O prazo de validade das habilidades e os orçamentos estão cada vez mais curtos, mas as organizações não podem postergar o desenvolvimento de novas capacidades.
A maioria das equipes de aprendizagem sabe do que precisa: ferramentas mais inteligentes, trilhas adaptativas, dados de habilidades em tempo real. O problema não é falta de visão, mas sim a inexistência de um caso de negócios que faça tudo acontecer.
A cada ano, as organizações gastam mais de US$ 1.500 por colaborador em treinamentos, segundo Josh Bersin. Mesmo assim, nem sempre a habilidade certa é desenvolvida no tempo necessário. Afinal, metade das habilidades que o mercado exige tem uma meia-vida de até quatro anos, e os cronogramas de transformação estão cada vez mais apertados. Contudo, raramente o resultado é positivo quando os líderes de T&D solicitam verba para viabilizar uma proposta de IA, não porque a ideia seja ruim, mas porque o pitch utiliza argumentos relacionados à aprendizagem sem abordar os benefícios para os negócios.
A solução é mais simples do que muitas equipes pensam.
O obstáculo não é a IA, é o processo de aprovação.
Segundo a Deloitte, 79% dos líderes organizacionais consideram a IA generativa um elemento de transformação dos negócios, mas a maioria das empresas não sabe o que fazer para capacitar a força de trabalho no ritmo certo. A intenção existe, a urgência é gritante, as empresas compram a ideia das ferramentas de IA, mas ainda há a necessidade de comprovar a eficácia delas. Os líderes precisam ver quais resultados diretos essas ferramentas de aprendizagem com IA geram nos negócios. O que falta para as equipes de T&D é um caso de negócios estruturado que vincule os investimentos em aprendizagem com IA aos resultados que a alta administração monitora de fato: receita, retenção e nível de preparo da força de trabalho.
A demora para agir está custando cada vez mais caro. Organizações que postergam a adoção da IA são menos ágeis e menos competitivas em um mundo que está gradativamente intensificando o uso da tecnologia. O departamento de aprendizagem está no olho do furacão e é responsável por desenvolver as capacidades que determinam o sucesso ou o fracasso da transformação.
Então, como os líderes de T&D aproveitam a consciência da importância da IA para conquistar a aprovação para agir?
Comece com aplicações que a alta administração reconhece.
Há três aplicações que os CFOs costumam testar devido ao impacto óbvio nos negócios:
- Desenvolvimento de liderança
- Capacitação de vendas
- Validação escalável de habilidades
Cada uma dessas aplicações está diretamente ligada a KPIs empresariais, com resultados que podem ser expressos em dinheiro. Por exemplo*:
- Desenvolvimento de liderança: se 50 vagas de liderança são preenchidas por ano, e a IA faz com que 20 dessas vagas dispensem a contratação de novos colaboradores por serem preenchidas internamente, evita-se um custo de US$ 2 milhões em contratações. Além disso, acelera-se a contratação em 20 dias a um custo de US$ 1.000 por dia por vaga, havendo, então, um impacto anual de US$ 3 milhões.
- Capacitação de vendas: imagine que há 500 novos vendedores e que a IA acelera a capacitação em 30 dias, com cada um deles gerando uma receita mensal média de US$ 15 mil. A partir dessa única aplicação, a receita sobe US$ 7,5 milhões em um ano.
- Validação escalável de habilidades: ao conseguir avaliar 5.000 colaboradores, é possível realocar 10% dos talentos e evitar um gasto de US$ 25 milhões em contratações externas. Subtraia o custo de US$ 2 milhões do antigo programa de avaliações e gere um impacto líquido anual de US$ 23 milhões.
Essa é a matemática que os CFOs entendem. Além disso, esses cálculos são palpáveis. No entanto, é preciso conhecer as métricas de referência da empresa e ter disposição para testar as estimativas em um piloto.
Priorize o apoio dos stakeholders.
