IA integrada ao Negócio: Estratégias & Cases para contribuir com o sucesso de seus projetos

Se a aplicação da IA permite repensar novas estratégias, criar novos modelos de negócio e influenciar comportamento dos consumidores, estabelecendo novas formas de relacionamento entre a empresa e eles, não faz sentido que as ações de IA sejam dispersas pela organização, em setores isolados, com pouco engajamento dos executivos. Iniciativas isoladas de cunho essencialmente técnicos não potencializam a IA. Tecnologias transformadoras são por definição, estratégicas para a organização e devem ser foco de atenção dos executivos seniores da empresa.

Assim, a estratégia de negócios e a de aplicação de IA devem ser conectadas. Uma influencia a outra. Para que as decisões de negócio sejam influenciadas e contemplem aplicação de IA é necessário:

1. Evangelizar e educar os executivos seniores da importância estratégica da adequada aplicação da IA, suas potencialidades e limitações. Não se espera que esses executivos sejam fluentes em algoritmos e programação Python, mas devem ter fluência digital necessária para compreender e avaliar oportunidades de seu uso na empresa.

2. Com essa fluência, os executivos podem considerar de forma mais adequada como incorporar a prioridade e o ritmo de adoção da IA na organização. Provavelmente as discussões estratégias deverão contar com apoio e suporte de pessoal mais técnico que ajude a fazer a ligação entre a tecnologia e o negócio. Isso pode implicar em repensar a maneira como as empresas tomam decisões estratégicas.

3. A incorporação da IA na empresa demanda investigação de como os algoritmos serão integrados com os demais sistemas e exige ações como implementação de uma política de governança de dados, criação de um comitê de governança para as iniciativas de IA, bem como a formação e contratação dos talentos que sejam necessários. É importante considerar que o comitê de governança será responsável pela análise e aprovação das propostas de uso de IA sob a ótica de aderência à regulação e regras de compliance, ética, mitigação de vieses, bem como analisar o grau de risco de seu uso (risk assessment). Deve ter participação ativa de executivos seniores da organização.

Dessa forma vemos claramente que a aplicação da IA nas empresas não deve ser domínio exclusivo dos cientistas de dados. A participação e engajamento dos executivos seniores e dos responsáveis pelas áreas de negócios que sejam diretamente impactadas devem ter voz ativa e serem os “sponsors” dos projetos.

Uma estratégia de negócios que adote IA como tecnologia transformadora pode analisar seu uso em diversos aspectos do negócio, considerando a visão e contexto e estratégico da empresa e o potencial da tecnologia.

Vamos analisar três usos transformadores:

1. Criar novos negócios, novos mercados ou novos modelos de negócio.

2. Influenciar o comportamento dos clientes e melhorar sua experiência de uso dos produtos e serviços, estabelecendo novos modelos de relacionamento entre a empresa e eles, e

3. Transformar as operações, tornando a empresa mais eficiente e efetiva nas suas atividades

Vamos analisar um pouco mais a fundo cada uma dessas três possíveis iniciativas, considerando que não são exclusivas. Mais de uma pode ser adotada, e o que vai decidir as prioridades é exatamente as decisões estratégicas da empresa.

Criar algo novo. Em muitos casos a aplicação da IA não apenas torna as operações mais eficientes, mas permite que novos negócios sejam construídos. Ou mesmo que sua aplicação permita a reengenharia de produtos e serviços atuais criando novas ofertas para o mercado. Por exemplo, nos EUA a Walmart criou o Walmart Healthcare para atuar no setor de saúde e se tornou um ator importante nesse setor. Outra empresa que atua em diversos setores, mas sempre criando iniciativas adjacentes ou que impulsionem ao seu core business é a Amazon. Hoje fica difícil até definir o que é a Amazon, pois atua em diversos setores. Mas esses setores se conectam em um ponto: todos obtém mais informações sobre o comportamento dos seus clientes e com isso alavanca o seu core business que é o comércio e atividades correlatas em si. Um ponto importante a salientar é que a Amazon muitas vezes desativa negócios, pois não atendem às expectativas. Isso é importante: não apenas ter ousadia para criar algo novo, mas também reconhecer que nem todas as ações funcionarão a contento e a empresa tem que ter a maturidade e o modelo cultural que permita reconhecer as falhas e desativar projetos.

