Capítulo 3

Desenvolvendo Capabilities Organizacionais

Pessoas possuem competências. Empresas, por outro lado, possuem capabilities.

Uma competência é comumente descrita pelo acrônimo CHA, que significa Conhecimento, Habilidade e Atitude. Já uma capability se mostra um pouco mais complexa. Ela engloba um “propósito”, conhecimento, estrutura (incluindo pessoas e tecnologia), método (ou processos), indicadores, governo (ou modelo de gestão) e governança. Parece familiar, não é mesmo?
0
Por favor, deixe seu feedback aquix

Desenvolver uma capability emerge como uma competência essencial para um gestor eficaz.

Um exemplo prático

Retornemos a um exemplo prático e atual. Suponha que você tenha a responsabilidade de desenvolver a capability de gerir Inteligência Artificial.

A criação de um setor é uma abordagem comum, mas certamente não é a única.

Instaurar um novo setor dentro de uma organização é um processo repleto de complexidades, exigindo clareza de visão, estratégia bem delineada e planejamento sólido. O metamodelo se ajusta perfeitamente a essa necessidade.

Iniciando pelo Propósito

Começando pelo princípio, toda capability nasce de um propósito. Sustentar uma capability requer investimentos consistentes. Assim, é prudente “alinhar as expectativas”, especialmente se você não for o responsável pelo financiamento.

Tomando “Inteligência Artificial” como exemplo, o propósito poderia ser o de facilitar, reduzir custos e minimizar riscos nas operações cotidianas através de soluções baseadas em IA.

Uma definição clara de propósito serve como bússola para todas as decisões subsequentes, assegurando que a nova área se mantenha em sintonia com os objetivos gerais da organização. Um bom alinhamento evita surpresas no orçamento.

Conhecimento

Para realizar qualquer atividade, é preciso ter conhecimento. Mas que tipo de conhecimento? Esse é o ponto de partida para definir quem irá atuar e que tipo de apoio buscar externamente.

No contexto de “inteligência artificial”, podemos considerar conhecimentos em algoritmos de IA, ciência de dados, engenharia de software, ética em IA e gestão de projetos tecnológicos.

Esta lista é definitiva? Certamente que não. As necessidades de cada organização podem variar de acordo com o propósito definido. Se o propósito se altera, os conhecimentos necessários também precisam ser revistos. Com o passar do tempo, novos conhecimentos podem se tornar relevantes, enquanto outros podem perder sua importância.

Estrutura

O conhecimento necessário pode estar disponível internamente ou ser buscado externamente. Vários fatores influenciam essa decisão, incluindo o orçamento disponível e a facilidade de contratação e retenção de talentos.

Uma abordagem prudente para iniciar uma nova capability é com uma estrutura inicial enxuta.
No caso da capability em IA, poderíamos considerar uma equipe composta por um líder, um cientista de dados e um engenheiro de software.

Essa estrutura se estende também a software, hardware e acesso seguro a dados.

Método

Estabelecida a estrutura, é necessário definir um método de trabalho, ou seja, os processos-chave da área. Estes processos derivam tanto das necessidades de conhecimento quanto da estrutura.

Para um departamento focado em IA, com o propósito já mencionado, um conjunto inicial de processos poderia incluir:
  • Identificação de oportunidades
  • Desenvolvimento de protótipos
  • Testes e implementação
  • Avaliação e ajustes contínuos

Uma abordagem orientada à ação promove um alinhamento focado e iterativo, permitindo que o setor agregue valor rapidamente enquanto se adapta às mudanças nas necessidades. Com o tempo, pode ser necessário revisar os métodos e, possivelmente, a estrutura e o conhecimento.

Indicadores

Os indicadores são cruciais, especialmente no contexto corporativo.

Com a crescente ênfase em gestão orientada por dados, torna-se essencial contar com evidências concretas de que o propósito está sendo alcançado de maneira eficaz.

A incapacidade de definir indicadores claros pode sinalizar que o propósito não foi adequadamente delineado. Além disso, sem indicadores robustos, mesmo um propósito bem definido pode não ser plenamente compreendido por todos os envolvidos.

No exemplo em questão, indicadores-chave incluiriam a redução do tempo e dos custos operacionais, além da diminuição de falhas ou erros. Como indicadores desejáveis, poderíamos considerar o aumento da satisfação dos colaboradores com as novas ferramentas de IA e inovações em produtos ou serviços.

Governança

É fundamental assegurar, ao longo do tempo, que a capability continue a atender ao seu propósito, justificando o investimento e mitigando riscos.

No nosso exemplo, seria benéfico considerar a formação de um Comitê de Ética em IA, realizar revisões regulares de desempenho e promover programas de atualização contínua de conhecimentos, garantindo a integridade do setor e seu alinhamento com os valores da empresa.

Continuidade (Phase-Out)

É crucial lembrar que a criação de uma capability só se completa quando ela consegue operar de forma independente. A criação só está completa quando a criatura não depende mais do criador.

Você, responsável pelo desenvolvimento de uma capability, deve incluir em seus planos fazer com que a organização possa operar essa capability sem você. Afinal, indivíduos insubstituíveis não podem ser promovidos. Tenha isso em mente.

Para finalizar o desenvolvimento de uma capability, é necessário, por exemplo, preparar o setor para funcionar de forma autônoma, sem depender constantemente de intervenções externas.

Algumas estratégias para o nosso exemplo incluiriam:

  • Documentação Robusta: Assegurar que todos os processos e soluções de IA estejam devidamente documentados, facilitando a manutenção e a transferência de conhecimentos.
  • Automação e Monitoramento: Implementar sistemas de monitoramento e automação para gerenciar e otimizar continuamente as soluções de IA.
  • Desenvolvimento de Lideranças Internas: Cultivar líderes dentro da equipe capazes de assumir responsabilidades crescentes, garantindo a sustentabilidade do setor.

Para Reflexão…

A aplicação do Metamodelo de Criação na estruturação de uma capability como a Inteligência Artificial demonstra como uma abordagem sistemática e fundamentada pode simplificar a criação de áreas funcionais dentro de organizações.

Essa metodologia não apenas assegura a consideração e o planejamento adequados de todos os aspectos críticos da criação, mas também fornece um roteiro claro para a implementação e a gestão sustentável da nova área, aumentando as chances de sucesso e gerando um impacto positivo na organização.

Vamos resumir

A diferenciação entre competências individuais e capabilities organizacionais é crucial para entender como as empresas podem evoluir e adaptar-se a novos desafios.

O desenvolvimento de uma capability em IA, ou em qualquer outro campo, requer um propósito bem definido, um corpo de conhecimento adaptável, uma estrutura organizacional flexível, processos claros e eficientes, indicadores de desempenho relevantes, uma governança forte e a capacidade de operar de forma autônoma e sustentável. Algo plenamente alinhado com a visão do metamodelo.

A adoção de um Metamodelo para guiar a criação de capabilities organizacionais, como no caso da IA, exemplifica como uma abordagem estruturada e bem fundamentada pode simplificar e tornar mais eficiente o processo de integração de novas capacidades dentro de uma empresa.

Esta metodologia não somente assegura uma consideração abrangente de todos os aspectos vitais para o desenvolvimento de uma nova área, mas também estabelece um caminho claro para a implementação e gestão eficaz, maximizando as chances de sucesso e gerando impacto positivo na organização.

Compartilhe:

Comentários

Participe da construção deste capítulo deixando seu comentário:

Inscrever-se
Notify of
guest
0 Comentários
Feedbacks interativos
Ver todos os comentários

0
Quero saber a sua opinião, deixe seu comentáriox