O Caminho para a Maturidade em IA – Relatório LXT 2023

Hoje, empresas impulsionadas pela inovação estão investindo recursos significativos em sistemas de inteligência artificial (IA) para avançar em sua jornada de maturidade em IA. De acordo com a IDC, os gastos mundiais em sistemas centrados em IA devem ultrapassar $300 bilhões até 2026, em comparação com $118 bilhões em 2022.

No passado, os sistemas de IA falhavam com mais frequência devido à falta de maturidade nos processos. Cerca de 60-80% dos projetos de IA costumavam falhar devido à falta de planejamento, falta de especialização, gestão inadequada de dados ou questões de ética e justiça. Mas, a cada ano que passa, esse número está melhorando.

Hoje, em média, a taxa de falha de projetos de IA diminuiu para 46%, de acordo com o último relatório da LXT. A probabilidade de falha em IA diminui ainda mais para 36% à medida que uma empresa avança em sua jornada de maturidade em IA.

Vamos explorar mais a fundo o caminho de uma organização para a maturidade em IA, os diferentes modelos e estruturas que ela pode empregar e os principais impulsionadores de negócios para construir uma estratégia de IA eficaz.

O que é Maturidade em IA?

A maturidade em IA refere-se ao nível de avanço e sofisticação que uma empresa alcançou na adoção, implementação e escalabilidade de tecnologias habilitadas por IA para melhorar seus processos de negócios, produtos ou serviços.

De acordo com o relatório de maturidade em IA da LXT 2023, 48% das organizações de médio a grande porte nos EUA alcançaram níveis mais altos de maturidade em IA (discutidos abaixo), representando um aumento de 8% em relação aos resultados da pesquisa do ano anterior, enquanto 52% das organizações estão ativamente experimentando com IA.

O relatório sugere que o trabalho mais promissor foi feito nos domínios de Processamento de Linguagem Natural (NLP) e reconhecimento de fala – subcategorias de IA –, pois eles tiveram o maior número de soluções implantadas em várias indústrias.

Além disso, a indústria de manufatura e cadeia de suprimentos tem a menor taxa de falha de projetos de IA (29%), enquanto o varejo e comércio eletrônico têm a mais alta (52%).

Explorando Diferentes Modelos de Maturidade em IA

Normalmente, as organizações impulsionadas por IA desenvolvem modelos de maturidade em IA personalizados para atender às suas necessidades de negócios. No entanto, a ideia subjacente de maturidade permanece consistente em todos os modelos, focada em desenvolver capacidades relacionadas à IA para alcançar o desempenho de negócios ótimo.

Alguns modelos de maturidade proeminentes foram desenvolvidos pela Gartner, IBM e Microsoft. Eles podem servir como orientação para as organizações em sua jornada de adoção de IA.

Vamos explorar brevemente os modelos de maturidade em IA da Gartner e da IBM abaixo.

Modelo de Maturidade em IA da Gartner

A Gartner tem um modelo de maturidade em IA de 5 níveis que as empresas podem usar para avaliar seus níveis de maturidade. Vamos discutir abaixo.

Ilustração do modelo de maturidade em IA da Gartner. Fonte: Relatório LXT 2023

• Nível 1 – Conscientização: As organizações neste nível começam a discutir possíveis soluções de IA. No entanto, não há projetos-piloto ou experimentos em andamento para testar a viabilidade dessas soluções neste nível.
• Nível 2 – Ativo: As organizações estão nos estágios iniciais de experimentação e projetos-piloto de IA.
• Nível 3 – Operacional: As organizações neste nível deram passos concretos para a adoção de IA, incluindo a movimentação de pelo menos um projeto de IA para produção.
• Nível 4 – Sistemático: As organizações neste nível utilizam IA para a maioria de seus processos digitais. Além disso, aplicativos alimentados por IA facilitam a interação produtiva dentro e fora da organização.
• Nível 5 – Transformacional: As organizações adotaram IA como uma parte inerente de seus fluxos de trabalho de negócios.

De acordo com este modelo, as empresas começam a alcançar a maturidade em IA a partir do nível 3 em diante.

