A inteligência artificial generativa e outras ferramentas de software fáceis de usar podem ajudar funcionários sem experiência em programação a se tornarem programadores competentes, ou o que os autores chamam de desenvolvedores cidadãos. Simplesmente descrevendo o que desejam em um comando, esses desenvolvedores cidadãos podem colaborar com essas ferramentas para construir aplicações inteiras — um processo que, até recentemente, exigiria fluência avançada em programação. Historicamente, a tecnologia da informação envolvia construtores (profissionais de TI) e usuários (todos os outros funcionários), com os usuários sendo operadores relativamente passivos da tecnologia. Esse modo de trabalho frequentemente significa que os profissionais de TI lutam para atender à demanda de forma oportuna, e surgem problemas de comunicação entre especialistas técnicos, líderes empresariais e usuários de aplicativos. O desenvolvimento cidadão levanta uma questão crítica sobre o destino final das organizações de TI. Como elas vão facilitar e proteger esse processo sem impor obstáculos excessivos? Rejeitar seus benefícios é impraticável, mas administrá-lo de forma descuidada pode ser ainda pior. Neste artigo, os autores compartilham um roteiro para introduzir com sucesso o desenvolvimento cidadão aos seus funcionários.
Quando Jason Allen levou o prêmio principal para artistas digitais emergentes na Feira Estadual do Colorado, em 2022, ele ganhou muito mais do que uma fita azul e um cheque de 300 dólares. Allen, presidente da empresa de jogos Incarnate Games, criou sua submissão, “Théâtre d’Opéra Spatial”, usando uma ferramenta de IA generativa chamada Midjourney. Ele forneceu ao sistema um comando de texto, e o software criou a obra em segundos, embora ele tenha dito que passou duas semanas refinando-a. (Ele não revelou publicamente o comando exato.) Artistas e críticos expressaram frustração com a vitória de Allen em publicações como Atlantic, New York Times e outros veículos.
Eles alertaram sobre o impacto das ferramentas de IA generativa recém-lançadas, como ChatGPT, DALL-E e Bard, que permitem a novatos técnicos (e artísticos) gerar textos, fotos e vídeos atraentes de forma automatizada e quase instantânea. Mas não são apenas os artistas que estão preocupados com o que essas ferramentas significam para seu campo. Profissionais de TI também estão atentos. A IA generativa pode ajudar funcionários sem formação em programação a se tornarem programadores competentes, ou desenvolvedores cidadãos. Simplesmente descrevendo o que desejam em um comando, funcionários não técnicos podem colaborar com ferramentas de IA generativa para construir aplicações inteiras — um processo que, até recentemente, exigia habilidades avançadas de programação.
O desenvolvimento cidadão, se executado de forma agressiva e cuidadosa, pode mudar a relação entre funcionários e organizações. A tecnologia da informação historicamente envolvia construtores (profissionais de TI) e usuários (todos os outros funcionários), com os usuários sendo operadores relativamente passivos da tecnologia. Isso frequentemente levava a uma luta dos profissionais de TI para atender às necessidades dos usuários de forma oportuna e criava problemas de comunicação entre especialistas técnicos, líderes empresariais e usuários de aplicativos. O desenvolvimento cidadão deu início a uma nova era em que os funcionários não apenas melhoram ou otimizam seus próprios processos e tarefas, mas os automatizam completamente.
O desenvolvimento cidadão levanta uma questão crítica sobre o destino final das organizações de TI. Como elas vão facilitar e proteger esse processo sem impor obstáculos excessivos? Sem a necessidade de um profissional de TI para projetar e construir novos aplicativos, os sistemas desenvolvidos usando IA generativa provavelmente se adequarão mais às necessidades específicas de seus usuários, aumentando a eficácia provável das aplicações. Os profissionais de TI terão mais liberdade para se concentrar em sistemas e tecnologias complexos que realmente exigem sua expertise.
