Apresentando o vídeo e introduzindo o tema
Olá! Estamos de volta com o vídeo 3 da Aula 1.
Falamos sobre os erros comuns de medir o uso e não o impacto. Agora, vamos mostrar como conectar as iniciativas de inteligência artificial aos OKRs da empresa.
Definindo OKRs e objetivo da aula
Vale relembrarmos: OKRs são a sigla para Objectives and Key Results (Objetivos e Resultados‑chave). Nas empresas, o planejamento estratégico define diversos objetivos estratégicos e estruturantes, geralmente em viradas de ano ou em ciclos bianuais e trianuais, conforme o horizonte de planejamento.
O objetivo desta aula é conectar as iniciativas de inteligência artificial aos objetivos reais do negócio, alinhando-as de forma clara.
O que é um OKR? Um OKR é um objetivo claro e fácil de entender, formulado de modo que, ao lermos o enunciado, não haja dúvidas sobre o que se pretende alcançar. Esse objetivo deve estar atrelado a uma métrica mensurável — um número ou índice que seja simples de medir, sem ambiguidade e com significado direto. Em uma frase: um OKR é um objetivo claro com uma métrica mensurável que mostra se chegamos lá, indicando quão distante, quão próximo ou até se estamos operando em paralelo ao objetivo.
Vamos aproximar as iniciativas de inteligência artificial dos OKRs para obter resultados mais concretos nas reuniões com o board (conselho executivo) e com as lideranças diretas, além de facilitar a tradução dessas iniciativas para as pessoas lideradas e para as demandas do departamento dentro da organização.
Apresentando o framework de conexão IA-OKRs
Um framework (estrutura) interessante e visual para conectar a inteligência artificial aos resultados considera três pontos:
- Definir claramente a iniciativa de inteligência artificial.
- Identificar quais indicadores do time estão ligados a essa iniciativa.
- Mapear quem do time está envolvido e qual tipo de indicador (por exemplo, tempo e retrabalho, entre outros) se relaciona ao OKR e aos objetivos do negócio — tema que detalharemos no próximo vídeo.
Exemplificando com chatbot e tempo de resposta
Vamos trazer um exemplo prático. Na primeira implementação de iniciativas de inteligência artificial, muitas empresas, quase por padrão, adotam chatbots (robôs de conversa). Esses robôs assumem atendimentos que antes eram realizados de humano para humano, permitindo inserir uma inteligência artificial com alta capacidade de simular uma pessoa nessas interações, substituindo o trabalho humano nesse tipo de atendimento.
Neste exemplo, a iniciativa que vamos medir para atrelar às OKRs (Objetivos e Resultados-Chave) é a implementação de um chatbot (assistente conversacional). Imagine que, dentro do seu departamento, da sua estrutura e das suas obrigações, exista (ou tenha existido) uma iniciativa de implementação de um chatbot (assistente conversacional). Qual indicador, neste caso, seria interessante medir? Quando falamos de atendimento, um indicador fácil de mensurar é o tempo médio de resposta.
Se temos uma baseline (linha de base) anterior à inteligência artificial, com o primeiro atendimento — a primeira resposta — ocorrendo em cerca de 15 minutos, e, após a implementação de um chatbot (assistente conversacional) com inteligência artificial, essa resposta cai para 2 minutos, esse é um indicador interessante para começarmos a acompanhar. Ele está atrelado, neste exemplo, a uma OKR (Objetivos e Resultados-Chave) de negócio cujo objetivo é aumentar a satisfação da pessoa cliente em 25%.
Antes da implementação da inteligência artificial, já existe um objetivo estruturante na organização: aumentar a satisfação da pessoa cliente em 25% no ano corrente. Por meio da implementação e do teste de um chatbot (assistente conversacional), o indicador que faz sentido acompanhar para alcançar esse objetivo de 25% de aumento na satisfação é o tempo de resposta.
Relacionando o tempo de resposta à satisfação e concluindo
Sabemos que o mundo atual é muito rápido e dinâmico, e as pessoas desejam respostas ágeis e diretas, sem muitas idas e vindas, para os problemas que precisam resolver. Ao implementar um chatbot (assistente conversacional), tanto para atendimento interno — por exemplo, um departamento de RH que cria um chatbot (assistente conversacional) para resolver questões internas, atender as próprias pessoas funcionárias da empresa, tratar de férias, políticas internas e políticas de reembolso — quanto para atendimento externo — um chatbot (assistente conversacional) que conversa com a pessoa cliente final para dar suporte a um produto ou serviço —, temos uma implementação representativa para usar como exemplo.
Assim, temos uma OKR (Objetivos e Resultados-Chave) cujo objetivo é o aumento da satisfação e um indicador (o tempo de resposta) que vai nos orientar sobre quão próximos estamos desse objetivo. Esse objetivo também deve ser medido: quanto a satisfação da pessoa cliente está aumentando em decorrência da diminuição no tempo de resposta, o que configura uma relação de causalidade.
Nós terminamos este vídeo com a explicação sobre como conectar as iniciativas de inteligência artificial às OKRs (Objetivos e Resultados-Chave). Eu volto daqui a pouco com o próximo vídeo, no qual vamos entrar em uma parte mais prática para mostrar como vamos mapear as iniciativas de inteligência artificial já existentes na empresa, na organização, aos objetivos de negócio definidos nos planejamentos estratégicos. Até logo!