Onde mora o conhecimento da sua empresa?

Quando você chega numa empresa nova, alguém te entrega um calhamaço. São os documentos oficiais, a estratégia, os processos, o que a organização diz que é.

Davi Moreno, nosso convidado no terceiro episódio do Life After AI, tem uma observação simples sobre esse ritual: aquele material está datado no momento em que é impresso.

O que a empresa é de fato acontece em outro lugar, nas relações entre as pessoas, na forma como uma decisão é tomada, nas histórias de guerra que os veteranos contam para os novatos no café.

Isso nunca foi um grande problema enquanto o conhecimento podia continuar ali, implícito, circulando de pessoa para pessoa, mas a inteligência artificial mudou o custo desse arranjo. Para automatizar um fluxo, para colocar um agente para operar, para fazer a IA trabalhar com o que a empresa sabe e não com o que um modelo genérico supõe, é preciso que esse conhecimento esteja formalizado em algum lugar, e a maioria das organizações descobre, nesse momento, que ele não está em lugar nenhum.

A conversa com o Davi, que trabalha há anos com transformação organizacional e gestão do conhecimento, partiu dessa constatação e foi para um lugar mais interessante do que a solução aparente.

O problema chega sem nome

Davi conta que quase nenhum cliente chega pedindo gestão do conhecimento. O pedido vem difuso, como um problema de comunicação, de alinhamento de método ou de formação, e às vezes vem na forma de “a gente começou a usar IA, gera muita coisa e não sabe mais para onde vai”. Quando se olha de perto, geralmente aparece o desafio de como a organização gera conhecimento, como ele circula, como ele envolve as pessoas.

Quase nunca há processo para isso, e quase nunca é intencional.

A lente que ele usa para olhar esse cenário vem do metadesign, a camada de qualquer projeto que cuida do contexto em que o projeto acontece. Um objeto pode ser projetado por uma pessoa, mas uma cidade não pode, e uma empresa que ganhou complexidade também não. Ela se faz pelo seu coletivo, e organizar esse coletivo para que o conhecimento apareça é um trabalho de criar contexto, não de escrever mais um manual.

O que acontece quando se tenta resolver no controle

As empresas têm começado a explorar IA pelo uso individual, cada um com seu assistente, muitas vezes meio escondido, sem uma conversa aberta sobre como se constroem os prompts ou de onde vêm os dados. Quando chega a hora de fazer algo em escala, aparecem as perguntas de sempre.

Onde estão os dados, com quem, em que formato, e o que aconteceu com o que fulano sabia antes de sair da empresa.

A reação natural é organizar rápido e no controle. Em vez de um relatório, a equipe agora produz cinquenta e nove. O relatório de dez páginas virou um de setenta e oito. O sumário executivo de uma página tem três e meia. O número de objetos no sistema dobra, ninguém lê tudo, muito menos verifica, e a sensação de descontrole aumenta na mesma proporção em que se tentou controlar.

Mapear conhecimento tácito soa, para quem está dentro da empresa, como um mecanismo de substituição. Cada coisa que eu conto é uma coisa a menos que só eu sei. Há estudos e casos de empresas que demitiram depois de projetos de IA e ficaram menos produtivas, porque quem ficou passou a trabalhar contra.

Reputação e autoria

O caso mais concreto do episódio veio de um projeto que Davi fez antes da explosão dos assistentes de IA, numa instituição do mercado financeiro que estava perdendo gente experiente e o conhecimento que ia junto. O pedido era “fazer o download da cabeça desses caras”. O primeiro obstáculo foi exatamente o medo. Por que eu vou contar, se isso é o meu capital aqui dentro? É um jogo de poder, e a primeira coisa a fazer é reconhecer isso.

O que funcionou foi um desenho de papéis e rituais, sem nenhuma plataforma por trás, em que as pessoas documentavam o que faziam, com revisão por pares e squads de conteúdo, apoiado em duas coisas. Autoria, porque quem escreve assina e é reconhecido pela comunidade como autor daquilo. E reputação, que precisava se converter em recompensa real, inclusive financeira. Sem isso, a conversa engasga sempre no mesmo ponto.

Quem participa do processo de externalizar o conhecimento precisa ganhar com isso, no presente, de forma clara. Sem esse ganho, o medo se instala, as histórias de outras empresas chegam por analogia, e o projeto vai para o caminho oposto ao que se queria.

O que diferencia uma empresa quando a velocidade vira commodity

Se mil pessoas produzem por dez mil e a ferramenta permite produzir cem mil, por que reduzir para cem pessoas? Por que não manter o corpo social e perguntar o que essas pessoas querem criar, qual é a fronteira, o que existe depois? É preciso pensar em novos modelos de remuneração e de organização para um cenário em que as pessoas produzem de outro jeito. Ainda não temos respostas prontas para nada disso, mas as perguntas são importantes de serem feitas.

Quando a IA torna a velocidade uma commodity, o que diferencia uma empresa deixa de ser o quanto ela produz. Cinco pessoas em qualquer lugar do mundo vão produzir tão rápido quanto você. O que sobra como diferença é a cultura, a forma como a organização se relaciona com quem está dentro dela e com o entorno, os clientes, a comunidade, a cidade onde a fábrica está. Não dá para separar a cadeia tecnológica da cadeia social. A empresa “AI native” que só enxerga a dimensão da velocidade vai ser copiada em semanas.

O que a gente não sabe

Uma coisa que atravessou a conversa inteira foi a honestidade sobre o limite. Não existem ainda espécimes crescidos, organizações que tenham passado pela transformação completa e possam ser estudadas. Se o problema é complexo, a resposta vai ser complexa, e talvez ela venha de mobilizar inteligência coletiva junto com inteligência artificial, em vez de esperar que um consultor, uma liderança ou uma ferramenta traga a bala de prata.

Perguntei se ele estava otimista ou pessimista. Ele se definiu como pessimista esperançoso: pessimista pelo que vê nas relações e na sofisticação dos conflitos e das desigualdades a cada salto tecnológico, e esperançoso na humanidade, na capacidade de construir um bom caminho a partir dessas conversas. Eu assino embaixo dessa definição.

O episódio completo está no YouTube e no Spotify do Life After AI. Passamos também por soberania de dados e dependência tecnológica, por um caso de matemática que virou notícia e por que grupos diversos parecem ser a única forma de dar conta do tanto de coisa que um profissional precisa acompanhar hoje.

Se você está vivendo esse problema na sua organização, escreva para a gente. Discorde, traga um caso, indique alguém que deveria estar nessa conversa.