Por que as empresas têm dificuldades em implementar análises em IA?

Já faz um tempo que a inteligência artificial deixou de ser tendência para ganhar espaço nos mais diferentes processos corporativos. Hoje é comum encontrar empresas que utilizam as análises provenientes de soluções desse tipo em diferentes etapas do seu negócio – tanto as grandes corporações quanto os pequenos negócios.

Há diversos recursos que atendem e complementam cada objetivo. A questão é que, apesar desse cenário totalmente positivo, muitas organizações têm dificuldades para implementar as análises de IA em suas estruturas, que exigem o suporte de plataformas robustas capazes de apoiar a tomada de decisão para impulsionar os resultados esperados.

Diversos estudos e levantamentos comprovam essa adversidade no desenvolvimento da tecnologia no Brasil. No exterior, a inteligência artificial é apontada como um dos principais destaques tecnológicos das indústrias mundiais em 2022, ao lado do aprendizado de máquina (machine learning) e da rede 5G (prevista para entrar em setembro de 2022 no Brasil).

Além disso, o setor de softwares de inteligência artificial deve movimentar US$ 62,5 bilhões em todo o mundo, com um crescimento de 21% em relação ao ano passado, segundo a Gartner. Já aqui no Brasil, apenas um quarto das organizações nacionais (25%) possuía projetos baseados em IA e/ou machine learning em 2021, de acordo com a IDC.

Para reverter essa situação, há dois desafios principais que emergem para os gestores e profissionais. O primeiro deles é justamente o aspecto histórico e cultural. Ou seja, as corporações no Brasil não possuem uma tradição de coletar dados para embasar as decisões tomadas no ambiente corporativo.

Isso leva a uma série de problemas, como má qualidade das informações que servem de base para as análises, incapacidade de extrair os melhores insights e até a dificuldade dos colaboradores em incluir essa possibilidade em suas rotinas. Dessa forma, as soluções de inteligência artificial são subutilizadas e, na maioria dos casos, atendem a situações específicas quando poderiam entregar muito mais para o negócio.

Além disso, há também uma questão tecnológica. O Brasil, via de regra, adere com atraso às tendências do universo de TI – e com a IA não é diferente. As tendências aparecem e são implementadas primeiro lá fora e só depois chegam às organizações brasileiras. Se por um lado isso pode ser útil para aprender com os cases, por outro significa mais complexidade na utilização por parte dos profissionais.

Hoje, por exemplo, uma das principais barreiras da popularização da IA entre as grandes corporações nacionais é a incapacidade de escalar sua presença em todas as áreas e departamentos. Faltam investimentos, conhecimento e modelos capazes de oferecer aquilo que as equipes precisam. Afinal, os dados que podem ser úteis para o time de marketing não necessariamente servirão para a equipe comercial.

A boa notícia é que, aos poucos, o mercado brasileiro diminui essa distância em relação às principais nações na implementação da inteligência artificial, e consequentemente, promove uma transformação em seu uso dentro das empresas. Isto é, há mais projetos e exemplos que impulsionam a entrada dessa tecnologia no ambiente corporativo.

O exemplo disso é a consolidação de plataformas que agilizam a construção de modelos preditivos para facilitar a análise de dados. Com esses recursos, é possível levantar todas as informações mais importantes para cada equipe/departamento, como previsão de vendas, retorno de investimento, estimação de demanda, formação de preços, entre outros. Sempre a partir do cruzamento de dados nacionais para facilitar a tomada de decisão.

Incluir a inteligência artificial no planejamento estratégico é uma questão de sobrevivência para qualquer corporação atualmente. Os dados se tornaram a matéria-prima de toda operação, mas é fundamental saber quais informações são mais importantes e, claro, quais devem embasar a tomada de decisão. Nesse sentido, análises preditivas a partir dessa tecnologia representam aquilo que diferencia as empresas de sucesso daquelas que ficam pelo caminho. A única questão é saber se as companhias estão prontas para superar esses desafios.

* Rafael Mendonça, é CTO da 4intelligence, startup especializada em soluções que apoiam a tomada de decisão por meio da análise de dados