E-book INTELIGÊNCIA DE TRABALHO

Page 13

Inteligência de trabalho: Melhorando processos pelo balanceamento da Inteligência Humana e IA

Os essenciais

A saúde de uma organização pode ser definida e diagnosticada por meio dos processos que nela operam. Muitas abordagens tecnológicas recentes para melhorar os processos organizacionais têm se concentrado na automação, com o mínimo de intervenção humana possível. Onde a entrada semelhante à humana foi considerada um requisito, a inteligência artificial é frequentemente designada como o árbitro final e a curadoria humana é vista como uma medida temporária e inconveniente.

Neste artigo, Deep Analysis oferece uma perspectiva nova e diferente – um conceito que chamamos de “inteligência de trabalho”. Essa abordagem utiliza muito da mesma pilha de tecnologias de automação, mas, fundamentalmente, baseia-se em colocar a inteligência humana (IH) e a inteligência artificial (IA) como parceiros iguais no gerenciamento de processos e seus resultados.

A inteligência de trabalho descreve uma parceria equilibrada entre inteligência humana e artificial para entender, analisar, monitorar e melhorar com precisão e eficiência a maneira como uma organização trabalha. Dito de outra forma, a inteligência de trabalho é a combinação entre “informar e validar”, em que a inteligência da máquina é validada pela inteligência da força de trabalho humana, e nenhum dos dois é suplicante. (Veja a Figura 1.)

Embora nosso cenário tecnológico atual for-

neça algumas das partes móveis necessárias para realizar a inteligência de trabalho, a tecnologia nova e emergente preencherá as peças que faltam nesse quebra-cabeça (consulte a Figura 2).

Figura 1

Inteligência de Trabalho Equilibrada: IA e IH coperam para realizar uma atividade

A inteligência de trabalho também reordena o pensamento atual, tornando a análise o principal ponto de entrada para ajudar a entender os métodos de trabalho existentes e a adequação das peças para automação potencial. Esse custo será desafiador para algumas organizações, pois essa análise pré-compilação não garante um retorno imediato da maneira frequentemente prometida por uma abordagem de “automação primeiro/ automatizar tudo”.

Além disso, apesar da consolidação contínua nos mercados de tecnologia aliados – mineração de processos e tarefas, automação de processos robóticos (RPA), gerenciamento de

Inteligência de Trabalho: Melhorando Processos pelo Balanceamento da Inteligência Humana e AI 2

processos de negócios (BPM), plataformas sem/baixo código e talvez planejamento de recursos empresariais (ERP) – criando conjuntos que cobrem muitas, se não todas, as peças do quebra-cabeça atualmente disponíveis, é improvável que um único fornecedor atenda à funcionalidade de ponta a ponta exigida de uma organização focada em inteligência de trabalho. Integração e interoperabilidade são, portanto, obrigatórias, assim como analistas de negócios e processos qualificados, que, ao invés de serem substituídos por inteligência de trabalho, ganham importância estratégica.

Inteligência de trabalho não é transformação digital, mas harmonização digital. Em vez de rasgar e substituir, ele opta por se concentrar no aumento e na melhoria contínua por meio da inteligência humana e artificial em medidas proporcionais.

Neste relatório, examinamos por que a inteligência de trabalho é vital para alcançar uma organização saudável, onde estamos em termos de alcançá-la e quais mudanças são necessárias para tornar a inteligência de trabalho real.

Nova tecnologia é necessária para completar o quebra-cabeça da tecnologia de inteligência de trabalho

Inteligência de trabalho não é transformação digital, mas harmonização digital. Em vez de rasgar e substituir, ele opta por se concentrar no aumento e na melhoria contínua por meio da inteligência humana e artificial em medidas proporcionais.

Inteligência
Balanceamento da Inteligência Humana e AI 3
de Trabalho: Melhorando Processos pelo
Figura 2

Porque a inteligência de trabalho é vital para a saúde organizacional

Toda organização precisa tomar decisões bem informadas sobre seu presente e futuro, a fim de planejar e operar de forma eficaz e eficiente. Idealmente, essas decisões vêm de insights precisos sobre os dados, comunicações, tarefas e processos que permeiam o negócio.

