Mudando a Maneira como Pensamos sobre GenAI na Sala de Reuniões: Navegando o Retorno sobre o Investimento (ROI) de Curto e Longo Prazo

À medida que as equipes de liderança em todo o mundo começam a planejar para 2025, o tópico em mente de todos é quando esperar que seus investimentos em inteligência artificial (IA) e/ou inteligência artificial generativa (GenAI) sejam compensados. Nova pesquisa da Google Cloud revelou que mais de 6 em 10 grandes empresas (com mais de 100 funcionários) estão usando GenAI, e 74% já estão vendo algum retorno sobre o investimento (ROI) considerável. No entanto, maximizar o ROI da IA/GenAI requer uma abordagem estratégica que vá além de justificar custos, abrangendo tanto retornos diretos quanto indiretos, uma clara compreensão dos prazos de lead e despesas ocultas, e a integração de recursos humanos centrados para garantir processos confiáveis e escaláveis.

Reestruturando o ROI

Considerando toda a atenção que a IA/GenAI recebeu nos meios de comunicação no ano passado, pode ser fácil esquecer que esses investimentos ainda são relativamente novos, o que significa que a maioria das empresas ainda não começou a ver o tipo de ROI que é possível. Isso torna ainda mais importante gerenciar expectativas na sala de reuniões desde o início, pois qualquer avaliação inicial criará impressões críticas que influenciarão como a liderança vê os investimentos futuros. Se eles têm grandes esperanças por mudanças imediatas e transformadoras, sua opinião pode azedar se essas mudanças ainda estiverem se desenvolvendo nos estágios iniciais. Em outras palavras, novas inovações exigem novas perspectivas de medição, e os líderes devem reestruturar como pensam sobre o ROI de curto e longo prazo.

Em termos do que constitui uma transformação bem-sucedida, o progresso é frequentemente melhor medido pelo olho do observador, mas mesmo “pequenas” vitórias podem levar a resultados mais significativos no futuro. Aqui estão três maneiras de ajudar a contextualizar seus investimentos em IA/GenAI, bem como alguns exemplos de pessoas em uma jornada semelhante.

1. Distinguir entre ROI direto e indireto

Em algumas indústrias, um ROI direto é mais fácil de detectar. Por exemplo, se uma empresa de varejo ou CPG começa a oferecer novas funcionalidades GenAI, eles provavelmente terão uma noção imediata dos clientes de como as funcionalidades estão sendo recebidas. Já em outras indústrias, como a manufatura, há mais um ROI indireto que depende de investimentos de longo prazo. Com esses tipos de retornos “indiretos”, é geralmente o “impacto de efeito dominó” que pode criar novas oportunidades ou desbloquear novo valor. Imagine que você está implementando uma nova solução de IA para melhorar a produtividade da equipe. Embora seu objetivo inicial possa ter sido a saída, o aumento da atividade também pode levar a descobrir completamente novos caminhos de crescimento que não haviam sido considerados. Essa é a parte mais emocionante e estimulante sobre a IA/GenAI – o potencial desconhecido. E embora o potencial seja difícil de medir, ele sempre deve ser incluído como um fator no cálculo do retorno.

Um bom exemplo de ambos, ROI direto e indireto, pode ser encontrado na empresa de comércio eletrônico Mercari, que no ano passado adicionou um assistente de compras alimentado por ChatGPT à sua plataforma de mercado para itens de segunda mão. Seu novo “Merchant AI” permitiria que os clientes “fizessem login no site, engajassem o assistente de compras em conversa natural, respondessem perguntas sobre suas necessidades e, em seguida, recebessem uma série de recomendações” para as próximas etapas. O ROI direto disso foi uma redução de 74% no volume de tickets na Mercari, enquanto o ROI indireto foi que as economias de tempo resultantes permitiram que a empresa reduzisse gradualmente a dívida técnica e escalasse suas operações.

