Vendas
Última Atualização:
João Pedro Carvalho
Há uma estatística que circula incansavelmente sempre que se fala deste tema, e vale a pena olhá-la de frente, porque é simultaneamente reveladora e profundamente mal interpretada. A Gartner previu, num relatório de 2019, que 80% das tarefas de gestão de projetos de hoje seriam eliminadas até 2030, à medida que a inteligência artificial assumisse funções tradicionais da disciplina. À primeira vista, parece o anúncio do fim da profissão. Lida com atenção, diz algo bastante diferente.
O ponto fundamental está nas palavras exatas que a Gartner usou. As funções que a previsão identifica como candidatas a serem absorvidas pela inteligência artificial são, especificamente, a recolha de dados, o acompanhamento e os relatórios. Por outras palavras, não é o julgamento, a negociação com as partes interessadas, a gestão de conflitos ou a tomada de decisões estratégicas que vão desaparecer. É precisamente a camada administrativa e repetitiva, aquela que consome tempo sem exigir as capacidades humanas que tornam um bom gestor insubstituível. Confundir a automação destas tarefas com o desaparecimento do papel é o erro mais comum que se comete ao ler esta previsão, e é um erro que distorce completamente o que está em jogo.
Convém ainda guardar uma reserva saudável quanto a previsões com horizontes longos, sobretudo numa área que evolui tão depressa. A previsão da Gartner é de 2019, anterior à explosão da inteligência artificial generativa que se seguiu ao aparecimento de ferramentas de conversação acessíveis ao grande público. Aquilo que parecia ambicioso na altura tornou-se, em certos aspetos, mais plausível do que se imaginava, mas o número exato importa menos do que a direção que ele aponta. E essa direção é inequívoca: a parte mecânica da gestão de projetos está a ser progressivamente automatizada, e quem a souber delegar à máquina ganha tempo para a parte que verdadeiramente conta.
Os dados mais recentes confirmam que esta transformação deixou de ser teoria. Um estudo global do Project Management Institute, que recolheu respostas de mais de 2300 profissionais em dezenas de países, mostra uma profissão a abraçar a inteligência artificial com pragmatismo. A larga maioria dos inquiridos reconhece o potencial da inteligência artificial para automatizar tarefas rotineiras, libertando os gestores para os aspetos estratégicos do seu trabalho. Não estamos, portanto, a falar de uma possibilidade futura, mas de uma mudança que já está a acontecer nas empresas que decidiram agir.
Automação de tarefas: libertar o gestor do trabalho mecânico
O primeiro e mais imediato campo de aplicação da inteligência artificial na gestão de projetos é a automação das tarefas repetitivas que enchem o dia sem acrescentar valor proporcional. É aqui que o retorno aparece mais depressa e com menos complexidade, e é por aqui que faz sentido começar qualquer aproximação ao tema.
Pense em todas as pequenas operações manuais que compõem a rotina de quem coordena trabalho. Há atas de reunião para transcrever e transformar em decisões e tarefas. Há informação para mover entre ferramentas que não comunicam entre si. Há lembretes para enviar, prazos para verificar, listas para atualizar. Cada uma destas operações é trivial isoladamente, mas no conjunto consomem uma parte substancial do tempo de um gestor, e fazem-no precisamente à custa do tempo que poderia dedicar a pensar no projeto em vez de o administrar. A inteligência artificial é particularmente boa nesta categoria de trabalho, porque são tarefas com padrões claros e regras definidas, exatamente o terreno onde a máquina brilha. É também por isto que dominar os fundamentos da gestão de projetos continua a ser essencial, já que a automação só acrescenta valor quando assenta numa estrutura de gestão sólida que a oriente.
A transcrição e o tratamento de reuniões são talvez o exemplo mais transformador desta automação. Ferramentas como o tl;dv conseguem ouvir uma reunião, produzir um resumo coerente, identificar as decisões tomadas e extrair automaticamente as ações que ficaram acordadas, atribuindo-as às pessoas certas. Aquilo que antes exigia que alguém tomasse notas durante a reunião e depois passasse uma hora a organizá-las faz-se agora quase sem intervenção humana. O gestor recebe, minutos depois de a reunião terminar, uma lista limpa de quem ficou responsável por quê e até quando, e pode dedicar a sua atenção a garantir que as decisões fazem sentido, em vez de a gastar a documentá-las.
