1. Contexto do setor: O envelope estratégico
O setor em que o senhor atua influencia muito a linha de produção esperada dos casos de uso do AI que pretende lançar.
Essa primeira porta de entrada se baseia em três critérios: as forças regulatórias e os custos de conformidade do setor, a maturidade de seu ecossistema tecnológico específico e a cultura de investimento de curto a longo prazo.
1.1 Forças regulatórias e custos de conformidade
Todas as iniciativas do AI operam dentro de limites regulatórios específicos do setor que moldam diretamente o potencial de ROI.
Vejamos o exemplo do acesso à prescrição data dos profissionais de saúde
- Nos EUA, a HIPAA protege as informações identificáveis do paciente, mas permite o uso e a venda de prescrições médicas não identificadas data para fins comerciais e de pesquisa, sujeitas a controles menos rigorosos - isso possibilitou um mercado robusto para análises de prescrição
- No Brasil, as regulamentações estão evoluindo: A ANVISA e a Lei Geral de Proteção de Dados (LGPD) supervisionam o data de saúde, com regras semelhantes às do GDPR, mas a aplicação é menos madura; o data de prescrição é considerado sensível e seu uso está sujeito às leis de confidencialidade e segredo comercial, com acesso frequentemente restrito, a menos que seja anônimo ou agregado
- Na Europa, o GDPR impõe controles rigorosos sobre o data pessoal e de saúde, tornando a coleta, o processamento e o uso comercial do data de prescrição médica altamente restritos e, muitas vezes, exigindo consentimento explícito ou forte anonimização
Como consequência, o ROI do uso da prescrição data para atingir profissionais de saúde é forte nos EUA, médio no Brasil e limitado na Europa, onde, na maioria das vezes, o data é agregado em nível regional.
Essas restrições criam “grades de proteção de ROI” que determinam os casos de uso viáveis.
1.2 Multiplicadores de maturidade do ecossistema
O cenário tecnológico de um setor - especialmente a presença de agentes especializados e start-ups inovadoras - desempenha um papel fundamental na aceleração do ROI do projeto AI.
Quando um setor se beneficia de um ecossistema dinâmico de fornecedores de tecnologia, integradores e start-ups de nicho, as organizações podem identificar, testar e implantar mais rapidamente soluções AI de ponta, adaptadas aos seus desafios comerciais específicos. Esse ecossistema promove a colaboração, o compartilhamento de conhecimento e o acesso às melhores ferramentas da categoria, reduzindo o tempo de desenvolvimento e os obstáculos de integração.
Além disso, as comunidades de código aberto e os fornecedores especializados permitem que as empresas façam experiências com estruturas comprovadas e se beneficiem da inovação coletiva, o que agiliza os pilotos e reduz o tempo de obtenção de valor. Como resultado, os setores com uma rede rica de participantes focados no AI conseguem dimensionar projetos bem-sucedidos mais rapidamente e obter ganhos tangíveis de produtividade e eficiência mais cedo, impactando diretamente sua trajetória de ROI.
1.3 Longo prazo como acelerador de ROI
Os setores que adotam o planejamento plurianual (por exemplo, energia, aeroespacial) obtêm um ROI AI acumulado significativamente maior em períodos de 5 anos em comparação com os setores de ciclo curto. Os ciclos de longo prazo permitem investir em tecnologias mais inovadoras e arrojadas, ao mesmo tempo em que suavizam o custo do gerenciamento de projetos, com recrutamento interno e planejamento de fornecimento de longo prazo.
Um exemplo famoso é o roteiro AI da BP, que durou uma década, para manutenção preditiva em perfuração offshore.
2. Custos de implementação da empresa: A camada de execução
A empresa na qual um caso de uso de AI é implantado tem uma influência significativa nos custos de implementação, dependendo da maturidade de três ativos: as bases tecnológicas, o data governance e o apetite comercial pelo AI.
2.1 Custos de preparação da pilha de tecnologia
As organizações com infraestrutura moderna de data (lagos de cloud data, pipelines de MLOps) aceleram significativamente a implementação de casos de uso de AI em comparação com seus pares que dependem de sistemas legados.
Para fornecer ao senhor uma estimativa, o estabelecimento de uma nova conexão com um sistema de origem pode levar de alguns dias a um mês, dependendo dos tipos de conectores disponíveis.
2.2 Dívida de governança do Data
A falta de um data governance robusto reduz significativamente o ROI dos casos de uso do AI de duas maneiras principais.
Em primeiro lugar, os projetos costumam sofrer atrasos devido à necessidade de uma preparação extensa do data e da implementação de um gerenciamento de acesso adequado, pois as equipes precisam passar um tempo considerável limpando, organizando e protegendo o data antes que qualquer modelagem possa começar. A preparação do Data pode consumir até 80% do esforço em projetos de aprendizado de máquina.
Em segundo lugar, a governança insuficiente leva à baixa qualidade do data e à rotulagem inadequada, o que afeta diretamente o desempenho do AI - os modelos treinados em data incompleto, inconsistente ou mal rotulado fornecem resultados menos precisos e menos confiáveis, prejudicando o valor comercial e exigindo retrabalho dispendioso ou ciclos de desenvolvimento estendidos.
2.3 Índice de Fricção de Adoção
A afinidade tecnológica dos funcionários e os recursos de gerenciamento de mudanças determinam se as ferramentas AI agregam valor ou se tornam um material de prateleira.