Mas isso raramente é o caso; em vez disso, muitas vezes as decisões são tomadas apenas com base na experiência e percepção do tomador de decisão. Isso se deve à grande complexidade e volume de pontos de dados disponíveis, tornando quase impossível entender o que está acontecendo no nível do processo, em um fluxo de comunicação ou nas cabeças da força de trabalho.

A saúde organizacional é um desafio de liderança

Fazer com que as organizações funcionem melhor é uma parte implícita do papel de todo líder. Como “melhor” é definido é um fator em como a saúde relativa das facetas da organização é percebida. Os líderes estabelecem metas para mover um resultado mensurável do ponto A para o ponto B porque definiram que o ponto B trará uma mudança positiva.

Há uma suposição de que uma direção escolhida será baseada em algo mais tangível do que um palpite – talvez por meio de percepções obtidas da análise dos modos de trabalho atuais – no entanto, esse não é o caso com frequência. Em parte, isso ocorre porque, historicamente, era difícil entender como as organizações operam e muitas vezes se concentrava em medir os indivíduos e, em

seguida, dimensionar essas descobertas para adequá-las ao tamanho da organização. No entanto, agora é possível revelar insights sobre como tarefas e processos se parecem na prática com ferramentas projetadas para examinar fluxos de dados gerados por sua execução. Embora possível, isso ainda está nas mãos dos primeiros usuários.

Isso ocorre em um cenário em que os padrões de mão de obra disponível estão mudando em muitas regiões geográficas. Suposições anteriores sobre a disponibilidade da força de trabalho significam que a compreensão não apenas dos processos e tarefas, mas também da saúde geral de uma organização para sua força de trabalho está se tornando vital. Esses palpites mencionados acima são carregados de viés – tanto deliberados quanto acidentais, com probabilidade de produzir um efeito negativo, independentemente da intenção – e distorcer como definimos metas e processamos resultados.

Processos são um sintoma da saúde de uma organização

Entender a saúde organizacional, portanto, é muito mais do que entender processos distintos e suas tarefas e cliques aninhados; ao contrário, é ser capaz de compreender como sua operação geral contribui para o funcionamento de toda a organização e para a segurança da força de trabalho – e por associação, parceiros e clientes. No nível operacional diário, é difícil recrutar ou reter trabalhadores em uma organização que não está bem. A automação é um complemento aqui, em vez de uma panacéia pura. Você não pode automatizar sua saída de processos falhos e falta de intervenção humana. Mesmo entre os mais fortes defensores das ferramentas de automação, você encontrará poucas divergências aqui. Automatizar um processo ruim

Inteligência de Trabalho: Melhorando Processos pelo Balanceamento da Inteligência Humana e AI 4

produz resultados ruins, mas muito mais rápidos. Esse raramente é o objetivo desejado.

A princípio, a maioria das organizações só consegue entender que existe um processo que consiste em operadores – incluindo elementos humanos e automatizados – concluindo tarefas, deixando um rastro de dados subjacentes (potencialmente na forma de fluxo de cliques) que pode ser identificado e analisado. A Figura 3 ilustra o desafio apresentado pelos vários caminhos legítimos que podem ser escolhidos pelos usuários que operam em um único processo e precisa de normalização antes que todo o processo possa ser visualizado de forma holística.

Agora é possível ver como os operadores per-

correm as tarefas, suas escolhas e o tempo e os cliques envolvidos na conclusão dessas jornadas usando ferramentas de mineração de processos e tarefas para capturar e visualizar vários caminhos de usuário por meio de um processo discreto. Isso oferece uma grande percepção do que costuma ser chamado de “caminhos do desejo”: caminhos escolhidos não porque são oficialmente garantidos ou aprovados, mas porque são os mais convenientes. No mundo físico, esses caminhos são fáceis de entender, como a trilha lamacenta que corta a esquina definida por uma calçada ou calçamento. No software, os motivos para usar esses caminhos costumam ser mais obscuros. No geral, processos e tarefas são muito mais fluidos e contextuais do que se poderia pensar.

