Opinião: Porque falham tantos projetos de IA – e como tornar o seu bem-sucedido

Por Nicholas Borsotto (*)

Os líderes empresariais estão cada vez mais impacientes para implementar a IA nas suas operações, sendo que muitos têm grandes expectativas em relação ao que esta tecnologia pode oferecer. Os líderes tecnológicos estão preparados para gastar de forma a colher o que esperam que sejam melhorias para as empresas, e operações simplificadas, com um aumento de 61% na despesa planeada em IA em 2024, de acordo com um novo estudo.

Mas os líderes empresariais devem encontrar um equilíbrio entre o seu entusiasmo pela IA e as necessidades da empresa. Pese embora as promessas desta tecnologia, muitas empresas já se depararam com provas de conceito que não produziram os resultados esperados. Conseguir resultados tangíveis de investimentos em IA requer uma reflexão cuidadosa, e atenção ao detalhe na execução.

Existe um fosso substancial entre a tecnologia que está a ser desenvolvida em laboratório, e a realidade do dia-a-dia das operações empresariais. É fácil ficar entusiasmado com tecnologia que ainda não atravessou este fosso. É exatamente assim que o investimento em IA é desperdiçado.

Porque é que a IA pode falhar

Até mesmo a melhor tecnologia é apenas uma experiência científica se não puder ser adotada e usada no mundo real. A principal razão para a IA “não funcionar” para empresas é que as pessoas tentam “fazer IA” em vez de identificar os problemas ou ineficiências. Para identificar esses problemas, os líderes empresariais devem primeiro falar com os parceiros, e ouvir os consumidores e funcionários na linha da frente.

Será que a empresa carece de recursos para falar com clientes? Será que a empresa precisa de encontrar uma forma de reduzir as emissões de combustível? O verdadeiro interesse desta tecnologia não advém de pensar na IA como uma solução isolada, mas de acrescentar a IA como solução para um problema empresarial real.

Como fazer da IA um sucesso

A abordagem à IA é muitas vezes ter uma “equipa de IA”, em vez de aplicar a tecnologia à empresa como um todo. Esta abordagem compartimentada é um erro: a IA deve estar integrada numa abordagem holística, e que vise escalá-la a todas as partes da empresa. Por exemplo, um chatbot com IA generativa que consegue responder a perguntas específicas pode ficar disponível para um conjunto restrito de clientes inicialmente, mas ser expandido depois a grupos maiores.

A comunicação interna é também fundamental dado que os benefícios empresariais da prova de conceito precisam de ser comunicados dentro das organizações. Isto é relevante pois os projetos de IA muitas vezes não são entusiasmantes para as lideranças até alcançarem uma determinada escala.

Porque é que a IA generativa pode causar problemas

Até os especialistas que trabalharam na área durante vários anos foram apanhados de surpresa com a forma como o ChatGPT tornou o pináculo da tecnologia de IA tão fácil de adotar. Isso, por sua vez, facilitou para que os líderes empresariais imaginassem que a IA generativa deveria ser adotada por todos. Mas eles devem parar para pensar sobre se esta tecnologia é a escolha certa, ou se outras formas de IA podem ser mais indicadas.

O entusiasmo em torno da IA generativa levou a que, por vezes, fosse utilizada em áreas que não jogam com os seus pontos fortes naturais. A AI generativa é excelente para interfaces de utilizador conversacionais, como chatbots, descoberta de conhecimento e criação de conteúdo. É também muito útil na segmentação, na automatização inteligente e na deteção de anomalias. Por exemplo, a Smartia, uma empresa britânia líder em tecnologia de IA industrial e IoT, trabalhou com a Lenovo para tirar partido da aprendizagem de máquina e tecnologias de IA de visão por computador para permitir que o seu processo de fabrico de compósitos fosse mais suave e reduzisse consideravelmente as anomalias. Isto demonstra como a IA já está a melhorar o controlo da qualidade do fabrico através de vários sistemas que detetam defeitos com precisão.

Como as empresas estão a fazer funcionar a IA

A IA já está a ajudar as organizações a resolver problemas reais em setores como o retalho e a indústria de produção. A IA ajuda a simplificar e a acelerar os processos, eliminando o tempo gasto pelas equipas em tarefas mundanas. Tanto no retalho como na indústria da produção, a visão por computador está a emergir como uma utilização interessante e bem-sucedida da IA, ligando os mundos físico e digital e ajudando a detetar defeitos nas linhas de produção e oferecendo uma visão valiosa em ambientes de retalho.

A solução de IA da Signatrix utiliza a visão por computador para obter informações importantes a partir de câmaras em lojas de retalho, muito para além da simples resolução de furtos ou incidentes semelhantes. O sistema é capaz de oferecer informações sobre tendências importantes em relação ao que os clientes estão a ver e a comprar, e de validar o sucesso das promoções. O sistema pode identificar tudo, desde produtos extraviados até ao desempenho da publicidade dentro da loja em termos de visualizações.

Na produção, o software LabVista da Graymatics utiliza a visão por computador para ajudar a tornar as fábricas e os laboratórios mais eficientes e também mais seguros para os funcionários. O LabVista efetua verificações de controlo de qualidade dos produtos, assegurando que não faltam quaisquer componentes, e monitoriza o número de produtos que saem de uma linha de produção em qualquer período, procurando também defeitos. Ainda mais importante que isso, o sistema LabVista ajuda a tornar as fábricas mais seguras: o sistema procura fumo e fogo, detetando também máquinas propensas a acidentes.

Preparar o caminho para um futuro de IA

Os líderes empresariais têm de manter os pés bem assentes na terra quando lidam com IA e evitar deixar-se levar pelo entusiasmo em torno da tecnologia. Isto significa dar um passo atrás e concentrar-se em problemas reais e tangíveis e definir as prioridades para os resolver primeiro. Uma abordagem holística é fundamental: a sua integração de IA deve ser integrada na solução de um problema da vida real e o projeto deve ser algo em que várias equipas possam pôr as mãos na massa. Ao adotarem uma abordagem ponderada e holística, os líderes podem garantir que os projetos de IA vão para além do conceito.

(*) WW AI Business Lead and Head of Lenovo AI Innovators Program