Na era da Inteligência Artificial, somos forçados a trabalhar com um universo de dados em expansão. Para tirar proveito disso, no entanto, precisamos dar um passo: acreditar nos dados.Primeiro como pessoas que somos, depois como a organização que somos.
Recentemente, discutimos a diferença entre dados e informações, bem como a estrutura ética que seu uso exige.
Como dissemos, nossas organizações hoje produzem uma quantidade cada vez maior de dados. Com a Inteligência Artificial (IA) - e as sucessivas gerações de tecnologias que se baseiam nela - podemos transformar esses dados em informações, ordenando e estruturando esses dados para que possamos tirar conclusões. Podemos investir enormes quantias de dinheiro em ferramentas tecnológicas para nos ajudar a limpar, estruturar, classificar e reconfigurar a massa de dados, gerando um conjunto crescente de informações.
Entretanto, para aproveitar essas informações, precisamos garantir que nossa organização se aproprie dessa dinâmica. Em outras palavras, podemos ter todas as informações do mundo, investindo todo o dinheiro do mundo. No entanto, se as pessoas que compõem nossa empresa não validarem as informações que geramos como valiosas, usando-as e incorporando-as em suas vidas diárias, as informações serão de pouca utilidade. O desconhecimento dessa relação leva muitas empresas hoje a investir em tecnologias caras baseadas em IA que ninguém usa. O fato é que as informações não se transformam em conhecimento por causa de uma ferramenta ou outra. Isso acontece porque as pessoas que reconhecem as informações como valiosas as incorporam em sua rotina de trabalho e tentam aproveitá-las ao máximo. Portanto, para aproveitar os dados por meio da IA, não basta apenas aprender a usar as ferramentas disponíveis, sendo o ChatGPT talvez a mais conhecida.
Antes disso, a organização precisa ter gerado dinâmicas que ajudem as pessoas e as equipes a reconhecerem a necessidade dessas informações como úteis. Só então essas informações serão transformadas em conhecimento aplicado. Para entender essa relação, proponho que nos aprofundemos um pouco mais na “vida” dos dados em si.
Lembremos que, embora a IA - graças a seus recursos cada vez maiores - gere uma quantidade crescente de informações, ela sempre o fará a partir de informações já existentes. É por isso que a origem dos dados, ou seja, a qualidade dos dados, é tão importante. Entendê-la como tal exige que nós, como líderes, em primeiro lugar, e como organizações, em segundo lugar, tenhamos a mentalidade certa para poder fazer isso. É nesse ponto que tendemos a falhar em quase todas as empresas e organizações, e é nesse ponto que falhamos miseravelmente.
Um fato é um fato.
Nos últimos anos, a prática de “tomada de decisão com base em dados” ou “tomada de decisão orientada por dados” tornou-se moda. Ela se refere à tomada de decisões com base na análise e interpretação de dados armazenados e gerados pelo uso de fontes, aplicativos e soluções digitais. O objetivo é traduzir fatos, métricas e dados para orientar nossas decisões estratégicas de negócios e alinhar-se com as metas, os objetivos e as iniciativas da nossa organização. Isso nos permitirá sermos objetivos em nossas suposições e, assim, obter resultados muito mais alinhados com as necessidades reais do mercado. Isso é teoria, porque a realidade é bem diferente.
Com muita frequência, encontramos organizações nas quais as decisões são de fato tomadas com base em dados, mas apenas para confirmar uma decisão tomada anteriormente e baseada em instinto, experiência ou “intuição”. Os dados aqui servem apenas para validar um julgamento anterior. Se não o validarem, a culpa é sempre dos dados. Ou pior, do método usado para gerá-los. Para aqueles que não acreditam nisso, proponho a seguinte pergunta: quantas vezes no último ano você tomou uma decisão, por mais irrelevante que fosse, com base em um pressentimento, premonição, instinto, sensação ou qualquer outro “-ção”? E agora, quantas vezes o fizeram, com base apenas em um fato ou uma estatística relacionada ao tema? Tenho certeza de que a primeira opção receberá o maior número de respostas.
Uma nova mentalidade que ainda carece da prática necessária
Porque, é verdade, a mentalidade dentro das organizações e de setores inteiros mudou radicalmente nos últimos anos. Nossas empresas hoje são muito mais orientadas por dados. Existe até mesmo uma “mentalidade de dados”. Com as tecnologias disponíveis, nossas organizações geram uma quantidade cada vez maior de dados.
O problema está no fato de acreditarmos que o desposicionamento de dados é alcançado simplesmente escolhendo a tecnologia de análise e começando a gerar a quantidade de dados que, então, confirmará a oportunidade que nosso instinto previu. Dois dos melhores exemplos disso são os setores de mídia e logística. No primeiro grupo, os algoritmos hoje identificam o que, pelo número de visitantes, representa um público e, portanto, uma receita de publicidade. O fato de a notícia ser ou não importante em termos de qualidade não tem importância. No caso da logística, os dados ainda são usados com muita frequência para validar o planejamento de remessas e entregas. No entanto, se algum tipo de erro for gerado, o algoritmo é contra-atacado por um Excel, que valida que o motivo do erro não estava na pessoa, mas na “qualidade” dos dados ou de seu modelo.
Portanto, uma mentalidade que deseja trabalhar a partir dos dados é útil. Mas somente se nossa organização soubesse como incorporar um aspecto fundamental de antemão.
As conversas e a curiosidade geradas por uma cultura orientada por dados
Trata-se de incorporar uma cultura que promova conversas baseadas em dados. Para isso, todos os nossos colaboradores devem ser capazes de desenvolver seu conhecimento sobre dados por meio da prática e da aplicação - em todos os níveis da nossa organização, não apenas no nível gerencial.
Dessa forma, não apenas incorporaremos o trabalho com dados desde o CEO até os estagiários, mas também nossos funcionários começarão a descobrir informações úteis que facilitam a ação comercial e que, devido a seus preconceitos, não poderiam ter em mãos antes.
Para isso, a base é aprender a trabalhar com a qualidade dos dados. Em outras palavras, aprender a trabalhar com dados que, devido à sua qualidade, representam a base mais sólida possível para incorporar a tomada de decisões a partir dos dados sem questioná-los. Não fazer isso sempre nos deixará com a dúvida se usamos o método correto, seduzindo-nos a questionar sua qualidade, seu método e, assim, induzindo-nos a recorrer ao nosso instinto ou à nossa intuição.
Atualmente, é fundamental gerar dados para tomar decisões mais objetivas e sólidas. A condição sine qua non para isso é estabelecer uma dinâmica transversal em toda a organização que garanta a qualidade dos dados, o que nos permitirá acreditar e confiar neles e nos concentrar na descoberta de novas informações para apoiar decisões fundamentadas. Somente com essa base estaremos em uma posição genuína e sólida para aproveitar os dados por meio da Inteligência Artificial (IA) em toda a sua extensão.
Por Alejandro Goldstein, sócio da Olivia.
