O valor da Inteligência Artificial não está na tecnologia

Há alguns meses, o professor do Babson College, Tom Davenport, convocou uma reunião virtual de chefes de dados e analistas (CDAO) de vários setores para discutir a melhor forma de obter um retorno sobre os investimentos (ROI) da IA.

Queríamos saber até que ponto esses líderes compartilhavam nossa perspectiva de que a IA enfrenta uma importante questão de retorno econômico e o que suas empresas estavam fazendo para resolver isso.

Muitos disseram que o ROI continua sendo uma questão crítica para projetos de IA.

Davenport analisa há muito tempo como as empresas devem desenvolver seus recursos de IA para atingir seus objetivos de negócios. Em um artigo de 2018 da Harvard Business Review de sua coautoria, Davenport aconselhou as empresas a desenvolverem seus recursos de IA através das lentes de oportunidades de negócios, em vez de tecnologia. Como tem sido geralmente, no caso de novas tecnologias, projetos altamente ambiciosos e plurianuais têm menos probabilidade de ter sucesso do que projetos mais focados. A automação de processos de negócios é um dos recursos mais baratos e fáceis de implementar, uma vez que as empresas há muito se empenham em aprimorar e automatizar seus processos de negócios.

No ano seguinte, Davenport falou sobre o estado da IA na conferência anual da Initiative on the Digital Economy do MIT. Sua palestra foi baseada em pesquisas recentes da Deloitte com executivos de empresas sediadas nos Estados Unidos que estavam envolvidos em projetos de IA. As pesquisas descobriram que 20-30% das empresas foram pioneiras na adoção, tendo implementado pelo menos um protótipo de IA ou aplicativo de produção; a maioria dos projetos estavam em pilotos com poucos já em produção; projetos simples prevaleceram sobre os mais ambiciosos e complexos; e implementação, integração, problemas de dados e talento encabeçaram a lista de desafios enfrentados por esses pioneiros.

As tecnologias transformadoras estão sujeitas a ciclos de exageros – lembre-se da bolha ponto-com. Todo o entusiasmo e publicidade que acompanham suas realizações costumam levar a expectativas infladas, seguidas de desilusão se a tecnologia não funcionar. Mas a IA pode muito bem estar em uma classe por si só, já que a noção de máquinas alcançando ou ultrapassando os níveis humanos de inteligência – sem falar em livros e filmes de ficção científica – há muito tempo leva a sentimentos de admiração e medo.

“Vamos encarar – todos nós nos beneficiamos com o entusiasmo em torno da IA. Mas agora temos que cumprir ”, disse um dos CDAOs no recente encontro virtual. As partes interessadas da empresa podem esperar um impacto desproporcional da IA, dados esses níveis de exagero. As organizações frequentemente gastam muito tempo e ênfase em ferramentas, tecnologias e modelos de IA, e não o suficiente no valor mensurável e incremental dos projetos de IA, disse outro. Como resultado, as equipes de projeto podem não ter financiamento suficiente para serem eficazes. Os benefícios da IA geralmente demoram um pouco mais do que o previsto, devido à sua dependência do acesso a grandes volumes de dados, integração de processos e sistemas e uma cultura organizacional de suporte.

Houve um consenso geral de que o “Retorno do Investimento na IA” é um problema sério. Como disse um CDAO, “Estamos descrevendo a IA como uma progressão dos dados aos insights e aos resultados” e, sem resultados, a IA simplesmente não importa. Algumas dessas questões de ROI seriam enfrentadas por qualquer tecnologia emergente, mas algumas são específicas da IA porque as expectativas são muito altas. Como é o caso da maioria das tecnologias, é mais fácil medir o valor dos projetos de IA que envolvem melhorias operacionais e economia de custos. Mas é muito mais difícil quantificar os benefícios mais complexos da IA, como melhores insights e tomada de decisões.

Em 2018, a PwC divulgou um relatório sobre o valor econômico de longo prazo da IA. A descoberta mais importante do relatório foi que a IA é a maior oportunidade comercial para empresas, setores e nações nas próximas décadas. A PwC estimou que os avanços da IA aumentariam o PIB global em até 14% entre 2018 e 2030, o equivalente a uma contribuição adicional de US $ 15,7 trilhões para a economia mundial.

