Inteligência Artificial: acelerando o design e gestão de produtos digitais

Como aproveitar o melhor da Inteligência Artificial Generativa para gerar mais valor? Essa tem sido uma pergunta recorrente no mercado conforme as empresas buscam entender e adotar a tecnologia. Embora existam muitas dúvidas e hipóteses não comprovadas, parece ser consenso que os avanços na Inteligência Artificial impactarão significativamente muitas profissões.

No relatório The economic potencial of generative AI, a consultoria McKinsey estima o potencial retorno financeiro da Inteligência Artificial a partir do seu uso em 16 funções de negócio. De acordo com a pesquisa, os benefícios econômicos totalizam de US$ 6,1 trilhões a US$ 7,9 trilhões anualmente. O relatório indica ainda que apenas 4 funções serão responsáveis por cerca de 75% desse impacto, dentre elas o desenvolvimento de software.

Se hoje o digital é parte inseparável da estratégia de qualquer negócio, então as organizações terão que transformar a forma como planejam e criam soluções digitais se desejam capturar parte desse resultado. Embora o potencial de impacto seja indiscutível, resta ainda a pergunta: como se adaptar?

dti evolve: reimaginando o desenvolvimento de software

Com o dti evolve, estamos reimaginando o processo de criação de um produto digital, tendo agora a Inteligência Artificial Generativa como aliada. Para nós, esse é mais um marco em nossa longa jornada de evolução contínua. Usamos toda nossa expertise para identificar os casos de uso onde há maior potencial de geração de valor para nossos times e nossos parceiros.

Ao longo de todo o ciclo de vida de um produto digital, há diversas etapas que podem ser aceleradas com o uso de assistentes de IA. Todas as disciplinas envolvidas no processo são impactadas. Em um artigo anterior falamos sobre a fase de concepção de um produto digital. Neste artigo, vamos explorar de forma mais concreta alguns casos de uso para as atividades do dia a dia do design e gestão do produto.

Entretanto, falar de Inteligência Artificial Generativa sempre traz à tona uma discussão importante sobre ferramentas, segurança e ética. Para os casos de uso que abordaremos a seguir, nosso time de product managers e product designers utilizam principalmente uma plataforma proprietária desenvolvida pelo grupo WPP, do qual a dti faz parte. Essa plataforma nos dá acesso a uma série de assistentes de IA e garante aderência aos requisitos de segurança e privacidade do grupo.

Além disso, tiramos o melhor proveito das funcionalidades de IA que estão sendo progressivamente incorporadas aos produtos que já utilizamos na rotina, como Figma, Mural, Azure DevOps, Jira e todo o ecossistema Microsoft. Mas todo dia surgem novas funcionalidades e até mesmo produtos totalmente novos baseados em IA. Estamos atentos às tendências, mantendo um olhar criterioso do que vale a pena experimentar.

Mas falaremos disso mais a frente, vamos primeiro explorar juntos alguns casos de uso!

Inteligência Artificial como copiloto estratégico: expandindo a criatividade

Quando falamos do processo de design e gestão de um produto digital, podemos separar as atividades em dois conjuntos. Um primeiro conjunto contém etapas de natureza estratégica e tática. Na prática, são as atividades que o time conduz para planejar a evolução do produto no médio e longo prazo. São essas atividades que garantem o perfeito alinhamento entre a execução e os objetivos do negócio.

Para esse tipo de tarefa, os assistentes de IA desempenham de fato o papel de copilotos, expandindo a capacidade criativa e analítica do time. Para ilustrar, vamos utilizar como exemplo um caso de uso recente que exploramos na dti, na etapa de planejamento de um ciclo de entrega.

Caso de uso: planejamento de ciclo

Nosso time explorou utilizar um modelo de IA Generativa como assistente em dois momentos distintos do planejamento de um ciclo de entregas:

• Mapeamento de oportunidades: a partir de um objetivo de negócio, conseguimos gerar hipóteses de solução e sugestões de experimentos e critérios de sucesso.
• Definição de resultados-chave: a partir das oportunidades priorizadas, conseguimos gerar sugestões de métricas que podem ser utilizadas para acompanhar o resultado e o impacto das entregas ao final do ciclo.

Em ambos os cenários, o resultado gerado pela IA foi um excelente ponto de partida para o time, acelerando o processo e gerando novas ideias que o time poderia explorar. Contudo, o conhecimento do time sobre o contexto e o produto seguiu sendo crucial para refinar o conteúdo e chegar em um resultado ideal.

Nesse exemplo, fica evidente um dos aspectos mais óbvios do uso de Inteligência Artificial: mais produtividade e eficiência para realizar uma tarefa. Entretanto, observamos que para atividades de natureza mais estratégica, grande parte do valor está na capacidade de alavancar o conhecimento e expertise do time a partir de insights e bons insumos iniciais.