2. Considerar o prazo de lead para investimentos em IA/GenAI e os custos ocultos acompanhantes

Considerando a pressão constante sobre a equipe executiva para crescer os lucros, há pouca chance de que eles adotem subitamente uma mentalidade de “coisas boas vêm para aqueles que esperam”. No entanto, a realidade é que qualquer incursão em IA/GenAI leva tempo e dinheiro, mesmo antes de você chegar à linha de partida. Desde o investimento em infraestrutura e treinamento até a aquisição de diferentes APIs e dados relevantes, pode ser meses de trabalho de preparação que não mostrarão nenhum “retorno” além de estar pronto para começar. Outro custo oculto (que muitas pessoas não mencionam) é a realidade de que você vai obter alucinações e erros criados pela IA que podem custar às empresas grandes quantias de dinheiro, enviando-as na direção errada, abrindo uma brecha ou potencialmente desencadeando um problema de RP caro. A experiência toda é muito nova, o que torna tudo um pouco mais arriscado e caro, então é importante que os líderes levem isso em consideração ao avaliar o ROI.

A McKinsey ofereceu insights sobre esse processo de tomada de decisão e seus custos associados, brincando com o cenário clássico “alugar, comprar ou construir”. Em seu arquétipo, CIOs ou CTOs devem considerar se são um “Taker” (usando LLMs publicamente disponíveis com pouca personalização), um “Shaper” (integrando modelos com dados de propriedade para obter resultados mais personalizados) ou um “Maker” (construindo um modelo personalizado para atender a um caso de negócios específico). Cada arquétipo tem seus próprios custos que os líderes de tecnologia terão que avaliar, desde “Taker” que custa cerca de $2 milhões, até “Maker”, que às vezes pode esticar até 100x esse valor.

Esforçar-se para tornar o investimento em IA/GenAI mais centrado no ser humano

Ainda há muito medo por aí (especialmente entre os trabalhadores) de que a IA substituirá os seres humanos. Em vez de descartar essas preocupações, as empresas devem posicionar qualquer transformação como um complemento em vez de uma substituição e tentar encontrar maneiras de tornar seu investimento mais centrado no ser humano. Com a GenAI, não é uma transação; é uma parceria, e ainda há uma necessidade real de seres humanos avaliarem a eficácia de quaisquer insights ou materiais gerados para garantir que estejam livres de viés, alucinações ou outras interpretações erradas. É por isso que é fundamental que as empresas desafiem continuamente a IA para fornecer a razão por trás de cada decisão para garantir a precisão. Isso dará ao conteúdo mais validação, os trabalhadores verão um papel definido no processo e, em última análise, ajudará o ROI porque você está aprendendo a cada etapa.

Também é uma boa ideia estabelecer limites rígidos para fornecer limites estritos sobre que tipo de informação a IA pode coletar. Pergunte a si mesmo: “Deveríamos permitir que a IA tenha acesso à internet?” Talvez não. O ponto é considerar a necessidade primeiro e, se você tiver outras metodologias comprovadas, use-as. Às vezes, a IA é útil apenas para resumir, não “pensar”. É tudo sobre criar o equilíbrio certo, e os seres humanos ainda têm um papel crítico a desempenhar. De acordo com a pesquisa da Accenture, 94% dos executivos sentem que as tecnologias de interface humana permitirão que entendamos melhor comportamentos e intenções, transformando a interação humano-máquina.

Fechar a Lacuna entre a Promessa e a Realidade

Especialistas concordam que, embora a GenAI tenha uma barreira de entrada baixa, seu “potencial de longo prazo depende de evidenciar seu valor de curto prazo”. Isso significa que qualquer piloto de IA/GenAI deve ter uma série de critérios de sucesso claramente definidos (mas flexíveis) antes de ser lançado, e as empresas devem monitorar constantemente os processos para garantir que eles estejam continuamente fornecendo valor. Quando se trata dessa nova era de inovação digital, pode nunca haver uma linha de chegada tradicional que todos estamos correndo em direção. Em vez disso, mudando a forma como pensamos sobre o ROI de curto e longo prazo da IA/GenAI, as empresas podem ser mais espertas com seus dólares de investimento e se concentrar em desenvolver capacidades que possam escalar junto com os negócios. Nesta era de inovação digital, pode nunca haver uma linha de chegada tradicional que todos estamos correndo em direção. Em vez disso, mudando a forma como pensamos sobre o ROI de curto e longo prazo da IA/GenAI, as empresas podem ser mais espertas com seus dólares de investimento e se concentrar em desenvolver capacidades que possam escalar junto com os negócios.