Como a inteligência artificial pode ajudar a medir o valor a longo prazo

À medida que as empresas enfrentam uma pressão cada vez maior para medir a criação de valor a longo prazo, o principal desafio é como extrair significado de seus dados.

Houve um tempo em que um relatório anual demonstrava o valor de uma empresa para seus acionistas por meio de uma carteira de pedidos sólida, um balanço patrimonial saudável e um histórico de dividendos atraentes. Mas o cenário mudou nos últimos anos, e as empresas agora enfrentam a necessidade de expressar o valor corporativo em um nível mais amplo.

Está ocorrendo uma transição do capitalismo dos acionistas (em que a prioridade absoluta é proteger o valor para os acionistas) para o capitalismo das stakeholders, no qual o foco está em demonstrar a um público muito mais amplo — incluindo clientes, funcionários, investidores e órgãos reguladores — que a empresa está criando valor a longo prazo.

Seja porque a geração millennial está impondo uma mudança de valores em direção a uma abordagem empresarial mais responsável e socialmente consciente, seja como consequência de falências corporativas de grande repercussão, o foco mudou. Já não se trata apenas de maximizar os lucros; a transparência, a sustentabilidade e a inclusão fazem cada vez mais parte dos critérios gerais de avaliação do sucesso.

A não consideração desses elementos ao avaliar o valor a longo prazo poderia afetar os investimentos, o recrutamento, a reputação e, em última instância, a produtividade e o lucro. Vivemos em um ambiente cada vez mais participativo, no qual as stakeholders exigem mais informações em um leque mais amplo de assuntos. E, em um mundo digital, eles querem que esses dados sejam atualizados a cada minuto e estejam prontamente disponíveis.

Níveis de dados

De acordo com o Embankment Project for Inclusive Capitalism (EPIC), os indicadores-chave de desempenho (KPIs) para medir o valor a longo prazo basear-se-ão cada vez mais em quatro áreas principais: talento; inovação e tendências de consumo; sociedade e meio ambiente; e governança. As stakeholders desejam clareza sobre como esses KPIs podem orientar o planejamento estratégico, a gestão de riscos, a remuneração dos executivos, as operações sustentáveis, o crescimento dos negócios e o valor corporativo de longo prazo.

No entanto, um dos desafios enfrentados pelas empresas que buscam apresentar relatórios sobre o valor de longo prazo é a enorme quantidade de dados disponíveis e a forma de extrair significado deles. Para compreender a magnitude desse desafio, considere que os dados em nosso universo digital global estão dobrando de tamanho a cada dois anos^¹.

Nesse contexto, a inteligência artificial (IA) poderia vir a ser o fator decisivo, com a capacidade de interpretar esses dados e identificar indicadores significativos. Por meio da IA, a análise de quantidades colossais de informações poderia ser instantânea e personalizada.

A mineração de dados pode ajudar a analisar grandes volumes de dados e a classificar informações. Por exemplo, ele pode ser utilizado para analisar um grande volume de patentes e classificá-las em “agrupamentos qualitativos”: incrementais, adjacentes, disruptivas e assim por diante. A análise preditiva também poderia ajudar a analisar o comportamento do mercado e dos consumidores, além de fornecer tendências e previsões.

O fato de as empresas poderem utilizar essa tecnologia para avaliar, em tempo real, aspectos de suas atividades, tais como valor financeiro, produção, desempenho da equipe, gestão de custos e sustentabilidade, representa um enorme avanço. No passado, medir o valor era extremamente oneroso e demorado. Os dados fornecidos aos analistas apresentavam qualidade variável e, muitas vezes, não havia estrutura ou parâmetros definidos para o processo. No futuro, as empresas deverão poder utilizar KPIs em tempo real, o que resultará em resultados em tempo real. 

A IA como facilitadora

Mas a IA não é a “solução milagrosa”; trata-se, simplesmente, de um facilitador para apoiar a geração e a análise de novas métricas.

Além disso, as empresas ainda se encontram em um estágio muito inicial no que diz respeito à definição de sua abordagem em relação aos indicadores de valor de longo prazo. Eles devem encontra rum equilíbrio viável entre os KPIs táticos e estratégicos; os KPIs operacionais e financeiros; e os KPIs que reflitam efetivamente o momento atual, ao mesmo tempo em que antecipem o futuro. 

No momento, há uma dúvida quanto ao grau de preparação das empresas para adotar novos indicadores de governança corporativa, confiança do consumidor, inovação, talentos e meio ambiente, entre outros aspectos. Muitas organizações ainda não dispõem da “estrutura” adequada, dos recursos de coleta e agregação de dados, nem dos sistemas de geração de relatórios necessários.

