Após anos de ciclos intensos de investimento em 3G, 4G e, agora, 5G, estamos em um ponto de inflexão. As receitas estão estagnando, os custos operacionais estão aumentando e o tão prometido aumento de lucratividade das novas redes ainda não se concretizou por completo. Nesse contexto, você pode ter visto a IA ser considerada uma bala de prata. Uma solução genérica.

Em um ano em que a IA agêntica está ultrapassando os limites do possível, é fácil pensar que a automação total é inevitável. Mas vale a pena considerar onde os humanos se situam em tudo isso.

Guiamos operadoras por meio de mudanças industriais e tecnológicas – do analógico para o digital, do hardware para sistemas definidos por software e do surgimento da infraestrutura cloud-native. Vimos de perto como a narrativa predominante em torno da automação por atacado é profundamente falha. Você não pode negar o poder dos Grandes Modelos de Linguagem (LLMs). Mas em um ambiente tão complexo e regulado, cabe a nós assumir os detalhes mais finos do controle operacional.

O futuro está na IA de "microampliação" que trabalha incansavelmente a serviço da expertise e do julgamento humanos. É um caminho mais inteligente para a transformação. Uma que respeite a complexa base de conhecimento da indústria, ao mesmo tempo em que cumpre as promessas ousadas que a IA fez.

Os limites da automação em grande escala

A ideia de operações guiadas por IA de ponta a ponta é difícil de resistir, mas a realidade é muito mais confusa. Mesmo com agentes autônomos se tornando mais capazes, os ambientes de operadoras do mundo real ainda são complexos, heterogêneos e altamente regulados. Como setor, operamos vastas redes que abrangem infraestrutura com décadas de existência ao lado de tecnologia 5G de ponta.

Gerenciar essas redes exige um conhecimento contextual profundo e a capacidade de tomar decisões rápidas diante de uma enorme incerteza. É aí que a automação começa a se desgastar. Adicione uma série de requisitos regulatórios complexos e você verá que a automação em larga escala não está à altura do trabalho.

Apesar do progresso notável, LLMs e outros modelos de IA ainda enfrentam dificuldades em explicabilidade e em lidar com dados tendenciosos. Uma pesquisa global de IA da McKinsey de 2024 constatou que 40% dos entrevistados identificaram a explicabilidade como um risco crucial para a adoção de sistemas de IA generativa; no entanto, apenas 17% estavam trabalhando ativamente para mitigá-lo. Isso nos mostra que confiança e transparência estão sendo perdidas na busca por maior eficiência. Sem decisões confiáveis e transparentes, entrar na automação às cegas é uma receita para o desastre. Desde quedas de rede até violações de conformidade, você está diante de um nível de dano reputacional difícil de reverter.

Além disso, grande parte do nosso conhecimento operacional é tácito, acumulado ao longo de anos de experiência prática. Substituir profissionais qualificados por algoritmos opacos ameaça corroer essa valiosa base de conhecimento. Sem ele, você corre o risco de criar sistemas frágeis que acabarão desmoronando sob pressão.

Microampliação: uma estratégia mais inteligente

A microampliação oferece um caminho mais centrado no ser humano. Em vez de buscar automação total, ela foca no uso da IA para aprimorar, de forma incremental, tarefas e fluxos de trabalho específicos, mantendo os humanos no centro da mudança. Isso significa implantar IA de modo que ela possa oferecer os benefícios mais tangíveis.

Pegue o design de rede, por exemplo. É um processo que há muito tempo está atolado em documentação demorada e entradas repetitivas. Agora estamos vendo agentes de IA intervindo para apoiar arquitetos de soluções ao semiautomatizar a elaboração de documentos de Design de Alto Nível (HLD).

Em vez de começar de uma página em branco a cada vez, os engenheiros estão contando com a IA para realizar o trabalho pesado. Em vez de se perderem em trabalho manual, os engenheiros podem canalizar sua energia para as decisões complexas que, em última análise, moldarão o futuro do design de redes. Com a IA assumindo o trabalho pesado, elas têm liberdade para tomar decisões intuitivas que ainda precisam de um toque humano.

Também estamos vendo trabalhos muito promissores para revelar o conhecimento institucional. Esse é o tipo de conhecimento que frequentemente vive na mente de poucos indivíduos experientes ou está enterrado profundamente em sistemas empresariais isolados e dispersos. Ao construírem repositórios internos de IA com agentes de IA generativa, as operadoras estão tornando essa sabedoria coletiva muito mais fácil de explorar.

Além das óbvias vantagens de economia de tempo, é também um ótimo exemplo de como a microampliação pode incentivar maior colaboração e aprimoramento de habilidades multifuncionais.

Como a IA se destaca na automatização de tarefas repetitivas baseadas em regras, ela vem se mostrando inestimável para transformações grandes que consomem muitos recursos. Isso pode ser a implantação de uma nova rede ou o descomissionamento da infraestrutura legada. Esses são os tipos de projetos que normalmente exigem enormes quantidades de tempo e mão de obra, mas, com agentes de IA, as operadoras podem reduzir seus custos e encurtar prazos sem sacrificar a qualidade.

Estes são apenas alguns exemplos de como a microampliação pode impulsionar melhorias incrementais que se acumulam. Ao aprimorar a forma como as pessoas trabalham, em vez de substituí-las, preserva o conhecimento institucional e as capacidades de resolução de problemas, críticas para a resiliência dos negócios.

Por que a redução de pessoal é um beco sem saída

Existe a tentação de enquadrar a transformação impulsionada pela IA em torno da redução de força de trabalho, especialmente à medida que a indústria enfrenta margens apertadas. Mas a realidade é que cortes diretos no número de funcionários são uma solução superficial. Eles podem gerar economia de custos no curto prazo, mas, em última análise, minam a resiliência a longo prazo.

Pesquisas mostram que organizações que capturam o maior valor da IA são aquelas que a aplicam a funções centrais do negócio, como o desenvolvimento de produtos e serviços, em vez de focar apenas na redução da força de trabalho. Isso nos mostra que o talento ainda é um diferencial essencial nas telecomunicações – e continuará sendo à medida que a indústria migra para modelos mais orientados a software e serviços.

Em vez de buscar automação apenas para eliminar vagas, priorize investir em requalificação e na requalificação da sua força de trabalho para prosperar junto com a IA. Isso pode significar várias coisas – aprimorar as habilidades dos engenheiros para trabalhar em conjunto com ferramentas de manutenção preditiva, treinar agentes de atendimento ao cliente para usarem coplotas de IA nas interações, ou até mesmo desenvolver novos papéis híbridos que combinem expertise técnica com insight humano. Qualquer que seja a abordagem, o ponto principal é que os humanos trazem algo à mesa que as máquinas, fundamentalmente, não podem.

Um chamado ao pragmatismo

Estamos sob imensa pressão para oferecer melhores margens, serviços mais rápidos e redes mais resilientes. Não há dúvida de que a IA estará no centro deste próximo capítulo. Mas o caminho para o sucesso não será pavimentado por expectativas irreais de automação.

Em vez disso, é importante adotar uma abordagem incremental. Isso significa implantar IA para ampliar as forças humanas. Mesmo enquanto exploramos os casos de uso da IA Agente, a microampliação continua sendo a melhor forma de desbloquear todo o potencial da IA, ao mesmo tempo em que protege a excelência operacional que as operadoras de telecomunicações passaram décadas construindo.