Relatório de Pesquisa: Desbloqueando o Potencial da IA no Ambiente de Trabalho – Parte 1

A Desconexão Entre Empregadores e Funcionários no Uso de IA

Expectativas dos Empregadores vs. Realidade dos Funcionários

Os empregadores implementaram a IA com objetivos específicos em mente: apoiar a pesquisa inicial (62%), gerenciar fluxos de trabalho (58%) e analisar dados (55%). No entanto, os funcionários têm outras ideias. O relatório mostra que quase dois terços (63%) dos funcionários usam principalmente a IA para verificar seu trabalho, em vez dos fins propostos pelos seus empregadores. Essa desconexão sugere que os funcionários podem não compreender totalmente as funções potenciais da IA ou podem carecer de confiança para usá-la de maneiras mais complexas.

Os empregadores dizem que implementaram a IA para apoiar a pesquisa inicial dos funcionários para tarefas e projetos (62%) e ajudar os funcionários a gerenciar seu fluxo de trabalho (58%) e analisar dados (55%).

Mas quase dois terços dos funcionários (63%) estão aproveitando principalmente a IA para verificar seu trabalho.

Essa desconexão entre as expectativas que os gerentes têm da IA e como os funcionários estão realmente usando a IA é provavelmente devido à falta de transparência e educação sobre IA no ambiente de trabalho.

O Papel da Transparência e Educação

Uma razão-chave para essa desconexão parece ser a falta de transparência e educação sobre IA. Apenas 23% dos funcionários sentem-se completamente educados e treinados em IA, apesar de 72% dos empregadores acreditarem que forneceram treinamento adequado. Essa disparidade é ainda mais evidenciada por diferenças de gênero, com 66% dos homens sentindo-se adequadamente treinados em comparação com apenas 44% das mulheres. Claramente, há necessidade de programas de treinamento mais abrangentes e inclusivos que atendam a todos os funcionários.

Apenas 23% dos funcionários sentem-se completamente educados e treinados em IA.

Enquanto 72% dos empregadores dizem que seus funcionários estão pelo menos adequadamente treinados em IA, apenas 53% dos funcionários acreditam que estão.

Também há uma diferença significativa entre gêneros no treinamento de IA: dois terços (66%) dos homens sentem que estão adequadamente treinados em IA, enquanto apenas 44% das mulheres dizem o mesmo.

O Impacto da IA na Produtividade – Percepção vs. Realidade

Otimismo dos Empregadores vs. Experiência dos Funcionários

Os empregadores são otimistas quanto ao impacto da IA na produtividade, com 60% acreditando que a IA está aumentando significativamente a eficiência de seus funcionários. No entanto, os funcionários relatam uma experiência diferente. Apenas 44% sentem que a IA está melhorando significativamente sua produtividade, com 10% afirmando que a IA não aumentou sua produtividade em absoluto. Essa discrepância aponta para uma possível superestimação dos benefícios da IA pelos empregadores ou falta de integração eficaz da IA no nível dos funcionários.

Enquanto mais da metade (60%) dos empregadores acreditam que a IA está aumentando significativamente a produtividade dos funcionários, apenas 44% dos funcionários dizem que estão vendo um aumento significativo em sua produtividade.

Dez por cento (10%) dos funcionários dizem que a IA não está aumentando sua produtividade em absoluto.

Economia de Tempo: Uma Questão Mista

Enquanto a IA está economizando tempo para os funcionários—79% dizem que economizam pelo menos 1-2 horas por dia—há uma questão sobre como esse tempo está sendo usado. Embora 63% dos funcionários estejam usando seu tempo economizado para reduzir a sobrecarga de trabalho, 26% estão gastando-o em tarefas não relacionadas ao trabalho. Isso levanta preocupações sobre se a IA está sendo usada em seu potencial total e se os funcionários estão sendo orientados sobre como aproveitar melhor o tempo economizado pela IA.

Nesta era de abundância informacional, as organizações precisam de acesso mais rápido a dados precisos para tomar decisões de negócios informadas. Os sistemas tradicionais de BI, geralmente complexos e dependentes de TI, têm dificuldade em atender a essa demanda. Por outro lado, as ferramentas de BI incorporadas de autoatendimento estão sendo projetadas para fornecer interfaces amigáveis ao usuário e visualizações intuitivas, permitindo que os usuários explorem dados de forma independente dentro de seu fluxo de trabalho natural, acelerando o tempo para insights e tomada de decisão.

Este whitepaper oferece uma visão abrangente do BI de autoatendimento incorporado e seu impacto transformador na inteligência de negócios. Exploraremos os desafios e funcionalidades das plataformas de BI de autoatendimento incorporadas, exploraremos os benefícios para as organizações e guiaremos você através de considerações para implementação bem-sucedida.

Setenta e nove por cento (79%) dos funcionários dizem que a IA economiza-lhes pelo menos 1-2 horas por dia, com 37% dos funcionários economizando 3-4 horas usando ferramentas de IA.

Vinte e um por cento (21%) dos funcionários dizem que economizam menos de uma hora por dia com IA, o que provavelmente significa que muitos funcionários não estão usando a IA em seu potencial total.

A Barreira Crítica – Preparação de Dados

A Importância dos Dados em IA

Dados são frequentemente referidos como o sangue vital da IA. No contexto da inteligência artificial, os dados servem como a base sobre a qual os algoritmos são construídos, as decisões são tomadas e os insights são gerados. Sem acesso a dados precisos, abrangentes e bem organizados, os sistemas de IA não podem funcionar efetivamente.

