Inteligência Artificial promete muito. Mas entrega?

Como capturar a promessa da Inteligência Artificial e transformá-la em uma vantagem competitiva real? Essa é a pergunta de valor incalculável em uma era de incerteza desmedida. Mas é bom saber que toda resposta parte de algumas premissas elementares: o potencial da IA não envolve apenas a tecnologia, mas também estratégia, cultura e execução. Desde a prova de conceito até a implementação em larga escala, cada passo é importante. 

O Money 20/20, que acontece esta semana em Las Vegas, procurou revelar o segredo do bom uso da IA, ou seja, investir tempo, energia e recursos para evitar que um erro ou uma oportunidade perdida venham a custar bilhões de dólares (ou reais). Como identificar o caso de uso de IA certo para a sua empresa? Quais são os erros e armadilhas comuns que bloqueiam o progresso do piloto à produção? Quais os riscos de proteger uma cultura orientada a pensar e a adotar e prosperar com a inovação impulsionada por IAs?

Essas perguntas foram endereçadas por Chris Harrison para Ghanesh Bash, Head de Tecnologias Emergentes e Parcerias do Citi e Morgan Klein-MacNeil, VP de Finanças e Plataformas de Risco do TD Bank, em painel no Money 20/20.

Com o título de “Por onde começar: como pensar a estratégia de teste e implementação de IA”, os executivos se reuniram para discutir como transformar a promessa da Inteligência Artificial em uma vantagem competitiva tangível.

Capturando a Promessa da IA

Os palestrantes destacaram que a realização do potencial da IA vai além da tecnologia. É fundamental desenvolver uma estratégia clara que alinhe os objetivos de negócios com as capacidades da IA. Essa abordagem holística é essencial para maximizar os benefícios e evitar armadilhas. Ou seja, antes de pensar sobre o ganho de eficiência, é necessário ter a habilidade de “orquestrar” as diversas áreas da empresa que podem receber melhoramentos via IA e então iniciar os testes.

Identificação do caso de uso certo

Uma das questões centrais discutidas foi como identificar o caso de uso de IA mais adequado para cada empresa. Os participantes compartilharam experiências sobre como alinhar os casos de uso às necessidades específicas do negócio e ao mercado. Morgan Klein-Macneil, do TD Bank do Canadá, ressalta que é preciso evitar a tentação de implementar IA em toda a empresa. A tentação de adotar IA em várias áreas de negócio é grande e pode induzir a erros frequentes e comuns de perda de prioridade, resistências culturais, falta de conformidade com a estratégia, e assim por diante. Pequenos descuidos na implementação de IA podem também confrontar a regulação e criar embaraços desnecessários.

No caso do Citi e do TD Bank, é, por extensão, em todo o ecossistema movimentado pelo Money 20/20, a regulação é sempre um ponto sensível. Por mais que as empresas estejam pilotando seus testes de IA sem esperar a regulação, determinadas inconformidades no trato com os clientes e mesmo de práticas comerciais podem gerar represálias.

Chris Harrison, o mediador do painel, ressaltou que o coração da estratégia de IA passa pelos dados (sempre eles). No fim do dia, utilizar IA de modo eficaz dependa da qualificação dos dados disponíveis, eliminando redundâncias e informações defasadas.

Erros comuns e armadilhas

Os especialistas também abordaram os erros comuns que muitas empresas cometem ao transitar de um piloto para a utilização em série. A falta de clareza nos objetivos, a resistência à mudança e a subestimação da necessidade de uma cultura adaptável foram citadas como barreiras significativas. A adoção de IA de modo efetivo passa por um processo de transformação da mentalidade de dados da empresa, para realmente entender como fazer a tecnologia evoluir rapidamente nos processos definidos como prioritários.

O Call Center é, para todos os efeitos, uma área essencial para aprender a testar IA aplicada a CX, um excelente campo de testes, na medida em que os aprendizados trazem melhores práticas rapidamente, contornando as armadilhas normais derivadas da adoção de uma tecnologia.

Para isso, Ganesh Bhat, do Citi, defende que a empresa estipule “horizontes” de implementação, classificando os dados que devem ser incluídos nos objetos da implementação, criando sumários, definindo objetivos claros e entendendo qual modelo de IA deve ser elaborado para ganhar escala na otimização de resultados esperada.

Os executivos concordam que a adoção de IA ajuda sensivelmente na redução de riscos a serem tomados em investimentos ou processos, e nos ganhos significativos da experiência do cliente. Mas a efetivação de IA que se traduza em resultados passa por critérios mensuráveis. “O que não se mede, não se gerencia”, como enuncia um dos mandamentos mais amplamente difundidos da administração. 

Construindo uma cultura de inovação

O painel enfatizou a importância de cultivar uma cultura organizacional que não apenas aceite, mas também prospere com a inovação impulsionada pela IA. Os líderes devem promover um ambiente que incentive a experimentação e a colaboração, garantindo que a equipe esteja engajada e motivada.

Quais os aprendizados-chave a serem buscados nos processos de implementação de IA? A adoção de processos correntes de design de serviços permite adotar uma visão integral centrada no cliente, com ganhos reais em business outcomes que geram valor para a companhia e os consumidores.

Conclusão

Com insights valiosos sobre estratégia e execução, o painel ofereceu uma visão abrangente de como as empresas podem começar a implementar soluções de IA de maneira eficaz e sustentável. A jornada da IA é desafiadora, mas com a abordagem certa, as organizações podem transformar esses desafios em oportunidades.