No entanto, muitos profissionais de TI com quem conversamos são contrários ao desenvolvimento cidadão. Eles temem que isso resulte em sistemas de baixa qualidade que a equipe de TI terá que consertar — ou que as ferramentas de IA generativa substituam completamente a TI. Uma organização pode acabar com tantos sistemas quanto funcionários. Ela pode se tornar dependente de sistemas desenvolvidos por cidadãos conhecidos apenas por alguns funcionários, ou cujos desenvolvedores já tenham saído da empresa há tempos. Essa explosão de “TI cinzenta” em toda a empresa e o custo de refazer sistemas técnicos quebrados que disso resultaria é uma questão importante. Sem controles e diretrizes adequadas, o desenvolvimento cidadão generalizado poderia resultar em caos.
Apesar dessas preocupações válidas, a necessidade de desenvolvedores cidadãos é evidente. Fornecedores de software começaram a adicionar interfaces de IA generativa a seus produtos para facilitar solicitações baseadas em chat ou voz para transações, dados e análises. Antecipamos que a maioria dos softwares empresariais em breve será criada ou interagida por meio de sistemas semelhantes. O desenvolvimento cidadão generalizado pode inaugurar uma abordagem mais ampla e rápida para a inovação baseada em tecnologia, incluindo digitalização, automação e análise de dados. AT\&T, ING, Johnson & Johnson, PwC, Deloitte e outras grandes empresas estão experimentando iniciativas de desenvolvimento cidadão. Eles estão aprendendo quais funcionários incluir em projetos de desenvolvimento cidadão, quais papéis devem desempenhar, como devem ser treinados e como criar uma cultura de aprendizado entre pares e colaboração.
O desenvolvimento cidadão levanta uma questão crítica sobre o destino final das organizações de TI. Como elas vão facilitar e proteger o desenvolvimento cidadão sem colocar obstáculos demais em seu caminho? Rejeitar seus benefícios é impraticável, mas gerenciá-lo de forma descuidada pode ser ainda pior. Neste artigo, nós — um acadêmico, um consultor e um profissional, com décadas de experiência em IA e análise de dados — compartilhamos um roteiro para introduzir com sucesso o desenvolvimento cidadão aos seus funcionários. Para ampliar nosso conhecimento sobre o tema, entrevistamos gestores de oito empresas, revisamos discussões online sobre o assunto e conversamos com diversos fornecedores de ferramentas voltadas para cidadãos. (Tom já coassinou artigos na HBR sobre ciência de dados cidadã e sobre o conjunto anterior de ferramentas para desenvolvimento cidadão, chamado low code/no code.)
O dilema do desenvolvedor cidadão
O processo para construir um aplicativo com IA generativa geralmente começa quando um usuário pergunta a um chatbot (ou qualquer interface que o sistema use) como realizar uma tarefa. Por exemplo: “Como você construiria um aplicativo de iPhone para atendimento ao cliente?” O sistema descreverá as etapas ideais para construir o aplicativo. O usuário pode então pedir descrições de cada etapa. O nível de detalhe dependerá da habilidade técnica do usuário, mas o sistema pode guiá-lo por todas as etapas do processo, não importa o quão detalhadas ou básicas sejam. Usuários que ficarem com dúvidas ou que perceberem que o código gerado não está funcionando podem informar a ferramenta sobre o que estão vendo, e ela ajudará a identificar o problema. Esse processo provavelmente envolverá tentativa e erro, mas o poder de gerar o código e o aplicativo estará ao alcance de todos.
O Banco ING, sediado em Amsterdã e operando em 40 países, usou um processo semelhante quando precisou desenvolver mais modelos de machine learning (ML) para colocar em produção. Diante da falta de talentos profissionais em ciência de dados em muitos dos países onde atua, o ING começou a explorar as capacidades da ciência de dados cidadã. O banco, onde um dos autores deste artigo (Kerem) foi recentemente o diretor global de análise de dados, está trabalhando para fornecer aos desenvolvedores cidadãos a expertise técnica necessária e identificar os casos de uso possíveis com ML automatizado. Não há dúvida de que os funcionários do ING podem criar alguns modelos de ML — para prever, por exemplo, a probabilidade de que os clientes cliquem em uma mensagem de aplicativo ou respondam a uma campanha de e-mail. Isso pode liberar os profissionais de ciência de dados de tarefas simples e repetitivas de gerenciamento de dados e análise. Mas os aspirantes a desenvolvedores cidadãos no banco precisam de treinamento adequado e experiência prática para terem sucesso. Os modelos de ML construídos pelos funcionários do ING também precisam estar livres de exigências regulatórias rigorosas, embora alguma documentação possa ser necessária. Por fim, a TI ainda precisa implantar e gerenciar as ferramentas e plataformas necessárias para dar suporte ao desenvolvimento e uso do ML automatizado. Essas são apenas algumas das questões imediatas que o ING está enfrentando enquanto constrói uma política de desenvolvimento cidadão.
