Todos os artigos

Insights

Single-player AI: por que a maioria das equipes ainda usa IA sozinha, e o que muda quando isso deixa de acontecer

Quase todo mundo já usa IA no trabalho, e quase tudo acontece em chats privados. Isso tem um custo oculto. Como seria colaborar com a IA às claras?

Svet Bajlekov, CEO e cofundador · 3 min de leitura

Publicado

Uma pessoa trabalhando sozinha com um chat privado de IA, ao lado de uma equipe que compartilha um canal aberto com um agente de IA no centro

A maioria de nós usa IA todos os dias no trabalho. Quase tudo acontece no privado.

Alguém precisa de um resumo para a revisão mensal do portfólio. Cola uma exportação de dados brutos no Claude, ajusta um pouco o prompt e, quando fica satisfeito com o resultado, copia tudo para um documento compartilhado. Alguns colegas fazem os últimos ajustes. Na quinta-feira, vai para o comitê de investimentos.

A essa altura, ninguém sabe dizer quais partes foram escritas pela IA e quais por uma pessoa, quais números alguém conferiu de verdade - nem mesmo em qual exportação tudo se baseou. O chat original fica na conta de uma só pessoa.

No mês seguinte, outra pessoa faz a mesma coisa, com outra exportação e outros prompts.

Chamo isso de single-player AI (IA usada sozinho). É assim que a maioria das equipes trabalha hoje, inclusive - até pouco tempo atrás - a nossa.

Para o trabalho pessoal, tudo bem; eu uso IA assim todos os dias. Mas fazer isso em equipe, cedo ou tarde, vira uma grande dor de cabeça.

Não dá para refazer o caminho de nada. Um chat privado deixa o raciocínio em um único notebook - então, quando um número parece errado, rastrear a lógica vira um exercício de arqueologia digital. A pessoa que colou os números conferiu os dados? Ela se responsabiliza por eles? Em um documento compartilhado, “redigido por um modelo” e “conferido pela Anna” parecem iguais.

E não é só isso: cada um começa do zero, levando seu próprio agente pela sua própria jornada com IA. Cada pessoa explica o portfólio para o seu próprio assistente: as convenções das usinas, os termos dos contratos…quais inversores foram trocados no ano passado, e por quê. Cinco pessoas acabam com cinco versões ligeiramente diferentes da verdade.

Multiplayer AI (IA em equipe)

A alternativa é tratar os agentes de IA como membros da equipe. Levá-los para os canais de comunicação que a equipe já usa, onde todos colaboram. Fazer dos agentes parte disso. Dar a eles uma identidade, um espaço de trabalho e as permissões de acesso adequadas.

Os prompts das pessoas e o trabalho do agente acontecem às claras. A solicitação, os dados brutos, o raciocínio e os resultados – disponíveis para todos verem. O agente pode criar documentos e ser responsável por eles. A passagem de bastão é explícita e transparente. Tudo pode ser rastreado, verificado com facilidade e repetido na próxima vez.

Foi assim que construímos o Ray, nosso colega de trabalho com IA. Ele fica nos canais do Microsoft Teams ou do Slack dos nossos clientes. A verificação matinal que ele faz do portfólio é publicada no canal, com as evidências anexadas. As perguntas feitas a ele, e as respostas, ficam na conversa. Quando ele prepara um relatório ou uma reclamação de O&M, alguém aprova, e a conversa mostra quem. Se faltam dados, ele avisa.

O Ray aprende no trabalho e aplica o que aprendeu na próxima vez que surge uma demanda ou tarefa relacionada. Suas conexões de dados unificadas e suas habilidades são uma fonte de verdade compartilhada por toda a equipe. Além disso, os membros da equipe aprendem uns com os outros e compartilham boas práticas.

Por onde começar

Você não precisa de um software novo para sair do modo single-player. Quatro hábitos ajudam:

  • Ao publicar um trabalho feito com ajuda de IA, inclua detalhes de como ele foi obtido – por exemplo, com quais prompts e fontes de dados.
  • Conecte os assistentes a dados compartilhados em vez de alimentá-los com exportações.
  • Indique claramente o que foi gerado por IA e o que foi elaborado por uma pessoa.
  • Especifique o que já foi revisado e aprovado, e o que ainda precisa de uma análise mais cuidadosa.

De certa forma, a maior parte da tecnologia já existe. O que normalmente falta é um acordo da equipe sobre como pessoas e IA trabalham juntas. Mas, no fim das contas, vejo um cenário mudando rapidamente quanto a onde e como essa colaboração acontece. Quando se trata de tornar isso mais fluido, acho que estamos só começando!

Mais sobre o Ray: /ray

Passe da visibilidade à ação

Pronto para colocar os dados do seu portfólio para trabalhar?