Ouça o podcast: Criando IA: da visão à execução | Uma conversa com Artefact | Ardian

 

No cenário em rápida mudança do private equity, a conversa foi muito além da simples engenharia financeira. Hoje, a criação de valor é cada vez mais impulsionada pela capacidade da empresa de aproveitar o data. No segunda edição da conferência AI for Alternative Investment (AI x AI), Arthur Garnier da equipe científica Data da Ardian conversou com Elina Ashkinazi-Ildis, parceiro da Artefact, para analisar a jornada do potencial teórico da IA até a excelência operacional tangível.

A conversa entre eles revela uma verdade crucial: embora a IA generativa (GenAI) seja o catalisador “sexy” que leva todos para a sala, os verdadeiros vencedores são aqueles que passaram anos fazendo o trabalho não glamouroso de criar data foundations robusto.

“Governança de Data e qualidade de data... Não é sexy, é menos empolgante. Mas agora, com a IA generativa, o fato de que o senhor pode criar casos de uso incríveis e obter resultados surpreendentes... de repente, as pessoas ficam interessadas. Elas perguntam: ‘O que posso fazer para aproveitar toda a capacidade da IA? E muitas vezes a resposta é: primeiro, o senhor precisa se alinhar ao data governance’.” diz Arthur Garnier, cientista sênior de Data da Ardian.

A pirâmide de quatro camadas do sucesso da IA

Artefact, um antigo Ardian A Elina, empresa do portfólio da Expansion, passou uma década refinando sua abordagem à transformação digital. De acordo com Elina, a integração bem-sucedida da IA não tem a ver com a tecnologia em primeiro lugar; trata-se de uma pirâmide de quatro camadas que garante a sustentabilidade:

  • A camada de caso de uso: “Em que negócio estamos?” Esse é o ponto de partida. Antes que uma única linha de código seja escrita, as empresas devem identificar onde as equipes gastam seu tempo e quais pontos problemáticos, se resolvidos, poderiam mudar o rumo das vendas e das margens.
  • O modelo operacional: Como o senhor conecta profissionais de investimento e cientistas do data? O sucesso requer uma estrutura em que esses dois mundos possam colaborar de forma eficiente.
  • Infraestrutura e governança: Essa é a “sala de máquinas”. Sem um data limpo, estruturado e acessível, até mesmo os algoritmos mais avançados falharão
  • Gerenciamento de mudanças: É aqui que mora o elemento humano. Ele envolve a mudança de processos, treinamento, mudança de mentalidade e a garantia de que a organização esteja pronta para evoluir junto com a tecnologia.

GAIA: Um estudo de caso sobre agilidade estratégica

O ponto central da discussão foi GAIA, a plataforma interna de IA generativa da Ardian. O GAIA representa um meio-termo estratégico no debate “Construir vs. Comprar”. O conselho de Elina é pragmático: “Se houver uma solução de mercado que responda a todas as suas perguntas e que esteja dentro do orçamento... não a construa. Apenas compre-a.”

No entanto, a Ardian optou por criar o GAIA porque ele permitiu que a empresa mantivesse controle absoluto sobre sua inteligência interna. Arthur observa que quando uma empresa faz 95% do trabalho pesado para limpar, organizar e possuir seu data, o 5% final, integrando esse data em uma ferramenta de IA personalizada, é um próximo passo natural e poderoso. Ao criar uma camada personalizada sobre tecnologias de parceiros como Microsoft, OpenAI, Mistral e outras, a Ardian atingiu vários objetivos importantes:

  • Agilidade tecnológica: Eles permanecem “agnósticos”, capazes de trocar um LLM por um mais novo e melhor sem reconstruir todo o sistema.
  • Inovação de baixo para cima: Muitos dos recursos do GAIA não vieram de uma sala de reuniões, mas sim de um evento hackathon interno, como o “Ardian Startup Studio”, e de apresentações internas em que os funcionários identificaram suas próprias necessidades.
  • Data soberania: 95% do trabalho em IA é a limpeza e a propriedade do data interno. Uma vez feito isso, a implementação final se torna um ativo proprietário em vez de um serviço alugado.

O imperativo da “reengenharia de processos

Talvez o insight mais profundo da conversa tenha sido o mantra de Elina: “Vamos fazer a reengenharia do processo.” 1TP36Atribuir IA a um processo quebrado ou confuso é como colocar um motor mais rápido em um carro com rodas quadradas. Elina compara ensinar um “agente” de IA a ensinar uma criança pequena a atravessar a rua. O senhor não pode dar a ela um milhão de variáveis e “atalhos”. O senhor deve simplificar o processo em etapas binárias e precisas:

Sinal vermelho: Pare. * Sinal verde: Olhe para os dois lados e ande.

“A tecnologia será uma parte muito pequena... é a primeira parte [simplificação do processo] que será realmente complicada para qualquer setor”.” explica Elina Ashkinazi-Ildis

Para uma empresa de private equity como a Ardian, isso significa olhar para as empresas do portfólio, desde as nativas digitais até as de manufatura “hard-core”, e ajudá-las a eliminar fluxos de trabalho legados ineficientes antes de colocar a IA por cima.

Fechando a lacuna: Dos silos técnicos ao impacto nos negócios

O tema geral da conferência Ardian AI x AI foi claro: a era do cientista data “isolado” acabou. Arthur enfatizou que, para que a IA tenha um impacto real, a ciência data deve ser incorporada às unidades de negócios.

Quando as equipes técnicas trabalham no vácuo, elas criam painéis que ninguém usa. Quando trabalham junto com as equipes de investimento, incorporando feedback ao vivo e “embaixadores” de toda a empresa, elas criam ferramentas como o GAIA que mudam fundamentalmente a forma como a empresa opera.

À medida que o setor de private equity continua a evoluir, o dever do investidor não é mais apenas fornecer capital; ele está fornecendo o roteiro tecnológico para garantir que as empresas de seu portfólio não apenas sobrevivam à onda de IA, mas a levem a novos patamares de eficiência.

Ouça o podcast: Criando IA: da visão à execução | Uma conversa com Artefact | Ardian