ambos.

Para uma paixão e cultura orientadas por dados dentro da organização, é muito importante formar uma estratégia híbrida que englobe ambos e forme uma amálgama dos dois. Poucos temas de caso de uso de nível muito alto são capturados na representação diagramática abaixo como um ponto de vista. Isso não é exaustivo e não é preciso para as coordenadas da perspectiva de importância relativa, mas visa fornecer uma direção ao nosso processo de pensamento.

A cultura e a estratégia orientadas por dados percorrem aa seguintes etapas de ações:

  1. Definir metas, objetivos – É necessário definir metas/objetivos orientados por dados a partir da estratégia geral definida pela alta liderança para alinhamento da organização. É uma boa prática ter uma ideia clara se são de curto, médio ou longo prazo para que as ações sigam de acordo.
  2. Identificação de dados adequada – A identificação de dados apropriados/corretos é a chave para o sucesso. Isso reduz o custo ao longo da linha se soubermos que não precisamos de todos os dados ou de mais dados, mas de dados muito “específicos” para a análise e processo de geração de insights. Além disso, ferramentas e técnicas “certas” serão necessárias. Isso ajuda a construir um design robusto, com arquitetura com foco em escalabilidade e facilidade de manutenção.
  3. Percorrer os KPIs de negócios – A determinação de KPIs de negócios (indicadores-chave de desempenho) para critérios de sucesso deve ser realizada em um estágio inicial. Pode ser por setor, por várias funções como Vendas, RH, Marketing, Sucesso do Cliente, Gestão/Liderança etc. Isso ajuda no estreitamento dos objetivos para melhor cumprimento das metas.
  4. Entender a maturidade do Analytics – A avaliação da maturidade do Analytics deve ser realizada antes de iniciar uma jornada ou qualquer iniciativa de transformação. Isso ajuda a avaliar o nível de maturidade atual (AS-IS) e fornece uma imagem clara sobre o que focar no futuro. O ciclo de vida de ponta a ponta, Data Science CRISP-DM, ajuda a focar onde a energia precisa ser gasta – se em análise de dados, visualização de dados, integração de dados “certos” em um só lugar para melhor análise, engenharia de recursos, seleção de recursos, modelo desenvolvimento, avaliação de modelo, implantação de modelo, gerenciamento e monitoramento de modelo, gerenciamento de versão e gerenciamento de dados e desvios de modelo etc.
  5. Formular Estratégia promovendo inovação – Formular a estratégia promovendo a inovação ajuda. Novos métodos para lidar com dados, curadoria de dados, obter insights de dados ajudam muito e para isso uma estratégia deve ser definida para a realização de valor. Se as empresas puderem trabalhar para obter valor tangível dos dados, isso seria um grande passo. Algumas das perguntas que vêm à mente no processo estão nas seguintes áreas, por exemplo: encontrar novos fluxos de receita, melhorar e otimizar os modelos de negócios existentes, criar eficiências internas e monitorar os mesmos para melhor controle, manter a conformidade regulatória, aumentar a taxa de alfabetização de dados, criar novos produtos e insights, estratégia para “X Analytics” (Customer Analytics, Marketing Analytics , Operation Analytics, CRM Analytics, Retail Analytics, Healthcare Analytics etc.), estratégia para AI com Cloud, AI com Blockchain, AI com IoT, AI com AR/VR etc.
  6. Contratar o Talento “certo” – Contrate especialistas de dados certos com “talentos” apropriados na equipe para executar todas as etapas das operações de maneira bem-sucedida.
  7. Definir as funções e a recompensa aos talentos – Definir funções como administradores de dados e proprietários de dados é extremamente importante e crítico. Com base nesse e em outros papéis adequados, a matriz de atribuições de responsabilidade (RACI) pode ser formulada. Isso ajuda na Governança de Dados. Recompense talentos/equipes pelo uso diligente de dados, traga a cadeia de valor de motivação de dados dentro da organização.
  8. Analisar dados e medir a realização de valor – Use ferramentas e técnicas apropriadas para analisar dados. Explore dados para entender melhor os padrões, correlações e insights significativos. Uma vez que entendemos e preparamos melhor os dados, torna-se cada vez mais simples descobrir valor e obter insights tangíveis a partir deles.
  9. Treinar sua equipe/funcionários/talentos – Treine sua equipe aproveitando os métodos certos, modelos e soluções certos. Abordagem de design thinking, compreensão de modelos apropriados para casos de uso específicos, arquitetura para formular diferentes modelos e soluções podem ser treinadas. Upskilling, cross-skilling e requalificação são aspectos importantes, mas devem ser executados com cuidado com base na necessidade, resultado, uso, interesse etc.
  10. Permitir adoção contínua – A adoção de cima para baixo deve fluir perfeitamente. O provisionamento de acesso correto aos dados corretos para as pessoas corretas deve estar alinhado para realizar essa atividade. Tornar a prova de conceitos simples e robusta ajuda, em vez de pensar muito sofisticado, complexo desde o início. Todo o propósito é de adotar uma cultura onde estes ganhos rápidos fornecem motivação para a construção de uma base sólida e, em seguida, gerar impulso.
  11. Gerar dados para negócios – Defina como os dados são coletados, quais são as fontes de dados de entrada, qual equipe está envolvida na coleta de dados e assim por diante. Se a pesquisa for conduzida para gerar conjuntos de dados, isso deve ser planejado de forma eficaz.
  12. Impacto e valor de rendimento – Analise o resultado de negócios e a realização de valor e meça-o para métricas de sucesso. Documente as lições aprendidas e continue melhorando os processos sobre onde melhorar, em que estágio etc.

