Megatendências EY

Como a redefinição da produtividade irá redefinir o valor

Authors

  • EY Global

    Multidisciplinary professional services organization

  • EY Global

    Multidisciplinary professional services organization

  • EY Global

    Multidisciplinary professional services organization

20 minute read 12 nov. 2025

A IA e as mudanças globais estão a redefinir a produtividade, exigindo novas medidas e estratégias mais inteligentes.

Sumário Executivo

  • A IA e as megatendências estão a transformar a forma como as organizações criam valor e medem o sucesso.
  • O verdadeiro crescimento da produtividade exige que se repensem os dados, as competências e os modelos operacionais.
  • Os líderes devem equilibrar a inovação, a governação e a colaboração homem-máquina para um impacto duradouro.

Este artigo faz parte do primeiro conjunto de informações da nova série EY Megatrends: Preparando-se para a era híbrida human-machine. 

Ahistória da produtividade sempre foi uma história sobre o que medimos, como pensamos e como gerimos. A produtividade é importante - o aumento da produtividade impulsiona o crescimento económico e eleva o nível de vida, aumentando simultaneamente os lucros das empresas e o retorno do investimento.

Estamos agora no limiar de uma remodelação da produtividade - o que a impulsiona, como é medida e o que o termo significa. A inteligência artificial (IA) está no centro das atenções como a principal força que está a impulsionar esta remodelação, mas não é a única. Converge com as mudanças regulamentares e de soberania, a geopolítica e a reconfiguração da cadeia de abastecimento, as restrições energéticas e de computação, as pressões de capital e de custos de risco, as alterações demográficas e as expectativas de talento, bem como a transição climática. Em conjunto, fazem da produtividade uma propriedade dinâmica do sistema e não uma configuração padrão de fábrica.

Nos próximos anos, a produtividade poderá deixar de ser captada apenas pelo rácio tradicional entre a quantidade de produção e as unidades de input. O que até agora tem sido uma corrida incessante para aumentar a quantidade pode virar-se de cabeça para baixo, à medida que entramos numa era em que as máquinas podem gerar quantidades aparentemente infinitas de conteúdos. Em vez disso, a tónica será colocada na qualidade e na criatividade, impulsionada pela capacidade cada vez mais crítica das organizações para converterem a informação, a percepção e a inovação em valor económico sustentado. O desafio será como quantificar e incentivar os ganhos que ocorrem não nas linhas de produção, mas nos ecossistemas digitais, na velocidade da tomada de decisões, na adaptabilidade dos sistemas autónomos e na utilização da criatividade desbloqueada pela colaboração homem-máquina.

No entanto, mesmo que muita coisa mude, a essência da produtividade continuará a ser a utilização de recursos, sejam eles humanos, materiais, financeiros ou informáticos, para obter resultados de maior qualidade, melhores e mais rápidos.

Para os líderes empresariais, as implicações são profundas. Na era da IA, a verdadeira produtividade não virá da automação incremental, mas da rearquitectura da forma como as organizações funcionam, decidem e aprendem.

A produtividade passará das dimensões tradicionais de como fazer as tarefas mais depressa e mais barato para uma dimensão em que o trabalho é melhor, mais inteligente, mais resistente e mais estratégico.

Para os governos e os decisores políticos, o aumento da IA nas empresas exige mais do que um repensar das métricas de produtividade - exige sistemas de ensino que dêem prioridade às competências digitais, analíticas e adaptativas. Os governos também terão de considerar o impacto da IA nas suas estratégias industriais, nas agendas de sustentabilidade e no planeamento das políticas de trabalho e de imigração para apoiar uma força de trabalho remodelada.

Os líderes do futuro, tanto a nível empresarial como governamental, serão aqueles que tratarem a IA não apenas como uma revolução tecnológica, mas como uma revolução humana. Em alguns casos, a IA evoluirá de uma ferramenta para se tornar parte da força de trabalho, redefinindo o desempenho, o objectivo e o progresso para uma nova era. Neste futuro, a produtividade deixará de consistir em fazer mais do mesmo e passará a consistir em imaginar e realizar o que antes era impossível.

