Luís Gustavo Lima (*)
O tema Inteligência Artificial está muito em voga atualmente por conta da evolução de ferramentas mais acessíveis como o ChatGPT, o interesse de grandes empresas por essas tecnologias para a inovação do negócio, além do surgimento de muitas startups desenvolvendo novas aplicações como solução.
Porém, ainda é um assunto complexo de maneira geral para o mercado e muitos executivos e profissionais não sabem como, de fato, adotar IA para a transformação do negócio, otimização de processos ou organização interna para entrega de resultados. Para dar um norte a essas dúvidas, é importante exemplificar as diferenças e objetivos de cada sistema para então escolher o caminho a seguir.
Quais são os tipos de Inteligência Artificial
Automação Robótica: com o olhar mais para a automação de processos – também conhecida como RPA -, essa tecnologia busca uma forma de automação de processos de diferentes áreas de uma empresa, seja em processos não supervisionados (categorização, e-mail threading etc) ou supervisionados (detecção de cláusulas contratuais, customização, modelos etc);
Machine Learning: há algumas décadas no mercado, a tecnologia tem como objetivo resolver problemas relacionados a dados da organização, como clusterização de informação, aplicações em python entre outras séries de dificuldades mais complexas que envolvam agrupamento de informações ou números;
Processamento de Linguagem Natural: esse software é uma tecnologia mais recente que está sendo muito pautada pela mídia e mercado, voltado para textos, como a solução do ChatGPT (sentimento de fala, inteligência emocional, resumo, agrupamento de informações etc), ou para o reconhecimento de fala como o PlayHT, capaz de substituir um narrador humano ou mesmo reproduzir a voz de uma pessoa pública.
Visão Computacional: ferramenta utilizada, por exemplo, para análise de imagens e vídeos (classificação, segmentação, descrição, detecção de objetivos etc);
Quais tecnologias são apropriadas para cada empresa
Para entender qual software é necessário para cada operação, tenho utilizado o exemplo da imagem acima, separando as tecnologias em dois lados. Ao lado esquerdo (Machine Learning & Automação Robótica) as ferramentas que irão utilizar informações da própria corporação: dados de marketing, vendas, processos existentes, construção de padrão entre outros. Isso é complexo e personalizado para a empresa, portanto é mais caro e não é um processo simples de implementar.
Além disso, é necessário regulação, como aderir a PL 2338/23 que segue a linha da União Europeia, para o uso da Inteligência Artificial no Brasil, e que tem cinco pilares base: princípios; direitos dos afetados; classificação de riscos; obrigações e requisitos de governança; e supervisão e responsabilização. Também será obrigatório assegurar a LGPD (Lei Geral de Proteção de Dados Pessoais). Por isso, na prática são tecnologias para grandes corporações.
Já ao lado direito da imagem (Processamento de Linguagem Natural & Visão Computacional), estamos a falar sobre ferramentas de pesquisa, criação de textos, análise etc. Isso é muito mais acessível, com bom custo benefício, escalável e menos regulável. São ferramentas, em sua maioria, que você abre uma página a partir de um link, insere as informações e obtém as respostas. Esse tipo de tecnologia pode ser facilmente aderida por uma startup ou empresa de pequeno e médio porte.
Esse raciocínio se dá de uma forma abrangente, pois existe uma infinidade de tecnologias que podem solucionar problemas ou, ao contrário disso, podem se tornar uma grande dor de cabeça para as empresas. Para ter uma noção, em uma conversa recente que tive com o CTO de uma grande corporação brasileira, ele disse que na área de tecnologia existem mais de 800 diferentes softwares. Imagina a complexidade dessa operação. Será que todos esses softwares, de fato, são utilizados? Podemos ir além, será que geram valor real? Quantos realmente são necessários? Os profissionais estão preparados para utilizar todas essas ferramentas? Quem conecta a visão do negócio nesse processo?
Costumo fazer uma provocação, bem simples e do dia-a-dia, sobre os profissionais que gravam as reuniões, seja presencial ou online: quantos escutam aquela gravação após o fim da reunião? Garanto que esse número não chega a 10%. Outro exemplo: em uma sala com aproximadamente 60 pessoas (gerentes e diretores), todos levantaram a mão quando questionados se conheciam o ChatGPT, mas apenas 3 pessoas disseram utilizá-lo no dia a dia. Tecnologia é meio e não fim.
Executivos não estão preparados para a inovação
No primeiro semestre deste ano realizamos um levantamento aqui na ACE Cortex e que mostra que justamente a “falta de governança” é o principal entrave para a inovação segundo 43,8% dos respondentes, seguido por “tempo de execução” (42,2%) e “métricas bem definidas” (38,3%). A pesquisa entrevistou mais de 120 profissionais de alta liderança empresas com uma receita anual entre 5 milhões até acima de R$10 bilhões.
Nessa mesma pesquisa apenas um em cada três respondentes (31,25%) acredita que a liderança está “preparada” ou “muito preparada” para conduzir a empresa a um futuro mais inovador. A maioria (64,06%) dos respondentes avaliaram que os líderes não estão nem preparados, nem despreparados, mostrando que na maior parte das empresas a cultura, apesar de falada, ainda não é efetivamente executada.
Apesar da falta de governança estar entre os mais indicados pela pesquisa como entrave para a consolidação de projetos nas companhias, cerca de 31,25% dos respondentes afirmam que os gestores tratam iniciativas com foco em novos produtos, tecnologia, serviços e modelos de negócio como prioridade. Ou seja, há uma intenção em criar projetos de inovação nas companhias, porém isso se esbarra na falta de capacitação desses profissionais sobre como introduzir métricas bem definidas, executar projetos, além de saber utilizar tecnologias assertivas na inovação da companhia.
Para finalizar, vejo que a discussão sobre IA e todo seu potencial de aplicação nos processos de inovação e transformação dos negócios entrou definitivamente na agenda da liderança. É importante falar (e aprender) sobre conceitos técnicos e ferramentas? Sem dúvida. Agora, o foco deve estar em aprofundar nos caminhos e possibilidades do como utilizar IA estrategicamente para mais eficiência na operação, maximizar a produtividade dos times, evoluir a experiência dos clientes, potencializar novos modelos de negócios, enfim, na geração de valor para a companhia.
(*) CEO da ACE Cortex.