Concluindo

Em resumo, a tomada de decisão baseada em dados depende de várias dimensões e as empresas devem seguir uma abordagem estruturada para enfrentar os desafios que enfrentam. A gestão de valor de Data Science segue alguns dos pontos críticos mencionados. É importante definir a estratégia com inovação em todas as etapas e executá-la com esforços e ações em torno dela.

Para os interessados em Data-Driven Marketing, recomendo o capítulo 4 do livro “Trends MKT na Era Digital: O futuro do Marketing”, de Martha Gabriel, Rafael Kiso e outros autores colaboradores, bem como o post Data Driven Marketing

Para pequenas e médias empresas iniciando no tema, recomendo o artigo “PMEs deveriam pensar mais sobre DADOS

Se gostou, por favor, compartilhe.

Conte comigo em seus projetos. Sobre mim: aqui. Contato: aqui.

Um abraço, @neigrando

Referências

  • Este texto partiu do conteúdo traduzido e adaptado com base no post original em inglês “Data-driven Strategy in Data and AI”, de Kamal Mishra (2021)
  • AI Ladder – Acelerate your Journey to AI, by Rob Thomas & Paul Zikopoulos, 2020

Artigos relacionados

Indo além do Digital

Em aproximadamente 30 anos desde que o primeiro navegador comercial da Internet foi criado, “ser digital” se tornou o mantra para a sobrevivência dos negócios. Os esforços digitais têm proliferado enormemente à medida que as empresas trabalham para acompanhar a inovação tecnológica – e o COVID-19 acelerou enormemente o ritmo.

No entanto, apesar de ter colocado tanta energia e investimento na digitalização, a maioria das empresas não ganhou uma vantagem competitiva. Na verdade, a digitalização pode até ter piorado as coisas, já que as empresas dedicaram cada vez mais seu dinheiro, tempo e energia simplesmente para tentar recuperar o atraso com seus rivais. Ser digital – seja ter um mecanismo sofisticado de e-commerce ou usar um poderoso pacote de gerenciamento de relacionamento com o cliente (CRM) – não é mais suficiente.

Não importa quantas iniciativas digitais você implemente, você não pode esperar construir uma vantagem competitiva real e de longo prazo sendo o mesmo que seus concorrentes ou fazendo o que você sempre fez, mesmo que agora esteja fazendo um pouco mais rápido e mais com mais eficiência do que antes.

Em vez disso, as empresas precisam ir além do digital. As principais empresas fazem isso começando com um grande desafio e, em seguida, construindo a diferenciação (digitalmente) nas capacidades que possuem. Eles obtêm seus recursos diferenciados da maneira certa e, em seguida, o fluxo de produtos, serviços, soluções e experiências movidos a energia digital segue naturalmente. Pense na capacidade de design da Apple, que permitiu que ela perturbasse todos os setores em que entrou. Ou considere a rápida inovação de sabores da Frito-Lay, que permite que ela produza rapidamente novos sabores quando detecta a demanda – por exemplo, um sabor de macarrão com queijo para Cheetos. A tecnologia digital desempenha um papel importante em todos esses recursos – mas esses recursos envolvem muito mais do que tecnologia. Eles exigem combinações dinâmicas de uma base de conhecimento, processos, tecnologias, dados, habilidades, cultura e modelos organizacionais que, juntos, permitem que as empresas criem valor de maneiras que outras não podem.

