Porque é que tantos projetos de IA não conseguem criar valor para o negócio?

Os projetos de IA falham frequentemente por razões que pouco têm que ver com a tecnologia subjacente. A verdadeira dificuldade consiste em transformar uma capacidade de IA numa solução que responda a um problema empresarial real, se integre nas formas de trabalhar existentes e seja suficientemente confiável para ser utilizada de forma consistente.

O trabalho da LTPlabs em literacia em IA e adoção aponta para um padrão recorrente: as organizações investem em ferramentas e projetos-piloto antes de chegarem a acordo sobre onde a IA pode criar valor, quem deve ser responsável pelos resultados e o que precisa de mudar em torno da tecnologia.

O problema começa muitas vezes antes do modelo

Uma iniciativa de IA precisa de ter um objetivo empresarial claro. No entanto, as organizações podem começar por um novo modelo, uma plataforma ou uma ambição genérica de “utilizar IA” em toda a empresa.

As equipas executivas devem concentrar-se nas áreas em que a IA pode melhorar uma decisão específica, um processo, uma interação com o cliente ou uma fonte de produtividade. A qualidade da oportunidade é mais importante do que o número de casos de uso.

Por isso, muitas organizações estão a iniciar transformações mais pequenas e focadas. Um estudo da MIT Sloan Management Review mostra que as empresas estão a criar valor através da IA generativa ao melhorar atividades e processos específicos, enquanto desenvolvem as bases necessárias para mudanças de maior escala.

Uma solução funcional exige preparação organizacional

Uma solução tecnicamente sólida pode falhar quando a organização não está preparada para a adotar. Entre os obstáculos recorrentes encontram-se objetivos pouco claros, confiança e competências limitadas, preocupações de governação, processos mal integrados, sistemas fragmentados e dados pouco fiáveis.

A adoção deve desenvolver-se em paralelo com o caso de uso.

As pessoas precisam de ter uma razão clara para mudar, oportunidades para aplicar a tecnologia a trabalho relevante, orientação sobre riscos e limitações e apoio visível por parte das lideranças.

As capacidades de liderança devem desenvolver-se a diferentes níveis

Um executivo que decide onde investir tem necessidades diferentes das de um gestor que procura melhorar a produtividade da equipa ou de um colaborador que utiliza uma ferramenta de IA aprovada.

Uma abordagem mais sólida começa por avaliar os conhecimentos atuais, a função, o contexto de trabalho, o acesso a ferramentas e os potenciais casos de uso. Esta informação pode orientar diferentes percursos de aprendizagem.

A aplicação prática é essencial. Nos programas de liderança que desenvolvemos para grandes organizações, como o AI4Executives e o Leading with AI, os participantes testam ferramentas em tarefas reais e desenvolvem protótipos com base em desafios empresariais. Desta forma, a aprendizagem é ligada às decisões e aos processos que se espera que consigam transformar.

O alinhamento executivo permite ultrapassar a fase dos projetos-piloto

Os portefólios de IA tornam-se fragmentados quando as equipas desenvolvem experiências isoladas sem uma visão partilhada das prioridades, dos riscos, das responsabilidades e do valor esperado.

Os executivos precisam de compreender suficientemente bem a IA para tomarem decisões sobre investimento, governação, implicações para a força de trabalho e resultados esperados. Precisam também de um processo para avaliar, validar e escalar casos de uso.

Antes de uma ideia se transformar num projeto, as lideranças devem perguntar:

• Que problema empresarial estamos a resolver?
• De onde virá o valor?
• De que dados e processos depende?
• Quem é responsável pelo resultado?
• Como será medido o sucesso?

Os projetos de IA têm maiores probabilidades de criar valor quando a tecnologia, as prioridades do negócio, as capacidades organizacionais e a adoção são consideradas em conjunto. Transformações pequenas e bem escolhidas podem gerar resultados, ao mesmo tempo que demonstram o que é necessário para escalar.