Por Jackie Wiles | 4 minutos de leitura | 15-08-2023
Contexto geral
A IA generativa promete melhorias de produtividade e oportunidades de transformação dos negócios sem precedentes, mas para calcular o valor de novos investimentos em IA generativa, é necessário criar um estudo de viabilidade simulando o custo e o valor potencial de diversas atividades de GenAI com foco no mix de:
Casos de uso diferenciadores;
Iniciativas de transformação.
Isso provavelmente virá dos assistentes de produtividade, como o Copilot para Microsoft 365 e Google Workspace;
Tais atividades são fáceis de iniciar, testar e comprar, mas normalmente são específicas para cada tarefa. Por isso, mensure e avalie o tempo economizado nessas duas tarefas específicas e em atividades agregadas relacionadas a processos e em períodos de tempo específicos;
As melhorias de produtividade por si só podem ser uma fonte decrescente de diferenciação ao longo do tempo, mas a integração desses recursos em outros processos de negócios pode ajudar as empresas a manterem a vantagem competitiva;
O tempo para gerar valor é curto (menos de um ano).
Saiba mais: o que a IA generativa significa para os negócios
Apoie-se em casos de uso que aproveitem a IA generativa dentro da indústria ou em aplicativos personalizados que permitam utilizar os dados corporativos de maneiras exclusivas para ampliar os processos atuais;
Essas iniciativas diferenciadoras proporcionam uma vantagem competitiva mais defensável do que ganhos rápidos, mas vêm acompanhadas de custos e riscos mais altos e mais imprevisíveis;
Benefícios diretos e indiretos, inclusive o potencial para a geração de receita, geralmente podem compensar os custos, assumindo uma reformulação eficaz de processos subjacentes, aquisição de novas competências e gestão de riscos;
O tempo para gerar valor é médio (entre um e dois anos).
Até 2025, o crescimento em 90% das implementações de IA generativa pelas empresas vai desacelerar devido aos custos superiores ao valor agregado.
Fonte: Gartner
Os casos de uso transformadores acompanham custos, complexidade, risco e potencial para dívida técnica mais elevados;
Inovações contínuas em IA generativa estão refinando modelos e técnicas e reduzindo os custos de adoção. No entanto, até o surgimento de opções com custos mais baixos, os diretores inovadores precisarão aceitar retornos financeiros tangíveis difíceis de quantificar e custos, complexidade e riscos mais elevados em troca da vantagem de sair à frente;
Os critérios de decisão de investimento devem priorizar os benefícios estratégicos que podem ser difíceis de quantificar em termos financeiros, em detrimento dos benefícios financeiros específicos de tarefas ou processos imediatamente identificáveis;
O tempo para gerar valor é longo (mais de 2 anos).
Até 2028, mais de 50% das empresas que construíram grandes modelos de IA do zero abandonarão seus esforços devido aos custos, complexidade e dívida técnica em suas implementações.
Fonte: Gartner
“Líderes empresariais precisam construir um portfólio de ganhos rápidos de IA generativa, casos de uso diferenciadores e de transformação. Combine iniciativas com ROI tangível com líderes de perda e aqueles que proporcionam benefícios de transformação e vantagens competitivas difíceis de serem quantificadas inicialmente e de maneira direta em termos financeiros.”
3 ideias para abordar com seus colegas
Classifique e priorize os ganhos rápidos da IA generativa pelo impacto potencial, custo e complexidade, mas saiba que a maioria deles pode ser financiado por meio de economia de custos e produtividade incremental.
Para casos de uso diferenciadores para melhorar processos de negócios específicos, avalie os custos incrementais potenciais e capture tanto os benefícios financeiros quanto os resultados estratégicos.
As iniciativas de transformação de IA generativa exigem que executivos e conselhos de administração tolerem mais riscos e ponderem os impactos no nível estratégico, competitivo e de mercado em suas decisões de investimento.
Compartilhe este artigo
Rita Sallam é Vice-Presidente e Analista Distinta, além de Membro do Gartner Fellow, na equipe de Dados e Análise. O foco de Sallam inclui acompanhar as tendências de mercado, avaliação e seleção de fornecedores, e identificar melhores práticas para obter valor comercial a partir de investimentos em dados, análises e IA. Seu interesse particular está em como os líderes podem aproveitar as rupturas na IA para criar uma vantagem competitiva sustentável. Ela também se dedica à construção de frameworks para a seleção e valorização de portfólios de dados e análises, incluindo investimentos em IA e IA Generativa.
