Entenda o modelo BCG 10-20-70 e descubra por que 70% do valor gerado pela inteligência artificial depende de pessoas, processos e mudanças organizacionais.
Em resumo:
Veja mais informações a seguir!
A inteligência artificial (IA) tem recebido investimentos cada vez maiores nas empresas. Organizações contratam consultorias, implementam plataformas, desenvolvem modelos e investem em infraestrutura tecnológica.
Mesmo assim, muitas não conseguem transformar esses recursos em ganhos expressivos de produtividade e resultados.
O problema nem sempre está na tecnologia. Em muitos casos, a dificuldade está na maneira como as pessoas utilizam as ferramentas, nos processos de trabalho e na capacidade das lideranças de conduzir mudanças.
É nesse contexto que se destaca o modelo BCG 10-20-70, desenvolvido pelo Boston Consulting Group.
Segundo essa abordagem, apenas 10% do valor de uma iniciativa de IA está relacionado aos algoritmos, enquanto 20% depende da infraestrutura tecnológica e de dados. Os outros 70% estão associados às pessoas e às transformações organizacionais.
Na prática, isso significa que investir em inteligência artificial sem preparar os profissionais e adaptar os processos pode comprometer boa parte do retorno esperado.
Sua gestão de projetos está pronta para a inteligência artificial?
O Henderson Institute, braço de pesquisa do Boston Consulting Group (BCG), publicou em 2021 uma análise sobre iniciativas de inteligência artificial em empresas de diferentes setores e portes.
O estudo apresenta uma divisão do valor gerado pela IA em três componentes:
| Componente | Participação no valor | O que representa |
|---|---|---|
| Algoritmos | 10% | Modelos de inteligência artificial e soluções desenvolvidas |
| Tecnologia e dados | 20% | Infraestrutura, plataformas, sistemas e integração de dados |
| Pessoas e transformação organizacional | 70% | Capacitação, novos processos e mudanças de comportamento |
Os dois primeiros componentes concentram boa parte dos investimentos tradicionalmente associados à implementação de IA. São as áreas de tecnologia e ciência de dados que desenvolvem os modelos, estruturam as plataformas e garantem o funcionamento das soluções.
O terceiro componente, por sua vez, depende principalmente das lideranças e das equipes de negócio. É necessário preparar os profissionais para utilizar as ferramentas, rever atividades e incorporar a inteligência artificial à rotina da organização.
A principal mensagem do modelo é que a tecnologia, sozinha, não garante resultados.
Uma empresa que concentra seus recursos na aquisição de ferramentas e deixa em segundo plano a preparação das equipes pode aproveitar apenas uma parcela do potencial de retorno da iniciativa.
Diferentemente dos algoritmos e da infraestrutura tecnológica, que possuem requisitos técnicos, especificações e prazos relativamente definidos, a transformação humana envolve mudanças mais complexas.
É necessário modificar hábitos, desenvolver competências, adaptar processos e, em muitos casos, rever a própria cultura organizacional.
Um conceito importante para compreender esse desafio é a J-curve da adoção de tecnologia, documentada pelo economista Erik Brynjolfsson, do Massachusetts Institute of Technology (MIT), em 2023.
A ideia é que a implementação de uma nova tecnologia pode provocar uma queda inicial de produtividade antes de gerar ganhos significativos.
Isso acontece porque os processos antigos são modificados, mas os novos ainda não foram completamente assimilados pelos profissionais. Durante esse período, as equipes precisam aprender a utilizar as ferramentas, desenvolver novas habilidades e encontrar maneiras mais eficientes de trabalhar.
Em transformações digitais significativas, esse processo pode levar de três a cinco anos, segundo a discussão apresentada sobre a curva de produtividade.
O risco está em interpretar a queda inicial como uma falha da tecnologia. Sem planejamento e acompanhamento, algumas organizações abandonam iniciativas antes que os benefícios apareçam.
Por outro lado, empresas que consideram esse período de adaptação conseguem preparar suas equipes e criar condições para alcançar resultados sustentáveis.
Suas equipes executam atividades ou geram valor estratégico?
Para transformar o potencial da IA em resultados concretos, as empresas precisam ir além da implementação tecnológica. Algumas práticas ajudam a organizar esse processo.
Um cronograma de implementação tecnológica não é suficiente para garantir que a inteligência artificial seja incorporada ao trabalho.
É necessário desenvolver um plano que estabeleça:
O planejamento deve responder a uma pergunta central: se a tecnologia já está funcionando, mas as pessoas continuam trabalhando da mesma maneira, o que precisa mudar para que os resultados apareçam?
Essa abordagem ajuda a direcionar os esforços para mudanças concretas de comportamento, em vez de considerar apenas indicadores técnicos, como número de licenças ou usuários cadastrados.
Oferecer o mesmo treinamento de inteligência artificial para todos os funcionários pode limitar os resultados.
Isso acontece porque os profissionais possuem diferentes níveis de familiaridade com a tecnologia e desempenham funções que exigem competências específicas.
