Wide shot of disabled traveler walking through airport terminal with friend before catching flight

Como a mobilidade global pode construir uma base estratégica de IA

As organizações precisam de uma visão holística da GenAI e da IA agêntica. As funções de mobilidade podem ver vitórias de curto prazo e evolução de longo prazo.

Em resumo

  • A maioria das funções de mobilidade enfrenta restrições operacionais e de dados que impedem ganhos de curto prazo e planejamento de longo prazo.
  • O escaneamento do horizonte e as experiências hiperpersonalizadas dos funcionários são áreas de alto impacto a serem exploradas pela mobilidade.
  • As funções devem evitar uma abordagem provisória em relação à IA, esperando por ganhos rápidos sem construir as bases necessárias para ferramentas mais robustas no futuro.

De todos os ângulos, a IA generativa (GenAI) e as ferramentas agênticas estão revolucionando a forma como as organizações consideram as operações, a estratégia e o investimento. Apesar do rápido aumento nos níveis de adoção de IA, a maioria das organizações ainda está buscando um "aplicativo matador" para funções que têm alta importância estratégica, como mobilidade, folha de pagamento global e recursos humanos (RH) em geral. Muitas organizações ficam presas a experimentos com ferramentas isoladas, esperando benefícios de curto prazo, mas também não conseguem estabelecer as bases para o impacto de longo prazo. Outras organizações estão enchendo suas operações com agentes de IA semiautônomos, apenas para descobrir que esses agentes simplesmente transformam processos quebrados em processos que falham mais rapidamente.

Os líderes funcionais já ouviram falar sobre o potencial da IA para ajudar a eliminar as lacunas de talentos e sobre a promessa de que os agentes darão início a uma nova onda de eficiência e economia de custos. Mas os líderes precisam de mais do que promessas e potencial para a fase que está por vir. Eles precisam de roteiros para obter valor real que evitem que as preocupações das pessoas se percam durante a jornada.

O hype em torno da GenAI não pode sustentar o interesse e o investimento a longo prazo. Agora é o momento de as funções de mobilidade da força de trabalho traçarem o caminho para casos práticos de uso de IA, com grandes oportunidades em três áreas principais:

  1. Propósito estratégico com uma visão mais profunda do horizonte
  2. Elevando as experiências dos funcionários com personalização integrada
  3. Trazendo exemplos de nível básico do valor da IA agêntica hoje

À medida que as ondas de choque iniciais da GenAI e da IA agêntica continuarem a diminuir, as funções de mobilidade que se movem proativamente, com propósito, estarão mais bem posicionadas para obter valor de uma força de trabalho habilitada para IA.

Mulher confiante caminhando com uma mala vermelha contra uma parede urbana moderna
1

Capítulo 1

Por que a IA estratégica é importante para a mobilidade

O foco inicial nos ganhos operacionais das ferramentas de IA perde o panorama geral. A previsão de riscos ajuda a traçar um curso futuro, enquanto os agentes podem ajudar a melhorar a experiência do usuário hoje.

O aumento da adoção de ferramentas de IA por usuários individuais e corporativos está finalmente levando a conversa da ampla conscientização para a ação estratégica. Uma esmagadora maioria de 88% dos funcionários afirma estar usando ferramentas de IA no trabalho em algum grau, com 37% usando-as diariamente, de acordo com a EY Work Reimagined Survey. Mas a pesquisa mostra que apenas 28% das organizações estão posicionando os funcionários para perceber o impacto transformacional da IA.

Os líderes funcionais reconhecerão as raízes dessa desconexão: as equipes precisam equilibrar as necessidades operacionais e os processos de rotina com o desejo de se concentrar em atividades mais estratégicas e de maior valor. Com orçamentos apertados e volatilidade do mercado, o patrocínio executivo para investimentos em tecnologia em funções como mobilidade exige retornos claros sobre o investimento (ROI). Como resultado, algumas funções de mobilidade adiam completamente a ação, esperando esses retornos mais claros, enquanto outras adotam ferramentas sem um roteiro para conectar a experimentação inicial com a transformação de longo prazo.

