Empresas estão gastando muito em IA agêntica sem nem sempre saber o que ela faz

As empresas estão investindo muito dinheiro em ferramentas e serviços de inteligência artificial, principalmente em IA agêntica, em muitos casos sem entender o que essas ofertas realmente fazem. Uma tarefa-chave para os líderes de tecnologia daqui para frente é alterar esse cenário antes que mais investimentos sejam desperdiçados.

“Não é surpreendente que muitas organizações ainda estejam tentando descobrir o que a IA agêntica realmente é”, disse Dan Diasio, líder global de IA na consultoria EY. “A IA agêntica tem um burburinho em torno dela que muitos no mercado querem capitalizar, e vimos uma incrível reformulação de marca de qualquer coisa relacionada à IA generativa sendo apresentada como ‘IA agêntica’.”

Muitos dos casos de uso atuais da IA generativa são o que Diasio chamaria de assistentes, onde um usuário digita um comando e a ferramenta fornece uma resposta, sugere ações recomendadas ou lida com tarefas administrativas.

“Mas um agente tem maior autonomia, reconhecendo quando uma tarefa deve ser feita e completando todos os passos por si mesmo, enquanto entende o contexto da situação”, disse Diasio. “Ambos são úteis, mas o último é vastamente mais poderoso e alinhado com o verdadeiro potencial da IA.”

Como parte de sua última Pesquisa Pulso de IA nos EUA, a EY questionou tomadores de decisão em uma variedade de indústrias e descobriu que 21% dos líderes seniores dizem que suas organizações investiram US$ 10 milhões ou mais em IA, um aumento em relação aos 16% de um ano atrás. Cerca de um terço antecipa gastar US$ 10 milhões ou mais em IA no próximo ano.

No entanto, há uma divisão significativa entre o compromisso dos líderes seniores com a IA agêntica e sua adoção em grande escala. Enquanto as primeiras implementações de IA agêntica estão entregando benefícios tangíveis, apenas 14% dos entrevistados disseram que a tecnologia de IA agêntica foi totalmente implementada em sua organização.

“A pesquisa mostra que a maioria das organizações ainda não está preparada para as demandas da IA agêntica”, disse Diasio. “Isso inclui ter conhecimento organizado e de alta qualidade para guiar esses sistemas e uma compreensão clara de como as empresas navegam a mudança massiva entre os estados atual e futuro.”

Clima de incerteza

Como resultado dessa falta de preparação, muitas empresas têm oportunidades promissoras, mas hesitam em ir além dos programas-piloto, disse Diasio. Isso acontece mesmo com retornos bem-sucedidos dos investimentos atuais em IA.

“Embora essa combinação de despreparo técnico e prontidão para a mudança crie um clima de incerteza, ela fornece um roteiro claro para as organizações”, disse Diasio. “Ao abordar essas questões fundamentais primeiro, as empresas podem avançar com confiança além dos programas-piloto e preencher a lacuna entre o compromisso estratégico e a implementação em grande escala em toda a empresa.”

A evolução acelerada da IA apresenta um desafio significativo para a adoção empresarial, disse Deepankar Mathur, diretor associado da empresa de pesquisa Searce. “É um ambiente onde muitas organizações, particularmente aquelas para as quais a tecnologia é um facilitador em vez de um produto principal, sentem que estão perpetuamente ‘atrasadas’ ou reagindo ao mais recente desenvolvimento do mercado.”

Mathur diz que o conceito de “adoção em grande escala” está perdendo relevância no contexto da rápida evolução da IA agêntica. “É como tentar acertar um alvo em constante movimento”, ele disse. “As empresas precisam mudar seu foco de um evento de implementação singular e abrangente.”

Em vez disso, as empresas precisam de um ciclo de otimização contínuo que envolva identificar sistematicamente processos para automação, priorizá-los com base em uma análise de impacto versus esforço e implementar a melhor solução disponível naquele momento. “O ponto-chave é que, imediatamente após a implementação, o processo de refinamento e aprimoramento começa novamente”, disse Mathur. “Para o futuro previsível, este ciclo de melhoria não é um projeto temporário; é um imperativo operacional ‘sempre ativo’.”