Há um princípio importante a reter sobre por onde começar nesta jornada de automação. O caminho mais sensato não é tentar automatizar tudo de uma vez, mas escolher um fluxo de trabalho concreto e doloroso, automatizá-lo bem, ganhar confiança com o resultado e só depois expandir para outros. Começar pelo relatório de estado semanal, ou pelo tratamento das reuniões, ou pela atualização de tarefas, e dominar esse caso antes de avançar, é muito mais eficaz do que uma transformação ambiciosa que se perde na sua própria complexidade. Esta lógica incremental, que evita o deslumbramento e privilegia o ganho concreto, liga-se diretamente a uma boa gestão dos processos internos da empresa, porque automatizar um processo mal desenhado apenas acelera o caos. Vale sempre a pena arrumar o processo antes de o automatizar.
A automação inteligente vai, no entanto, além das tarefas isoladas. Quando bem implementada, permite ligar ferramentas que antes viviam em silos, fazendo a informação fluir automaticamente de um sistema para outro sem intervenção manual. Uma atualização feita num sítio reflete-se noutro; uma tarefa concluída dispara automaticamente a seguinte; um marco atingido notifica quem precisa de saber. Esta orquestração de fluxos, que constitui o coração da automação de processos com inteligência artificial, transforma um conjunto de ferramentas desconexas num sistema coerente que trabalha em segundo plano, deixando o gestor livre para se concentrar no que a máquina não faz.
Se há uma tarefa universalmente detestada por quem gere projetos, é a produção de relatórios. Compilar informação dispersa, organizá-la de forma apresentável, traduzir números em narrativa, adaptar a mensagem a diferentes audiências, tudo isto consome um tempo enorme e raramente é a parte do trabalho que alguém escolheu fazer. É também, talvez, a frente onde a inteligência artificial oferece o ganho mais espetacular e mais imediato.
A natureza do trabalho de relatório torna-o especialmente adequado à automação inteligente. Um relatório de progresso é, no fundo, uma síntese de informação que já existe espalhada pelos sistemas do projeto, organizada de forma a contar uma história clara sobre o estado das coisas. A inteligência artificial é excecionalmente competente neste tipo de tarefa: recolher dados de várias fontes, identificar o que é relevante, detetar tendências e desvios, e apresentar tudo isso numa narrativa legível. O que para um gestor representava horas de trabalho aborrecido reduz-se a uma fração do tempo, com a máquina a fazer o trabalho pesado de compilação e o humano a rever e a contextualizar.
Uma das vantagens mais subtis desta automação é a capacidade de adaptar o mesmo conteúdo a diferentes audiências sem esforço adicional. A informação que interessa a um membro da equipa técnica é diferente da que interessa a um cliente ou a um quadro de direção. Tradicionalmente, isto obrigava a produzir versões diferentes do mesmo relatório, multiplicando o trabalho. A inteligência artificial consegue gerar, a partir da mesma base de informação, um resumo executivo de alto nível para a direção, um detalhe operacional para a equipa e uma atualização focada nos resultados para o cliente, cada um na linguagem e no nível de detalhe apropriados. Esta capacidade de modular a mensagem é um ganho que vai muito além da mera poupança de tempo.
Há um benefício de qualidade que costuma passar despercebido no entusiasmo com a poupança de tempo. Os relatórios gerados automaticamente tendem a ser mais consistentes e mais frequentes do que os produzidos manualmente, precisamente porque deixam de depender da disponibilidade e da disposição de alguém para os fazer. Um relatório que custava uma manhã inteira tende a ser produzido com menos frequência do que seria ideal, porque há sempre algo mais urgente. Quando essa barreira desaparece, torna-se viável ter visibilidade contínua e atualizada sobre o estado dos projetos, o que melhora a qualidade das decisões que neles se baseiam. Esta visibilidade reforçada liga-se naturalmente ao acompanhamento dos indicadores certos, porque de pouco serve gerar relatórios depressa se não se souber que números verdadeiramente importam.
