Na última década, a Novartis investiu fortemente na transformação digital. À medida que a gigante farmacêutica suíça transferiu sua infraestrutura de tecnologia para a nuvem e investiu em plataformas de dados e integração de dados, recrutou especialistas em IA e cientistas de dados para criar modelos de aprendizado de máquina e implantá-los em toda a empresa. Mas mesmo com o crescimento das equipes técnicas, os gerentes de toda a empresa – vendas, cadeia de suprimentos, RH, finanças e marketing – não estavam adotando as informações recém-disponíveis, nem pensando muito em como os dados poderiam melhorar o trabalho de suas equipes. Ao mesmo tempo, os cientistas de dados tinham pouca visibilidade das unidades de negócios e não conseguiam integrar facilmente os dados às operações do dia-a-dia. Como resultado, os investimentos resultaram apenas em sucessos ocasionais (em alguns aspectos do processo de P&D, por exemplo), enquanto muitos pilotos e projetos fracassaram.
Mais recentemente, no entanto, os pilotos direcionados tanto para P&D quanto para personalização de marketing começaram a mostrar valor comercial e capturaram a atenção e a imaginação de alguns dos executivos de negócios mais criativos da Novartis. Eles ficaram cada vez mais empolgados com as oportunidades de implantar a IA em várias partes da empresa e começaram a defender seriamente os esforços. (Divulgação: nós dois trabalhamos com a Novartis e outras empresas mencionadas neste artigo de várias maneiras, incluindo membros do conselho, pesquisa e consultoria.) Eles perceberam que tecnólogos e cientistas de dados sozinhos não poderiam trazer o tipo de inovação por atacado os negócios precisavam, então eles começaram a combinar cientistas de dados com funcionários de negócios que tinham insights sobre onde eram necessárias melhorias na eficiência e no desempenho.
A Novartis também investiu no treinamento de funcionários de negócios da linha de frente para usar os próprios dados para impulsionar a inovação. Um número crescente de equipes adotou métodos ágeis para abordar todos os tipos de oportunidades. A intensidade e o impacto da transformação aceleraram rapidamente, impulsionando uma série de iniciativas de inovação, incluindo a habilitação digital de vendas e previsão de vendas, reconcebendo o sistema de pedidos e reabastecimento para clientes de serviços de saúde e reformulando sistemas e processos de atendimento de prescrições.
A Organização Digitalmente Alfabetizada: reimpressão da série
Antes dessa onda de adoção de IA, os investimentos da Novartis em tecnologia consistiam quase inteiramente em aplicativos corporativos empacotados, geralmente implementados pelo departamento de TI com a orientação de consultores externos, fornecedores ou integradores de sistemas. Mas, para construir capacidade digital em toda a empresa, sob a liderança do então diretor digital Bertrand Bodson, a Novartis não apenas desenvolveu novos recursos em ciência de dados, mas também começou a democratizar o acesso a dados e tecnologia bem fora dos silos tecnológicos tradicionais. A empresa agora está treinando funcionários em todos os níveis e em todas as funções para identificar e capitalizar as oportunidades de incorporação de dados e tecnologia para melhorar seu trabalho. Em 2021, a cúpula anual de IA da Novartis contou com a participação de milhares de funcionários.
Os Elementos da Intensidade Tecnológica
Os impulsionadores do sucesso
Quando começamos nossa pesquisa, queríamos entender por que muitas empresas lutam para colher os benefícios dos investimentos em transformação digital enquanto outras veem enormes ganhos. O que as empresas de sucesso fazem de diferente?
Analisamos 150 empresas de manufatura, saúde, produtos de consumo, serviços financeiros, aeroespacial e farmacêutica/biotecnologia, incluindo uma amostra representativa das maiores empresas de cada setor. Alguns não conseguiam mover a agulha, mas muitos haviam feito progressos dramáticos. Talvez surpreendentemente, descobrimos que os resultados não dependiam do tamanho relativo dos orçamentos de TI. Nem as histórias de sucesso foram confinadas às organizações “nascidas digitais”. Gigantes legados como Unilever, Fidelity e Starbucks (onde um de nós, Satya, faz parte do conselho) – sem mencionar a Novartis – conseguiram criar uma mentalidade e uma cultura de inovação digital.
A transformação digital exige que executivos, gerentes e funcionários da linha de frente trabalhem juntos para repensar como todos os aspectos do negócio devem operar.
Nossa pesquisa mostra que, para permitir a transformação em escala, as empresas devem criar sinergia em três áreas:
Capacidades.