Embora isto tenha implicações para os líderes de todas as empresas e governos, tem maior relevância para os directores executivos, diretores financeiros, directores de estratégia, directores operacionais e directores de recursos humanos - bem como para os funcionários públicos e decisores políticos. Esta tendência pode também motivar as empresas a considerar novas funções, como a de director de produtividade ou mesmo de director de agenciamento.

Braço robótico a passar um cone de gelado ao cliente
1

Capítulo 1

A história da medição da produtividade moderna, do aço ao software

Medir a produtividade é difícil - e cada vez mais complexo.

Os debates modernos sobre a produtividade remontam a ideias do início do século XX. A "gestão científica" de Frederick Taylor revolucionou o trabalho fabril através de estudos de tempo e movimento, definindo a produtividade como uma eficiência mensurável e mecânica. Nas fábricas de aço, Taylor mostrou como a reorganização dos fluxos de trabalho e dos horários de descanso podia aumentar as toneladas produzidas por trabalhador diariamente, uma medida puramente física.

Na década de 1950, Robert Solow alargou o conceito com a contabilidade do crescimento, distinguindo os ganhos provenientes do trabalho e do capital dos ganhos impulsionados pela inovação e eficiência, o que se tornou a "produtividade total dos factores. "1

No entanto, à medida que as economias se orientaram para os serviços e o software, a medição tornou-se mais difícil. Contar bens é simples; avaliar a usabilidade, a eficiência da pesquisa ou a qualidade do serviço público não o é. As ferramentas digitais gratuitas e os serviços não mercantis desafiam as métricas baseadas nos preços, obscurecendo os verdadeiros progressos. Esta evolução, dos cronómetros de fábrica aos sistemas de dados complexos, explica porque é que o impacto da tecnologia escapa muitas vezes às estatísticas. Como observou Solow, "pode ver a era dos computadores em todo o lado, menos nas estatísticas de produtividade". Estudos sugerem que a adopção precoce das TI reduziu mesmo a produtividade devido a interrupções e ao excesso de informação.2

Greg Daco, Vice-Presidente da EY Parthenon, Strategy and Transactions, Ernst & Young LLP, afirma: "Estamos a assistir aos primeiros sinais reais de uma revolução na produtividade impulsionada pela IA - visível ainda não no desempenho, mas no investimento. As empresas estão a canalizar capital para infra-estruturas de dados, desenvolvimento de software, energia e talento, lançando as bases para o crescimento futuro.

"A IA pode prolongar a expansão económica em dois a quatro anos durante a próxima década - mas apenas se as empresas conseguirem os elementos básicos correctos: dados robustos, infra-estruturas fiáveis, energia abundante e pessoas qualificadas. Os ganhos de produtividade virão para aqueles que construírem bases sólidas antes de perseguirem resultados".

A IA de geração impulsiona efectivamente o PIB mundial até 2033:
modelo de base
A IA de geração impulsiona efectivamente o PIB mundial até 2033:
modelo otimista

How EY can Help

 A mudança das horas de trabalho para a valorização dos resultados redefine a produtividade para a era da IA. Tradicionalmente, o sucesso era medido pela produção por hora, por exemplo, no caso dos juristas, pelos dossiers redigidos e dos contabilistas, pelas demonstrações financeiras auditadas, partindo do princípio de que o tempo conduzia aos resultados. Actualmente, com copilotos e agentes de IA, o tempo é abundante; a perspicácia e a precisão humanas são os novos limites. A produtividade reflecte agora a qualidade e o impacto dos resultados em relação à supervisão necessária. Uma fórmula mais adequada é Produtividade = (Exatidão × Relevância × Impacto) / Input cognitivo humano. Quanto menos correcções forem necessárias para obter resultados valiosos, maior será a produtividade.

