IA Generativa nas empresas: uma maratona, não um sprint

Desde que o Chat GPT foi liberado para acesso público, já se passaram pouco mais de seis meses. Esse tempo que, num primeiro momento, pode parecer curto, foi suficiente para, literalmente, virar de ponta-cabeça os planejamentos estratégicos de tecnologia da maioria das empresas do planeta, independentemente do setor ou tamanho. Não que inteligência artificial seja um tema novo na agenda das corporações, definitivamente não é. Inclusive, ele tem figurado, de maneira recorrente, como uma das maiores prioridades de investimentos nos últimos anos. Mas o que, então, tem causado esse movimento todo, o que as empresas estão buscando (ou deveriam estar) e que mudanças práticas elas precisam endereçar nos seus planos anteriores?

A ferramenta da OpenAI é o membro mais conhecido de toda uma nova classe de soluções e plataformas que vem se multiplicando desde então. Em comum, o fato de darem acesso de maneira criativa massificada e, em boa medida, democrática, aos mais recentes avanços na área de inteligência artificial generativa (Gen AI), sendo esta uma especialização do campo de aprendizado de máquina na inteligência artificial. O que o mundo descobriu no final do ano passado é que a capacidade da máquina em entender, processar e gerar linguagem, especialmente em formato de texto, avançou muito mais rápido do que se previa até então. Mesmo Bill Gates, que já acompanhava de perto o time da OpenAI desde 2016 confessou que, ao testemunhar os avanços do ChatGPT, em meados do último ano, se viu diante "do mais importante avanço em tecnologia desde a interface gráfica". A razão disso, como depois Yuval Harari, um dos mais conhecidos e importantes historiadores da atualidade explicou, é que a "linguagem é o sistema operacional da civilização humana", a ferramenta da qual é feita praticamente toda nossa cultura, leis, religiões, histórias e áreas de conhecimento. O que o Chat GPT e seus similares fizeram foi "hackear" esse sistema operacional. Os computadores agora conseguem criar linguagem em diferentes formatos (texto, áudio, vídeo, software, etc), não só em quantidade praticamente infinita, como já eram capazes, mas em qualidade equivalente ou, em casos crescentes, melhor que a imensa maioria dos humanos.

O enorme impacto econômico da IA Generativa nas empresas

Se as prováveis consequências éticas e sociais desse novo momento ainda são alvo de intenso debate, com visões e previsões bem polarizadas, o gigantesco impacto econômico para as empresas já é dado como certo. O que a maioria dos CEOs e investidores já percebeu é que, qualquer atividade intelectual humana no contexto corporativo que dependa ou faça uso de linguagem, poderá, em breve, ser radicalmente otimizada e melhorada. Em alguns casos, poderá até ser, em boa medida, substituída por contrapartes automatizadas. Isso traz possíveis desdobramentos absolutamente fascinantes (e, em outros ângulos, preocupantes) para as empresas, especialmente em duas dimensões:

A primeira, mais óbvia e imediata, é a de produtividade e eficiência. Muito brevemente todos nós, trabalhadores intelectuais, teremos poderosos "co-pilotos" para nos ajudar. Não importa se somos gerentes, advogados, professores, vendedores, designers, matemáticos, engenheiros, médicos, programadores. Qualquer que seja nossa área de atuação, as “pessoas estagiárias inteligentes e globais", como definiu Kevin Kelly, fundador da revista Wired, serão capazes de multiplicar, em algumas ordens de grandeza, nossa capacidade de análise, curadoria, criação e revisão de conhecimento. Essas mesmas capacidades, quando forem integradas na maioria das plataformas e soluções tecnológicas internas das empresas, trarão economias e ganhos de eficiência até difíceis de estimar atualmente. A IA Generativa tornará obsoleta nossa forma de trabalho atual alterando significativamente a estrutura de custos e, por consequência, redefinindo a economia de escala, em boa parte das indústrias.

A segunda é a de personalização, quase que ilimitada, da experiência dos usuários e clientes. Qual será o reflexo no consumo, no engajamento, na satisfação deles, quando a comunicação das empresas, assim como as jornadas digitais que elas provém, sejam de venda ou de suporte, puderem ser totalmente individualizadas e baseadas nas preferências de cada usuário e seu histórico de relacionamento? Será que, finalmente, o Santo Graal do Marketing será viabilizado através da IA Generativa? Na verdade, isso já começou a acontecer. Pesquisas recentes têm mostrado que a maioria dos profissionais dessa área já usam, no dia a dia, algumas das atuais ferramentas de Gen AI para criar ou revisar e-mails de marketing, posts em redes sociais, imagens para campanhas, descrições de produtos e serviços. O Gartner estima que, em menos de 3 anos, um terço de todo o outbound marketing originado de grandes empresas será criado de maneira totalmente automatizada, com pouca ou nenhuma interação humana. Um ano atrás, esse percentual era de um dígito. O custo dessa personalização, no entanto, ainda é um obstáculo para viabilizar ambições desse tipo. Análises mostram que, em alguns casos, um acesso ao Chat GPT pode custar quase dez vezes mais do que um equivalente ao Google. Porém, assim como aconteceu com a computação em nuvem, a evolução tecnológica e a competição irão, no médio prazo, tornar essa equação muito mais convidativa.

