Grandes expectativas para IA generativa
A expectativa de que a IA generativa possa alterar fundamentalmente os modelos de negócio e as ofertas de produtos é impulsionada pelo poder da tecnologia para desbloquear grandes quantidades de dados que antes eram inacessíveis. “Oitenta a 90% dos dados mundiais não são estruturados”, diz Baris Gultekin, chefe de IA da empresa de nuvem de dados de IA Snowflake. “Mas o que é interessante é que a IA está abrindo a porta para que as organizações obtenham insights a partir desses dados que antes simplesmente não conseguiam.”
Numa sondagem realizada pelo MIT Expertise Overview Insights, os executivos globais foram questionados sobre o valor que esperavam obter da IA generativa. Muitos dizem que estão a dar prioridade à capacidade da tecnologia para aumentar a eficiência e a produtividade (72%), aumentar a competitividade do mercado (55%) e impulsionar melhores produtos e serviços (47%). Poucos vêem a tecnologia principalmente como um impulsionador do aumento das receitas (30%) ou da redução dos custos (24%), o que sugere as ambições mais elevadas dos executivos. As principais ambições dos entrevistados em relação à IA generativa parecem funcionar de mãos dadas. Mais de metade das empresas afirmam que novos caminhos rumo à competitividade no mercado são um dos seus três principais objectivos, e os dois caminhos prováveis que poderão seguir para o conseguir são o aumento da eficiência e melhores produtos ou serviços.
Para as empresas que implementam IA generativa, estas não são necessariamente escolhas distintas. Chakraborty vê uma “linha tênue entre eficiência e inovação” na atividade atual. “Estamos começando a notar empresas aplicando agentes generativos de IA para funcionários, e o caso de uso é interno”, diz ele, mas o tempo economizado em tarefas mundanas permite que o pessoal se concentre no atendimento ao cliente ou em atividades mais criativas. Gultekin concorda. “Estamos vendo inovação com clientes criando produtos internos de IA generativos que geram muito valor”, diz ele. “Eles estão sendo construídos para ganhos de produtividade e eficiência.”
Chakraborty cita as campanhas de advertising and marketing como exemplo: “Toda a cadeia de fornecimento de insumos criativos está sendo reimaginada usando o poder da IA generativa. Isso obviamente criará novos níveis de eficiência, mas ao mesmo tempo provavelmente criará inovação na forma como você traz novas ideias de produtos para o mercado.” Da mesma forma, Gultekin relata que um conglomerado de tecnologia world e cliente da Snowflake usou IA para disponibilizar “700.000 páginas de pesquisa para sua equipe, para que possam fazer perguntas e então aumentar o ritmo de sua própria inovação”.
O impacto da IA generativa nos chatbots – nas palavras de Gultekin, “o pão com manteiga do recente ciclo de IA” – pode ser o melhor exemplo. A rápida expansão das capacidades do chatbot usando IA limita-se entre a melhoria de uma ferramenta existente e a criação de uma nova. Não é surpreendente, portanto, que 44% dos entrevistados vejam a melhoria da satisfação do cliente como uma forma de a IA generativa agregar valor.
Uma análise mais detalhada dos resultados do nosso inquérito reflete esta sobreposição entre o aumento da produtividade e a inovação de produtos ou serviços. Quase um terço dos entrevistados (30%) incluiu o aumento da produtividade e a inovação nos três principais tipos de valor que esperam alcançar com a IA generativa. A primeira, em muitos casos, servirá como principal by way of para a outra.
Mas os ganhos de eficiência não são o único caminho para a inovação de produtos ou serviços. Algumas empresas, diz Chakraborty, estão “fazendo grandes apostas” na inovação por atacado com IA generativa. Ele cita as empresas farmacêuticas como exemplo. Eles, diz ele, estão fazendo perguntas fundamentais sobre o poder da tecnologia: “Como posso usar a IA generativa para criar novos caminhos de tratamento ou para reimaginar meu processo de ensaios clínicos? Posso acelerar o prazo de descoberta de medicamentos de 10 anos para cinco anos para um?”
Este conteúdo foi produzido pela Insights, o braço de conteúdo personalizado do MIT Expertise Overview. Não foi escrito pela equipe editorial do MIT Expertise Overview.