Mais recentemente a Bloomberg anunciou o BloombergGPT, sistema de LLM (Large Language Model) voltado para área de finanças, explorando o imenso volume de dados que a empresa possui sobre finanças em geral. Com isso, espera oferecer mais serviços e facilidades aos seus clientes.

O uso intenso de IA também permite que empresas criem ecossistemas “AI-driven”, como a chinesa Ping An, que começou como uma seguradora em 1988 e hoje se descreve como uma plataforma tecnológica que oferece múltiplos serviços.

E a Airbus lançou em 2017 o serviço Skywise, com objetivo de se transformar em uma plataforma de referência a ser usada pelas empresas aéreas para melhorar sua eficiência operacional e suportar suas próprias jornadas digitais. Hoje um moderno avião comercial gera mais de 30 gigabytes de dados por dia, coletando mais de 40.000 parâmetros operacionais por avião. Isso gera um imenso volume de dados que permite a Airbus oferecer diversos serviços aos seus clientes. Alguns exemplos de uso da plataforma são: reduzir problemas de manutenção e evitar atrasos técnicos, identificar padrões de defeitos e prever falhas usando IA, aumentar a eficiência de combustível, otimizar substituições de peças reduzindo custos operacionais, minimizar o impacto de mudanças no cronograma de voos sobre passageiros e operações para redes de voos complexas e relatórios automatizados de vários documentos regulamentares. As companhias aéreas podem hospedar vários aplicativos analíticos e operacionais no Skywise usando todos os seus dados. Muitas companhias aéreas não têm os talentos nem os sistemas para criar essa plataforma por conta própria, e o Skywise permite que todos eles usem um sistema de gerenciamento de dados moderno.

Mas por que a Airbus está fornecendo essa plataforma? Como eles estão capturando valor dessa iniciativa? O principal benefício para a Airbus é que a plataforma foi projetada de forma que companhias aéreas e fornecedores possam compartilhar parte de seus dados diretamente e em tempo real com a Airbus. Essa centralização de dados e colaboração entre as diferentes partes interessadas permite que a Airbus responda e suporte muito mais rapidamente questões operacionais críticas e pode ajudar as companhias aéreas e fornecedores a evitar problemas antes que causem atrasos ou outro tipo de interrupção em suas operações. A longo prazo, ter acesso a alguns dos dados operacionais das companhias aéreas permitirá à Airbus entender como suas aeronaves se comportam na realidade (em diferentes geografias e modelos de negócios) e melhorar o design dos novos modelos de aeronaves. Aeronaves melhores melhorarão a confiabilidade, diminuirão o custo operacional e aumentarão a segurança na indústria da aviação. Isso se traduz, no final, em uma melhor experiência do cliente para os passageiros, criando um ciclo de feedback positivo para que todas as partes interessadas trabalhem juntas compartilhando dados. Ao mesmo tempo, ao fornecer parte de seus dados para a Airbus, as companhias aéreas se beneficiam ao ter acesso a uma série de métricas anônimas de benchmark. A comparação de seu desempenho com o restante do setor é uma informação fundamental que permite às companhias aéreas identificar oportunidades em seus processos, frotas, componentes, aeroportos etc.

Influenciar o comportamento dos clientes e melhorar a sua experiência de uso. Os sistemas de IA tem potencial de influenciar o comportamento dos clientes, criando mecanismos de personalização e recomendação. É um conjunto de aplicações que precisam ser aplicados com bastante critério, para evitar problemas de violação de privacidade e gerar vieses prejudiciais. Precisa passar por um forte crivo de aderência a regulações e regras de ética e compliance.

A influência sobre clientes não é novidade. O próprio marketing de massa tradicional faz isso. A questão que agora com disponibilização de uma imensa pegada digital deixada pelas pessoas usado seus laptops e smartphones, é possível fazer análises mais critérios e personalizadas. Vemos isso diariamente em sistemas de recomendação com os da Netflix, Spotify, Amazon e outros. Estima-se que cerca de 80% dos filmes e séries que as pessoas assistem na plataforma Netflix são direcionados pelos algoritmos de recomendação. Muitas vezes a aplicação da IA dentro dos produtos passa despercebida, como reconhecimento facial para identificação de acesso ao smartphone, corretores ortográficos e até mesmo quando o buscador do Google tenta completar suas frases de busca. Mas todos esses usos criam experiências melhores, que fazem os clientes gostarem mais e mais dos serviços e produtos. Também vemos aplicação de bots em diversas empresas, buscando agilizar as demandas de dúvidas e suporte dos usuários.