Projetava-se que cerca de 40% do crescimento do PIB esperado viria de ganhos de produtividade, especialmente no curto prazo, incluindo a automação de tarefas de rotina e o desenvolvimento de ferramentas sofisticadas para aumentar as capacidades humanas. As empresas que demoram a adotar essas melhorias de produtividade se verão em séria desvantagem competitiva.

Com o tempo, o aumento da demanda do consumidor por ofertas aprimoradas de IA ultrapassará os ganhos de produtividade e resultará em um crescimento adicional de US $ 9 trilhões do PIB até 2030. Além disso, o relatório previu efeitos de rede, ou seja, quanto mais dados e melhores insights as empresas conseguirem para reunir, quanto mais atraentes forem os produtos e serviços que serão capazes de desenvolver, – aumentará ainda mais a demanda do consumidor. Os líderes em IA ganharão uma enorme vantagem competitiva por meio de sua capacidade de aproveitar esse rico suprimento de dados de clientes para moldar o desenvolvimento de produtos e modelos de negócios, tornando mais difícil para os concorrentes mais lentos alcançá-los.

Outro relatório de 2018 sobre o impacto econômico da IA, este da McKinsey, previu que a IA tem o potencial de adicionar incrementalmente cerca de US $ 13 trilhões até 2030 à produção econômica global atual, – uma contribuição média anual para o crescimento da produtividade de cerca de 1,2% entre 2018 e 2030. As estimativas de crescimento da McKinsey são bastante semelhantes às da PwC, o que é notável, pois cada uma delas se baseia em diferentes conjuntos de dados e em diferentes métodos de modelagem e análise. Os modelos da McKinsey mostraram que a adoção do mercado de IA provavelmente seguirá um padrão típico de curva S, – ou seja, um início lento nos estágios iniciais, seguido por uma aceleração acentuada conforme a tecnologia amadurece e as empresas aprendem a melhor implantá-la.

Mas, apesar de sua experiência em expansão com iniciativas de IA, as empresas ainda enfrentam obstáculos significativos em seu desenvolvimento e implementação. No artigo HBR 2018 referenciado acima, Davenport recomenda uma estrutura de quatro etapas que ajudará as empresas a alcançar o valor econômico considerável da IA, – sejam os projetos de aprimoramento de processos de negócios ou viagens à lua. Esses incluem:

Entender as tecnologias. Antes de embarcar em uma iniciativa de IA, é importante entender a força e as limitações das tecnologias disponíveis. Isso requer funcionários com as habilidades adequadas, incluindo algoritmos de análise de dados. Ofereça treinamento de IA para aumentar as habilidades da força de trabalho e ajudá-los na transição para novos empregos.

Criar um portfólio de projetos. As empresas devem desenvolver um portfólio priorizado de projetos com base em suas necessidades e capacidades. Isso inclui determinar quais áreas da empresa se beneficiariam mais com os projetos de IA, quais casos de uso gerariam mais valor e se as ferramentas e habilidades de IA disponíveis estão à altura da tarefa.

Projetos pilotos de lançamento. Dada a natureza experimental da maioria dos aplicativos de IA, as empresas devem criar projetos-piloto com um escopo limitado antes de implementá-los em toda a empresa. Pense grande – descubra como a IA pode transformar processos de negócios, modelos de negócios e estratégia geral ao longo do tempo – mas comece com pilotos menos ambiciosos.

Aumentar a escala. Aumentar a escala de um aplicativo de IA exigirá integração com sistemas e processos existentes, bem como estreita colaboração entre especialistas em tecnologia e os proprietários do processo de negócios que está sendo automatizado. Integrar a IA ao resto da empresa costuma ser o maior desafio nas iniciativas de IA.

Está claro que a visibilidade ampla e proeminente da IA no mundo hoje criou uma oportunidade e também um problema para as organizações que desejam obter retorno sobre a tecnologia”, concluiu Davenport. É importante manter as expectativas sob controle, monitorar e divulgar o sucesso e os resultados reais e minimizar os temores de perda de emprego ou grandes mudanças nos requisitos de qualificação.

Conte aos amigos

Deixe um comentário