Suposições anteriores sobre a disponibilidade da força de trabalho significam que a compreensão não apenas dos processos e tarefas, mas também da saúde geral de uma organização para sua força de trabalho está se tornando vital.

Inteligência de
Balanceamento da Inteligência Humana e AI 5
Trabalho: Melhorando Processos pelo
Figura 3 O desafio de normalizar diversos caminhos de desejo do usuário

A adoção organizacional é precoce, mas os sinais aqui são principalmente positivos. A geração atual dessas plataformas reúne um repositório de ações – as atividades de trabalho. Em teoria, eles revelam os caminhos desejados por meio de uma coleção de processos (especialmente definidos pelo agrupamento de ações em grupos com base no agrupamento de processos de negócios/intenção). Em maior ou menor grau, você pode visualizá-los como um relatório gerencial. Mover o jogo além do mapeamento manual de processos fornece um conjunto de dados muito mais defensável a partir do qual você pode começar a verificar a integridade e a adequação para avançar em direção à automação parcial ou total.

Combinar esses processos em algo mais aproximado do trabalho, no entanto, é muito mais desafiador de se conseguir sem reduzir o fator palpite. Por exemplo, um trabalhador pode percorrer qualquer número de processos discretos durante um determinado dia. Algumas das atividades registradas nesse repositório podem ser identificadas como idênticas, mesmo que o processo seja diferente. Por exemplo, observando a visão de um único cliente, a ação é fácil de capturar e registrar. Mas marcar esse ato de acordo com sua intenção é complexo sem as etapas anteriores e posteriores para fornecer o contexto. Uma única guia do navegador contendo essa exibição pode permanecer aberta enquanto várias etapas de processos distintos utilizam as mesmas informações para diferentes propósitos ou estágios. Existem maneiras de contornar esse desafio, é claro. Ainda assim, é um indicador de onde os processos se sobrepõem e se entrelaçam. É muito mais difícil determinar onde uma alteração em um processo pode ter um efeito prejudicial em outro – geralmente, isso ainda depende significativamente do fator palpite humano, com toda a bagagem associada. A Figura 4

mostra como a inteligência de trabalho pode transformar diversos processos atuais baseados em caminhos de desejo em processos harmonizados usando caminhos ideais baseados em dados de inteligência artificial e humana.

Compreender a intersecção e as interdependências dos processos é difícil. Conforme estabelecemos, as interdependências entre um processo, etapas compartilhadas ou semelhantes, etc., dificultam a identificação das etapas do processo. A dificuldade é ampliada quando uma mudança de processo foi feita como resultado de uma análise prévia e o resultado dessa mudança precisa ser simulado. Julgar com confiança a saúde aprimorada de um conjunto de processos a partir da reengenharia de apenas um só é possível se as próprias dependências tiverem sido previamente observadas com sucesso, o que, se não for feito por meio de análise de software, provavelmente será armazenado nas mentes dos trabalhadores em vez de na documentação formal. Embora não seja um palpite como tal, são dados armazenados e mantidos em proximidade com os mesmos vieses humanos.

Inteligência de Trabalho: Melhorando Processos pelo Balanceamento da Inteligência Humana e AI 6
Figura 4 Transformações da inteligência de trabalho

Quanto maior a gama de processos analisados em combinação, melhor podemos entendê-los no contexto da própria obra. Começamos a obter insights sobre a consciência situacional, a capacidade de ajustar o trabalho – por meio de todos esses processos subjacentes – às mudanças nas condições ou objetivos. Simular essas mudanças requer o cálculo de uma enorme variedade de perturbações se estivermos empregando qualquer IA para transformar essas percepções em resultados benéficos. No entanto, a alternativa é uma confiança ainda mais forte no palpite; a difícil compensação é que quanto mais significativos forem os potenciais benefícios de saúde organizacional, mais dependeremos de palpites humanos (IH) ou inteligência de plataforma (IA) para garanti-los. Nenhum dos dois deve fornecer confiança isoladamente, embora com o tempo, o último deva ser mais defensável.

