Framework de capacidade de IA: delegação estratégica, direção e IA agente para líderes

1. Introdução ao modelo de IA agêntica: Vamos entender diferentes modelos de IA ou estruturas genéticas Temos o LLM, que por si só é muito inteligente. Você pode fazer perguntas, ele pode responder. Mas, assim como o estagiário não consegue abrir arquivos, não consegue consultar as regras mais recentes, não consegue se lembrar do que você disse a eles ontem Isso é limitação. transformar aquele estagiário em um trabalhador experiente ou em um profissional do conhecimento com três superpoderes extras, ferramentas Um LLM aumentado é como transformar aquele estagiário em um trabalhador experiente ou em um profissional do conhecimento com três superpoderes extras, ferramentas de recuperação e memória. Vamos detalhar a recuperação de poderes, acesso ao conhecimento externo, como dar aos estagiários acesso ao arquivo da sua empresa e à pesquisa no Google Essa é uma capacidade semelhante à da parte de recuperação aumentada do LLM Vamos pensar em um exemplo de assistência médica. Os agentes de autorização prévia aplicam as regras mais recentes do pagador antes de preencher uma solicitação Exemplo de hipoteca: os agentes de configuração de empréstimos recuperam as regras atualizadas da taxa de juros antes de redigir os documentos. Quaresma, elimine o desperdício de consultas manuais reduza o retrabalho quando regras desatualizadas A segunda são as ferramentas, a capacidade de agir dentro dos sistemas. Em vez de apenas ler as políticas, o estagiário agora pode entrar nos portais e executar tarefas O agente faz login no portal do pagador e envia a Os agentes chamam a API do Credit Bureau para obter pontuações de crédito. Então isso é LLM aumentado. Queremos reduzir a transferência humana para que o tempo do ciclo se torne mais rápido O terceiro poder importante é a memória, a capacidade de lembrar o contexto ao longo do tempo. O estagiário guarda um caderno para guardar tudo das reuniões anteriores e não faz a mesma pergunta duas vezes Vamos dar um exemplo da área de saúde. Patient Experience Board lembra sua última consulta de cobrança e continua sem problemas assistente de crédito lembra que o comprovante de renda do mutuário faltou o comprovante de renda do mutuário na última reunião Melhore o rendimento na primeira passagem. O objetivo é reduzir os erros devido à falta de contexto. Quando você combina recuperação, ferramentas e memória, você não obtém apenas um chatbot Você tem um agente que pode consultar, agir e adotar menos transferências, menos espera e menos retrabalho, ou levar tempo de ciclo mais rápido e Hoje, uma enfermeira que lida com a negação gasta 20 minutos. Ela consulta as regras do pagador, as recupera, faz login em três ferramentas do sistema e lembra da memória os casos de negação anteriores Agora, imagine um LLM aumentado fazendo isso em segundos. Esse é o salto da IA como ajudante. A IA é um membro da equipe. Um LLM plano pode receber entradas e fornecer a saída. Isso é útil, mas é limitado. Ele esquece o contexto. Nem sempre é possível acessar os dados mais recentes e eles não foram projetados para usar ferramentas externas. Já um LLM aumentado corrige isso conectando o modelo a três extensões principais, ferramentas de recuperação A recuperação diz respeito ao acesso ao conhecimento. LLM pode consultar bancos de dados externos, sistemas de conhecimento ou documentos para buscar fatos em tempo real Saúde, obtendo o histórico do paciente antes de redigir o resumo Hipoteca recuperando as pontuações e políticas de crédito atualizadas antes da repontuação. As ferramentas têm a capacidade de agir. LLM pode chamar APIs, acionar fluxos de trabalho e Invoque uma ferramenta de detecção de fraudes, acione uma placa de RPA para redefinir a senha Essa é a capacidade. Memória é continuidade ao longo do tempo. O LLM pode lembrar interações anteriores, preferências e ações passadas Lembrando os tons da marca em vários comunicados à imprensa. Relembre o progresso do aprendizado de um aluno para adaptar as aulas Juntas, essas melhorias transformam o colaborador de nível empresarial do LLM, capaz de relembrar a história, extrair fatos e realizar ações, não apenas Pense em um LLM simples como um estagiário brilhante. Ele pode responder perguntas , mas esquece tudo depois da reunião Um LM aumentado é como dar ao estagiário ferramentas de acesso e memória que podem garantir que ele se torne mais valioso e esteja 2. Como pensar líderes com IA: Se a IA é copiloto em todas as ferramentas , precisamos treinar os pilotos, não os passageiros Portanto, estamos todos aqui. Os quatro Ds do AI Capability Framework. Essa estrutura foi projetada para responder perguntas críticas para o líder. Como desenvolvemos a fluência da IA em grande escala, não apenas o uso da IA Os quatro Ds fornecem um mapa de capacidades orientado à liderança. A primeira é a delegação. Nem tudo deve ser entregue à IA. Os líderes devem definir o que permanece inerentemente humano: julgamentos, valores e relacionamentos, versus o que pode ser codificado e escalado Essa decisão é estratégica, não operacional. A delegação extraviada leva ao risco. A delegação cuidadosa cria vantagem. O segundo D é direção. A IA é tão eficaz quanto a clareza do problema que ela deve resolver. Muitos pilotos fracassados de IA não resultam de algoritmos fracos, mas da má articulação das necessidades de negócios Por exemplo, nos serviços financeiros, se a pergunta for formulada para reduzir a fraude, a IA terá dificuldades Mas se for definido como detectar transações anômalas, acima de $10.000 em 5 minutos, acima de $10.000 em 5 minutos, Os leitores devem insistir na precisão ao formular a pergunta. O terceiro D é a detecção. IA lhe dará respostas, mas os líderes devem desenvolver a força necessária para interrogá-las Nem tudo o que é possível está correto. É aqui que as equipes seniores fazem uma avaliação crítica. Comparando a produção da IA com o conhecimento do domínio, conformidade e os resultados comerciais. Finalmente, diligência. Implantar IA sem responsabilidade é perigoso. Taxas de proteção ética, governança de dados e previsões regulatórias não são itens de back office Elas são as prioridades da diretoria. Para os líderes de transformação, a diligência é a linha entre escalar a responsabilidade e criar riscos sistemáticos e Essa estrutura é menos sobre como usar uma ferramenta. É mais sobre como liderar a TI com responsabilidade em uma empresa orientada por