 

 "A verdadeira produtividade mede agora o valor criado e não as horas consumidas", observa Biren Agnihotri, Diretor de Tecnologia da Ernst & Young LLP.
 

A adopção generalizada da IA irá provavelmente exacerbar este desafio com décadas, tornando ainda mais crítico medir a forma como as ideias, o software e a organização, e não apenas as horas e as máquinas, impulsionam o crescimento.
 

Os investigadores e os responsáveis políticos estão a repensar a produtividade em várias frentes:

  • Expandir as medidas de produtividade para reconhecer a IA e a robótica como contribuintes activos para a produção, e não apenas como ferramentas de fundo, para enquadrar a produtividade como o valor criado por unidade combinada de esforço humano e agêntico.3
  • Registar o valor dos dados, algoritmos e poder de computação como activos produtivos nas novas normas internacionais de contabilidade pública.4
  • Utilizar melhores índices de preços para os serviços de IA para evitar subestimar os ganhos de produtividade (como pode acontecer quando a IA, que está a melhorar rapidamente, aprende mais depressa ou executa tarefas mais complexas e estes ganhos não se reflectem nas medidas de preço e de qualidade).5
A verdadeira produtividade mede agora o valor criado e não as horas consumidas.

Biren Agnihotri

Director de Tecnologia, EY Canadá

Em conjunto, estas mudanças apontam para um futuro em que a produtividade reflecte não só a eficiência com que as pessoas trabalham, mas também a eficácia com que os seres humanos e os sistemas inteligentes trabalham em conjunto. Fazer esta medição correta será essencial para orientar o investimento, a política e a partilha justa dos benefícios da próxima vaga de automatização.

Fotografia aérea de uma autoestrada iluminada na Lapónia à noite
2

Capítulo 2

Compreender o potencial do aumento de produtividade da IA

Desbloquear o aumento da produtividade da IA exige mudanças estratégicas, dados fiáveis e uma execução centrada nos resultados.

How EY can Help

A própria IA é utilizada há muito tempo sob várias formas, desde sistemas baseados em regras a modelos de aprendizagem automática. Basta olhar para a utilização da IA no trabalho realizado pelos recentes vencedores do Prémio Nobel, com os prémios de física e química a serem atribuídos a cientistas por trabalhos baseados na investigação com recurso à IA6. Mas o lançamento público de um chatbot de IA generativa (GenAI) em novembro de 2022 marcou um momento de transformação. A sua capacidade de compreender e gerar conteúdos semelhantes aos humanos - desde artigos e apresentações de diapositivos a imagens e vídeos - captou a atenção do público e dos investidores, suscitando um entusiasmo e um investimento sem precedentes em todos os sectores.
 

As empresas que antes viam a IA como uma ferramenta de nicho começaram a vê-la como um motor estratégico de produtividade e inovação. A súbita acessibilidade e versatilidade da IA generativa (GenAI) demonstrou como a automatização poderia ir além das tarefas repetitivas e incluir o trabalho criativo, o trabalho do conhecimento, a comunicação e o apoio à decisão.
 

No entanto, está ainda por fazer um cálculo definitivo dos benefícios económicos que podem advir da utilização da IA. Há um consenso crescente de que haverá um aumento semelhante ao das tecnologias da informação e da comunicação (TIC) na década de 1990.


A IDC, um fornecedor global de serviços de consultoria e de informações de mercado, prevê que "as despesas das empresas para adoptar a inteligência artificial (IA) ... terão um impacto económico global cumulativo de 19,9 milhões de dólares até 2030 e conduzirão a um aumento de 3,5% no produto interno bruto (PIB) global em 2030. "7 Expectativas semelhantes foram expressas pelo CEO da Microsoft, Satya Nadella, que disse esperar que o investimento em IA impulsione o crescimento e a produtividade do Reino Unido: "Pode acontecer mais depressa, por isso a nossa esperança não é de 10 anos, mas talvez de cinco."8

Muitas empresas já estão a fornecer provas reais de implantação, mas estamos apenas no sopé dos potenciais benefícios. O poder transformador da tecnologia é amplamente reconhecido, mas a totalidade dos seus dividendos em termos de produtividade continua a ser largamente teórica. Embora os dividendos da produtividade continuem por realizar, são uma prioridade para os líderes empresariais, como mostra uma análise das menções à IA e à produtividade nos anúncios das empresas.


