Decision Factories must be Designed and Managed as such (Fábricas de Decisão devem ser Projetadas e Gerenciadas como tais)

Em 2013, Roger L. Martin, Professor Emérito da Universidade de Toronto no Canadá, autor de vários livros (um deles é The Design of Business — O Projeto do Negócio), e propositor da teoria do “Integrative Thinking” (Pensamento Integrativo), publicou um artigo na Harvard Business Review intitulado “Rethinking the Decision Factory” (Repensando da Fábrica de Decisão).

Neste artigo, o Prof. Martin apontou como as empresas estavam errando ao lutar com a gestão de trabalhadores do conhecimento. A partir dos problemas identificados, ele propôs o conceito da “Decision Factory”. Segundo o Prof. Martin, os trabalhadores do conhecimento não manufaturam produtos ou desempenham serviços básicos. Mas eles produzem algo, e esse algo é perfeitamente razoável de caracterizar como sendo a produção de decisões: decisões sobre o que vender, a que preço, para quem, com que estratégia de propaganda, através de qual sistema logístico, em qual localização, e com que nível de staff.

Naquele ano de 2013, apontava o Prof. Martin, nas suas mesas e nas salas de reunião (como também agora, nos “home-office remote meetings” impulsionados pela Covid 19), trabalhadores do conhecimento “martelavam” em fábricas de decisão. Suas matérias primas eram data/dados, tanto dos seus próprios sistemas de informação quanto de provedores externos. Eles produziam vários memos (memoriais) e apresentações cheios de análises e recomendações. Eles se engajavam em processos de produção — chamados reuniões — que convertiam este trabalho em bens finais na forma de decisões. Ou seja; eles geravam retrabalho: outra reunião para chegar à decisão que não foi tomada na primeira reunião. E eles participavam em serviços pós-produção: follow up/acompanhar as decisões tomadas.

Para descrever como é que ele pensou o papel do conhecimento na fábrica de decisão, o Prof. Martin se valeu do seu livro The Design of Business, onde ele apontou o desenvolvimento do conhecimento através de três estágios (ver Figura 1 à frente). Quando uma nova operação de manufatura ou de serviço é criada, a tarefa é um “mistério”. No devido curso, com várias práticas, um corpo de sabedoria é criado — que ele chamou de “heurística” — que guia como o processo deve ser conduzido.

Segundo ele, nas fábricas de produtos o avanço do conhecimento não para com a heurística. A cultura em manufatura de larga escala e operações de serviços é ir em frente até que o conhecimento se torne “algoritmo” — uma fórmula para garantir sucesso. Na fábrica de decisão, no entanto, o conhecimento tende a permanecer teimosamente no nível heurístico, onde a experiência e o julgamento são os requisitos chave para a competente tomada de decisão. Uma grande parte da explicação, é claro, é que o desafio do conhecimento é simplesmente mais difícil nas fábricas de decisão. Muitas decisões têm que ser feitas pela primeira vez e estão, portanto, na categoria “mistério”.

A partir deste “funil”, o Prof. Martin observou que as estruturas de trabalho baseadas em empregos (contratos de trabalho) criavam um significativo perigo. Se os experientes trabalhadores do conhecimento transformassem uma “heurística baseada em habilidade” em um algoritmo, eles estariam convidando a empresa a substitui-los por trabalhadores menos capacitados, e mais baratos. Assim, o Prof. Martin propôs que uma maneira para romper esta tendência seria redefinir os “contratos de trabalho”: isto é, usar projetos, mais do que empregos, como um princípio organizador das empresas. Neste modelo, trabalhadores full-time seriam vistos não como “amarrados” a certas funções específicas, mas como fluindo para projetos onde suas capacidades fossem necessárias.

No entanto, como aponta o Prof. Martin, apesar da troca de uma estrutura baseada em contratos de trabalho para uma de “flow-to-the-work” (fluxo para projetos) poder melhorar a produtividade da empresa e remover os obstáculos para a codificação e transferência de conhecimento, ela não garantirá que a codificação e transferência realmente aconteça. Para que isso ocorra, os trabalhadores do conhecimento devem perseguir uma “extra mile”. Ou seja, eles devem ser persuadidos pelas empresas a transferirem a heurística desenvolvida nas cabeças de experientes e caros executivos em direção a algoritmos.

Mas o que acontece quando as empresas passam a ter, de forma crescente, suas “fábricas de algoritmos”, como tratamos aqui na newsletter de 14–06–2020, onde mostramos que as novas “fábricas de decisão” estão sendo as novas “fábricas de inteligência artificial”, fazendo emergir novos e complexos modelos operacionais empresariais baseados em inteligência artificial?

O argumento que vamos defender na próxima newsletter se baseia no fato de que o “funil do conhecimento” nas atuais “fábricas de decisão” é um pouco mais avançado do que este proposto pelo Prof. Martin. E para tanto, vamos partir dos componentes da tomada de decisão sugerido pelos autores do livro “Prediction Machines” (Máquinas de Predição), livro resenhado aqui na newsletter de 22–04–2018, componentes esses que são indicados na Figura 2 à frente.

Em resumo, o que pretendemos argumentar é que, para essas fábricas de decisão (com inteligências natural e artificial) serem criadas, operadas e prosperarem, elas devem ser projetadas e gerenciadas como fábricas, e sendo assim, precisamos entender quais são os principais componentes da tomada de decisão, e como tal processo é efetivamente realizado!

Se sua empresa, organização ou instituição deseja saber mais sobre fábricas de decisão, não hesite em nos contatar!