Relatório da pesquisa: Desbloqueando o potencial da IA no local de trabalho – Parte 1

A desconexão entre empregadores e funcionários no uso da IA

Expectativas do Empregador vs. Realidade do Empregado

Os empregadores implementaram a IA com objetivos específicos em mente: dar suporte à pesquisa inicial (62%), gerenciar o fluxo 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 a IA principalmente para verificar novamente seu trabalho, em vez de para os propósitos pretendidos delineados por seus empregadores. Essa desconexão sugere que os funcionários podem não entender completamente as funções potenciais da IA, ou podem não ter confiança para usar a IA de maneiras mais complexas.

Os empregadores dizem que implementaram IA para dar suporte à 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 utilizando a IA principalmente para verificar novamente seu trabalho.

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

O papel da transparência e da educação

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

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

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

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

Impacto da IA na produtividade – Percepção vs. Realidade

Otimismo do Empregador vs. Experiência do Empregado

Os empregadores estão otimistas sobre o 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 nada. Essa discrepância aponta para uma potencial superestimação dos benefícios da IA pelos empregadores ou uma falta de integração efetiva da IA no nível do funcionário.

Enquanto mais da metade (60%) dos empregadores acredita 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.

Economia de tempo: uma mistura de coisas

Embora a IA esteja economizando tempo para os funcionários — 79% dizem que economizam pelo menos 1-2 horas por dia — há uma questão de como esse tempo está sendo usado. Embora 63% dos funcionários estejam usando seu tempo economizado para reduzir a sobrecarga de trabalho, 26% o estão gastando em tarefas não relacionadas ao trabalho. Isso levanta preocupações sobre se a IA está sendo usada em seu potencial máximo 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 comerciais informadas. Os sistemas de BI tradicionais, geralmente complexos e dependentes de TI, lutam para atender a essa demanda. Por outro lado, ferramentas de business intelligence (BI) incorporadas de autoatendimento estão sendo projetadas para fornecer interfaces amigáveis 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 fornece uma visão geral abrangente do BI incorporado de autoatendimento e seu impacto transformador na inteligência empresarial. Exploraremos os desafios e funcionalidades das plataformas de BI incorporado de autoatendimento, exploraremos os benefícios para as organizações e o guiaremos por considerações para uma implementação bem-sucedida.

Setenta e nove por cento (79%) dos funcionários dizem que a IA economiza pelo menos 1 a 2 horas por dia, com 37% dos funcionários economizando 3 a 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 todo o seu potencial.

A Barreira Crítica – Prontidão dos Dados

A importância dos dados na IA

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

O propósito de usar dados em IA é permitir que 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, otimizar operações da cadeia de suprimentos prevendo demanda ou até mesmo personalizar campanhas de marketing para melhorar o engajamento do cliente. Usando consultas de linguagem natural, você pode fazer perguntas à IA sobre seus dados e obter insights e respostas imediatas. As possibilidades são infinitas, mas todas dependem de um fator crítico: a qualidade e a prontidão dos dados que estão sendo usados.

O dilema dos dados

Um dos maiores obstáculos para a adoção da IA é a prontidão dos dados. Quase metade (45%) dos empregadores relatam que os dados de sua empresa não estão prontos para dar suporte à IA, com 19% citando isso como o principal motivo para não implementar a IA. Esse problema geralmente decorre de dados sendo isolados entre departamentos e plataformas, dificultando o acesso e o processamento das informações necessárias pela IA. Sem dados centralizados e limpos, a IA não pode funcionar de forma eficaz.

Quase metade (45%) dos empregadores afirmam que ainda não implementaram a IA porque os dados da empresa — ou informações que monitoram desempenho, processos, pessoas e lucratividade — não estão prontos.

Dezenove (19%) empregadores apontam a prontidão dos dados como o principal motivo pelo qual a IA não chegou à sua organização.

Para muitas empresas, essa falta de prontidão de dados significa que seus dados estão isolados em departamentos, plataformas e canais, em vez de um local centralizado, e as equipes não têm acesso a eles. Sem dados centralizados, a IA não pode funcionar.

Perspectivas dos funcionários sobre a prontidão dos dados

Os funcionários também estão cientes do problema de prontidão de dados. Um terço dos funcionários acredita que os dados de sua empresa precisam ser analisados para precisão antes que a IA possa ser totalmente implementada. Além disso, 32% dos funcionários acham que mais treinamento em dados e IA é necessário antes que sua empresa possa ser considerada pronta para IA. Isso sugere que a prontidão de dados não é apenas um desafio técnico, mas também uma questão de educação e engajamento dos funcionários.

Os dados também são prioridades dos funcionários quando se trata de IA: 33% dos empregadores dizem que suas empresas estariam prontas para dar suporte à IA se os dados da empresa fossem analisados com precisão, e 32% dizem que precisam de mais treinamento sobre dados e IA antes que suas empresas estejam prontas.

Recomendações para colmatar a lacuna

Melhorando o treinamento e a educação em IA

Para preencher a lacuna entre as expectativas do empregador e a realidade do funcionário, as empresas devem priorizar programas abrangentes de treinamento em IA. Esses programas não devem cobrir apenas 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 origem, se sintam adequadamente preparados para usar a IA.

Centralizando e limpando dados

A prontidão dos dados é crítica para o sucesso das iniciativas de IA. As empresas devem investir na centralização de seus dados e garantir que eles sejam precisos e acessíveis. Isso pode envolver a quebra de silos de dados, a implementação de práticas de governança de dados e o fornecimento aos funcionários das ferramentas e do treinamento de que precisam para gerenciar e utilizar os dados de forma eficaz.

Alinhando as metas de IA com as necessidades dos funcionários

Por fim, os empregadores precisam alinhar suas estratégias de IA com as necessidades e fluxos de trabalho reais 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 empresarial.

Conclusão

O Relatório de Tendências de Trabalho Digital de 2024 da Slingshot destaca os desafios e oportunidades da IA no local de trabalho. Embora a IA tenha imenso potencial 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, prontidão de dados e alinhamento de metas de IA, as empresas podem desbloquear todo o potencial da IA e criar uma força de trabalho mais produtiva e engajada.

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

Metodologia da Pesquisa e Fonte de Dados

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

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