How EY can Help

A próxima vaga de produtividade virá da IA agêntica, sistemas que podem gerir autonomamente fluxos de trabalho complexos, tomar decisões semi-inteligentes e coordenar tarefas entre funções. Estes agentes de ordem superior ainda estão a 18-36 meses de uma implementação generalizada, mas representam o primeiro passo verdadeiro em direção ao que a EY descreve como a "Empresa Superfluida".
 

"As empresas não se limitam a debater se a IA pode gerar valor, mas confrontam-se com a questão mais difícil de como a concretizar", observa Brad Newman, Partner, EY Global Consulting Supply Chain and Operations Leader, Ernst & Young LLP. "Em áreas como a cadeia de abastecimento e as operações, a conversa mudou da automação teórica 'lights out' para o desafio prático da integração e execução."
 

O resultado é uma lacuna de execução generalizada: um fosso entre o potencial tecnológico vendido pelos fornecedores e os resultados mensuráveis com que os directores executivos estão dispostos a comprometer-se publicamente.
 

Conseguir a transformação impulsionada pela IA e o aumento da produtividade exigirá uma mudança generalizada para modelos operacionais baseados em resultados, em que os líderes gerem por exceção e orquestração em vez de aderirem a processos. Em vez de se certificarem de que todos seguem rigidamente um conjunto de regras ou procedimentos fixos, os líderes devem concentrar-se em intervir apenas quando algo de invulgar acontece, quando os resultados não correspondem às expectativas ou quando um problema requer a sua atenção. O seu tempo é mais bem gasto a coordenar pessoas, tecnologia e processos para alcançar os resultados desejados, como um maestro a orientar uma orquestra, em vez de micro gerir cada passo.

As empresas já não se limitam a debater se a IA pode gerar valor, mas confrontam-se com a questão mais difícil de saber como a concretizar.

Brad Newman

Líder da Cadeia de Fornecimento e Operações da EY Global Consulting

Esta transformação da arquitectura empresarial exige um compromisso plurianual.

Michael Von der Geest, Partner, EY Global Customer Managed Services Leader, Ernst & Young LLP, coloca esta questão de forma sucinta: "A maioria dos líderes empresariais não compreende o suficiente sobre a IA para arquitetar os seus modelos de negócio, e a maioria dos tecnólogos não compreende o suficiente sobre o funcionamento das empresas para lhes dizer como o fazer."

Este ponto cego mútuo deixa as organizações à procura de provas e estudos de caso que ainda não existem. É um desafio demonstrar resultados tangíveis, o que atrasa o investimento.

Já existem provas de que esta tecnologia permite obter ganhossignificativos9.


How EY can Help

  • Supply chain reinvention

    Supply Chain Reinvention helps clients effect a fundamental change in their performance to support sales growth, become more cost-competitive, minimize risk and improve operational resilience.

    Read more

A maioria das empresas aceita actualmente que o sucesso da IA no aumento da produtividade depende menos da sofisticação dos algoritmos e mais da qualidade dos dados que os alimentam. Muitos ainda estão a lutar para limpar, unificar e estruturar dados em sistemas complexos e fragmentados. Newman descreve-o como um problema universal: "Algumas pessoas debatem-se com a questão dos dados - a qualidade dos dados é um problema, e depois a questão de saber se têm os dados de que precisam". As empresas estão a investir cada vez mais em ferramentas de "dados auto-regenerativos" que utilizam a própria IA para detetar inconsistências, preencher lacunas e gerar pontos de dados em falta, criando as bases para uma automatização fiável.

