Postagens

Mostrando postagens com o rótulo Agentic AI

Quem governa os agentes quando o PMIS começa a agir? Da supervisão humana à arquitetura de controlo do Intelligent PMIS

Imagem
No artigo anterior desta série abordei uma questão que considero central na evolução dos sistemas de gestão de projetos suportados por Inteligência Artificial: à medida que os sistemas ganham maior autonomia, onde deve permanecer o controlo humano? A resposta não pode limitar-se à ideia aparentemente tranquilizadora de colocar um humano a aprovar tudo aquilo que a IA faz. Num sistema com um ou dois assistentes de IA, essa abordagem pode parecer viável. Conforme o que tentei explicar no meu artigo anterior, num futuro Intelligent PMIS composto por múltiplos agentes especializados (planeamento, risco, custos, recursos, qualidade, aquisições ou stakeholders) a ideia de ter um humano a aprovar tudo o que a IA faz é, não só ineficaz, como claramente incapaz de manter um controlo efetivo e consistente. Num Intelligent PMIS de múltiplos agentes já não estamos apenas a perguntar: «O que consegue fazer um agente?”. Num Intelligent PMIS essa pergunta desmultiplica-se e passamos a ter de pergun...

Human-in-the-Loop não é ter alguém a carregar no botão “Approve”

Imagem
Durante os últimos meses tenho escrito bastante sobre a utilização de Inteligência Artificial na gestão de projetos e, mais recentemente, sobre a possibilidade de evoluirmos dos atuais sistemas de informação de gestão de projetos para aquilo a que tenho chamado um Intelligent PMIS . A ideia, de forma simplificada, é construir progressivamente um ecossistema em que diferentes agentes especializados possam analisar riscos, acompanhar o planeamento, recuperar lições aprendidas, consolidar informação, identificar alterações relevantes e apoiar o Gestor de Projeto na tomada de decisão.

Se a IA fizer o trabalho dos Gestores de Projeto Juniores, como iremos formar os Gestores de Projeto experientes?

Imagem
Irá a IA substituir o Gestor de Projetos ? Esta é uma discussão recorrente quando se fala do impacto da inteligência artificial na gestão de projeto. Apesar disso não me parece que essa seja, neste momento, a pergunta mais interessante. A investigação recente aponta sobretudo para uma transformação da função do gestor de projeto, a IA começa a assumir tarefas relacionadas com reporting, análise de informação, documentação, planeamento, identificação de riscos e preparação de decisões, enquanto competências como julgamento, pensamento crítico, liderança, negociação e gestão de stakeholders continuam fortemente dependentes da intervenção humana. A conclusão mais frequente, e já escrevi sobre isso, parece, portanto, relativamente tranquilizadora: a IA não substituirá o Gestor de Projeto; irá libertá-lo de muitas tarefas administrativas e permitir-lhe concentrar-se nas atividades de maior valor. Esse raciocínio parece-me válido, mas quando pensamos um pouco melhor nas premissas que lhe...

The FinOps Framework for AI: Architecture, Sustainability, and the Operating Model

Imagem
FinOps for AI — Article 3 of 5 Visibility tells an organisation where AI money is going. Governance clarifies who owns it. Neither, by itself, changes the cost curve. That happens when economic discipline is built into the architecture: into the model selected, the context retrieved, the agent allowed to reason, the tools it can invoke, and the infrastructure used to serve the workload. The previous article established the governance and measurement foundations of FinOps for AI: why traditional FinOps teams are structurally unprepared for AI cost governance, how to build cost visibility that resolves the phantom bill problem, and how unit economics and adaptive budgeting replace input metrics with outcome-oriented financial intelligence.

The Cloud Efficiency Paradox: Why FinOps for AI Is No Longer Just About Cloud Cost

Imagem
FinOps for AI — Article 1 of 5 For more than a decade, cloud efficiency has been treated mainly as a problem of infrastructure discipline. Right-sizing virtual machines. Reducing idle capacity. Optimizing storage tiers. Using reserved instances and savings plans. Improving tagging. Allocating costs to teams, products, applications and environments. All these practices still matter. But they were designed for a world in which the main units of cost were relatively familiar: servers, containers, databases, storage, network traffic and managed cloud services. Artificial intelligence changes that equation.

A IA Não Vai Substituir os Gestores de Projeto. Mas Pode Finalmente Permitir-lhes Gerir Projetos

Imagem
A gestão de stakeholders, alinhamento de expectativas e comunicação continuam provavelmente a ser os fatores mais críticos para o sucesso, ou falha, da maioria dos projetos. Aliás, tenho escrito várias vezes exatamente sobre isso: o verdadeiro trabalho de um gestor de projeto nunca foi atualizar cronogramas, preencher templates ou produzir documentação. A verdadeira função de um gestor de projeto é gerir expectativas, comunicar, congregar esforços e fazer isso em ambientes normalmente cheios de ambiguidade, prioridades contraditórias, dependências complexas e pressão política.