O valor sustentável, que pode elevar o caso de uso interno para a transformação da IA, é construído por meio de previsão estratégica e gerenciamento de riscos aprimorados, experiências aprimoradas dos funcionários e funções reformuladas para um futuro agêntico.

Também ainda há confusão sobre as habilidades e experiências necessárias para obter o melhor da IA, o que está retardando o progresso à medida que as equipes se esforçam para melhorar suas habilidades. No entanto, a distinção entre o "lado dos negócios" e o "lado da tecnologia" desapareceu, substituída por um requisito singular de inteligência integrada entre as equipes que rompe as barreiras entre tecnologia e negócios que existiam antes.

Beneficiando-se de uma base de IA

A IA está transformando a natureza do trabalho realizado por humanos, exigindo novas habilidades, modelos operacionais e processos. Em suma, ele está desafiando a forma como trabalhamos. Para algumas organizações, essa disrupção está forçando uma mudança na forma como as funções operam e como são organizadas, especialmente funções como mobilidade e folha de pagamento global, que são vitais para o cumprimento da estratégia de talentos executivos.

Muitas funções permanecem limitadas por dados fragmentados, fluxos de trabalho antigos e modelos operacionais projetados para execução manual. As equipes de mobilidade, em particular, precisam encontrar maneiras de implementar a IA para aprimorar processos de alto contato, como coordenar as etapas de imigração, coletar dados de remuneração relacionados a atribuições em vários sistemas e gerenciar ciclos de reconciliação de impostos no final do ano que ainda dependem muito de entradas manuais.

Mas a tecnologia é tão útil quanto as pessoas que são treinadas para usá-la. A adoção e a adaptabilidade são fundamentais.

Já existem exemplos de funções que estão preparando o terreno para um futuro em que a criatividade e a agilidade humanas são valorizadas, à medida que a IA aumenta essas capacidades técnicas. A Pesquisa de Operações Tributárias e Financeiras da EY mostra que quase todos os entrevistados concordam que o pensamento estratégico, a resolução de problemas e o pensamento crítico são essenciais para os futuros profissionais da área tributária, com habilidades de comunicação e colaboração citadas por 78%. A conexão humana e a autenticidade são valorizadas.

Mais do que habilidades individuais, os líderes funcionais podem ver isso como a base de equipes que podem ver os benefícios de longo e curto prazo das novas ferramentas sem serem vítimas de mensagens de tabloides sobre IA.

Planejamento de longo prazo

As organizações globais já devem ter recursos para a análise do horizonte e o planejamento de cenários para ajudar a avaliar os possíveis eventos e riscos do mercado. Os sistemas GenAI permitem uma análise superalimentada de cenários com base em conjuntos de dados grandes e, às vezes, díspares. O uso de agentes digitais pode dividir essa destilação de dados históricos e análise preditiva em etapas semi ou totalmente autônomas.

Mais especificamente para as funções de mobilidade, isso pode significar monitorar continuamente as propostas de reforma da imigração, as próximas negociações de tratados fiscais, as mudanças nos índices de custo de vida ou os desenvolvimentos geopolíticos que podem as atribuições atuais ou planejadas.

Na realidade, poucas equipes de mobilidade têm a capacidade de monitorar e sintetizar esses sinais atualmente, o que as torna reativas em vez de preparadas quando a mudança chega. Mas isso não é sustentável. Os riscos de não aprimorar a análise do horizonte e de perder as atualizações regulamentares podem criar efeitos em cascata, desde atrasos na atribuição até obrigações inesperadas de relatórios de folha de pagamento. A detecção precoce torna-se uma vantagem estratégica tangível.

