O Ritmo da IA: A Próxima Fase no Futuro da Inovação

Desde a emergência do ChatGPT, o mundo entrou em um ciclo de boom da IA. Mas, o que a maioria das pessoas não percebe é que a IA não é exatamente nova — ela está por aí há bastante tempo. Mesmo nos primeiros dias do mecanismo de busca amplamente utilizado do Google, a automação estava no coração dos resultados. Agora, o mundo está começando a acordar e a perceber quanto a IA já está integrada em nossas vidas diárias e quanto potencial inexplorado ela ainda tem.

O ritmo da adoção e inovação da IA está se movendo tão rápido — atingindo cerca de $1 trilhão em despesas — que muitos se perguntam se podemos prever com precisão a expansão de futuros modelos, mesmo dois anos à frente. Isso é impulsionado ainda mais pelo fato de que as empresas de tecnologia, como Meta, Alphabet, Microsoft, Oracle e OpenAI, estão lançando uma após outra novas avanços e modelos de IA para tentar acompanhar a demanda do setor. O fabricante de chips de IA, Nvidia, está crescendo tão rapidamente que seu negócio não pode ser avaliado adequadamente.

O que sabemos sobre o ritmo da IA é que, à medida que a quantidade de dados aumenta e a qualidade dos dados continua a melhorar, também melhorará a capacidade da IA de impulsionar a inovação para as atividades, aplicações e processos de negócios em todas as indústrias. Para estimar onde a IA estará em apenas alguns anos, primeiro devemos entender que os casos de uso da IA são duplos. O primeiro é que ela é uma tecnologia habilitadora, melhorando as soluções existentes para torná-las mais eficientes, precisas e impactantes. O segundo é que a IA tem o potencial de ser uma tecnologia inovadora ao tornar avanços ou soluções inimagináveis tangíveis.

Reavaliando o Ritmo da IA ao Longo da História

Embora pareça que o buzz por trás da IA começou quando a OpenAI lançou o ChatGPT em 2022, a origem da inteligência artificial e do processamento de linguagem natural (NLPs) remonta a décadas. Os algoritmos, que são a base para a IA, foram desenvolvidos pela primeira vez na década de 1940, estabelecendo as bases para o aprendizado de máquina e análise de dados. Os primeiros usos da IA em setores como gestão da cadeia de suprimentos (SCM) remontam à década de 1950, utilizando a automação para resolver problemas de logística e gestão de estoque. Na década de 1990, abordagens baseadas em dados e aprendizado de máquina já eram comuns nos negócios. À medida que a década de 2000 avançou, tecnologias como automação de processos robóticos (RPA) tornaram tarefas monótonas mais eficientes em muitas funções administrativas complexas.

Então veio o ChatGPT. É muito claro que a percepção da IA mudou por causa da IA gerativa. Antes do início da GenAI, os consumidores não entendiam a mecânica da automação, muito menos o poder da automação para os negócios. A IA subjaz a muitas de nossas tecnologias modernas, como o mecanismo de busca do Google. A maioria dos consumidores confia no Google para fornecer respostas precisas a inúmeras perguntas; raramente consideram os processos complexos e algoritmos por trás de como esses resultados aparecem em suas telas. Mas ver é acreditar — com o ChatGPT, o mundo começou a ver casos de uso reais. Ainda assim, há uma concepção errônea sobre quanto a IA está integrada em nossas vidas diárias — mesmo no mundo dos negócios. Como mencionado acima, a IA permite que a tecnologia existente seja melhorada e, assim como os microchips da Intel, a IA está por trás das tecnologias que usamos todos os dias.

Se os líderes não conseguem compreender a magnitude da IA, como podem ser esperados para adotar a IA com sucesso em suas operações diárias de negócios? Esse é exatamente o problema.

Desafios de Adoção e Crescimento

Se alguém perguntasse a uma ferramenta GPT, “o que os profissionais de compras e cadeia de suprimentos provavelmente diriam sobre a IA”, ela provavelmente destacaria as lacunas de conhecimento relacionadas à adoção da IA. Globalmente, a adoção da IA aumentou exponencialmente no último ano, após um crescimento limitado nos anos anteriores. Durante os últimos seis anos, apenas 50% dos líderes de negócios disseram que estavam investindo em tecnologia de IA em suas operações. Em 2024, a taxa de adoção saltou para 72%, mostrando que os líderes de negócios estão apenas começando a acordar para o potencial da IA de melhorar suas organizações em todas as linhas de negócios.