Se vários sucessos do AI já abriram o caminho e os funcionários tiverem acesso a programas de treinamento contínuos do AI que ajudem a desmistificar a tecnologia, demonstrar resultados e destacar sua complementaridade com os seres humanos, eles se tornarão significativamente mais receptivos ao lançamento de futuros casos de uso do AI.
Por exemplo, as sessões de treinamento que apoiam o lançamento de um produto AI geralmente incluem 20% de conteúdo dedicado à aculturação AI, juntamente com pelo menos uma seção sobre acesso à ferramenta. Quanto mais esses produtos são centralizados em uma única interface e direcionados a equipes já treinadas, mais o esforço de aculturação diminui de 30 a 40%.
3. Benefícios em vários horizontes: A matriz de valor
Os benefícios dos casos de uso do AI são estruturados em dois horizontes de tempo para liberar todo o seu valor, com ganhos que variam em termos de tangibilidade.
O primeiro horizonte se estende por um ano e é altamente tangível, concentrando-se nos ganhos relacionados ao lançamento de novos produtos e serviços possibilitados pelo AI, bem como na automação de tarefas possibilitada pelo AI.
O segundo horizonte abrange de dois a três anos e é menos tangível, envolvendo melhorias na tomada de decisões estratégicas e maior resiliência dos negócios às mudanças do mercado por meio do uso do AI.
3.1 Curto prazo (0-12 meses)
Motor de crescimento da linha de base
O principal método para o crescimento da linha superior envolve o aumento da receita dos produtos existentes. No campo da personalização, considere dois exemplos ilustrativos: O mecanismo de recomendação da Netflix, que aumentou o envolvimento do cliente em 30% e, consequentemente, reduziu a rotatividade. Outro exemplo é a Stitch Fix, uma empresa de roupas que emprega algoritmos AI para analisar as preferências e os comportamentos dos clientes, fornecendo assim recomendações de roupas sob medida. Essa personalização em larga escala seria inatingível sem o AI, e é exatamente essa tecnologia que viabiliza o modelo de negócios da Stitch Fix.
A segunda abordagem envolve o lançamento de novos produtos que antes não eram lucrativos até o advento do AI. Por exemplo, a Nutella fez uma parceria com a Ogilvy Italia para utilizar uma rede neural na criação de sete milhões de rótulos de potes exclusivos, que se esgotaram em uma semana. Sem o AI, a produção de um número tão grande de rótulos exclusivos teria sido proibitivamente cara ou simplesmente impossível, tornando a campanha excepcionalmente lucrativa.
3.2 Longo prazo (mais de 12 meses)
Superioridade na decisão estratégica
É sempre um desafio avaliar o impacto de uma decisão estratégica nas finanças de uma empresa e, mais ainda, avaliar a influência do artificial intelligence nessa decisão. No entanto, as opiniões convergem no sentido de reconhecer que o AI já se tornou um parceiro estratégico na tomada de decisões. Um exemplo fornecido pelo Artefact é o uso da modelagem do mix de marketing, uma ferramenta criada para otimizar a alocação do orçamento de marketing em vários canais para o ano seguinte. Em alguns casos, o aumento de lucro possibilitado por essa otimização pode chegar a 40%.
Resiliência organizacional
A adoção de uma cultura orientada pelo AI traz agilidade para as organizações ao incorporar o aprendizado contínuo, a adaptabilidade e a experimentação rápida nas operações diárias. O AI permite que as equipes automatizem tarefas rotineiras, detectem anomalias rapidamente e simplifiquem os fluxos de trabalho, liberando os funcionários para se concentrarem na inovação e na criação de valor. Essa cultura incentiva a tomada de decisões descentralizada e capacita as equipes a testar novas ideias, analisar resultados e iterar processos em tempo real, promovendo uma mentalidade em que a mudança é aceita e o fracasso é visto como uma oportunidade de aprendizado. Como resultado, as organizações se tornam mais flexíveis, mais bem preparadas para responder às mudanças do mercado e capazes de evoluir suas estratégias e funções para enfrentar os desafios emergentes - tornando a agilidade uma parte essencial de sua identidade e força operacional.
Noventa por cento das empresas pesquisadas em um estudo da Dataiku consideram o AI uma ferramenta de resiliência diante do risco de recessão e de crises econômicas. Mais de 80% dos gerentes relatam manter ou aumentar seus investimentos em AI apesar das incertezas econômicas, o que reflete uma forte confiança na capacidade do AI de proteger as empresas contra interrupções.
A estrutura de ROI da Concentric
Com base em todos os fatores mencionados acima, propomos a seguinte fórmula para calcular o ROI de um caso de uso de AI, que depende de três níveis: setor, empresa e racionalização dos casos de uso em torno dos custos de TI, data e gerenciamento de mudanças. Embora a avaliação de cada fator seja complexa, essa fórmula ajudará o senhor a ter em mente todos os elementos a serem considerados.
Conclusão: Equilibrando a equação do ROI
Essa estrutura vai além da análise estática de custo-benefício para modelar os impactos em cascata do AI:
- As forças do setor definem o campo de jogo do ROI
- A prontidão da empresa determina os custos de entrada
- Os horizontes de benefícios são compostos ao longo do tempo
Em nosso último artigo, exploraremos como operacionalizar essa estrutura por meio de dois exemplos do setor de saúde, um orientado para o ROI de 0 a 12 meses e outro orientado para mais de 12 meses.