IA. Agora que exploramos os quatro Ds, vamos conectá-los ao design da nossa organização Como os líderes podem incorporar esses recursos às equipes, à estrutura de governança e à cultura Sabemos como usar a IA, mas o mais importante é que você saberá como pensar com a IA. Essa declaração está no cerne do motivo pelo qual estamos aqui hoje. A maioria das organizações está ensinando as pessoas a usar a IA, a avisar, a executar um modelo a automatizar uma tarefa Isso é útil, mas não é transformador. Para os líderes, o verdadeiro diferencial é aprender a pensar com IA Isso significa deixar de ver a IA como uma ferramenta simples para torná-la uma parceira de ideias na para torná-la uma forma como os problemas são enquadrados, as decisões são tomadas e as oportunidades são identificadas Considere isso. Usar a IA é como pedir a E que crie um resumo de um relatório de mercado. Pensar na IA é perguntar: qual padrão ela revela sobre comportamento do cliente e quais modelos de negócios surgiriam disso O primeiro é tático. O segundo é estratégico. Em programas de transformação, essa distinção separa um jogo de eficiência de curto prazo de uma reinvenção em toda a empresa Líderes que só sabem usar a IA obterão ganhos de produtividade Líderes que sabem como pensar com IA reimaginarão o setor Então, ao refletir sobre seu papel, pergunte a si mesmo: estou tratando a IA como uma calculadora ou como co-estrategista Essa mentalidade é o que moldará vantagem competitiva na próxima década Vamos agora ver como essa mentalidade se traduz Os líderes de fluência específicos devem desenvolver em suas equipes para deixar de usar a IA e passar a pensar com a IA 3. O que é delegação: dedicação é a primeira e a mais importante competência no AI Capability Para os líderes de transformação, a verdadeira questão não é se a IA pode fazer alguma coisa. É se deveria fazer isso. Vamos dar vida a isso com dois domínios em que muitos de vocês têm supervisão direta, departamento de atendimento ao cliente e processamento de reclamações No atendimento ao cliente, a IA pode lidar com a triagem inicial, rotear consultas, reconhecer o status VIP . Isso funciona melhor quando delegado. Eles são repetitivos, baseados em regras e propensos a erros humanos se feitos manualmente Mas quando se trata de lidar com escaladas emocionais, reter um cliente de alto valor ou uma exceção de boa vontade, isso é Delegar isso à IA prejudicaria confiança e o relacionamento de nossos clientes humanos No processamento de reclamações, a IA se destaca na validação de formulários, na verificação da cobertura de apólices e na identificação de anomalias em caso de fraude Delegar essas etapas reduz drasticamente o tempo do ciclo Mas as discussões finais sobre o acordo, a resolução de disputas e as exceções políticas ainda exigem supervisão humana porque combinam julgamento, empatia A competência da delegação consiste em traçar limites. Onde a IA nos dá velocidade, precisão e escala, onde a intervenção humana preserva confiança, nuances e responsabilidade? Líderes que erram desperdiçam capacidade humana em trabalhos de baixo valor ou expõem a empresa a riscos de reputação e conformidade Deixe-me esclarecer o que é o AI Capability Framework e o que não é. Não se trata de memorizar os dez principais prompts ou perseguir o hack mais recente no Chat GPT ou no copilot Esses truques ficaram desatualizados em semanas. O último é a capacidade, o hábito, as habilidades e o julgamento que você traz para cada interação de IA. Pense nisso da mesma forma que você pensa sobre N ou seis Sigma As ferramentas evoluem, mas a mentalidade e a disciplina permanecem. 4. Delegação: consciência de problemas: Delegação e conscientização do problema. Antes de falarmos sobre IA, vamos falar sobre nós. A base de uma boa delegação não é a tecnologia. É clareza. O sucesso começa sabendo exatamente o que estamos tentando alcançar. Muitas vezes, as equipes correm para aplicar a IA sem definir o objetivo real. O resultado são resultados mais rápidos que, na verdade, não resolvem o problema comercial Portanto, antes de envolver a IA, pausa e faça quatro perguntas simples , mas poderosas O que exatamente estou tentando realizar? Quero reduzir o tempo do ciclo de reclamações, melhorar a resolução da primeira chamada no meu departamento de atendimento ao cliente? O que exatamente eu estou vendo? Como é o sucesso? É um tempo de resposta mais curto, menos erros, maior NPS ou menor custo Precisamos de clareza para isso. Que tipo de trabalho é necessário? É simples, mas demorado, como resumir uma política de 20 páginas É incerto e exploratório, como encontrar novos padrões de fraude, ou é intensivo em julgamentos, como lidar com clientes VIP insatisfeitos Qual é o melhor lugar para a IA? Onde o ser humano deve permanecer no comando? A IA pode redigir, resumir e classificar. O ser humano pode decidir, interpretar e assumir a responsabilidade. Delegar não significa descarregar o trabalho. Trata-se de dividir fluxos de trabalho complexos em partes e atribuir cada parte ao parceiro certo Humano ou IA. Quando começamos com metas claras, delegação se torna estratégica. É aí que a eficiência e a eficácia se unem. Obrigada Nos vemos na próxima lição. 5. Delegação: consciência da plataforma: Delegação e conscientização da plataforma. Agora, quando tivermos clareza sobre nosso problema, o próximo recurso é o reconhecimento da plataforma. Nem todas as plataformas de IA são construídas da mesma forma. Alguns são extremamente rápidos, mas superficiais, alguns são lentos, mas melhores em Outros são voltados para a criatividade, a criação de cópias de marketing e a geração de imagens, e alguns são otimizados para a precisão dos dados, melhor para lidar com conteúdo estruturado como faturas Isso é importante porque escolher a plataforma errada é como dar um martelo a um pesquisador A ferramenta em si não é ruim, mas é a opção errada para o trabalho. Por exemplo, se você precisar de velocidade e escala, como escanear milhares de e-mails de clientes em busca de opiniões, você pode escolher um modelo de classificação leve Se você precisar de julgamento e raciocínio, como analisar uma alegação de fraude, precisará de um modelo de raciocínio que possa explicar sua Se você está resolvendo problemas de forma criativa, como repensar o fluxo de autoatendimento do seu cliente, talvez queira um modelo generativo que possa fazer um brainstorming E aqui está a parte importante. Não prenda sua equipe em apenas uma plataforma. O campo está se movendo muito rápido. Incentive a experimentação. Dê aos seus analistas e gerentes de operações a chance de experimentar duas ou três plataformas lado a lado. Os líderes de transformação aprendem essa lição com RPA, BPM e ferramentas enxutas A força não está em uma única plataforma. Trata-se de saber qual plataforma se encaixa no problema. Então, aqui está a mudança de mentalidade. A delegação não é apenas a tarefa que eu atribuo à IA? É também sobre qual plataforma é mais adequada para essa tarefa. É assim que você combina o conhecimento do problema com conhecimento da plataforma para tornar a IA um parceiro estratégico em vez de uma caixa em branco. Obrigada. Nos vemos na próxima lição. 