Dados os desafios descritos aqui, quais são os benefícios finais de construir uma maneira inteligente de entender o trabalho? A resposta está na máxima de que existem apenas três razões pelas quais uma organização compraria tecnologia: ganhar dinheiro, economizar dinheiro e atender a um requisito regulatório. Os processos são examinados por causa de uma crença (intuições humanas) de que existe uma ineficiência que, se

esclarecida, tornaria parte da organização mais barata de operar. O fato de esse exame tender a acontecer apenas quando um projeto de substituição parcial ou total já está em andamento sugere uma preferência por gastar mais tempo comprando carroças do que pensando em cavalos.

Intuições devem ser testadas como IA: repetidamente

Como discutimos, a incapacidade de entender conjuntos de processos na rodada, suas interdependências e execução paralela deixou as organizações muitas vezes tentando navegar apenas com partes do mapa. Isso significa não apenas perder o contexto organizacional, mas também não entender o alcance total do contexto do trabalhador que pode abranger alguns ou todos esses elementos. Essa tendência de correr atrás, em busca de uma eficiência que se imagina existir, só parece custar mais dinheiro. É quase certo que insere consequências não intencionais em cada esforço.

Onde isso coloca a maioria das organizações em um modelo de maturidade é relativamente próximo do início. As organizações que começaram a estabelecer programas de “excelência de processo” são poucas e distantes entre si. No entanto, o ímpeto está aumentando à medida que as pressões financeiras e de recursos aumentam em direção a análises menos baseadas em palpites, ou pelo menos análises em que palpites podem ser simulados juntamente com aumentos sugeridos

Quanto maior a gama de processos analisados em combinação, melhor podemos compreendê-los no contexto da própria obra.

Inteligência de Trabalho: Melhorando Processos pelo Balanceamento da Inteligência Humana e AI 7
A análise é útil, mas a consciência situacional e a simulação fornecem a verdadeira oportunidade

reunidos por software inteligente. Portanto, as organizações estão investindo em habilidades e ferramentas para analisar o processo em nível de equipe, e não individual.

Um número menor está se aproximando da próxima fase, aplicando inteligência à coleção de instâncias de processos (nosso “repositório de ações”) para sugerir ampliações. Os dados de passos iniciais que garantem que os ciclos de planejamento de negócios considerem uma provisão para incluir essa inteligência - por exemplo, desenvolvimento de novos produtos, expansão geográfica, gerenciamento de mudanças na força de trabalho – para assegurar que os processos existentes continuem a operar conforme planejado (consulte a Figura 5).

Onde Estamos x Para Onde Vamos (Estado Atual x Estado Futuro)

Embora existam muitas ferramentas para apoiar este trabalho hoje, orquestrar as partes da peça e os dados para operar de forma holística e precisa é extremamente difícil. Não requer apenas tecnologia na forma de integrações, regras, análise de dados etc., mas também depende das percepções, habilidades e conhecimentos da força de trabalho. Os aplicativos de negócios e os silos de dados, não importa quão bem organizados ou compreendidos, contam apenas parte da história. Para que os sistemas de inteligência de trabalho sejam bem-sucedidos, eles precisam ser projetados não apenas para serem amigáveis, mas também para serem usados primeiro e em escala, permitindo que o usuário veja onde sua função se encaixa no sistema.

A saúde de uma organização normalmente é vista através do prisma de seus processos. O

gerenciamento desses processos, juntamente com uma multiplicidade de tarefas aninhadas, clickstreams relacionados e equipes distribuídas contendo funcionários com diferentes contextos de trabalho, apresenta um desafio significativo para a liderança, mesmo em um ambiente operacional estático. Gerenciá-los no ambiente atual de custos e disponibilidade de mão de obra imprevisíveis, cadeias de suprimentos instáveis e um ambiente geopolítico e climático volátil apresenta uma gama ainda maior de desafios.

