Por Luís Almeida (*)

Ana entra na sala do CEO com um ar determinado e diz: "Temos que investir em GenAI, senão a nossa empresa vai desaparecer perante os nossos concorrentes e não vamos conseguir melhorar a experiência do cliente." O CEO, perplexo, responde: "Mas nós já estamos a investir em GenAI e os projetos não têm tido o sucesso esperado. Quais são os passos que faltam?"

Nos últimos anos, a inteligência artificial generativa (GenAI) tem sido promovida como a próxima grande revolução tecnológica, prometendo transformar tudo, desde o atendimento ao cliente, como áreas de logística, marketing, entre outras. No entanto, a realidade tem sido bem diferente para muitas organizações que aderiram a esta onda tecnológica com expectativas elevadas e pouco realistas. De acordo com uma pesquisa da Bain & Company, 87% das empresas estão a desenvolver aplicações de GenAI. No entanto, esta excitação inicial muitas vezes ignora as realidades práticas e técnicas desta tecnologia.

Nos últimos temos, vimos muitos projetos de GenAI a falhar devido a expectativas mal definidas. As empresas esperam que a GenAI resolva desafios complexos, sem a necessidade de ajustes contínuos e refinamento dos modelos. Este tipo de falha muitas vezes resulta em frustração e desilusão, sublinhando a necessidade de uma compreensão mais profunda das capacidades e limitações da GenAI.

Apesar das suas promessas, a GenAI também tem as suas limitações. A qualidade e a governança de dados são problemas persistentes que muitas vezes são subestimados. Esta tecnologia depende fortemente da qualidade de dados para que possamos ter melhores resultados. Por isso, a falta de preparação adequada leva a resultados iniciais que podem parecer promissores, mas que na realidade são ilusórios, gerando uma confiança injustificada. Melhorar a qualidade dos dados é crucial para se conseguir uma implementação bem-sucedida da GenAI, e as empresas precisam de dar prioridade a este ponto.

Outro aspeto passa pela facilidade de uso de ferramentas como o ChatGPT, que leva muitas empresas a acreditarem que podem rapidamente resolver problemas complexos sem a necessidade de uma preparação e testes rigorosos. No entanto, como compara Amol Ajgaonkar, CTO de inovação de produto na Insight, interagir com sistemas de GenAI não é como dialogar de forma coerente com um adulto, mas sim como dar instruções a adolescentes: às vezes a IA “escuta”, outras vezes não. Este comportamento inconsistente torna ainda mais crucial a necessidade de uma abordagem disciplinada e realista.

Aliás, o sucesso com GenAI não vem da tentativa de saltar etapas críticas. A verdadeira chave está na preparação rigorosa dos dados, testes e afinação contínua dos modelos. Santiago Valdarrama, fundador da Tideily, sugere que, ao abordar problemas empresariais, deve-se começar com métodos básicos ou regras simples antes de avançar para modelos de mais complexos. Esta abordagem permite um entendimento mais profundo do problema e estabelece uma base sólida para futuras soluções baseadas em IA.

Todos sabemos que a GenAI possui um potencial enorme, mas é crucial que as empresas ajustem as suas expectativas e abordagens. Uma implementação bem-sucedida requer uma preparação cuidadosa, expectativas realistas e um compromisso contínuo com a melhoria. Só assim as empresas poderão evitar a desilusão e colher os verdadeiros frutos desta tecnologia inovadora.

(*) Head Data, AI & Analytics na InnoWave