Uma estratégia mais eficiente é organizar a capacitação de acordo com as responsabilidades de cada grupo.
Usuários finais: precisam desenvolver conhecimentos básicos para utilizar ferramentas de IA nas atividades cotidianas, compreender suas funcionalidades e identificar possibilidades de aplicação.
Gestores intermediários: devem desenvolver capacidade analítica para avaliar os resultados produzidos pela inteligência artificial e incorporar as ferramentas aos processos de decisão e gestão das equipes.
Lideranças seniores: precisam compreender as possibilidades e limitações da tecnologia para tomar decisões sobre investimentos, estratégia, riscos e governança.
Dessa forma, os treinamentos deixam de ser ações isoladas e passam a atender às necessidades reais de cada função.
Outro fator importante é a escolha de uma liderança responsável por conduzir as mudanças necessárias.
O responsável pela iniciativa de IA precisa ter autoridade para modificar processos e orientar as equipes. Não basta controlar o orçamento de tecnologia ou aprovar a contratação de uma plataforma.
Por exemplo, se o diretor de tecnologia (CTO) conduz o projeto, mas as mudanças dependem de decisões operacionais do diretor de operações (COO), é necessário estabelecer uma estrutura de colaboração entre as áreas.
Sem essa integração, a transformação organizacional corre o risco de ficar sem um responsável direto.
O patrocinador da iniciativa precisa ter influência suficiente para promover mudanças na maneira como o trabalho é realizado, além de garantir que as equipes tenham condições de adotar as novas ferramentas.
Por que algumas ideias nunca se transformam em projetos reais?
Um dos desafios do modelo BCG 10-20-70 é acompanhar os resultados relacionados às pessoas e às mudanças organizacionais.
Enquanto a implementação tecnológica pode ser avaliada por indicadores objetivos, como plataformas em funcionamento, usuários cadastrados e integrações concluídas, a transformação humana exige métricas diferentes.
Três indicadores podem ajudar as empresas a acompanhar esse processo.
Ter uma licença disponível não significa que o profissional utiliza a ferramenta de inteligência artificial em suas atividades.
Por isso, é importante acompanhar a frequência de uso e a aplicação prática da tecnologia na rotina das equipes.
Imagine uma empresa que disponibiliza licenças de uma ferramenta de IA para 500 funcionários, mas apenas 80 utilizam o recurso regularmente.
Nesse cenário, a taxa de uso ativo é de 16%.
A diferença entre o número de licenças disponíveis e a quantidade de usuários ativos revela uma oportunidade de melhorar a capacitação, a comunicação interna e a integração da tecnologia aos processos de trabalho.
O time-to-value mede quanto tempo um profissional leva para utilizar uma ferramenta e obter um resultado concreto em uma atividade real.
Se um funcionário recém-integrado demora mais de duas semanas para conseguir aplicar a tecnologia em uma tarefa cotidiana, por exemplo, pode existir um problema no processo de treinamento ou adaptação.
Reduzir esse intervalo significa facilitar o acesso às ferramentas, oferecer orientações adequadas e aproximar a capacitação das necessidades práticas dos profissionais.
Este é um dos indicadores mais relevantes para avaliar a transformação organizacional.
A empresa deve acompanhar quantos processos foram formalmente redesenhados para incorporar a inteligência artificial.
Não basta que alguns funcionários utilizem ferramentas de IA individualmente. É necessário que as novas práticas sejam documentadas e incorporadas às rotinas das equipes.
Isso permite identificar se a tecnologia está realmente modificando a maneira como as atividades são realizadas ou se permanece restrita a iniciativas individuais.
Você está usando todo o potencial da IA nas suas decisões?
O modelo BCG 10-20-70 mostra que a implementação de inteligência artificial exige uma estratégia que considere tanto a tecnologia quanto as pessoas responsáveis por utilizá-la.
Antes de aprovar um novo investimento em plataformas ou soluções de IA, as lideranças devem avaliar se existe um planejamento para desenvolver as competências das equipes, redesenhar processos e acompanhar a adoção das ferramentas.
Algumas perguntas ajudam nessa avaliação:
Se essas questões não estiverem contempladas no planejamento, a empresa corre o risco de investir em tecnologia sem criar as condições necessárias para aproveitar seus benefícios.
Mario H. Trentim é membro do Board of Directors do PMI, Reitor da Allevo Tech / Qeevo Group, doutorando do ITA e autor de 13 livros sobre gestão e execução estratégica.
Atua como conselheiro e conector estratégico em organizações em transformação.
Sua equipe pratica agilidade ou apenas segue rituais?
Entenda o que é IA responsável, conheça seus seis princípios e saiba como preparar sua empresa para as novas exigências de governança e regulamentação.
Entenda o modelo BCG 10-20-70 e descubra por que 70% do valor gerado pela inteligência artificial depende de pessoas, processos e mudanças organizacionais.
Conheça cinco técnicas de prompt engineering para gestores e aprenda a criar comandos mais precisos para obter melhores resultados com IA generativa.
