Quero um Sistema com Inteligência Artificial e um Caldo de Cana

Todos sabem que houve uma evolução significativa dos recursos tecnológicos nos últimos cinco anos, especialmente impulsionada pela pandemia, que forçou a transformação digital prematura de muitas organizações. Conforme relatado pela McKinsey (2020), a pandemia acelerou a digitalização em diversos setores, com algumas empresas avançando "dois ou três anos" em apenas alguns meses. Além disso, 86% dos executivos afirmaram que a pandemia acelerou seus planos de transformação digital.

Neste cenário, é comum encontrarmos um "caos tecnológico", onde os processos e a estratégia organizacional não evoluíram na mesma velocidade das tecnologias adquiridas. De acordo com a Harvard Business Review (2021), muitas empresas falharam ao tentar adotar tecnologias digitais sem um plano claro, o que resultou em falhas de implementação e dificuldades para escalar os projetos. Embora muitas ferramentas tenham sido adotadas de forma emergencial e imediata devido ao contexto vivido, é fundamental que, em muitas situações, se planeje corretamente a adoção de qualquer nova tecnologia.

Estamos na terceira onda da transformação digital, e com ela vieram poderosas ferramentas e recursos, como: IoT (Internet das Coisas), blockchain, realidade aumentada, aprendizado de máquina (ML) e Inteligência Artificial (IA).

Em meio a esse cenário acelerado, já vivi situações em que as empresas chegam à conclusão de que precisam comprar ou desenvolver uma IA. Isso pode gerar certa apreensão, especialmente porque a IA é uma ferramenta para resolver necessidades e apoiar a transformação digital, e não uma solução mágica ou o impulsionador financeiro imediato. Estudos indicam que a adoção de IA deve ser estratégica. O relatório "State of AI 2021" da McKinsey revela que, embora o uso de IA tenha aumentado, muitas empresas ainda não possuem as infraestruturas ou dados adequados para aproveitar ao máximo essa tecnologia. Além disso, as empresas que mais se beneficiaram da IA foram aquelas que a implementaram de maneira alinhada às suas necessidades específicas de negócios.

Adotar IA, RPA ou ML deve ser uma decisão tomada após compreender as necessidades da organização. Essas necessidades podem surgir de dois eixos principais que impulsionam a aceleração digital: aumentar a eficiência operacional e/ou melhorar a experiência do usuário (cliente). Dentro dessa abordagem, surgem diversas questões que podem ser solucionadas com IA, mas, em alguns casos, uma simples melhoria de processo já pode trazer grandes benefícios.

O conceito de que a adoção de tecnologias deve ser guiada pela necessidade estratégica está bem documentado. A Forrester e a Gartner frequentemente destacam que a transformação digital bem-sucedida exige uma abordagem holística que leve em consideração os objetivos de negócios antes de adotar qualquer tecnologia. A adoção de IA ou automação sem esse alinhamento pode resultar em investimentos ineficazes.

Portanto, é aconselhável alinhar a evolução dos processos com o apoio de tecnologia, focando na aceleração digital e em seus eixos (eficiência operacional x experiência do usuário). Antes de pensar na adoção de uma ferramenta, é fundamental planejar para evitar decisões equivocadas que levem a organização a investir em ferramentas desnecessárias ou a seguir um caminho errado. Isso pode resultar em prejuízos significativos.

Vale lembrar que as máquinas e a IA são programadas por pessoas que aprendem com algoritmos e dados. Imagine o impacto de se aprender e tomar decisões com um algoritmo falho (imaturo) ou com dados frágeis e sem integridade. É como se um ser humano saltasse da fase infantil diretamente para a fase adulta, sem passar pela adolescência e juventude. Nesse caso, as decisões provavelmente seriam imaturas e precipitadas. Da mesma forma, uma organização precisa passar por fases até atingir a aceleração digital.

A pesquisa da PwC (2020) destacou que 60% das organizações enfrentam dificuldades para melhorar a qualidade dos dados, o que pode impactar diretamente a eficácia dos sistemas de IA. Além disso, um estudo da MIT Sloan ressaltou que a qualidade dos dados é um dos maiores desafios na implementação bem-sucedida de IA, e que dados incorretos ou imaturos podem comprometer o desempenho dos modelos de IA.

Temos à disposição recursos tecnológicos fantásticos, mas eles são ferramentas para apoiar o amadurecimento orgânico e natural da transformação digital das organizações. Portanto, é essencial planejar cuidadosamente antes de "surfar" nessa onda tecnológica.

Tecnologia não é "pastel", para sua implantação e utilização é necessário muito planejamento e direcionamento.