Estrutura de Maturidade em IA da IBM

A IBM desenvolveu sua própria terminologia e critérios únicos para avaliar a maturidade das soluções de IA. As três fases da estrutura de maturidade em IA da IBM incluem:

Fases da Estrutura de Maturidade em IA da IBM

• Prata: Neste nível de capacidade de IA, as empresas exploram ferramentas e tecnologias relevantes para se preparar para a adoção de IA. Isso também inclui entender o impacto de IA nos negócios, preparação de dados e outros fatores de negócios relacionados à IA.
• Ouro: Neste nível, as organizações alcançam uma vantagem competitiva ao entregar um resultado de negócios significativo por meio de IA. Essa capacidade de IA fornece recomendações e explicações respaldadas por dados, é usada por usuários de negócios e demonstra boa higiene de dados e automação.
• Platina: Essa capacidade de IA sofisticada é sustentável para fluxos de trabalho críticos. Ela se adapta aos dados de usuário entrantes e fornece explicações claras para os resultados de IA. Além disso, medidas sólidas de gestão e governança de dados estão em vigor, o que suporta a tomada de decisões automatizada.

Principais Barreiras no Caminho para Alcançar a Maturidade em IA

As organizações enfrentam vários desafios para alcançar a maturidade. O relatório LXT 2023 identifica 11 barreiras, como mostrado no gráfico abaixo. Vamos discutir algumas delas aqui.

Gráfico de desafios de maturidade em IA. Fonte: Relatório LXT 2023

1. Integração de IA com Tecnologia Existente

Cerca de 54% das organizações enfrentam o desafio de integrar tecnologia legada ou existente em sistemas de IA, tornando-se a maior barreira para alcançar a maturidade.

2. Qualidade de Dados

Dados de treinamento de alta qualidade são essenciais para construir sistemas de IA precisos. No entanto, coletar dados de alta qualidade permanece um grande desafio para alcançar a maturidade. O relatório descobre que 87% das empresas estão dispostas a pagar mais para adquirir dados de treinamento de alta qualidade.

3. Lacuna de Habilidades

Sem as habilidades e recursos certos, as organizações lutam para construir casos de uso de IA bem-sucedidos. Na verdade, 31% das organizações enfrentam uma falta de talentos especializados para apoiar suas iniciativas de IA e alcançar a maturidade.

4. Estratégia de IA Fraca

A maioria da IA que observamos em sistemas do mundo real pode ser categorizada como fraca ou estreita. É uma IA que pode realizar um conjunto finito de tarefas para as quais foi treinada. Cerca de 20% das organizações não têm uma estratégia de IA abrangente.

Para superar esse desafio, as empresas devem definir claramente e documentar seus objetivos de IA, investir em dados de qualidade e escolher os modelos certos para cada tarefa.

Principais Impulsionadores de Negócios para Avançar em suas Estratégias de IA

O relatório de maturidade da LXT identifica dez impulsionadores de negócios-chave para IA, como mostrado no gráfico abaixo. Vamos discutir alguns deles aqui.

Ilustração dos principais impulsionadores de negócios para IA. Fonte: Relatório LXT 2023

1. Agilidade de Negócios

A agilidade de negócios refere-se à rapidez com que uma organização pode se adaptar às tendências e oportunidades digitais em constante mudança por meio de soluções de negócios inovadoras. Ela permanece como o principal impulsionador para estratégias de IA para cerca de 49% das organizações.

A IA pode ajudar as empresas a alcançar a agilidade de negócios, permitindo uma tomada de decisões mais rápida e precisa, automatizando tarefas repetitivas e melhorando a eficiência operacional.

2. Antecipação das Necessidades dos Clientes

Cerca de 46% das organizações consideram a antecipação das necessidades dos clientes como um dos principais impulsionadores de negócios para estratégias de IA. Ao usar a IA para analisar dados de clientes, as empresas podem obter insights sobre o comportamento, preferências e necessidades dos clientes, permitindo que elas ajustem seus produtos e serviços para atender melhor às expectativas dos clientes.

3. Vantagem Competitiva

A vantagem competitiva permite que as empresas se diferenciem de seus concorrentes e ganhem uma vantagem no mercado. Ela é um impulsionador-chave para estratégias de IA, de acordo com 41% das organizações.

4. Simplificação da Tomada de Decisões

A tomada de decisões automatizada baseada em IA pode reduzir significativamente o tempo necessário para tomar decisões críticas e informadas por dados. É por isso que cerca de 42% das organizações consideram a simplificação da tomada de decisões como um impulsionador de negócios importante para estratégias de IA.

5. Desenvolvimento de Produtos

Desde que foi reconhecido como o principal impulsionador de negócios para estratégias de IA em 2021, o desenvolvimento de produtos inovadores caiu para o sétimo lugar, com 39% das organizações considerando-o um impulsionador de negócios em 2023.

Isso mostra que a aplicabilidade da IA nos processos de negócios não depende inteiramente da qualidade do produto. Outros aspectos de negócios, como alta resiliência, sustentabilidade e tempo de lançamento rápido, são críticos para o sucesso dos negócios.

Para obter mais informações sobre as últimas tendências e tecnologias em inteligência artificial, visite unite.ai.