Muitas funções e unidades incluem pessoas que estão experimentando o desenvolvimento cidadão, portanto, um pedido em toda a empresa por voluntários provavelmente resultará em muitas mãos levantadas.
Poucas organizações sequer começaram a considerar os desafios associados ao desenvolvimento cidadão. Por exemplo, o que acontece com um aplicativo desenvolvido por um cidadão se um departamento passa a depender dele e o funcionário que o desenvolveu sai para outra empresa? Outros desafios dizem respeito ao conhecimento tecnológico suficiente. Por exemplo, algumas organizações de ciência de dados acreditam que pessoas sem formação profissional em ciência de dados não podem saber o suficiente sobre o desenvolvimento de modelos para fazê-lo de forma eficaz, mesmo com as capacidades de ML automatizado. Elas estão preocupadas com o fato de que decisões prejudiciais à organização podem resultar de algoritmos desenvolvidos por cidadãos. Outras empresas apontam que até mesmo cientistas de dados profissionais já criaram modelos com viés ou desvios (previsões ruins ao longo do tempo), e, se eles podem errar, como os novatos evitariam ainda mais erros? Mas não encontramos evidências de danos de longo prazo.
Conhecemos alguns exemplos de programas desenvolvidos por cidadãos que deram errado brevemente. Uma empresa europeia de telecomunicações, por exemplo, foi uma das primeiras a adotar programas de automação de processos robóticos (RPA), que automatizam tarefas seguindo uma lógica de negócios e entradas rigorosas. A equipe de RPA da empresa — composta por funcionários de negócios, não de TI — ainda não estava totalmente preparada ou compreendida dentro da organização mais ampla.
O primeiro problema foi que um loop incluído na codificação da automação para fins de teste não foi removido quando o código foi colocado em produção. Como resultado, inúmeros iPhones gratuitos foram enviados por engano a clientes. O segundo problema foi que um bot de RPA programado incorretamente aplicou créditos a contas de clientes, acionando um alerta na equipe de auditoria e conformidade da empresa. Um desenvolvedor cidadão quase foi demitido.
O RPA pode ser mal utilizado para automatizar as próprias tarefas de alguém a fim de assumir um emprego adicional em outra empresa. Executivos que expressaram preocupação com isso imaginam trabalhadores mantendo secretamente dois ou três empregos em tempo integral com a ajuda do RPA ou da IA generativa, e encontramos discussões online em que esses indivíduos “superempregados” descrevem suas experiências. As empresas podem atenuar esse problema recompensando os funcionários por sua inovação — oferecendo remuneração mais alta ou mais responsabilidades para aqueles que conseguirem automatizar seus próprios trabalhos.
Talvez a questão mais importante sobre o desenvolvimento cidadão atualmente não seja um erro específico de codificação, uma falha de governança ou o uso encoberto de automação para acumular múltiplos salários. O verdadeiro problema é que muitas organizações não perseguiram o impacto potencialmente enorme da inovação liderada por cidadãos. Elas não estão cientes das oportunidades e benefícios, são desencorajadas pela resistência da TI ou são incapazes de desenvolver os mecanismos de suporte e governança necessários.
Um estudo de caso: PwC
A PwC estabeleceu um processo abrangente para o desenvolvimento cidadão chamado de programa “aceleradores digitais”. Lançado em 2017, o programa originalmente tinha três componentes: ciência de dados, automação e gerenciamento de dados. Recentemente, foi revisado para incluir soluções low-code/no-code e melhorias de produtividade. A empresa anunciou planos para ensinar habilidades de IA, incluindo IA generativa, a seus 65.000 funcionários. Os desenvolvedores cidadãos são recrutados entre os funcionários da PwC e se voluntariam para fazer cursos online em tecnologias relevantes. Depois de certificados, eles podem se afastar de suas funções para desenvolver aplicações relevantes para o atendimento ao cliente da PwC ou para a administração interna. Funcionários que desenvolvem aplicações altamente úteis recebem alguma compensação modesta. O grupo de produtos e tecnologia que organizou o programa esperava inicialmente 500 voluntários, mas acabou matriculando 2.000.