 

Ao mesmo tempo, a fronteira entre automação e IA está a esbater-se. As empresas estão a descobrir que aquilo de que realmente necessitam não é apenas a automatização de processos, mas sim a inteligência de decisão, sistemas que aumentam o julgamento humano com análise em tempo real e lógica adaptativa. Em cadeias de abastecimento complexas, isto significa que a IA pode ir além da simples execução de tarefas e optimizar continuamente as soluções de compromisso entre custos, riscos e níveis de serviço.

 

Este salto de produtividade é particularmente visível naquilo que está a ficar conhecido como "IA física". As empresas estão a aprender o potencial de incorporar a inteligência diretamente nas máquinas e na robótica. Neste novo futuro, as câmaras adaptadas e os algoritmos baseados nas extremidades permitem que os robôs reconheçam e se adaptem a novas peças em tempo real, deixando de interromper a produção para reprogramação. As fábricas estão a evoluir para ecossistemas adaptativos, alimentados por gémeos digitais e simulações que optimizam a sequenciação, a velocidade e a utilização de energia antes de ocorrer uma única alteração física.

 

Os resultados não se limitam ao chão de fábrica. As operações de front-end também estão a ser transformadas, com a IA a melhorar a previsão, o inventário e a capacidade de resposta da manutenção. Em sectores como o aquecimento, a ventilação e o ar condicionado (AVAC), os sistemas preditivos alertam agora os técnicos para potenciais avarias antes de os clientes se aperceberem de um problema, reduzindo o tempo de inatividade e transformando as tradicionais vendas de produtos em modelos de serviço contínuo. Esta passagem para a "servitização" representa uma mudança fundamental: Os clientes estão a deixar de comprar máquinas para investir em resultados, rentabilizados através de serviços contínuos em vez de compras pontuais.

 

A Schneider Electric exemplifica esta transição, centrando-se no fornecimento de "energia como um serviço". As receitas de serviços recorrentes e as soluções digitais representam actualmente mais de 50% do negócio da Schneider, permitindo margens fortes e resistentes, independentemente dos ciclos de hardware.

Para além da eficiência operacional e das vendas de serviços, a IA está a acelerar a própria inovação. Na investigação e desenvolvimento, os sistemas generativos treinados em décadas de dados estruturados e não estruturados estão a descobrir novas moléculas, materiais e aplicações a uma velocidade sem precedentes. Quando combinados com o sentimento de mercado em tempo real e a inteligência competitiva, as empresas podem orientar o investimento em I&D de forma mais eficaz, melhorando o ritmo e a taxa de sucesso do desenvolvimento de produtos.

No entanto, esta revolução da produtividade depende de uma governação forte e da confiança. À medida que os agentes inteligentes tomam cada vez mais decisões, monitorizam sistemas e interagem entre si, a supervisão humana e a garantia robusta tornam-se essenciais. A gestão do risco deve ir além dos controlos financeiros e das dimensões de conformidade. Precisa de ser reinventada para uma nova forma de operar num futuro com IA.10 Sem uma proteção adequada, a mesma tecnologia que muitos esperam que aumente a produtividade pode ampliar as vulnerabilidades, desde as ciberameaças aos erros sistémicos.

Em última análise, a IA oferece às empresas industriais não só a oportunidade de melhorar a velocidade, mas também de aumentar a eficácia das suas operações: integrar a inteligência em todas as suas operações físicas e digitais, transformar dados em decisões e reinventar a forma como o próprio valor é criado. Nos próximos três a cinco anos, esta fusão de capacidades físicas e cognitivas promete definir uma nova fronteira de crescimento, em que a produtividade é redefinida não pela produção por trabalhador, mas pela inovação por algoritmo.

Para libertar todo o potencial de produtividade da IA, as empresas têm de passar da experimentação para a adoção de IA orientada para um objectivo. As provas dos primeiros utilizadores mostram que a IA pode ajudar a obter ganhos de desempenho mensuráveis, desde a manutenção preditiva e o controlo de qualidade até à otimização da logística e à aceleração da I&D.