Então, qual é o melhor caminho a seguir? O livro, Beyond Digital, conduziu, ao longo de mais de dois anos, um esforço de pesquisa em uma dúzia de empresas cujas experiências coletivas contrastam fortemente com aquelas focadas apenas na digitalização. Aprendendo com os sucessos e fracassos dessas dezenas de organizações, identificamos sete imperativos de liderança para ir além do digital e moldar o futuro. Vamos olhar cada um por vez.

1. Reimagine seu lugar no mundo

Para ter sucesso neste novo ambiente, você deve olhar além de seu portfólio atual de negócios e produtos e determinar que valor criará e para quem. Você precisará ser muito mais ambicioso do que poderia imaginar há apenas cinco ou dez anos, graças em parte à evolução de plataformas digitais e ecossistemas poderosos dos quais agora pode participar. Qualquer que seja sua nova proposta de valor, certifique-se de ter identificado uma posição significativa que é exclusiva para você e impulsionada por suas capacidades.

Reconhecer fundamentalmente como você cria valor combina arte e ciência. Observar as tendências de dados e perguntar aos clientes o que eles desejam não é suficiente. Você precisa desenvolver seu próprio ponto de vista único sobre como o valor será avaliado e criado no futuro e quais recursos você precisará para cumprir essa proposição de valor. Seja claro sobre como as decisões de tecnologia apoiam seus recursos, em vez de jogar o jogo de investir em cada solução de tecnologia.

Dez anos atrás, a multinacional Philips sediada em Amsterdã tinha um amplo portfólio de negócios que incluía produtos eletrônicos de áudio e vídeo, iluminação e equipamentos médicos. No entanto, estava aquém das expectativas do mercado. Sob o comando do novo CEO Frans van Houten, a Philips decidiu se reinventar completamente. A empresa se reinventou como uma empresa de tecnologia de saúde, reunindo as amplas percepções e capacidades do consumidor da Philips, sua profundidade em tecnologias de dispositivos médicos e o poder dos dados e inteligência artificial (IA). Como explica Van Houten, “reconheci que as chances de transformarmos a iluminação e a saúde simultaneamente não eram tão grandes. E, então, fizemos uma escolha.”

A missão da Philips além do digital guiou a empresa por uma série de grandes mudanças que revolucionaram seu portfólio, modelo de negócios e cultura. Essas mudanças incluíram a saída de negócios que faziam parte da identidade da empresa – operações de TV, áudio e vídeo; a divisão de iluminação; e eletrodomésticos. Hoje, o foco da Philips como um player de tecnologia de saúde resultou em ganhos notáveis ​​em lucratividade e valor para o acionista, o preço das ações tendo aumentado 82% nos cinco anos encerrados em 2020.

2. Abrace e crie valor por meio dos ecossistemas

Muitos dos problemas de hoje são tão grandes que nenhuma entidade pode resolvê-los por conta própria. Esses problemas podem ser enfrentados apenas por redes de empresas e instituições que trabalham juntas para um propósito comum. Por exemplo, pense sobre a necessidade de mobilidade das pessoas – que requer lidar com métodos de transporte públicos, compartilhados e privados; a infraestrutura; redes 5G públicas; fornecimento de energia; financiamento; regulamento; e muitos outros fatores.

A única maneira de as empresas prosperarem nesta era turbulenta é trabalhar com ecossistemas e aproveitar as capacidades que outros construíram para entregar suas próprias propostas de valor – e fazê-lo com rapidez, escala e flexibilidade.

Quando uma escassez de mão de obra surgiu na indústria de construção do Japão em 2013, a Komatsu tentou resolver o problema introduzindo máquinas de construção ICT (tecnologia da informação e comunicação) que usavam GPS, mapeamento digital, sensores e conexões de internet das coisas para aumentar a eficiência. Mas os líderes perceberam rapidamente que as novas máquinas não estavam resultando no aumento de produtividade esperado. A razão? Gargalos nos processos no canteiro de obras. Em um canteiro de obras de rodovia, por exemplo, a máquina ICT da Komatsu poderia remover e despejar 50% mais sujeira do que uma máquina convencional, mas as empresas de construção não conseguiram programar e contabilizar o número necessário de caminhões basculantes para remover a sujeira do local. Além disso, as construtoras não conseguiram prever com precisão o volume de sujeira que removeriam. Portanto, em 2015, a Komatsu criou uma divisão para focar em soluções amplas, aproveitando as capacidades específicas de uma série de outras empresas e fornecendo uma maneira de conectar digitalmente todas as pessoas e empresas envolvidas nas tarefas de construção e produção. Com tanto agora visível, as empresas em todo o ecossistema poderiam colaborar para aumentar a eficiência e a produtividade. No início de 2017, a Komatsu lançou uma plataforma aberta, Landlog, que tanto fornecedores quanto construtoras poderiam se conectar para tornar os locais mais inteligentes e seguros. Como resultado, para citar apenas um exemplo, os drones podem completar uma pesquisa de um canteiro de obras típico em quatro a seis horas, menos de duas semanas, e o Landlog pode então integrar os dados coletados pelos drones para programar escavadeiras automatizadas. Os clientes relatam serem capazes de concluir o trabalho de construção duas vezes mais rápido do que fariam usando as abordagens tradicionais, economizando dinheiro e reduzindo a pressão sobre os trabalhadores da construção sobrecarregados.