O programa produziu diversos benefícios para a PwC. Grupos de desenvolvimento de tecnologia costumavam estar isolados dentro de cada unidade de negócios (auditoria, impostos, consultoria), mas os desenvolvedores cidadãos passaram a estimular o compartilhamento e a integração entre elas. Alguns projetos foram incorporados às capacidades da empresa; outros (como novas abordagens de visualização) são usados no atendimento a clientes. Os desenvolvedores cidadãos geralmente retornam às suas unidades de negócios, trazendo consigo capacidades tecnológicas que antes não possuíam.
Uma aceleradora digital, Emily Donoghue, veio da área tributária, onde se sentia frustrada com algumas tarefas tediosas que precisava realizar. Ela e sua equipe criaram um programa que automatizou um fluxo de trabalho para extrair dados de várias planilhas. O programa economizou 40 horas de trabalho em um contrato de auditoria e acabou se tornando um ativo digital padrão na biblioteca interna da PwC, disponível para uso de qualquer pessoa na empresa.
As organizações precisam cumprir várias tarefas se quiserem ser tão bem-sucedidas no desenvolvimento cidadão quanto a PwC. Todas as tarefas devem ser realizadas, mas não precisam seguir a ordem a seguir, e mudanças ou melhorias em uma tarefa muitas vezes podem ser feitas sem alterar drasticamente as outras.
Tarefa 01: Recrutar e classificar seus desenvolvedores cidadãos
Esforços formais ou semiformal de recrutamento provavelmente resultarão em um número significativo de funcionários que se voluntariam para criar aplicações técnicas. Muitas funções e unidades incluem pessoas que já estão experimentando o desenvolvimento cidadão, então um pedido geral de voluntários provavelmente gerará muitas manifestações de interesse. Gerentes de grupos de TI e de centros de excelência em automação ou ciência de dados provavelmente estarão cientes do interesse potencial. Promover cursos em tecnologias relacionadas também pode ajudar no recrutamento.
Algumas empresas buscam certas características nos funcionários recrutados para essas iniciativas. A Johnson & Johnson, por exemplo, diz que procura pessoas com raciocínio lógico, competência técnica e aptidão para aprender, além de experiência com trabalho baseado em regras. Algumas pessoas podem estar motivadas a aprender para ajudá-las a conciliar várias tarefas ou ter mais tempo livre. Outras são motivadas pelos objetivos da empresa e são recrutadas, treinadas e (às vezes) incentivadas a automatizar, analisar e otimizar o trabalho que desempenham. Seu objetivo pode ser obter reconhecimento ou aliviar o tédio de trabalhos repetitivos, mas os benefícios de seus esforços recaem principalmente sobre o empregador. Outras ainda podem ser motivadas por benefícios para a sociedade; elas podem se voluntariar para ajudar em pesquisas de saúde ou ambientais usando ferramentas e procedimentos para coletar, analisar e documentar informações. Empresas do setor privado podem promover o recrutamento como um caminho para o crescimento dos funcionários ou para conquistas filantrópicas.
A governança dos sistemas pode agora ser o principal desafio do movimento de desenvolvimento cidadão. Mas a própria governança pode, cada vez mais, ser automatizada.
Os tipos de desenvolvedores cidadãos variam de acordo com os papéis que desempenham. Eles incluem exploradores, que identificam oportunidades de melhoria e mudança; designers/arquiteto, que desenvolvem novas e melhores formas de fazer as coisas; desenvolvedores/automatizadores, que constroem as aplicações que proporcionam essas melhorias de processo; e cientistas de dados/analistas, que estudam, analisam e relatam o status dos processos antigos e novos.
A Academia de IA da Deloitte criou diferentes programas internos de “fluência em IA” para líderes de IA, estrategistas, desenvolvedores cidadãos, líderes de projetos e pesquisadores. Alguns programas envolvem certificação após a conclusão; outros são mais informais. Alguns são em tempo integral, outros em meio período. Os funcionários têm necessidades e desejos de níveis variados de expertise técnica.
