O Gartner, líder mundial em pesquisa e aconselhamento para empresas, divulgou que a Inteligência Artificial Generativa (GenAI) é a solução mais escolhidas entre as tecnologias de Inteligência Artificial (IA) mais implementadas nas empresas.
De acordo com a pesquisa, realizada no quarto trimestre do ano passado, 29% dos 644 entrevistados de empresas do Estados Unidos, Alemanha e Reino Unido disseram que implantaram e estão usando GenAI, e que é a tecnologia de IA mais frequentemente implementada.
A GenAI foi identificada como mais prevalente do que outras soluções, tais como técnicas de gráficos, algoritmos de otimização, sistemas baseados em regras, processamento de linguagem natural e outras formas de Machine Learning.
A pesquisa também descobriu que utilizar a IAG incorporada aos aplicativos existentes (como o Copilot for 365 da Microsoft ou o Firefly da Adobe) é o principal uso, com 34% dos entrevistados afirmando que este é o seu método principal de utilização.
Esse cenário é observado como mais comum do que outras opções, como customizar modelos GenAI com engenharia de prompts (25%), treinar ou ajustar modelos GenAI personalizados (21%), ou usar ferramentas GenAI autônomas, como ChatGPT ou Gemini (19%).
“A GenAI está atuando como um catalisador para a expansão da Inteligência Artificial nas empresas. Isso cria uma janela de oportunidade para os líderes de Inteligência Artificial, mas também um teste sobre se eles serão capazes de capitalizar este momento e entregar valor em escala“, destaca Leinar Ramos, diretor sênior de análise do Gartner.
Demonstrar o valor da IA é a principal barreira para sua adoção
O principal obstáculo para a adoção de IA, conforme relatado por 49% dos participantes da pesquisa, é a dificuldade em estimar e demonstrar o valor dos projetos.
Este problema supera outras barreiras como escassez de talentos, dificuldades técnicas, questões relacionadas a dados, falta de alinhamento de negócios e confiança na Inteligência Artificial.
“O valor de negócios continua sendo um desafio para as empresas quando se trata de Inteligência Artificial. À medida que as empresas expandem a Inteligência Artificial, elas precisam considerar o custo total de propriedade de seus projetos, bem como o amplo espectro de benefícios além da melhoria da produtividade“, complementa.
Principais barreiras para implementar técnicas de IA
“A GenAI aumentou o grau de adoção de Inteligência Artificial nas empresas e tornou tópicos como capacitação e governança de TI muito mais importantes. A GenAI está forçando as companhias a aprimorarem suas capacidades de Inteligência Artificial“, acrescenta.
Lições de empresas com maturidade em IA
“As empresas que estão lutando para obter valor de negócios com o uso da Inteligência Artificial podem aprender com companhias mais maduras no uso dessa tecnologia. Essas são companhias que estão aplicando a Inteligência Artificial de forma mais ampla em diferentes unidades de negócios e processos, implantando muitos mais casos de uso que permanecem por mais tempo em produção“, complementa.
A pesquisa descobriu que 9% das empresas estão atualmente maduras em IA e constatou que o que diferencia essas companhias é que elas se concentram em quatro capacidades fundamentais:
- Um modelo operacional de Inteligência Artificial escalável, equilibrando capacidades centralizadas e distribuídas.
- Um foco em engenharia de Inteligência Artificial, projetando uma maneira sistemática de construir e implantar projetos de Inteligência Artificial em produção.
- Um investimento em capacitação e gerenciamento de mudanças em toda a empresa.
- Um foco em capacidades de confiança, risco e segurança (TRiSM) para mitigar os riscos advindos das implementações de Inteligência Artificial e impulsionar melhores resultados comerciais.
“As empresas maduras em Inteligência Artificial investem em capacidades fundamentais que permanecerão relevantes independentemente do que aconteça amanhã, e isso lhes permite escalar suas implantações de IA de forma eficiente e segura“, ressalta.
Focar nessas capacidades fundamentais pode ajudar as empresas a amadurecerem e aliviarem o desafio de levar projetos de IA para a fase de produção.
A pesquisa mostra que, em média, apenas 48% dos projetos de IA chegam à produção e são necessários oito meses para ir de um protótipo de IA ser implementado.
