Em média, a ML (Machine Learning - Engenharia de Aprendizado de Máquina, em português) e a IA (Inteligência Artificial) devem criar 69 milhões de vagas de trabalho até 2027. A estimativa faz parte do relatório "Futuro do Trabalho 2023", do FEM (Fórum Econômico Mundial), divulgado no final do primeiro semestre de 2023. 

Segundo o estudo, compartilhado pelo Data Centre Dynamics, diversas profissões e vagas passarão por transformações nos próximos anos. Espera-se que 83 milhões de postos de trabalho desapareçam até 2027 e que 23% dos empregos passem por mudanças neste período, impulsionados pelos recursos criados com o uso de IA.

De acordo com a projeção, as soluções relacionadas a ML e demais ferramentas de IA estão entre as tendências deste novo mercado. “Entre outras soluções, as ferramentas de ML já têm sido aplicadas de forma bem-sucedida na geração de escalas de trabalho por todo o mundo”, afirma José Epifânio, Head of Product Innovation da SISQUAL WFM, empresa que atua com ferramentas de WFM (Workforce Management - gerenciamento de força de trabalho).

“A adequação do modelo, ou modelos escolhidos a cada país, está muito dependente da legislação laboral de cada região e da sofisticação e registo histórico digital que a própria empresa tem”, explica.

Ele destaca que, para alimentar os modelos de ML com dados pontuais, promovendo uma qualidade maior na escala gerada, é necessário garantir uma análise cuidada às restrições a impor. Além disso, é preciso contar um suporte digital das escalas que possa ser utilizado como aprendizagem para os algoritmos.

“É exatamente neste ponto que está a dificuldade de muitas empresas, pois não há um registro de escalas consolidado com regras claramente identificadas e que permitam a criação de escalas que são possíveis de aplicar na prática - e com benefícios financeiros e de qualidade de vida dos seus trabalhadores”, acrescenta Epifânio.

Como a ML pode ajudar a montar escalas de trabalho?

Segundo o Head of Product Innovation da SISQUAL WFM, o ML é uma tecnologia composta por vários tipos de modelos e algoritmos que conseguem, quando combinados na fórmula certa, e com dados de qualidade, resolver diversos problemas complexos da geração de escalas com maior agilidade.

“Existem muitas restrições que estão ligadas à legislação laboral e outras de foro ético que tornam a tarefa de geração de escalas viáveis um processo em contínua melhoria”, pontua. “Recomenda-se que seja sempre aplicado um processo de supervisão sobre o trabalho gerado pela ML de forma a garantir que, ao longo do tempo, as escalas continuem adaptadas às necessidades do cliente, à medida que o contexto de mercado muda”, diz.

Para concluir, Epifânio ressalta que a geração de escalas é uma área impactante na força de trabalho e, por isso mesmo, deve ser encarada com responsabilidade. Isso porque, dependendo dos problemas e restrições a resolver em cada escala, e dependendo do setor ou serviço em questão, a necessidade e dinâmicas de trabalho são diferentes. Logo, o que funciona em um setor não pode, automaticamente, funcionar em outro.

“Recomenda-se que estes projetos [de ML] sejam implementados e supervisionados por equipes experientes, começando sempre pela implementação de ferramentas que permitam assegurar a qualidade e fiabilidade dos dados históricos”, finaliza.

Para mais informações, basta acessar: https://www.sisqualwfm.com/