O que aprendi com o post da CFO da OpenAI

Você pode ler o post original aqui.

Um resumo é que a CFO do OpenAI fez um post falando sobre a experiência dela redesenhando o trabalho do time de finanças da empresa em torno da IA.

E o que tem de interessante no post?

Separei dois princípios que você pode aplicar no seu time.

Compra licença pra todo mundo

Uma das coisas que a IA tem a oferecer de melhor é a capacidade de fazer pessoas sem expertise técnica automatizarem processos. É uma das primeiras vezes na história dos computadores que um profissional pode aumentar sua produtividade em magnitudes de diferença sem precisar saber de código.

A IA ajuda o indivíduo a automatizar o processo do princípio ao fim.

Os problemas:
1. quem sabe o processo é o indivíduo na ponta
2. esse indivíduo não sabe se a tarefa é automatizável ou não
3. ele só vai correlacionar uso da IA com automação da tarefa caso haja duas coisas: disponibilidade da ferramenta e incentivo

Para colher os frutos de uma empresa AI-native você precisa forçar os funcionários a usarem e a repensarem seus fluxos ao redor deles.

O Nubank passou por esse processo recentemente. A empresa criou incentivos para os funcionários adicionarem IA ao máximo no seu dia a dia.

No começo o resultado vai ser tímido, mas com o passar do tempo o ativo mais valioso é que a empresa vai aprender a incorporar inteligência artificial em todo projeto novo que aparecer. E aí a trajetória é exponencial.

Para isso acontecer o dono vai precisar comprar licença pra todo mundo. Minha recomendação é o Claude a 20 dólares que já é o suficiente para todos.

Além disso, checkups regulares top down pedindo para as pessoas mostrarem que tipo de trabalho está sendo automatizado ou modificado. Os funcionários vão reclamar um pouco no começo, mas é um pequeno preço a se pagar para uma empresa muito melhor posicionada nessa era.

Repensar os processos

Os exemplos que a Sarah Friar usa são muito bons pois os processos de close e forecast em finanças são processos naturalmente bagunçados em empresas. A maioria das pessoas olharia e diria que não compensa.

A grande virada de chave é tratar o processo como um fluxo de entrada -> processamento -> saída.

Isso é uma regra universal. Tudo pode ser reduzido a isso aqui.

O processamento pode ser feito em 3 áreas
1. cabeça da pessoa: ideal para situações altamente ambíguas
2. sistema: um app ou planilha do excel
3. AI*: pode substituir a 1 e 2 a depender do cenário

O ponto bom para uma empresa é colocar quase tudo no 3. O ser humano não precisa necessariamente processar todos os dados de certos fluxo de trabalho. Uma IA poderosa com um contexto bem trabalhado, com regras explícitas pode resolver boa parte dos problemas.

Isso é repensar os problemas: entender a parte que os dados são processados para gerar saídas e buscar uma solução com IA no meio.

Assim o ser humano fica liberado para fazer aquilo que faz de melhor: trabalho criativo, estratégia, resolução de casos ambíguos, problemas que não são facilmente resolvidos ou orquestrados.

É uma das maiores alavancas operacionais da história.

Conclusão

O conteúdo desse post pode ser resumido em fazer o básico bem feito.

Não tem nenhuma extravagância.

As empresas crescem ou fazem turnarounds OU por fatores externos como aumento de demanda de produtos e serviços OU sendo mais eficientes que as outras concorrentes. A Domino's virou o jogo sendo mais competente em campanhas de marketing e admitindo que o produto era ruim. A T-mobile mudou mudando a estratégia da empresa em relação às concorrentes. A Under Armour diminuindo o número de produtos.

Você e seu time precisam de tempo ativamente humano para buscar saídas criativas para problemas que aparentemente não tem solução. O resto deixa que a IA resolve.