Convém, ainda assim, manter uma vigilância crítica sobre o que a máquina produz, e este é um ponto que vamos aprofundar mais à frente. Um relatório gerado por inteligência artificial é tão fiável quanto os dados que o alimentam e tão correto quanto a supervisão humana que o valida. Aceitar cegamente uma síntese automática, sem a confrontar com o conhecimento real do projeto, é abdicar de uma responsabilidade que continua a ser do gestor. A máquina compila e sintetiza com uma eficiência notável, mas o sentido crítico sobre se a história que ela conta corresponde à realidade permanece firmemente do lado humano.
Acompanhamento: do controlo reativo à antecipação
A terceira frente onde a inteligência artificial transforma a gestão de projetos é talvez a mais interessante de todas, porque não se limita a fazer mais depressa o que já se fazia, mas muda a própria natureza do trabalho. Falamos do acompanhamento do progresso, da monitorização daquilo que está a correr bem e, sobretudo, daquilo que ameaça correr mal.
O acompanhamento tradicional é, na sua essência, um trabalho reativo e manual. O gestor verifica periodicamente o estado das tarefas, pergunta às pessoas como vão as coisas, deteta problemas quando eles já se manifestaram e reage então para os corrigir. É um modelo que funciona, mas que tem uma fragilidade fundamental: depende da capacidade do gestor de estar atento a tudo ao mesmo tempo, e os problemas têm o mau hábito de surgir precisamente onde ninguém estava a olhar. Quanto mais complexo o projeto, mais variáveis há para monitorizar e mais fácil é algo escapar até ser tarde demais.
É aqui que a inteligência artificial introduz uma mudança qualitativa. Em vez de esperar que o gestor verifique manualmente cada frente, os sistemas inteligentes monitorizam continuamente o progresso e sinalizam automaticamente os sinais de alerta. Um prazo que está em risco de não ser cumprido, uma tarefa que está parada há mais tempo do que devia, um padrão que sugere que um problema está a formar-se, tudo isto pode ser detetado e sinalizado antes de se transformar numa crise. A monitorização deixa de ser um esforço periódico e manual para se tornar uma vigilância contínua e automática, que avisa o gestor onde a sua atenção é necessária.
O salto mais profundo, porém, está na passagem da deteção para a previsão. A inteligência artificial não se limita a sinalizar o que já está a acontecer; quando alimentada com dados suficientes, consegue antecipar o que provavelmente vai acontecer. Analisando o histórico de um projeto e cruzando-o com padrões aprendidos, estes sistemas conseguem estimar a probabilidade de um atraso, prever onde os recursos vão ficar curtos, ou identificar que uma determinada combinação de fatores costuma preceder problemas. Esta capacidade preditiva transforma o gestor de bombeiro, que corre a apagar fogos depois de deflagrarem, em estratega, que age sobre os riscos antes de eles se materializarem. É uma mudança de postura que melhora radicalmente a qualidade da tomada de decisão ao longo de todo o projeto.
Há uma consequência humana desta automação do acompanhamento que merece destaque, porque toca num ponto sensível das equipas. O acompanhamento manual obriga frequentemente o gestor a perseguir as pessoas, a perguntar repetidamente pelo estado das coisas, criando uma dinâmica de microvigilância que desgasta as relações e mina a autonomia. Quando o sistema acompanha o progresso automaticamente, esta necessidade de perseguição desaparece, e o gestor pode intervir apenas quando há de facto um problema, em vez de andar constantemente a verificar. Isto liberta a equipa de uma supervisão sufocante e devolve ao gestor a possibilidade de uma relação assente na confiança, o que se relaciona de perto com a arte de delegar com eficácia, entregando responsabilidade real em vez de controlar cada passo.
Para lá das três frentes principais, há um domínio onde a inteligência artificial está a fazer incursões cada vez mais relevantes e que merece atenção: o planeamento e a estimativa. É uma área tradicionalmente dominada pela experiência e pela intuição do gestor, e por isso mesmo cheia de erros sistemáticos que a máquina pode ajudar a corrigir.
Qualquer pessoa com experiência em projetos conhece a dificuldade crónica das estimativas.
Quanto vai demorar esta tarefa?
De quantas pessoas vamos precisar?
Que orçamento é realista?
Tradicionalmente, estas perguntas respondem-se com base na experiência passada e numa boa dose de otimismo, e o resultado é conhecido: os projetos atrasam-se e ultrapassam orçamentos com uma regularidade quase cómica. O problema é que a mente humana é notoriamente má a estimar, sobretudo porque tende a subestimar a probabilidade de imprevistos e a basear-se em casos ideais que raramente se concretizam.