5 Simulação e qualitativos

A inteligência de trabalho é uma parceria igualitária entre inteligência humana e de máquina na definição, operação e aprimoramento de processos de negócios. A Deep Analysis acredita que, para que as organizações possam avançar em direção à inteligência de trabalho precisa, três fases amplas de mudança operacional precisam ocorrer (con-

Inteligência de Trabalho: Melhorando Processos pelo Balanceamento da Inteligência Humana e AI 8
Figura

sulte a Figura 6). Isso envolve mudança tecnológica (não mudança impulsionada pela tecnologia), na qual a tecnologia sustenta uma maneira diferente de pensar sobre o trabalho e a força de trabalho. A inteligência de trabalho é a combinação de “informar e validar”, em que a inteligência da máquina é validada pela inteligência da força de trabalho humana, e nenhum dos dois é suplicante. Para algumas organizações, a primeira fase já está em andamento, embora geralmente limitada dentro dos limites regionais ou organizacionais. A tecnologia para esta fase existe em grande parte e em muitos casos já está madura e estável. A segunda fase é, no momento, a preservação da experimentação limitada com tecnologias novas e imaturas que se baseiam e apoiar os da fase um. A terceira fase é principalmente uma projeção em quadro branco do que essas tecnologias emergentes podem permitir em organizações em amadurecimento em 3 a 5 anos.

Onde estamos

Fase 1: Conscientização Organizacional

As organizações que já estão agarrando os primeiros tiros de inteligência de trabalho geralmente investem em mineração de processos e tarefas, juntamente com automação e uma camada de lógica de negócios subjacente (normalmente fornecida usando um ambiente sem código/baixo código).

As ferramentas de mineração são normalmente usadas apenas quando um processo foi marcado para automação potencial para que possa ser modelado. Essas ferramentas – abordadas com mais detalhes em nosso “Relatório de panorama do fornecedor de mineração de processos e tarefas 2022’2 –permitem o agrupamento e a visualização de mapas de processos. Esses mapas e visualiza-

ções são baseados na atividade de indivíduos e equipes que operam uma iteração de processo atual (usando uma combinação de dados históricos e novos dados de atividade capturados das máquinas usadas pela força de trabalho). Essas ferramentas estão começando a fornecer informações adicionais e até recomendações sobre como os processos que eles identificaram podem ser aprimorados usando a inteligência derivada da IA.

A camada de lógica de negócios – muitas vezes, em essência, um mecanismo de regras eficaz – é usada para determinar onde/quando/como esses processos automatizados ou conjuntos de processos são ativados em uma variedade de aplicativos. Por exemplo, uma nova contratação exigirá a criação de várias contas em vários sistemas para que um processo mestre de “nova contratação” possa ser ativado, que aninha subprocessos para os vários sistemas que precisam ser usados (por exemplo, SSO, suítes de produtividade, mensagens e serviços de colaboração).

Esses esforços são baseados em cada processo ou conjunto de processos gerenciados ativados de forma idêntica em todas as ocasiões. O tratamento de exceções pode ser gerenciado dentro deles, mas, em essência, isso é projetado para executar processos idênticos de várias etapas em escala e sem supervisão significativa.

Esta fase prepara as organizações para o caminho em direção à inteligência de trabalho, criando consciência sobre os processos e caminhos que sua força de trabalho, parceiros e clientes percorrem para interagir com eles.

