A resposta é: depende. Entre os fatores que podem determinar o sucesso dessa tecnologia estão a cultura e a maturidade da empresa e o motivo claro para usá-la. Atender consumidores cada vez mais exigentes, que buscam experiências com uma marca de forma personalizada e surpreendente. Cuidar para que a pauta ESG de fato faça parte […]
A resposta é: depende. Entre os fatores que podem determinar o sucesso dessa tecnologia estão a cultura e a maturidade da empresa e o motivo claro para usá-la.
Atender consumidores cada vez mais exigentes, que buscam experiências com uma marca de forma personalizada e surpreendente. Cuidar para que a pauta ESG de fato faça parte da estratégia da companhia. Integrar as novas tecnologias digitais nas áreas de negócio para não perderem o bonde da história e da competitividade. Desafios como esses têm levado um número cada vez maior de empresas a investirem em inovação, tendo como um de seus principais focos a implantação de Inteligência Artificial (IA) para se diferenciarem no mercado.
Mas será que a IA é a solução milagrosa para todas essas necessidades? Antes de responder a essa pergunta, vejamos alguns números conectados a essa tecnologia. Estimativas da consultoria PwC indicam que a IA em sua versão generativa deve gerar um pouco mais de US$ 15 trilhões para a economia global até 2030. Esse valor decorre, em sua grande parte, do aumento de produtividade, personalização e qualidade de produtos e serviços aprimorados graças ao seu uso.
Leia também: Novo modelo de rede neural pode tornar IA mais transparente
Não por acaso, a adoção de IA por parte das empresas está na agenda dos principais líderes empresariais. No relatório Global AI adoption Index, da IBM, 43% das organizações ouvidas afirmaram ter acelerado a implantação da IA em função do cenário de incertezas e de mudanças que viviam e esperavam viver. Outro levantamento, divulgado no ano passado e elaborado pela KPMG indicou que o interesse das organizações pelas novas tecnologias havia dado um salto significativo em relação ao ano anterior, passando de 10% para 38% – e o interesse maior era pela IA generativa.
No Brasil, nesse mesmo estudo, 63% dos entrevistados tinham plena convicção de que essa tecnologia era crítica para buscar os resultados organizacionais esperados nos três anos seguintes. Em âmbito global, 70% dos profissionais demonstraram interesse em investir mais nessa seara para ter vantagens competitivas. E o que os animava para isso? A experiência bem-sucedida de outros executivos e o retorno sobre esse investimento de outras empresas.
Mas nem sempre o produto que deixa a grama do vizinho mais bonita serve para o nosso quintal, certo? Vejamos, então, quais são as condições necessárias para investir ou não nesse tipo de tecnologia.
A presença de uma cultura de inovação é um dos passos iniciais para verificar se a IA pode ser implementada em uma empresa. Como já dizia o especialista em negócios Peter Drucker, a cultura almoça a estratégia no café da manhã. Investimentos nessa tecnologia têm seu peso significativo e exigem razão e sensibilidade nesse processo.
Aplicar a IA em busca de inovação pode significar alterar de forma contundente os processos de trabalho de uma empresa – e vai além das atuais discussões sobre os modelos híbrido, presencial e remoto de trabalho. As pessoas serão impactadas no seu dia a dia, precisando estarem abertas para o novo, para o aprendizado contínuo, para exporem suas ideias. Sem uma cultura de inovação, o novo deixa de ser sedutor e passa a ameaçar quem convive com ele, gerando mais resistência e sufocando a inovação. E não há IA capaz de consertar esse problema que, também passa pela IE, Inteligência Emocional.
No alfabeto da inovação a IE vem antes da IA. Ela fortalece aquele tipo de cultura, sustenta a criação e desenvolvimento de equipes diversas e multidisciplinares. Times que, depois, terão a grande responsabilidade de se debruçar sobre os insights gerados pela nova tecnologia. São eles que vão separar o joio do trigo, as respostas úteis das inúmeras outras sem valor ou com menor qualidade. São eles que farão as perguntas certas para buscar a solução para um problema. E aqui vem outro ponto importante para saber se a IA é válida ou não para fazer uma empresa ser mais inovadora: qual é o problema?
Entender de forma clara e precisa o que a organização necessita não é uma tarefa das mais fáceis. No caso do uso de IA, pode significar a chave que vira para o sucesso ou para o fracasso. Até porque essa ferramenta tem seus limites e não vem com poderes de realizar milagres em seu composto.
Um bom uso da IA para gerar inovação também parte do conhecimento real que a empresa deseja resolver e, para isso, a estratégia de implantação dessa tecnologia deve estar alinhada à estratégia do negócio da empresa.
Uma dica importante para quem quer saber se pode ou não usar a IA é identificar na empresa em qual processo ou área, por exemplo, ela pode trazer melhores resultados.
Mais um ponto importante é saber se sua empresa pode ou não usar a IA como peça chave para ser mais inovadora. Sim, é isso mesmo, estamos diante de uma ferramenta que vai ganhando mais complexidade e poder a cada dia e se a organização não tiver em um grau de maturidade tecnológica suficiente para isso, nada feito. Seria como tentar instalar o motor superpotente de um carro em outro construído e focado em motor 1.0.
E mesmo que seja possível instalar esse motor em outro carro, é preciso ter certeza de que os motoristas saibam como tirar o melhor proveito dele. Ou seja, as ferramentas devem ser escolhidas de forma que se encaixem às competências de quem vai interpretar o que a IA vai gerar.
Além de tudo isso, existe o fator custo. As ferramentas de IA têm um valor significativo e muitas empresas acabam esbarrando nessa barreira. Entretanto, isso não significa afastar-se da IA. Existe a alternativa de usar a IA de código aberto.
As empresas, em especial as pequenas e médias, podem tirar proveito da IA de código aberto para inovar mais rapidamente, reduzir custos e aumentar sua competitividade, aproveitando o poder da tecnologia de forma acessível e eficiente.
O TensorFlow, uma biblioteca para aprendizado de máquina, do Google, é um exemplo disso. Ele permite a criação de modelos de IA para uma ampla gama de aplicações, como reconhecimento de imagem. Outro exemplo que você pode usar hoje mesmo na sua organização é o Scikit-learn, uma biblioteca de código aberto para machine learning em Python, que oferece uma vasta gama de ferramentas para análise de dados e modelagem preditiva.
Há também a possibilidade de utilizar modelos prontos de IA, inclusive generativa, de empresas como OpenAI, Google, Meta e outras, que permitem os testes de baixa escala a um preço acessível ou até mesmo sem custo. Com essas tecnologias, é possível verificar a entrega de valor para clientes ou até mesmo o retorno de investimento para o negócio antes de escalar a solução e, consequentemente, aumentar o investimento. É uma forma de mensurar o impacto antes de lidar com o alto custo.
Como vimos, toda tecnologia é uma ferramenta e nunca um fim em si mesma, por isso é importante não deixar de lado que a IA depende de outras condições e meios para ser uma ferramenta eficiente. Entenda que inovação não é só criar produtos, modelos e processos operacionais. É também e cada vez mais disponibilizar novas experiências para o cliente, gerar mais valor para ele e encontrar novos caminhos de como se relacionar com ele.
Siga o IT Forum no LinkedIn e fique por dentro de todas as notícias!
