Ativando Dados para Fechar a Lacuna de ROI da IA: 4 Etapas para Realizar o Valor de Negócios por meio da IA Agêntica

À medida que entramos no quarto ano consecutivo da “era da IA”, muitos líderes organizacionais consideram duas questões aparentemente opostas. Primeiramente, a IA gerativa é a tecnologia mais transformadora do século XXI? E, em segundo lugar, a IA está superestimada? Eu responderia paradoxalmente sim a ambas as questões. Mas acho que essas são as perguntas erradas. Em vez disso, acredito que esses líderes deveriam estar se perguntando: como minha organização pode obter valor de negócios da IA agora?

A realidade é que muitas empresas gastaram os últimos três anos investindo em novas tecnologias de IA e experimentando com novas ferramentas de IA, mas ainda não colheram os frutos imaginados. Apesar da pressão dos CEOs para “fazer tudo com IA”, as organizações não estão vendo o retorno sobre o investimento que gostariam. Isso não deve ser surpreendente. A história nos ensina que as inovações técnicas mais profundas levam tempo para dar resultados. Há um atraso entre a invenção técnica e a inovação de negócios.

Thomas Edison demonstrou o poder da eletricidade em Manhattan em 1882, mas não foi até que a Ford apresentou a linha de montagem eletrificada em 1913 que a eletricidade superou completamente a força do vapor na fabricação. Você pode imaginar um líder de negócios em 1885 pedindo aos trabalhadores da fábrica que começassem a experimentar com a força elétrica? Ainda assim, a força elétrica prevaleceu e pavimentou o caminho para muitas das inovações revolucionárias do século XX, desde transmissões de rádio até computação digital.

Como um exemplo mais recente, a World Wide Web se tornou mainstream no início dos anos 90. O uso do consumidor explodiu imediatamente, mas a adoção de negócios atrasou. Levou meio década antes que a maioria das empresas estabelecidas começasse a se beneficiar da web por meio do comércio eletrônico. Ainda assim, a web pavimentou o caminho para as mídias sociais, engajamento móvel, computação em nuvem e, finalmente, a IA. O valor de negócios é gerado incrementalmente a partir de novas tecnologias.

Se a era da eletricidade nos negócios começou com a linha de montagem, e a era da web começou com o comércio eletrônico, o que será o aplicativo matador para a era dos negócios da IA? O lançamento do ChatGPT no final de 2022 introduziu o poder dos grandes modelos de linguagem ao público em geral. Devido à sua popularidade, o “chatbot que me entende e soa humano” se tornou o arquétipo de como a IA poderia ser aplicada. Como resultado, muitas empresas começaram com a IA introduzindo assistentes semelhantes sintonizados para serem a versão da empresa do ChatGPT. Em muitos casos, os resultados foram bem recebidos pelos usuários, mas os retornos de produtividade são difíceis de medir.

Uma das aplicações mais desenvolvidas da IA para negócios é na área de assistentes de codificação. Claude Code, Cursor e outras ferramentas ganharam popularidade, mostrando resultados quase mágicos. No entanto, estudos indicam que os ganhos de produtividade dos desenvolvedores individuais ainda não se traduziram em produtividade organizacional geral. Além disso, acelerar o desenvolvimento não ajuda o desempenho de negócios de uma organização se o que está sendo produzido não entrega valor de negócios em si. Os assistentes de codificação ajudarão a escalar a adoção da IA com o tempo, mas não são o aplicativo matador.

Para encontrar a aplicação mais impactante da IA, as organizações devem se concentrar nos componentes que impulsionam seus próprios modelos de negócios. Em nosso livro Desempacotando a Empresa, Stephen Fishman e eu examinamos o conceito de “dinâmica de valor”, um método para desmembrar os modelos de negócios em um conjunto de trocas de valor interconectadas. As trocas de valor envolvem múltiplas “moedas”, incluindo taxas, economia de tempo, alcance e melhoria da qualidade. A moeda mais única é a dados. No livro, mostramos como empresas como Google e Meta transformaram a acumulação de dados em domínio digital. Seu sucesso veio por meio da oferta de links automatizados em tempo real em suas trocas de valor. Eles vincularam a coleta de dados à geração de receita em um círculo virtuoso. Ambas as empresas contextualizaram os dados do cliente na forma de direcionamento de anúncios e, em seguida, usaram isso para impulsionar sua receita central e coletar ainda mais dados por meio do engajamento do usuário.

Embora muitas organizações tenham passado as últimas décadas coletando e refinando dados, elas ainda não capitalizaram completamente o potencial de rendimento dos dados por meio de tal volante. No núcleo, um grande modelo de linguagem é simplesmente dados aplicados. Ele tem o potencial de ser o motor que impulsiona tal volante de valor para as organizações, mas esse motor precisa de combustível na forma de dados contextualizados e precisa ser conectado aos componentes do modelo de negócios da organização. Esse “processo de ativação de dados” torna os dados confiáveis e disponíveis em escala, estabelecendo a base para uma automação mais dinâmica na empresa e, eventualmente, descobrindo o aplicativo matador da IA para tais organizações.

Como serão as organizações que ativaram seus dados para a era da IA? Considere os seguintes cenários:

• Uma empresa farmacêutica que atualmente tem que fazer apostas de milhões de dólares, com ciclos de testes clínicos de vários anos, para uma empresa mais ágil com ciclos de testes clínicos mais curtos e paralelos, habilitados por meio de automação dinâmica e infundida com IA
• Um banco de varejo que atualmente envia ofertas de produtos “esperança e reza” a todos os seus clientes com poupa absorção e downstream manual para ofertas personalizadas com originação de crédito otimizada, levando a uma adesão mais alta de produtos de empréstimo lucrativos
• Um varejista cujo sistema atual de gerenciamento de estoque está cheio de itens em excesso e itens esgotados para uma empresa que entende sua posição de estoque em tempo real, graças a conexões diretas de saída, armazém e fornecedor analisadas por meio de agentes de IA sempre ativados

A estrada para o ROI delineada nesses cenários segue essa nova forma de automação dinâmica e é impulsionada pela ativação de dados.

