Jobs to be Done: contrate a IA para a tarefa certa

Boa parte das features de IA que morrem sem uso nasce da pergunta errada. A equipe se reúne, olha a concorrência, sente a pressão de "ter IA no produto" e pergunta: onde a gente encaixa um modelo aqui? A pergunta parece razoável e é a raiz do desperdício. O framework Jobs to be Done, popularizado por Clayton Christensen na Harvard Business School e formalizado por Tony Ulwick na abordagem de inovação orientada a resultado, existe justamente para trocar essa pergunta por outra, muito mais produtiva.

A tarefa, não o produto

A ideia central do Jobs to be Done é quase óbvia depois de dita, e transformadora antes. As pessoas não compram produtos, elas os contratam para dar conta de uma tarefa em suas vidas. Theodore Levitt, de Harvard, resumiu décadas atrás: ninguém quer uma furadeira de um quarto de polegada, quer um furo de um quarto de polegada. A furadeira é o meio, o furo é o fim. Christensen levou isso ao extremo com a história do milkshake, ao descobrir que boa parte das vendas de milkshake de uma rede acontecia de manhã, contratado por motoristas para uma tarefa específica: aguentar o tédio do trânsito com uma mão só no volante, sem sujar a roupa. Concorrente do milkshake, ali, não era outro milkshake, era a banana e a barra de cereal.

O que isso muda? Tudo, na hora de decidir o que construir. Se você define o seu produto pela categoria, compete na ficha técnica e persegue as features do vizinho. Se define pela tarefa que o cliente contrata, enxerga a necessidade real, que costuma ser estável ao longo do tempo, enquanto as soluções vão e vêm. A tarefa de "me manter informado sobre o que importa no meu setor" existe há um século. O jornal, o e-mail, o feed e agora o resumo gerado por IA são soluções sucessivas para a mesma tarefa.

Por que isso importa tanto para IA

A IA é a tecnologia que mais tenta a inversão perigosa: começar pela solução. Ela é tão versátil que dá para plugar em quase qualquer lugar, e essa facilidade é a armadilha. Quando a pergunta é "onde uso IA", a resposta é "em todo lugar", e o resultado é um punhado de features que impressionam na demonstração e ninguém contrata no dia a dia. O chatbot que ninguém abre, o resumo que ninguém lê, a sugestão que todo mundo ignora. Não faltou tecnologia, faltou tarefa.

Jobs to be Done recoloca a ordem. A pergunta certa não é onde a IA cabe, é qual tarefa o cliente está tentando realizar e onde ela trava hoje. Só depois de responder isso é que a IA entra em cena, e apenas se for a melhor forma de destravar aquele ponto específico. Muitas vezes é. Às vezes uma automação simples resolve melhor, e reconhecer isso economiza um projeto inteiro. É o mesmo espírito de decidir onde botar um agente e onde não botar: a ferramenta certa depende do problema, não da moda.

Como aplicar na prática

O uso concreto de Jobs to be Done para priorizar IA cabe em três passos, e nenhum deles começa pela tecnologia.

O primeiro é escrever a tarefa do ponto de vista do cliente, sem mencionar a sua solução. Não "usar nosso painel de análise", mas "entender por que minhas vendas caíram esta semana para agir a tempo". A tarefa é o que ele quer alcançar, com um objetivo e um contexto, não a ferramenta que ele usa hoje. Ulwick acrescenta um detalhe valioso: a tarefa tem resultados desejados que o cliente mede, muitas vezes em termos de velocidade e de redução de erro. "Descobrir a causa da queda em menos de dez minutos" é um resultado. Ele é a régua.

O segundo passo é mapear a jornada da tarefa e achar onde ela trava. Toda tarefa tem etapas: definir, localizar, preparar, confirmar, executar, monitorar, encerrar. Em qual etapa o cliente perde tempo, comete erro ou desiste? É o ponto de atrito, e é o candidato natural a receber atenção. Sem esse mapa, você espalha esforço por igual em vez de mirar onde dói.

O terceiro passo, e só agora, é perguntar se a IA é a melhor forma de resolver aquele atrito. Se a etapa que trava é "achar o dado certo no meio de milhares", talvez a IA generativa brilhe. Se é "esperar a aprovação de um gestor", nenhum modelo resolve, o problema é de processo. Escolher a IA para o atrito certo é o que separa a feature que gera valor da que gera manchete interna. E o valor precisa ser medido pelo resultado que o cliente já dizia buscar, não pela sofisticação do modelo, uma disciplina que conversa com o custo do atraso na hora de priorizar.

O erro que o framework evita

A armadilha mais comum em produto é confundir o que o cliente pede com o que o cliente precisa. Cliente pede solução, e quase sempre a solução que ele já conhece, que muitas vezes é a errada para o problema dele. Se você constrói a lista de features pedidas, persegue um alvo que muda a cada conversa e nunca chega à necessidade de fundo. Jobs to be Done força a subir um degrau: por trás do pedido de "coloca um assistente de IA aqui", qual tarefa a pessoa está tentando concluir? Responder isso costuma revelar que o assistente não era a resposta, ou que era, mas em outro lugar do fluxo.

Esse framework também protege contra a obsolescência da sua própria solução. Como a tarefa é estável e a tecnologia muda, ancorar o produto na tarefa deixa você livre para trocar a solução quando aparece uma melhor, sem perder o cliente. Quem se define pela feature vira refém dela. Quem se define pela tarefa acompanha o cliente através das tecnologias, e a IA passa a ser mais uma solução no seu repertório, não a razão de existir do produto. É a diferença entre encantar com o efeito e servir a necessidade, o que dialoga com o modelo Kano na hora de saber quais features encantam e quais só irritam.

No fim, Jobs to be Done é um antídoto contra a euforia. Ele não pergunta o quanto a sua IA é avançada, pergunta qual tarefa do cliente ela realiza melhor do que a alternativa. Times que começam por aí constroem menos e acertam mais, porque param de contratar a IA para uma função vaga e passam a contratá-la para uma tarefa específica, com um resultado que dá para medir. É menos empolgante numa reunião e muito mais eficaz num produto.

Se você quer mapear as tarefas dos seus clientes e decidir onde a IA realmente destrava valor, antes de construir, fale com a AI Boutique no WhatsApp. A gente ajuda a começar pela tarefa, não pela tecnologia.