7 razões pelas quais sua estratégia de IA não está funcionando

A inteligência artificial (IA) promete ajudar as empresas a aumentar a produtividade, a agilidade dos negócios e a satisfação do cliente, ao mesmo tempo que reduz o tempo necessário para lançar novos produtos e serviços no mercado. No entanto, à medida que mais líderes de TI mergulham suas organizações profundamente na ciência de IA, muitos estão encontrando decepção em vez de sucesso. Um estudo da IDC em 2020, por exemplo, descobriu que 28% das iniciativas de IA e machine learning (ML) falharam.

Leia também: 3 previsões para a computação em nuvem em 2021 que fogem do ‘óbvio’

A criação de uma estratégia de IA eficaz requer um planejamento cuidadoso, estabelecimento de metas bem definidas e construção de um forte compromisso de gerenciamento, além da capacidade de evitar erros comuns com habilidade. Se a estratégia atual de IA da sua organização não está entregando os resultados esperados, aqui estão sete razões prováveis.

1. Treinamento de equipe insuficiente

Deixar de atender adequadamente às necessidades do usuário é um dos maiores obstáculos para uma implantação de IA bem-sucedida.

“A menos que as empresas preparem as pessoas para usar uma solução de IA, ela não terá escala”, avisa Charla Griffy-Brown, Professora de Sistemas de Informação e Gerenciamento de Tecnologia na Escola de Negócios Graziadio da Pepperdine University. Não se trata apenas de treinamento, ela acrescenta. “Isso requer a atualização de políticas e a implementação de suporte comercial, não apenas suporte técnico”.

Os líderes de TI devem garantir que sua força de trabalho seja adequadamente treinada para trabalhar com a nova tecnologia, diz Ravi Kumar, Presidente da empresa global de consultoria de TI Infosys. “Eles devem ter um plano para educar e capacitar suas equipes para trabalhar com IA e não apenas consumi-la”.

A ideia de que a IA requer esforço humano deve ser incorporada à iniciativa desde o início. “Isso pode ser mais difícil de implantar do que a própria IA”, diz Grifffy-Brown.

2. Governança ausente ou inadequada

As estratégias de IA não podem funcionar ou escalar com eficácia sem um padrão de governança de modelo totalmente implantado em toda a empresa. Existem muitas facetas no modelo de governança, observa Scott Zoldi, Diretor de Analytics do provedor de serviços de pontuação de crédito FICO.

“Deve-se incorporar os conceitos de IA responsável, que é robusta, explicável, ética e eficiente”, explica. O modelo também deve se concentrar nas práticas de implantação de tecnologia padrão e especificar quais métodos de IA podem ou não ser usados.

“Finalmente, os projetos de IA precisam de um processo de desenvolvimento de modelo governado corporativo [para que] os modelos sejam criados de acordo com o padrão corporativo e não sujeitos à arte de cientistas de dados individuais”, acrescenta Zoldi.

3. Falha em entender o verdadeiro valor da IA

À medida que a IA se torna acessível a um número crescente de empresas, muitos novos adotantes estão deixando de reconhecer totalmente os benefícios de ROI do mundo real da tecnologia. “É essencial integrar a IA à cadeia de valor central dos aplicativos da indústria, em vez de tratá-la como um complemento”, disse Lan Guan, Diretor-Gerente Sênior da unidade de inteligência aplicada da Accenture. “Quando a IA é incorporada perfeitamente, o rastreamento de valor torna-se fácil, habitual e viciante”.

O roteiro de descoberta de valor da IA difere da maioria das outras tecnologias empresariais. O software, por exemplo, vem com suas próprias proteções de valor.

“É muito claro exatamente qual valor uma empresa vai ganhar”, diz Kumar. Uma vez que AI carece de guarda-corpos de valor, seu valor poderia ser muito bem exponencial. “As organizações geralmente não entendem como descobrir toda a amplitude de casos de uso de IA”, observa ele. “Além disso, a adoção da IA pelas empresas geralmente tem se concentrado em problemas pontuais ou em abordar um desafio específico, não necessariamente pensando em uma ‘visão geral’ sobre como a tecnologia pode ser usada em sua cadeia de valor.”

4. Negligenciar a incorporação total da IA aos processos de negócios existentes

Para que a IA crie valor, ela deve ser incorporada diretamente ao processo de negócios de destino. Isso não significa apenas que o processo de negócios precisará mudar, mas a função humana dentro do processo também terá que se adaptar.

“Para a maioria das tarefas mundanas, a IA pode automatizar todo o processo e tirar a [interação] humana do circuito”, diz Shervin Khodabandeh, Sócio Sênior e Colíder de IA do Boston Consulting Group, uma empresa de consultoria de gestão.

Khodabandeh observa que a automação completa, sem humanos, é um importante benefício da IA, mas representa apenas uma pequena fração do valor que a tecnologia é capaz de fornecer. “Em nossa pesquisa e trabalho com organizações líderes, vemos que muitas vezes elas aproveitam a IA além da automação – usam-na para impulsionar o crescimento, melhorar a experiência do cliente e gerenciar melhor os riscos”. As organizações mais eficazes alcançam esse objetivo implementando novos modelos de interação humano-IA.