No entanto, esse valor estratégico depende da existência de dados da mais alta qualidade e de "pessoas no circuito" que tenham as competências e habilidades para planejar, solucionar problemas e adaptar o processo conforme necessário.

Esses são fatores centrais no longo prazo, assim como o são no curto prazo.

Experiências personalizadas em curto prazo

Um dos usos mais diretos e de maior visibilidade dos agentes em curto prazo é a personalização de tarefas comuns. Os dados da EY mostram que o uso de IA hoje ainda está concentrado em determinadas áreas-chave, incluindo a experiência do cliente ou do usuário, com 31% usando IA para acessar o suporte ao cliente e em aplicativos pessoais, como tradução de conteúdo (29%).

 

Esses são benefícios imediatos e táticos que as funções podem implementar, mas geralmente não o fazem. Muitas organizações lutam para ir além de pilotos ou soluções pontuais, deixando de realizar melhorias tangíveis na experiência dos funcionários.

 

Especialmente na mobilidade, os usuários precisam acessar vários sistemas para encontrar informações fiscais, de imigração, regulamentares ou de RH. As ferramentas da Agentic podem agilizar esse processo produzindo resumos de políticas personalizados, listas de verificação de integração específicas do local ou briefings de atribuição em linguagem simples que reflitam a situação familiar do funcionário, a função e os requisitos do país anfitrião. Qualquer atrito entre os funcionários e esses sistemas pode gerar estresse para eles e suas famílias, além de disrupções no trabalho. A orientação personalizada usando os mais recentes recursos de processamento de linguagem natural também pode se estender às necessidades específicas da família, como opções de escolaridade ou acesso a atendimento médico local, que geralmente são fatores decisivos para o sucesso da designação.

 

Com relativamente pouco esforço, as ferramentas de IA podem personalizar o acesso aos dados e fornecer os formatos com maior probabilidade de ajudar o funcionário, até mesmo cutucando os funcionários com insights adicionais que podem ser úteis com base em circunstâncias pessoais. Em última análise, isso pode ajudar a melhorar a experiência e o sentimento dos funcionários, além de ajudar a controlar os custos de gerenciamento e acesso aos dados.

 

As métricas e o benchmarking podem ser incorporados a esses sistemas, proporcionando um ciclo de feedback que ajuda a iterar em tempo real. Isso é particularmente poderoso no setor de mobilidade, em que as pesquisas pós-atribuição, as avaliações de fornecedores e os comentários de texto livre dos funcionários geralmente permanecem em silos e são pouco analisados, apesar de conterem informações valiosas sobre os fatores de sucesso da atribuição.

 

Os ganhos de eficiência da implantação da IA são positivos, mas isso é apenas uma parte do quebra-cabeça. Uma experiência ruim do cliente ou do funcionário quase sempre levará a resultados piores.

 

Em conjunto, essas mudanças deixam claro que a próxima fase da mobilidade não se trata apenas de entender o potencial da IA, mas de colocá-la em prática de forma a resolver os desafios cotidianos da função.

Man in business casual attire walking up stairs inside a modern train, holding a laptop in one hand and a railing with the other, traveling for business
2

Capítulo 2

O que as funções de mobilidade podem fazer com a IA agora

À medida que as equipes de mobilidade enfrentam uma complexidade crescente e expectativas mais rígidas, os ganhos mais práticos da IA geralmente começam em lugares inesperados.

Como a mobilidade está no centro dos impostos, da imigração, da folha de pagamento e da experiência do funcionário, até mesmo pequenas ferramentas agênticas podem gerar retornos enormes. Eles ajudam as equipes a interpretar os sinais que já estão ocultos em seus próprios processos, esclarecendo onde as pessoas têm dificuldades, onde as operações são paralisadas e onde as expectativas ficam aquém do esperado. O levantamento e a análise de dados pesados podem ser acelerados com agentes de IA para ajudar as equipes a avançar mais rapidamente em suas interpretações.

