Atualmente, as empresas voltadas para a inovação estão investindo recursos significativos em sistemas de inteligência artificial (IA) para avançar em sua jornada de maturidade em IA. De acordo com a IDC, os gastos mundiais com sistemas centrados em IA devem ultrapassar US$ 300 bilhões até 2026, em comparação com US$ 118 bilhões em 2022.
No passado, os sistemas de IA falhavam com mais frequência devido à falta de maturidade do processo. Sobre 60-80% dos projetos de IA costumavam falhar devido a planejamento inadequado, falta de conhecimento, gerenciamento inadequado de dados ou questões éticas e justas. Mas, a cada ano que passa, esse número está melhorando.
Hoje, em média, a taxa de fracasso de projetos de IA caiu para 46%, de acordo com o último relatório LXT. A probabilidade de falha da IA reduz ainda mais para 36% conforme a empresa avança em sua jornada de maturidade da IA.
Vamos explorar ainda mais o caminho de uma organização para a maturidade da IA, os diferentes modelos e estruturas que ela pode empregar e os principais impulsionadores de negócios para criar uma estratégia de IA eficaz.
O que é maturidade de IA?
Maturidade de IA refere-se ao nível de avanço e sofisticação que uma empresa alcançou ao adotar, implementar e dimensionar tecnologias habilitadas por IA para melhorar seus processos de negócios, produtos ou serviços.
De acordo com Relatório de maturidade LXT AI 2023, 48% das organizações de médio a grande porte dos EUA atingiram níveis mais altos de maturidade de IA (discutido abaixo), representando um aumento de 8% em relação ao pré os resultados da pesquisa do ano anterior, enquanto 52% das organizações estão experimentando ativamente com IA.
O relatório sugere que o trabalho mais promissor foi feito nos domínios de processamento de linguagem natural (NLP) e reconhecimento de fala-subcategorias de IA – já que eles tinham o maior número de soluções implantadas em todos os setores.
Além disso, o setor de manufatura e cadeia de suprimentos tem a menor taxa de falha de projeto de IA (29%), enquanto o varejo e o comércio eletrônico têm a maior ( 52%).
Explorando diferentes modelos de maturidade de IA
Normalmente, organizações orientadas a IA desenvolvem modelos de maturidade de IA adaptados às suas necessidades de negócios. No entanto, a ideia subjacente de maturidade permanece consistente entre os modelos, com foco no desenvolvimento de recursos relacionados à IA para alcançar o desempenho ideal dos negócios.
Alguns modelos de maturidade proeminentes foram desenvolvidos por Gartner, IBM e Microsoft. Eles podem servir como orientação para as organizações em sua jornada de adoção de IA.
Vamos explorar brevemente os modelos de maturidade de IA do Gartner e da IBM abaixo.
Modelo de maturidade de IA do Gartner
O Gartner possui um modelo de maturidade de IA de 5 níveis que as empresas podem usar para avaliar seus níveis de maturidade. Vamos discuti-los abaixo.
Ilustração do modelo de maturidade da Gartner AI. Fonte: LXT report 2023
Nível 1 – Conscientização: as organizações neste nível começam a discutir possíveis soluções de IA. No entanto, nenhum projeto piloto ou experimento está em andamento para testar a viabilidade dessas soluções neste nível.Nível 2 – Ativo: As organizações estão nos estágios iniciais de experimentação de IA e projetos piloto.Nível 3 – Operacional: as organizações neste nível tomaram medidas concretas para a adoção da IA, incluindo mover pelo menos um projeto de IA para produção.Nível 4 – Sistemático: as organizações neste nível utilizam a IA para a maior parte seus processos digitais. Além disso, os aplicativos baseados em IA facilitam a interação produtiva dentro e fora da organização.Nível 5 – Transformacional: as organizações adotaram a IA como parte inerente de seus fluxos de trabalho de negócios.
De acordo com esse modelo, as empresas começam alcançar a maturidade de IA do nível 3 em diante.