A primeira pontuação de crédito ao consumidor, o FICO Score, apareceu em 1989 e mudou o cenário de empréstimos. Anteriormente, não havia um sistema padrão baseado em dados de agências de crédito, portanto, havia muita papelada para obter um cartão de crédito ou um empréstimo. Com o sistema, a eficiência foi multiplicada. Uma pontuação de crédito é uma fórmula matemática projetada para informar a uma empresa a probabilidade de uma pessoa quitar um empréstimo no prazo. As empresas os usam para tomar decisões sobre se uma pessoa deve receber uma hipoteca, cartão de crédito, empréstimo de carro ou outro produto de crédito.

Transformar as operações. Os sistemas de IA podem contribuir para melhorar a eficiência e efetividade operacional das empresas. Atualmente é onde IA é mais usada pelas empresas. Um exemplo é a varejista americana Kroger que lançou a estratégia “Restock Kroger” em 2017 e que tem contribuído muito para seu posicionamento em um mercado ultracompetitivo que é o varejista. O objetivo é melhorar experiência do cliente, com diversas ações desde recomendação personalizada de produtos e contínua reposição dos estoques. Essa visão estratégica, suportada por dados e IA está presente com destaque nas suas apresentações para os investidores.

Com o recente uso de sistemas baseados em LLM, diversas atividades serão aceleradas em termos de produtividade. Ao longo do tempo funções desapareceram como ascensoristas e telefonistas. Se voltarmos uns 60 anos no tempo, veríamos profissões especializadas em uma cabine de aeronave que desapareceram, diante da automação: rádio-telegrafistas, navegadores e engenheiros de voo. Demandavam muito treinamento específico e eram atividades essenciais para o voo. O próprio perfil dos pilotos, os dois tripulantes atuais que comandam aviões com centenas de passageiros possuem outro modelo. Usam hoje computadores fazendo coisas que 60 anos atrás simplesmente não existiam. Os cocheiros foram substituídos por motoristas e os cavalos não são mais usados no transporte, mas se transformaram em cavalos-vapor, unidade de medida de potência. Nos próximos anos, em um provável cenário de mudanças transformacionais na carreiras, veremos uma onda de choque na indústria como um todo.

Na atividade de call center, um estudo interessante, no uso diário, mostrou ganhos significativos com essa nova tecnologia, em operação real. O estudo analisou o que aconteceu com uma empresa e seus funcionários depois que ela incorporou uma versão do ChatGPT, nos seus fluxos de trabalho.

A empresa fornece software administrativo a pequenas empresas, como funções como contabilidade e logística. Grande parte do trabalho dessa empresa é apoiar seus clientes, com suporte técnico. Os agentes de suporte passam seus dias ajudando essas empresas a lidar com vários tipos de problemas técnicos com seus softwares, em interações via chat como: “Por que estou recebendo esta mensagem de erro?”. É um trabalho estressante e repetitivo, com uma conversação média entre os agentes e clientes durando cerca de 40 minutos. Os agentes precisam conhecer os meandros do software, como resolver problemas e como lidar com clientes às vezes irritados. A rotatividade é alta.

Agora, quando os agentes olham para as telas de seus computadores, eles não veem apenas uma janela de chat com seus clientes. Eles também veem outra janela com bot baseado no chatGPT, para ajudá-los a atender os clientes de maneira mais eficaz em tempo real. O bot os aconselha sobre o que potencialmente escrever para os clientes e, também, fornece links para informações internas da empresa para ajudá-los a encontrar mais rapidamente as soluções para os problemas técnicos de seus clientes.

O resultado do estudo: esqueça as frases bombásticas publicadas na mídia, que não serão necessários mais agentes no call center, substituindo todos por IA. A grande descoberta foi que depois que a empresa de software adotou a IA, o agente tornou-se, em média, 14% mais produtivo. Eles foram capazes de resolver mais problemas de clientes por hora. E interessante é que nem todos os agentes ganharam igualmente com o uso da IA. Os agentes de suporte ao cliente mais experientes e altamente qualificados viram pouco ou nenhum benefício em usá-lo. Foram principalmente os representantes menos experientes e menos qualificados que obtiveram grandes ganhos em seu desempenho no trabalho. Mas, indiscutivelmente que é benefício para a empresa: pessoas com apenas dois meses de experiência e passam a ter um desempenho no nível de pessoas com seis meses de experiência.

