Inteligência artificial e inovação em grandes empresas

TL;DR

A inteligência artificial transformou-se na tecnologia mais disruptiva dos próximos 10 anos, com o mercado valendo US$ 1,2 trilhão em crescimento de 70% desde 2017.

Por que importa: IA permite que máquinas reproduzam capacidades humanas como raciocinar, aprender e prever, revolucionando operações empresariais.
Em números: Em 2026, 95% das empresas brasileiras planejam adotar IA agêntica em dois anos, segundo a Deloitte.
O panorama: Grandes empresas como Stripe usam IA para prevenir fraudes processando bilhões de dados transacionais automaticamente.
Ponto de atenção: Principais desafios incluem escassez de talentos especializados, necessidade de dados de alta qualidade e investimentos robustos em P&D.
Na prática: Sucesso exige focar em casos de alto impacto, usar IA para aumentar funcionários e considerar implicações éticas.

O mundo vive um cenário de crescimento exponencial. Com a ajuda das tecnologias, as empresas e os mercados avançam em um ritmo jamais visto na história da humanidade. Entre tantas possibilidades e oportunidades, a Inteligência Artificial (IA) e suas aplicações em empresas e mercados ganham destaque. Para você ter uma ideia do tamanho desse mercado, dados apontam que a indústria da IA valerá US$ 1,2 trilhão neste ano – um aumento de 70% em relação a 2017. O foco está voltado para as soluções que privilegiam a experiência do usuário. De acordo com John-David Lovelock, executivo da Gartner, uma das mais renomadas empresas de pesquisa e consultoria do mundo, a IA promete ser a tecnologia mais disruptiva no decorrer dos próximos 10 anos. Entre as particularidades, ganham evidência os avanços relacionados à potência computacional, volume, velocidade e variedade de dados, assim como os progressos em redes neurais profundas. Neste texto, vamos falar das aplicações da Inteligência Artificial nas grandes empresas. Acompanhe!

Neste post 5

Inteligência Artificial: o que é para onde estamos indo
Usos da Inteligência Artificial
Estudo de caso de Inteligência Empresarial
Além do Google e do Facebook
Os maiores desafios para aplicar IA nas empresas

Inteligência Artificial: o que é para onde estamos indo

Basicamente, a Inteligência Artificial pode ser conceituada como um conjunto de tecnologias que possibilitam que as máquinas reproduzam alguns tipos de recursos humanos, como: a capacidade de ouvir, ver, falar, mover, raciocinar, agir e prever e, principalmente, aprender com a experiência passada. Sendo assim, hoje em dia a IA é utilizada em mensagens de textos, pesquisas, e-commerce, redes sociais, indústrias, saúde, área financeira e em vários outros segmentos. Às vezes, somos conscientes da sua presença — como no caso dos carros autônomos —, mas em outras situações ela funciona nos bastidores de aplicativos e em outras ferramentas. Os investimentos em Inteligência Artificial continuam a aumentar de maneira substancial. Combina-se inovação, experiência e investimentos, o que quer dizer que a IA está pronta para ganhar fortes impulsos dentro das empresas.

Usos da Inteligência Artificial

Apesar de a IA permitir que as máquinas reproduzam comportamentos das pessoas, é essencial lembrar a forma como elas se diferenciam dos humanos. De um lado, evidenciam questões como a computação e a correspondência de padrões, mas faltam os atributos essencialmente humanos, como sentimento, valores e contextos. Para aproximá-las, nós devemos “treiná-las”, de forma que possam reconhecer objetivos, idiomas e sentimentos, além de compreenderem algumas das particularidades humanas. Embora alguns futuristas pensem que as máquinas ultrapassarão as capacidades das pessoas, as questões atuais são mais pragmáticas:

como utilizaremos a IA?
em que situações é bom e em quais não é?
onde estão as verdadeiras oportunidades?
como isso afetará clientes, funcionários e acionistas?

