As equipas não são só fundamentais no crescimento sustentável das pequenas e médias empresas. As equipas são também cruciais nas grandes empresas onde a velocidade de atualização requerida é exponencial face ao ambiente de mudança constante dos mercados.

As equipas nas organizações são como embarcações a remo com timoneiro pelo que deverão desenvolver a sua atividade em perfeita sincronização, onde o equilíbrio da equipa é mais importante que o talento individual.

Cada membro da equipa deve estar consciente das suas responsabilidades e dos seus actos, competindo com os adversários no exterior e colaborando internamente com os membros da equipa, dando simultaneamente espaço ao timoneiro como orientador da ação.

“A capacidade de uma organização para melhorar as habilidades existentes e aprender novas é a mais defensável vantagem competitiva de todas.” – Gary Hamel

Desenvolver novas competências e aprender com os erros melhora os resultados das equipas. Isto significa que os membros de uma equipa ou equipas estão a trabalhar para um propósito e metas comuns e ao fazê-lo, estão a partilhar as suas diferentes capacidades desempenhando papéis complementares e em colaboração uns com os outros.

Um propósito comum que seja claro e convincente é a cola que une um grupo de indivíduos. É a base sobre a qual o “nós” coletivo de uma equipa real é construído. O propósito desempenha esse papel crítico porque é a fonte do sentido e significado que as pessoas procuram no que fazem.”

As organizações têm tendência a ter um bom desempenho quando os seus colaboradores trabalham efetivamente em equipa. Isso acontece não só porque se cria sinergia (o todo é maior que a soma das partes), mas também porque trabalhando em conjunto uma equipa pode partilhar perspetivas, experiências e competências individuais para resolver problemas não definidos ou mal articulados, criando soluções que estariam fora do alcance de um só colaborador.

Para além de melhorar o desempenho das equipas e das organizações, o trabalho efetivo em equipa beneficia também os indivíduos, pois permite um suporte mútuo e uma aprendizagem constante, gerando um sentimento de pertença e compromisso.

Resolver problemas é uma necessidade constante no seio das equipas de uma organização. Compreender os utilizadores, consumidores ou colaboradores de uma organização e questionar os modelos existentes leva-nos muitas vezes a reformular o problema e a encontrar novos contextos mais ricos e mais amplos.

Para isso as organizações precisam de novas competências e um novo estado de espírito que abrace a empatia, o pensamento integrativo, o otimismo, a experimentação e a colaboração. A empatia é um combustível de alto rendimento que nos leva à realização de projetos com paixão e com propósito partilhado com todos os que interagem com a organização.

Se aceitarmos estas afirmações como úteis para reflexão na resolução de problemas das organizações, então face às previsões acerca de  Data Science, Machine Learning, and AI for 2018, teremos de levantar algumas questões:

Como criar um propósito comum nos membros de equipas que se confrontam com este problema?

“Previsão 1: Tanto a produção do modelo quanto a preparação dos dados será cada vez mais automatizada. As maiores operações de ciência de dados convergem em uma única plataforma (de muitas disponíveis). Ambas as tendências são em resposta ao movimento de aproveitamento para eficiência e eficácia. Em poucas palavras, permitindo que menos cientistas de dados façam o trabalho de muitos… trabalhar em código é incompatível com a grande necessidade de qualidade, consistência, colaboração, velocidade e facilidade de uso da organização.”

Como integrar e desenvolver novas competências de forma a dar resposta à evolução das diferentes abordagens de negócio?

“Previsão 2: a ciência de dados continua a desenvolver especialidades que significam que o cientista mítico dos dados da “pilha completa” desaparecerá…

Da mesma forma, as necessidades de diferentes indústrias têm tão divergido tanto nas suas aplicações especiais de análise preditiva que a experiência da indústria é tão importante quanto a competência em ciência de dados… Quem contratar está à procura dessas competências e experiências específicas.”

Como colmatar a mudança de direção de conteúdo funcional de muitos colaboradores?

“Previsão 3: Os cientistas (não-dados) realizarão um volume de análises bastante sofisticadas maior do que os cientistas de dados… a realidade é que as plataformas analíticas avançadas, as plataformas de mistura e as plataformas de dados simplesmente se tornaram mais fáceis de usar, especificamente em resposta às demandas desse grupo de utilizadores.”

Como preparar as equipas das organizações para a evolução a Aprendizagem profunda?

“Previsão 4: Aprendizagem profunda é complicada e difícil. Nem muitos cientistas de dados são especializados nesta área e isso reterá a aplicação da IA até que as plataformas de aprendizagem profunda sejam significativamente simplificadas e produzidas…

Previsão 5: Apesar do hype, a penetração de IA e a Aprendizagem profunda no mercado mais amplo serão relativamente limitadas e mais lentas do que se pensa.”

Como consciencializar os colaboradores das organizações para os eventuais efeitos nefastos do mau uso de IA?

“Previsão 6: O público (e o governo) começarão a analisar as implicações sociais e de privacidade da IA, tanto intencional quanto não intencional.”

Sendo o propósito de uma organização a direção que pretende seguir, apoiada no seu trajeto pelos valores e hábitos partilhados pelos colaboradores (cultura), como podem as equipas gestoras de talentos manter o barco com remada forte e direção certa face a estas previsões?

Quer comentar?

Share
 

Deixar uma resposta

O seu endereço de email não será publicado. Campos obrigatórios marcados com *