Inteligência de Trabalho: Melhorando Processos pelo Balanceamento da Inteligência Humana e AI 9

Para onde vamos

Fase 2: Prontidão Organizacional

Na segunda fase, a análise do processo passa do monitoramento reativo para o proativo. Em vez de ser um conjunto reativo de ferramentas usadas quando uma decisão inicial foi tomada, a análise de processo é usada para ajudar a determinar se um processo deve ser tratado de alguma forma (substituído, aumentado, automatizado etc.). O monitoramento – usando a cauda longa de dados de rastreamento ou “repositório de ações” – pode entender e identificar outliers para os

caminhos comuns do usuário através de um processo. Esses “caminhos de desejo” podem ser destilados em “caminhos ideais”, com validação da força de trabalho por meio de um processo de “informar e validar”, onde o software de inteligência e a força de trabalho se combinam para sugerir o melhor curso de ação. As melhorias propostas podem ser testadas por meio de simulação usando modelos genéricos e personalizados para que a supervisão seja baseada em um maior grau de confiança. A camada de lógica de negócios, que controla a orquestração do processo, pode ser ajustada para refletir esses aprimoramentos.

Inteligência de
Balanceamento da Inteligência Humana e AI 10
Trabalho: Melhorando Processos pelo
Figura 6 Três fases na jornada a inteligência do trabalho

Esse ajuste se tornará mais especializado ao longo do tempo, pois a adoção mais ampla de inteligência de trabalho no local de trabalho exigirá uma maior compreensão dos processos além das unidades de negócios internas e afetará o contexto organizacional mais amplo. Práticas adicionais para analistas de negócios e processos surgirão ao longo das fases de adoção; longe de serem substituídos, esses analistas se tornarão mais valiosos e estratégicos por meio de sua expertise.

Para onde devemos ir

Fase 3: Saúde Organizacional

À medida que as organizações atingem a terceira fase de aplicação da inteligência de trabalho, elas se aproximam da capacidade de obter uma “consciência situacional” de seu trabalho e, portanto, da força de trabalho artificial e humana. O volume de ações específicas do contexto (e específicas da organização) dentro de um repositório de ações, juntamente com a precisão aprimorada das simulações que podem ser executadas, cria uma capacidade quase em tempo real de visualizar o estado atual do jogo e simular além disso, variantes baseadas em cenários criados pela inteligência interna.

As organizações são máquinas que reagem mal ao serem inesperadamente aceleradas ou desaceleradas; o choque de fazer isso costuma ser caro para consertar. Como uma das principais despesas dessas correções diz respeito à força de trabalho – metade da inteligência necessária –, é fundamental evitar situações em que erros de planejamento sejam corrigidos reduzindo o número de funcionários. Permitir que a organização coloque fatores internos e externos projetados dentro da modelagem de inteligência de trabalho juntamente com dados de planejamento de negócios tradicionais fornecerá um conjunto mais estável de projeções e planos.

Isso, por sua vez, levará a um emprego previsível em um ambiente estável, onde as habilidades podem ser aprimoradas de forma incremental para atender aos requisitos simulados da organização por meio de um planejamento estável. A satisfação da força de trabalho dentro desse ambiente estável é – em nossa opinião – um árbitro chave de uma organização saudável.

Inteligência de Trabalho:
Processos pelo Balanceamento da Inteligência Humana e AI 11
Melhorando
A satisfação da força de trabalho dentro desse ambiente estável é – em nossa opinião – um árbitro chave de uma organização saudável.

Chamado para Ação

Conselho para Vendedores

Em sua fase inicial, a inteligência de trabalho fornece uma estrutura para aumentar os processos organizacionais inadequados para automação direta usando algumas ou todas as partes familiares do kit. Certamente, para clientes que estão ficando sem vitórias iniciais rápidas com a automação de operações manuais, é apropriado examinar – ou talvez revisitar – casos de uso mais problemáticos através das lentes da inteligência de trabalho.

Em geral, a posição de que tudo deve ser automatizado até chegar à “hiperautomação” precisa ser revertida. Não há dúvida de que a automação tem um papel a desempenhar no gerenciamento de tarefas simples e repetíveis em escala. No entanto, onde os processos exigem contexto para operar corretamente e os caminhos desejados produzem milhares de variantes de processo, a inteligência de trabalho sugere que a automação de ponta a ponta não é adequada ou desejável. A transformação como meta deve ser substituída pela harmonização.