No entanto, o maior desafio não reside no desenvolvimento de melhores algoritmos, mas na integração da IA no tecido das operações comerciais. As empresas precisam de investir nas bases de sistemas inteligentes, dados unificados e de alta qualidade, plataformas interoperáveis e quadros de governação adaptáveis que criem confiança e transparência. Isto significa avançar para modelos operacionais baseados em resultados, deslocando as suas métricas de desempenho e sucesso dos resultados para as realizações e centrando-se mais nos resultados tangíveis e no valor fornecido, e em que a liderança se concentra na gestão de excepções e na orquestração de resultados, em vez de impor processos estáticos.

A próxima vaga de produtividade virá dos sistemas de IA agêntica capazes de coordenar autonomamente fluxos de trabalho complexos e de tomar decisões em todas as funções, permitindo a "Empresa superfluida". As empresas que reimaginarem as suas arquitecturas em torno dessa inteligência contínua melhorarão a eficiência e a resiliência.

À medida que a linha entre as operações físicas e digitais se esbate, as organizações têm de equilibrar a inovação com a supervisão, garantindo que a IA aumenta e não substitui o julgamento humano. Em última análise, o crescimento sustentado da produtividade dependerá da capacidade dos líderes para combinar a ambição tecnológica com a disciplina estratégica, transformando dados em decisões e inteligência em vantagens competitivas duradouras.

jovem de pé entre arranha-céus dourados a olhar para o céu
3

Capítulo 3

A questão da produtividade para os governos e a sociedade

A IA oferece vantagens, mas exige políticas inteligentes, reformas energéticas e estratégias inclusivas para a mão de obra.

"Se a Europa não conseguir tornar-se mais produtiva, seremos obrigados a escolher. Não seremos capazes de nos tornar, ao mesmo tempo, um líder em novas tecnologias, um farol de responsabilidade climática e um ator independente na cena mundial. Não conseguiremos financiar o nosso modelo social. Teremos de reduzir algumas, se não todas, as nossas ambições". Esta foi a avaliação de Mario Draghi na sua análise da competitividade na União Europeia (UE).11

Mas esta preocupação não se limita à UE. O Reino Unido tem preocupações semelhantes, e a China pretende aumentar a produtividade através da implementação de uma estratégia de desenvolvimento orientada para a inovação, a fim de aumentar a produtividade total dos factores e potenciar um desenvolvimento de alta qualidade. 12 Muitos governos encaram agora a adopção da IA como uma alavanca para aumentar a produtividade das tendências e garantir a "soberania industrial" em tecnologias estratégicas.

O sistema energético é uma limitação e uma oportunidade de primeira ordem. A Agência Internacional de Energia adverte que a procura de eletricidade dos centros de dados e da IA deverá aumentar substancialmente nesta década, o que tem implicações para as redes, a localização e a construção de energia limpa.13 Ao mesmo tempo, a IA pode otimizar os sistemas de energia, desde a previsão das energias renováveis até à orquestração da procura flexível, ajudando os governos a conciliar a expansão digital com os objectivos climáticos.

Os mercados de trabalho sentirão efeitos desiguais. O Fundo Monetário Internacional (FMI) considera que as economias avançadas, mais dependentes dos serviços e das indústrias baseadas em tarefas cognitivas, estão expostas mais cedo tanto aos ganhos de produtividade como aos riscos de deslocação. Estes impactos distributivos variam em função da educação, do género e da idade. Os decisores políticos são instados a associar a difusão da IA a redes de segurança ágeis e a políticas activas do mercado de trabalho, para que os benefícios sejam amplamente partilhados. A Organização para a Cooperação e Desenvolvimento Económico (OCDE) salienta igualmente que a IA irá transformar o trabalho e que as disparidades regionais poderão aumentar sem estratégias de competências específicas.14

