De Piloto para Produção: Visão Geral sobre a Escala de Programas GenAI para o Longo Prazo

Anos à frente, quando refletirmos sobre a proliferação da inteligência artificial gerativa (GenAI), 2024 será visto como um momento divisor de águas – um período de experimentação generalizada, otimismo e crescimento, quando líderes empresariais anteriormente hesitantes em mergulhar em águas inovadoras não testadas, mergulharam de cabeça. Na Pesquisa Global sobre IA da McKinsey realizada em meados de 2024, 75% previram que a GenAI levará a mudanças significativas ou disruptivas em suas indústrias nos anos vindouros.

Embora muito tenha sido aprendido sobre as vantagens e limitações da GenAI, é importante lembrar que ainda estamos muito em uma fase de evolução. Programas-piloto podem ser rapidamente iniciados e são relativamente baratos para construir, mas o que acontece quando esses programas se mudam para a produção sob a supervisão do escritório do CIO? Como os casos de uso específicos de função se sairão em ambientes menos controlados, e como as equipes podem evitar perder o ímpeto antes que seu programa tenha sequer tido a chance de mostrar resultados?

Desafios Comuns ao Migrar de Piloto para Produção

Dada a enorme potencialidade da GenAI para melhorar a eficiência, reduzir custos e aprimorar a tomada de decisões, o mandato da C-Suite para os líderes empresariais funcionais foi claro – vá em frente e brinque. Os líderes empresariais começaram a trabalhar, brincando com a funcionalidade da GenAI e criando seus próprios programas-piloto. As equipes de marketing usaram a GenAI para criar experiências de cliente personalizadas e automatizar tarefas repetitivas. No atendimento ao cliente, a GenAI ajudou a alimentar chatbots inteligentes para resolver problemas em tempo real, e as equipes de P&D foram capazes de analisar grandes quantidades de dados para identificar novas tendências.

Ainda há uma grande desconexão entre todo esse potencial e sua execução ultimate.

Uma vez que um programa-piloto se muda para a órbita do escritório do CIO, os dados são examinados muito mais de perto. Até agora, estamos familiarizados com alguns dos problemas comuns com a GenAI, como viés de modelo e alucinações, e em uma escala maior, esses problemas se tornam grandes problemas. Um CIO é responsável pela privacidade e governança de dados em toda a organização, enquanto os líderes empresariais estão usando dados que podem pertencer apenas à sua área de foco específica.

3 Coisas Chave para Pensar Antes de Escalar

Não há engano, os líderes empresariais fizeram progressos significativos na construção de casos de uso da GenAI com resultados impressionantes para sua função específica, mas escalar para o impacto de longo prazo é bastante diferente. Aqui estão três considerações antes de embarcar nessa jornada:

1. Inclua as Equipes de TI e Segurança da Informação desde o Início (e Com Frequência)

É comum que os líderes empresariais funcionais desenvolvam cegueira em seu trabalho diário e subestimem o que é necessário para expandir seu programa-piloto para a organização mais ampla. Mas uma vez que esse piloto se muda para a produção, os líderes empresariais precisam do apoio das equipes de TI e segurança da informação para pensar em todas as coisas que podem dar errado.

Isso é por que é uma boa ideia envolver as equipes de TI e segurança da informação desde o início para ajudar a testar o estresse do piloto e passar por preocupações potenciais. Isso também ajudará a fomentar a colaboração cross-funcional, que é crítica para trazer perspectivas externas e desafiar o viés de confirmação que pode ocorrer dentro de funções individuais.

2. Use Dados Reais Sempre que Possível

Como mencionado anteriormente, os problemas de dados são entre os principais obstáculos para escalar a GenAI. Isso ocorre porque os programas-piloto frequentemente dependem de dados sintéticos que podem levar a expectativas desencontradas entre os líderes empresariais, as equipes de TI e, eventualmente, o CIO. Dados sintéticos são dados artificialmente gerados criados para imitar dados do mundo real, essencialmente atuando como um substituto para dados reais, mas sem informações pessoais sensíveis.

Os líderes funcionais não terão sempre acesso a dados reais, então algumas dicas úteis para solucionar o problema seriam: (1) evitar programas-piloto que possam exigir escrutínio regulatório adicional no futuro; (2) estabelecer diretrizes para prevenir que dados ruins corrompam ou distorçam os resultados do piloto; e (3) investir em soluções que usem a pilha de tecnologia existente da empresa para aumentar a probabilidade de alinhamento futuro.

3. Estabeleça Expectativas Realistas

Quando a GenAI ganhou proeminência pública após o lançamento do ChatGPT no final de 2022, as expectativas eram altas para que a tecnologia revolucionasse as indústrias à noite. Esse hype (para melhor ou pior) persistiu em grande parte, e as equipes ainda estão sob enorme pressão para mostrar resultados imediatos se seus investimentos em GenAI esperam receber mais financiamento.

A realidade é que, embora a GenAI será transformadora, as empresas precisam dar tempo (e apoio) para que a tecnologia comece a transformar. A GenAI não é plug-and-play, nem seu valor verdadeiro é limitado apenas a chatbots inteligentes ou imagens criativas. As empresas que conseguirem escalar programas de GenAI com sucesso serão aquelas que primeiro levam o tempo para construir uma cultura de inovação que priorize o impacto de longo prazo sobre os resultados de curto prazo.

Nós Estamos Todos Juntos Nisso

Apesar de quanto já lemos sobre a GenAI recentemente, é ainda uma tecnologia muito incipiente, e as empresas devem estar cientes de qualquer fornecedor que afirme ter resolvido tudo. Esse tipo de arrogância obscurece o julgamento, acelera conceitos mal elaborados e leva a problemas de infraestrutura que podem falir empresas. Em vez disso, à medida que nos preparamos para mais um ano de entusiasmo com a GenAI, também devemos levar o tempo para engajar em discussões significativas sobre como escalar essa tecnologia poderosa de forma responsável. Ao trazer a equipe de TI desde o início do processo, confiando em dados do mundo real e mantendo expectativas de ROI razoáveis, as empresas podem ajudar a garantir que suas estratégias de GenAI sejam não apenas escaláveis, mas também sustentáveis.