Olhando mais adiante, simular resultados potenciais e sintetizar recomendações para melhorias nos processos modelados torna-se essencial. Dentro da inteligência de trabalho, isso ocorre continuamente, garantindo que é sensato fortalecer as ferramentas de mineração de processos e tarefas existentes para a tarefa e estender seu alcance em direção a maiores capacidades analíticas. A inteligência artificial – uma parte crucial do duopólio – deve ser abordada com cautela. Não em termos de empregá-lo, mas sim como os clientes podem gerenciá-lo de forma transparente e confiável. Quando usado, deve sempre “mostrar seu funcionamento” ao apresentar resultados e, sempre que possível, ser ajustável por usuários de negócios e não apenas por cientistas de dados.

Conselho para Compradores

Atualmente, a maioria das organizações que adotam abordagens do tipo inteligência de trabalho estão fazendo isso por meio de investimentos existentes em centros de “excelência de processos”, onde seu planejamento considera uma abordagem holística em relação à integridade do processo. É aqui que atualmente vemos o maior uso das ferramentas mais avançadas para entender e modelar processos, tarefas e dados de fluxo de cliques existentes. Essas organizações são atualmente a exceção e não a regra.

Para outras organizações que estão atualmente envolvidas com projetos de automação ou considerando sua adequação, a inteligência de trabalho no nível da fase 1 é apropriada. Essa é uma abordagem que prioriza a análise e a automação em segundo lugar e deve ajudar a proteger as organizações contra o uso excessivo da automação ou sua aplicação inadequada, sem compreender os detalhes de seu próprio contexto. Evite a tendência de automação de ponta a ponta assumida como um objetivo em si. A automação provavelmente é adequada para alguns casos em sua organização; a análise revelará quais são.

Inteligência de Trabalho: Melhorando Processos pelo Balanceamento da Inteligência Humana e AI 12
Nota de rodapé 1. Para obter detalhes, consulte nosso relatório “Process & Task Mining Vendor Landscape 2022” em https://www.deep-analysis.net/ processmininglanding/ | 2. Ibid.

Sobre Deep Analysis

A Deep Analysis é uma empresa de consultoria que ajuda as organizações a entender e enfrentar os desafios de tecnologias inovadoras e disruptivas no mercado de software empresarial.

Seu trabalho se baseia em décadas de experiência em assessoria e consultoria para grandes e pequenas empresas globais de tecnologia, desde SAP, Oracle e HP até inúmeras start-ups.

Liderada por Alan Pelz-Sharpe, a empresa se concentra no gerenciamento de informações e na aplicação comercial de nuvem, inteligência artificial e blockchain. A Deep Analysis publicou recentemente o livro “Practical Artificial Intelligence: An Enterprise Playbook”, de autoria de Alan Pelz-Sharpe e Kashyap Kompella, descrevendo estratégias para que as organizações evitem armadilhas e implantem a IA com sucesso.

A Deep Analysis trabalha com fornecedores de tecnologia para melhorar sua compreensão e fornecer orientação acionável sobre oportunidades de mercado atuais e futuras. No entanto, ao contrário das empresas de análise tradicionais, a Deep Analysis adota uma abordagem centrada no comprador para sua pesquisa e entende as necessidades do comprador e do mercado do mundo real versus a “câmara de eco” da indústria de tecnologia.

Inteligência de Trabalho: Melhorando Processos pelo Balanceamento da Inteligência Humana e AI 13
Nós Pesquisamos Inovação Nossos Serviços Nos contate: info@deep-analysis.net +1 978 877 7915
Inteligência de Trabalho: Melhorando Processos pelo Balanceamento da Inteligência Humana e AI 14 Inteligência de Trabalho: Melhorando Processos pelo Balanceamento da Inteligência Humana e AI Por Matt Mullen e Alan Perlz-Sharpe

Turn static files into dynamic content formats.

Create a flipbook
Issuu converts static files into: digital portfolios, online yearbooks, online catalogs, digital photo albums and more. Sign up and create your flipbook.