Na indústria transformadora, o trabalho concentra-se em grande parte em três fluxos: a fase inicial de cálculo e orçamento, o planeamento e o controlo de produção no chão de fábrica, e o controlo de qualidade que determina se uma encomenda é suficientemente boa para ser expedida. Além disso, há o trabalho associado às próprias máquinas e materiais: manutenção, compra de matérias-primas e a administração relacionada com certificação e rastreabilidade. Qual destes fluxos consome mais horas varia por empresa e por tipo de produto, mas o resultado de um negócio raramente é determinado pelo fluxo com menos horas.
As circunstâncias que determinam o resultado são em parte técnicas e em parte humanas. Um orçamento tem de corresponder ao prazo de entrega real, não a uma margem fixa que por acaso costuma resultar bem. Um prazo de entrega é tão bom quanto o planeamento que o produz, e esse planeamento é tão bom quanto os dados sobre os quais opera. E, na indústria transformadora, a qualidade não é avaliada por uma média, mas pelos casos extremos: aquele único lote com um desvio que um cliente não esquece.
A questão não é se a IA está a assumir trabalho na indústria transformadora — isso já acontece em parte. A questão é o que isso faz à dimensão com base na qual um cliente escolhe entre fornecedores. Enquanto um prazo de entrega depender da disponibilidade de um planeador, vence a parte com mais pessoas experientes no chão de fábrica. A partir do momento em que o planeamento é feito em grande parte por software que calcula cenários e só solicita a aprovação de uma pessoa em caso de desvios, o prazo de entrega deixa de ser uma questão de capacidade e passa a ser uma questão de dados: vence quem tem o melhor input, não quem tem mais planeadores.
O mesmo vale para o cálculo de orçamentos. Um orçamento que antes demorava dias porque alguém tinha de processar desenhos técnicos, pode agora ser gerado em parte automaticamente, com um engenheiro a avaliar o resultado em busca de desvios ilógicos. Vence então a parte que orça mais rápido, ou a que orça com mais precisão? Não é a mesma resposta em todo o lado, e é precisamente por isso que a comparação entre fornecedores muda: a dimensão em que antes se vencia continua a existir, mas o que preenche essa dimensão já não é o que era.
O controlo de qualidade é o terceiro exemplo. A inspeção visual que a IA assume não muda a questão de saber se um cliente exige qualidade, mas muda sim o que significa "pontuar melhor em qualidade". Uma empresa que ainda faz toda a inspeção com pessoas deixa então de competir na consistência do olhar, e passa a competir noutra coisa: rapidez de correção, transparência sobre desvios, ou prazos de garantia. Quem não perceber isto, continua a defender-se numa dimensão que já não conta como costumava contar.
Esta diferença entre empresas não está na ambição, mas no que havia para automatizar dada a sua combinação de produtos e os seus dados. Uma empresa fabril com muito trabalho em série e desenhos técnicos padronizados tem mais facilmente uma base para deixar o cálculo de orçamentos ser assumido do que uma empresa que fornece sobretudo trabalho por medida, em que cada encomenda é uma nova exceção. Uma empresa com anos de dados de sensores de máquinas pode tornar a manutenção preditiva; uma empresa sem esses dados tem primeiro de investir antes de a IA poder assumir algo aí. A mudança não afeta, portanto, todas as empresas na mesma ordem, o que significa que o grupo de referência, num dado momento, contém tanto empresas que já pontuam na nova dimensão como empresas que ainda se defendem na dimensão antiga.
Se o ganho de capacidade impulsionado pela IA também se traduz em menos fte é uma decisão do empregador com requisitos legais próprios; aqui trata-se apenas da questão de saber qual dimensão decide um negócio e quem, neste momento, pontua nela.
Esta mudança não ocorre apenas na indústria transformadora. O que o prazo de entrega significa quando o planeamento assume o trabalho dos planeadores de transporte mostra um padrão semelhante, tal como a questão de em que se distinguem as consultoras quando a investigação e a elaboração de relatórios estão em grande parte automatizadas. Se reconhece uma dimensão em que pensa vencer, a pergunta seguinte é o que fazer quando se verifica que um concorrente já está à frente nesse aspeto: o que fazer perante um atraso numa dimensão que decide o negócio apresenta uma abordagem para isso.
A questão subjacente de saber que trabalho na sua empresa é realmente passível de ser assumido pela IA é respondida, tarefa a tarefa, através do werkscan da FTE TO AI.
Antes de se defender numa dimensão, convém saber se essa dimensão ainda é o que era, e se a sua afirmação sobre ela é sustentável. Uma afirmação como "somos mais rápidos" ou "somos mais precisos" só vale alguma coisa se puder ser comprovada; a forma como isso funciona está descrita em como fundamentar uma afirmação sobre a sua própria qualidade. Com a verificação gratuita de dimensões, identifica em que pensa vencer e vê quais dessas afirmações podem ser defendidas com provas. O benchmark completo, com a sua posição e a do seu grupo de referência em cada dimensão, está em desenvolvimento.
Vraag maar waarop er in uw markt gewonnen wordt. Ik vergelijk liever dan dat ik uitleg.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.