Com recompensas tão convidativas como essas, é fácil entender o frenesi desse tema nos conselhos e salas de diretoria das empresas. Mas o quão rápido elas serão capazes de começar a capturar, em escala, esses ganhos? Infelizmente, a resposta não é 2023. E a razão é que elas próprias, e a tecnologia em si, não estão prontas ainda. É possível pensar nessa jornada de adoção em quatro estágios.

No primeiro e atual estamos vendo a proliferação de assistentes inteligentes (a exemplo do Chat GPT, Bard, Bing, Dall-E, Midjourney, etc), plugins e aplicativos especializados. Temos usado de maneira crescente essas ferramentas nas nossas atividades ligadas à comunicação, colaboração e produção de conteúdo. Porém, é um uso, ainda em boa parte, individual ou, quando muito, no contexto de um pequeno time. Os ganhos, apesar de já serem potencialmente relevantes, são igualmente limitados, já que dependem da soma de pequenos incrementos locais pouco coordenados e que estão baseados em soluções até o momento em versões experimentais.

O Desafio da Adoção da IA no ambiente corporativo

O próximo estágio, ao qual já começamos a ter acesso, envolve o uso nativo de IA Generativa nas principais plataformas de mercado e softwares empresariais, que hoje formam a espinha dorsal de boa parte das empresas. Os primeiros da fila são as suites de colaboração, comunicação e produção de conteúdos. Na esteira, veremos as plataformas de desenvolvimento de código-fonte, as soluções de CRM, vendas, marketing, RH, jurídico. Num futuro não muito distante, será impensável uma solução B2B que não use, de maneira intensiva e eficiente, esses recursos. 

A partir desses passos iniciais, começaremos a ver uma integração mais profunda e disseminada da IA Generativa nas principais jornadas digitais das empresas, seja com seus clientes, colaboradores ou parceiros. Nesse momento, várias das plataformas de mercado disponibilizarão poderosas APIs que poderão ser integradas em pontos-chave das interações com os usuários. Várias companhias terão, nesse momento, seus próprios Large Language Modelos (LLM), criados nas etapas anteriores e, através da integração deles com os modelos abertos, serão capazes de aportar uma inteligência muito mais específica e poderosa. Essa curadoria da inteligência artificial será, provavelmente, o grande diferencial num futuro de médio prazo.

Por fim, com a maturidade de empresas, plataformas e dos próprios usuários, num mundo com a inteligência artificial cada vez mais pervasiva e ubíqua, começaremos a ver experiências e processos de negócio que foram pensados e construídos, desde o início, com uma mentalidade "AI first". A exemplo do que aconteceu com os smartphones, com o mantra do "Mobile First", veremos, nos próximos anos, uma completa revolução nos padrões e no entendimento de como deve se dar a interação entre humanos e máquinas. De uma maneira que, hoje, não temos ainda repertório e capacidade cognitiva para conseguir prever. Mas é um movimento inexorável, assim como foram as ondas anteriores de transformação.

Do presente ao futuro: orientações para a Integração da IA

Mas o que fazer agora? Que nível de atenção e investimento deveria ser dado para esse tema nas empresas? Quais deveriam ser os objetivos desses primeiros "camps? Um possível caminho seria, simplesmente, não fazer nada. Esperar a natural curva de maturidade, pela qual toda tecnologia passa. Como o Gartner coloca, aguardar que saiamos desse atual "pico de expectativas infladas", passemos pelo "vale da desilusão" e, só então, cheguemos ao "platô de produtividade". Ou, numa alternativa bem próxima a essa, apenas delegar o assunto para que uma área ou estrutura separada de inovação ou P&D faça suas investigações e provas de conceito e, num momento oportuno, traga recomendações mais embasadas de como essas tecnologias poderiam ser incorporadas à empresa. Essa estratégia, nesse contexto de IA Generativa, tem poucas chances de prosperar. A principal razão é que, diferente de ondas anteriores, o ritmo de evolução da tecnologia é frenético e nada indica que vai mudar no futuro próximo. Além disso, em momentos de ruptura de paradigmas, como o que estamos começando a vivenciar, os novos modelos de interação, negócio e, principalmente, sociais são derivados das experimentações dos que largaram primeiro. A combinação desses dois fatores faz com que a vantagem competitiva dos pioneiros possa crescer, de maneira exponencial e rapidamente. Ou seja: não mergulhar nesse assunto agora é limitar-se a uma perigosa posição de retardatário ou, mais provavelmente, de mortal irrelevância. 

O oposto dessa estratégia, que seria a experimentação desenfreada e distribuída, também não parece ser o melhor caminho. Além dos óbvios riscos de segurança ligados ao compartilhamento de dados sigilosos em LLMs públicos, há outras duas razões tão importantes quanto: a primeira é que, num território ainda com tantas variáveis desconhecidas, nenhuma empresa pode se dar ao luxo de não capturar, de maneira disciplinada e intencional, os aprendizados iniciais dessa jornada. Em segundo lugar - e talvez mais importante, é que a inteligência artificial organizada ou curada, resultado da integração estratégica entre informações próprias e públicas, deveria começar a ser criada, idealmente, desde já. E isso não é possível sem uma governança centralizada, pró-ativa, adaptável e lean.

