Um dos maiores desafios para implementar IA é passar do conceito à escala. Agora, um novo relatório do Deloitte AI Institute descobriu que, em negócios relacionados ao consumidor, como nos segmentos de varejo, hospedagem, restaurantes, viagens, transporte e indústria automotiva, isso é especialmente difícil porque muitos têm grandes plataformas legadas e operações descentralizadas de dados e análises.
Para cada setor, o relatório destacou os casos de uso de IA mais valiosos, examinou os principais problemas e oportunidades de negócios e os benefícios que provavelmente serão alcançados. Também identificou seis maneiras de a IA criar valor para os negócios:
-
- Redução de custos: aplicando IA e soluções de automação inteligente para automatizar tarefas de valor relativamente baixo e frequentemente repetitivas, reduzindo custos por meio de maior eficiência e qualidade.
- Velocidade de execução: reduzindo o tempo necessário para obter resultados operacionais e de negócios, minimizando a latência.
- Redução da complexidade: melhorando a compreensão e a tomada de decisões por meio de análises que são mais proativas, preditivas e capazes de ver padrões em fontes cada vez mais complexas.
- Transformação do engajamento: mudando a maneira como as pessoas interagem com a tecnologia, permitindo que as empresas se envolvam com as pessoas em termos humanos, em vez de forçar os humanos a se envolverem em termos de máquina.
- Incentivo à inovação: redefinindo onde jogar e como ganhar usando IA para permitir a criação de novos produtos, mercados e modelos de negócios inovadores.
- Fortalecimento da confiança: protegendo uma empresa de riscos como fraude cibernética e melhorando a qualidade e consistência, com maior transparência para aumentar a confiança da marca.
Mas atenção: é preciso começar direito. Em um esforço para aproveitar melhor os dados, as empresas geralmente implementam arquiteturas de dados modernas, como data lakes, ambientes de laboratório e ferramentas de última geração para análises avançadas. Embora esses investimentos facilitem a preparação de novos algoritmos, muitas tarefas ainda apresentam obstáculos. Por exemplo, os modelos não são documentados e, portanto, não são escaláveis, e o teste dos modelos é feito manualmente, prolongando significativamente o processo. A preparação do ambiente e dos dados leva tempo e os modelos devem ser ajustados durante o teste e a produção para levar em conta as diferentes configurações e tecnologias. Para resolver essas questões, as empresas líderes começaram a adotar o DataOps.
Claro, os melhores usos para IA variam de uma organização para outra, e há muitos casos de uso atraentes para a tecnologia. As taxas de adoção de IA e os níveis de maturidade também variam muito entre todos os setores analisados pela Deloitte. Ainda asssim é possivel dizer que a IA está rapidamente se tornando uma necessidade competitiva para quase todos os tipos de negócios – dirigindo níveis sem precedentes de eficiência e desempenho, tornando possível para todas empresas, independente do seu tamanho, fazer coisas que simplesmente não eram possível antes. A chave do sucesso é começar pequeno, mas pensar grande.
No ano passado, um outro estudo da Deloitte, o “State of AI in the Enterprise, 3rd Edition“, descobriu que 74% das empresas ainda estaavam no estágio de experimentação de IA com foco na modernização de seus dados para IA e construção de experiência em IA por meio de uma variedade de programas-piloto isolados e provas de conceito, mas sem uma visão clara de como todas as peças se encaixavam. Apenas 26% das empresas estavam focadas em implantar casos de uso de IA de alto impacto em escala, que é onde a IA pode criar valor real. O que mostra o vasto campo que aa tecnologia tem para se estabelecer.