Outros casos de uso que também exploram esse tipo de utilização da Inteligência Artificial são:

• Geração de insights a partir da análise de dados de feedbacks de usuários e uso do produto;
• Análise comparativa com concorrentes ou outros produtos do mesmo segmento;
• Criação de roteiro de pesquisa e entrevistas.

Inteligência Artificial como aliada operacional: aumentando a produtividade

O outro conjunto de atividades do processo de design e gestão de produtos digitais tem natureza mais operacional. São as atividades que o time conduz no dia a dia para preparar e gerenciar as entregas. Aqui estão contidas etapas do processo como prototipação, refinamento e documentação.

Para esse tipo de atividades, os assistentes de IA tem sido poderosos aliados para reduzir o trabalho manual e repetitivo, aumentando a produtividade do time e liberando mais tempo para atividades mais estratégicas. Vamos novamente ilustrar o impacto disso com um caso de uso, dessa vez na etapa de refinamento de backlog.

Caso de uso: refinamento de backlog

Assim como no exemplo anterior, nosso time tem elaborado prompts reaproveitáveis que permitem concluir todas as etapas de um refinamento de qualidade com muito mais rapidez:

• Definição de feature: a partir da descrição da funcionalidade desejada, conseguimos gerar uma descrição detalhada do item de backlog, com todas as características da feature.
• Quebra de feature: a partir de uma feature existente, conseguimos gerar uma sugestão de quebra em user stories.
• Critérios de aceite: a partir de um item refinado, conseguimos gerar critérios de aceite da entrega, incluindo cenários de erro e exceção.

Nesses casos, a Inteligência Artificial é capaz de gerar um resultado muito próximo do ideal, exigindo, muitas vezes, apenas pequenos ajustes. Claro que a qualidade do resultado depende diretamente do contexto disponível para o modelo e da formulação do prompt em si. Portanto, a formação do time em relação às limitações e possibilidades dos modelos de IA é extremamente importante para o sucesso de um caso de uso.

Acreditamos que exemplos de utilização como esse geram muito valor, não só porque garantem mais produtividade, mas também porque contribuem para que os times adotem as melhores práticas. Além disso, ao gastar menos tempo com tarefas operacionais, o time pode dedicar esforços para atividades que, frequentemente, são atropeladas pela rotina, como entrevistas com usuários e pesquisas de mercado.

Outros casos de uso dessa natureza são:

• Sintetizar e documentar aprendizados e avanços do produto;
• Gerar e-mails e relatórios de acompanhamento do produto e das entregas;
• Identificar riscos de uma entrega e estabelecer planos de ação.

Uma nova era para o design e gestão de produtos digitais

Os casos de uso ilustram a diversidade de aplicações que a Inteligência Artificial Generativa pode ter no processo de design e gestão de produto. Das atividades mais estratégicas às atividades operacionais, assistentes de IA potencializam nossas habilidades e garantem um alto nível de produtividade.

Mas estamos apenas no começo dessa nova era. Como abordamos anteriormente, as ferramentas e produtos que oferecem funcionalidades de Inteligência Artificial Generativa estão em rápida evolução. Entretanto, apesar das promessas, muitas das soluções disponíveis não são adequadas para uma operação de desenvolvimento de software em escala.

O Nielsen Norman Group, instituto referência em UX design, está de olho no lançamento de ferramentas de IA específicas para a área. Em um artigo recente, o grupo avalia que as soluções focadas no processo de design ainda não entregam o valor prometido, principalmente para empresa de médio e grande porte. Ainda…

Adoção responsável da Inteligência Artificial: ética, segurança e experimentação

Diante disso, em um cenário em constante evolução, a capacidade de uma empresa de experimentar será crucial. E mais: princípios claros de segurança e ética no uso da Inteligência Artificial deverão guiar a escolha e condução dos casos de uso. Ou seja, aspectos organizacionais serão determinantes para transformar o potencial da tecnologia em benefícios econômicos.

Como parte do dti evolve, estabelecemos para cada etapa do processo de desenvolvimento de software aceleradores que foram criteriosamente testados, atendem nossos requisitos de segurança e, portanto, devem ser adotados na rotina. Criamos também um radar com as ferramentas de IA que devem ser avaliadas, experimentadas ou evitadas, para guiar futuros experimentos.

É bem provável que a forma de se fazer design e gestão de produtos digitais mude drasticamente com o uso da Inteligência Artificial Generativa. Acreditamos que sairão na frente os times que já tiverem um processo sólido de trabalho e forem capazes de experimentar e usar assistentes de IA para incorporar novas capacidades. Com o dti evolve, apoiamos nossos parceiros a serem protagonistas nessa jornada.

Escrito por Yasmim Fonseca, Head de produto na dti