Tarefa 02: Treinar e certificar seus desenvolvedores
O desenvolvimento cidadão exige algum treinamento, embora não muito. Em média, as empresas onde realizamos entrevistas oferecem de 40 a 80 horas de instrução nas tecnologias e técnicas necessárias para o sucesso. Algumas, como a Dentsu, uma empresa global de publicidade e marketing, oferecem hackathons nos quais os desenvolvedores cidadãos recém-treinados podem construir aplicações. Os requisitos de treinamento variam conforme o nível de supervisão profissional que os desenvolvedores cidadãos provavelmente terão. Se, por exemplo, todos os modelos que eles desenvolvem precisarem ser revisados por cientistas de dados profissionais antes de serem colocados em produção, pode ser necessário um treinamento menos formal.
Como os sistemas desenvolvidos por cidadãos geralmente se conectam, alteram ou extraem e analisam dados de sistemas transacionais existentes, seus desenvolvedores também precisam, normalmente, de um entendimento da arquitetura de TI corporativa e das diretrizes para acesso e uso seguro de dados. Mas, novamente, se esses sistemas forem certificados por TI ou outros profissionais, o treinamento pode não ser necessário. No mínimo, alguém na organização deve acompanhar quais aplicações foram desenvolvidas, quem as desenvolveu, para que estão sendo usadas e se foram certificadas como nível empresarial.
Em empresas que acreditam que os processos devem ser aprimorados antes de serem automatizados, os desenvolvedores cidadãos devem receber treinamento em técnicas de melhoria incremental de processos, como Six Sigma e Lean. Outra opção é ter um grupo centralizado de especialistas em melhoria de processos disponível para uma análise rápida antes da automação.
Algumas empresas não exigem que seus desenvolvedores cidadãos sejam certificados. Outras exigem testes internos e certificação. Outras ainda usam terceiros para realizar a certificação. O grau de necessidade de certificação pode depender de quão crítica é a área de negócios em questão ou de quanto ela está sujeita à regulamentação externa.
Tarefa 03: Construir uma infraestrutura de desenvolvimento cidadão
Para ajudar os desenvolvedores cidadãos a terem sucesso, as empresas devem fornecer ferramentas padrão e construir infraestrutura para facilitar o desenvolvimento. Seja a ferramenta um sistema de IA generativa, uma ferramenta de RPA, uma oferta low-code/no-code ou um sistema de machine learning automatizado, as empresas devem oferecer treinamento sobre ela e incentivar o compartilhamento de soluções parciais ou completas. Muitos fornecedores agora oferecem versões mais fáceis de usar, com pouco ou nenhum código, de seu software padrão, projetadas especificamente para uso de desenvolvedores cidadãos. Os fornecedores também estão desenvolvendo hubs, marketplaces e portais que permitem aos desenvolvedores cidadãos compartilhar conjuntos de dados reutilizáveis e certificados, além de aplicações completas ou componentes delas, e estão criando “lojas de recursos” — repositórios de variáveis reutilizáveis — para ajudar os desenvolvedores cidadãos a construir modelos de ML.
Um requisito importante para melhorar o impacto dos desenvolvedores cidadãos é conectar as soluções a ambientes de produção controlados por unidades de negócios. Especialmente com ferramentas mais sofisticadas, como o machine learning automatizado, as empresas precisam garantir que os modelos sejam precisos e robustos.
Tarefa 04: Incentivar o aprendizado em comunidade
Os desenvolvedores cidadãos precisam aprender uns com os outros sobre a melhor forma de resolver problemas de negócios com tecnologia. Uma forma de promover esse aprendizado entre pares é oferecer aulas regulares, apresentações de soluções e palestras de especialistas externos. Como os desenvolvedores cidadãos não são nem profissionais de negócios típicos nem tecnólogos típicos, as comunidades podem oferecer um pouco de apoio coletivo quando surgem desafios e podem evitar que as pessoas desistam do desenvolvimento. Elas também fornecem um mecanismo de feedback para a gestão criar caminhos apropriados de carreira e promoção, especialmente para aqueles funcionários que desejam se tornar automatizadores profissionais, cientistas de dados ou trabalhadores de TI em tempo integral.