 

Um dos motivos pelos quais o progresso fica estagnado é que as equipes de mobilidade não têm uma visão clara e acionável sobre onde a experiência falha hoje e como esses sinais se conectam ao projeto de programas futuros. O exemplo a seguir ilustra como a mobilidade pode começar a experimentar essas ferramentas hoje mesmo, começando com um simples agente de análise de sentimentos que transforma feedback disperso em insight estruturado.

Três etapas para preparar as funções de mobilidade para estarem prontas para a IA

Sem uma ação deliberada, as funções de mobilidade correm o risco de cair em um padrão familiar: experimentação limitada que oferece pouco retorno.

Para trazer ferramentas avançadas de IA para as organizações e obter um impacto no mundo real, os líderes de mobilidade têm a oportunidade de elevar o nível de si mesmos e de suas funções. Para promover o sucesso humano, os líderes podem trabalhar para aprimorar suas habilidades e as de suas equipes, investir tempo para aprender sobre ferramentas e casos de uso e criar um ambiente para experimentação e iteração.

De forma mais ampla, as funções devem estabelecer as bases para uma fundação estratégica de IA:

  1. Identifique e avalie os casos de uso em que a GenAI pode agregar valor a funções e processos, melhorar a experiência dos funcionários ou fornecer insights orientados por dados para a tomada de decisões. Procure identificar o problema que você está tentando resolver. Para as equipes de mobilidade, os primeiros candidatos incluem a automação dos fluxos de trabalho de coleta de dados, a melhoria da coordenação do fornecedor de realocação por meio de transferências de tarefas de agente para agente e a previsão de prováveis causas de exceções de atribuição.

  2. Projetar uma estratégia de dados para coletar e organizar dados limpos necessários para que o GenAI funcione de forma eficaz com resultados precisos e relevantes. Isso pode exigir a harmonização de conjuntos de dados díspares relacionados a atribuições — desde insumos de equalização de impostos até exceções de políticas em diversas plataformas — para criar percepções longitudinais mais confiáveis sobre o sucesso das atribuições.

  3. Pilotar e iterar o GenAI em ambientes controlados para refinar sua aplicação e demonstrar seu valor antes de ampliá-lo para toda a organização. Por exemplo, as funções podem começar com um único tipo de atribuição (como atribuições de curto prazo ou passageiros) ou um único local de hospedagem para testar o impacto antes de implementar um aumento mais amplo de IA.

Para as funções de mobilidade, o risco não é mais adotar a IA muito rapidamente, mas adotá-la com muita cautela. Aqueles que não agirem agora podem perder tanto os ganhos de curto prazo que estão ao seu alcance quanto os recursos de longo prazo de que precisarão em breve.

Agradecimentos especiais a Gareth Paine, Partner, People Advisory Services Tax, EY Advisory S.p.A., que contribuiu significativamente para este artigo.

Sumário

Muitas funções de mobilidade global estão abordando a IA com cautela, experimentando nas margens e adiando o trabalho mais profundo necessário para obter retornos reais. Essa hesitação corre o risco de deixar de lado tanto os ganhos de curto prazo quanto a prontidão de longo prazo. Exemplos específicos de mobilidade mostram como uma base estratégica de IA, aliada a ferramentas práticas de agenciamento, pode reduzir o atrito, melhorar a experiência dos funcionários e trazer à tona insights mais claros hoje, ao mesmo tempo em que antecipa e se adapta melhor aos riscos amanhã. Um agente de análise de sentimentos ilustra como começar pequeno pode ajudar as equipes de mobilidade a criar impulso para uma transformação sustentada.

Artigos relacionados

Como a mobilidade da força de trabalho pode ser uma ponte fundamental para solucionar as lacunas de talentos?

A pesquisa EY Mobility Reimagined Survey mostra a mobilidade como um elemento-chave para resolver a escassez de talentos. Saiba o que diferencia as funções evoluídas das demais.

EY Global + 1

    Sobre este artigo