No entanto, realizar o valor total da IA requer mais do que apenas implantar soluções de ponta. Exige ter acesso aos dados certos — dados que forneçam um contexto rico sobre padrões de gastos de negócios reais, desempenho de fornecedores, dinâmicas de mercado e restrições do mundo real. O acesso inadequado a dados significa vida ou morte para a inovação da IA dentro da empresa. Pelo menos 30% de todos os projetos de GenAI devem ser abandonados devido à má qualidade dos dados, entre outros desafios, como controles de risco inadequados, custos crescentes ou valor de negócios incerto. Mas há muitos outros desafios que as empresas enfrentam ao adotar a IA e levá-la à escala.

Nas grandes organizações, infelizmente é comum ter silos que podem expor os negócios a riscos significativos. Pegue, por exemplo, a indústria da cadeia de suprimentos. A cadeia de suprimentos desempenha um papel crítico dentro da estratégia de negócios e, para organizações globais grandes, a escala interconectada do setor é quase inimaginável. Se um aspecto do negócio opera em um silo, pode colocar toda a organização em grande risco. Se as equipes da cadeia de suprimentos não estão comunicando mudanças na demanda aos seus fornecedores, como os líderes podem ser esperados para criar previsões precisas? Se a equipe de vendas não está comunicando previsões atualizadas à equipe de compras, eles podem garantir contratos de longo prazo com base em informações desatualizadas, travando acordos que podem não alinhar com a demanda atual do cliente.

Seja um silo organizacional ou um silo de informações, a falta de comunicação pode levar a uma quebra no serviço ao cliente, criar ineficiências e uma paralisação geral na inovação. A IA pode provar seu valor ao abordar esses silos: se sua tecnologia estiver conectada de forma eficiente, então seus funcionários e fornecedores também podem estar.

Os líderes de negócios estão ativamente investindo em soluções impulsionadas por IA para impulsionar a automação de processos, capacidades de fontes estratégicas, visibilidade e controle de gastos e, em geral, a lucratividade. Para encontrar sucesso com essas capacidades de IA e alcançar seus objetivos de gestão total de gastos, as empresas devem trabalhar juntas para promover a transparência e trabalhar em direção a um objetivo comum.

A Próxima Evolução para a IA

Agora, o melhor caso de uso para a IA que realmente impulsiona a eficiência e o crescimento dos negócios é a automação de tarefas administrativas simples. Seja eficiência de fluxo de trabalho, extração e análise de dados, gestão de estoque ou manutenção preditiva, os líderes estão percebendo que a IA pode acelerar tarefas monótonas e demoradas a taxas sem precedentes e com precisão extrema. Embora pareça simples, quando aplicado em setores como a cadeia de suprimentos ou compras, casos de uso como esses podem economizar para as empresas inúmeras horas e bilhões de dólares.

Nós discutimos a IA como uma tecnologia habilitadora — mas ainda há um potencial inexplorado para a IA se tornar uma tecnologia inovadora. À medida que estamos à beira de um novo ano, há muitos avanços da IA que os líderes de negócios devem estar atentos, logo ali adiante.

Para a gestão da cadeia de suprimentos e compras, especificamente, um desses avanços será o aprimoramento da fonte autônoma. Ao aproveitar a IA e outras tecnologias avançadas, as empresas podem automatizar tarefas que tradicionalmente dependiam de humanos, como fonte e contratação, para impulsionar a eficiência e liberar recursos, permitindo que a IA analise vastos volumes de dados, identifique tendências e tome decisões de fonte informadas em tempo real. A fonte totalmente autônoma não apenas oferece economias de custos inigualáveis, economizando tempo de funcionários, promovendo eficiência e reduzindo erros, mas também pode mitigar o risco de fraude e contrafação, garantindo continuamente o cumprimento de padrões éticos e de sustentabilidade.

No entanto, mesmo antes de introduzir a fonte autônoma, as empresas devem se concentrar em fornecer uma experiência de usuário (UX) que seja intuitiva, eficiente e fácil de navegar, tanto para as equipes de compras quanto para os fornecedores. Uma vez que uma UX hiperpersonalizada é criada, as empresas podem implementar soluções autônomas de forma coesa.

O resultado da IA não é apenas melhorar o ROI dos negócios, mas também melhorar a tomada de decisões, prever padrões futuros e construir resiliência. Executivos de alto escalão em todos os setores cada vez mais veem a adoção de tecnologias de IA como essencial para transformar e garantir a sobrevivência de suas operações através da automação. Com o tempo, como qualquer outra tecnologia antes dela, a IA se tornará cada vez mais barata, enquanto o valor de sua saída continuará a subir. Isso nos dá muitos motivos para sermos otimistas sobre o futuro da IA e o papel equilibrado que ela desempenhará em nossas vidas — tanto nos negócios quanto pessoais.