Muitas organizações estão experimentando IA, mas poucas estão construindo a governança, as bases de dados e a gestão de mudanças necessárias para escalá-la de forma responsável. Na ETS, isso significa adotar uma abordagem pragmática, começando pelos desafios reais do fluxo de trabalho, não pela tecnologia, e aplicando a IA apenas onde ela gera valor mensurável para as equipes. Conversamos com Anu Miller, Chefe de Dados e Análise da ETS, que apoia nossa estratégia de IA em toda a empresa, sobre como a ETS ajusta o tamanho das soluções, mede o impacto da IA em termos humanos, como tempo economizado e liberação de capacidade, e constrói confiança por meio de práticas responsáveis de IA.
Quando as pessoas falam em "IA responsável", como isso se manifesta na prática na ETS?
Miller: Na ETS, incorporamos práticas responsáveis de IA desde o início, e uma forma de operacionalizar esse trabalho é através do DARES, nosso programa empresarial que significa Data and Augmentation with Robotics for Effective Scaling. O DARES trabalha em ondas entre departamentos para identificar processos ineficientes e melhorá-los usando o nível certo de automação ou IA. Em toda a DARES e em todas as nossas soluções de IA, focamos em casos de uso transparentes, avaliação precoce de riscos, verificações de viés e justiça, além de uma forte privacidade de dados para trazer clareza e rapidez às tarefas. Também monitoramos continuamente desempenho, custo e risco, garantindo que cada solução de IA tenha propriedade clara e proteção. Na prática, esse trabalho diário inclui supervisão contínua: à medida que modelos e agentes são implantados, as equipes precisam gerenciar e monitorar como se comportam ao longo do tempo, não apenas no lançamento.
Essa disciplina operacional é acompanhada por um foco igualmente intencional na adoção.
Para escalar a adoção, fazemos parcerias próximas com o programa AI Champions da ETS, que desenvolve fluência em IA por meio da prática prática. Essa comunidade de funcionários ajuda a revelar oportunidades locais, incentiva a experimentação e apoia a resolução de problemas em toda a organização. Ao combinar uma governança forte com aprendizado prático e propriedade compartilhada, a ETS está trabalhando para construir confiança e escalar a IA de forma responsável.
Como sua equipe decide quando a IA é a solução certa ou quando uma abordagem mais simples pode ser melhor?
Miller: Começamos com o problema, não com uma tecnologia específica, e buscamos a abordagem mais simples. Se determinarmos que um processo pré-definido ou um fluxo de trabalho baseado em regras pode resolver o problema de forma confiável, seguimos esse caminho.
IA mais avançada, como soluções multiagente, é usada onde pode melhorar significativamente a precisão, eficiência ou insights em escala. Pensamos em termos de um "menu" de opções de automação e IA, que combina a solução com o problema que equilibra complexidade, velocidade e custo.
Essa mentalidade de "menu" é intencional: o ETS busca dimensionar corretamente a solução, reconhecendo que nem todo problema de fluxo de trabalho deve ser tratado como um problema de IA agente.
Como a IA está mudando a forma como o trabalho é feito na ETS, e o que isso significa para nossa força de trabalho ao longo do tempo?
Miller: A IA nos ajuda a simplificar o trabalho rotineiro, melhorar a qualidade das decisões e avançar mais rápido em trabalhos de alto valor que impulsionarão resultados para o negócio. Com o tempo, isso significa que nossos fluxos de trabalho evoluem e algumas tarefas podem ser otimizadas para reduzir o esforço manual. Estamos igualmente focados em aprimoramento, para que nosso pessoal acompanhe a tecnologia que está sendo introduzida. O objetivo não é apenas eficiência, mas sim permitir que nossas equipes foquem em contribuições mais estratégicas e significativas.
Como você mede o impacto da IA em termos humanos, como tempo economizado, melhorias no fluxo de trabalho ou liberação de capacidade?
Miller: Com o DARES e nossos esforços internos de produtividade em IA, medimos o sucesso em termos de tempo de retorno às equipes, redução do esforço manual e melhorias na qualidade e rapidez das decisões. Igualmente importante, analisamos como o trabalho muda, se as equipes têm mais clareza, menos atrito, maior capacidade de focar no que realmente importa e melhora a experiência dos funcionários. Também consideramos o crescimento da fluência em IA porque o impacto sustentável vem das equipes não apenas usando IA, mas entendendo como aplicá-la de forma eficaz
Quando o ETS avalia oportunidades, o objetivo é conectar a automação ao valor real. Por exemplo, reduzir o trabalho repetitivo que leva várias horas por semana pode se traduzir em tempo significativo de retorno às equipes ao longo de um mês.
Quais lições da jornada interna de IA da ETS seriam mais úteis para outras organizações com missão?
Miller: Comece pela sua missão e ancore cada investimento em IA nela. Isso mantém as prioridades claras e constrói confiança. Igualmente importante é investir cedo em governança, prontidão de dados, aprimoramento de habilidades e gestão de mudanças, porque o impacto sustentável real vem de como as pessoas adotam e usam IA, não apenas da tecnologia em si. Para nós, focar em aumento intencional e resultados mensuráveis centrados em negócios e humanos tem sido fundamental para escalar a IA de forma responsável.
No ETS, a governança é tratada como trabalho operacional, não como um exercício único. Isso inclui revisão transversal dos casos de uso de IA e uma parceria próxima com a conformidade para ajudar a garantir que os esforços de IA estejam alinhados com expectativas e requisitos em evolução.