A inteligência artificial oferece aqui uma ajuda valiosa, precisamente por não partilhar destes enviesamentos humanos. Quando alimentada com o histórico de projetos anteriores, consegue identificar padrões que escapam à intuição e produzir estimativas ancoradas em dados reais em vez de em desejos. Se projetos semelhantes demoraram sistematicamente mais do que o previsto, a máquina deteta esse padrão e ajusta as expectativas. Se uma determinada combinação de fatores costuma anteceder derrapagens orçamentais, sinaliza esse risco antes de o compromisso ser assumido. Esta capacidade de ancorar o planeamento na realidade histórica, em vez de na esperança, é uma das contribuições mais úteis e menos faladas da inteligência artificial para a disciplina.
Há também o domínio da alocação de recursos, onde a inteligência artificial ajuda a resolver um dos quebra-cabeças mais persistentes da gestão de projetos. Distribuir pessoas e meios pelas várias frentes de forma a maximizar o resultado, sem sobrecarregar uns e subaproveitar outros, é um problema complexo que se torna ainda mais difícil quando há múltiplos projetos a competir pelos mesmos recursos limitados. Os sistemas inteligentes conseguem analisar estas variáveis em conjunto e sugerir distribuições que um humano dificilmente alcançaria por tentativa e erro, identificando estrangulamentos antes que eles se formem e propondo ajustes que equilibram melhor a carga. É um apoio à decisão que não substitui o julgamento do gestor, mas que o informa com uma profundidade analítica difícil de obter de outra forma.
O horizonte: agentes que executam, não apenas sugerem
Tudo o que descrevemos até aqui assenta, em grande medida, num modelo em que a inteligência artificial sugere e o humano executa. Mas há uma evolução em curso que promete ir mais longe, e que vale a pena compreender para não ser apanhado de surpresa: a passagem de sistemas que recomendam para sistemas que agem.
A diferença é substancial. Até agora, a inteligência artificial na gestão de projetos funcionou sobretudo como um assistente que analisa, sintetiza e propõe, deixando a ação propriamente dita para as pessoas. A nova geração de ferramentas caminha no sentido de sistemas capazes de executar tarefas de forma autónoma dentro de limites definidos: não apenas sinalizar que um relatório precisa de ser enviado, mas enviá-lo; não apenas sugerir que uma tarefa seja reatribuída, mas reatribuí-la; não apenas avisar de um conflito de agenda, mas resolvê-lo. Esta capacidade de agir, e não só de aconselhar, é o que distingue a geração emergente de agentes de inteligência artificial das ferramentas que a precederam.
As implicações desta evolução são profundas e exigem uma reflexão cuidadosa. Quanto mais autonomia se delega a um sistema, mais importante se torna definir com rigor os limites dessa autonomia e os mecanismos de supervisão. Um agente que executa tarefas sem intervenção humana é poderoso, mas também é arriscado se atuar sobre informação errada ou interpretar mal uma instrução. A pergunta deixa de ser apenas o que a máquina pode fazer e passa a ser o que lhe devemos permitir fazer sem confirmação humana. Definir estas fronteiras com clareza, decidindo que decisões podem ser automáticas e quais exigem aprovação, torna-se uma das competências centrais de quem gere projetos neste novo contexto.
Importa, no entanto, não perder o pé na realidade ao olhar para este horizonte. Apesar de todo o entusiasmo, a adoção plena destas capacidades nas empresas ainda está longe de ser universal, e muitas organizações encontram-se ainda a dar os primeiros passos na automação mais básica. Esta distância entre o que é tecnicamente possível e o que está efetivamente implementado é uma oportunidade para quem quer ganhar vantagem: começar agora, ainda que pelo mais simples, é posicionar-se à frente de uma curva que se vai tornar cada vez mais íngreme. A transformação que a inteligência artificial traz à gestão integra-se, no fundo, num movimento mais amplo de como a inteligência artificial está a mudar as empresas, e quem a compreende cedo colhe vantagens que os retardatários dificilmente recuperam.