Saiba mais:

78% dos CEOs de tecnologia e telecomunicações priorizarão investimentos em inteligência artificial, aponta pesquisa da KPMG

Alibaba anuncia óculos com inteligência artificial, criando um rival chinês para a Meta

Conhecimento humano e ativos de IA

Há passos que os líderes de tecnologia e negócios podem dar para ajudar suas organizações a prosperarem com a IA.

Um deles é definir claramente a parceria entre humanos e IA. Os líderes devem abordar a integração da IA agêntica como “uma relação simbiótica com o talento existente”, disse Diasio. “Isso significa elaborar uma estratégia que delineie quais tarefas a IA irá lidar e quais papéis os humanos desempenharão. Essa abordagem é uma maneira mais eficaz e envolvente de alavancar a IA agêntica, ajudando a aliviar os medos dos funcionários e a fomentar um ambiente mais colaborativo.”

Outra boa prática é transformar o “conhecimento tácito” em ativos de conhecimento, disse Diasio. “Trabalhos são realizados através de know-how e experiência, que é uma informação que pode existir apenas na cabeça dos trabalhadores, não agregada em bancos de dados históricos”, ele disse. “A IA agêntica precisa desse conhecimento organizacional para guiar uma tomada de decisão eficaz com uma metodologia consistente.”

Com agentes autônomos, o potencial para resultados positivos e negativos é bastante aprimorado e os líderes de tecnologia precisam abordar isso.

“Recentemente, estamos começando a ter mais notícias sobre as implicações de ciber[segurança] em muitos agentes, e isso só aumentará com mais agentes sendo levados para a produção”, disse Diasio. “Portanto, é crucial estabelecer uma estrutura de IA responsável e um plano cibernético otimizado para IA desde o início.”

Isso envolve a definição de políticas claras sobre privacidade e segurança de dados, uso ético e supervisão para determinar os pontos específicos onde a revisão humana é obrigatória, disse Diasio. “Ao abordar proativamente essas questões de governança, os líderes podem construir um sistema confiável e transparente que se alinha com os valores da empresa, gerencia riscos e constrói confiança entre funcionários e partes interessadas”, ele disse.

Mesmo com os riscos potenciais, as empresas também precisam democratizar o acesso às ferramentas de IA. “A barreira para a implementação de IA diminuiu significativamente; não é mais necessário ser um engenheiro de [aprendizado de máquina] para criar valor”, disse Mathur. “Organizações com visão de futuro devem priorizar a democratização do acesso às ferramentas de IA agêntica dentro de uma estrutura de segurança bem definida.”

Isso capacita os funcionários a serem inovadores em suas tarefas diárias. “A dependência excessiva de conselhos de IA centralizados ou comitês de direção pode criar gargalos e sufocar essa inovação de baixo para cima”, disse Mathur. “O verdadeiro progresso exige que os líderes defendam ativamente e possibilitem essa adoção generalizada.”

Outra boa prática é criar um centro de excelência em IA. “As empresas mais bem-sucedidas estão construindo pequenas equipes de elite de especialistas ‘faixa-preta de IA’ que operam como um centro de excelência horizontal”, disse Mathur. “Esses especialistas se integram diretamente em várias funções de negócios, não para fazer o trabalho por eles, mas para capacitar e treinar essas equipes a construir seus próprios fluxos de trabalho agênticos.”

Além disso, as empresas precisam ser inteligentes ao definir metas para a IA. “Sejam específicos com as equipes internas sobre os resultados desejados, encontrem maneiras de medir o sucesso”, disse Mathur. “Os objetivos devem ser alcançáveis, realistas e direcionados para serem alcançados dentro de cronogramas mutuamente acordados pela equipe.”

Nathalia Fruchi

Siga o Times Brasil - Licenciado Exclusivo CNBC no