Na recente conferência Big Data & AI Paris, realizada em 15 de setembro, Hanan Ouazan, estrategista-chefe de IA do Grupo Artefact, compartilhou sua visão sincera sobre a transformação impulsionada pela IA. Em sua apresentação, Hanan explicou como ir além de simples ganhos de produtividade individual para construir uma plataforma de conhecimento corporativo e manter uma vantagem competitiva.

Da adoção individual ao retorno sobre o investimento (ROI) corporativo

Um grande paradoxo define atualmente o mercado de IA e a forma como as organizações geram valor:

  • Investimentos maciços: Estima-se que os investimentos em IA atinjam aproximadamente $582 bilhões em 2025 (quase 0,5% do PIB global), com modelos capazes de resolver problemas que permanecem em aberto há décadas.
  • Impacto real limitado: De acordo com um Estudo da McKinsey, apenas 6% das empresas conseguem, de fato, obter impacto nos negócios por meio da IA.

Essa lacuna se explica pelas limitações das duas abordagens tradicionais de implantação. A abordagem de cima para baixo (projetos de transformação impulsionados pela alta administração) esbarra rapidamente em restrições humanas e no fardo da tecnologia legada. Acima de tudo, a equação financeira é implacável: um projeto de 1 milhão de euros deve gerar 1 milhão de euros em retorno sobre o investimento (ROI) dentro de um ano, pois, em três anos, a tecnologia já terá mudado várias vezes. Como resultado, apenas 10% a 20% dos processos da empresa são, de fato, elegíveis para esses grandes projetos de transformação.

Por outro lado, a abordagem de baixo para cima (fornecer ferramentas de IA generativa a todos os funcionários) cria uma ilusão de produtividade. O indivíduo torna-se “hiperprodutivo”, mas esse valor tem dificuldade em se refletir na organização como um todo. Conforme observado em junho Financial Times Conforme ilustra o estudo, trata-se de um efeito em cascata: um desenvolvedor produz três vezes mais código, esse ganho cai para 1,5 no nível da equipe de produto e, por fim, se traduz em apenas 30% de recursos a mais para a empresa. Mesmo as organizações de melhor desempenho captam apenas uma fração dos ganhos individuais.

O exemplo de São Francisco: redefinindo o trabalho

A verdadeira transformação não consiste simplesmente em distribuir licenças, mas em redefinir profundamente a forma como o trabalho é realizado.

Em São Francisco, as principais empresas do setor de tecnologia mudaram a forma como projetam seus produtos. Os gerentes de produto utilizam IA para criar eles próprios os primeiros protótipos funcionais. Como resultado, o tempo entre a identificação de uma necessidade do usuário e a entrada em produção diminuiu de uma média de 3 a 6 meses para apenas 3 a 6 semanas.

Para obter ganhos de produtividade, não basta simplesmente fornecer uma ferramenta; os funcionários devem redefinir suas funções no trabalho.

“Implementar plataformas de IA simplesmente pelo fascínio tecnológico é inútil. O sucesso de tal iniciativa depende, acima de tudo, de seu alinhamento com casos de uso reais nos negócios.” — Hanan Ouazan, estrategista-chefe de IA do grupo na Artefact.

Lógica contextual: conectando e disseminando informações

Um dos desafios associados à IA é a retenção e a disseminação de informações. Atualmente, se um funcionário fica sabendo, durante uma reunião, que um cliente está liberando um novo orçamento ou mudando a liderança, essa informação crucial muitas vezes fica restrita às suas anotações pessoais ou a um resumo da reunião que não é utilizado.

Convencida de que é impossível vender transformação aos clientes sem ser capaz de se transformar internamente, a Artefact redesenhou sua arquitetura interna em torno de uma iniciativa chamada “ACE” (uma Plataforma de Contexto). O princípio central é criar uma lógica de contexto empresarial: conectar objetos de conhecimento (clientes, empresas, áreas de especialização) onde eles se encontram, em vez de agrupá-los em um único banco de dados data, de modo que as informações fluam naturalmente e estejam acessíveis a todos.

Na prática, o ACE simplesmente classifica as informações com base em fatos: a qual cliente, projeto ou pessoas uma nota se refere e quem tem permissão para visualizá-la. Cada produto, então, recupera o que é relevante para ele e extrai o que precisa.

“O principal ativo da sua empresa reside na sua tecnologia proprietária data e no seu conhecimento. Em um mundo em que os modelos de IA estão se tornando produtos de uso comum, é esse conhecimento exclusivo que faz a diferença.” — Hanan Ouazan, estrategista-chefe de IA do grupo na Artefact.

Os três pilares de uma estratégia de IA lucrativa e segura

Para garantir o retorno sobre o investimento (ROI) e evitar a proliferação de plataformas desconectadas do uso real, uma estratégia de IA deve basear-se em três pilares concretos:

  • O valor está no seu data, e não nos modelos: Os modelos de IA estão se tornando cada vez mais poderosos, enquanto seus custos caem drasticamente. O que constitui sua verdadeira vantagem competitiva é o seu data interno e sua especialização na área (seu conhecimento), que o resto do mundo não possui.
  • Captura natural de informações: Não dependa do trabalho manual para alimentar suas bases de conhecimento. O Data deve ser coletado da forma mais natural possível, diretamente nos locais onde os funcionários trabalham (Google Chat, transcrições de reuniões etc.), a fim de minimizar o atrito.
  • Proteja seu “conjunto de habilidades” (know-how): O seu valor reside na forma como o senhor administra e define o uso da IA (competências, regras de governança, segurança, custos e gestão de tokens). Não repasse esse conhecimento a plataformas públicas para que elas aprendam com o senhor. Crie e controle o seu próprio ambiente.

Em última análise, o sucesso de uma iniciativa de IA não se resume simplesmente a juntar tecnologias; ele requer o respaldo de casos de uso do mundo real e de necessidades genuínas dos usuários.