No final de 2020, a Komatsu apresentou sua plataforma orientada ao ecossistema para mais de 10.000 locais de construção no Japão e agora expandiu a proposta para outros países, incluindo Estados Unidos, Reino Unido, Alemanha, França e Dinamarca.

3. Construa um sistema de insights privilegiados com seus clientes

Os clientes sempre foram exigentes. Mas, à medida que os mercados se tornaram mais diversos, dinâmicos e complexos, as expectativas de serviço, consistência e confiança mudaram completamente. Ao mesmo tempo, as oportunidades de coleta, armazenamento e análise de dados explodiram. E a única ferramenta que as empresas utilizam para conhecer seus clientes, a pesquisa de mercado, não está equipada para esse novo mundo.

Como mostra o ecossistema Komatsu, construir um sistema de percepções privilegiadas – percepções que você, exclusivamente, tem sobre seus clientes – requer muito mais do que comprar pesquisas de mercado. Exige que as empresas estabeleçam uma base sólida de propósito e confiança. Afinal, os clientes compartilham suas informações mais úteis e privadas com você, mas apenas se o valor que você oferece em troca repercutir neles e eles confiarem em você para fazer um bom uso de seus dados. Com base nessa base, as empresas podem se concentrar em resolver os problemas mais importantes de seus clientes (por exemplo, ouvindo os clientes em todo o espectro de suas interações). Você pode usar os insights privilegiados obtidos para fortalecer sistematicamente suas propostas de valor, sistemas de recursos e produtos e serviços oferecidos.

Na verdade, obter percepções privilegiadas pode se tornar uma de suas capacidades mais importantes. Quanto melhores forem seus insights, mais você pode aumentar seu valor para os clientes. Quanto mais você melhora suas propostas de valor, mais confiança você gera ao cumprir suas promessas e mais os clientes se envolvem com você. Quanto mais os clientes se envolvem e confiam em você, mais você permanece conectado e relevante para eles – independentemente das mudanças que acontecem no mundo ao seu redor.

Em 2014, a Adobe, empresa de software com sede em San Jose, Califórnia, abandonou a venda de seus aplicativos amplamente usados ​​(como Photoshop, Illustrator e InDesign) como produtos embalados, principalmente como CDs de vendedores terceirizados, e começou a oferecer aplicativos como soluções de software como serviço (SaaS) baseadas em nuvem por meio de assinatura direta. Essa mudança foi apenas o começo. A Adobe reconfigurou seu modelo operacional em torno dos dados recém-disponíveis e percepções do consumidor – e turbinou seus negócios. Antes da mudança, basicamente tudo que a Adobe sabia era quando um cliente registrava um produto. A mudança para o modelo SaaS deu à empresa a capacidade de ver como os clientes estavam usando seus aplicativos em tempo real.

A Adobe então reorientou muito de seu modelo de criação de valor – e estrutura organizacional, como uma próxima etapa lógica – em torno das percepções do cliente. A empresa percebeu que alguns aplicativos negligenciados estavam na verdade gerando um enorme valor para os clientes. Outros insights levaram as equipes a desviar recursos, oferecer novas experiências de integração e fornecer ajuda instantânea. A Adobe foi capaz de detectar que, digamos, um cliente do Photoshop estava ficando frustrado ao editar uma foto e sugeriu um filtro, outra correção ou um tutorial.

Os líderes da Adobe creditam a maior parte do crescimento da receita da empresa, de US$ 5,9 bilhões em 2016 para US$ 12,9 bilhões em 2020, à sua capacidade de insights baseados em dados. E o sucesso da Adobe no início de 2019 a levou a lançar a Adobe Experience Platform, que lhe permitiu vender seu sistema de insights para outras empresas, abrindo um novo fluxo de receita.