Esforços de transformação bem-sucedidos exigem que as empresas desenvolvam habilidades digitais e de dados em funcionários fora das funções tradicionais de tecnologia. Esses recursos sozinhos, no entanto, não são suficientes para fornecer todos os benefícios da transformação; as organizações também devem investir no desenvolvimento da agilidade dos processos e, mais amplamente, de uma cultura que encoraje a experimentação ampla e frequente.
Tecnologia.
É claro que o investimento nas tecnologias certas é importante, especialmente nos elementos de uma pilha de IA: tecnologia de plataforma de dados, engenharia de dados, algoritmos de aprendizado de máquina e tecnologia de implantação de algoritmos. As empresas devem garantir que a tecnologia implantada seja fácil de usar e acessível aos muitos funcionários não técnicos que participam dos esforços de inovação.
Arquitetura.
O investimento em arquitetura organizacional e técnica é necessário para garantir que as capacidades humanas e a tecnologia possam trabalhar em sinergia para impulsionar a inovação. Isso requer uma arquitetura — tanto para a tecnologia quanto para a organização — que dê suporte ao compartilhamento, integração e normalização de dados (por exemplo, tornando consistentes as definições e características de dados) em silos tradicionalmente isolados. Essa é a única maneira real e escalável de reunir os ativos tecnológicos e de dados necessários para que estejam disponíveis para uma força de trabalho distribuída.
Muitas grandes empresas estão avançando em cada uma dessas áreas. Mas mesmo as empresas líderes tendem a subestimar a importância de fazer com que os funcionários façam a transformação em suas funções e seu trabalho, em vez de ter grupos de tecnologia e consultores centrais que impulsionem as mudanças para os negócios. Como Eric von Hippel, do MIT, defende há muitos anos, os usuários da linha de frente, que estão mais próximos dos casos de uso e melhor posicionados para desenvolver soluções que atendam às suas necessidades, devem assumir um papel central, juntando-se a equipes ágeis que se unem e se dissolvem dinamicamente com base das necessidades do negócio.
Intensidade da tecnologia de construção
Nossa pesquisa revela como recursos, tecnologia e arquitetura trabalham juntos para construir o que chamamos de intensidade tecnológica. Derivado do conceito econômico de margem intensiva – quanto um recurso é utilizado ou aplicado – a intensidade tecnológica refere-se à medida em que os funcionários usam a tecnologia para impulsionar a inovação digital e alcançar resultados de negócios. Nossa pesquisa descobriu que as empresas que fizeram bons investimentos em tecnologia e tornaram as ferramentas acessíveis a uma ampla comunidade de funcionários qualificados em dados e tecnologia obtiveram maior intensidade tecnológica e desempenho superior. As empresas que não conseguiram desenvolver recursos relacionados a tecnologia e dados em seus funcionários e ofereceram apenas acesso limitado à tecnologia foram deixadas para trás.
Veja mais gráficos HBR em Dados e visuaisClassificamos a intensidade tecnológica das 150 empresas em nosso estudo e descobrimos que o quartil superior da amostra aumentou suas receitas duas vezes mais rápido que o quartil inferior. (Veja o quadro “A transformação digital compensa”. Para pontuar a intensidade tecnológica de sua empresa, acesse www.keystone.ai/techintensity .) Também descobrimos que os índices de tecnologia, capacidade e arquitetura se correlacionavam com outras medidas de desempenho, desde produtividade e lucros para o crescimento do valor da empresa. Usando uma técnica econométrica conhecida como variáveis instrumentais, também encontramos evidências de que a relação entre intensidade tecnológica e desempenho era causal: ou seja, maior intensidade (especialmente investimentos em arquitetura técnica e organizacional) impulsionou maior crescimento de receita.
Preparando a Transformação
Nossa análise confirma que apenas gastar dinheiro em tecnologia não resulta em mais crescimento ou melhor desempenho; na verdade, em alguns casos, pode prejudicar o negócio se acentuar as divisões e inconsistências entre os grupos. Em vez disso, são as abordagens arquitetônicas, gerenciais e organizacionais para a transformação que melhor explicam as diferenças substanciais e duradouras entre as empresas. Descobrimos que as empresas geralmente passam por cinco estágios em sua jornada de transformação.
Modelo tradicional.