Tarefa 05: Preparar-se para gerenciar o valor criado pela automação
É provável que alguns observadores questionem um investimento em desenvolvimento cidadão se o valor que ele cria não for medido. O desenvolvimento cidadão normalmente gera insights cujo valor monetário pode ser difícil de avaliar (embora algumas equipes centrais de análise calculem o valor de seus portfólios de casos de uso). A medição mais simples é do tempo economizado por meio da automação de tarefas anteriormente realizadas por humanos, e várias empresas que observamos ou com as quais trabalhamos acumularam milhões de minutos de tempo liberado. Em algum momento, é justo perguntar o que os funcionários estão fazendo com o tempo economizado. Como disse um CFO cético: “Nós não podemos comer horas.”
Uma grande empresa farmacêutica decidiu que tinha uma enorme oportunidade de usar tecnologias de IA e automação para transformar e otimizar processos de negócios importantes. A empresa tinha um grupo central de ciência de dados, mas contratava consultores externos para projetos de automação de processos robóticos. Ela concluiu que os consultores eram caros demais e decidiu que poderia treinar funcionários fora da TI para realizar o trabalho de automação. A divisão de serviços corporativos fez parceria com a função de TI para criar padrões tecnológicos e treinamento para seus desenvolvedores cidadãos. O programa foi bem-sucedido, e muitos processos foram substancialmente aprimorados. A empresa atingiu sua meta de economizar o equivalente a 500 milhões de dólares em tempo de funcionários antes do previsto.
Os líderes da iniciativa, no entanto, tinham algumas dúvidas sobre para onde tudo isso levaria. Um gerente nos disse: “A governança é uma preocupação crescente para nós em termos de continuidade de negócios e gestão de mudanças. Estamos preparados para 30% das finanças serem gerenciadas em aplicações desenvolvidas por cidadãos? Percebemos que um ponto de inflexão está chegando e nos perguntamos se temos os controles adequados. Não temos certeza.”
Algumas empresas fizeram progressos em superar a resistência de profissionais de TI às atividades de desenvolvedores cidadãos. Um excelente exemplo é a unidade de ciência de dados da Kroger, onde os líderes perceberam o potencial do desenvolvimento cidadão e sabiam que a rede de supermercados tinha muitos analistas de negócios capacitados. Para obter apoio para esses “cientistas de insights”, os cientistas de dados profissionais foram convidados a ensiná-los ferramentas de machine learning automatizado, revisar seus modelos e trabalhar com eles para aprender mais sobre o negócio.
Um Estudo de Caso: AT\&T
A AT\&T dá grande importância ao desenvolvimento cidadão. A empresa possui abordagens bem desenvolvidas de facilitação e realizou muitas das tarefas que discutimos. Com a ajuda de centenas de cientistas de dados profissionais e especialistas em automação, além de milhares de desenvolvedores cidadãos, a AT\&T está tentando colocar a inteligência artificial e a automação no centro de seus negócios.
A AT\&T buscou apoiar os esforços dos funcionários para analisar dados com modelos de aprendizado de máquina. O objetivo é dar suporte a todos os aspectos do pipeline de aprendizado de máquina, incluindo a obtenção dos dados apropriados, o tratamento desses dados para criar as características desejadas, a construção do modelo, a implantação do modelo, o monitoramento e o aprimoramento de seu desempenho ao longo do tempo, além de sua governança eficaz. A empresa criou um repositório de características contendo dados comumente usados para reduzir a necessidade de tratamento manual de dados, que pode ocupar até 80% do tempo de um cientista de dados. Seus desenvolvedores cidadãos podem escolher entre mais de 26.000 características para construção de modelos. Tanto os cientistas de dados quanto os desenvolvedores cidadãos consideram esse repositório extremamente útil.
A AT\&T também colocou em produção mais de 3.000 bots. Alguns dos primeiros foram utilizados na área de operações de negócios, como a disponibilização de novos circuitos para clientes. A empresa possui um Centro de Excelência em Automação, que emprega 20 funcionários em tempo integral e alguns contratados. Ela não teria conseguido escalar tão rapidamente desde o início, em 2015, sem a participação de automatizadores cidadãos. O centro acompanha todos os projetos de automação de processos robóticos e calculou que 92% deles são realizados fora do centro. As implementações de bots economizaram cerca de 17 milhões de minutos de esforço manual por ano, geraram centenas de milhões de dólares em retorno anual e alcançaram um retorno sobre o investimento 20 vezes superior ao valor investido.