Mas, por mais nos entusiasmemos com as notícias de ganhos com o uso dessas novas ferramentas, devemos atentar para a realidade e agir de forma racional. Por isso é importante olharmos com cuidado os estudos que são publicados. Estamos apenas arranhando o uso dessas novas tecnologias e ainda não sabemos de seus impactos em larga escala, no dia a dia das corporações. O uso individual, que vemos na mídia, é diferente do uso corporativo. Regras de compliance, aderência a regulações e processos de auditoria, nível de cultura digital, organização da empresa e outros fatores tornam os resultados da experiência individual, totalmente sem sentido se transplantados para o uso empresarial. Também devemos extrair o midiático das reportagens. Quando um estudo fala que 80% das profissões serão afetadas por sistemas LLM, não significa em absoluto a substituição e o fim desses empregos. Os PCs e os smartphones também afetaram um percentual igual ou maior de profissões e não provocaram substituição massiva das pessoas. Os estudos publicados, em sua imensa maioria foram feitos em ambientes controlados, diferentes do mundo real das empresas e servem apenas de indício. Precisamos validar e mensurar seus resultados no dia a dia das empresas, com uso em larga escala.

Para que os ganhos de produtividade se concretizem, os avanços da IA precisam se disseminar por toda a economia. Tradicionalmente, isso sempre leva tempo, então não esperemos que os potenciais ganhos de produtividade apareçam imediatamente. Os avanços precisam ser adotados e implantados por empresas e organizações que empregam trabalho cognitivo por toda a economia, incluindo pequenas e médias empresas, algumas das quais podem demorar para perceber o potencial de adaptação de novas tecnologias ou podem não ter as habilidades necessárias para usá-los adequadamente. Além disso, os estudos são feitos nos EUA e Europa, bem diferentes do contexto educacional e econômico brasileiro. Países melhor preparados ganharão mais com o uso dos LLMs, pela mão de obra mais voltada para o trabalho cognitivo, e aumentará o fosso em relação aos países menor habilitados. Seus efeitos econômicos serão desiguais.

Conclusões. A IA é uma poderosa ferramenta que, se bem utilizada pode criar vantagens competitivas para os negócios. Entretanto, para que a tecnologia seja usada em seu potencial é necessário uma visão estratégica e engajamento dos executivos seniores das empresas. Hoje, a maioria das iniciativas de IA que conhecemos aqui no Brasil são de responsabilidade dos CIOs, com pouco ou quase nenhum engajamento dos CEOs, demais C-level e do board. Acabam sendo aplicações táticas, sem uma visão estratégica do negócio.

Também é altamente recomendado a criação de um comitê de governança de IA, com a missão de avaliar as propostas de uso de IA pela organização. Existem algumas etapas principais que a empresa deve levar em consideração ao se preparar para instalar um programa de governança de IA. Primeiro, os seus membros devem entender como o viés de IA já é generalizado. Vemos frequentemente danos ativados por IA aparecerem na maioria dos setores. Por exemplo, ao projetar produtos para baby boomers, os produtos geralmente falham porque são direcionados aos “idosos”, enquanto apenas 35% das pessoas com 75 anos ou mais se consideram “velhas”. Esses erros causam danos aos resultados financeiros e de reputação das empresas, e que poderiam ser evitados com uma governança de IA que mitigue ou erradique vieses.

Segundo, os membros precisam de uma compreensão básica de como os vieses se infiltram na IA. Ao contrário da crença popular, a IA não é neutra ou infalível. Em vez disso, um algoritmo é como uma opinião. O viés pode ser incorporado em cada um dos pontos de contato humano ao longo do ciclo de vida da IA,​- desde a determinação e enquadramento do problema que será solucionado com uso de IA até o design do produto, a coleta, desenvolvimento e teste de dados. Cada estágio é limitado pela experiência e imaginação da equipe designada e reforçado por vieses históricos e aprendidos nos dados. Mas cada ponto de contato também é uma oportunidade de identificar e eliminar preconceitos nocivos. Como tal, o gerenciamento de riscos deve ocorrer em cada estágio do ciclo de vida da aplicação da IA.