Não surpreendentemente, muitas empresas se encaixam no que consideramos ser o modelo tradicional de inovação digital, em que os investimentos digitais e em tecnologia são da competência do departamento de TI (ou outros grupos de especialistas técnicos) e o impacto é disperso entre os grupos, principalmente de maneiras inconsistentes. A TI trabalha com unidades de negócios para financiar projetos e gerenciar a implementação — digamos, para a implantação de um aplicativo corporativo ou uma tecnologia de plataforma de dados. Os projetos e suas implementações são customizados para os requisitos específicos dos silos, unidades de negócios ou funções individuais. O resultado é que, com o tempo, a tecnologia e a infraestrutura de dados refletem as peculiaridades de grupos individuais, sem consistência e conectividade. Esse tipo de abordagem desarticulada torna praticamente impossível compartilhar, dimensionar,
Muitas empresas no modelo tradicional ainda gastam muito dinheiro em tecnologia da informação. Considere uma empresa de serviços financeiros que estudamos, cujo orçamento de tecnologia e análise está entre os melhores do setor, em termos absolutos e relativos. A empresa gastou muito em tecnologia de plataforma de dados de última geração e contratou milhares de especialistas em TI e cientistas de dados, que ficam isolados em um grupo de TI separado, enquanto poucos (se houver) funcionários do lado comercial estão envolvidos em esforços de inovação digital da organização. A empresa, portanto, não possui a arquitetura e os recursos necessários para promover qualquer intensidade na adoção de tecnologia. Não surpreendentemente, os esforços de TI e ciências de dados da empresa pararam e o impacto nos negócios foi mínimo.
Núria Madrid
Um sinal revelador de que uma empresa está no estágio tradicional é que as percepções de impacto entre os funcionários de tecnologia e de negócios são dramaticamente diferentes. Os primeiros percebem o impacto como alto (medido pelo esforço que colocam em seu trabalho), enquanto os segundos o avaliam como muito menor (de acordo com o benefício de suas atividades cotidianas).
Modelo ponte.
Para se libertar das restrições tradicionais dos silos – organizacionais e de infraestrutura – as empresas normalmente começam lançando pilotos que unem grupos anteriormente separados e desenvolvendo dados compartilháveis e ativos de tecnologia para permitir novas inovações. Eles podem primeiro se concentrar em oportunidades funcionais específicas, como otimizar recursos de publicidade, fabricação ou cadeia de suprimentos. Essas empresas estão testando não apenas a tecnologia, mas também um modelo de inovação fundamentalmente diferente no qual executivos, gerentes e funcionários da linha de frente do lado comercial trabalham em colaboração com TI e cientistas de dados. Victor Bulto, diretor de produtos farmacêuticos dos EUA da Novartis, foi fundamental no lançamento dos primeiros pilotos (focando, por exemplo, na identificação de pacientes em risco) e serviu como defensora de muitas iniciativas à medida que a organização passava pela fase da ponte. Lori Beer, CIO global do JPMorgan Chase, gosta de falar sobre o impacto demonstrado de pilotar a IA para simplificar o relatório e a aprovação de despesas – um piloto de melhoria de processos que conquistou muitos funcionários.
Centrais.
À medida que mais e mais pilotos demonstram o sucesso da nova abordagem, as organizações formam hubs de dados e capacidades e gradualmente desenvolvem a capacidade de vincular e envolver funções e unidades de negócios adicionais em busca de oportunidades de transformação. À medida que progridem nesse caminho, os líderes começam a perceber que o gargalo na inovação mudou de investimentos em tecnologia para investimentos na força de trabalho. O fator limitante neste estágio é o número de funcionários da empresa com capacidade – o know-how e o acesso – para impulsionar a inovação digital. As empresas, portanto, precisam investir em coaching e treinamento de uma comunidade muito maior de funcionários.
A Fidelity se esforça para desenvolver o que chama de atletas digitais. Começou a construir hubs criando ativos de dados centralizados (um data lake para toda a empresa, por exemplo); agora está ampliando o treinamento para milhares de funcionários de negócios, dando-lhes a capacidade de implantar soluções habilitadas digitalmente em toda a empresa. Especialistas em investimentos com experiência digital e especialistas em impostos, por exemplo, estão trabalhando em estreita colaboração com cientistas de dados e tecnólogos para criar soluções inovadoras com foco especial na personalização e no impacto personalizado do cliente. Eles também criaram um aplicativo destinado a integrar e engajar investidores mais jovens e outro aplicativo para fornecer recomendações com inteligência artificial aos consultores financeiros da Fidelity, para citar apenas alguns exemplos.