A educação e a formação determinarão se a IA complementa os trabalhadores ou os substitui. As orientações da UNESCO apelam a uma abordagem centrada no ser humano que dote os alunos de competências digitais, críticas e éticas, e a sistemas que utilizem a IA para personalizar a aprendizagem, salvaguardando a equidade. Os governos que adoptam estes quadros podem alinhar melhor os currículos, a formação profissional e a aprendizagem ao longo da vida com a combinação de tarefas em evolução nos locais de trabalho com IA.15

Os sistemas fiscais e regulamentares devem também adaptar-se. O FMI argumenta que a IA pode inclinar a combinação de rendimentos para o capital e para as empresas super-estrelas, o que implica a necessidade de reavaliar a tributação dos rendimentos do capital e reforçar a redistribuição, financiando simultaneamente as competências e a inclusão. Apela a políticas orçamentais "ágeis", capazes de aumentar o apoio tanto em cenários graduais como em cenários de grande perturbação. Os próprios profissionais da área fiscal já estão a utilizar a IA para fins de conformidade, avaliação de riscos e prestação de serviços, mas a sua utilização generalizada levanta questões sobre a governação, a transparência e as salvaguardas na tomada de decisões públicas.16,17

Para os governos, a acção-chave será a forma como criam um ambiente que permita às empresas aumentar a produtividade. Mas há potenciais efeitos negativos da utilização das novas tecnologias. O manual ideal combina regulamentação e investimento pró-inovação para aumentar a produtividade com salvaguardas que protegem os direitos, asseguram a compatibilidade do sistema energético com trajectórias de zero emissões líquidas e modernizam as políticas fiscais e sociais para uma economia intensiva em IA.

Um plano de acção para a produtividade na era da IA

  • Reconstrua em torno de dados limpos e conectados: Trate os dados como uma infraestrutura. Invista em sistemas de dados interoperáveis e de elevada qualidade que permitam que a IA funcione de forma eficaz e responsável.
  • Integre a inteligência de decisão nos fluxos de trabalho: Integre a IA nas operações do dia a dia - não como um acessório, mas como uma capacidade essencial que melhora a velocidade, a precisão e a consistência da tomada de decisões.
  • Meça os resultados e não apenas o esforço: Passe do controlo das horas e dos inputs para a medição do valor através da velocidade, qualidade, resiliência e novos fluxos de receitas - especialmente modelos baseados em serviços.
  • Invista em sistemas agênticos com uma governação forte: Utilize agentes de IA para coordenar tarefas complexas e multifuncionais - mas garanta uma supervisão robusta, responsabilidade e salvaguardas éticas.
  • Digitalize as operações físicas com IA e gémeos digitais: Combine a computação periférica e a simulação para optimizar o rendimento, a qualidade e a utilização de energia em tempo real.
  • Alinhe talento, ferramentas e confiança: Desenvolva competências digitais a todos os níveis, reestruture a plataforma em torno de ferramentas de IA interoperáveis e integre controlos de risco para garantir que a IA aumenta - e não substitui - o julgamento humano.
  • Adoptar novas métricas de produtividade: Desenvolva indicadores que reflictam a colaboração homem-máquina, o valor dos dados e modelos e a contribuição dos sistemas inteligentes para os resultados.

