À medida que as equipas de liderança em todo o mundo começam a planear para 2025, o tema que está na mente de todos é quando esperar que os seus investimentos em IA e/ou IA generativa (GenAI) tenham retorno. Uma nova pesquisa do Google Cloud revelou que mais de 6 em cada 10 grandes empresas (mais de 100 funcionários) estão usando GenAI e 74% já estão obtendo algum retorno sobre o investimento (ROI) considerável. Mas maximizar o ROI da IA/GenAI requer uma abordagem estratégica que vai além da justificação de custos, abrangendo retornos diretos/indiretos, uma compreensão clara dos prazos de entrega e despesas ocultas, e a integração de recursos centrados no ser humano para garantir processos confiáveis e escaláveis.
Reformulando o ROI
Dada toda a atenção que a IA/GenAI recebeu na mídia no ano passado, pode ser fácil esquecer que esses investimentos ainda são relativamente novos, o que significa que a maioria das empresas ainda nem começou a ver o tipo de ROI possível. . Isto torna ainda mais importante gerir as expectativas na sala de reuniões desde o início, uma vez que qualquer avaliação inicial criará impressões críticas que influenciarão a forma como a liderança encara os investimentos futuros. Se tiverem grandes esperanças de mudanças imediatas e transformadoras, a sua opinião poderá azedar se essas mudanças ainda estiverem a criar raízes nas fases iniciais. Dito de outra forma, as novas inovações exigem novas perspetivas de medição e os líderes devem reformular a forma como pensam sobre o ROI a curto e longo prazo.
Em termos do que constitui uma transformação bem-sucedida, o progresso é muitas vezes melhor medido pelos olhos de quem vê, mas mesmo as “pequenas” vitórias podem levar a maiores resultados potenciais no futuro. Aqui estão três maneiras de ajudar a contextualizar seus investimentos em IA/GenAI, bem como alguns exemplos daqueles que estão em uma jornada semelhante.
1. Distinguir entre ROI direto e indireto
Em alguns setores, é mais fácil detectar um ROI direto. Por exemplo, se uma empresa de varejo ou CPG começar a oferecer novas funcionalidades GenAI, provavelmente obterá uma noção imediata dos clientes sobre como os recursos estão sendo recebidos. Considerando que em outras indústrias, como a manufatura, há um ROI mais indireto que depende de investimentos de longo prazo. Com estes tipos de retornos suaves, é normalmente o “impacto de propagação” que pode criar novas oportunidades ou desbloquear novo valor. Think about que você está implementando uma nova solução de IA para melhorar a produtividade da equipe. Embora o seu objectivo inicial possa ter sido a produção, esse aumento na actividade também poderia levar à descoberta de caminhos de crescimento inteiramente novos que nem sequer tinham sido considerados. Essa é a parte mais emocionante e estimulante da IA/GenAI – o potencial desconhecido. E embora o potencial seja difícil de medir, deve sempre ser incluído como um issue no cálculo do retorno.
Uma boa ilustração do ROI direto e indireto pode ser encontrada na empresa de comércio eletrônico Mercari, que no ano passado adicionou um assistente de compras com tecnologia ChatGPT à sua plataforma de mercado para itens de segunda mão. Sua nova “IA do comerciante” permitiria aos clientes “fazer login no web site, envolver o assistente de compras em uma conversa pure, responder perguntas sobre suas necessidades e, em seguida, receber uma série de recomendações” para as próximas etapas. O ROI direto disso foi uma redução de 74% no quantity de ingressos na Mercari, enquanto o ROI indireto foi que a economia de tempo resultante permitiu à empresa reduzir gradualmente a dívida técnica e dimensionar suas operações.
