Por que o treinamento não está fechando a lacuna de ROI da IA?
As empresas despejaram dinheiro em inteligência artificial, mas muitos líderes ainda não conseguem apontar um retorno claro sobre esse investimento. Uma nova pesquisa com profissionais de aprendizagem e desenvolvimento sugere que o problema não é simplesmente uma lacuna de treinamento. O problema é que as organizações não chegaram a um acordo sobre como é o sucesso.
O Relatório Anual de IA em Learning & Development ouviu mais de 800 profissionais de aprendizagem corporativa em mais de 25 países. As respostas revelam um padrão conhecido. A IA está tornando o conteúdo de treinamento mais rápido de produzir, mas bem menos equipes conseguem mostrar que ela muda a forma como as pessoas desempenham seu trabalho.
A velocidade é o ganho que as equipes conseguem ver
Três em cada quatro entrevistados, 75%, citaram a criação mais rápida de conteúdo como um dos impactos mais claros da adoção da IA. Isso significa tempos de produção mais curtos para novos treinamentos e mais material sendo entregue. Apenas 11% apontaram melhora no desempenho no trabalho.
Essa lacuna é importante porque a maior parte do treinamento corporativo existe para melhorar o desempenho. No entanto, apenas 35% das equipes de T&D medem de forma consistente o desempenho no trabalho, em comparação com 72% que acompanham de forma consistente a participação e a conclusão. O relatório afirma que isso sugere que os líderes ou não estão recompensando as equipes de T&D com base em métricas de desempenho, ou que ninguém concordou sobre o que o sucesso deveria ser. As respostas da pesquisa apontam para a segunda explicação. Mais de um em cada cinco entrevistados citou a falta de métricas de sucesso acordadas como a maior barreira para comprovar o impacto.
Lacunas de permissão e de dados desaceleram as equipes
Um mandato da liderança para usar IA não abre automaticamente a porta para novas ferramentas. Entre as equipes de T&D que partiram de um mandato, 73% ainda precisam de permissão departamental ou interfuncional para testar uma nova ferramenta de IA. Algumas estão limitadas às ferramentas aprovadas pela empresa e não podem testar nada além delas.
De que as equipes de T&D precisam para comprovar o impacto da IA?
Os dados são outro gargalo. A maioria das equipes de T&D está confiante de que a IA está levando a melhorias, mas tem dificuldade para produzir evidências desses ganhos. Quando questionados sobre a maior barreira para comprovar o impacto, 53% apontaram uma restrição organizacional, incluindo a falta de métricas de sucesso e o acesso limitado a dados ou ferramentas de medição. Na prática, os dados necessários para medir o impacto podem estar em sistemas desconectados, como um sistema de gestão de aprendizagem, um sistema de informações de RH, uma ferramenta de pesquisa e uma plataforma de vídeo com IA.
Sem essas evidências, as equipes correm o risco de se tornar aquilo que o relatório chama de fábrica de conteúdo. Se usarem a IA para produzir treinamentos mais rápido, mas nunca verificarem se eles mudam o comportamento, mais conteúdo será tudo o que terão para mostrar pelo investimento.
Há algum motivo para otimismo nos dados. Cerca de um terço das equipes de T&D relata ganhos de desempenho com a IA, como um tempo mais curto até a proficiência ou melhor desempenho no trabalho. Essas equipes tendem a compartilhar certas características, incluindo liberdade para testar ou desenvolver soluções de IA e o uso da IA para avaliar o próprio trabalho. Muitos desses fatores, observa o relatório, dependem de decisões fora do controle de T&D.
Três correções estruturais
O que as organizações devem fazer para fechar a lacuna de ROI da IA?
Com base em suas conclusões, o relatório recomenda três mudanças. Primeiro, os líderes devem concordar sobre o que a IA deve alcançar e, então, decidir como o seu uso será recompensado e medido. Para T&D, isso significa definir as mudanças de desempenho que a empresa deseja antes de desenhar qualquer novo treinamento, inclusive treinamentos sobre a própria IA.
Segundo, as organizações devem investir na integração de dados antes de escalar novas soluções de IA ou automatizar mais fluxos de trabalho. As equipes de todas as áreas precisam de acesso aos dados necessários para medir o impacto da IA.
Terceiro, os líderes devem incluir T&D na conversa sobre a estratégia de IA. Se o objetivo da IA é automatizar o trabalho manual, o tempo liberado deve ser direcionado à construção de habilidades mais estratégicas, como usar a IA para mudar a forma como o trabalho é feito. T&D está bem posicionada para liderar esse esforço, segundo o relatório, porque consegue identificar onde o treinamento pode fazer parte da solução e onde não pode.
O treinamento pode ajudar a fechar a lacuna entre a adoção da IA e o retorno sobre o investimento, conclui o relatório, mas somente depois que essas condições estiverem estabelecidas.
Este artículo fue escrito con la asistencia de IA.
News Factory APP - noticias agénticas para impulsar tu SEO y AEO.