Perguntas para os líderes
 

CEO
  • Quais os resultados que definirão a vantagem competitiva daqui a três anos e como é que a IA irá mover essas agulhas de forma mensurável, trimestre a trimestre?
  • Que arquitectura operacional, dados, plataformas e governação permitirão que os sistemas agênticos funcionem com segurança e em escala em todas as funções?
  • Como é que vamos passar da venda de produtos para serviços baseados em resultados, sem corroer a confiança ou as margens?
CFOs:
  • Como é que vamos capitalizar dados, modelos e computação para refletir o seu valor de activos, actualizando simultaneamente as lentes de ROI e de custo total de propriedade para programas de IA?
  • Que controlos asseguram que o risco de modelo, as exposições cibernéticas e de conformidade permanecem dentro dos limites da apetência à medida que a automatização se expande?
  • Onde é que o reequilíbrio entre despesas operacionais e despesas de manutenção pode melhorar a capacidade de resistência do fluxo de caixa?
Responsáveis pela estratégia (CSO):
  • Que ecossistemas, parceiros, modelos abertos e infra-estruturas são essenciais para evitar a dependência e acelerar a difusão?
  • Quais os cenários (Crescimento, Transformação, Restrição, Colapso) que mais ameaçam o nosso modelo e quais as medidas de proteção existentes?
  • Como é que vamos requalificar a organização para explorar a inteligência de decisão em cada P&L?
Para COOs:
  • Como podemos rearquitectar as operações para medir e gerir a produtividade em sistemas humanos, digitais e agênticos?
  • Como é que passamos de modelos operacionais orientados para os processos para modelos operacionais baseados nos resultados, que gerem por excepção e não por rotina?
  • Como podemos criar quadros de garantia sólidos que gerem os riscos operacionais, éticos e de cibersegurança dos sistemas autónomos?
Para CHROs:
  • Como podemos repensar as métricas da força de trabalho para refletir os contributos tanto das pessoas como da IA, como a velocidade de aprendizagem, a adaptabilidade e a criatividade?
  • Que novas funções, competências e comportamentos de liderança são necessários num mundo em que os seres humanos gerem sistemas adaptativos e semi-autónomos em vez de equipas estáticas?
  • Como é que integramos princípios éticos, transparentes e inclusivos na implantação da IA, na transformação da força de trabalho e na mudança cultural?
Funcionários públicos:
  • Que combinação de competências, computadores e políticas de energia limpa atrairá o investimento privado em IA, cumprindo simultaneamente os objectivos climáticos?
  • Como devem evoluir as estatísticas e os códigos fiscais para reconhecer os dados e os algoritmos como activos produtivos e para garantir ganhos generalizados?
  • Quais são as barreiras que melhor protegem os direitos e a concorrência sem travar a difusão?

Resumo

Na era da IA, a produtividade dependerá menos das horas trabalhadas e mais da forma como as organizações transformam dados, modelos e juízos de valor em resultados. Para ser bem-sucedido, é necessário tratar a IA como uma mudança fundamental - construindo em torno de dados limpos, incorporando inteligência nos fluxos de trabalho e medindo o valor pela velocidade, qualidade, resiliência e novas receitas. A agenda consiste em investir em dados fiáveis, adoptar ferramentas interoperáveis, gerir por resultados, desenvolver competências e incorporar controlos de risco. Se for bem executado, o crescimento virá não só de um trabalho mais rápido, mas também de serviços melhorados, de indústrias mais adaptáveis e de uma distribuição mais justa dos ganhos impulsionados pela IA.

Artigos relacionados

Como as empresas superfluidas remodelam as organizações para obterem vantagens competitivas

As empresas superfluidas utilizam a IA e a automação para eliminar o atrito, aumentar a agilidade e desbloquear novas vantagens competitivas. Descubra como.

EY Global

Como as tecnologias emergentes estão a permitir a economia híbrida homem-máquina

Descubra como a tecnologia está a mudar o trabalho e a liderança. Tome medidas para ter sucesso na economia homem-máquina em evolução.

Beatriz Sanz Sáiz

E se a disrupção não for o desafio, mas a oportunidade?

Transforme a sua empresa e prospere no mundo NAVI de mudanças não lineares, aceleradas, voláteis e interligadas. Descubra como.

EY Global + 1

    About this article

    Authors

    • EY Global
      Multidisciplinary professional services organization
    • EY Global
      Multidisciplinary professional services organization
    • EY Global
      Multidisciplinary professional services organization
    Related topics
    EY wavespace™
    IA

    EY refere-se à organização global, e pode referir-se a uma ou mais firmas-membro da Ernst & Young Global Limited, cada uma das quais uma entidade juridicamente distinta. A Ernst & Young Global Limited, firma sedeada no Reino Unido, limitada por garantia, não presta serviços a clientes.