2. Considere o tempo de espera para investimentos em IA/GenAI e os custos ocultos que os acompanham
Considerando a pressão constante sobre o C-Suite para aumentar os lucros, há poucas hipóteses de eles adoptarem subitamente uma mentalidade de “as coisas boas acontecem para aqueles que esperam”. Mas a realidade é que qualquer incursão na IA/GenAI leva tempo e dinheiro, mesmo antes de chegar à linha de partida. Desde o investimento em infraestrutura e treinamento até a aquisição de diferentes APIs e dados relevantes, podem ser meses de trabalho de preparação que não apresentarão nenhum “retorno” a não ser estar pronto para começar. Outro custo oculto (sobre o qual muitas pessoas não falam) é a realidade de que você terá alucinações e erros criados pela IA que podem custar às empresas muito dinheiro, enviando-as na direção errada, abrindo uma brecha, ou potencialmente desencadeando um problema caro de relações públicas. Toda a experiência é muito nova, o que torna tudo um pouco mais arriscado e caro, por isso é importante que os líderes levem isso em consideração ao avaliar o ROI.
A McKinsey ofereceu informações sobre esse processo de tomada de decisão e seus custos associados, recorrendo ao cenário clássico de “alugar, comprar ou construir”. Em seu arquétipo, os CIOs ou CTOs devem considerar se são um “Taker” (usando LLMs disponíveis publicamente com pouca personalização), um “Shaper” (integrando modelos com dados próprios para obter resultados mais personalizados) ou um “Maker” (construindo um modelo personalizado para abordar um caso de negócios discreto). Cada arquétipo tem seus próprios custos que os líderes tecnológicos terão de avaliar, desde “Taker”, que custa mais de US$ 2 milhões, até “Maker”, que às vezes pode chegar a 100 vezes esse valor.
Esforçar-se para tornar o investimento em IA/GenAI mais centrado no ser humano
Ainda há muito medo (especialmente entre os trabalhadores) de que a IA substitua os humanos. Em vez de rejeitar essas preocupações, as empresas devem posicionar qualquer transformação como uma melhoria em vez de uma substituição e tentar procurar formas de tornar o seu investimento mais centrado no ser humano. Com GenAI, não é uma transação; é uma parceria, e ainda existe uma necessidade actual de os seres humanos avaliarem a eficácia de quaisquer insights ou materiais gerados para garantir que estejam livres de preconceitos, alucinações ou outras interpretações errôneas. É por isso que é elementary que as empresas desafiem continuamente a IA para fornecer uma justificativa por trás de cada decisão para garantir a precisão. Isso dará mais validação ao conteúdo, seus funcionários verão uma função definida no processo e, em última análise, ajudará no ROI porque você está aprendendo em cada estágio.
Também é uma boa ideia estabelecer barreiras firmes para fornecer limites estritos sobre o tipo de informação que a IA pode coletar. Pergunte a si mesmo: “Devemos permitir que a IA tenha acesso à Web?” Talvez não. A questão é considerar primeiro a necessidade e, se você tiver outras metodologias comprovadas, use-as. Às vezes, a IA é útil apenas para resumir, não para “pensar”. É tudo uma questão de criar o equilíbrio certo, e os humanos ainda têm um papel crítico a desempenhar. De acordo com uma pesquisa da Accenture, 94% dos executivos sentem que as tecnologias de interface humana nos permitirão compreender melhor os comportamentos e intenções, transformando a interação homem-máquina.
Fechando a lacuna entre a promessa e a realidade
Os especialistas concordam que, embora a baixa barreira à entrada da GenAI seja uma grande característica, o seu “potencial a longo prazo depende da evidência do seu valor a curto prazo”. Isso significa que qualquer piloto de IA/GenAI deve ter uma série de critérios de sucesso claramente definidos (mas flexíveis) antes de seu lançamento, e as empresas devem monitorar constantemente os processos para garantir que eles forneçam valor continuamente. Quando se trata desta nova period de inovação digital, talvez nunca haja uma “linha de chegada” tradicional para a qual todos estamos correndo. Em vez disso, ao mudar a forma como pensamos sobre o ROI de curto e longo prazo da IA/GenAI, as empresas podem ser mais inteligentes com o seu investimento e concentrar-se no desenvolvimento de capacidades que possam escalar juntamente com o negócio.
