A indústria transformadora conhece uma divisão que poucos outros setores têm. De um lado está a tecnologia operacional: sistemas de controlo, sensores, manutenção preditiva e controlo de qualidade com reconhecimento de imagem. Esses sistemas foram, na maioria das vezes, adquiridos formalmente, integrados em máquinas ou linhas de produção, e sujeitos a procedimentos de engenharia e segurança já existentes. Do outro lado está o ambiente de escritório e de apoio: compras, planeamento, apoio à engenharia, contacto com clientes e administração. Aí, a IA generativa surge da mesma forma que em qualquer outra organização — através de um navegador, de uma conta isolada, de uma subscrição isolada.
A relação entre estas duas camadas determina como deve ser estruturada uma abordagem de governança. Enquanto a tecnologia operacional está relativamente bem documentada, por fazer parte de investimentos de capital e contratos de manutenção, a camada de escritório muitas vezes não está registada em lugar nenhum. Quem olha apenas para a linha de produção vê apenas uma fração daquilo que está a ser utilizado em termos de IA na organização.
Uma visão geral do software aprovado raramente conta toda a história. Um engenheiro que pede para resumir um desenho técnico, um planeador que utiliza uma ferramenta de IA para reorganizar cronogramas de entrega, um comprador que faz comparar propostas por um modelo externo — isso acontece frequentemente sem que tenha sido apresentado um pedido ou registada uma licença. Isto não é negligência; é uma consequência prática da pressão de tempo e da disponibilidade de ferramentas gratuitas ou baratas.
Esta IA sombra é, para um administrador ou gestor de risco, o verdadeiro ponto de atenção. A questão não é apenas o que a organização adquiriu, mas o que é utilizado diariamente para realizar o trabalho de forma mais rápida. Descobrir isso exige uma abordagem diferente de uma auditoria técnica: exige que as pessoas estejam dispostas a contar o que utilizam, sem que essa conversa seja sentida como um dever de prestação de contas. Quem pergunta "quem aqui utilizou algo sem autorização" não obtém resposta. Quem pergunta "o que utiliza para fazer o seu trabalho" obtém, sim, uma resposta.
Nem todo o uso de IA na indústria transformadora tem o mesmo peso. Uma aplicação de IA que participa na validação de design ou no controlo de qualidade de um produto final afeta a segurança e a responsabilidade de uma forma diferente de uma ferramenta que redige um e-mail para um fornecedor. Um sistema que influencia o planeamento da produção pode ter consequências para os prazos de entrega e as obrigações contratuais; uma ferramenta que resume notas internas, na maioria dos casos, não.
Esta diferenciação é a base da classificação: nem todo o uso de IA precisa do mesmo nível de supervisão, mas a distinção tem de ser feita, e com base naquilo que o sistema faz e no que influencia — não com base em onde foi adquirido. Uma ferramenta descarregada por um colaborador individual pode ter tanta influência sobre o resultado entregue a um cliente quanto um sistema adquirido através de um processo formal.
A indústria transformadora raramente funciona isoladamente. Fornecedores, subcontratados e clientes fazem parte do mesmo processo, e o uso de IA por uma dessas partes pode influenciar o que uma organização entrega. Se um fornecedor utiliza IA para interpretar especificações ou gerar relatórios de qualidade, surge uma dependência que não é visível nos próprios sistemas, mas que é relevante para quem assume responsabilidade pelo produto final.
Esta é uma diferença em relação a setores onde o processo primário se desenrola em grande parte dentro das próprias paredes. Uma abordagem de governança para a indústria transformadora deve, por isso, não só mapear o uso interno, mas também formar uma visão sobre onde, na cadeia de fornecimento, a IA desempenha um papel em decisões que, no fim, afetam a organização.
A maioria das empresas transformadoras já dispõe de estruturas de risco: para segurança do produto, para gestão da qualidade, para avaliação de fornecedores. A governança de IA funciona melhor quando se articula com aquilo que já existe, em vez de se tornar um processo novo e isolado. Uma classificação das aplicações de IA por nível de risco pode, por exemplo, ser associada a critérios de avaliação de fornecedores já existentes ou ao sistema de gestão da qualidade, de modo que o reporte à direção ou ao conselho fiscal não surja como um percurso separado ao lado das linhas de responsabilização já existentes, mas seja integrado nelas.
A forma exata como essa articulação se concretiza varia de organização para organização e depende da estrutura de governança já existente. Outros setores conhecem questões semelhantes a partir de uma estrutura diferente: no setor dos transportes existe uma tensão semelhante entre sistemas operacionais e uso de escritório, no setor agrícola a dependência da cadeia de fornecimento é frequentemente ainda mais direta, e nos serviços empresariais a camada operacional está, em grande parte, ausente, o que faz da IA sombra praticamente a única camada a mapear.
Um inventário do uso de IA e uma classificação por risco dão a uma organização visão sobre o que está a acontecer e onde é necessária supervisão. Esta questão está diretamente relacionada com outra pergunta que muitas empresas transformadoras se fazem: que parte do próprio trabalho, ao nível das tarefas individuais, pode efetivamente ser assumida pela IA. Enquanto a governança mapeia o que acontece e quem é responsável por isso, o diagnóstico de trabalho da FTE TO AI calcula, por tarefa, que parte é efetivamente elegível para ser assumida — uma questão que só pode ser respondida devidamente depois de estar claro o que já está em curso.
Vraag maar. Governance begint bij weten wat er draait — ook wat niemand heeft goedgekeurd.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.