A combinação de uma experimentação disseminada de maneira agressiva, mas guiada por recomendações e padrões explícitos, porém evolutivos, aliada a estruturas centralizadas de captura de aprendizado e orquestração tem se mostrado um modelo mais apropriado para esse cenário de frenética evolução. Nesse primeiro momento, pelo menos nos próximos 6 a 12 meses, além de acompanhar, obviamente, os indicadores críticos de negócio, associados aos casos de uso em experimentação, há pelo menos quatro dimensões nas quais as empresas deveriam ter estratégias definidas para capturarem e evoluírem a sua governança.

A primeira é sobre o entendimento da tecnologia em si e suas reais e promissoras aplicações no contexto específico, no qual a organização atua. Há muito desconhecimento ainda sobre a IA Generativa, muitas vezes há uma visão superficial de quais problemas ela pode ou não ajudar a resolver. É fundamental que essa jornada inicial de experimentação contribua, de maneira intencional, para a elevação da maturidade sobre o tema, não só nas lideranças de tecnologia, mas também nas de negócio.

A segunda diz respeito aos riscos éticos e de compliance, que vêm atrelados a essas novas e sedutoras possibilidades. Se a regulação, como de costume, virá atrasada, as empresas precisarão, por conta própria, criar e refinar suas políticas de como irão lidar com questões que, até agora, ganham uma outra ordem de grandeza e complexidade, como privacidade, direitos autorais, desinformação e responsabilidade por informações e conteúdos que tenham sido gerados pela inteligência artificial.

A terceira é, sem dúvida, a base mais crucial para qualquer aspiração de vantagem competitiva significativa e duradoura no médio prazo. As empresas que liderarão esta corrida serão as que, mais rapidamente, conseguirem desenvolver sua estratégia tecnológica. Isso envolve a criação e gestão de suas infraestruturas de computação e dados na nuvem de forma escalável, flexível e segura. Além disso, é imprescindível a implementação de uma governança robusta, tanto para o ciclo de vida dos dados, quanto para os modelos de inteligência artificial em uso.

Por fim, na ótica das pessoas, o desafio não é menor. Se a IA vai transformar radicalmente a maneira como todos trabalhamos, isso demandará uma completa reformulação da atual arquitetura organizacional. Esta deverá ser traduzida nos modelos de carreira e incentivos, nos processos de desenvolvimento, na topologia das equipes e áreas, nos processos de trabalho e, principalmente, na liderança. Num horizonte mais imediato, nessas primeiras ondas de experimentação, é importante que as empresas estejam atentas para remover fricções nos atuais processos de pessoas que possam inibir ou, pior, punir os colaboradores e líderes que estejam à frente do início dessa reinvenção. Em paralelo, será igualmente necessário mapear as novas competências necessárias e criar (ou ajustar) os programas internos de capacitação, contratação e estabelecimento de parcerias.

A necessidade de reconhecimento e reinvenção

Sobre os experimentos em si, é natural que haja uma expectativa muito grande de testar essas novas tecnologias na maior quantidade possível de cenários. Porém, num momento em que a palavra de ordem é eficiência e há uma escassez de recursos, as empresas precisam fazer algumas apostas assimétricas na seleção de quais casos de uso receberão a parcela mais relevante de recursos e atenção. Uma estratégia bem sucedida, já aplicada em diversas organizações, é partir da jornada dos clientes, identificando os pontos nos quais há maior oportunidade de ganho, seja de eficiência ou experiência e, para esses, elencar possíveis soluções, utilizando a tecnologia em questão. O mesmo raciocínio também pode ser aplicado partindo dos processos críticos de operação e, neles, mapeando as principais fontes de ineficiência. No caso de IA, em especial das tecnologias generativas, uma abordagem complementar é a de considerar as capacidades tecnológicas nas quais há real ganho disruptivo. Um exemplo é o de cenários onde haja necessidade de criar conteúdo ou linguagem, de uma maneira mais genérica, seja ela uma conversa com um cliente ou um código-fonte. O cruzamento dessas duas dimensões, uma focada nas dores e oportunidades de negócio e a outra focada nas alavancas mais poderosas da IA, deve gerar os casos de uso mais interessantes de serem priorizados.

Victor Hugo, o poeta e autor francês, disse que "nada no mundo é mais poderoso do que uma ideia cuja hora chegou". Os avanços recentes estão demonstrando que, definitivamente, entramos numa nova era da inteligência artificial. As mudanças serão profundas e atingirão toda a atividade econômica e social da nossa civilização. Negligenciar esse fato é colocar-se no passado e, com isso, condenar-se à uma lenta, mas inexorável extinção. Não há outra escolha para as empresas e, em especial, para a liderança, senão reconhecer esse fato e se lançar, de maneira intensa e intencional, numa jornada de profunda reinvenção. Não há tempo a perder!

---