Seria desonesto, e perigoso, pintar este quadro apenas com cores otimistas. A inteligência artificial aplicada à gestão de projetos tem limitações reais e riscos concretos, e ignorá-los é a forma mais segura de transformar uma ferramenta poderosa numa fonte de problemas. Quem adota estas tecnologias sem consciência dos seus limites acaba, mais cedo ou mais tarde, a pagar caro essa ingenuidade.
O risco mais insidioso de todos é o da confiança excessiva no que a máquina produz. Os sistemas de inteligência artificial generativa têm uma característica desconcertante: produzem respostas com a mesma fluência e a mesma aparência de confiança quer estejam certas quer estejam completamente erradas. Podem gerar um relatório impecável na forma mas assente numa interpretação errada dos dados, ou sinalizar um risco que não existe, ou deixar passar um que existe. Esta tendência para apresentar informação incorreta com total segurança é um fenómeno conhecido e documentado. Investigação sobre o funcionamento destes modelos mostra que a forma como são treinados e avaliados os incentiva a arriscar uma resposta confiante em vez de admitir incerteza, o que explica por que razão erram com tanta convicção. Num contexto de gestão de projetos, onde decisões reais dependem da informação, aceitar acriticamente o que a máquina diz é uma receita para o desastre.
Há uma dependência fundamental que condiciona tudo o resto: a qualidade dos dados. A inteligência artificial não faz milagres com informação má. Se os dados do projeto estão incompletos, desatualizados ou mal organizados, as conclusões que a máquina extrai deles serão igualmente defeituosas, com o agravante de virem revestidas de uma aparência de rigor que as torna mais perigosas. Um sistema que produz previsões a partir de dados pouco fiáveis não está a ajudar, está a dar uma falsa sensação de controlo que pode ser pior do que não ter sistema nenhum. Antes de confiar na inteligência artificial para analisar e prever, é preciso garantir que aquilo que a alimenta tem qualidade, o que muitas vezes exige um trabalho prévio de organização que não é glamoroso mas é indispensável. Esta é, aliás, uma das razões pelas quais tantas iniciativas de inteligência artificial ficam aquém das expectativas: a empresa investe na ferramenta sofisticada mas negligencia a base de dados que a sustenta, e o resultado é uma máquina cara a produzir conclusões pobres. Quem trata os dados como o alicerce, e não como um detalhe, é quem extrai valor real da tecnologia.
As preocupações não se esgotam na fiabilidade técnica. O mesmo estudo global do Project Management Institute que documenta o entusiasmo com a automação revela também que uma parte significativa dos profissionais manifesta reservas quanto a questões de viés, transparência e responsabilização. Quando um sistema toma ou sugere decisões, quem responde se essa decisão estiver errada? Como se garante que as recomendações não incorporam enviesamentos invisíveis? Estas questões não têm respostas simples, e a sua complexidade aumenta à medida que se delega mais à máquina. Definir com clareza quem decide e quem executa, mantendo a responsabilização sempre do lado humano, é uma condição para usar estas ferramentas de forma sã.
Por fim, há a barreira mais prática de todas, e uma das mais subestimadas: a falta de preparação. O mesmo estudo aponta que uma fração substancial dos profissionais não recebeu qualquer formação em inteligência artificial, o que significa que muitas das ferramentas disponíveis são subaproveitadas ou mal utilizadas por quem não sabe como tirar delas o melhor. A tecnologia mais poderosa do mundo é inútil nas mãos de quem não a sabe operar, e o investimento na capacitação das pessoas é tão importante como o investimento nas ferramentas. Saber comunicar eficazmente com estes sistemas, através daquilo a que se chama a arte de formular bons pedidos, é uma competência que faz toda a diferença, e que se desenvolve com o domínio da interação com a inteligência artificial.
Por onde começar numa pequena empresa
Toda esta conversa pode parecer distante da realidade de uma pequena empresa, com a sua estrutura enxuta e os seus recursos limitados, mas a verdade é precisamente a oposta. São frequentemente as empresas mais pequenas as que mais têm a ganhar com esta automação, porque é nelas que cada hora desperdiçada em trabalho administrativo pesa mais, e onde a libertação de tempo do gestor tem um impacto mais direto no negócio.
