15 Minutos de leitura 5 out 2023
Multidões abstratas de pessoas com exibição de rua de realidade virtual

Cinco iniciativas de IA generativa que os líderes devem buscar agora

Autores
Jeff Wray

Global EY-Parthenon Leader

Passionate leader focusing on large scale opportunities in retail and consumer products. Fascinated about how products get to market. Excited about the breadth and depth of knowledge within EY.

Dan Diasio

EY Global Artificial Intelligence Consulting Leader

Contributing to a positive, responsible future for our people and the next generation. Connector. Curious about the new and the old. Husband and Papa.

Gautam Jaggi

Director, Global Insights, Research Institute | Global Markets – EY Knowledge

Focus areas include disruption, megatrends, behavioral economics, health, future of work, AI. Passionate about photography, travel and music.

15 Minutos de leitura 5 out 2023

Mostrar recursos

  • Se a IA é uma força transformadora, como podemos garantir que seja uma força para o bem?

É hora de ir além dos ganhos rápidos de eficiência para uma estratégia de IA coesa, que seja praticável e ofereça opções em um ambiente em rápida mudança.

Em resumo
  • A inteligência artificial generativa tem um enorme potencial, mas muitas pessoas ficam frustradas por incertezas significativas e restrições organizacionais.
  • Priorizar um pequeno número de iniciativas transversais para preencher lacunas e avançar na curva de maturidade da IA.
  • Dentro de cada iniciativa, determinar onde agir agora ou o que decidir mais tarde, identificando ao mesmo tempo os critérios e limites para desencadear atividades futuras.

A inteligência artificial generativa (GenAI) é um dilema. Por um lado, seu potencial transformador e sua rápida aceleração estão criando um imperativo para os líderes empresariais agirem. Por outro, a incerteza significativa e as restrições organizacionais estão diminuindo o ritmo dessa adesão e dissuadindo muitos de lançar iniciativas importantes.

Embora as empresas estejam investindo em IA — 43% dos CEO já começaram a fazê-lo, e outros 45% com planejamento para o próximo ano — muitas procuram ganhos rápidos de eficiência em vez de mudanças mais fundamentais para maximizar o potencial de crescimento da IA. Noventa porcento1 das organizações ainda estão nos estágios iniciais de maturidade da IA, executando provas de conceito ou desenvolvendo capacidades em bolsões. Neste ambiente, como garantir que suas ações atuais estejam alinhadas com a construção de uma empresa pronta para a IA no futuro? Como estabelecer uma trajetória em meio a tanta incerteza?

As equipes da EY desenvolveram um processo para a criação de uma estratégia executável, focada e adaptativa, ajustada a este ambiente de incertezas e limitações. Esta abordagem identifica as iniciativas estratégicas de maior impacto, distingue as prioridades de curto prazo das questões de longo prazo e oferece opções em um ambiente em rápida mudança.

  • O que há em um nome? Inteligência artificial e IA generativa

    Neste artigo, referimo-nos tanto à inteligência artificial (IA) quanto à IA generativa (GenAI). Isso é deliberado e orientado pelo contexto.

    IA é um termo amplo para um conjunto de tecnologias que desenvolvem ou simulam inteligência em máquinas, inclusive por meio da execução de tarefas que tradicionalmente exigiam inteligência humana. GenAI é um subconjunto da IA referindo-se a uma categoria específica de modelos capazes de gerar conteúdos novos e originais, inclusive texto, imagens, vídeo e música.

    Nos últimos meses, as capacidades notáveis do ChatGPT e de outros modelos GenAI capturaram a imaginação do público, criando um imperativo de ação e acentuando os desafios organizacionais. Portanto, utilizamos o termo “GenAI” no contexto destas implicações de curto prazo.

    Mas a IA é mais do que a recente onda de modelos GenAI. Ela vem evoluindo há décadas e o futuro trará mais avanços tecnológicos. Reconhecendo isto, utilizamos o termo “IA” no contexto da estratégia de longo prazo das empresas, dos modelos de negócio e da mudança organizacional.

Estabelecer metas e identificar desafios 

Comece definindo metas abrangentes, alinhadas aos seus valores e propósito organizacionais. Acreditamos que uma estratégia de IA deve ser orientada, no mínimo, por determinados objetivos fundamentais. A capacidade sem precedentes da IA de entrar nos domínios mais humanos – inteligência e criatividade – faz do aumento das capacidades humanas um foco estratégico fundamental. As preocupações crescentes sobre os riscos levantados pela IA significam que a construção de confiança nos sistemas de IA da sua organização precisa ser um princípio fundamental. Finalmente, para gerar valor exponencial, sua estratégia não pode ser fragmentada ou isolada – ela precisa de uma abordagem de ponta a ponta.

Para atingir esses objetivos, você precisa identificar e abordar suas maiores lacunas. Pense nisso de duas formas. Primeiro, qual é a diferença entre o seu estado atual e o seu estado futuro desejado? Para mensurar isso, você precisa de um modelo de maturidade, como o EY.ai Maturity Model, para avaliar sua implementação atual de IA com relação a uma implantação madura de IA em toda a empresa.

