fb

Inteligência Artificial

7 min de leitura

Retrato de um líder de inteligência artificial

O envolvimento de Piyush Gupta, CEO do DBS Bank, na estratégia de IA do banco

Thomas Davenport e Randy Bean

31 de Outubro

Compartilhar:
Artigo Retrato de um líder de inteligência artificial

Todos sabem da importância do apoio da liderança para a adoção bem-sucedida da inteligência artificial (IA) em grandes organizações. Talvez isso seja válido para qualquer tecnologia relativamente nova, mas a IA deve ter um impacto comercial maior do que a maioria das ferramentas. Segundo entrevistados de uma pesquisa da NewVantage Partners de 2021, a inteligência artificial é a tecnologia mais transformadora de todas as que estão disponíveis atualmente no mercado. Piyush Gupta, CEO do grupo DBS Bank, está no setor bancário - conhecido por ser conservador - há quase 40 anos, mas conseguiu criar não apenas uma potência bancária e de atendimento ao cliente a partir do que já foi conhecido como "Damn Bloody Slow”, mas também tornou-se um usuário agressivo de inteligência artificial.

Os esforços e paixões pessoais de Gupta - e sua disposição de levar o banco a experimentar novas soluções, mesmo quando isso pode resultar em fracasso de curto prazo - ilustram a capacidade de um executivo sênior de liderar a adoção efetiva de uma nova tecnologia.

Cultivando ampla experimentação

Gupta chegou à DBS como CEO em 2009, quando a empresa foi classificada como a pior em atendimento ao cliente entre os bancos de Cingapura. Hoje, é considerada uma das melhores em serviço e expandiu sua presença por toda a Ásia por meio de aquisições e de crescimento orgânico. É o maior banco do Sudeste Asiático e também tem uma presença crescente na China e na Índia. O DBS ganhou vários prêmios bancários globais e foi nomeado Banco Global do Ano pela The Banker, Melhor Banco do Mundo pela Global Finance, e Melhor Banco Digital do Mundo pela Euromoney — por duas vezes.

Gupta nos disse que suas primeiras iniciativas de IA no DBS foram falhas, embora instrutivas. Ele as descreve como “ferramentas de sinalização” para a organização. Em 2013, ele inscreveu o DBS em um laboratório de IA com a Agência para Ciência, Tecnologia e Pesquisa, a principal organização de pesquisa e desenvolvimento do setor público de Cingapura. A DBS assinou um contrato de três anos para explorar aplicativos de IA com cientistas de dados designados da DBS e da Agência para Ciência, Tecnologia e Pesquisa. Eles trabalharam em meia dúzia de projetos, nenhum dos quais foi bem sucedido. Mas Gupta disse que ele e a organização aprenderam muito sobre os tipos de projetos de IA que seriam mais bem-sucedidos para o banco.

No início, uma das estratégias de Gupta para a IA era simplesmente começar a usar a tecnologia para testar coisas diferentes. Um dos principais indicadores de desempenho do banco foi baseado na realização de mil experimentos por ano, muitos deles envolvendo dados e IA. Gupta revelou esses experimentos em eventos que organizou para promover o brainstorming e incentivar o banco a pensar mais profundamente em como poderia implantar a IA. Experimentos de IA são, é claro, bastante comuns, mas não nessa escala.

Ele também abriu o leque para a experimentação de IA, dando às unidades de negócios a flexibilidade de contratar cientistas de dados para ver o que eles poderiam realizar. O executivo citou a equipe de recursos humanos como um exemplo de resultado positivo desse experimento. O chefe de RH, que não tinha formação técnica, criou um programa skunkworks para identificar e pilotar aplicativos de IA que ajudariam a equipe de RH. O grupo desenvolveu o JIM — o aplicativo Job Intelligence Maestro — para ajudar os recrutadores a contratar os talentos certos para funções de alto volume com mais eficiência. O RH também desenvolveu um modelo de previsão de desgaste que permitia ao banco analisar pontos como treinamento do funcionário, remuneração e padrões de licença, prevendo, assim, a probabilidade da saída do colaborador da organização.

Base enraizada

São os dados que alimentam a inteligência artificial e muitas empresas tiveram de implementar mudanças consideráveis em seus ambientes de dados para torná-los adequados para iniciativas agressivas de IA. O que não é comum é que o CEO de uma grande empresa lidere, pessoalmente, essa transformação.

Antes de chegar à DBS, Gupta havia sido CEO do Citigroup para o Sudeste Asiático e o Pacífico, mas suas raízes bancárias estavam em operações e tecnologia. Ele era braço direito do ex-CEO do Citi, John Reed, que talvez tenha sido o primeiro banqueiro global a entender a importância da informação e da tecnologia para o setor e que liderou uma transformação focada na informação do back-office e dos negócios de consumo daquele banco. Gupta liderou os serviços de transações para o Citi na Ásia e, em seguida, tornou-se chefe regional. (Ele fez um breve desvio para fundar um negócio pontocom, que, segundo ele, fracassou rapidamente. Para nós, isso reforça tanto seu desejo de inovação quanto sua disposição de errar o alvo.)

Gupta credita seu interesse e capacidade de conduzir a transformação de dados do DBS ao seu trabalho com o Citi, onde participou da criação dos primeiros data centers do banco e aprendeu sobre arquiteturas de dados.

Na DBS, Gupta liderou uma grande transformação no gerenciamento de dados. Como muitas empresas, a DBS transferiu muitos de seus dados de armazéns tradicionais para data lakes; os últimos são muito mais baratos e mais adequados para informações menos estruturadas. Além disso, a DBS criou uma nova estrutura para seus metadados, limpou 80 milhões de registros incompletos, desenvolveu novos protocolos para quem poderia acessar os dados e determinou quais informações dos clientes eram adequadas capturar, além de introduzir ferramentas de visualização para tornar as tendências mais aparentes.