O ponto de partida não é a ferramenta, é o problema. Antes de escolher qualquer solução, vale a pena identificar com clareza qual é a tarefa administrativa que mais tempo consome e menos valor acrescenta, aquela que faria a maior diferença se desaparecesse da agenda. Para uns será o relatório semanal, para outros o tratamento de reuniões, para outros ainda o acompanhamento de prazos. Identificado esse ponto de maior dor, a escolha da ferramenta torna-se muito mais simples, porque deixa de ser uma busca abstrata pela melhor tecnologia e passa a ser a procura concreta da solução para um problema específico. Esta abordagem orientada ao problema evita o erro comum de adotar tecnologia por moda, sem um propósito claro.
Há uma boa notícia para quem teme a complexidade e o custo. Muitas das capacidades de inteligência artificial mais úteis para a gestão de projetos já vêm integradas nas ferramentas que muitas empresas usam, ou estão disponíveis através de soluções acessíveis que não exigem grandes investimentos nem conhecimentos técnicos avançados. Não é necessário construir sistemas sofisticados de raiz; muitas vezes basta ativar e aprender a usar funcionalidades que já existem. Conhecer o leque de ferramentas de inteligência artificial para a gestão disponíveis, e perceber quais respondem às necessidades concretas do negócio, é um passo que compensa dar antes de qualquer investimento.
O modo de adoção é tão importante como a escolha da ferramenta. A tentação de transformar tudo de uma vez é grande, mas quase sempre contraproducente. Faz muito mais sentido começar pequeno, automatizar um processo, viver com ele algumas semanas, perceber o que funciona e o que precisa de ajuste, e só depois expandir para o seguinte. Esta progressão gradual permite que a equipa se habitue, que os erros iniciais se corrijam sem grande dano, e que a confiança se construa sobre resultados reais em vez de promessas. Uma transformação que avança um passo de cada vez, validando cada passo antes do seguinte, tem muito mais probabilidades de sucesso do que uma revolução apressada que ninguém domina.
Acima de tudo, importa manter sempre presente o propósito de toda esta automação, para não a transformar num fim em si mesma. O objetivo não é ter a empresa cheia de inteligência artificial porque está na moda, é libertar o tempo e a atenção das pessoas para aquilo que verdadeiramente importa. Cada tarefa que se automatiza deve traduzir-se em mais espaço para pensar, decidir, criar e liderar. Quando a automação serve esse propósito, está a cumprir a sua função; quando se torna um fim em si mesma, ou pior, uma fonte de nova complexidade, perdeu-se o rumo. Manter esta clareza sobre o porquê é o que distingue uma adoção inteligente de um deslumbramento dispendioso.
É exatamente este discernimento, entre o que vale a pena automatizar e o que é apenas moda, que se trabalha em profundidade na imersão CHECKMATE: Inteligência Artificial, onde o foco está em dar aos empresários a capacidade de pôr estas ferramentas ao serviço de resultados concretos, sem se perderem no ruído que rodeia o tema.
A transformação que a inteligência artificial está a trazer à gestão de projetos não é a que os títulos alarmistas anunciam. Não é o desaparecimento do gestor, é o seu regresso àquilo que sempre deveria ter sido o centro do seu trabalho. Ao absorver a recolha de dados, a produção de relatórios e o acompanhamento mecânico, estas ferramentas devolvem ao profissional as horas que andavam perdidas em tarefas que nunca exigiram a sua inteligência, e abrem espaço para o pensamento estratégico, a liderança das pessoas e o julgamento que nenhuma máquina substitui. A promessa, no fundo, não é fazer o gestor desaparecer, é deixá-lo finalmente ser gestor. Quem souber abraçar esta mudança com a dose certa de entusiasmo e de sentido crítico tem diante de si uma vantagem considerável. Não a de quem se deixa deslumbrar e automatiza tudo sem critério, nem a de quem resiste por medo e fica para trás, mas a de quem percebe que a ferramenta serve o humano e não o contrário. Começar pelo problema mais doloroso, avançar passo a passo, vigiar criticamente o que a máquina produz e nunca abdicar da responsabilidade última pelas decisões é o caminho para colher os frutos sem cair nas armadilhas. A questão, no fim, deixa de ser se a inteligência artificial vai mudar a forma como se gerem projetos, porque já está a mudá-la, e passa a ser como cada um quer moldar essa mudança ao serviço daquilo que verdadeiramente quer construir.