No atendimento ao cliente, por exemplo, não é apenas o que a IA pode fazer, é como os agentes humanos de atendimento ao cliente trabalham com IA para atender melhor os clientes. “A fim de realmente adotar o aprendizado organizacional e ver os sistemas humanos de IA florescerem, as empresas precisam começar a iniciativa de IA com uma compreensão profunda dos processos de negócios subjacentes que precisam mudar e as múltiplas formas potenciais que os humanos e a IA podem interagir no novo processo”, explica Khodabandeh.

A seletividade também é importante. IA se tornou uma palavra da moda em TI, e poucos CIOs querem se ver atrás do movimento da IA. Ainda assim, na pressa de pegar uma carona, muitos líderes de TI sentem que devem lançar mão da IA em todos os desafios de negócios possíveis, observa Manjeet Rege, Diretor do Centro de Inteligência Artificial Aplicada da Universidade de St. Thomas em St. Paul, Minnesota. “Muitas vezes, vemos desenvolvido um departamento de IA que não se integra bem com as unidades de negócios”, afirma.

Rege propõe o lançamento de uma iniciativa de IA que será financiada durante os primeiros dois a três anos pelas unidades de negócios afetadas. “Dessa forma, a equipe de IA tem tempo suficiente para mostrar as possibilidades da IA às unidades de negócios”, explica. “Ao mesmo tempo, as unidades de negócios desenvolvem confiança na IA e estão dispostas a financiar projetos de IA nos anos subsequentes”.

5. Gerenciamento e monitoramento insuficientes

Os CIOs são especialistas em fornecer tempo de atividade “cinco noves”. Incutir o rigor da IA não é menos importante, porque as decisões tomadas usando a tecnologia geralmente afetam diretamente as vidas humanas. “O mesmo nível de rigor necessário para garantir que os sistemas estejam funcionando e funcionando precisa ser aplicado para garantir que os modelos de IA tenham um desempenho e sejam monitorados continuamente”, diz Zoldi.

Zoldi aponta para um relatório recente da Corinium Global sobre a construção de IA em um ambiente interrompido, que descobriu que 67% dos chefes de dados e analistas não monitoram seus modelos para garantir sua precisão contínua, bem como para evitar desvios e distorções do modelo. “Apesar de ser normalmente esquecido, a implantação e o monitoramento do modelo de IA são tão ou mais importantes do que o desenvolvimento do modelo central”, diz ele.

6. Falta de apoio da alta administração

Como muitos CIOs bem sabem, geralmente há falta de conhecimento em dados entre os representantes de negócios sênior. Portanto, cabe aos líderes de TI mostrar e visualizar o impacto e os benefícios do desenvolvimento de uma estratégia de IA vigorosa.

As empresas terão dificuldade em escalar sua estratégia de IA quando não tiverem a adesão total dos patrocinadores executivos e não priorizarem e inovarem corretamente seus casos de uso, diz Jerry Kurtz, Vice-Presidente Executivo de Insights e Data para empresa de consultoria de tecnologia e negócios Capgemini North America. “Se as organizações não puderem ver os benefícios de longo prazo e o retorno de seus investimentos de curto prazo, será difícil conseguir a adesão para dimensionar essas estratégias de IA para compromissos de longo prazo”, explica ele.

Convencer a alta administração de que a IA é uma tecnologia comprovada de construção de valor pode ser um desafio, Kurtz admite. “[A resistência] pode ser superada com sucesso, mas requer uma estratégia e um roteiro de IA cuidadosamente planejados que abordem a trilha de dados em paralelo com o processo de identificação/priorização de casos de uso de negócios e abordem efetivamente as barreiras não técnicas para o dimensionamento”, observa ele.

7. Negligenciar o gerenciamento de adoção

Resista ao impulso de estourar todo o orçamento de IA em compras de tecnologia. “Em vez disso, gaste quase uma quantia equivalente em gerenciamento de adoção”, recomenda Krishna Kutty, Sócio-Gerente e Cofundador da empresa de consultoria de gerenciamento Kuroshio Consulting. “Reservar fundos para comunicação, treinamento, reprojetos de fluxo de trabalho e mudanças na estrutura organizacional da implementação de IA é uma necessidade para o sucesso”, diz ela.

Kutty observa que muitas empresas presumem que investir em tecnologias de IA e tarefas de gerenciamento de dados relacionadas é suficiente para realizar o trabalho. Isso é um grande erro. “A maioria dos problemas acontece fora das equipes estreitas centradas em TI”, ela avisa. Toda a organização, de operações a finanças, RH e marketing, deve ser incluída nos modelos operacionais e de negócios para implantar a IA de maneira eficaz. “CIOs eficazes trabalham em um modelo de parceria com seus colegas C-suite para garantir o desenvolvimento de uma estratégia holística de IA e o sucesso associado na implantação da tecnologia em escala”, diz ela.