4. Torne sua organização orientada para resultados

A criação de valor ampliando alguns recursos de diferenciação requer um novo modelo de trabalho e equipe, dada a gigantesca elevação que alguns desses recursos exigirão à medida que você entrega uma proposta de valor mais ousada. Você não pode se safar tirando as pessoas de suas funções funcionais e pedindo-lhes que trabalhem juntas de 10 a 20% do tempo, ou por seis semanas ou seis meses (na famosa, mas geralmente frustrante equipe multifuncional). Em vez disso, você terá que construir equipes mais duráveis ​​e orientadas para os resultados que reúnam a experiência, o conhecimento, a tecnologia, os dados, os processos e os comportamentos necessários de toda a organização.

Esse tipo de pensamento permitirá que você mude da velha organização funcional e fixa para um modelo de equipes orientadas a resultados que trabalham além das fronteiras organizacionais para fornecer suas capacidades. Essas equipes coexistirão com os escritórios corporativos, unidades de negócios, funções e serviços compartilhados, mas se tornarão cada vez mais elementos proeminentes da organização.

A divisão aeroespacial da Honeywell iniciou sua visão de equipes orientadas a resultados no final da década de 1990, quando os líderes começaram a pensar sobre como os avanços em digitalização, comunicações e conectividade podem criar oportunidades. Seus negócios de aviação fabricavam produtos como motores, freios, equipamentos de navegação e aviônicos. Eles também prestaram serviços como manutenção de aviões e software de informações de vôo. Demorou uma década para que as tecnologias subjacentes alcançassem a visão da Honeywell, mas em 2010 a Honeywell Aerospace estava mapeando como produtos e serviços poderiam ser reunidos como um negócio de “aeronaves conectadas”. O negócio agregaria significativamente mais valor ao cliente do que a soma de suas partes – oferecendo melhor energia e uso de combustível, manutenção preditiva, planejamento de voo mais preciso e informações meteorológicas crowdsourced em tempo real.

A Honeywell percebeu que uma grande reorganização de seus negócios de produtos e serviços de aviação seria necessária para reunir as pessoas, habilidades e capacidades certas. A empresa há muito construía aviões de maneira metódica, com funções que eram segregadas, mas agora precisava construir soluções que cruzavam as fronteiras entre motores, aviônicos e eletrônicos.

Uma mudança organizacional radical trouxe TI, análise de dados e pessoal de engenharia de suas funções domésticas para uma equipe e concedeu autoridade para ampla contratação daqueles com as novas habilidades necessárias. Conforme a transformação estava em andamento, novas equipes foram incumbidas de repensar como as ofertas legadas que existiam como produtos autônomos poderiam ser reinventadas para operar em um ambiente de rede mais amplo.

Hoje, a Honeywell Connected Aircraft é um negócio de US$ 800 milhões e é considerada por muitos analistas como a líder de mercado no espaço de aeronaves conectadas. A plataforma de eficiência de voo Honeywell Forge foi adotada por 128 companhias aéreas e mais de 10.000 aeronaves em todo o mundo em seu primeiro ano no mercado.

5. Inverta o foco da equipe de liderança

Assim como sua empresa precisa de um esforço estratégico para construir as capacidades de diferenciação certas, sua equipe de liderança precisará de novas habilidades e mecanismos para mudar para essa nova forma de criação de valor. Dê um passo para trás e comece a pensar a partir de uma folha em branco: Você tem os papéis certos? Você tem as pessoas certas? Você está se concentrando nas coisas certas? Você está conduzindo a mudança transformacional necessária ou gastando a maior parte do seu tempo respondendo às necessidades de curto prazo da organização? Vocês estão trabalhando juntos de forma eficaz?

Construir capacidades diferenciadas complexas e digitalizadas requer pensamento ousado, forte tomada de decisões e uma energia tremenda. Isso significa que sua equipe de liderança deve liderar de maneira diferente. Não é mais suficiente que sua equipe relate o que está fazendo e forneça seus pontos de vista sobre vários tópicos com base nas necessidades urgentes do momento. A equipe de liderança deve definir uma agenda agressiva e trabalhar em conjunto para realizar grandes coisas.

Quando a Eli Lilly teve problemas no final dos anos 2000, quando a proteção de patentes estava prestes a expirar para quatro medicamentos que representavam 40% da receita da empresa, o CEO John Lechleiter insistiu: “Vamos inovar para solucionar esse problema.” E o fizeram – em grande parte invertendo o foco da gestão.