O objetivo de usar dados em IA é permitir que as máquinas aprendam com padrões, prevejam resultados e automatizem processos que de outra forma exigiriam intervenção humana. Por exemplo, a IA pode analisar dados de clientes para prever comportamentos de compra, simplificar operações da cadeia de suprimentos prevendo a demanda, ou até mesmo personalizar campanhas de marketing para melhorar o engajamento do cliente. Usando consultas em linguagem natural, você pode fazer perguntas à IA sobre seus dados e obter insights e respostas imediatas. As possibilidades são infinitas, mas todas elas dependem de um fator crítico: a qualidade e preparação dos dados sendo usados.

O Dilema dos Dados

Um dos maiores obstáculos à adoção de IA é a preparação de dados. Quase metade (45%) dos empregadores relatam que os dados da sua empresa não estão prontos para suportar IA, com 19% citando-a como a principal razão para não implementar IA. Esse problema frequentemente resulta de dados estar fragmentados em diferentes departamentos e plataformas, dificultando que a IA acesse e processe as informações necessárias. Sem dados centralizados e limpos, a IA não pode funcionar efetivamente.

Quase metade (45%) dos empregadores dizem que ainda não implementaram IA porque os dados da sua empresa—ou informações que rastreiam desempenho, processo, pessoas e lucratividade–não estão prontos.

Dezenove (19%) dos empregadores observam a preparação de dados como a principal razão pela qual a IA ainda não chegou à sua organização.

Para muitas empresas, essa falta de preparação de dados significa que seus dados estão fragmentados em departamentos, plataformas e canais, em vez de estar em um local centralizado, e as equipes não têm acesso a ele. Sem dados centralizados, a IA não pode ser executada.

Perspectivas dos Funcionários sobre Preparação de Dados

Os funcionários também estão cientes do problema de preparação de dados. Um terço dos funcionários acreditam que os dados da sua empresa precisam ser revisto quanto à precisão antes de a IA poder ser totalmente implementada. Além disso, 32% dos funcionários sentem que mais treinamento em torno de dados e IA é necessário antes de sua empresa poder ser considerada preparada para IA. Isso sugere que a preparação de dados não é apenas um desafio técnico, mas também uma questão de educação e engajamento dos funcionários.

Dados estão no topo da mente dos funcionários também quando se trata de IA: 33% dos empregadores dizem que sua empresa estaria pronta para suportar IA se seus dados fossem revisto quanto à precisão, e 32% dizem que precisam de mais treinamento em torno de dados e IA antes de sua empresa estar pronta.

Recomendações para Fechar a Lacuna

Aprimorando Treinamento e Educação em IA

Para fechar a lacuna entre as expectativas dos empregadores e a realidade dos funcionários, as empresas devem priorizar programas abrangentes de treinamento em IA. Esses programas não devem apenas cobrir os aspectos técnicos da IA, mas também fornecer exemplos práticos de como a IA pode ser integrada aos fluxos de trabalho diários. O treinamento deve ser inclusivo, garantindo que todos os funcionários, independentemente de gênero ou origens, sintam-se adequadamente preparados para usar a IA.

Centralizando e Limpando Dados

A preparação de dados é crítica para o sucesso das iniciativas de IA. As empresas devem investir em centralizar seus dados e garantir que sejam precisos e acessíveis. Isso pode envolver quebrar silos de dados, implementar práticas de governança de dados e fornecer aos funcionários as ferramentas e treinamento que precisam para gerenciar e utilizar dados de forma eficaz.

Alinhando Objetivos de IA com Necessidades dos Funcionários

Por fim, os empregadores precisam alinhar suas estratégias de IA com as necessidades reais e fluxos de trabalho de seus funcionários. Isso significa envolver os funcionários no processo de tomada de decisão, coletar feedback sobre ferramentas de IA e ajustar estratégias com base em como os funcionários estão usando a IA. Ao fazer isso, as empresas podem garantir que seus investimentos em IA estejam realmente aumentando a produtividade e impulsionando o sucesso nos negócios.

Conclusão

O Relatório sobre Tendências do Ambiente de Trabalho Digital 2024 da Slingshot destaca os desafios e oportunidades da IA no ambiente de trabalho. Enquanto a IA tem um potencial imenso para melhorar a produtividade e impulsionar eficiências, ainda há uma desconexão significativa entre como os empregadores pretendem que a IA seja usada e como os funcionários estão realmente usando-a. Ao abordar as lacunas na educação, preparação de dados e alinhamento de objetivos de IA, as empresas podem desbloquear o potencial total da IA e criar uma força de trabalho mais produtiva e engajada.

Este whitepaper deve servir como um guia para organizações que desejam utilizar o poder da IA. Ao entender o cenário atual e tomar medidas proativas para abordar os desafios, os negócios podem garantir que suas iniciativas de IA sejam bem-sucedidas e impactantes.

Metodologia de Pesquisa e Fonte de Dados

Os insights e descobertas apresentados neste whitepaper são baseados em dados do Relatório sobre Tendências do Ambiente de Trabalho Digital 2024 da Slingshot, que foi conduzido em parceria com a Dynata, líder global em coleta de dados de primeira parte e insights. A Dynata pesquisou 253 funcionários e gerentes em tempo integral nos EUA em uma gama de indústrias e dados demográficos, reunindo insights críticos sobre como a IA está sendo implementada e utilizada no ambiente de trabalho atual.

Os respondentes da pesquisa foram selecionados para garantir uma representação equilibrada de diferentes grupos etários, funções e níveis organizacionais para capturar uma visão abrangente do impacto da IA tanto nos funcionários quanto nos empregadores. Os dados foram coletados de respondentes localizados em todos os 50 estados, fornecendo uma visão ampla do cenário atual de adoção de IA e seus desafios associados.

×