Os serviços financeiros consistem em grande parte em trabalho relacionado com informação: compor dossiês, verificar dados, avaliar riscos, elaborar relatórios, informar clientes sobre a situação. Um consultor, contabilista ou colaborador de seguros dedica uma grande parte da semana a recolher e organizar dados antes de se chegar a um julgamento ou parecer. O resultado de um serviço depende, por isso, fortemente de três coisas: com que rapidez a informação está disponível, com que rigor foi verificada, e com que qualidade é explicada a alguém que não domina a matéria.
Isso torna este setor sensível a alterações no que se automatiza e no que não se automatiza. Onde numa fábrica o tempo de ciclo depende de uma máquina, aqui o tempo de ciclo de um dossiê depende de quanto trabalho humano ainda existe entre a entrada e o parecer.
Organizar e verificar dados é exatamente o tipo de tarefa que se deixa assumir: entrada estruturada, padrões reconhecíveis, regras que se podem formalizar. Parte da construção do dossiê, a primeira verificação de risco e o formato do relatório podem ser feitos por um sistema, com um colaborador a avaliar o resultado e a aprová-lo ou rejeitá-lo com fundamento. O parecer em si, a conversa sobre um caso-limite, a explicação a um cliente que não entende algo: isso continua, no essencial, a ser trabalho humano, porque se baseia em julgamento e em confiança que não surge automaticamente.
Isto não acontece em todo o lado ao mesmo ritmo. Um escritório que já tinha padronizado o seu trabalho de dossiês pode transferir esse passo mais facilmente para um sistema do que um escritório onde cada dossiê é construído de forma própria. A diferença não está na vontade de inovar, mas em quão repetível já era o trabalho subjacente antes de a IA entrar em cena.
Enquanto a construção e verificação de dossiês forem em grande parte trabalho manual, o prestador com mais capacidade tende a vencer pela rapidez: mais pessoas, mais dossiês por semana. Quando esse trabalho passa a ser feito em grande parte por um sistema, essa vantagem desaparece. A rapidez torna-se então algo que qualquer pessoa com um sistema comparável consegue entregar, e a diferença desloca-se para o que resta: a qualidade do julgamento sobre casos-limite, a forma como um parecer é explicado, e a questão de saber se um cliente pode verificar em que se baseia um resultado.
Este último ponto pesa mais neste setor do que antes. Um cliente que percebe que uma avaliação de risco foi gerada por um sistema quer saber quem ainda a analisou e com que fundamento. Os prestadores que tornaram esse controlo visível e rastreável têm aí uma vantagem que não vem da rapidez, mas da capacidade de explicação. Quem apenas continua a afirmar que é mais rápido está a defender uma afirmação que os concorrentes com o mesmo sistema conseguem fazer com igual força.
A questão em que um escritório realmente vence muda, portanto, à medida que muda o que ainda é trabalho humano e o que não é. Deslocamentos semelhantes ocorrem na construção, onde o planeamento e o cálculo se tornam parcialmente automatizados, no setor das instalações, onde o diagnóstico de avarias e o planeamento de materiais mudam, e no setor recreativo, onde os processos de reserva e o contacto com o cliente mudam. A proporção exata entre o que já foi assumido e o que continua a ser trabalho humano difere por escritório e por serviço, e não pode ser deduzida de uma média setorial.
Esta mudança nada diz sobre o que um escritório individual deveria fazer com o seu quadro de pessoal. Se o trabalho que fica livre leva a outras tarefas, a outra prestação de serviços ou a outra coisa é uma escolha que pertence à própria organização e que tem os seus próprios requisitos legais quando se trata de decisões de pessoal. O que aqui se descreve é uma mudança naquilo em que se baseia a comparação entre prestadores, não uma afirmação sobre quem deveria manter ou dispensar que trabalho.
A questão subjacente de que trabalho, numa empresa específica, é realmente passível de ser assumido pela IA não se responde com base numa imagem setorial; essa questão é mapeada tarefa a tarefa com o werkscan da FTE TO AI. Para a comparação com concorrentes é relevante outra questão: como saber em que a sua empresa realmente vence, e, uma vez que as dimensões mudam à medida que a IA assume novas partes do trabalho, com que frequência uma análise de concorrência deve ser repetida para não se apoiar numa afirmação que já não é verdadeira.
Um primeiro passo é escrever os pontos em que julga vencer: rapidez, preço, especialização, serviço, outra coisa. A verificação gratuita de dimensões da competitivebenchmark.net coloca essas afirmações ao lado das provas que as sustentam, tornando visível qual afirmação se mantém e qual se baseia em suposições. O benchmark completo, com pontuações para todo o grupo de referência e uma matriz de provas por dimensão, está em construção.