6. Delegação: distribuição de tarefas: Delegação e distribuição de tarefas. Quando você tiver clareza sobre seu objetivo e as plataformas de IA disponíveis, a verdadeira arte começa a decidir como distribuir a tarefa entre humanos e IA Não se trata de substituir pessoas. É uma questão de equilíbrio. Pense em três compartimentos: automação e tarefas que a IA pode realizar com segurança e repetição Essas são as etapas rotineiras baseadas em regras em que a escala é mais importante do que o julgamento. Extração automática de números de solicitação do formulário PDF, marcação de tíquetes de suporte por categoria antes de encaminhá-los Aumento é uma tarefa em que o ser humano e a IA trabalham lado a lado Aqui, a IA ajuda a acelerar as coisas e a expandir a opção, mas o humano permanece no controle. Um analista de políticas solicitando à IA que elaborasse uma variação na cláusula e, em seguida, refinasse aquela que se encaixa Um líder de atendimento ao cliente desenvolve modelos de e-mail com IA e, em seguida, adapta o tom para casos delicados Julgamento apenas humano, a tarefa que nunca deve ser delegada. Essas são as decisões que exigem consciência humana, contexto, responsabilidade e nuances Decidir se deve negar uma reclamação de seguro limítrofe. Ou fazer uma interpretação de conformidade que acarrete riscos regulatórios. E depois há uma quarta categoria que vale a pena destacar trabalho repetitivo de baixo valor, coisas em que nenhum especialista deveria dedicar seu tempo Esses são candidatos perfeitos para agentes de IA. Coisas como gerar notas de reuniões, preparar o primeiro rascunho de relatórios ou consolidar métricas de rotina Então, a pergunta norteadora para vocês, como líderes de transformação, é qual parte do seu processo está pronta para a automação segura? Onde o aumento pode criar mais valor ao aprimorar o desempenho humano Qual área deve permanecer conduzida por humanos para proteger o julgamento e a confiança? E que trabalho repetitivo podemos entregar com confiança aos agentes de IA Conseguir esse equilíbrio certo é o que separa as organizações que simplesmente usam IA das que realmente criam valor com a IA Obrigada. Nos vemos na próxima lição. 7. Segunda parte: direção: O segundo D da estrutura de capacidade de IA é a direção. Vamos nos aprofundar um pouco mais nessa competência de direção Pense em como você pode informar um novo membro da equipe. Você não diz apenas corrigir o problema do SLA. Você fornece o contexto do que é o SLA, por que ele é importante, quais ferramentas estão disponíveis, quais exceções devem ser observadas e qual deve ser a aparência do produto final Essa é a direção. Agora, substitua esse membro da equipe por um sistema de IA. O princípio não muda. Se você pular o contexto e a clareza, a IA gera resultados vagos ou incorretos e a culpa recai injustamente sobre a tecnologia Quando, na realidade, foi uma falha de comunicação. A direção diz respeito à forma como você se comunica com a IA. Ele está no centro de quase todas as interações humanas com a IA. direção clara transforma a IA de uma caixa preta em uma parceira A má direção o reduz a um ruído. Vamos tornar isso real com um exemplo entre domínios. Se você está pensando em um serviço prestador de serviços de saúde, em vez de pedir à IA, resuma o nódulo do paciente, direcione-o de uma forma, é revelador que resuma as últimas três visitas, destaque as mudanças na medicação e o próximo teste Vamos dar um exemplo do processo de liquidação de sinistros. Não diga que revise esta afirmação. Em vez disso, verifique se há risco de fraude nessa alegação motora comparando o custo do reparo com os padrões históricos, e sinalize que a anomalia é superior a 20% Vamos dar um exemplo da hipoteca. Não diga processo de inscrição, mas extraia os detalhes da renda e do emprego, sinalize os documentos que faltam, estime a probabilidade de aprovação com base nas regras de subscrição Se eu pensar no departamento de mídia ou comunicação, em vez de dizer rascunhar um comunicado à imprensa, você pode ser mais específico em sua direção ao escrever um comunicado de 400 palavras para um público B a B com um tom confiante, destacando os benefícios regulatórios e de conformidade A competência de direção garante que a IA ofereça um trabalho eficaz, eficiente, ético e seguro A mesma coisa com que os líderes de transformação de resultados se preocupam quando você domina a direção. IA deixa de ser uma adivinhação e se torna uma verdadeira colaboradora e se torna uma verdadeira colaboradora 8. Direção: Não se trata de palavras inteligentes ou instruções complicadas. Pense nisso como escrever um SOP ou um documento de processo. Você está traduzindo a lógica de negócios em instruções legíveis por IA Assim como quando você contrata um novo analista, você não diz apenas “ descubra como resolver Você diz a eles como deve ser o resultado, qual abordagem eles devem usar e qual tom deve ser mantido. Uma direção ruim resulta em retrabalho. Se a IA fornecer um tom errado, um formato errado ou uma lógica perdida, alguém precisará corrigi-la. Isso mata a adoção. Cada saída ruim diminui a confiança do usuário. A consistência vem somente quando a direção é forte. A direção também tem a ver com governança. É assim que você mantém a IA alinhada às regras de negócios sem escrever novos códigos Em cada programa de transformação que você liderou, você já fez isso. Você definiu o que é o sucesso. Você decide a abordagem ou o método e alinha o tom e o comportamento Então, esses se tornam seus três pilares importantes de direção. Então, agora, basta aplicar o mesmo rigor de quando você está interagindo com Vamos começar com a primeira dimensão da direção. Essa é a direção do produto. Pense na frequência com que a IA decepciona você, não porque o modelo