Empresas que aprendem com IA saem lucrando

Apenas 10% das empresas obtêm benefícios financeiros significativos da aplicação de Inteligência Artificial (IA).

“Por que tão poucas?”, questiona a pesquisa Expanding AI’s Impact with Organizational Learning, do MIT Sloan Management Review em colaboração com a BCG. A reposta é que essas poucas empresas trabalharam para alterar seus processos de maneira intencional, ampla e profunda para facilitar o aprendizado organizacional com IA. Pode parecer uma coisa óbvia de se fazer, mas não é.

Nesse seleto grupo de empresas, o foco estratégico é o aprendizado organizacional, não apenas o aprendizado de máquina. Isso significa que humanos e máquinas não apenas trabalham juntos, mas aprendem uns com os outros. Essa é grande conclusão.

CADASTRE-SE GRÁTIS PARA ACESSAR 5 CONTEÚDOS MENSAIS

Já recebe a newsletter? Ative seu acesso

Ao cadastrar-se você declara que está de acordo
com nossos Termos de Uso e Privacidade.

Cadastrar

Com o aprendizado organizacional, as chances de uma organização relatar benefícios financeiros significativos aumentam para 73%.

Dos mais de 3.000 gerentes que participaram da pesquisa, assim como executivos e acadêmicos, 57% afirmaram estar testando ou implantando IA em suas companhias, 59% dizem ter uma estratégia para IA e 70% entendem como gerar valor de negócios. Comparados há dez anos, os números mostram uma aceitação crescente por parte das empresas. Pelo menos 20% tira benefícios significativos com os fundamentos básicos – ter os dados, tecnologia e talentos organizados em torno de uma estratégia corporativa. Só que apenas uma em cada dez organizações gera benefícios financeiros significativos com IA.

Em 2020, 57% das empresas relataram ter pilotos de IA ou soluções de IA implantadas, um grande aumento de 46% em 2017. Cada vez mais, estratégias específicas de IA orientam esses esforços. Mais da metade dos entrevistados (59%) afirmam ter uma estratégia de IA, contra 39% em 2017.

As organizações que aprendem com IA possuem três características essenciais:

1.Facilitar a aprendizagem sistemática e contínua entre humanos e máquinas.
O aprendizado organizacional com IA não envolve uma interseção de três pontos: humanos ensinam máquinas; máquinas ensinam humanos; aprendizagem autônoma. As organizações que permitem que humanos e máquinas aprendam continuamente uns com os outros com os três métodos têm cinco vezes mais chances de obter benefícios financeiros significativos do que as organizações que aprendem com um único método.

2.Desenvolver várias maneiras de interação entre humanos e máquinas.
Humanos e máquinas podem e devem interagir de maneiras diferentes, dependendo do contexto. O aprendizado mútuo com IA decorre dessas interações homem-máquina. Um sistema de IA pode fazer uma recomendação e os humanos decidirão se implementam ou não. Da mesma forma, humanos podem gerar soluções e a IA avaliar a qualidade dessas soluções. As que usam efetivamente todos os cinco modos de interação têm seis vezes mais chances de obter benefícios financeiros significativos em comparação com as organizações eficazes em um único modo de interação.

3.Mudar para aprender e aprender a mudar.
Estruturar as interações entre humanos e máquinas requer mudanças. As organizações que fazem mudanças extensas em muitos processos têm cinco vezes mais chances de obter benefícios financeiros significativos em comparação com aquelas que fazem apenas algumas mudanças em alguns processos. Essas organizações não mudam apenas os processos para usar IA; eles mudam processos em resposta ao que aprenderam com IA.

As organizações que estão registrando melhores resultados financeiros com uso de IA possuem lideranças que querem efetivamente ser mais adeptos dessa tecnologia. E não se trata apenas de enxergar IA como uma ferramenta para reduzir custos e proporcionar automação.

A Porsche é um bom case. A fabricante alemã de carros esportivos usa IA para tomar decisões complexas de produção e combinar seu estoque com a demanda local em várias cidades. Mattias Ulbrich, CIO da Porsche, afirma: “Com base na IA, aprendemos continuamente como adaptar melhor a combinação precisa de configurações de carros, dentre milhões de opções potenciais, que oferecemos a cada mercado”. Para a Porsche, melhorar sua capacidade de alocar os produtos certos ao mercado certo é uma motivação contínua para aprender com IA.

Os benefícios da precisão geralmente requerem velocidade. Para 90% dos líderes, a IA aumenta a rapidez com que percebem e respondem a mudanças no ambiente de negócios.

Na empresa de busca chinesa Baidu, a IA permeia as estruturas. “Tornamos a IA um imperativo estratégico inicial”, diz Yanjun Ma, diretor da plataforma de aprendizado profundo da Baidu Research, “e isso teve um impacto direto em nossa precisão, velocidade e eficiência”. A velocidade ajuda os líderes a capitalizar na precisão.

“À medida que o core business é construído em torno de software e dados, a natureza da organização muda”, diz Marco Iansiti, professor de Administração de Empresas na Harvard Business School. Em vez de apenas aplicar IA a casos específicos, uma arquitetura corporativa baseada em algoritmos e dados permite que uma organização não apenas use IA, ou mesmo automatize amplamente com IA, mas aprenda com IA. Esse volume de mudança organizacional exige tempo e esforço.