O Desafio de Começar do Zero A maioria dos cases de implementação começa com o mesmo problema: "tínhamos um processo ruim e precisávamos otimizá-lo." Mas e se você não tem nenhum processo? Essa foi a realidade da GS Inima Brasil. Empresa consolidada, 28 anos de operação em saneamento e água, mas sem uma metodologia estruturada em gestão de desempenho. Não era um caso de "melhorar o que existe", era um caso de construir do zero. E foi justamente nesse ponto que a impulseup entrou. Não para implementar um processo pronto, mas para capacitar a GS Inima a construir seu próprio processo. Este case mostra como. Quem é a GS Inima Brasil?
O Desafio de Escalar RH Quando uma empresa cresce para milhares de colaboradores, um problema silencioso emerge: como você continua tendo um RH estratégico quando a operação fica tão grande que parece impossível manter alinhamento? O GrupoSC enfrentou exatamente isso. Com mais de 11 mil colaboradores espalhados pela cadeia de saúde brasileira, a empresa de 70 anos precisava transformar seu RH de uma função operacional em uma função estratégica. E foi justamente isso que conseguiu fazer, com a ajuda da impulseup, em 5 anos de parceria ativa. Quem é o GrupoSC?
Sua empresa provavelmente sabe quanto tempo a IA economizou no último ciclo de avaliação de desempenho. Sabe quantas horas de RH deixaram de ser gastas juntando planilhas, consolidando respostas ou preparando informações para os gestores. Sabe, talvez, quantos gestores já usam a ferramenta no dia a dia. Mas existe uma pergunta mais difícil: A gestão de desempenho ficou melhor depois que a IA entrou no processo? Essa resposta costuma ser muito menos clara. As avaliações ficaram mais baseadas em evidências? Os feedbacks ficaram mais específicos? Os critérios passaram a ser aplicados de forma mais consistente? As decisões de calibração ficaram mais justificáveis? Os PDIs passaram a atacar as lacunas identificadas? As indicações de potencial e sucessão estão sendo confirmadas pelos resultados posteriores? Essas perguntas são diferentes de perguntar se a IA está sendo usada. Uma ferramenta pode reduzir o tempo de execução de uma avaliação sem melhorar a qualidade da avaliação. Pode gerar recomendações em segundos sem tornar as decisões sobre pessoas mais consistentes. Pode até reproduzir, em escala, problemas que já existiam nos dados históricos da empresa. Por isso, medir o sucesso da IA na gestão de desempenho exige olhar além da adoção. Este artigo apresenta um modelo de acompanhamento em quatro dimensões: eficiência, qualidade, equidade e governança . A proposta é acompanhar a participação da IA ao longo de todo o ciclo, da definição de metas à sucessão, e olhar sempre para o mesmo ponto: o que aconteceu depois da recomendação .
O Desafio de Começar do Zero A maioria dos cases de implementação começa com o mesmo problema: "tínhamos um processo ruim e precisávamos otimizá-lo." Mas e se você não tem nenhum processo? Essa foi a realidade da GS Inima Brasil. Empresa consolidada, 28 anos de operação em saneamento e água, mas sem uma metodologia estruturada em gestão de desempenho. Não era um caso de "melhorar o que existe", era um caso de construir do zero. E foi justamente nesse ponto que a impulseup entrou. Não para implementar um processo pronto, mas para capacitar a GS Inima a construir seu próprio processo. Este case mostra como. Quem é a GS Inima Brasil?
O Desafio de Escalar RH Quando uma empresa cresce para milhares de colaboradores, um problema silencioso emerge: como você continua tendo um RH estratégico quando a operação fica tão grande que parece impossível manter alinhamento? O GrupoSC enfrentou exatamente isso. Com mais de 11 mil colaboradores espalhados pela cadeia de saúde brasileira, a empresa de 70 anos precisava transformar seu RH de uma função operacional em uma função estratégica. E foi justamente isso que conseguiu fazer, com a ajuda da impulseup, em 5 anos de parceria ativa. Quem é o GrupoSC?
Sua empresa provavelmente sabe quanto tempo a IA economizou no último ciclo de avaliação de desempenho. Sabe quantas horas de RH deixaram de ser gastas juntando planilhas, consolidando respostas ou preparando informações para os gestores. Sabe, talvez, quantos gestores já usam a ferramenta no dia a dia. Mas existe uma pergunta mais difícil: A gestão de desempenho ficou melhor depois que a IA entrou no processo? Essa resposta costuma ser muito menos clara. As avaliações ficaram mais baseadas em evidências? Os feedbacks ficaram mais específicos? Os critérios passaram a ser aplicados de forma mais consistente? As decisões de calibração ficaram mais justificáveis? Os PDIs passaram a atacar as lacunas identificadas? As indicações de potencial e sucessão estão sendo confirmadas pelos resultados posteriores? Essas perguntas são diferentes de perguntar se a IA está sendo usada. Uma ferramenta pode reduzir o tempo de execução de uma avaliação sem melhorar a qualidade da avaliação. Pode gerar recomendações em segundos sem tornar as decisões sobre pessoas mais consistentes. Pode até reproduzir, em escala, problemas que já existiam nos dados históricos da empresa. Por isso, medir o sucesso da IA na gestão de desempenho exige olhar além da adoção. Este artigo apresenta um modelo de acompanhamento em quatro dimensões: eficiência, qualidade, equidade e governança . A proposta é acompanhar a participação da IA ao longo de todo o ciclo, da definição de metas à sucessão, e olhar sempre para o mesmo ponto: o que aconteceu depois da recomendação .