Um problema óbvio é: como medir diretamente aspectos como inovação, confiança, cultura ou sustentabilidade? Qualquer esforço nesse sentido pode ser dificultado pela natureza não estruturada dos dados operacionais necessários para esse tipo de relatório não financeiro. Cabe a cada organização definir os KPIs mais adequados e, em seguida, garantir que esses KPIs possam ser rastreados até a fonte correta, a fim de torná-los mensuráveis.

Intervenções oportunas

Apesar dos desafios significativos, os benefícios potenciais que a IA oferece como facilitadora são impressionantes. Tomemos, por exemplo, a questão da avaliação da cultura organizacional. No passado, isso provavelmente seria feito por meio de uma pesquisa de engajamento dos funcionários, realizada uma vez por ano. Normalmente, levaria meses para compilar as informações, e os resultados só estariam disponíveis após a realização das avaliações dos funcionários. Com a IA, essa avaliação pode ser mais abrangente e mais imediata. A IA também pode sugerir tipos de intervenção que possam ser adequados; ela não é utilizada apenas para produzir relatórios.

O potencial da análise de redes na área de RH é, sem dúvida, um campo que vem se desenvolvendo rapidamente. Novas plataformas de mapeamento social estão utilizando pesquisas simples com os funcionários e metadados de chamadas telefônicas e e-mails deles para avaliar a eficácia com que as pessoas estão trabalhando e se comunicando. Além de identificar possíveis condutas inadequadas, essas plataformas (se utilizadas adequadamente) podem ajudar a melhorar a produtividade, identificar inovações e promover uma cultura mais colaborativa.

Aplicações na área de sustentabilidade

Sem dúvida, levará algum tempo para que práticas e padrões comuns surjam em todos os setores, mas já estamos observando ações concretas nesse sentido em algumas áreas. E uma das principais vantagens da IA é que ela pode ser utilizada para tornar os KPIs mais prospectivos, em vez de retrospectivos, como tem sido o caso até agora.

Em particular, os relatórios sobre sustentabilidade nos EUA e na Europa estão utilizando a IA como ferramenta de identificação de riscos. De acordo com o Relatório Global de Riscos de 2018 do Fórum Econômico Mundial, quatro dos cinco principais riscos globais em termos de impacto estão relacionados a questões ambientais ou sociais². A IA pode ajudar a identificar e quantificar esses riscos; por exemplo, quando uma empresa possui fornecedores em um determinado país ou região, as ferramentas de IA podem contribuir para a análise das informações e ajudar a prever possíveis riscos relacionados aos direitos humanos.

Existem diversas maneiras pelas quais a IA pode ajudar na avaliação do desempenho em relação aos KPIs na área de sustentabilidade. Por exemplo, uma empresa multinacional de tecnologia criou um sistema baseado em redes neurais que foi treinado (utilizando dados de sensores dentro e fora de seus data centers) para monitorar como diversos fatores ambientais afetam o desempenho. Um data center relatou uma redução de 40% s na quantidade de energia necessária para resfriar as instalações como resultado disso^³.

A IA também pode ajudar a estimar a pegada de carbono de grandes empresas por meio da análise de dados públicos, evitando a necessidade de uma coleta extensiva de dados. Da mesma forma, ao utilizar a IA para analisar grandes quantidades de dados, tanto internos quanto externos, as empresas podem ter uma visão mais clara da materialidade — um elemento-chave dos esforços de sustentabilidade — e, assim, compreender melhor em quais áreas relacionadas à sustentabilidade devem se concentrar no futuro. Isso economiza tempo e recursos.

Olhando para o futuro

À medida que a transição do capitalismo dos acionistas para o capitalismo das stakeholders continua a ganhar ritmo, as empresas precisam desenvolver formas mais eficazes de identificar, medir e comunicar o valor corporativo, além de aceitar que uma visão prospectiva de longo prazo pode levar a investimentos e inovações que promovam o crescimento e a criação de valor.

Ainda há trabalho a ser feito para identificar os KPIs mais adequados para medir a criação de valor a longo prazo. Graças à sua capacidade de analisar e interpretar grandes quantidades de dados, bem como de identificar indicadores significativos, a IA pode dar uma contribuição significativa a esse esforço e parece destinada a se tornar um elemento cada vez mais importante do conjunto de ferramentas corporativas nos próximos anos.