Como parte de uma mudança no modelo operacional, Lechleiter instituiu mudanças maciças na equipe principal. Até 2009, a equipe de topo era conhecida como Comitê de Política, e nove dos 13 membros representavam funções, enquanto apenas três tinham responsabilidades operacionais. O desequilíbrio parecia ser um sintoma e uma causa de deficiências estratégicas e operacionais. Lechleiter criou um Comitê Executivo recém-nomeado e adicionou os chefes das cinco unidades de negócios à equipe, reduzindo o número de líderes com responsabilidades funcionais para cinco. No geral, oito dos 13 membros do Comitê Executivo eram novos naquela equipe e dois haviam sido contratados de fora. A mistura de experiências dos principais membros da equipe também mudou drasticamente.

A dinâmica mudou completamente”, diz Stephen Fry, chefe de RH. “No antigo comitê, a maioria das pessoas acreditava que seu trabalho era ser o controle e o equilíbrio das pessoas que estavam realmente conduzindo o negócio. O novo comitê tinha uma maioria de pessoas com P&L e responsabilidade operacional, e a discussão na sala tornou-se muito mais voltada para a execução de negócios”.

Em 2016, a Lilly estava firmemente de volta ao caminho do crescimento lucrativo. Nos cinco anos seguintes, o preço das ações triplicou.

6. Reinvente o contrato social com seu pessoal

Envolver os funcionários na execução de uma transformação sempre foi importante, mas hoje está assumindo um significado totalmente novo. Dada a crescente dependência das capacidades que as pessoas ajudam a moldar e o ritmo acelerado das mudanças, a única maneira de ter sucesso é adotar uma “abordagem liderada pelo cidadão” – ter funcionários dentro da organização e do ecossistema contribuindo e inovando continuamente.

Para fazer com que as pessoas saibam para onde a empresa está indo, assegure-as de sua importância na formação do futuro da empresa. Quando as pessoas entenderem seu papel, envolva-as de forma mais significativa. Conectar seu propósito ao propósito da empresa; certifique-se de que eles podem contribuir e fazer parte da solução; oferecer-lhes um senso de comunidade; ajudá-los a desenvolver as habilidades e experiências de que precisam; e dar-lhes o tempo e os recursos necessários para construir as capacidades de diferenciação da empresa.

Um exemplo bem conhecido dessa abordagem é o da FedEx. Desde a sua criação, a FedEx colocou os funcionários no centro das inovações tecnológicas da empresa – e, para a FedEx, tem havido muitas, incluindo a primeira tecnologia de rastreamento em tempo real e o primeiro site a permitir que os clientes rastreiem as encomendas. Os executivos da empresa frequentemente associam a inovação da FedEx à sua filosofia People-Service-Profit (PSP) que remonta à década de 1970 — a ideia de que, se a empresa criar um ambiente de trabalho positivo para os funcionários, os funcionários, por sua vez, fornecerão melhor qualidade de serviço aos clientes, o que fazer com que os clientes queiram usar os produtos e serviços da FedEx, levando à lucratividade.

O elemento mais fundamental dessa filosofia é treinar e desenvolver talentos internos. O programa GOLD (Crescimento, Oportunidade, Liderança e Desenvolvimento) da FedEx, por exemplo, prepara os funcionários para uma possível sucessão na administração e envolve o aproveitamento da experiência e do conhecimento da alta administração, orientando os funcionários da linha de frente e profissionais que desejam gerenciamento. A empresa também oferece programas de treinamento em áreas como blockchain, realidade aumentada e virtual (AR/VR) e design thinking por meio do FedEx Institute of Technology. Além da sala de aula, a FedEx está usando tecnologia como VR para treinar novos contratados para trabalhos em campo, como trabalhos em depósitos – trabalhos que podem ser extenuantes e perigosos.

Há vários anos, a FedEx começou a explorar maneiras de desenvolver a filosofia People-Service-Profit para criar uma cultura que abrace e impulsione a mudança, diz Nik Puri, vice-presidente sênior de TI internacional da FedEx. Este trabalho envolveu enfatizar dois valores centrais: aprender e cuidar. O objetivo era ajudar os funcionários a liderar e se adaptar a qualquer forma de transformação. “A transformação digital está se beneficiando mais” do foco em aprender e cuidar, diz Puri.

A FedEx também está conectando o PSP com outra filosofia de gerenciamento – Quality-Driven Management (QDM), que busca a melhoria contínua, pensamento centrado no cliente, trabalho em equipe e eliminação de desperdícios. Ao reunir os dois programas com inovação de recursos, a empresa viu uma “capacidade exponencial” das equipes para adotar a mudança digital, diz Puri.

