A gestão de processos (process management), que dominou o mundo dos negócios na década de 1990 e depois caiu em desuso, está passando por um renascimento graças à inteligência artificial. As duas abordagens se reforçam mutuamente: a IA ajuda as empresas a ampliar significativamente os processos aprimorados, e processos bem gerenciados facilitam a obtenção de dados de alta qualidade necessários para treinar a IA. A combinação dessas duas estratégias pode gerar enormes ganhos de produtividade, mas exige uma grande gestão de mudanças. Neste artigo, os autores descrevem sete etapas que as empresas podem seguir para integrar pessoas, dados, análises e tecnologia — especialmente IA — para reformular processos e alcançar um desempenho empresarial cada vez maior.
Quando a Mars Wrigley (uma das gigantes na produção de doces, balas e chocolates) decidiu digitalizar sua cadeia de suprimentos, investiu em várias capacidades de IA e análise de dados. Criou um gêmeo digital de sua linha de produção, ou seja, uma réplica virtual que simula suas operações em tempo real, e alimentou esse sistema com dados para um modelo de aprendizado de máquina capaz de prever a produção da linha e reduzir o desperdício.
Trabalhou com um fornecedor de “inteligência de decisão”, a Aera Technology, para criar visualizações dos dados, gerar recomendações sobre manutenção preventiva e automatizar algumas decisões operacionais. Além disso, contratou a Kinaxis, um fornecedor cuja IA forneceu sugestões à equipe sobre como equilibrar oferta e demanda, automatizar o processamento de faturas e aumentar a utilização de caminhões em 15%. Como resultado dessas melhorias, a empresa conseguiu atender pedidos mais rapidamente, e as avaliações de atendimento ao cliente aumentaram alguns pontos percentuais.
Mais recentemente, a Mars Wrigley começou a desenvolver modelos de aprendizado de máquina para prever vendas, o que ajudará os gerentes de fábrica a definir os níveis de produção. Na linha de fabricação, a empresa planeja implantar robôs inteligentes e novos sistemas de IA para melhorar a eficiência e a sustentabilidade. Em resumo, a Mars Wrigley tem usado IA para reinventar a gestão de processos em diversas operações.
A gestão de processos não é um conceito complicado. Seu objetivo é entender como uma sequência de tarefas se encaixa para gerar um resultado específico e, em seguida, promover melhorias. Ela pode ser aplicada em vários níveis: no trabalho realizado por indivíduos ou pequenos grupos, em atividades essenciais dentro de um departamento ou em processos abrangentes que atravessam toda a organização e até mesmo os limites da empresa.
Quando feita corretamente, a gestão de processos é extremamente eficaz. Processos melhor gerenciados resultam em maior produtividade, reduzindo taxas de erro, tempos de ciclo e trabalho de baixo valor. No entanto, pode ser difícil implementá-la em larga escala, mesmo com o apoio da inteligência artificial. A IA auxilia em tarefas específicas ou subprocessos, em vez de processos de ponta a ponta, o que exige que as organizações integrem múltiplos casos de uso de IA para melhorar um processo completo.
A gestão de processos requer uma grande quantidade de mudanças organizacionais, incluindo a necessidade de persuadir partes interessadas, treinar novamente os trabalhadores e integrar diversas variáveis em movimento. Além disso, muitas vezes entra em conflito com a gestão hierárquica tradicional, pois atravessa diferentes departamentos para aumentar a eficiência. Sua reputação também foi prejudicada quando a reengenharia de processos se tornou uma tendência nos anos 1990, resultando em muitos projetos fracassados e demissões precipitadas. Não é surpresa que tenha caído em desuso.
Ao mesmo tempo, a IA e outras tecnologias da informação também decepcionaram as empresas quando se trata de gerar ganhos reais de produtividade. O comentário de Robert Solow, feito em 1987, de que “é possível ver a era dos computadores em todos os lugares, menos nas estatísticas de produtividade”, ainda é relevante. As organizações investiram trilhões de dólares em dados e tecnologia para analisar e aumentar a produtividade, mas poucas conseguiram demonstrar resultados concretos. A maioria sequer possui indicadores de retorno sobre o investimento além das métricas de produtividade para projetos de TI.
Uma nova abordagem para o pensamento sobre processos pode ajudar a reverter essa situação.
