Na corrida para desenvolver experiências de IA de ponta, as empresas estão investindo pesadamente em diversos modelos e tecnologias. Mas o que é necessário para criar um produto de IA que atenda efetivamente às necessidades dos clientes? Insights de especialistas da Capital One, Pinterest e Slack, compartilhados no VB Transform 2024, revelam que a colaboração entre equipes é essencial.
"Você pode explorar todas as possibilidades em IA, mas, uma vez que está em um ambiente industrial construindo um produto, é preciso a colaboração de todos”, afirmou Deepak Agarwal, VP de Engenharia do Pinterest. "Hoje, isso exige engenharia, design, gerenciamento de produto, análise de dados e até supervisão legal."
Agarwal, que anteriormente liderou a engenharia de IA no LinkedIn, destacou a importância de adotar uma mentalidade orientada para IA. Estabelecer uma cultura de colaboração em equipe pode criar as experiências excepcionais que os clientes desejam.
Navegando pela Inovação e Desafios em IA
Tradicionalmente, produtos de software eram desenvolvidos por meio de processos determinísticos, envolvendo práticas padronizadas para testes e iteração. Esse método fornecia às equipes um caminho claro para aprimorar a qualidade das aplicações. No entanto, a emergência da IA generativa complicou esse cenário, introduzindo uma abordagem não determinística com inúmeras variáveis que impactam o ciclo de desenvolvimento.
Os desenvolvedores de hoje devem se manter sintonizados ao ritmo acelerado da inovação em IA, garantindo a qualidade, segurança e desempenho de suas aplicações. Eles precisam monitorar uma infinidade de fatores, desde a seleção de modelos até a qualidade dos dados e a formulação de consultas dos usuários.
"Antes, você poderia esboçar um design no Figma e prever a experiência do usuário com certa precisão”, explicou Jackie Rocca, VP de Produto do Slack. “Agora, com IA e LLMs, prever resultados se tornou muito mais complexo. Mudamos para um ambiente de prototipagem rápida que enfatiza a iteração.”
Nesse contexto dinâmico, as empresas correm o risco de negligenciar desafios fundamentais, como a integração da equipe de desenvolvimento de IA com aqueles responsáveis pela entrega de produtos funcionais voltados para o consumidor. Fahad Osmani, VP de AI/ML e Design de Experiência em Software da Capital One, observou que muitas equipes desconsideram partes interessadas vitais, especialmente aquelas envolvidas na avaliação de riscos e conformidade.
Mais preocupante é que, quando as equipes colaboram, frequentemente otimizam dentro de seus departamentos sem considerar o ecossistema mais amplo.
Fomentando a Colaboração Interfuncional
Para abordar essas lacunas, Rocca recomenda que as organizações priorizem a colaboração entre equipes diversas. Essa abordagem garante um foco centrado no cliente, ao mesmo tempo em que promove o aprendizado contínuo e a iteração em produtos de IA. Por exemplo, embora a expectativa no Slack fosse lançar um chatbot de IA, a equipe redirecionou esforços para recursos de IA generativa que atendem às necessidades dos usuários.
“Fizemos uma pausa para identificar os principais desafios dos usuários no Slack, como sobrecarga de informações e dificuldades de busca,” disse ela. “Decidimos desenvolver recursos como busca assistida por IA e resumos de canais para aprimorar a experiência do usuário.”
Osmani e Agarwal reforçam o valor da colaboração interfuncional na descoberta de problemas. Eles defendem esforços combinados entre papéis para triangularem feedback de diversas fontes, incluindo testes A/B e telemetria, permitindo uma compreensão mais profunda do contexto e dos problemas dos usuários antes de avançar para o desenvolvimento.
"Envolver papéis diversos desde o início leva a insights surpreendentes, ao invés de buscar primeiro um caso de negócio ou uma prova de tecnologia," aconselhou Osmani. "Vi resultados muito melhores quando todas as partes estão envolvidas desde a definição do problema até os testes de conceito e usabilidade."
Classificação