O impacto positivo desses movimentos pode ser encontrado na resposta da FedEx durante a pandemia, na qual investimentos em otimização e automação, big data, veículos autônomos e drones se uniram em novos recursos e soluções internas que ajudaram a empresa a atender a uma demanda sem precedentes por entrega de pacotes.

A natureza da criação de valor no mundo além do digital requer capacidades diferenciadas que são complexas e caras – e que dependem de pessoas para construí-las e fornecê-las. Por trás das implementações tecnológicas bem-sucedidas da FedEx estão os recursos criados e fornecidos pelos funcionários da empresa. Não importa quantos investimentos você possa fazer em novas tecnologias e negócios, se você não conseguir que seu pessoal os adote e os integre em seus recursos diferenciados, seus investimentos correm o risco de serem desperdiçados. De fato, quase por unanimidade, os líderes entrevistados durante a pesquisa da PwC disseram que não apenas aprenderam que precisavam se envolver com seu pessoal para ter sucesso em sua transformação, mas também desejaram ter feito muito mais cedo em sua jornada.

7. Interrompa sua própria abordagem de liderança

Apesar da singularidade de cada jornada, observamos um conjunto comum de características entre os líderes que transformaram a empresa, tanto no trabalho com líderes ao redor do mundo quanto em pesquisas para o livro. Essas características também se alinham bem com os seis paradoxos da liderança descritos no livro recente de nosso colega da PwC Blair Sheppard, Ten Years to Midnight.

Em suma, os líderes modernos precisam ser estrategistas e executores, conhecedores de tecnologia e profundamente humanos, hábeis em formar coalizões e fazer concessões enquanto são guiados por sua integridade. Ao mesmo tempo, eles precisam ser humildes e compreender suas limitações. Eles também precisam buscar inovação constantemente, ao mesmo tempo em que se baseiam no que são como empresa. E eles devem ter uma mentalidade global, bem como estar profundamente enraizados em suas comunidades locais.

Embora essas combinações possam parecer uma longa lista de paradoxos, encontramos muitas histórias de executivos que conseguiram conciliá-los. Por exemplo, Howard Schultz, ao retornar à Starbucks como CEO em 2008, mostrou a aparência de um executor estratégico. Mantendo sua visão original da Starbucks como um “terceiro lugar” além do escritório e de casa, Schultz se concentrou nos detalhes – acabando com o uso de sacos de grãos com sabor bloqueado, para que os aromas de café voltassem a encher as lojas enquanto os baristas retiravam os grãos das caixas e aterrá-los; realocar grandes máquinas de café expresso para que os clientes pudessem ver novamente os baristas fazendo bebidas; remover produtos da caixa registradora que, embora gerando receita, prejudicou o que ele viu como a experiência que distinguia a Starbucks de concorrentes como McDonald’s e Dunkin ’Donuts.

Estar ciente das características necessárias o ajudará a ser deliberado sobre seu desenvolvimento e a se cercar de pessoas que irão completar seu perfil de liderança.

Criando um sistema integrado de mudança

Trabalhar em todos os sete imperativos cria um verdadeiro sistema de interligação que tornará sua empresa adequada para os desafios que virão à medida que o mundo vai além do digital. Considere o que acontecerá se você negligenciar um deles. Quando você não tem certeza sobre o lugar da sua empresa no mundo, por exemplo, não terá um propósito claro que está enraizado em como você cria valor para os clientes. Você não terá uma estrela do norte para tomar decisões sobre quem está em seu ecossistema e como você deve fazer parceria com eles. Quando você não constrói um sistema de insights privilegiados com os clientes, não entende como seus desejos e necessidades evoluem – ou como você deve evoluir com eles. Quando você não torna sua organização orientada para resultados, seu pessoal terá dificuldade em trabalhar em silos e se esforçará para construir recursos multifuncionais diferenciados.

No entanto, abraçar qualquer um desses imperativos ajuda seus esforços nos outros. Trabalhar em um ecossistema, por exemplo, permite que você obtenha insights mais profundos sobre mais clientes de mais ângulos. Você também pode combinar forças com parceiros do ecossistema, oferecer maior valor aos clientes e ocupar um lugar mais ambicioso no mundo. E você fortalece as capacidades de sua equipe de liderança, dando-lhes a chance de ver intimamente como outras empresas funcionam. Em um espírito semelhante, reinventar o contrato social com seu pessoal e envolvê-los de forma significativa permite que contribuam para moldar para onde sua empresa está indo e como ela chegará lá.