De fato, novas ideias sobre processos — incluindo gestão científica, controle estatístico de qualidade, gestão da qualidade total, Seis Sigma, metodologias ágeis e lean — têm um histórico sólido de impacto. O fato de que o pensamento sobre gestão de processos continua evoluindo demonstra sua importância. Sempre há uma necessidade constante nas organizações de melhorar o desempenho operacional, e a gestão de processos é uma maneira confiável de alcançar esse objetivo.
Nós, autores deste artigo, somos defensores de todas as formas de gestão de processos. Um de nós, Tom Davenport, ajudou a lançar o movimento de reengenharia de processos nos anos 1990. O outro, Tom Redman, aplicou amplamente o pensamento sobre processos em seus serviços de consultoria em dados. Após extensas conversas com centenas de líderes, chegamos a uma nova filosofia sobre processos que captura como pessoas, dados, análises e tecnologia — especialmente a IA — podem se unir para fortalecer o desempenho empresarial.
Neste artigo, descreveremos essa nova filosofia e detalharemos os primeiros passos que os líderes seniores devem tomar para aplicá-la.
Como Tecnologia e Gestão de Processos se reforçam
A falta de suporte tecnológico — especialmente em abordagens de melhoria incremental de processos, como lean e Seis Sigma — contribuiu para o declínio da popularidade da gestão de processos. No entanto, nos últimos anos, novas tecnologias criaram oportunidades para as organizações transformarem a forma como gerenciam seus processos. Esse é um dos principais motivos pelos quais argumentamos que as empresas devem voltar a adotá-la de maneira ampla.
A gestão de processos e a tecnologia se reforçam mutuamente. Novas tecnologias permitem que as empresas ampliem significativamente processos aprimorados, e é muito mais fácil implementar e obter valor de um novo algoritmo de IA quando o processo que ele apoia está bem definido e bem gerenciado. Processos integrados de ponta a ponta também facilitam a obtenção de grandes quantidades de dados de alta qualidade, essenciais para treinar a IA.
Uma boa gestão de processos exige que os departamentos adotem padrões comuns de dados e compartilhem informações livremente dentro da organização, embora muitos possam relutar em fazê-lo. Afinal, cada departamento frequentemente implementa sistemas adaptados às suas necessidades específicas, sem necessariamente considerar a eficiência geral do processo. No entanto, quando os departamentos não coordenam seus dados, surgem problemas.
Considere um departamento de operações responsável por montar diferentes componentes de pedidos. Seus funcionários recebem pedidos do setor de vendas, mas logo percebem que há muitas lacunas e erros nos dados. Eles fazem o possível para corrigir essas falhas, pois precisam cumprir seus indicadores de desempenho. O setor de vendas, por outro lado, pode nem estar ciente da baixa qualidade dos dados que fornece. Enquanto isso, os funcionários de operações gastam muito tempo realizando uma tarefa para a qual não receberam treinamento ou suporte adequado, frequentemente sob enorme pressão. A solução óbvia seria reduzir os erros na entrada de dados do setor de vendas, mas, isolados em seus próprios processos, os funcionários de operações não conseguem enxergar essa possibilidade.
A gestão de processos ajuda a eliminar ou, pelo menos, reduzir essas barreiras organizacionais. Ela expõe erros e as ineficiências que eles causam, motiva melhorias e oferece uma estrutura para eliminar sistematicamente as causas dos problemas.
Por onde começar
Organizações sem uma forte orientação para processos podem ter dificuldade em dar o primeiro passo. Nesses casos, pode ser melhor focar inicialmente em um ou dois processos críticos para o desempenho e abordar os demais à medida que a organização se acostuma ao pensamento baseado em processos. Muitas empresas começam com processos de pedido a pagamento (OTC, do inglês order-to-cash), que abrangem todas as etapas desde o momento em que um cliente faz um pedido até o recebimento do pagamento. Esses processos têm um impacto crucial no desempenho da maioria das empresas e costumam ser um alvo popular para a reengenharia.
As empresas europeias gerenciam o OTC e outros processos interdepartamentais há anos. A Siemens, apesar de possuir unidades de negócios altamente descentralizadas, criou subprocessos comuns de OTC em áreas como gestão de pedidos e compra para pagamento. A BMW padronizou a maioria de seus processos de produção global, que antes variavam muito entre diferentes regiões, e agora está focada na otimização dos processos de suporte. A empresa de produtos de consumo Reckitt está simplificando todo o processo de OTC por meio da mineração de processos e da automação, melhorando o faturamento, a compra de suprimentos, o atendimento de pedidos e muito mais. Essas empresas tornaram a gestão de processos baseada em tecnologia um aspecto essencial de suas operações.
