IA generativa na empresa: por onde começar, a partir de Dakar.

A IA generativa tem um mérito raro: colocou a direção-geral, a direção de sistemas de informação e as equipas de terreno diante do mesmo ecrã. Cada um testou, cada um ficou surpreendido, cada um viu a ferramenta enganar-se com aplomb. O mau reflexo seria concluir daí que é preciso «uma estratégia de IA» antes de ter posto seja o que for a funcionar. O bom reflexo consiste em escolher um primeiro caso modesto, colocá-lo nas mãos de algumas pessoas e medir o que muda no dia delas.

O que a IA generativa muda realmente

Estes modelos produzem texto a partir de uma instrução e de um contexto. Esta capacidade, por mais simples que pareça, toca cinco gestos quotidianos da empresa.

• A redação. Uma carta de resposta, uma nota de síntese, uma ata, a primeira versão de um caderno de encargos. O modelo não substitui o autor; evita-lhe a página em branco e devolve-lhe o tempo da revisão.
• A síntese. Resumir um processo de crédito, um contrato, um relatório de missão, uma cadeia de mensagens de correio eletrónico de várias semanas. O valor é imediato para quem tem de decidir depressa sobre documentos longos.
• A pesquisa nos documentos. Fazer uma pergunta em linguagem corrente e obter uma resposta apoiada na documentação interna, com a fonte citada. O caso mais subestimado, porque não brilha em demonstração e muda tudo no quotidiano.
• Os assistentes de negócio. Um assistente que conhece os procedimentos, os preços, as regras de uma caixa ou de um serviço pós-venda, e que responde no contexto da pessoa que o interroga.
• O código. Geração, revisão, explicação de programas existentes, incluindo os desenvolvimentos específicos de um ERP que já ninguém sabe ler. Um ganho real, desde que se mantenham a revisão e os testes.

O que não muda

Um modelo generativo não sabe nada da sua empresa enquanto não lhe dermos os seus documentos, os seus dados e as suas regras. Não raciocina sobre uma verdade, produz o texto mais verosímil. Pode, portanto, afirmar uma cláusula que não existe ou um preço caducado, com o mesmo tom com que acerta. Não substitui o registo de clientes, nem o plano de contas, nem o circuito de validação. Não torna limpo um dado que não o é. E não decide em lugar de quem tem de responder pela decisão. Não são defeitos de juventude: é a natureza da ferramenta.

Os bons primeiros casos

Um bom primeiro caso é frequente, verifica-se facilmente e mantém uma pessoa no circuito. Vemos quatro repetirem-se quase por toda a parte, do setor público à banca, passando pela distribuição.

O assistente sobre a documentação interna

Procedimentos, notas de serviço, manuais do ERP, condições dos produtos. Estes documentos existem, dispersos entre um servidor de ficheiros, uma caixa de correio e algumas cabeças. Um assistente que responde citando a passagem exata faz ganhar tempo aos recém-chegados, às agências afastadas da sede e às funções de suporte. Revela também, sem contemplações, os documentos contraditórios ou caducados. Primeiro caso ideal: uma resposta errada deteta-se depressa e não compromete a empresa perante o exterior.

O tratamento da correspondência e das reclamações

Ler uma carta recebida, identificar do que se trata, extrair os elementos úteis, propor um projeto de resposta e encaminhá-la para o serviço certo. O volume existe, o gesto é repetitivo, e a pessoa que valida mantém o controlo sobre o que sai. Para uma administração, uma companhia de seguros ou um serviço de apoio ao cliente, é muitas vezes o caso mais rentável em tempo devolvido às equipas.

O apoio ao serviço de apoio ao cliente nas línguas do terreno

Os clientes escrevem e falam em francês, em wolof, noutras línguas nacionais, por vezes misturando as três numa mesma mensagem de voz. Um modelo bem escolhido compreende estas mensagens, resume-as ao assessor e ajuda-o a responder na língua do cliente. Este caso é próprio do nosso contexto e concebe-se mal à distância: é preciso testar com mensagens reais, sotaques reais, e aceitar que algumas línguas ainda sejam menos bem servidas do que outras.

A extração de documentos

Faturas, guias de remessa, documentos de identificação, conhecimentos de embarque, formulários preenchidos à mão. A IA generativa completa as técnicas de extração clássicas, sobretudo em documentos cuja paginação varia. O resultado entra no ERP ou no CRM após verificação, e a diferença entre o que foi lido e o que foi corrigido dá uma medida honesta da qualidade. Falamos disso na nossa leitura dos casos de utilização de IA que criam realmente valor.

Os maus primeiros casos

O mais frequente, e o mais perigoso, consiste em automatizar uma decisão sem controlo: conceder ou recusar um crédito, encerrar uma reclamação, responder a um cliente em nome da empresa sem revisão. O modelo fá-lo-á com segurança, mesmo quando se engana, e ninguém saberá explicar porquê. A partir do momento em que a decisão afeta uma pessoa, passa a estar abrangida pela lei n.º 2008-12 e pelo olhar da CDP: finalidade declarada, informação das pessoas, possibilidade de contestar. Outro mau arranque, o assistente «generalista» aberto a toda a empresa, sem âmbito nem documentos de referência. Diverte duas semanas e depois cai, porque não conhece nada de preciso.

