.webp){kind=small}
A empresa implanta tecnologia de observação nos desktops dos funcionários que observa continuamente como o trabalho se move entre os aplicativos – a planilha, o CRM, o cliente de e-mail, o mainframe de 40 anos – e abstrai essas observações em um modelo vivo do processo de negócios subjacente. “Pense desta forma: se eu compartilhasse minha tela aqui, e você observasse minha tela indo de planilha Excel, sistema CRM, cliente de e-mail, em cerca de duas iterações você construiria um modelo do que eu faço”, disse Misra. "Exceto que você não poderia fazer isso em grande escala. Você não poderia fazer isso 24 horas por dia, 7 dias por semana, e para 1.500 pessoas como eu. Agora substitua-se pela nossa tecnologia."
Como a observação no nível da tela captura o trabalho que nunca aparece nos logs do sistema
Esse enquadramento também explica como a Skan se posiciona contra fornecedores de mineração de processos como a Celonis, que reconstroem fluxos de trabalho a partir de rastros de dados deixados em sistemas backend. Os logs do sistema, argumenta Misra, capturam apenas transações concluídas – e não o trabalho humano confuso que as produziu. “Todos os dados de backend, por definição, são um estado de trabalho comprometido. Trabalho é realmente o que acontece entre esses estados comprometidos”, disse ele. “Oitenta por cento do que nos interessa, do ponto de vista da IA, na execução do trabalho, na verdade está entre esses sistemas.” A tela, na visão de Skan, é o único lugar para onde tudo converge.
“Ele reúne a agência humana, reúne todo o cenário de aplicativos e reúne os dados que importam”, disse Misra. Duas décadas de design de interfaces de usuário enterraram silenciosamente enormes quantidades de conhecimento de processos no espaço entre os olhos de um trabalhador e seu monitor; A proposta de Skan é trazer essa camada oculta de volta à superfície. Mas observar, insiste ele, nunca foi a parte difícil – uma questão dirigida diretamente aos titulares do poder que poderiam sentir-se tentados a copiar a abordagem. “O problema difícil não é a observação na tela”, disse Misra.
“O problema difícil é a abstração do que você vê na tela – a extração da intenção.” Um humano que observa a tela de um colega pode dizer instantaneamente se voltar ao primeiro passo significa um novo caso ou retrabalhar um antigo, porque os humanos entendem a assinatura do trabalho. Ensinar um modelo para fazer o mesmo julgamento, de forma imparcial e em escala empresarial, é onde a Skan acredita que sua vantagem de sete anos vive. O resultado é um modelo de contexto sobre o qual a IA pode raciocinar e agir — a matéria-prima para os agentes que agora estão no topo da pilha de produtos da empresa e a base para tudo o mais que a plataforma faz.
Uma abordagem baseada na observação contínua das telas dos funcionários convida a uma objeção óbvia, e não é hipotética. Em junho, a Reuters informou que a Meta reduziu uma ferramenta interna que rastreava os cliques do mouse dos funcionários depois que os trabalhadores levantaram preocupações — um sinal de que mesmo as empresas de inteligência artificial estão cautelosas com a linha entre telemetria operacional e vigilância. Misra diz que ouviu a objeção antes de escrever uma linha de código. Quando ele apresentou o conceito pela primeira vez a Delphine Icart, então diretora de transformação da AXA México, sua reação foi contundente. "As primeiras palavras de Delphine para mim foram: 'Isso parece uma ótima ideia, mas você está morto na chegada'", lembrou Misra. "'Você está observando coisas que não deveria estar observando — a privacidade dos meus operadores e a soberania dos meus dados nessas telas.'"
| ℹ️ | Nota do editor: O AR NEWS 24H publica conteúdos baseados em fontes externas. As informações e opiniões presentes no material original são de responsabilidade de seus respectivos autores. Este conteúdo foi traduzido e adaptado para o português do Brasil com o auxílio de ferramentas automatizadas. |