Na América do Norte, por outro lado, as empresas geralmente adotam uma abordagem mais incremental. A Uber focou primeiro no atendimento ao cliente, a PepsiCo nos processos de contas a pagar e a receber, a Cardinal Health na gestão de pedidos e a Johnson & Johnson em sua cadeia de suprimentos. Todas obtiveram melhorias significativas com esse foco mais restrito. Como mencionamos anteriormente, essa pode ser uma boa estratégia para organizações que não têm um histórico forte de gestão de processos iniciarem sua jornada.
Agora, usaremos o processo de OTC para explicar como a inteligência artificial pode ser incorporada à gestão de processos, guiando os leitores sobre como aplicá-la, incluindo como lidar com as dificuldades que inevitavelmente surgirão.
Passo 1: Estabelecer a responsabilidade
O primeiro objetivo é reunir uma equipe de gerentes dispostos e capazes de assumir a responsabilidade de ponta a ponta pelo desempenho do processo. Isso significa nomear um “responsável pelo processo” para coordenar o trabalho necessário e recrutar uma equipe de “gerentes de processo” dos departamentos envolvidos. Para processos de pedido a pagamento (OTC), a equipe incluirá pessoas de vendas, operações, remessa e finanças, podendo haver contribuição de outras áreas. Esses funcionários devem ser capazes de falar em nome de seus departamentos e defender os interesses de toda a organização.
Nomear o responsável adequado pelo processo é fundamental. Isso pode ser complicado, pois geralmente é um papel novo na alta gestão. Os melhores responsáveis saberão como exercer influência sem autoridade formal; no início da jornada do processo, eles podem não ter muita autoridade formal.
Outro desafio que dificulta a gestão de processos é o fato de que ela tende a estar alinhada com as prioridades dos clientes, enquanto a gestão hierárquica tradicional está alinhada com as prioridades do chefe, o que pode gerar conflitos. Os funcionários precisarão de orientação para responder à pergunta: “Quando o tempo é curto, quem é mais importante, meu chefe ou o responsável pelo processo?” Os vendedores, por exemplo, incentivados por seus gerentes a inserir pedidos com prazo de entrega de 10 dias para atender às metas de vendas, estarão em uma situação difícil quando o responsável pelo processo informar que o estoque está baixo e que um prazo mais realista seria de 20 dias.
Passo 2: Identificar os clientes do processo
No início de uma iniciativa, os gerentes de processo devem sempre perguntar: “Quem são os clientes? O que eles querem e do que mais precisam? Como podemos entregar isso?” Qualquer lacuna ou incerteza nas respostas indica oportunidades para repensar fundamentalmente o processo.
As pessoas que obtêm valor do processo podem ser internas ou externas. No caso de OTC, é fácil identificar os clientes principais: as pessoas que compram os produtos ou serviços, que precisam recebê-los com qualidade, no prazo e no local esperado; e a empresa, que precisa gerir seu fluxo de caixa.
Podem haver também clientes secundários. O marketing, por exemplo, pode ser um deles, caso queira posicionar o desempenho da empresa na entrega pontual como uma vantagem competitiva. Outro cliente pode ser um grupo de sustentabilidade que deseja reduzir a pegada de carbono da empresa. Aqui está uma das grandes vantagens da gestão de processos: ela obriga os gestores a determinar prioridades e alinhar o trabalho a elas.
A tecnologia pode ajudar as empresas a capturar e analisar dados dos clientes e suas opiniões sobre o desempenho atual dos processos. Sistemas de gestão de relacionamento com o cliente (CRM) podem fornecer insights sobre evasão de clientes, número de solicitações de serviço e rentabilidade dos clientes. Sistemas de IA generativa podem analisar e resumir comentários de clientes em chamadas de serviço, e-mails e postagens em redes sociais — e estão cada vez melhores nisso.
Passo 3: Mapear o processo existente
O próximo passo é desenvolver um fluxograma de alto nível representando o processo atual, incluindo o movimento físico de bens e a criação, fluxo e uso de dados. Esse trabalho costumava ser feito manualmente com notas adesivas em quadros brancos, mas hoje a IA pode automatizá-lo.
Descrições das interfaces entre departamentos são especialmente úteis, principalmente no início. Muitas vezes, essas interfaces estão em “espaços em branco”: não são claramente responsabilidade de nenhum departamento e, por isso, podem ser fontes de atrasos, erros e ineficiência.