seja fraco, mas porque não dissemos exatamente o que queríamos A IA não é uma leitora de mentes. Se você deixar de adivinhar, a saída geralmente não acerta direção do produto significa responder antecipadamente a quatro perguntas simples, mas poderosas Qual é o contexto desse trabalho? Exatamente, o que a IA deve fazer? Qual formato a saída deve assumir? Quem é o público e qual estilo é apropriado? Vamos tornar isso real com alguns exemplos de RH em alguns dos subprocessos Equipe de aquisição de talentos. Em vez de dar uma direção, contando à avaliação o currículo, dê uma direção clara do produto. Resuma esse currículo em três pontos principais. A seção deve incluir habilidades relevantes, experiência relevante e pontos fortes baseados em evidências Evite inferir personalidades ou traços demográficos. Aqui, a IA agora sabe o que incluir e o que evitar. Vamos dar um exemplo do gerenciamento de desempenho, em vez de dizer: escreva feedback para esse funcionário, dê uma direção de produto, dê uma direção de produto elabore um feedback de desempenho baseado em comportamento. Estruture-o em conquistas e pontos fortes, áreas de desenvolvimento e próximas etapas Use um tom de apoio neutro que seja adequado para uma revisão intermediária Não há como supor que a IA tenha um plano agora. Vamos pensar sobre a comunicação política. Em vez de pedir à IA que explique a nova política de licença, oriente o produto. Escreva uma comunicação de 150 palavras para funcionários, explicando a nova política de licenças. Use uma linguagem simples, evite jargões de RH e termine com duas etapas de ação claras O público são todos os funcionários da nossa organização. Você pode dar o nome da organização, se quiser. Isso garante clareza, tom e estrutura que correspondam aos padrões de comunicação de RH. Vamos dar mais um exemplo da equipe de relacionamento com funcionários. Em vez de perguntar à IA, resuma essa reclamação e forneça uma orientação clara do produto Resuma a reclamação do funcionário em formato cronológico factual, inclua datas, ações tomadas Por favor, não interprete emoções nem atribua culpas. Isso mantém a saída em conformidade e pronta para a investigação. Então, por que a direção do produto é importante? É porque quando você fornece uma direção clara do produto, IA tem um plano Você não está deixando isso para adivinhar. Você está definindo requisitos explícitos para que o resultado esteja alinhado com sua meta , seus padrões e seu público Uma vez que você tenha clareza sobre a direção do produto, o quê, o próximo passo é orientar o É aí que entra a direção do processo. Vou abordar isso na minha próxima aula. 9. Direção do processo: Agora vamos dar uma olhada na segunda dimensão da direção. Direção do processo, o como. Em ambientes complexos ou regulamentados, os métodos são tão importantes quanto o resultado. Pense na sua própria equipe. Às vezes, você não se importa apenas com o trabalho que está sendo feito. Você também se preocupa com a forma como isso está sendo feito. O mesmo se aplica à EI. Com a direção do processo, você está orientando a abordagem da IA. Os resultados não são apenas rápidos , mas também confiáveis e compatíveis. Há várias maneiras de fazer isso. Orientações gerais, como manusear o manual de alguém, instruções passo a passo, como dar uma receita , exemplos práticos, veja como eu faço isso. Isso é importante porque a IA já tem um amplo treinamento, mas não conhece seu contexto, a menos que você o explique. Então, você quer responder perguntas como em qual fonte de dados ele deve se basear? Quais problemas devem ser abordados e em que ordem? Qual fluxo de trabalho ou estilo de análise deve ser usado? Vamos fundamentar isso com exemplos de seus domínios. Serviços de prestadores de serviços de saúde. Em vez de resumir as anotações do paciente, por exemplo, resuma as últimas três visitas em ordem cronológica, destaque as mudanças na medicação e, em seguida, marque qualquer teste futuro. Quando você orienta o processo, você não está microgerenciando Você está moldando o método de AIs para refletir suas regras de negócios É assim que você evita erros, reduz o retrabalho e garante a conformidade Obrigada Nos vemos na próxima lição. 10. Direção de desempenho: Direção de desempenho. Se há uma lição desse módulo, é essa. A IA não é um banco de dados. Não é uma máquina de venda automática. Ele não simplesmente armazena fatos ou fornece uma resposta fixa A IA é um sistema interativo ou, assim como as pessoas, seu comportamento muda com base em como você o orienta. É aí que entra a direção do desempenho. A direção de desempenho trata moldar a forma como você deseja que a IA pense, responda e se apresente. Não se trata do que a IA produz. Essa é a direção do produto. Não se trata de como a IA deve executar as etapas. Essa é a direção do processo. A direção de desempenho trata da personalidade e do comportamento da saída. Antes de começar a trabalhar com IA, faça quatro perguntas a si mesmo. Preciso de um assistente que se limite a uma resposta correta ou um parceiro que explore várias possibilidades Quero que a IA desafie suposições ou simplesmente siga minhas instruções O resultado deve ser detalhado rico ou conciso e direto ao ponto Eu quero o raciocínio passo a passo ou apenas as respostas finais refinadas Essas escolhas influenciam dramaticamente a qualidade e a utilidade dos resultados Vamos tornar isso real dentro do RH. Direção de desempenho, vamos ver alguns exemplos. Em vez de escrever uma resposta para uma reclamação de um funcionário, a orientação de desempenho oferece opções como escrever uma resposta calma e neutra, alinhada à política , adequada para comunicação formal Ou você pode dar uma orientação, escrever um agradecimento solidário e empático em duas frases antes do início uma orientação, escrever um agradecimento solidário e empático em duas frases antes do início da investigação de RH. Mesma tarefa, expectativa de desempenho completamente diferente. Vamos dar mais um exemplo da equipe de aquisição de talentos. Em vez de dizer IA, escrever feedback de entrevista, você define a direção, escreve um feedback estruturado em formato baseado em competências Evite o julgamento da personalidade. Ou você pode escrever um breve resumo pronto para o gerente destacando os pontos fortes, os riscos e as recomendações de contratação direção de desempenho garante justiça e clareza na comunicação de contratação Vamos dar um exemplo do departamento de LND. Em vez de dizer explique essa