ricardo-villaca

12/09/2023

Os desafios do mercado brasileiro na adoção da IA

A inteligência artificial (IA) é geradora de dinamismo e receita para as empresas de todos os portes e segmentos. Estados Unidos e China, que ditam o ritmo, ficam com a maior parcela de receita gerada, 70% do bolo, segundo aponta pesquisa da PwC, e seguem orientados em algoritmos para geração de economia e defesa. Contudo, o Brasil parece estar ficando para trás.

Embora o mundo esteja em processo de transformação para a quarta revolução industrial, a falta de conhecimento e de um alinhamento cultural e estratégico têm dificultado a efetiva adoção da IA no mercado brasileiro. De acordo com estudo realizado pela DLR Inteligência Artificial, numa escala de um a quatro, o Brasil ainda se encontra no estágio dois, o que indica a necessidade urgente de acelerar o progresso.

Seguramente, nas redes sociais brasileiras, a IA é o assunto mais comentado e temos o prazer em sermos os primeiros a divulgar algum uso interessante. Por outro lado, em crescimento relativo, seguimos como os que menos se desenvolvem com ela, conforme dados da PwC. Acredito que entramos no momento em que ninguém quer ficar de fora, mas há mais dedução do que é e de quem conduz o tema, do que conhecimento.

Áreas-chave de impacto da inteligência artificial: . Assessment corporativo: ao iniciar o processo de transformação digital, as empresas precisam realizar o assessment corporativo para avaliar o seu nível de excelência em IA e gerar um roadmap de ações orientadas a resultados e ciclo evolutivo.

. Assessment pessoal: outro ponto relevante é fazer a avaliação dos perfis dos profissionais da equipe que ficará responsável por conduzir o projeto de IA, a fim de gerar recomendações cognitivas, pois caso ela tenha um conhecimento equivocado, especialmente o C-level, há grande risco de baixa evolução e perda de competitividade.

. Alinhamento cultural: transformação digital envolve, cultura e prática, evolução contínua e colaboração. Por isso, o alinhamento cultural é essencial para fortalecer o processo de colaboração e auxiliar diretamente na estratégia de IA. Se uma empresa diverge no conceito de ser digital e em como diferenciar o cliente, por exemplo, há risco de não evoluir.

Desafios e pontos de atenção: . C-level digital: a transformação digital com IA é liderada pelo C-level e executada por equipes em colaboração. Quando há muita divergência de conceito entre as lideranças, a evolução digital das empresas pode ser prejudicada. Recente pesquisa mostrou que poucos executivos estão preparados cognitivamente para esses novos temas. Não é suficiente achar que conhece o tema, é preciso imersão e atualização constante.

. Uso de IA genérica: apenas a implementação de IA genérica pode não ser suficiente para gerar dinamismo e efetividade nas relações e vendas com os clientes. Ferramentas são essenciais, mas a análise crítica e humana é indispensável para alcançar resultados.

. Negócios digitais: ponto básico para uma transformação digital, mas, se a visão não for centrada no cliente, há um risco de colapso no futuro. É necessário ter uma filosofia de plataforma exponencial e uma experiência do cliente (CX) aprimorada.

. Análise e revisão de IA estratégica: a análise de dados estratégica com uso de IA é uma ferramenta vital para identificar oportunidades ocultas em análises tradicionais, trazendo uma visão consistente do mercado. Além do planejamento, revisar as estratégias de IA periodicamente, pode potencializar os resultados. No entanto, raríssimas são as empresas brasileiras que usam IA no seu ciclo de planejamento.

. Customer relationship management (CRM) com IA: a integração da IA no CRM é uma estratégia diferenciadora para as empresas. Essa abordagem deve ser cuidadosa para não automatizar interações de maneira a desgastar a relação com os consumidores. O uso da IA no CRM requer uma compreensão profunda do cliente e a personalização das interações.

Processos importantes, mas menos desenvolvidos nas empresas: . Streaming/ETLs: esse processo de coleta de dados dá suporte à descoberta, à geração de relatórios, à análise e à tomada de decisões. É onde se inicia um bom processo de IA. Oferece uma visão mais abrangente, consistente e sem viés do mercado e identifica oportunidades que as análises tradicionais podem não revelar.

. Análise de sentimentos em tempo real: é muito poderosa e pode ajudar as empresas a compreenderem e se adaptarem às mudanças do mercado. A percepção de alteração no sentimento interno ou externo a uma empresa em tempo real faz muita diferença.

. Growth inteligente: essa aplicação das técnicas de business intelligence pode resultar em conversões mais eficazes. Porém, muitas empresas tratam esse aspecto estratégico de forma tática, o que pode levar a resultados insatisfatórios.

. Robotic process automation (RPA): muito relevante nas chamadas frentes de hiper automação. É recomendável associar essa estratégia com IA para ter maior efetividade.

O Brasil enfrenta um desafio significativo na adoção e integração da IA em sua transformação digital. Para superar essa lacuna, é crucial uma abordagem abrangente que englobe a cultura organizacional, o alinhamento estratégico e a colaboração entre os setores. A IA não é apenas uma tecnologia, mas uma ciência que requer liderança estratégica do CEO e um compromisso real com o processo. A atenção às áreas de deficiência mencionadas neste artigo é o ponto de partida para impulsionar a mudança e alavancar plenamente o potencial da IA no Brasil.

. Por: Ricardo Villaça, Diretor de Inteligência Artificial da DLR – Inteligência Artificial.