Mas esses desafios não devem ser usados ​​como desculpas para se manter os modelos de negócios atuais. Sem uma transformação de negócios mais fundamental, a digitalização é um caminho para lugar nenhum. Embora seja fácil digitalizar e alcançar os concorrentes, suas partes interessadas – acionistas, clientes e funcionários – exigem muito mais. Como Peter Drucker disse, “a administração está fazendo certo as coisas; liderança é fazer as coisas certas”. Agora é a hora de as equipes executivas se apresentarem, se romperem e se tornarem líderes na era digital.

O imperativo de dados e tecnologia

Conforme você vai além do digital, precisará certificar-se de abordar os dados e a tecnologia subjacentes necessários para oferecer suporte a seus recursos de diferenciação. Seus recursos de diferenciação precisarão ser alimentados por insights privilegiados, que, por sua vez, precisarão ser alimentados por dados, e esses dados precisarão ser suportados pela tecnologia certa para capturá-los e criar novos insights. Resumindo, você lutará para ter sucesso com a diferenciação baseada em recursos, sem uma estratégia de dados e tecnologia que ofereça suporte. Muitas empresas sofrem com os investimentos em dados e tecnologia que são isolados por função ou negócio e não estão claramente conectados à estratégia de criação de valor da empresa. Para ir além do digital, você precisará priorizar sua estratégia de dados e tecnologia e ser capaz de demonstrar de forma clara e tangível como isso possibilita diretamente o lugar de sua empresa no mundo e seu plano de criação e preservação de valor.

A tecnologia que ajuda as empresas a capturar dados e transformá-los em percepções existe e continua a ser inovada rapidamente. Soluções de planejamento de recursos empresariais (ERP) baseadas em nuvem, armazenamento sob demanda, sensores conectados, aprendizado de máquina e ferramentas de IA e muitas outras tecnologias projetadas para coletar, processar e analisar dados de forma rápida, flexível e criativa em abundância. O desafio geralmente é fazer escolhas entre a abundância de opções e sequenciar essas escolhas de forma que se reforcem mutuamente e levem a um impacto mensurável.

Ao considerar como moldar sua agenda de tecnologia e dados, oferecemos algumas perguntas que podem ajudá-lo a priorizar o que é certo para sua empresa:

  • O investimento em tecnologia está contribuindo para o cerne de suas capacidades de diferenciação ou está atendendo a outras necessidades?
  • O investimento está apoiando você na construção de amanhã ou garantindo o hoje? Qual será o impacto do investimento no lugar da sua empresa no mundo?
  • Você pode medir e quantificar com clareza e honestidade o impacto nos negócios em termos de criação ou preservação de valor? O investimento se compensa de forma mensurável ou é baseado em premissas que podem ser validadas apenas no futuro? (Observação: se o investimento não puder se pagar comprovadamente e for baseado em suposições que você não pode validar hoje, é muito provável que não seja granular o suficiente e nem planejado bem o suficiente para ser aprovado).
  • Você pode adquirir e reter o talento crítico para desenvolver essa tecnologia e torná-la relevante para o seu negócio? É essencial para suas capacidades de diferenciação construir a base de talentos dentro de sua organização?
  • A capacidade de tecnologia de que você precisa já existe em algum lugar em seu ecossistema ou no mercado fornecedor mais amplo? Você pode aproveitar isso ao mesmo tempo em que protege suas capacidades de diferenciação e não coloca sua vantagem competitiva em risco?
  • Você pode construir parcerias e relacionamentos confiáveis ​​para executar com um equilíbrio entre velocidade e eficiência?
  • Todas as partes interessadas que precisam mudar para perceber o valor de seus investimentos em tecnologia estão comprometidas com isso? Eles podem ser responsabilizados? Você tem o modelo de governança em vigor para garantir e fazer cumprir a responsabilidade individual e colaborativa?
  • A sua organização e cultura estão prontas para a mudança? Você pode garantir que seu pessoal possa incorporar a tecnologia que você constrói?

Esta é uma lista inicial e certamente não exaustiva. No entanto, trabalhar essas questões pode ajudá-lo a abordar os fatores essenciais de sucesso necessários para moldar a estratégia de dados e tecnologia que apoiará sua visão além da digital.

Se gostou, por favor, compartilhe.

Conte comigo em seus projetos. Sobre mim: aqui. Contato: aqui.

Um abraço, @neigrando

Referência

Texto traduzido e adaptado com base no artigo original em inglês da PwC Strategy& “Seven imperatives for moving beyond digital”, by Paul Leinwand e Mahadeva Matt Mani (2021)

Artigos relacionados