O Caminho para a Maturidade em IA – Relatório LXT 2023

Hoje, empresas inovadoras 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 US$ 300 bilhões até 2026, em comparação com US$ 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 falhavam 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 relatório LXT mais recente. 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?

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 tinham o maior número de soluções implantadas em diferentes setores.

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 no desenvolvimento de 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 cada um deles abaixo.

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

• Nível 1 – Conscientização: As organizações nesse nível começam a discutir possíveis soluções de IA. No entanto, não há projetos-piloto ou experimentos em andamento para testar a viabilidade dessas soluções nesse nível.
• Nível 2 – Ativo: As organizações estão nos estágios iniciais de experimentação e projetos-piloto de IA.
• Nível 3 – Operacional: As organizações nesse nível deram passos concretos para a adoção de IA, incluindo a transferência de pelo menos um projeto de IA para produção.
• Nível 4 – Sistemático: As organizações nesse nível utilizam IA para a maioria de seus processos digitais. Além disso, aplicativos impulsionados 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 esse modelo, as empresas começam a alcançar a maturidade em IA a partir do nível 3.

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: Nesse 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: Nesse 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 apoiadas por dados, é usável por usuários de linha de negócios e demonstra boa higiene e automação de dados.
• Platina: Essa capacidade de IA sofisticada é sustentável para fluxos de trabalho críticos. Ela se adapta aos dados de entrada do usuário e fornece explicações claras para os resultados de IA. Além disso, medidas fortes de gestão e governança de dados estão em vigor, o que suporta a tomada de decisão 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 suas Estratégias de IA

O relatório de maturidade da LXT identifica dez impulsionadores de negócios principais 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

Agilidade de negócios refere-se à capacidade de uma organização se adaptar às tendências e oportunidades digitais em constante mudança por meio de soluções de negócios inovadoras. Ela permanece 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 decisão 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

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

4. Simplificação da Tomada de Decisão

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

5. Desenvolvimento de Produtos

Desde que foi reconhecida 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 um tempo de mercado rápido, são críticos para o sucesso dos negócios.

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