I.A. empresarial precisa primeiro garantir a confiabilidade antes de pensar no lucro a qualquer custo, diz Photoroom ao Times Brasil | CNBC

A indústria de tecnologia empresarial trata a responsabilização de forma desigual. Em disponibilidade de nuvem, latência e segurança de dados, o mercado exige garantias contratuais, SLAs e remédios definidos. Já quando o assunto é o conteúdo produzido por sistemas de IA, prevalece um padrão diferente, batizado de melhor esforço.

🔍 SLA é a sigla para Service Level Agreement, contrato que define metas mensuráveis de qualidade de um serviço, como disponibilidade, tempo de resposta e prazo de correção de falhas

Em declarações exclusivas ao Times Brasil – Licenciado Exclusivo CNBC, Jeff Strauss, diretor de imagem da Photoroom, plataforma de comércio visual baseada em Inteligência Artificial, defende que a confiabilidade passe a ser exigida como cláusula contratual, e não apenas prometida em discurso comercial.

Segundo ele, os recursos visuais de produto nunca foram apenas um diferencial de marketing nessas operações, mas parte da infraestrutura do negócio. Para o executivo, uma cor errada em um anúncio gerava devoluções, e um ingrediente ausente na imagem de um alimento representava risco direto para o cliente.

🔍 Melhor esforço é o modelo em que o fornecedor de tecnologia entrega o resultado que o sistema consegue produzir, sem compromisso contratual com um padrão mínimo de qualidade. Nesse formato, a empresa compra créditos, processa as imagens e assume o resultado obtido, sem previsão de correção obrigatória ou reembolso caso o conteúdo não atenda ao briefing original.

Leia também: Entenda a treta bilionária entre Apple e OpenAI que escancara a corrida pelo hardware que pode suceder o iPhone

Diferença entre resultado impressionante e confiabilidade

Para Strauss, existe uma diferença entre uma IA que impressiona em demonstrações e uma IA sobre a qual uma empresa pode apostar suas operações comerciais. Ele afirma que um erro de cor em uma imagem principal de produto não provoca uma devolução isolada, mas milhares, e que uma forma distorcida em um anúncio de moda pode afetar uma categoria inteira, não apenas uma conversão.

O executivo diz que, na maior parte das ferramentas visuais de IA hoje disponíveis para empresas, praticamente não existe cobertura contratual sobre esse tipo de exposição comercial. Na prática, segundo ele, o comprador adquire créditos, processa as imagens e assume o resultado entregue pela tecnologia. Quando o resultado não corresponde ao briefing, a conta recai sobre a empresa, em tempo de regeneração, em controle de qualidade adicional e em impacto comercial posterior.

Propriedade da tecnologia como diferencial de garantia

Siga o Times | CNBC no Google e receba as principais notícias do Brasil e do Mundo.

Siga o Times | CNBC

Strauss diz que a maioria dos fornecedores de visuais de IA não consegue oferecer garantias de resultado porque depende de modelos de terceiros. Nesses casos, segundo ele, a empresa contratante não tem como avaliar, direcionar ou responsabilizar o fornecedor pela qualidade do que esses modelos produzem, já que a responsabilidade termina na integração via API.

Já os fornecedores que controlam toda a cadeia, incluindo os modelos de geração, os modelos de avaliação e o processo de correção, conseguem, segundo o executivo, sustentar garantias contratuais reais. Ele cita como exemplo um modelo proprietário de avaliação de fidelidade que analisa cada resultado antes da entrega ao cliente, permitindo identificar falhas antes mesmo delas chegarem ao consumidor final.

Como funciona uma garantia contratual na prática

Segundo Strauss, uma garantia visual empresarial precisa cumprir três funções. Primeiro, definir com antecedência os critérios de aprovação e reprovação a partir do briefing real do cliente. Depois, avaliar cada resultado em relação a esses critérios antes da entrega. Por fim, acionar uma solução clara, como regeneração da imagem ou reembolso de créditos, quando ocorrem falhas.

O executivo destaca que esses critérios precisam ser mensuráveis. Falhas como uma cor alterada, um ingrediente ausente ou uma forma de produto distorcida podem ser cobradas contratualmente. Já preferências estéticas subjetivas, como ângulo de iluminação ou tom de fundo, não entram nesse tipo de garantia, na visão dele.

Para Strauss, essa especificidade obriga fornecedor e cliente a discutir o que significa qualidade para determinado catálogo antes da contratação, e não depois de um problema surgir.

Confiabilidade como próxima etapa da IA empresarial

Strauss diz que o setor de IA empresarial chegou a um ponto em que a conversa deve deixar de girar em torno do que os sistemas conseguem fazer para se concentrar no que os fornecedores estão dispostos a garantir. Segundo ele, capacidade técnica deixou de ser diferencial, já que o mercado está cheio de ferramentas capazes, e a confiabilidade passou a ser o fator decisivo.

Para equipes de compras corporativas, o executivo recomenda perguntas mais diretas aos fornecedores, como o que acontece diante de um erro e quais são os termos contratuais aplicáveis, além de quais medidas corretivas valem quando o padrão acordado não é cumprido.

Strauss afirma que fornecedores dispostos a garantir contratualmente seus resultados tendem a conquistar espaço permanente na infraestrutura corporativa, enquanto o modelo de melhor esforço perde espaço entre compradores empresariais que processam grandes volumes de imagens por meio de pipelines de IA.

Allan Ravagnani

Siga o Times Brasil - Licenciado Exclusivo CNBC no