Digital artificial intelligence cyborg interface 3D rendering

Os Seis Maiores Desafios na Sua Estratégia de Inteligência Empresarial

Dos silos de informação às novas tendências organizacionais, o futuro da inteligência tem vários desafios que urge superar. Explore o maior com Dan Vesset da IDC.

Os Seis Maiores Desafios na Sua Estratégia de Inteligência Empresarial

Já falámos da necessidade de redefinir a inteligência empresarial e perceber como será o conceito Future of Intelligence, para os líderes de tecnologia e negócios, e sabemos que as organizações estão atentas a estas questões.  

Na verdade, as empresas gastaram US $ 200 biliões em dados, análises e software, hardware e serviços de IA só no último ano. E este valor nem sequer inclui o investimento em dados externos e custos de mão de obra internos destinados a fomentar iniciativas de inteligência. 

Asian woman with caucasian client in office

Mas, apesar de todo este nível de awareness e do investimento realizado, a grande questão ainda permanece: por que é que as empresas estão a lutar para desenvolver as suas capacidades que impulsionam o conceito Future of Intelligence? 

Silos: uma barreira natural à inteligência 

Talvez sem qualquer tipo de surpresa, os silos organizacionais são o maior desafio que as empresas que tentam desenvolver os seus recursos de inteligência, enfrentam atualmente.  

Habitualmente as organizações têm acesso aos dados e à análise desses dados, mas chega-lhes tudo em pequenos silos ou de forma muito restrita, sendo impossível aplicar este conhecimento em projetos fora deste mesmo silo.  

E os silos não existem apenas em estruturas organizacionais. Os silos podem ser vistos como mentalidades, layouts de projeto ou elementos estratégicos. Em seguida, apresentamos algumas das formas que os silos assumem para impedir os esforços de inteligência e a aprendizagem em larga escala: 

  • Silos de Perspetiva: as organizações encontram problemas sempre que concentram a maior parte dos seus esforços na captura de informações e na entrega de relatórios que destacam o desempenho anterior, em vez de apoiar todas as etapas de um processo de tomada de decisão, que envolve uma variedade de métodos de análise descritiva, diagnóstico, preditiva e prescritiva. Em vez disso, as empresas devem esforçar-se para aportar decisões abrangentes entre projetos e departamentos, avaliando cenários, entendendo os principais motivadores e recomendando ações a tomar num ambiente colaborativo entre especialistas internos e externos, sejam eles pessoas ou máquinas. Os dados e o conhecimento obtido com a análise destes mesmos dados costumam ter várias utilizações na organização e beneficiam muito mais do que apenas a equipe ou projeto que lhes deu origem. Promova um ambiente que permita que toda a organização aprenda e beneficie com eles.
  • Silos de Alcançe: hoje em dia, as organizações não são capazes de ver uma floresta de inteligência por causa da multiplicidade das suas árvores; da mesma forma, elas abordam os projetos como se de silos de processos de negócios funcionais ou até mesmo silos de subprocessos se tratasse. Os dados gerados para ou por esses processos de negócios individuais permanecem por lá; por exemplo, os dados de gestão da experiência do cliente não estão ligados aos dados de cumprimento desse mesmo serviço. Estes são processos de negócios distintos, mas ambos podem beneficiar da informação gerada pelos outros. Este problema de silos já existe há vários anos, mas está cada vez pior, num mundo repleto de dados como o que temos hoje em dia.  Os silos de alcance abrangem mais do que simplesmente dados. Eles também afetam a estrutura organizacional, a equipe e os processos. Eles resultam numa perda de produtividade, exposição a riscos desnecessários, custos de oportunidade e experiências de clientes, funcionários e partes interessadas externas abaixo do padrão desejável - todos desafios que os projetos de inteligência devem conseguir superar. . Silos de Tecnologia: os silos de tecnologia, embora sejam problemas muito próprios, acabam por interferir nos dois tipos de silos anteriores. Sem acesso a dados coesos e abrangentes, análise e arquitetura de tecnologia de IA, as organizações dispõem de um tipo de padrões habituais ou sintetizam corretamente fontes de dados internas e externas em informações e, em seguida, em conhecimento. Elas acabam por ser muito lentas ao nível da tomada de decisão, vulneráveis ​​a práticas estratégicas e de gestão de risco abaixo do padrão e incapazes de identificar e trabalhar oportunidades multifuncionais. 
Experiencing virtual technology world. Mixed media