política, você pode especificar o comportamento. Explique essa política em uma linguagem simples e amigável ao aluno como se estivesse ensinando os novos contratados, ou explique essa política em uma linguagem detalhada em nível de gerente com exemplos e implicações Isso muda o tom, a profundidade e o nível de complexidade na saída que sai. O gerenciamento de desempenho, em vez de dizer, resumir essa avaliação, você pode orientar como a IA deve se comportar pode orientar como a IA Resuma a avaliação usando linguagem orientada à ação e evite Resuma com tons de foco do coaching, priorizando direção de desempenho determina se a IA soa como uma coach ou uma administradora de políticas. Por que essa é uma habilidade importante que você precisa conhecer? Porque sem ela, a IA se comporta de forma genérica. Com isso, a IA se torna uma ferramenta de precisão que se adapta ao seu público, sejam eles funcionários, gerentes, RH, liderança ou novos contratados Ele entende o propósito da comunicação. É um feedback, comunicação, treinamento ou documentação Ele entende o tom, deve ser empático, firme, neutro ou formal A saída pode ser definida em um estilo R detalhado breve e estruturado. Então, quando você combina a direção do produto, o que você quer, a direção do processo, como fazer e a direção do desempenho, como ele deve se comportar, IA simplesmente não é uma assistente. Ela se torna uma parceira inteligente que produz resultados de RH que correspondem exatamente aos seus padrões É aí que a IA começa a oferecer verdadeiro valor comercial. Agora que você entende como orientar a IA com direção, a próxima etapa seria a detecção, desenvolvendo a disciplina de avaliar criticamente os resultados da IA, para que você nunca aceite uma resposta pelo Abordaremos isso no próximo vídeo. 11. Preparando-se para a direção do processo: Agora vamos examinar a segunda dimensão da direção, Processo, o como. Em RH, a forma como o trabalho é feito é tão importante quanto o resultado final. Pense em sua própria equipe de RH. Não basta que a tarefa esteja concluída. Isso deve ser feito de forma precisa, justa e em conformidade com a política. O mesmo se aplica ao trabalhar com EI. O Process Direction orienta os métodos de IA para que os resultados não sejam apenas rápidos, mas também confiáveis, estruturados e seguros. Há várias maneiras de orientar o processo. A orientação geral é como entregar a alguém um manual. instrução passo a passo é como dar um procedimento ou um manual de SOP. Você também pode dar alguns exemplos práticos como mostrar como o RH geralmente faz isso. Esse processo de direcionamento do processo é muito importante porque a IA tem um amplo treinamento, mas não conhece seu contexto de RH, a menos que você o conte. Então, com a direção do processo, você esclarece quais dados ele deve usar primeiro? O que deve ser verificado em sequência? Qual estilo de análise é apropriado para o RH? Quais etapas são obrigatórias para conformidade? Vamos fundamentar isso com exemplos de subprocessos de RH. Para uma equipe de aquisição de talentos, em vez de apenas dizer exibir este currículo, você precisa orientar o processo. Primeiro, extraia as habilidades relevantes para o trabalho, depois mapeie-as de acordo com os requisitos do cargo, identifique tendências baseadas em evidências e, por fim, liste as informações ausentes ou pouco claras para o recrutador acompanhar Como você pode ver, isso molda a forma como a IA avalia o candidato de forma justa e sistemática Se eu tiver que falar sobre reclamações e investigações do processo de relacionamento com funcionários, em vez de dizer para resumir essa reclamação, nós orientamos o processo Liste os eventos em ordem cronológica, destaque somente os fatos documentados e identifique as áreas que requerem esclarecimentos adicionais Não interprete emoções nem atribua culpas. Isso evita suposições imprecisas. O próximo exemplo da equipe de gerenciamento de desempenho pode ser que, em vez de esboçar um feedback de desempenho, forneça orientação ao processo. Comece identificando conquistas mensuráveis, depois vincule o comportamento à competência, depois descreva as áreas de desenvolvimento usando linguagem neutra e termine com as próximas etapas alinhadas depois vincule o comportamento à competência, depois descreva as áreas de desenvolvimento usando uma linguagem neutra e termine com as próximas etapas alinhadas à estrutura de desempenho. Você pode ver que fornecemos instruções muito detalhadas, o processo que ela deve seguir. Isso impõe justiça e consistência. Passando para a comunicação política, em vez de dizer explique essa política, se estivermos dando uma direção ao processo, diremos que a dividimos em três partes. O que a política significa em termos simples. Quando essa política se aplica? Onde não funciona? O que os funcionários precisam fazer a seguir é evitar qualquer jargão jurídico, a menos que seja Isso garante clareza e acessibilidade. Crie um resumo do treinamento. Em vez disso, posso dar uma direção clara ao processo, extrair os principais objetivos de aprendizado, resumir o feedback dos funcionários em temas e, em seguida, sinalizar quaisquer lacunas recorrentes de habilidades que precisem ser acompanhadas Isso melhora a geração de insights. Então você pode ter entendido por que a direção do processo é importante. Quando você orienta o processo, você não está microgerenciando a IA Você está moldando o método que segue para corresponder aos padrões, políticas e expectativas de conformidade de RH , políticas e expectativas de conformidade É assim que você evita erros, reduz o retrabalho e mantém a imparcialidade Isso também ajuda a melhorar consistência e garantir o alinhamento das políticas A direção de processos é o que transforma a IA de uma ferramenta rápida em uma parceira de RH confiável. Nos vemos na próxima dimensão. 