Estudo de caso de Inteligência Empresarial

Em um estudo de caso extraído da pesquisa AI in the Enterprise: Real Strategies for Artificial Intelligence, de junho de 2018, a Stripe, uma plataforma de pagamento on-line, tem como missão evitar fraudes e a melhorar a experiência dos clientes. Basicamente, a Stripe busca tornar a economia mais acessível às pessoas. A ideia segue a linha do Google Adwords, que possibilitou que qualquer empresa passasse a fazer publicidade. Nesse contexto, um dos principais desafios é diminuir as fraudes com o auxílio da máquina, que ajuda as pessoas a automatizarem as decisões com base em alguns bilhões de dados da plataforma. Para tanto, o algoritmo da Stripe consideraria metadados sobre a empresa e suas transações.

Além do Google e do Facebook

Casos como esse da Stripe mostram que a IA será cada vez mais aplicada além de um grupo restrito de acadêmicos e empresas de tecnologia como Facebook e Google. Embora isso não seja necessariamente para todas corporações, a IA conta com um enorme potencial em diversas áreas. Esse avanço, especialmente nas organizações, pode ser evidenciado principalmente por meio de 5 recomendações específicas:

1. Use dados de alta qualidade

Uma das maneiras mais eficientes de reduzir os riscos para produtos de IA e aprendizado de máquinas é contando com uma plataforma de dados de alto desempenho. Isso fica muito evidente em um artigo da Harvard Business Review, intitulado “If Your Data Is Bad, Your Machine Learning Tools Are Useless” (algo como, em tradução livre, “Se seus dados são ruins, suas ferramentas de aprendizado de máquina são inúteis”);

2. Escolha casos de alto impacto

Um dos grandes desafios é escolher atacar problemas que serão vistos como uma grande vitória dentro dos negócios. O ideal, portanto, é focar nas ideias que a IA pode resolver, mas que sejam interessantes e únicas.

3. Encontre os talentos e as ferramentas certas

Um dos maiores desafios para IA são as ferramentas ainda imaturas, o que pode impedir que haja democratização e inovação dentro das empresas, ao menos até que elas amadureçam. Por outro lado, também é preciso encontrar talentos, que são escassos. Isso não quer dizer que não existam cientistas de dados talentosos por aí, mas as exigências de colocar AI em prática — especialmente em empresas com milhares de funcionários e bilhões em receitas — são altíssimas. Embora isso seja um problema é possível alinhar diversos atores em torno de um único objetivo.

4. Pense em IA para aumentar e não substituir funcionários

Alguns especialistas, como o saudoso Stephen Hawking, afirmaram que a Inteligência Artificial substituirá grande parte da força de trabalho. Já outros, como como Susan Lund e James Manyika, da McKinsey Global Institute, afirmam que a IA gerará novos empregos. Um fato é que, como acontece com mudanças tecnológicas, alguns trabalhos desaparecerão e outros serão criados. Por enquanto, a IA exige um nível adequado de supervisão e governança para ser bem-sucedida, mesmo em organizações mais sofisticadas. Nesse contexto, vale dizer que aproveitar o máximo em IA é sinônimo de repensar os recursos — humanos e tecnológicos — da empresa, de forma que eles sejam alocados no futuro da melhor forma possível.

5. Entenda as experiências dos clientes e as implicações éticas da IA

A Inteligência Artificial modifica muitas normas que governam as interações entre empresas e pessoas. Os chatbots, por exemplo, criaram novos e desafiadores modelos de interações. Ferramentas como o reconhecimento facial, por sua vez, alteraram nossas compreensões de privacidade. Além disso, a IA introduz um nível assimetria de informações entre empresas e pessoas jamais visto. Os resultados de questões como essas podem ter significativas implicações éticas, assim como pode reverberar essencialmente na experiência dos clientes de forma geral — leia mais sobre o assunto Apesar de a Inteligência Artificial apresentar enormes mudanças na tecnologia, a grande questão é começar de forma modesta e aplicá-la para os problemas certos.

Os maiores desafios para aplicar IA nas empresas

Como ficou claro ao longo do texto, existem diversos desafios para a aplicação da Inteligência Artificial nas organizações — e a maioria deles, estrutural. Ao menos, vale lembrar que IA é aprendizado de máquina e não uma solução pronta. Adotá-la em sua organização requer conjuntos específicos de recursos e habilidades, conforme veremos a seguir:

A lacuna dos talentos em IA

Um dos primeiros desafios para as organizações é encontrar talentos. Será preciso contar com uma equipe com as habilidades técnicas necessárias para treinar sistemas de IA — como utilizar dados de marketing para otimizar campanhas ou aproveitar dados de suporte ao cliente para automatizar feedbacks. Esse tipo de treinamento requer habilidades muito particulares e, infelizmente, os talentos no mercado ainda são escassos.

