Um colaborador administrativo ou assistente de gestão que preenche diariamente declarações, contratos e cartas com base num modelo fixo, executa um trabalho que à primeira vista parece muito adequado para a IA. É repetitivo, segue um esquema fixo, e os dados de entrada normalmente já vêm de um sistema. Ainda assim, a resposta não é simplesmente sim. É parcialmente, e qual a parte depende de como o modelo e os dados de origem estão organizados numa empresa específica.
Três eixos determinam aqui o resultado: grau de estruturação, volume e custo de erro.
O grau de estruturação é elevado. Um modelo para uma declaração de trabalho ou um contrato-padrão tem campos fixos em locais fixos: nome, data, valor, função. É precisamente este tipo de trabalho textual que a IA hoje consegue fazer bem, porque a estrutura do documento já está definida e a tarefa se reduz a preencher corretamente campos com base em dados disponíveis.
O volume é igualmente favorável. Empresas que produzem muitos dos mesmos documentos, uma agência de trabalho temporário que elabora centenas de contratos de trabalho por mês, um município que emite repetidamente a mesma declaração, têm mais a ganhar em simplificar este processo do que uma empresa que elabora um documento destes apenas algumas vezes por ano. Com um volume baixo, o tempo necessário para configurar o processo muitas vezes não é proporcional ao tempo que se poupa no final.
O custo de erro situa-se num nível intermédio e é precisamente a razão pela qual isto não é uma substituição total, mas uma tarefa com supervisão humana. Um valor mal inserido num contrato, um nome trocado numa declaração, uma data incorreta, não são erros cosméticos. Podem originar ambiguidade jurídica ou um documento que tem de ser refeito. Por isso, continua a ser necessário um momento de controlo: a IA preenche, um colaborador aprova ou rejeita, com justificação.
A margem de apreciação é baixa, o que torna a tarefa precisamente mais adequada para automatização: é necessária pouca interpretação sobre o que deve constar no documento, isso já está definido no modelo e nos dados de origem. A criatividade está praticamente ausente, e isso também favorece a IA: não se inventa nada, preenche-se. A conformidade (compliance) desempenha um papel quando se trata de contratos ou declarações oficiais, o que significa que os passos de aprovação definidos continuam relevantes, independentemente de quem elabora o documento.
Um assistente de gestão elabora mensalmente entre dez e vinte cartas-padrão: confirmações, declarações, pequenas alterações a contratos. Os dados já estão no sistema de recursos humanos. Aqui, o passo de dados para documento é bem automatizável: a IA pode elaborar a carta com base no modelo e nos dados de origem, após o que o assistente lê, verifica e envia. O tempo que resta não vai para escrever texto, mas para o avaliar.
Noutra empresa, onde cada contrato é negociado à medida e cada carta precisa de ter um tom e conteúdo ligeiramente diferentes, a situação é diferente. Aí o grau de estruturação é mais baixo, a margem de apreciação é mais alta, e a tarefa desloca-se para o trabalho humano. O mesmo tipo de documento, contrato de trabalho, carta, declaração, pode assim ser em grande parte automatizável numa empresa e permanecer sobretudo trabalho manual noutra. A diferença não está no tipo de documento, mas em quão padronizado é o modelo e se os dados de origem já estão num sistema, ou ainda precisam de ser procurados ou solicitados.
A mudança não se situa num momento futuro em que isto estará "pronto". Situa-se já agora na questão de saber se uma organização padronizou os seus modelos e tem os seus dados de origem organizados. Uma empresa onde cada colaborador mantém a sua própria versão de um contrato, com a sua própria formatação e as suas próprias variantes, não pode simplesmente entregar este processo à IA, nem mesmo parcialmente. Uma empresa com um modelo fixo estabelecido por tipo de documento e dados que já são mantidos de forma estruturada, está numa posição diferente.
Este trabalho de preenchimento de documentos está frequentemente relacionado com outras tarefas administrativas realizadas no mesmo escritório. Quem observa como o arquivo em papel recebido é digitalizado e tornado pesquisável, vê frequentemente a mesma questão a repetir-se: os dados já estão estruturados, ou têm primeiro de ser retirados do papel. Também a triagem e distribuição do correio recebido toca este tema, porque muitas cartas-padrão são uma resposta a algo que chega. E a forma como uma caixa de entrada de e-mail geral é triada determina frequentemente quais documentos precisam de ser elaborados, e com base em que dados.
Sobre as consequências para o pessoal decorrentes desta mudança, não nos pronunciamos: se as horas libertadas motivarem uma decisão relativa a pessoal, aplicam-se a esse respeito requisitos legais próprios, independentes desta análise.
Se isto afeta uma parte pequena ou substancial das horas administrativas da sua organização, depende de quantos dos seus documentos já funcionam com modelos fixos e quantos dos dados de origem já estão num sistema em vez de em papel ou dispersos por ficheiros separados. Isso varia de empresa para empresa, e é precisamente por isso que uma afirmação genérica aqui não basta.
O scan rápido gratuito de doze perguntas, sem necessidade de conta, dá uma indicação de que parte das horas neste tipo de trabalho documental pode hoje ser assumida pela IA. O scan de trabalho completo, que decompõe o trabalho de toda uma empresa em tarefas e calcula, por tarefa, o impacto em capacidade de fte, está ainda em construção.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.