A AT\&T desenvolveu uma infraestrutura técnica para apoiar tanto os profissionais quanto os desenvolvedores cidadãos. Ela inclui competições, uma ferramenta de operações que coordena todas as atividades no pipeline de desenvolvimento, estratégias para integrar RPA e aprendizado de máquina e uma ferramenta de busca de dados e características comumente usadas. A empresa também mantém um “mercado de bots” com soluções previamente desenvolvidas, com assistência de configuração do centro de excelência, se necessário. Cerca de 75 componentes reutilizáveis são adicionados todos os meses ao mercado. A AT\&T está explorando o uso de inteligência artificial generativa para criar modelos de aprendizado de máquina e bots de automação.
A AT\&T reforça o desenvolvimento cidadão e a automação com atividades de construção de comunidade. Para ciência de dados, a empresa criou um “fórum de democratização da IA” com demonstrações virtuais ao vivo toda semana, que educam os funcionários sobre questões específicas ou novas capacidades desenvolvidas pela AT\&T. Cerca de 200 funcionários participam a cada semana, poucos deles cientistas de dados profissionais. A empresa oferece materiais de treinamento online e 575 cursos sobre diversos aspectos da ciência de dados, e certificações estão disponíveis em ferramentas de fornecedores. Um programa de treinamento de 40 horas é oferecido a qualquer pessoa que queira se tornar um desenvolvedor cidadão. Além disso, o centro de excelência organiza um “encontro anual de automação” para que grupos dentro da empresa apresentem e compartilhem seus projetos.
A transformação digital já é necessária para quase todas as organizações, e a escassez de profissionais qualificados para implementá-la continuará. Pode ser que, eventualmente, os desenvolvedores cidadãos se tornem os principais motores desse esforço. É fácil imaginar que, em um futuro relativamente próximo, algumas empresas poderão transferir todas as atividades de desenvolvimento de tecnologia para eles, talvez com fornecedores externos fornecendo parte da infraestrutura de TI. Ou o que restar da TI corporativa poderá evoluir para funções de facilitação, avaliação e certificação do trabalho dos funcionários não técnicos.
O desenvolvimento de tecnologia continuará se tornando mais fácil à medida que os programas se tornarem mais automatizados e baseados em inteligência artificial. A inteligência artificial generativa sem dúvida melhorará com o tempo, tornando todos potenciais programadores. No momento, a governança de sistemas talvez seja o principal desafio para o movimento de desenvolvimento cidadão. No entanto, parece provável que a própria governança se torne cada vez mais automatizada. Sistemas de operações de aprendizado de máquina já estruturam a governança contínua e a precisão dos algoritmos para modelos de aprendizado de máquina, e provavelmente veremos sistemas relacionados para outros tipos de tecnologias desenvolvidas por cidadãos.
Um fornecedor de ferramentas de baixo código anuncia que os usuários podem “transformar suas ideias em ações”. O movimento de desenvolvimento cidadão faz parte de uma nova era de mudanças nos negócios impulsionadas por tecnologia e dados.
Fonte:
Uma versão deste artigo foi publicada na edição de setembro–outubro de 2023 da Harvard Business Review. Artigo traduzido pelo ChatGPT 4.
Autores:
Thomas H. Davenport é Professor Distinto de Tecnologia da Informação no Babson College, Professor de Análise de Dados na Darden School of Business da Universidade de Virgínia (UVA), pesquisador visitante na Iniciativa sobre a Economia Digital do MIT e conselheiro sênior do Programa de Chief Data and Analytics Officer da Deloitte.
Ian Barkin é sócio fundador da 2B Ventures, consultor externo da Bain & Co. e foi anteriormente diretor de estratégia e marketing da Sykes Enterprises, que adquiriu a Symphony Ventures, uma empresa de consultoria em automação que ele cofundou.
Kerem Tomak é fundador e CEO da MindspaceAI, uma empresa de consultoria em inteligência artificial, e ex-diretor global de análise de dados do ING Bank em Amsterdã.