O primeiro caso de utilização não se escolhe para impressionar uma comissão. Escolhe-se para devolver tempo a uma equipa precisa, num gesto que ela faz todos os dias.

As condições que não se negoceiam

Dados e documentos limpos

Um assistente documental vale o que valem os seus documentos. Se coexistirem três versões de um procedimento, citará uma ao acaso. O primeiro trabalho é, por isso, muitas vezes uma triagem: que documentos fazem fé, quem os mantém atualizados, onde vivem. A mesma lógica para os dados do ERP e do CRM, tema da nossa oferta Data & Analytics.

A escolha do modelo e do seu alojamento

É a decisão mais estruturante, e raramente é tomada ao nível certo. Para onde vão os dados: um modelo invocado num fornecedor estrangeiro recebe os seus documentos e, se contiverem dados pessoais, essa transferência está abrangida pela lei n.º 2008-12 e pelas formalidades junto da CDP. Que soberania: alguns casos justificam um modelo aberto alojado na sua cloud ou nos seus servidores, outros acomodam-se a um serviço em linha. Que custo em divisas: um serviço faturado ao uso, em dólares ou em euros, paga-se a cada pedido e acompanha as variações do franco CFA face a essas moedas, o que favorece modelos mais pequenos e bem direcionados quando são suficientes. Não há uma boa resposta geral; há uma resposta por caso de utilização, escrita. As nossas ofertas Cloud e Segurança e riscos de TI tratam estes compromissos em conjunto.

A supervisão humana

Alguém revê, corrige, e as suas correções melhoram o sistema. Não é uma rede provisória a retirar quando a ferramenta estiver «madura». É o modo de funcionamento normal da IA generativa na empresa. A pergunta útil não é «podemos retirar o humano?» mas «em que ponto do processo é que o seu olhar vale mais?».

A medição

Tempo ganho por carta tratada, proporção de respostas consideradas úteis, taxa de correção nas extrações, prazo de resposta ao cliente. Estes indicadores definem-se antes de começar, com a equipa envolvida, e leem-se todas as semanas durante o piloto. Sem eles, o projeto vive do entusiasmo e morre com ele.

A vantagem de conceber em Dakar

A nossa convicção, forjada nos nossos projetos: um caso de utilização de IA generativa concebe-se ao lado dos seus utilizadores, não a milhares de quilómetros. As equipas que vão tratar a correspondência ou consultar a documentação estão em Dakar, em Thiès, em Saint-Louis, em agências onde a ligação não é a da sede. Testá-las todas as semanas, na sua língua e nos seus documentos, muda a qualidade do resultado. As competências existem aqui: perfis que conhecem ao mesmo tempo os modelos, os dados de empresa e o terreno. Os custos de conceção permitem iterar mais vezes, logo aprender mais depressa. E um caso concebido a partir de Dakar tem em conta desde o início a conectividade, as línguas, o quadro da CDP e o custo em divisas, em vez de os descobrir em produção. É o sentido das nossas equipas de data & IA em Dakar e da nossa oferta IA e automação.

E as grandes plataformas?

A SAP integra a IA generativa nos seus produtos, com Joule e SAP Business AI; a Salesforce faz o mesmo com Einstein e Agentforce. Estas capacidades vivem onde já estão os dados e os processos, com a segurança e os direitos de acesso da plataforma. Têm também as suas condições, a começar pela localização dos serviços e o modo de faturação, a examinar com o mesmo cuidado que para qualquer outro modelo. A nossa posição é simples: quando o caso de utilização vive no SAP ou no Salesforce, olha-se primeiro para o que a plataforma propõe; quando vive entre os sistemas ou sobre documentos que aí não estão, constrói-se com as ferramentas adequadas. Duas plataformas, uma só equipa.

Por onde começar, na prática

1. Escolher uma equipa e um gesto. Uma equipa voluntária, um gesto frequente, uma pessoa que responda pelo resultado. Não uma comissão, não um programa.
2. Reunir e triar os documentos desse gesto. O que o assistente tem o direito de ler, o que faz fé, o que é pessoal e deve ser protegido.
3. Decidir o modelo e o alojamento para esse caso. Dados pessoais, soberania, custo em divisas, conectividade dos utilizadores. Escrever a decisão e as suas razões.
4. Construir um piloto em algumas semanas, com os utilizadores. Colocá-lo nas mãos deles cedo, melhorá-lo a partir das suas correções.
5. Medir, depois decidir. Alargar, corrigir ou parar, com base nos indicadores definidos à partida. Um piloto parado a tempo é um êxito de método.
6. Estabelecer a governação antes do segundo caso. Quem autoriza um novo caso, quem verifica a conformidade, como as pessoas são informadas, como se vigia o desvio ao longo do tempo.

A IA generativa não exige uma revolução para começar. Exige um primeiro caso bem escolhido, documentos limpos, um alojamento decidido com conhecimento de causa, e pessoas que revejam. É o que sabemos fazer a partir de Dakar, para a sub-região.