Mostrar recursos

  • Baixe 'Se a IA é uma força transformadora, como podemos garantir que seja uma força para o bem?'

Em segundo lugar, concentre-se nas lacunas – as incertezas e restrições organizacionais – que estão limitando sua capacidade de subir rapidamente na curva de maturidade. Empresas de todos os setores normalmente enfrentam múltiplas incertezas e restrições. Isso compreende: ser inundado por um grande número de casos de utilização não prioritários e, ao mesmo tempo carentes de uma visão global sobre a transformação empresarial e a criação de valor; incerteza sobre a regulamentação da IA e os riscos levantados por novos casos de utilização; e lacunas de talentos e infraestrutura de tecnologia da informação (TI).

As empresas enfrentam desafios críticos no desenvolvimento e implementação de IA

Lançar iniciativas estratégicas de IA

Um verdadeiro abismo separa esses objetivos e desafios. Superá-lo requer priorizar um pequeno número de iniciativas estratégicas que sejam transversais e alinhadas. Isso significa abordar múltiplas incertezas ou restrições simultaneamente, ao mesmo tempo trabalhando em conjunto para alcançar os objetivos principais listados acima, promover o propósito da sua empresa e concretizar uma visão compartilhada.

Pautados por esses critérios, bem como por uma série de entrevistas e workshops com especialistas em IA e estratégia da EY, identificamos cinco iniciativas estratégicas que abordam as lacunas normalmente enfrentadas pelas empresas de todos os setores. Dentro de cada iniciativa, os líderes devem decidir em que pontos agir agora e o que decidir mais tarde – ao mesmo tempo que identificam os critérios e limites específicos que vão desencadear essas atividades futuras.

Equipe de controle de tráfego aéreo trabalhando em uma torre de controle moderna de aeroporto à noite
(Chapter breaker)
1

Iniciativa 1

Estabeleça uma "torre de controle" de IA

Para reduzir riscos e alinhar recursos, a direção deve vir de cima.

Para desenvolver uma visão estratégica e garantir o alinhamento com ela, a sua estratégia de IA precisa de uma torre de controle. Ao contrário dos “centros de excelência” que muitas empresas estão criando para centralizar capacidades técnicas para execução de casos de uso, a torre de controle é a unidade de negócios encarregada de definir a estratégia da sua organização e garantir que seus recursos e as outras quatro iniciativas estejam alinhados a esta visão. Isso precisa ser liderado por alguém da diretoria (C-suite) ou alguém com linha direta com o C-suite. Deve ter poderes para alocar capital e comandar recursos suficientes para trabalhar em todas as áreas empresariais.

Os benefícios desta abordagem são exemplificados por uma empresa de abastecimento de água australiana com quem as equipas da EY trabalharam. A concessionária estava preocupada com o fato de o uso descoordenado de IA em processos de negócios espalhados pela organização estar criando um risco significativo. A empresa avaliou a maturidade da sua IA e desenvolveu um roteiro claro para alcançar a sua ambição estratégica. Um componente-chave da nova estratégia foi o estabelecimento de um escritório de torre de controlo de IA, que por sua vez permitiu uma priorização sistemática de casos de utilização, o estabelecimento de melhores práticas e governação em toda a empresa, bem como a melhoria das competências de talentos e capacidades tecnológicas. O resultado não foi apenas a redução do risco, mas também uma maior captura de valor dos seus investimentos em IA. 

Onde agir agora

Nomeie um líder com bastante experiência em liderança de transformação digital. Capacite-o a construir uma equipe com o tamanho, a senioridade, o orçamento e as habilidades certas para coordenar em toda sua organização. Estabeleça relacionamentos com o conselho/diretoria e os principais comitês que tratam do risco e da governança da IA. Comece identificando as métricas que você usará posteriormente para mensurar o progresso e o retorno sobre o investimento.

O que decidir depois

  • Decida quais casos de uso, modelos de negócios e alianças serão reduzidos, consolidados ou ampliados. Faça isso de forma contínua, utilizando as métricas estabelecidas anteriormente e em coordenação com as iniciativas responsáveis pelos modelos e funções de negócios e alianças de ecossistemas.
  • Determine como a torre de controle deve evoluir ao longo do tempo. Decida, por exemplo, se pretende tornar-se uma área dedicada a manter uma governança central forte ou fazer a transição para um modelo federado com autoridade delegada entre áreas para aumentar a flexibilidade e a velocidade da inovação.
Close da mão tocando a água-viva
(Chapter breaker)
2

Iniciativa 2

Reimagine seu futuro modelo de negócios e funções

A IA é uma oportunidade de transformação desde o início.

Preparar sua organização para a era da IA exige antecipação e preparação para as amplas rupturas que ela provavelmente desencadeará. Até agora, a maioria das empresas está pensando de forma incremental: “como a GenAI poderia tornar os processos existentes mais eficientes?” em vez de “como a IA poderia transformar funções e modelos de negócios desde o início?” De acordo com a pesquisa da EY, 91% das organizações utilizam IA principalmente para otimizar operações, desenvolver ferramentas de autoatendimento como chatbots ou automatizar processos. Apenas 8% estão impulsionando a inovação, como ofertas novas ou melhoradas.