A mineração de processos, que extrai dados de sistemas de TI para modelagem, análise e otimização dos negócios, pode ser extremamente útil nesse passo. Essa tecnologia permite ver, quase em tempo real, quais tarefas mediadas por computadores estão em andamento e quanto tempo leva para concluir um pedido, entregar um produto e receber o pagamento de um cliente. A mineração de processos pode destacar os pontos problemáticos que devem ser priorizados na reformulação do processo.
Passo 4: Estabelecer medidas e metas de desempenho do processo
O próximo passo é definir e implementar as métricas necessárias para gerir o processo revisado. No caso de OTC, os tempos de ciclo de ponta a ponta, a satisfação do cliente, a precisão dos dados e a eficiência do processo são especialmente importantes. As empresas devem também determinar o nível de melhoria necessário.
Passo 5: Considerar habilitadores do processo
Ferramentas de automação de processos robóticos (RPA), vendidas por empresas como Microsoft e UiPath, podem ser úteis na automação de processos menores. A IA generativa e o aprendizado de máquina tradicional podem aprimorar processos maiores. Por exemplo, no OTC, a IA generativa pode redigir contratos, ajudar clientes a fazer pedidos mais precisos e alertá-los sobre mudanças na entrega.
Passo 6: Redesenhar o processo
O redesenho deve ser liderado por uma equipe multifuncional composta por pessoas dos departamentos envolvidos no processo. O objetivo é não apenas mapear um fluxo de trabalho melhor, mas também identificar as competências, tecnologias e mudanças na estrutura organizacional necessárias.
Projetar processos costumava ser uma atividade altamente trabalhosa, mas hoje a IA tornou esse trabalho muito mais rápido e eficiente. Empresas como Deutsche Telekom têm usado ferramentas de IA generativa para redesenhar processos internos de forma mais eficaz. Essas ferramentas sugerem melhorias, eliminam mal-entendidos entre equipes de negócios e TI e reduzem drasticamente o tempo necessário para encontrar soluções e otimizar fluxos de trabalho.
Com a ajuda do Blueprint, a empresa já simplificou 250 processos e tem planos para abordar os demais. A satisfação dos funcionários aumentou e a equipe de RH foi liberada de tarefas repetitivas, permitindo mais tempo para oferecer um melhor atendimento aos colaboradores. O negócio também economizou milhões de euros em custos de operação e gerenciamento de aplicações. A combinação de IA generativa e expertise empresarial está transformando a maneira como o design de processos é feito na Deutsche Telekom, e acreditamos que fará o mesmo em muitas outras organizações.
Outras ferramentas nas quais temos grandes expectativas são as capacidades de criação de imagens baseadas em IA generativa, ferramentas de design generativo (atualmente usadas por arquitetos) e gêmeos digitais. Prevemos que essas tecnologias ajudarão as equipes a imaginar novos designs de processos, simulá-los e, com o tempo, otimizar o fluxo e o design dos processos.
Passo 7: Implementar e monitorar o processo
Como mencionado anteriormente, a implementação de novos designs de processos exige um esforço considerável. Embora softwares e ferramentas baseadas em IA possam ser usados para automatizar tarefas essenciais dentro do novo processo, será necessário treinar funcionários, integrar dados, construir sistemas e informar os clientes. A implementação pode levar meses, mas não deve levar anos.
Depois que um processo aprimorado é estabelecido, as empresas devem criar um novo padrão no qual o controle e a melhoria contínua prevaleçam. A essência do controle é a previsibilidade—ou seja, a confiança de que o desempenho do processo não se deteriorará no futuro. Isso é o oposto da abordagem reativa, que infelizmente ainda é a norma em muitas organizações.
A mineração de processos é, talvez, a ferramenta mais valiosa para monitorar o desempenho e estabelecer controle. Ela revela as variações que todos os processos apresentam. Variações excessivas devem ser investigadas e eliminadas. Por exemplo, no processo OTC, as empresas podem usar múltiplos transportadores para fazer entregas finais. Um transportador de menor custo, porém menos confiável, pode introduzir grandes variações. Foi por isso que, como parte da reestruturação de sua cadeia de suprimentos, a Mars Wrigley recorreu a uma empresa de logística de quarta parte para trabalhar com transportadoras, monitorar seu desempenho e garantir entregas confiáveis.
A mineração de processos pode identificar os problemas mais relevantes e dispendiosos a serem solucionados. Esse trabalho deve ser contínuo, pois a única certeza nos negócios é a mudança. Novos clientes têm novas necessidades, novos produtos exigem tratamentos específicos, novas regulamentações demandam novos relatórios, e novas tecnologias, como as voltadas para a gestão de estoques, podem oferecer ganhos de produtividade. Equipes inteligentes de gerenciamento de processos antecipam essas mudanças e buscam melhorar constantemente os processos, mesmo os que já foram radicalmente redesenhados.