Então, como as organizações podem começar essa jornada? Aqui estão quatro etapas para começar…

Etapas 1: Entenda a Dinâmica de Valor da Sua Organização

Desmembrar o modelo de negócios de uma organização em suas trocas de valor subjacentes é inestimável por várias razões. O mapa de troca de valor resultante mostra quais capacidades impulsionam o negócio, quais funções de negócios são mais críticas e como cada elemento em uma organização contribui para a criação, captura e distribuição de valor. Para nossos propósitos, o mapa de troca de valor pode ser usado para visualizar os processos de negócios centrais que serão candidatos à automação dinâmica. Como uma camada abaixo, você pode mapear cada troca de valor e componente para como eles são operacionalizados dentro da organização. Isso pode ser na forma de aplicativos de software, armazenamentos de dados ou até mesmo tarefas de funcionários. As oportunidades de automação podem ser então pesadas por impacto e complexidade de implementação para zeroar no melhor lugar para aplicar a IA e a ativação de dados.

Etapas 2: Propague a Opção por meio de uma Camada de Ativação de Dados

A capacidade de uma organização de ativar dados depende da opção de seu paisagem digital. A opção abunda quando ativos digitais – funções de software, fontes de dados, serviços de terceiros – são acessíveis em tempo real. No contexto da IA, isso significa duas coisas. Primeiramente, uma organização deve ser capaz de sintetizar dados de fontes dispersas para fornecer contexto preciso para os LLMs que levam a um raciocínio preciso e evitam a alucinação. Em segundo lugar, componentes de software que executam funções de negócios centrais – como o serviço de adjudicação de empréstimos de um banco ou o sistema de estoque ao vivo de um varejista – devem ser chamáveis por aplicativos baseados em LLM para cumprir a automação. Em ambos os casos, as APIs são o melhor mecanismo para tornar os dados e funções acessíveis de forma apropriada. O Protocolo de Contexto do Modelo (MCP) está ganhando tração como o protocolo de API de escolha para a ativação de dados. Esse conjunto de capacidades acessíveis pode ser transformado em uma plataforma contextual para a sua organização. Transformar o seu paisagem digital de um conjunto de aplicativos e dados siloizados para uma camada de APIs alinhadas com os negócios é crucial para alcançar o ROI por meio da ativação de dados.

Etapas 3: Abrace o Paradigma Agêntico de Soluções Digitais

A arquitetura de software prevalecente da era da IA está emergindo. Soluções de software otimizadas exigem um equilíbrio de componentes infundidos com IA e não infundidos com IA. Os Agentes de IA – os componentes infundidos com IA nessa arquitetura emergente – usam o raciocínio baseado em LLMs fundamentado na consciência contextual para executar tarefas por meio de ferramentas à sua disposição. Eles são os instrumentos da ativação de dados e da automação dinâmica. Um paisagem digital optionalizado por meio de APIs (incluindo ferramentas MCP) é o solo mais fértil para que tais agentes prosperem. A arquitetura agêntica permite muitos padrões que combinam os componentes de software determinísticos na infraestrutura existente com tais Agentes de IA. Esses padrões variam desde chatbots e agentes de trabalho simples até fluxos de trabalho agênticos e até sistemas multiagentes autônomos. As organizações que adotam essa abordagem arquitetônica serão capazes de colher o maior valor de seus ativos digitais existentes, enquanto adotam a IA a um ritmo que lhes permite gerenciar a complexidade crescente de soluções que trazem mais e mais valor.

Etapas 4: Use a IA como uma Ferramenta de Produtividade para Construir Automações Agênticas

Aplicar a IA para a produtividade dos trabalhadores pode não render os maiores retornos para um negócio por si só. Utilizar os ganhos de produtividade da IA no serviço de ativação dos dados da organização e fornecer automação agêntica, no entanto, pode acelerar retornos reais. Isso não significa apenas usar a IA para acelerar o trabalho dos desenvolvedores. Mesmo antes da explosão da IA, uma das maiores barreiras para a entrega era a lacuna organizacional entre os especialistas em domínio de negócios que entendem a aplicação da tecnologia e as equipes de TI que constroem soluções. Tendências organizacionais como DevOps ajudaram a pontuar essa lacuna, mas a IA pode ajudar de maneira mais tangível. Como uma tecnologia baseada em linguagem, os LLMs são capazes de traduzir entre requisitos e soluções de maneira inédita. A IA multimodal permite a captura de esboços de negócios que podem gerar artefatos usáveis para o desenvolvimento downstream. Transcrições podem ser transformadas em protótipos. Isso é um novo tipo de ativação de dados: transformar o conhecimento do domínio de negócios em estruturas de solução em tempo real.

Ao seguir essas quatro etapas, as organizações podem ativar seus dados e começar a ver retornos sobre seus investimentos em IA. Além disso, elas estarão melhor preparadas para os novos ecossistemas, empregos e oportunidades criados pela economia da IA. Ao entender a dinâmica de valor do seu negócio, transformando seus ativos digitais em opções exercitáveis e orientando-se em torno da arquitetura agêntica, você preparará sua organização para o futuro da IA inventando-a você mesmo.