Produtividade: a pergunta que não estamos a fazer

A IA promete resolver o desafio da produtividade. Mas antes de procurarmos soluções, talvez devêssemos esclarecer uma questão mais fundamental: o que significa, afinal, o conceito de produtividade?

A produtividade tornou-se uma das palavras mais utilizadas no vocabulário do dia a dia. Está presente nas agendas dos governos, nos planos estratégicos das organizações e, mais recentemente, nas promessas associadas à Inteligência Artificial. Sempre que surge uma nova tecnologia, a expectativa parece ser a mesma: encontrar a solução para o problema da produtividade.

Mas existe uma questão que raramente é discutida: afinal, o que entendemos por produtividade?

Segundo a OCDE, a produtividade é definida como a relação entre o volume de resultados produzidos e o volume de recursos utilizados. Ou seja, uma medida de eficiência que compara aquilo que produzimos com aquilo que consumimos para produzir.

À primeira vista, parece uma definição objetiva e consensual. No entanto, basta analisá-la com mais detalhe para perceber que levanta mais perguntas do que respostas.

Comecemos pelo resultado produzido. O que constitui, afinal, um resultado?

Numa fábrica, a resposta pode ser relativamente simples: unidades produzidas, peças montadas ou encomendas expedidas. Mas numa organização baseada em conhecimento, como medimos o resultado de uma boa decisão? O valor de uma relação de confiança com um cliente? O impacto de uma ideia inovadora? A qualidade de uma estratégia?

A segunda questão está relacionada com os recursos utilizados. Devemos medir apenas o tempo? O número de colaboradores? O investimento tecnológico? E quando uma equipa produz o mesmo resultado em menos tempo, estamos perante um aumento de produtividade ou apenas perante um ganho de eficiência operacional?

A realidade é que existe uma definição amplamente aceite de produtividade, mas não existe uma interpretação única daquilo que ela significa dentro das organizações. E talvez seja precisamente aqui que começa o problema.

Ao longo dos últimos anos, a produtividade tem sido frequentemente apresentada como um desafio universal, independentemente do setor, da atividade ou do modelo de negócio. Ao mesmo tempo, a Inteligência Artificial surge cada vez mais como uma resposta igualmente universal. Quase como se existisse uma relação direta e automática: há um problema de produtividade, a IA aumenta a produtividade, logo a IA resolve o problema.

Mas a equação é substancialmente mais complexa. Se cada organização cria valor de forma distinta, então a produtividade não pode ser entendida da mesma forma em todos os contextos. Consequentemente, também não pode existir uma solução única para a aumentar.

As evidências mais recentes sobre IA ajudam a ilustrar esta realidade. Os estudos(1) mostram ganhos relevantes ao nível de tarefas específicas, permitindo executar atividades mais rapidamente, automatizar trabalho repetitivo ou acelerar o acesso à informação. 

Contudo, os mesmos estudos mostram também que esses ganhos observados ao nível individual nem sempre se traduzem automaticamente em aumentos equivalentes de produtividade ao nível das organizações ou das economias. A adoção da tecnologia, a forma como o trabalho está organizado, as competências disponíveis e a capacidade de transformar tempo poupado em valor criado continuam a desempenhar um papel determinante. 

Isto significa que uma organização pode executar determinadas tarefas mais rapidamente sem necessariamente se tornar mais produtiva.

Se o tempo libertado for preenchido por atividades de baixo valor acrescentado, se os processos continuarem excessivamente complexos ou se a capacidade de decisão permanecer inalterada, o impacto final poderá ser bastante inferior ao esperado.

A verdadeira questão, por isso, talvez não seja tecnológica, mas sim estratégica. 

Antes de perguntar como a IA pode aumentar a produtividade, as organizações deveriam começar por definir o que entendem por produtividade. Pretendem reduzir custos? Aumentar a qualidade? Melhorar a experiência do cliente? Acelerar a inovação? Libertar tempo para trabalho mais estratégico? Tomar melhores decisões?

Dependendo da resposta, a mesma tecnologia poderá gerar impactos radicalmente distintos.

O risco é que estejamos a tentar resolver um conceito que não compreendemos totalmente. Tratamos a produtividade como um problema único quando, na realidade, pode assumir significados distintos de organização para organização. E procuramos uma solução única para um desafio que é, por natureza, multifacetado.

A IA poderá ser uma das maiores alavancas de transformação das próximas décadas. Mas o seu impacto não será determinado pela tecnologia em si. Será determinado pela clareza com que cada organização compreende aquilo que procura alcançar. Porque, no final, a produtividade não é um objetivo. É a consequência de uma organização saber porque existe, que valor pretende criar e quais as atividades que verdadeiramente contribuem para esse propósito.

Se os líderes não conseguirem responder de forma clara à pergunta "que valor queremos criar?", dificilmente conseguirão responder à pergunta "como podemos ser mais produtivos?". E, nesse contexto, nenhuma tecnologia será capaz de resolver o problema.

Talvez o verdadeiro desafio da produtividade não esteja na adoção da IA, mas numa questão muito mais fundamental: será que as organizações têm hoje uma visão suficientemente clara da sua missão, do seu propósito e da forma como criam valor?

Porque só quando essa resposta estiver clara fará sentido discutir como a tecnologia pode acelerar o caminho. Até lá, corremos o risco de otimizar atividades sem nunca questionar se são as atividades certas.