A criação da cultura de IA nas empresas

Enquanto contar com talentos seja um grande desafio, trazer a IA para dentro da empresa pode ser mais fácil. No entanto, como dito, a organização pode esbarrar nas questões estruturais — como na pesquisa e no desenvolvimento a favor de adotar a IA em um ambiente corporativo real. A maioria das escolhas das empresas em TI são referentes a softwares ou hardwares que você deseja usar, conectar e fazer com que eles façam as coisas que deseja. O problema da Inteligência Artificial é que ela exige muitos treinamentos, ao menos no início, e trabalhos com dados, de forma que os resultados esperados sejam entregues. Nesse sentido, será preciso investir em P&D de forma robusta e isso não é algo que está ao alcance da maioria das empresas. Afinal, elas nunca tiveram de fazer algo do tipo para fazer com que a tecnologia funcione. Em outras palavras, existem custos e grande parte da organizações não está preparada para suportar.

Adotar ou esperar?

Diante de tantos impasses, fica a questão no ar: devo adotar a Inteligência Artificial na empresa ou não? De forma geral, existem cinco tipos de atores: inovadores, adotantes iniciais, maioria inicial, maioria tardia e retardatários. Via de regra, a maioria dos gestores evitará ser um inovador (dadas às incertezas, talentos e custos) ou retardatário (aqui, o resto da indústria já terá aproveitado o ROI da IA). Ser inovador exige muitos recursos e empresas valiosas como Facebook, Google e Microsoft estão neste time e fazem pesquisas sobre IA para aprenderem de forma profunda. Como é muito difícil entrar nesse grupo exclusivo, o melhor caminho para a maioria das empresas será o meio-termo. Os gestores, portanto, devem prestar atenção a estudos de casos reais e suas aplicações. Quando há empresas de fato se beneficiando da IA, talvez vale a pena investir e explorar. Entre muitas novidades e incertezas, o fato é que o mundo nunca foi tão Black Mirror. Confira o que os assistentes de voz estão fazendo com o mercado e a sociedade.

Como grandes empresas estão aplicando IA além de Google e Facebook?

Empresas como a Stripe utilizam IA para detectar fraudes em pagamentos online, processando metadados de bilhões de transações. A tecnologia analisa padrões comportamentais e dados empresariais para automatizar decisões de segurança, demonstrando que IA transcende o setor tecnológico tradicional e oferece soluções práticas para desafios operacionais específicos em diversos mercados.

Quais são os 5 pilares para implementar IA com sucesso nas organizações?

Os pilares fundamentais incluem: usar dados de alta qualidade como base, escolher casos de alto impacto nos negócios, encontrar talentos especializados e ferramentas adequadas, pensar em IA para aumentar capacidades dos funcionários ao invés de substituí-los, e compreender profundamente as experiências dos clientes junto às implicações éticas da implementação tecnológica.

Por que a escassez de talentos em IA representa um desafio estrutural?

Implementar IA exige habilidades técnicas muito específicas para treinar sistemas usando dados de marketing, suporte ao cliente e outras fontes empresariais. Diferente de softwares tradicionais que você simplesmente instala e usa, IA demanda treinamento contínuo, trabalho intensivo com dados e investimentos robustos em pesquisa e desenvolvimento que poucas organizações estão preparadas para sustentar.

Qual estratégia de adoção de IA é mais recomendada para a maioria das empresas?

A estratégia ideal é o meio-termo entre inovador e retardatário. Empresas devem observar estudos de casos reais e aguardar evidências concretas de benefícios antes de investir. Ser inovador exige recursos que apenas gigantes como Google e Microsoft possuem, enquanto ser retardatário significa perder vantagens competitivas quando a indústria já aproveitou o ROI da tecnologia.

Matt Montenegro

Publicitário e Designer de Produto; ex-CEO da VidMonsters (M&A Hotmart). Fala sobre a indústria de tecnologia e compartilha insights a respeito do atual zeitgeist.