E como os silos existem com tanta relevância nas empresas, eles acabam por parecer algo difícil de superar. No entanto, as organizações já começam a abordar este tipo de questões, principalmente aquelas que procuram alcançar uma vantagem competitiva ao nível da economia digital. A IDC prevê que, até 2022, 75% das empresas venham a incorporar a automação inteligente no desenvolvimento de tecnologia e processos, usando software baseado em IA para aceder a conhecimentos operacionais e a experiência, com o objetivo de orientar a inovação - e começar a deitar abaixo alguns destes silos.

Os desafios ocultos da inteligência empresarial 

Embora os silos sejam certamente os maiores obstáculos a ultrapassar, no caminho para uma melhor inteligência empresarial, existem barreiras mais subtis e insidiosas ao sucesso efetivo. Falamos de desafios culturais que estão integrados na própria estrutura e na forma como as organizações operam. Os próximos três desafios estão relacionados com a forma como as empresas abordam e tratam os dados internamente:

  • Aversão aos dados: também conhecida como “efeito avestruz”, a aversão a dados ocorre quando a cultura da organização rejeita informações valiosas dando maior preponderância à "intuição". Ignorar o conhecimento obtido a partir dos dados ou recusar-se a analisá-los atentamente, pode levar a organização a enveredar por um caminho repleto de preconceitos aquando da tomada de decisões, preconceitos esses que poderiam ser evitados. Um ótimo exemplo desta prática é o hábito que existe de interpretar novas evidências à luz da validação das crenças ou ideias antigas, algo que pode ser perigoso nas organizações. Promover uma cultura que valoriza os dados e a alfabetização neste campo, pode ajudar a combater os preconceitos criados pelas pessoas, mas um código de ética forte também é necessário para proteção de dados e uso de tecnologia de inteligência. 
  • Iliteracia ao nível dos dados: quando as empresas não dão prioridade à criação de competências em torno da compreensão e comunicação dos dados, este tipo de iliteracia tem tendência a prosperar. Ela impede que toda a comunidade use os dados e, mais do que isso, deixa funcionários e chefias vulneráveis ​​a influências indevidas, fruto da desinformação ou proliferação de má informação. As organizações precisam criar uma linguagem comum em torno dos dados e devem recorrer à ajuda de especialistas internos e externos no assunto para promover essa linguagem comum e promover a alfabetização em toda a organização. 
  • Falta de inteligência dos dados: entender como os dados são recolhidos e funcionam é uma coisa; entender como analisar corretamente esses dados e aplicar esse conhecimento para resolver problemas é outra. A inteligência de dados é necessária para transformar com êxito os dados em informação de negócio dentro de uma organização. A falta de inteligência de dados alimenta ainda mais a desconfiança. A falta de inteligência de dados estende essa desconfiança aos modelos e projetos de IA que dependem dos dados e pode inviabilizar a transformação digital de uma organização. 

Enfrentar os desafios organizacionais da inteligência empresarial 

Podem até parecer intransponíveis, mas as organizações podem vencer os desafios que surgem e assim assegurar uma maior inteligência corporativa. Os gestores corporativos precisam promover uma cultura organizacional baseada em evidências, encorajar um alto nível de alfabetização em dados entre os seus funcionários e apoiar as práticas em que as informações moldam a tomada de decisões por parte de pessoas e máquinas, para ajudar a combater a aversão a dados, a iliteracia e a falta de inteligência de dados. 

Além disso, as organizações devem fornecer e promover uma colaboração mais próxima entre cientistas de dados internos, engenheiros de dados, arquitetos de dados, especialistas em assuntos de negócios e redes e especialistas externos para mover dados e informações de silos e encorajar a entrega de insights em larga escala. 

A primeira etapa no caminho da inteligência empresarial para muitas organizações é avaliar os seus dados e processos para ver onde e como é que os silos e os desafios culturais estão a impedir o surgimento de recursos de inteligência. Aprenda a mapear os dados e os processos da sua organização com o novo e-book da IDC, "The Future of Intelligence: The Business Leader’s Guide to Mapping Your Organization’s Enterprise Intelligence".