Corrida da IA: Como evitar a armadilha da adoção precipitada

*Paulo Watanave

Quando pensamos nas tecnologias mais disruptivas e populares que têm ganhado espaço no mundo dos negócios, é impossível não considerar a inteligência artificial como uma das principais ferramentas. E isso não é à toa, já que a pesquisa 'The State of AI in Early 2024: Gen AI Adoption Spikes and Starts to Generate Value', realizada pela McKinsey, revela que 72% das empresas já utilizam IA. O entusiasmo é alimentado principalmente pela possibilidade de eliminar tarefas repetitivas por meio da automação, otimizando o tempo dos profissionais, que pode ser aproveitado em atividades de maior valor e relevância, reduzindo custos e aumentando a eficiência. Esse frenesi pode fazer com que gestores que ainda não adotaram essa tecnologia sintam-se em desvantagem. Em mercados altamente competitivos, é comum que se busquem soluções inovadoras para que as organizações se destaquem e alcancem o sucesso. No entanto, é crucial que os gestores pensem de forma estratégica antes de adotar novas tecnologias, evitando decisões precipitadas que busquem apenas a aparência de inovação. Existe a necessidade de garantir que a aceitação dessas soluções esteja alinhada com as necessidades reais do negócio e que se compreenda como elas podem, de fato, impulsionar o crescimento.
A adoção deve ser cuidadosamente estudada, pois qualquer alteração no cotidiano de trabalho implica em mudanças nos processos, estruturas organizacionais e na cultura, o que demanda tanto tempo quanto recursos.
Para apoiar a tomada de decisão, especialistas como Alexandre Nascimento, pesquisador do MIT, apresentam estudos que podem ser fundamentais no desenvolvimento de um plano de IA para o negócio. Um exemplo é o modelo AI2M (Artificial Intelligence Adoption Intention Model), criado por ele, que considera cinco fatores principais que influenciam a intenção de integração da IA: as condições facilitadoras, que avaliam se o usuário acredita ter os recursos necessários para utilizar a IA; a expectativa de performance, que mede se o usuário acredita que a IA melhorará seu desempenho no trabalho; a expectativa de esforço, que reflete a percepção do usuário sobre a dificuldade de aprender e utilizar a IA; a autoeficácia, que é a confiança do usuário em sua capacidade de usar a IA; e a influência social, que avalia a pressão percebida por parte de outras pessoas para adotar a IA.
De forma mais generalista, esses tomadores de decisão devem considerar o seguinte cenário: qual é o problema que eu enfrento e como a IA pode ajudar a resolvê-lo, em vez de adotar a abordagem inversa, que seria decidir implementar a IA sem considerar onde e como ela será aplicada. Esses questionamentos não têm a intenção de apresentar uma visão negativa sobre a integração da IA, pois é evidente o quanto ela pode beneficiar os processos de trabalho. Em vez disso, o objetivo é destacar que a IA deve ser vista como uma ferramenta, e não como a solução milagrosa, como o entusiasmo e o buzz gerados pela atenção frequente da mídia muitas vezes fazem parecer. Assim, as organizações podem maximizar os benefícios da IA e garantir uma transformação eficaz.
*Paulo Watanave é head of Data & Analytics na Nava Technology for Business