Estrutura de maturidade de IA da IBM
A IBM tem desenvolveu sua própria terminologia e critérios exclusivos para avaliar a maturidade das soluções de IA. As três fases da estrutura de maturidade de IA da IBM incluem:
Fases do IBM AI Maturity Framework
Prata: Nesse nível de capacidade de IA, as empresas exploram ferramentas e tecnologias relevantes para se preparar para a adoção da IA. Também inclui a compreensão do impacto da IA nos negócios, preparação de dados e outros fatores de negócios relacionados à IA.Gold: neste nível, as organizações obtêm uma vantagem competitiva ao fornecer um resultado de negócios significativo por meio da IA. Esse recurso de IA fornece recomendações e explicações apoiadas por dados, pode ser usado por usuários de linha de negócios e demonstra boa higiene e automação de dados.Platinum: esse sofisticado recurso de IA é sustentável para fluxos de trabalho de missão crítica. Ele se adapta aos dados recebidos do usuário e fornece explicações claras para os resultados da IA. Além disso, fortes medidas de gerenciamento e governança de dados estão em vigor, o que dá suporte à tomada de decisões automatizada.
Grandes barreiras no caminho para atingir a maturidade da IA
As organizações enfrentam vários desafios para atingir a maturidade. O relatório LXT 2023 identifica 11 barreiras, conforme mostrado no gráfico abaixo. Vamos discutir alguns deles aqui.
Gráfico de desafios de maturidade de IA. Fonte: LXT report 2023
1. Integrando a IA com a tecnologia existente
Cerca de 54% das organizações enfrentam o desafio de integrar a tecnologia legada ou existente aos sistemas de IA, tornando-se a maior barreira para atingir a maturidade.
2. Qualidade de dados
Dados de treinamento de alta qualidade são vitais para a construção de sistemas de IA precisos. No entanto, coletar dados de alta qualidade continua sendo um grande desafio para atingir a maturidade. O relatório constata que 87% das empresas estão dispostas a pagar mais pela aquisição de dados de treinamento de alta qualidade.
3. Lacuna de habilidades
Sem as habilidades e os recursos certos, as organizações lutam para criar casos de uso bem-sucedidos de IA. Na verdade, 31% das organizações enfrentam falta de talentos qualificados para apoiar suas iniciativas de IA e atingir a maturidade.
4. Estratégia de IA fraca
A maior parte da IA que observamos em sistemas do mundo real pode ser categorizada como fraca ou restrita. É uma IA que pode executar um conjunto finito de tarefas para as quais foi treinada. Cerca de 20% das organizações não têm uma estratégia abrangente de IA.
Para superar esse desafio, as empresas devem definir e documentar claramente seus objetivos de IA, investir em dados de qualidade e escolher os modelos certos para cada tarefa.
Principais impulsionadores de negócios para o avanço de suas estratégias de IA
Os Maturidade LXT identifica dez principais impulsionadores de negócios para IA, conforme mostrado no gráfico abaixo. Vamos discutir alguns deles aqui.
Uma ilustração dos principais impulsionadores de negócios para IA. Fonte: LXT report 2023
1. Agilidade de negócios
A agilidade de negócios refere-se à rapidez com que uma organização pode se adaptar às tendências e oportunidades digitais em constante mudança usando soluções de negócios inovadoras. Ele continua sendo o principal impulsionador das estratégias de IA para cerca de 49% das organizações.
A IA pode ajudar as empresas a obter agilidade nos negócios, permitindo uma tomada de decisão mais rápida e precisa, automatizando tarefas repetitivas e melhorando a eficiência operacional.
2. Antecipação das necessidades do cliente
Cerca de 46% das organizações consideram a antecipação das necessidades do cliente como um dos principais impulsionadores de negócios para estratégias de IA. Ao usar a IA para analisar os dados do cliente, as empresas podem obter informações sobre o comportamento, preferências e necessidades do cliente, permitindo que adaptem seus produtos e serviços para melhor atender às expectativas do cliente.
3. Vantagem Competitiva
A vantagem competitiva permite que as empresas se diferenciem de seus concorrentes e ganhem vantagem no mercado. É um fator chave para as estratégias de IA, de acordo com 41% das organizações.
4. Simplifique a tomada de decisões
A tomada de decisões automatizada baseada em IA pode reduzir significativamente o tempo necessário para tomar decisões críticas informadas por dados. É por isso que cerca de 42% das organizações consideram simplificar a tomada de decisões como um importante impulsionador de negócios para estratégias de IA.
5. Desenvolvimento de produtos
De ser reconhecido como o principal impulsionador de negócios para estratégias de IA em 2021, o desenvolvimento de produtos inovadores caiu para o sétimo lugar, com 39% das organizações considerando-o um impulsionador de negócios em 2023.
Isso mostra que a aplicabilidade da IA nos processos de negócios não depende inteiramente da qualidade do produto. Outros aspectos de negócios, como alta resiliência, sustentabilidade e um tempo de lançamento rápido no mercado, são essenciais para o sucesso dos negócios.