12. Direção fraca: Uma direção fraca seria escrever um e-mail para o cliente sobre o atraso. A saída da IA seria como, caro cliente, seu produto está atrasado. Pedimos desculpas. Uma direção forte abrangeria o processo e o desempenho do produto. Então, você dirá: escreva um e-mail de três linhas para um cliente VIP que sofreu um atraso de três dias na entrega. Mencione o motivo pelo qual o fornecedor emita e ofereça um cupom de desconto de 10% e mantenha o tom caloroso , mas profissional A saída da IA será muito diferente. Ele dirá: Prezado Sr. Ramesh, lamentamos o atraso de três dias causado por um problema com o fornecedor Como forma de desculpas, aqui está um desconto de 10% para seu próximo pedido e agradecemos sua paciência Mesmo modelo de IA, mesma tecnologia. A única diferença era a direção. E, portanto, é uma habilidade importante a ser desenvolvida. Se alguém disser que é apenas solicitação ou que é apenas uma engenharia rápida, a resposta é não A direção tem a ver com clareza operacional. Assim como a RPA falha quando automatizamos com etapas erradas, IA falha sem uma direção clara Essa disciplina evita o uso indevido e ajuda a construir a confiança Em seus últimos projetos de transformação, que frequência você se comunicou erroneamente, criando retrabalho, atrasos e custos excessivos A IA não é diferente. O custo de uma direção ruim é o mesmo. Retrabalho, frustração e perda de confiança. A recompensa de uma boa direção também é a mesma: tempo de ciclo mais rápido, maior qualidade e adoção confiável 13. Terceiro D: detecção: Agora que abordamos a direção, vamos passar para a detecção de contrapartida Se a direção consiste comunicar claramente o que você deseja, detecção tem a ver com controle de qualidade, avaliar se o que a IA produziu é realmente adequado para o produziu é realmente adequado para RH. Use essa é uma das competências mais críticas dos líderes, porque não importa o quão avançado seja o modelo, a IA pode e cometerá erros de raciocínio, interpretará mal seu contexto, interpretará mal seu em comunicar claramente o que você deseja, a detecção tem a ver com controle de qualidade, avaliar se o que a IA produziu é realmente adequado para o RH. Use essa é uma das competências mais críticas dos líderes, porque não importa o quão avançado seja o modelo, a IA pode e cometerá erros de raciocínio, interpretará mal seu contexto, produzirá de forma tendenciosa ou não congelamento compatível Ele pode ignorar evidências importantes ou gerar respostas que você não esperava A detecção exige que você pausa e faça três perguntas todas as vezes. Essa saída é valiosa ou problemática? Isso mostra a força da IA ou expõe sua limitação? Ele está pronto para uso ou precisa ser refinado antes de chegar aos funcionários ou gerentes Fazer uma boa detecção requer duas coisas. Sua experiência no domínio de RH, sua capacidade de avaliar a qualidade no contexto de RH. Então, vamos dar um exemplo. Você pode reconhecer instantaneamente se a IA interpretou mal uma habilidade ou inferiu Você pode ver se o feedback é baseado no comportamento ou na personalidade. Você pode dizer se o resumo da reclamação é factual, neutro e está pronto para investigação Para o departamento de remuneração e benefícios, você sabe se a IA entendeu mal os critérios de elegibilidade e calculou mal Precisamos entender as limitações da EI, sabendo onde a IA normalmente é insuficiente. Às vezes, a EI fabrica detalhes que nunca estavam no documento Você pode escrever um feedback que pareça confiante mas viole a política de RH ou o padrão de justiça. IA pode interpretar mal os tons tornando-se muito ásperos ou muito casuais. IA pode ignorar notas manuscritas e casos ou exceções H. Vamos dar uma olhada em um exemplo. AI elabora um anúncio sobre uma nova política de licença, mas o texto, sem querer, parece provocativo A detecção indica que o tom prejudicará a confiança se for publicado. 14. Atividade de IA agêntica: Vamos entender como você pode ter seu plano pessoal de fluência em IA Vou lhe dar algumas atividades que podem ajudá-lo a avaliar suas habilidades atuais e como você pode desenvolver sua competência em torno da estrutura de capacidades de IA do FOD Portanto, o primeiro passo é avaliar suas habilidades atuais com exemplos. Então, digamos que você queira se avaliar com base na competência FOD Você pode dizer que sou uma pessoa novata e não tenho muita ideia sobre isso Você pode dizer que ainda estou desenvolvendo habilidades para chegar lá ou sou um usuário confiante da estrutura. Portanto, o modelo é muito simples. Você tem a competência na primeira coluna. Você se avalia. É uma autoavaliação. Quais são os pontos fortes que você acha que tem neste espaço e qual é a lacuna que deseja preencher Então, por exemplo, você é um usuário nos. O que você acha que são as lacunas e deseja preenchê-las? Então, vamos dar alguns exemplos que eu preenchi. Então, um dos meus amigos estava trabalhando na área de RH para a equipe de aquisição de talentos. Por isso, classificamos todas as quatro competências na primeira coluna, que é delegação, descrição, detecção e diligência Portanto, para a primeira competência delegada a ela como em desenvolvimento, é uma autoavaliação que ela Estou apenas ajudando você a entender como a mesa deve ser preenchida. Então, delegação, que é sobre desenvolvimento, a força que ela tem é que ela pode fazer com que a IA resuma o SVS E a lacuna que ela preencheu é que ela não é boa em decidir quando a IA não deve selecionar um candidato Então, como você pode ver na tela, esse é o modelo que foi preenchido por ela, certo? Portanto, fica fácil entender que, para cada um dos Ds na estrutura de competências, você mesmo avaliará, identificará esses pontos fortes e preencherá as lacunas A segunda é a descrição. Então, ela se marcou como se desenvolvendo. Ela é boa em escrever algumas instruções básicas, mas tem dificuldade em dar exemplos e tem dificuldade em obter o tom e as restrições corretos A detecção é o terceiro D da estrutura de capacidade de IA. Ela se classifica como não e consegue identificar erros óbvios, mas é difícil identificar o viés nos resumos de candidatos gerados pela IA Diligência. Ela se marcou como uma pontuação em desenvolvimento. Ela conhece as regras de privacidade de dados, mas não sabe como decidir quais dados do candidato são seguros para carregar. Agora vamos dar mais um exemplo da equipe de subscrição de empréstimos Então, novamente, a competência, classificação, a força e as lacunas Então esse é o outro amigo meu que o avaliou. Por isso, a Diligence classificou a empresa como sendo boa em pedir à IA que extraísse dados financeiros importantes, mas não sabia quando permitir que a IA recomende em vez de apenas resumir Descrição, confiante no gerenciamento da parte da descrição, pois pode fornecer instruções claras sobre tom e formato. Precisa trabalhar na solicitação de várias etapas. O terceiro estágio é a detecção. Está em um estágio de desenvolvimento, bom e pode verificar números, mas precisa detectar alucinações de A diretora de subscrição de empréstimos da parte de Diligence mencionou ou se classificou como