E terceiro, é essencial um “risk assessment” para cada aplicação de IA. Um relatório recente descobriu que a maioria das empresas está implantando IA com risco significativo. Sessenta e cinco por cento das empresas entrevistadas não conseguiram explicar como as decisões ou previsões específicas do modelo de IA foram feitas, 73% tinham dificuldade para obter apoio executivo para priorizar a ética da IA ​​e as práticas de IA responsável e apenas um quinto monitora ativamente seus modelos em produção para fins de evitar preconceitos adotar valores éticos. Os membros do comitê precisarão garantir que os responsáveis e “sponsors” dos projetos de IA estejam cientes da governança responsável da IA.

Leitura complementar

1. “Is Your C-Suite Equipped to Lead a Digital Transformation?”, Harvard Business Review, 2021, https://hbr.org/2021/03/is-your-c-suite-equipped-to-lead-a-digital-transformation

2. “Walmart Health Nearly Doubles in Size With Launch Into Two New States in 2024”, https://corporate.walmart.com/newsroom/2023/03/02/walmart-health-nearly-doubles-in-size-with-launch-into-two-new-states-in-2024

3. “How Walmart Became a Major Player in the Healthcare Industry”, https://revcycleintelligence.com/features/how-walmart-became-a-major-player-in-the-healthcare-industry#:~:text=The%20company%20aims%20to%20promote,omnichannel%20care%20for%20Walmart%20Health.

4. “Amazon Business Strategy”, https://www.greyb.com/blog/amazon-business-strategy/ (artigo publicado inicialmente em 2018 e atualizado em fevereiro de 2023)

5. “Amazon Unbound: Jeff Bezos and the Invention of a Global Empire”, de Brad Stone, publicado por Simon & Schuster, 2021

6. “Introducing BloombergGPT, Bloomberg’s 50-billion parameter large language model, purpose-built from scratch for finance”, https://www.bloomberg.com/company/press/bloomberggpt-50-billion-parameter-llm-tuned-finance/

7. “From Insurance Giant to Tech Platform: The Story of Ping An”, https://hbr.org/podcast/2021/02/from-insurance-giant-to-tech-platform-the-story-of-ping-an

8. “Skywise: Airbus bet on big data”, https://d3.harvard.edu/platform-digit/submission/skywise-airbus-bet-on-big-data/

9. “Kroger to ‘lead with fresh, accelerate with digital’ “, https://www.supermarketnews.com/retail-financial/kroger-lead-fresh-accelerate-digital-2021

10. “ChatGPT Will Replace Programmers Within 10 Years”, https://levelup.gitconnected.com/chatgpt-will-replace-programmers-within-10-years-91e5b3bd3676

11. “This company adopted AI. Here’s what happened to its human Workers”, https://www.npr.org/sections/money/2023/05/02/1172791281/this-company-adopted-ai-heres-what-happened-to-its-human-workers?sf177996647=1

12. “Machines of mind: The case for an AI-powered productivity boom”, https://www-brookings-edu.cdn.ampproject.org/c/s/www.brookings.edu/research/machines-of-mind-the-case-for-an-ai-powered-productivity-boom/?amp

13. “Netflix recommendation system: How it works”, https://recoai.net/netflix-recommendation-system-how-it-works/#:~:text=Their%20approach%20was%20successful%20and,best%20proof%20of%20their%20efficiency.

14. “Board Responsibility for Artificial Intelligence Oversight”, https://corpgov.law.harvard.edu/2022/01/05/board-responsibility-for-artificial-intelligence-oversight/

15. “It’s 2021. Do You Know What Your AI Is Doing?”, https://www.fico.com/blogs/its-2021-do-you-know-what-your-ai-doing

Paper originalmente publicado no Redcore Insights, https://www.linkedin.com/pulse/ia-integrada-ao-neg%2525C3%2525B3cio-estrat%2525C3%2525A9gias-cases-para-contribuir-com%3FtrackingId=aW27TdI%252BP1%252BAVI9CYb%252Fbiw%253D%253D/?trackingId=aW27TdI%2BP1%2BAVI9CYb%2Fbiw%3D%3D