O caminho para a IA não é uma corrida – é uma maratona, e as empresas precisam acompanhar o ritmo de acordo. Aqueles que correm antes de aprenderem a andar vacilarão, juntando-se ao cemitério de empresas que tentaram se mover rápido demais para alcançar algum tipo de linha de chegada da IA. A verdade é que não existe linha de chegada. Não há destino onde uma empresa possa chegar e dizer que a IA foi suficientemente conquistada. De acordo com a McKinsey, 2023 foi o ano do avanço da IA, com cerca de 79% dos funcionários afirmando que tiveram algum nível de exposição à IA. Contudo, as tecnologias inovadoras não seguem caminhos lineares de desenvolvimento; eles diminuem e fluem, sobem e descem, até se tornarem parte da estrutura dos negócios. A maioria das empresas entende que a IA é uma maratona e não uma corrida, e vale a pena ter isso em mente.
Veja o Hype Cycle do Gartner, por exemplo. Cada nova tecnologia que surge passa pela mesma série de estágios no ciclo de hype, com muito poucas exceções. Essas etapas são as seguintes: Gatilho da Inovação; Pico das Expectativas Inflacionadas; Vale da Desilusão; Inclinação da Iluminação e Platô da Produtividade. Em 2023, o Gartner colocou a IA Generativa firmemente no segundo estágio: o Pico das Expectativas Inflacionadas. É neste momento que os níveis de entusiasmo em torno da tecnologia atingem o seu máximo e, embora algumas empresas consigam capitalizá-la cedo e avançar, a grande maioria enfrentará o Vale da Desilusão e poderá nem sequer chegar ao Planalto da Produtividade.
Tudo isso quer dizer que as empresas precisam agir com cuidado quando se trata de implantação de IA. Embora o fascínio inicial da tecnologia e suas capacidades possam ser tentadores, ela ainda está se encontrando e seus limites ainda estão sendo testados. Isso não significa que as empresas devam evitar a IA, mas devem reconhecer a importância de estabelecer um ritmo sustentável, definir objetivos claros e planear meticulosamente a sua jornada. As equipes de liderança e os funcionários precisam estar totalmente envolvidos na ideia, a qualidade e a integridade dos dados precisam ser garantidas, os objetivos de conformidade precisam ser alcançados – e isso é apenas o começo.
Ao começar aos poucos e delinear marcos alcançáveis, as empresas podem aproveitar a IA de forma ponderada e sustentável, garantindo que acompanham a tecnologia em vez de avançarem nela. Aqui estão algumas das armadilhas mais comuns que veremos em 2024:
Armadilha 1: Liderança em IA
É um facto: sem a adesão do topo, as iniciativas de IA irão fracassar. Embora os funcionários possam descobrir ferramentas generativas de IA por si próprios e incorporá-las em suas rotinas diárias, isso expõe as empresas a questões relacionadas à privacidade, segurança e conformidade de dados. A implantação da IA, em qualquer função, precisa vir do topo, e a falta de interesse na IA por parte do topo pode ser tão perigosa quanto agir com muita força.
Tomemos como exemplo o setor de seguros de saúde nos EUA. Num inquérito recente da ActiveOps, foi revelado que 70% dos líderes de operações acreditam que os executivos de alto nível não estão interessados em investimento em IA, criando uma barreira substancial à inovação. Embora possam ver os benefícios, com quase 8 em cada 10 a concordar que a IA poderia ajudar a melhorar significativamente o desempenho operacional, a falta de apoio do topo está a revelar-se uma barreira frustrante ao progresso.
Onde a IA está sendo usada, a adesão organizacional e o apoio da liderança são essenciais. Devem ser estabelecidos canais de comunicação claros entre a liderança e as equipas de projeto de IA. Atualizações regulares, relatórios de progresso transparentes e discussões sobre desafios e oportunidades ajudarão a manter a liderança envolvida e informada. Quando os líderes estão bem familiarizados com a jornada da IA e os seus marcos, é mais provável que forneçam o apoio contínuo necessário para navegar através de complexidades e questões imprevistas.
Armadilha 2: Qualidade e Integridade dos Dados
Usar dados de baixa qualidade com IA é como colocar diesel em um carro a gasolina. Você obterá baixo desempenho, peças quebradas e uma conta cara para consertar. Os sistemas de IA dependem de grandes quantidades de dados para aprender, adaptar-se e fazer previsões precisas. Se os dados introduzidos nestes sistemas forem falhos, incompletos, mal classificados ou tendenciosos, os resultados serão inevitavelmente pouco fiáveis. Isto não só prejudica a eficácia das soluções de IA, mas também pode levar a reveses significativos e à desconfiança nas capacidades de IA.
A nossa investigação revela que 90% dos líderes de operações afirmam que é necessário demasiado esforço para extrair insights dos seus dados operacionais – muitos deles estão isolados e fragmentados em vários sistemas, e repletos de inconsistências. Esta é outra armadilha que as empresas enfrentam quando consideram a IA – os seus dados simplesmente não estão prontos.
Para resolver esta questão e melhorar a higiene dos dados, as empresas devem investir em quadros robustos de governação de dados. Isto inclui o estabelecimento de padrões de dados claros, a garantia de que os dados são limpos e validados de forma consistente e a implementação de sistemas para monitorização contínua da qualidade dos dados. Ao criar uma única fonte de verdade, as organizações podem melhorar a fiabilidade e acessibilidade dos seus dados, o que terá a vantagem adicional de facilitar o caminho para a IA.
Armadilha 3: Alfabetização em IA
A IA é uma ferramenta, e as ferramentas só são eficazes quando manejadas pelas mãos certas. O sucesso das iniciativas de IA depende não apenas da tecnologia, mas também das pessoas que a utilizam, e essas pessoas são escassas. De acordo com a Salesforce, quase dois terços (60%) dos profissionais de TI identificaram a escassez de competências em IA como a principal barreira à implementação de IA. Parece que as empresas simplesmente não estão preparadas para a IA e precisam começar a procurar resolver essa lacuna de competências antes eles começam a investir em tecnologia de IA.
No entanto, isso não significa necessariamente uma onda de contratações. Podem ser introduzidos programas de formação para melhorar as competências da força de trabalho atual, garantindo que tenham as capacidades para utilizar a IA de forma eficaz. Construir este tipo de alfabetização em IA dentro da organização envolve a criação de um ambiente onde o aprendizado contínuo é incentivado – workshops, cursos on-line e projetos práticos podem ajudar a desmistificar a IA e torná-la mais acessível aos funcionários em todos os níveis, estabelecendo as bases para uma implantação mais rápida. e benefícios mais tangíveis.
O que vem a seguir?
A adoção bem-sucedida da IA exige mais do que apenas investimento em tecnologia; requer uma abordagem estratégica e bem ritmada que garanta a adesão dos funcionários e o apoio da liderança. Também exige que as empresas estejam autoconscientes e atentas ao fato de que a tecnologia tem limites – embora o interesse pela IA esteja aumentando e a adoção esteja em alta, há uma boa likelihood de que a bolha da IA estoure antes de seu curso ser corrigido e torna-se a ferramenta estável e confiável que as empresas precisam que seja. Lembre-se, estamos agora no Pico das Expectativas Infladas, e o Vale da Desilusão ainda precisa ser superado. As empresas interessadas em investir em IA podem preparar-se para a tempestade que se aproxima, preparando os seus funcionários, estabelecendo políticas de utilização de IA e garantindo que os seus dados estão limpos, bem organizados e corretamente classificados e integrados em todos os seus negócios.