nova, ciente do risco de conformidade, mas não confiante sobre a exigência de governança de dados Então, vamos ao próximo exemplo que temos sobre o serviço prestador de serviços de saúde. Então, novamente, os Ds de força são listados, a descrição da delegação, detecção e a diligência, e eles são pontuados para cada competência Eles avaliaram os pontos fortes de cada competência e as lacunas que precisam ser preenchidas Então, como você pode ver, é importante preenchermos essas pontuações de autoavaliação de competências Isso pode nos ajudar a entender o que precisamos aprender mais. A segunda etapa seria refletir sobre os três modos de interação da IA Você se lembra dos três modos? Sim, é automação, aumento e agência. Você deve mencionar qual é o seu nível de conforto. Portanto, o modelo é, novamente, muito simples, como você pode ver na tela, ou seja, os modos são listados, automação, aumento e agência Qual é o nível de conforto? É alto, médio ou baixo, e seu comentário. Então, vamos entender com a ajuda de um exemplo. Então, do RH de uma equipe de LND, a pessoa avaliou que a automação, o conforto é muito alto, usa IA para gerar perguntas e resumos de MCQ Aumento, o nível de conforto é médio. Eles tentaram usá-lo para co-criar jornadas de aprendizado A agência, por ser baixa, não usou agentes de IA para relatórios gerados automaticamente, portanto, não se sente confortável com essa parte do modo de interação com a IA. Agora vamos para o próximo exemplo de identificação de áreas prioritárias, certo? Então, novamente, aqui, a competência, eu posso priorizar primeiro Primeiro, avaliando minhas habilidades nas quatro competências D, ou seja, descrição, detecção e diligência da delegação , vou me concentrar na descrição Portanto, você está definindo uma prioridade sempre que achar que deseja primeiro aprender essa competência em detalhes Essas duas competências terão um impacto maior no meu desempenho profissional porque eu frequentemente trabalho com IA para escrever resumos, redigir conteúdo de RH, analisar documentos e apoiar A segunda pergunta é por que essas competências são importantes? Preciso de uma explicação detalhada. Então, aqui, por que a descrição é importante? Por que isso é uma prioridade aprender essas competências primeiro Percebi que, quando minhas instruções carecem de detalhes, saídas muito genéricas, com tons incompatíveis, incompletas ou desalinhadas com o que eu tons incompatíveis, incompletas ou desalinhadas Instruções claras, resultados de alta qualidade, mas instruções vagas me dão resultados aleatórios inconsistentes A descrição é minha maior nuca. Como vou me beneficiar, os processos de RH se tornarão mais consistentes. Exemplo, guias de entrevistas, criação de JD. tarefas de resumo do estilo bancário se tornarão mais precisas Exemplo, resumo da política. Um agente de serviços de saúde pode dizer que as tarefas administrativas de saúde, como resumos, evitarão jargões Se o exemplo do conteúdo de mídia finalmente corresponder ao requisito de tom da comunicação interna e do boletim informativo. O que devo parar de fazer? Eu deveria parar de escrever instruções de uma linha, sem dar exemplos, sem definir o tom ou o público, sem especificar o que não incluir, esperando que a IA entendesse magicamente Então, essas são as coisas que eu deveria parar de fazer. Agora, gritando, por que tomei a prioridade da detecção como minha segunda prioridade com a qual quero trabalhar? IA geralmente produz detalhes fabricados, raciocínio incorreto, afirmações excessivamente confiantes e linguagem tendenciosa A detecção me ajuda a avaliar criticamente a produção , em vez de acreditar em tudo que a IA vê Como vou me beneficiar em RH, evitarei preconceitos ao retomar resumos. No setor bancário, verificarei os números em vez de confiar nos dados alucinados Para um serviço prestador de serviços de saúde, vou me beneficiar ao dizer que evitarei interpretações clínicas acidentais Do ponto de vista da mídia, você pode ver que vou impedir que a IA gere declarações ou estatísticas não verificadas O que devo parar de fazer aceitar o primeiro rascunho como final, supondo que os números sejam precisos, esquecendo de pedir à IA a pontuação de confiança Permitir que a IA deduza detalhes demográficos, como A , sexo, etc., sem cruzar com o documento fonte. A terceira etapa seria a habilidade mais valiosa a ser desenvolvida dentro de cada competência. Você precisa ser profundo, específico e relevante para o domínio. Então, a prioridade número um era a descrição. Então essa é a habilidade de construir. Essa é a primeira habilidade, dando instruções várias camadas Essa é uma habilidade que eu quero desenvolver na descrição. Vamos dar um exemplo. Em vez de dizer resumir este currículo, eu escreveria para resumir este currículo, focando apenas nas habilidades e na experiência relevantes para o trabalho Não deduza idade, sexo, personalidade ou qualidades educacionais Forneça três pontos fortes, uma área de desenvolvimento e justifique tudo com evidências Tom e público especificados. Comunicação de mídia. O exemplo é escrever uma atualização para investidores de 200 palavras em um tom de fundo de dados confiável. Evite objetivos como incríveis e revolucionários. Use frases curtas. A habilidade três é que eu quero ser uma solicitação rica em contexto. Por exemplo, poderíamos resumir esse caso de paciente apenas para documentação administrativa Não diagnostique, recomende tratamentos ou interprete sistemas Fornecendo exemplos e restrições, crie um resumo da avaliação que siga cada formato ou esse formato e exclua Quero focar minha segunda prioridade no conjunto de habilidades de descrição. Portanto, a habilidade que eu quero desenvolver é dar instruções em várias camadas Um bom prompt de RH diz à IA em que focar, o que evitar e quais estruturas seguir. Portanto, em vez de dizer resumir este currículo, uma forte sugestão de RH é resumir esse currículo, focando apenas nas habilidades e experiências relevantes para o trabalho, fornecendo três pontos fortes com evidências do Uma área de desenvolvimento, também as regras baseadas em evidências , não inferem gênero, personalidade ou atitude Isso evita preconceitos e dá à IA uma direção clara. A ferramenta de habilidade é especificar o tom e o público. Diferentes tarefas de RH exigem tons diferentes gerenciais, empáticos, neutros Portanto, o exemplo aqui pode ser reescrever essa atualização de política em um tom claro e simples para os funcionários Evite jargões técnicos