Todos continuam perguntando se a IA substituirá os analistas. Acho que essa é a pergunta totalmente errada.
Acredito que a IA tem o potencial de deixar os analistas de 10 a 100 vezes mais produtivos, não substituindo, mas eliminando o trabalho braçal que os separa das tarefas que realmente importam: entender o negócio, compreender o contexto por trás dos números e acertar os dados, em vez de sofrer para chegar aos resultados.
Já vimos esse filme antes na engenharia de software. As ferramentas de IA para codificação não reduziram a população de desenvolvedores. Elas os deixaram drasticamente mais produtivos e mudaram o foco do trabalho, abandonando a escrita de código repetitivo para pensar mais sobre o problema que vale a pena solucionar. E entregaram esses mesmos poderes a pessoas que nunca tinham escrito uma linha de código na vida.
O analytics está indo na mesma direção.
A parte mecânica do trabalho nunca foi onde o valor está. Saber em qual botão clicar não é o mesmo que saber qual problema solucionar.
A curiosidade ainda é a vantagem concorrencial
Sempre achei que existem três tipos de pergunta.
As que você já sabe como responder. As que você sabe que precisa responder, mas ainda não respondeu. E as que ninguém pensou em fazer.
A IA é incrivelmente boa em ajudar com os dois primeiros. Ela pode revelar padrões mais rapidamente do que qualquer humano. Pode sumarizar, calcular, comparar e gerar ideias em segundos.
Mas as maiores oportunidades nos negócios geralmente não ficam escondidas dentro de perguntas conhecidas. Ficam escondidas dentro do inesperado.
É aí que a curiosidade humana e uma compreensão profunda do negócio ainda são o que mais importa. Essa é a parte que a IA não substitui.
IA de uso geral não é estratégia de analytics
Muitas organizações estão aprendendo essa distinção da maneira mais difícil.
Vi isso acontecer recentemente com uma empresa que decidiu que a IA iria solucionar tudo. Eles implementaram um assistente de IA popular para 300 analistas. Foi ambicioso, e admiro a intenção. Mas, em junho, o orçamento de IA deles já tinha acabado. Pior: 300 pessoas estavam fazendo as mesmas perguntas repetidamente, consumindo tokens e obtendo respostas inconsistentes. Isso acontece porque o trabalho com dados precisa de determinismo, e a IA de uso geral não foi criada para isso.
Então, todos começaram a criar os próprios artefatos e análises sem nenhuma forma de compartilhar. Quando algo era compartilhado, já estava obsoleto. O que começou como uma iniciativa voltada para IA se transformou em caos.
Não compartilho essa história como um argumento contra a IA. É para mostrar que um assistente de propósito geral não é um ambiente desenvolvido especificamente para análise de dados escalável. Isso exige dados confiáveis, lógica de negócios, métodos repetíveis e resultados determinísticos.
Dados confiáveis começam com o analista
Há também uma mudança relacionada que vale a pena observar. À medida que a IA fica acessível a mais pessoas, os usuários de negócios realizam cada vez mais atividades que antes exigiam conhecimento especializado. Eles fazem perguntas em idioma natural, exploram tendências e geram as próprias análises.
Isso traz uma nova responsabilidade para os analistas, à medida que eles são cada vez mais os guardiões dos dados confiáveis, do contexto de negócios e dos métodos que permitem que outros na empresa analisem com acurácia.
Você não precisa de dados perfeitos antes de começar. Esperar pela perfeição pode ser um obstáculo por si só. Mas você precisa de dados que sejam suficientemente selecionados, compreendidos e controlados de forma apropriada para a decisão que está sendo tomada.
Quanto melhor a base, mais útil a IA é.
Inventores terão desempenho melhor do que imitadores
Toda grande mudança tecnológica cria dois tipos de empresa.
As que recriam os processos de ontem com a tecnologia de hoje e as que inventam maneiras totalmente novas de trabalhar.
Já vimos isso com a nuvem. Já vimos isso com a transformação digital. Estamos vendo novamente com a IA.
Os vencedores não serão as organizações com os maiores orçamentos de IA. Serão os que repensam como as decisões são tomadas.
Foi assim que abordamos a criação do Golden. Não acreditamos que a IA substitua os analistas. Acreditamos que os analistas capturam a lógica de negócios que deixa a IA confiável em primeiro lugar.
Porque, no fim das contas, a IA não cria compreensão. São as pessoas que criam.
Portanto, se você está preocupado que a IA substitua os analistas, eu encorajaria a considerar uma possibilidade diferente.
A IA não está reduzindo a importância do analista. Ela está tornando os melhores analistas as pessoas mais valiosas no mercado.