IA: Empresas lutam para converter investimento em ganhos de produtividade

Quase quatro anos após a disseminação dos grandes modelos de linguagem, a maioria das empresas ainda não conseguiu transformar seus investimentos em inteligência artificial (IA) em ganhos reais de produtividade ou desempenho. Esse descompasso se tornou um desafio central, mobilizando departamentos de tecnologia, influenciando o valor de mercado de empresas do setor e elevando a ansiedade de executivos.

Uma nova pesquisa de Hyunjin Kim e Dahyeon Kim, do INSEAD, e Rembrand Koning, da Harvard Business School, aponta o "problema de mapeamento" como a principal causa: a dificuldade dos gestores em identificar onde e como a IA pode transformar seus negócios e quais atividades precisam ser adaptadas para liberar seu potencial.

O experimento e seus resultados

Para investigar a questão, os pesquisadores realizaram um experimento de campo com 515 empresas em estágio inicial. Todas receberam acesso a ferramentas avançadas de IA, treinamento e mentoria. Contudo, apenas metade do grupo teve contato com exemplos de como outras organizações haviam redesenhado seus fluxos de trabalho e modelos de negócios com IA.

Os resultados foram significativos: as empresas expostas a exemplos reais identificaram 44% mais casos de uso para IA, concluíram 12% mais tarefas, tiveram 18% mais chances de conquistar clientes pagantes e geraram quase o dobro de receita. Além disso, precisaram de significativamente menos capital externo para crescer.

O aprendizado com casos reais ampliou a visão dos gestores sobre as possibilidades, estimulando experimentações que levaram a novas e melhores formas de trabalhar e à identificação de aplicações mais numerosas e valiosas para a IA.

Práticas para extrair mais valor da IA

A pesquisa sugere que as empresas devem ir além da automação de tarefas individuais. O primeiro passo é mapear os fluxos de trabalho atuais, identificando pontos de transição onde o trabalho muda de mãos, aprovações se acumulam ou informações precisam ser transferidas entre sistemas. Esses pontos frequentemente oferecem oportunidades maiores de otimização do que as tarefas em si.

A pergunta fundamental a ser feita é: "O que realmente está nos atrasando?". A resposta, segundo os pesquisadores, geralmente reside em gargalos que bloqueiam todo o processo, e não na tarefa mais evidente. Aprofundar a análise sobre o que impede a empresa de crescer dez vezes mais com a estrutura atual é crucial.

Expectativa de novos gargalos e redesenho de processos

A implementação da IA não elimina restrições, mas pode criar novos gargalos inesperados. Quando uma atividade se acelera, outra pode se tornar um ponto de estrangulamento. Por exemplo, um desenvolvimento de produto mais rápido pode gerar mais feedback de clientes, exigindo maior capacidade de análise de dados. Relatórios automatizados podem revelar problemas de qualidade de dados antes despercebidos.

A pesquisa conclui que a IA só altera de fato a economia de um processo quando as organizações repensam como as atividades se conectam e reformulam todo o trabalho ao redor dos gargalos. A métrica correta a ser avaliada em projetos de IA não é apenas velocidade ou volume de tarefas, mas se o novo fluxo de trabalho permite alcançar mais clientes, criar produtos melhores e operar com menos recursos.

Incentivo à experimentação e aprendizado contínuo

As empresas de melhor desempenho no estudo não copiaram exemplos externos, mas refletiram sobre as possibilidades específicas de seus negócios, levando a experimentações e processos aprimorados. Líderes podem acelerar esse processo incentivando equipes a explorar diferentes casos de uso, compartilhar fluxos de trabalho redesenhados e estudar regularmente como outras organizações se reorganizam em torno da IA.

Manuais internos, trocas entre áreas e workshops multidisciplinares podem ser tão valiosos quanto investimentos em tecnologia. As maiores oportunidades da IA, segundo Hyunjin Kim, "podem não ser óbvias e nem sempre dependem da tecnologia mais avançada". É preciso "colocar as pessoas em uma posição que lhes permita enxergar possibilidades que jamais imaginariam sem a IA".