Habilitando o redesenho do processo que prioriza o agente

Este artigo é uma tradução/adaptação para o português (PT-BR) de uma notícia do MIT Technology Review.

Ao contrário dos sistemas estáticos baseados em regras, os agentes de IA podem aprender, adaptar e otimizar processos de forma dinâmica. À medida que interagem com dados, sistemas, pessoas e outros agentes em tempo real, os agentes de IA podem executar fluxos de trabalho inteiros de forma autônoma. Mas desbloquear seu potencial requer redesenhar os processos em torno dos agentes, em vez de anexá-los a fluxos de trabalho legados fragmentados usando métodos tradicionais de otimização. As empresas devem primeiro se tornar agentes. BAIXE O ARTIGO Em uma empresa que prioriza o agente, os sistemas de IA operam processos enquanto os humanos estabelecem metas, definem restrições políticas e lidam com exceções. “É preciso mudar o modelo operacional para os humanos como governantes e os agentes como operadores”, diz Scott Rodgers, arquiteto-chefe global e CTO dos EUA da Deloitte Microsoft Technology Practice. O imperativo do agente em primeiro lugar Com a expectativa de que os orçamentos de tecnologia para IA aumentem mais de 70% nos próximos dois anos, os agentes de IA, alimentados pela IA generativa, estão preparados para transformar fundamentalmente as organizações e alcançar resultados que vão além da automação tradicional. Estas iniciativas têm o potencial de produzir ganhos de desempenho significativos, ao mesmo tempo que deslocam os seres humanos para trabalhos de maior valor.

A IA está avançando tão rapidamente que as abordagens estáticas à automação de tarefas provavelmente produzirão apenas ganhos incrementais. Como os processos legados não são criados para sistemas autônomos, os agentes de IA exigem definições de processos legíveis por máquina, restrições políticas explícitas e fluxos de dados estruturados, de acordo com Rodgers. Para complicar ainda mais a situação, muitas organizações não compreendem todos os impulsionadores económicos dos seus negócios, tais como o custo de serviço e os custos por transação. Como resultado, eles têm dificuldade em priorizar os agentes que podem criar mais valor e, em vez disso, concentram-se em pilotos chamativos. Para alcançar mudanças estruturais, os executivos deveriam pensar de forma diferente. Em vez disso, as empresas devem orquestrar os resultados mais rapidamente do que os concorrentes. “O risco real não é que a IA não funcione – é que os concorrentes redesenhem seus modelos operacionais enquanto você ainda pilota agentes e copilotos”, diz Rodgers. “Os ganhos não lineares surgem quando as empresas criam fluxos de trabalho centrados em agentes com governança humana e orquestração adaptativa.”

Tarefas rotineiras e repetitivas são cada vez mais tratadas de forma automática, liberando os funcionários para se concentrarem em trabalhos de maior valor, criativos e estratégicos. Esta mudança melhora a eficiência operacional, promove uma colaboração mais forte e gera tomadas de decisão mais rápidas, ajudando as organizações a modernizar o local de trabalho sem sacrificar a segurança empresarial. Baixe o artigo. Este conteúdo foi produzido pela Insights, o braço de conteúdo personalizado do MIT Technology Review. Não foi escrito pela equipe editorial do MIT Technology Review. Foi pesquisado, projetado e escrito por escritores, editores, analistas e ilustradores humanos. Isso inclui a redação de pesquisas e a coleta de dados para pesquisas. As ferramentas de IA que podem ter sido utilizadas foram limitadas a processos de produção secundários que passaram por uma revisão humana minuciosa.