de RH. Use frases curtas e envie uma mensagem de apoio. A direção do tom evita falhas de comunicação. A habilidade três que eu quero desenvolver é sobre solicitações ricas em contexto. IA se torna muito mais precisa quando você fornece um contexto específico de RH. Resuma essa reclamação do funcionário na investigação de RH, inclua somente eventos, datas e ações factuais Não atribua culpas, interprete emoções ou ofereça soluções. Adicionar contexto impede que a IA faça suposições inseguras A habilidade quatro consiste em dar exemplos e restrições. Mostrar à IA qual é a aparência boa ajuda a atender às suas expectativas. Por exemplo, crie uma avaliação de desempenho usando a mesma estrutura deste exemplo, principais conquistas, pontos fortes e áreas de desenvolvimento, como a próxima tarefa, e mantenha o tom neutro e evite reivindicações sem fundamento. Esse exemplo e essa restrição mantêm a saída consistente e imparcial Agora, detecção, certo? Novamente, estou citando alguns exemplos apenas de RH. Portanto, se a detecção é a habilidade que você deseja desenvolver, a detecção em RH significa avaliar produção de IA com cuidado, de forma crítica e segura Portanto, você nunca confia em suposições, preconceitos ou declarações sem fundamento. A primeira escala seria pedir raciocínio e verificar etapas Às vezes, a IA chega a conclusões que parecem lógicas, mas não estão fundamentadas no material de origem Então, quando você estiver examinando um currículo, em vez de aceitar o resultado cegamente, solicite transparência Sua solicitação deve mostrar exatamente quais linhas de currículo apoiam cada ponto forte que você identificou. Se algo não for apoiado diretamente pelo currículo, destaque-o. Por que isso importa? Porque impede que a IA invente habilidades ou deduza traços de personalidade A habilidade também pode ser identificar preconceitos e suposições prejudiciais viés só pode aparecer facilmente nas saídas de RH se não for monitorado Vamos pensar em escrever uma avaliação de desempenho. Se a IA escreve, John parece desmotivado. Pergunte à IA: quais evidências do comportamento do documento apóiam isso? Nenhuma existe, instrui, reescreve, apenas observação factual baseada em comportamento Remova toda interpretação da personalidade. Isso garante que o feedback permaneça justo, defensável e compatível. Verificando a precisão do domínio. IA pode interpretar mal as políticas, estruturas e limites legais de RH estruturas e limites legais de Se eu pensar em uma interpretação de política, pergunte: avalie sua confiança em cada termo de RH de que você precisa, por exemplo, feedback construtivo, má conduta ou PIP Destaque qualquer coisa abaixo de 80% de confiança. Em seguida, verifique manualmente tudo ou qualquer coisa que você considere incerta Terminologias incorretas de RH podem criar riscos legais e éticos Saídas contrastantes para tom, clareza e Às vezes, você precisa identificar estilos diferentes para escolher. Por exemplo, a partir da comunicação com funcionários seria pedir à EI que gerasse três versões. Um conservador, que está usando um mínimo formal de emoções. Em segundo lugar, um termo versão solidária, empática e em tom explosivo, e a terceira poderia ser uma versão neutra, ou seja, uma versão concisa Em seguida, avalie qual se encaixa na situação. Por exemplo, anunciar uma nova política versus abordar uma reclamação Diferentes cenários de RH exigem tons diferentes, e a versão contrastante ajuda você a escolher o tom mais seguro e eficaz Qual modo de interação de IA eu vou priorizar. O principal modo de melhorar é o aumento. 15. Obrigado por você escolher o curso de Agentes de IA: Ao chegarmos ao final desta aula, quero fazer uma pausa por um momento e dizer algo simples e sincero. Obrigada. Obrigado por serem meus alunos. E muito obrigado por dedicar seu tempo e concluir este curso comigo. Você não acabou de assistir à aula. Você se envolveu com ideias complexas, desde linguagem e modelos básicos até um sistema de agentes totalmente autônomo Você explora o que torna um agente diferente do fluxo de trabalho. Você aprendeu como os LLMs aumentados combinam recuperação, ferramentas, memória e raciocínio Você examina padrões reais de arquitetura como encadeamento imediato, roteamento, otimizador, paralelização Mais importante ainda, agora você entende algo poderoso. A IA agente não se trata de aumentar a complexidade. Trata-se de adicionar o nível certo de autonomia no momento certo para o problema certo. Ao concluir esta lição, agora você tem uma estrutura prática para projetar sistemas de IA confiáveis, transparentes e sustentáveis Se você continuar criando fluxos de trabalho de agentes autônomos, planejadores de tarefas ou facilitadores de ferramentas, você não está mais apenas usando a IA, arquitetando E isso importa. A melhoria contínua, seja nas operações de IA ou na liderança, sempre começa com as pessoas que optam por aprender. Pessoas como você. Deixe-me compartilhar um pouco sobre mim. Quem sou eu além dessa classe. Sou Dimple Sangui, designer instrucional, criador de capacidades de IA, instrutor corporativo e fundador do Avisa Learning Ao longo dos anos, trabalhei com profissionais e organizações de vários setores, ajudando-os a criar sistemas eficientes, inteligentes e prontos para o futuro. Meu objetivo sempre foi claro: tornar conceitos complexos práticos, tornar ferramentas poderosas acessíveis e ajudar as pessoas a criar capacidades que realmente criem impacto. Essa aula é apenas uma parte dessa missão. Mas sua jornada não termina aqui, e eu adoraria que ficássemos conectados. Você pode se conectar comigo no Linden, onde compartilho regularmente ideias sobre sistemas de IA, melhoria contínua, produtividade e liderança Você também pode se juntar à minha comunidade do WhatsApp para microaulas rápidas e algumas ferramentas práticas exemplos do mundo real e programas conduzidos por instrutores, que na maioria das vezes estão disponíveis gratuitamente Se você quiser um aprendizado mais profundo e estruturado, explore o aplicativo Aviza Learning onde você encontrará cursos adicionais, modelos, programas de certificação e desafios de aprendizado guiado Continue construindo, continue aprendendo, continue experimentando, continue projetando sistemas que pensem melhor e funcionem de forma mais inteligente Mais importante ainda, continue investindo em si mesmo. Obrigado mais uma vez por serem meus alunos e fazerem parte dessa jornada de aprendizado. Te vejo na próxima aula. Obrigada.