As razões para as empresas adotarem a gestão de processos são mais relevantes do que nunca, e as dificuldades para fazê-lo são menores. O ciclo virtuoso de melhores dados, implementação tecnológica mais fácil e ganhos de produtividade aumentou os retornos, enquanto diversas novas tecnologias tornaram o trabalho mais rápido e eficiente. Embora o foco na gestão de processos tenha perdido popularidade, aquelas empresas que o mantiveram colheram grandes benefícios. Acreditamos que todas as empresas deveriam considerar seriamente a gestão de processos e que ela é essencial para organizações que levam a IA a sério.
Os executivos precisam pensar de forma ampla sobre como pessoas, dados, tecnologia, IA e análises se combinam para melhorar o desempenho dos negócios. O processo deve estar no centro dessa abordagem. Afinal, é por meio dos processos que as organizações entregam valor. É hora de os gestores seniores colocarem a gestão de processos de volta em suas prioridades e começarem a entender como aprimorá-los em seus departamentos.
Fonte:
Uma versão deste artigo foi publicada na edição de janeiro–fevereiro de 2025 da Harvard Business Review.
Sobre os autores:
Thomas H. Davenport é Professor Distinto de Tecnologia da Informação no Babson College, Professor Bodily Bicentenário de Análises na Darden School of Business da UVA, pesquisador visitante na Iniciativa de Economia Digital do MIT e consultor sênior do Programa de Chief Data and Analytics Officer da Deloitte. Ele é co-autor do livro Apostando tudo na IA, e nesse artigo voce acessa um resumo desse livro.
Thomas C. Redman é presidente da Data Quality Solutions e autor do livro People and Data: Uniting to Transform Your Business (Kogan Page, 2023).
A opinião do ChatGPT sobre o artigo acima
O editor desse site perguntou ao ChatGPT 4:
Voce acha que os 7 passos para a inteligência artificial ser incorporada à gestão de processos são suficientes? Tem algo a acrescentar?
Resposta do ChatGPT4: O artigo da Harvard Business Review apresenta um modelo sólido e bem estruturado para a incorporação da inteligência artificial na gestão de processos. Os sete passos fazem sentido e cobrem aspectos fundamentais, como a definição de responsabilidades, o uso de tecnologia para análise e melhoria contínua, e a necessidade de um ciclo de feedback constante.
Entretanto, eu acrescentaria alguns pontos para fortalecer ainda mais essa abordagem:
1. Gestão da mudança e cultura organizacional – A implementação de processos orientados por IA exige que as pessoas envolvidas estejam abertas a novas formas de trabalhar. A resistência à mudança é um grande desafio, e estratégias para engajamento, treinamento e comunicação são essenciais para o sucesso da adoção.
2. Aspectos éticos e governança da IA – Com a crescente automação de decisões, é fundamental garantir que a IA seja utilizada de forma responsável, evitando vieses, protegendo dados sensíveis e garantindo transparência nos processos.
3. Integração entre tecnologia e estratégia de negócios – A IA e a automação não podem ser adotadas apenas por tendência tecnológica; elas devem estar alinhadas com os objetivos estratégicos da empresa. Isso envolve definir métricas claras para avaliar o impacto da IA nos processos e garantir que a tecnologia impulsione o crescimento sustentável.
No geral, o artigo fornece um excelente ponto de partida, mas a implementação bem-sucedida da IA na gestão de processos depende de uma visão mais ampla, considerando não apenas a tecnologia, mas também as pessoas, a cultura e os impactos de longo prazo.
Pergunta que o Chatgpt4 fez para o editor desse portal (BH1) após a conclusão da tradução e síntese do artigo: O que você achou do artigo? Acredita que os passos descritos são aplicáveis à realidade da sua empresa ou setor?
Observação do editor desse site: O ChatGPT não apenas ampliou o artigo de forma eficiente, como fez algo que nenhuma outra inteligência artificial vinha fazendo até então: Ele me perguntou o que eu achei do artigo. Isso é um salto fantástico na evolução da IA, pois até recentemente a IA nunca se interessava pelo usuário, o modelo de linguagem LLM do ChatGPT era projetado apenas para nos responder às nossas perguntas e solicitações. Agora ele já demonstra interesse sobre a aplicabilidade do artigo na minha área de atuação. É incrível.