As decisões sobre ferramentas de aprendizagem com IA não dependem apenas da equipe de T&D: o pessoal da TI também precisa entender pontos sobre governança de dados, segurança e integração; líderes de linhas de negócios querem saber como essa mudança facilita o atingimento de metas e acelera o time-to-market; o RH tem interesse na melhoria da mobilidade interna e do engajamento dos colaboradores. Enquanto isso, a alta administração quer entender quais são os riscos e os benefícios para os negócios: o que acontece com a agilidade, a rotatividade de colaboradores e a receita se a organização investir em uma determinada IA? Por que precisamos dela neste exato momento?
A maioria das propostas levantadas pelo pessoal da aprendizagem não vai para frente porque foram elaboradas para um único perfil de stakeholder, deixando os outros de lado. As mais eficazes cobrem os quatro grupos de stakeholders (TI, linhas de negócios, RH e alta administração) de forma simultânea e abordando antecipadamente objeções que trazem morosidade aos processos de aprovação.
Por exemplo, um ponto de partida prático seria preparar uma “Lista de materiais de IA” antes mesmo que as análises de segurança e compliance peçam um documento desse tipo. Uma única página, com fluxos de dados, protocolos de governança e mecanismos de proteção. Essa proatividade sinaliza que sua equipe está atenta e preparada, além de acelerar a conquista da confiança.
Contudo, só ter uma metodologia teórica não basta para que sua proposta seja campeã. É preciso colocá-la à prova.
Comprove resultados em seis semanas.
Pilotos de possíveis tecnologias de IA não têm o intuito de testar cada recurso, mas sim de comprovar que atendem a métricas que importam.
Um piloto conduzido por seis semanas e com um foco bem definido — por exemplo, cobrindo funções fundamentais para a receita, como integração de vendas, com um grupo de 50 a 100 colaboradores — consegue gerar dados suficientes para embasar todo o caso de negócios. Durante o teste, foque em reduzir o tempo de capacitação em 25%, mensure o engajamento com trilhas, colete pontuações de nível de preparo em relatórios destinados a gestores e, por fim, entregue à alta administração um documento breve, de uma página, que compare os dados de referência com os resultados obtidos.
Esse documento único, elaborado a partir de um piloto, costuma ser mais persuasivo do que qualquer apresentação com slides elaborados. Afinal, executivos confiam em dados provenientes da própria organização.
A liderança não será das organizações que procrastinaram.
A área de T&D chegou a um ponto de virada. O que é necessário agora é outro tipo de preparo dentro do departamento de aprendizagem: é importante elaborar casos de negócios sobre ferramentas de aprendizagem com IA na linguagem dos negócios, a fim de comprovar o impacto conquistado em um piloto focado, embasado em métricas rigorosas. Esperar que outro departamento comprove isso custa caro demais, e é fundamental que esse preparo funcione para a sua empresa e para as aplicações que ela demanda.
Contudo, uma grande parte disso resume-se a encontrar o parceiro e o fornecedor certos de tecnologias de aprendizagem com IA.
Baixe nosso guia Como escolher o parceiro certo de aprendizagem com IA para ter acesso a um passo a passo detalhado, com modelos de comprovação de ROI que fazem os olhos de CFOs brilharem, checklists de avaliações de fornecedores, os detalhes para conduzir o piloto de seis semanas e muito mais.
*As cifras de ROI deste post (por exemplo, a economia de US$ 3 milhões no desenvolvimento de liderança, a receita de US$ 7,5 milhões decorrente da capacitação de vendas, o impacto de US$ 23 milhões na validação escalável de habilidades) são estimativas ilustrativas baseadas nos modelos da equipe Degreed Value Engineering, sem atribuição a resultados de clientes.
Vamos manter contato.
Quero assinar a newsletter mensal que oferece insights exclusivos, anúncio de eventos e novidades sobre as soluções da Degreed.