A Starbucks também está focada não apenas em tecnologia e arquitetura, mas também no desenvolvimento de habilidades de inovação ágil e de base ampla em seus funcionários para alimentar seus hubs. O CEO Kevin Johnson explica: “Passamos de grandes equipes trabalhando em silos para equipes menores e multifuncionais [em todos os lugares], e da avaliação de todas as ideias como aprovação e falha para iteração rápida”. A Starbucks agora é uma potência de inovação digital, com aplicativos sofisticados para clientes que permitem pedidos remotos, programas de fidelidade e sistemas de pagamento, além de sistemas internos que permitem alocação de mão de obra baseada em IA e gerenciamento de estoque.
Modelo de plataforma.
À medida que as empresas entram no estágio de plataforma, os hubs de dados se fundem em uma base de software abrangente que permite a rápida implantação de aplicativos baseados em IA. As empresas se concentram na criação de recursos sofisticados de engenharia de dados e no incentivo à reutilização e integração de modelos de aprendizado de máquina. Modelos de previsão baseados em análise são aplicados em toda a empresa, com foco crescente na automação de tarefas operacionais básicas. As organizações começam a funcionar um pouco mais como empresas de software, desenvolvendo recursos abrangentes que permitem o gerenciamento de produtos e programas e a experimentação rápida.
Integramos todos os nossos dados em um data lake para toda a empresa e construímos o que chamamos de plataforma de processos de negócios, que fornece componentes de software e análise que as equipes usam para permitir a inovação em áreas que vão desde a fabricação do Xbox até o gerenciamento de gastos com publicidade. Também investimos em programas de treinamento para funcionários não técnicos, cultivando recursos centrados em dados e aprendizado de máquina em toda a organização.
Modelo nativo.
As empresas mais bem-sucedidas entre as 150 em nosso estudo implantaram um tipo totalmente diferente de arquitetura operacional, centrada em ativos de dados integrados e bibliotecas de software e projetada para implantar IA em escala em um amplo espectro distribuído de aplicativos. Suas marcas são um núcleo de especialistas; ferramentas amplamente acessíveis e fáceis de usar; e investimento em treinamento e capacitação de grandes grupos de empresários. Essas empresas estão se aproximando da capacidade de nativos digitais, como Airbnb e Uber, que foram criados especificamente para dimensionar análises em toda a empresa e inovação baseada em software. Airbnb e Uber certamente não são perfeitos, mas se aproximam do ideal nativo.
Na Microsoft, ainda temos muito a aprender, mas em algumas partes da organização estamos começando a nos aproximar do modelo nativo. Como é comum em qualquer empreendimento, o progresso não tem sido uniforme. Diferentes grupos alcançaram diferentes níveis de capacidade, mas os resultados em geral são animadores, pois vemos soluções cada vez mais inovadoras para problemas internos e voltados para o cliente. Mais importante ainda, nossa abordagem em toda a empresa para entender, proteger e trabalhar com dados progrediu em anos-luz.
O imperativo para os líderes
O mandato para a transformação digital cria um imperativo de liderança: Abrace a transformação e trabalhe para sustentá-la. Articule uma estratégia clara e comunique-a incansavelmente. Estabeleça uma arquitetura organizacional para evoluir conforme você toma as inúmeras decisões diárias que definem sua estratégia de tecnologia. Implante um processo de governança real para acompanhar os muitos projetos de tecnologia em andamento e coordene-os e integre-os sempre que possível. Defenda a agilidade em todas as iniciativas de negócios que você toca e influencia. E, finalmente, liberte-se da tradição. Treine e treine seus funcionários para entender o potencial da tecnologia e dos dados e libere os inovadores em sua força de trabalho.
Esse mandato se estende aos provedores de tecnologia. Apesar de muito investimento, as tecnologias ainda são muito complexas e muitas vezes muito difíceis de usar e implantar. Precisamos de ferramentas e tecnologia que tornem a condução da transformação intuitiva para os funcionários da linha de frente, mantendo os dados seguros. Não esqueçamos que até recentemente muitos de nós dependíamos de especialistas em Fortran e Cobol para modelar problemas de negócios e até mesmo para realizar operações matemáticas básicas. As planilhas trouxeram uma revolução na modelagem matemática; precisamos que os provedores de tecnologia tragam a mesma revolução para a IA e tornem o uso de um aplicativo de aprendizado de máquina tão fácil quanto criar uma tabela dinâmica.
O impulso está crescendo. Mas devemos manter os esforços para garantir que empresas de todos os tipos atravessem a exclusão digital.
Fonte HBR