A DBS emprega cerca de mil funcionários de dados e análises, incluindo cientistas, analistas e engenheiros de dados. Alguns estão em um grupo central, mas outros estão em várias funções e unidades da empresa. “Temos o dobro de engenheiros em tecnologia do que banqueiros”, observou Gupta.

O banco também treinou mais de 18 mil funcionários em habilidades de dados, criando uma empresa de “cientistas de dados cidadãos”. Cerca de dois mil funcionários são proficientes em áreas avançadas de ciência de dados e inteligência de negócios, e outros sete mil foram identificados como qualificados em disciplinas como o uso de dados, análise e IA. O banco conseguiu criar eficiências substanciais com IA em certas áreas, como no centro de contato com o cliente, usando um chatbot. Até agora, o aumento da adoção da IA não resultou em perda de empregos na DBS, em parte porque as pessoas receberam treinamento para ajudá-las a mudar de função. Gupta reconhece que, embora continue comprometido em ajudar seu pessoal a melhorar suas habilidades para que possam agregar valor à IA, ninguém sabe o quão capaz a IA será no futuro.

Quando, recentemente, Gupta estava procurando novas maneiras de energizar os colaboradores e ensiná-los mais sobre como a IA pode ser usada, uma pessoa sugeriu incentivá-los a participar da DeepRacer League da Amazon Web Services, que usa um simulador de carro de corrida autônomo para ensinar aprendizado de máquina e reforço. A DBS estabeleceu uma meta de treinar até três mil funcionários em 2020 usando essa abordagem. O próprio Gupta competiu e, como ele mesmo disse, “ficou feliz por terminar entre os 100 melhores”. Mas outros funcionários da DBS se saíram extremamente bem, e um foi nomeado campeão no AWS DeepRacer League F1 ProAm.

Lições de liderança em IA

O que podemos aprender sobre a liderança da IA com este exemplo? O trabalho de Gupta demonstra várias lições que podem ajudar líderes de outras organizações a ter sucesso com IA.

  1. Ajuda — muito — ter experiência com tecnologia. Um CEO que não tem um histórico como o de Gupta certamente pode aprender o suficiente sobre IA e infraestrutura de TI para serem eficazes, mas isso exigirá muito esforço.
  2. É importante trabalhar em várias frentes. As iniciativas específicas nas quais um líder escolhe se envolver variam entre as empresas, mas os executivos seniores são particularmente importantes para sinalizar o interesse pela tecnologia, estabelecer uma cultura de decisões orientadas por dados, estimular a inovação em toda a empresa e motivar os funcionários a adquirir novas habilidades.
  3. Os líderes detêm o poder da bolsa. A exploração, o desenvolvimento e a implantação de IA são caros. Os líderes de IA devem dedicar investimento suficiente para permitir níveis de adoção da solução. Observe que Gupta abriu a carteira para a experimentação nos primeiros dias da adoção da IA e não exigiu muita justificativa financeira.
  4. É valioso para um líder sênior de IA se envolver pessoalmente com a transformação focada em IA. Os dados são sempre uma questão importante, embora relativamente poucos CEOs os entendam tão bem quanto Gupta. Alternativamente, os líderes podem adotar um caso de uso de IA específico e patrociná-lo até a conclusão.

Gupta deixou claro que está comprometido em continuar a desenvolver as capacidades do DBS em IA e acredita que a tecnologia acabará sendo uma aposta no setor bancário. Muitos outros bancos empregaram recursos de IA de fornecedores externos, mas o executivo está comprometido em criar o maior número possível de casos de uso de inteligência artificial internamente. “Temos que ter as mesmas capacidades dos nativos digitais”, comentou. “Assim podemos continuar a inovar e competir com eles quando for necessário.”

Compartilhar:

Autoria

Thomas Davenport e Randy Bean

Thomas H. Davenport é professor de tecnologia da informação e gestão do Babson College, professor visitante na Saïd Business School de Oxford e membro da iniciativa MIT sobre economia digital. Randy Bean é CEO da NewVantage Partners e autor do livro Fail fast, learn faster: Lessons in data-driven leadership in an age of disruption, big data, and AI (Wiley, 2021).

Artigos relacionados

Imagem de capa Perigos relacionados à IA levam a gestão de riscos ao limite

Inteligência Artificial

10 Maio | 2024

Perigos relacionados à IA levam a gestão de riscos ao limite

Um painel com 42 especialistas avaliou se as organizações estão, de fato, ajustando suas práticas de gestão de risco para administrar a inteligência artificial. A grande maioria concorda que estamos falhando

Elizabeth M. Renieris, David Kiron e Steven Mills

13 min de leitura

Imagem de capa AI Act: como o pioneirismo da UE impacta a regulação da IA no Brasil

Inteligência Artificial

19 Março | 2024

AI Act: como o pioneirismo da UE impacta a regulação da IA no Brasil

Com nova legislação sobre IA, UE visa assegurar sua abrangência e mitigar eventual defasagem do texto legal diante do rápido e constante desenvolvimento tecnológico

Giulia de Lima Cebrian e André Giacchetta

5 min de leitura

Imagem de capa IA generativa nas organizações: um novo paradigma na interação humanos-máquinas

Inteligência Artificial

08 Fevereiro | 2024

IA generativa nas organizações: um novo paradigma na interação humanos-máquinas

Na medida em que a IA generativa entra no cotidiano das empresas, torna-se essencial a criação de políticas e diretrizes de uso responsável da tecnologia

Luis Quiles

4 min de leitura