A promessa da IA ainda não se converte em retorno para a maioria das empresas

Empresas de todos os setores operam hoje uma mistura de plataformas de inteligência artificial, agentes conversacionais e ferramentas de automação de fluxos de trabalho. Os sistemas são avançados e respondem rapidamente, mas os resultados que entregam costumam estar errados, confusos ou desalinhados com a realidade do negócio. Essa distância entre a promessa da tecnologia e o desempenho na prática ajuda a explicar por que tantas organizações dificilmente colhem retornos dos investimentos em IA.

Uma pesquisa do MIT Technology Review Insights mostra que todas as empresas entrevistadas utilizam IA em algum nível. No entanto, apenas 16 por cento afirmam extrair valor transformador das implantações. A maior fatia dos respondentes, 40 por cento, relata ganhos moderados em tarefas ou equipes específicas. Outros 21 por cento dizem observar ganhos significativos, enquanto 23 por cento veem retornos mínimos ou nenhum.

O levantamento indica ainda que a maioria das companhias ainda está em fase piloto (38 por cento) ou usa a tecnologia para auxiliar o trabalho dos funcionários por meio de copilotos e assistentes de chat (35 por cento). Apenas 12 por cento das empresas têm agentes de IA em produção, e somente 3 por cento utilizam inteligência artificial para executar a maior parte do trabalho em processos críticos.

Prukalpa Sankar, cofundadora da Atlan, afirma que existe uma grande lacuna entre o que os modelos são capazes de fazer e a forma como eles se tornam úteis dentro das organizações. Para ela, a inteligência artificial geral já está aqui para todos os efeitos práticos, mas não é realmente útil na maioria das empresas atualmente.

O elemento ausente, segundo Sankar, é o contexto, ou seja, o quanto a IA entende o negócio. Uma camada de contexto funciona como a infraestrutura arquitetônica que fica entre os sistemas empresariais, como bancos de dados e sistemas de registro, e as plataformas de inteligência artificial. Esse mecanismo traduz a inteligência corporativa em contexto governado e utilizável por máquinas, permitindo que agentes e modelos de IA operem com mais precisão e que o conhecimento se acumule ao longo do tempo.

Sankar compara a ausência dessa camada a contratar o estagiário mais inteligente do mundo, vendar os olhos dele e jogá-lo na organização. Sem esse suporte, mesmo os modelos mais sofisticados atuam às cegas dentro da empresa.