Eu comecei a me interessar por IA no início dos anos 2000 e até ganhei uma competição júnior com um projeto focado em OCR de escrita manual (reconhecimento óptico de caracteres). Curiosamente, já em 2000 tínhamos quase todos os algoritmos centrais que ainda são usados hoje. O que ainda não tínhamos era capacidade de computação suficiente…
Com o tempo, meus interesses mudaram para a medição de desempenho e, mais tarde, para o campo mais amplo da execução da estratégia. Hoje, quando os LLMs dominam as manchetes, raramente voltamos aos fundamentos.
O que, de fato, torna possível o aprendizado em redes neurais?
Alguns princípios matemáticos simples estão no núcleo da IA moderna. E eu vejo paralelos claros em como esses mesmos princípios podem e devem ser usados pelas organizações ao executarem suas estratégias.
O que torna possível para a IA aprender
Um dos fundamentos matemáticos das redes neurais é a regra da cadeia do cálculo aplicada a composições de funções. As redes neurais são sistemas em camadas construídos a partir de muitas operações simples e diferenciáveis. A regra da cadeia permite que os gradientes sejam calculados ao longo de toda a composição. É isso que torna o aprendizado possível em escala.
- Durante uma passagem direta, uma rede neural produz uma saída que inicialmente está incorreta.
- Usando dados rotulados e uma função de perda, podemos medir o quanto o resultado se desvia do desfecho desejado.
- Como todas as operações internas são diferenciáveis, podemos calcular derivadas locais para cada transformação.
- Ao aplicar a regra da cadeia, essas derivadas locais são combinadas em gradientes da perda em relação a cada parâmetro do modelo.
O sistema não apenas detecta que ocorreu um erro. Ele determina como cada parâmetro individual contribuiu para esse erro e em que direção alterá-lo moveria o resultado.
Executar a estratégia como um sistema de aprendizado organizacional
O mesmo problema existe nas organizações…
Uma boa implementação de estratégia é um sistema estruturado de objetivos, subobjetivos, iniciativas e indicadores de desempenho.
Durante a execução, as organizações precisam detectar os desvios em relação à direção pretendida o mais cedo possível. É por isso que existem as medidas de desempenho. Elas fornecem o primeiro sinal de que a realidade está se afastando das premissas.
Mas:
Saber que “algo deu errado” é quase inútil por si só…
A execução só melhora quando a organização consegue ver quais elementos do sistema exigem ajustes e como esses ajustes provavelmente influenciarão os resultados.
Em redes neurais, isso é viabilizado matematicamente pela regra da cadeia. Na implementação de estratégia, isso só se torna possível quando a estratégia é devidamente decomposta, alinhada às expectativas das partes interessadas e traduzida de aspirações vagas em múltiplos níveis de objetivos e indicadores concretos, conectados por relações de causa e efeito.
Execute uma estratégia implementada corretamente
Nesse sentido, a execução eficaz da estratégia começa a se assemelhar a uma rede neural bem projetada.
Quando ocorrem desvios, a organização pode aprender rapidamente — não apenas que o desempenho está abaixo do esperado, mas quais iniciativas, processos, capacidades ou suposições devem ser ajustados para se aproximar das expectativas das partes interessadas.
Quando a estratégia é mal articulada (objetivos abstratos, sem relação de causa e efeito, sem indicadores significativos), a organização acaba na mesma posição de um modelo sem gradientes utilizáveis. Ela consegue ver que os resultados são ruins, mas não tem uma forma confiável de decidir o que mudar.
Tanto em redes neurais quanto em organizações, o aprendizado só se torna possível quando um sistema é construído a partir de componentes interconectados, por meio dos quais o feedback pode se propagar.
Quando há:
- Estrutura,
- Responsabilização local, e
- Direcionadores mensuráveis
… a melhoria contínua se torna possível. Sem isso, as organizações ficam com pouco mais do que sinais de sucesso/fracasso e nenhum mecanismo para entender como melhorar.
Então, finalmente sabemos para onde vão os gastos de Marketing?
A resposta curta é: “não” (e nem as redes neurais sabem).
Em IA, não podemos apontar para um único neurônio e dizer: “isto causou o resultado”. O aprendizado ainda é possível porque o sistema é construído de modo que o feedback flua por muitas partes conectadas e, gradualmente, as remodele.
Dizer “o Marketing está funcionando” é semelhante a dizer “o modelo melhorou”. Isso mostra a direção, mas não informa o que mudar em seguida.
O que se torna útil é ver padrões dentro do sistema.
Por exemplo: a receita pode permanecer estável enquanto o tráfego aumenta, o engajamento com o conteúdo melhora e mais leads são gerados, mas as taxas de ganho de negócios caem e os negócios demoram mais para ser fechados.
Do ponto de vista analítico, isso deixa de ser um simples sucesso/fracasso. É um padrão de sinais que mostra que algumas partes do sistema estão melhorando, enquanto outras estão desalinhadas.
O sistema não identifica uma única campanha culpada. Ele indica onde é necessário ajustar.
É assim que o aprendizado se parece quando funciona.
Pode não dizer exatamente para onde foi cada dólar, mas diz algo muito mais valioso: para onde a organização deve se mover em seguida.
Falhas conhecidas: encontre um mínimo local
Semelhante às redes neurais, com a limitação conhecida de encontrar um mínimo local em vez de um mínimo global, as organizações não devem confiar 100% em seus frameworks de medição.
A execução da estratégia é um processo contínuo de validação de hipóteses na prática. Às vezes, validamos hipóteses de baixo nível e tudo faz sentido. Às vezes, subimos ao longo da árvore de decomposição e, por fim, questionamos nossa compreensão das partes interessadas e de suas necessidades.
Alexis Savkin é Arquiteto de Estratégia e fundador do BSC Designer, uma plataforma de software de execução de estratégia com o Balanced Scorecard como seu núcleo. Ele ajuda as organizações a traduzirem a estratégia em objetivos mensuráveis, KPIs e iniciativas. Alexis é o criador do Strategy Execution Canvas, autor de mais de 100 artigos sobre estratégia e medição de desempenho e palestrante regular.