Onde agir agora

No curto prazo, continuar a aplicar a GenAI a casos de utilização específicos com o objetivo de melhorar a eficiência e a produtividade. Priorize os casos de uso com base em alguns critérios.

Primeiro, concentre-se nas maiores oportunidades de criação de valor, avaliando como a IA pode gerar impacto nos resultados financeiros da organização. Utilize todas as ferramentas disponíveis, como o EY.ai Value Accelerator, para ajudar a identificar e implementar iniciativas e soluções de IA com base na sua contribuição para métricas como receitas, custos e EBITDA.

Como as equipes da EY têm observado nos últimos meses, ao ajudar vários clientes a avaliarem e/ou implementarem tais oportunidades, a aceleração de valor pode ser encontrada em ações como a utilização de conteúdos generativos e fluxos de trabalho automatizados para aumentar a taxa de conversão dos representantes de vendas (neste caso, a uma empresa de serviços de informações empresariais — uma oportunidade de US$ 100 milhões) para automatizar processos de engenharia, atendimento ao cliente, gestão de conhecimento e outras áreas (em um conglomerado de telecomunicações e mídia — uma oportunidade de US$ 1 a 1,5 bilhão).

Em segundo lugar, neste ambiente de risco incipiente e em evolução,
concentre-se em casos de utilização de menor risco. Por exemplo, algumas funções internas apresentam menor risco do que muitas funções de contato direto com o público, que podem provocar reações negativas do consumidor e danos à marca.

Ao mesmo tempo, vá além dos casos de uso, estabelecendo as bases para uma visão e direção de longo prazo. Se assumir todo o modelo de negócio se revelar demasiado desafiante, dadas as incertezas sobre a evolução da IA, considere, em vez disso, aproximar-se do modelo de negócio a partir de ambas as pontas: uma abordagem de baixo para cima e de cima para baixo.

Na abordagem descendente, desenvolva um ou mais cenários prevendo como seu setor poderá ser reinventado no futuro e como sua proposta de valor precisaria mudar para permanecer competitiva. Identifique métricas para rastrear quais cenários estão se tornando mais plausíveis e limites para quando sua organização precisar tomar medidas adicionais.

Na abordagem ascendente, comece revisitando funções e processos em que você prevê que a IA desempenhará um papel significativo. À medida que a IA assume uma parte do trabalho, que novas atribuições sua força de trabalho desempenhará? Use seu entendimento crescente de como as atribuições passarão por mudanças para construir uma visão para as áreas de negócios correspondentes.

O que decidir depois

  • À medida que a IA se torna mais predominante em determinadas partes da empresa, reinvente estas funções de negócio com base nas capacidades crescentes da IA e nas mudanças nas atribuições das pessoas.
  • À medida que as questões são resolvidas (por exemplo, em torno da evolução de cenários específicos, novas ofertas de mercado ou participantes), embarque numa exploração mais completa da ruptura do modelo de negócio. Pergunte a si mesmo como, neste ambiente em mudança, você criará, entregará e capturará valor de novas maneiras.
Empresária codificando em um computador em um quarto escuro
(Chapter breaker)
3

Iniciativa 3

Garanta a confiança na IA

São necessárias estruturas robustas de governança para abordar uma vasta gama de riscos.

À medida que o uso da IA cresce na empresa como um todo, também aumentam os riscos e as expectativas dos stakeholders. Estas vão muito além de questões herdadas, como privacidade e segurança cibernética ou mesmo riscos amplamente conhecidos de IA, como dados de treinamento tendenciosos ou “alucinações” que fornecem informações fictícias. A próxima onda de riscos e expectativas incluirá questões específicas de casos de utilização, desde a capacidade de esclarecimento para recusas de pedidos de empréstimo até a precisão dos diagnósticos médicos ou a capacidade das pessoas para controlarem veículos autônomos.

Também incluirá riscos mais amplos, como questões de propriedade intelectual relacionadas aos dados de treinamento do Large Language Model (LLM) e implicações para usuários terceiros desses modelos; o risco de que as alucinações sejam mais difíceis de resolver do que muitos supõem; ou a possibilidade de a IA não conseguir concretizar seu potencial no futuro imediato.

Os reguladores estão dando respostas a estes riscos com nova legislação. A mais proeminente é a proposta de Lei da IA da UE (para mais informações, consulte nosso estudo recente). Mas a IA é um ambiente em rápida evolução, enquanto a legislação é, por definição, consultiva e lenta.

“Apesar da necessidade crescente de regulamentação robusta da IA, será extremamente difícil alcançá-la”, afirma Gordon M. Goldstein, membro sênior adjunto do Conselho de Relações Exteriores. “A televisão levou cinco anos para ser regulamentada, as companhias aéreas levaram 20 anos para serem regulamentadas e a maioria das estimativas para a IA acredita que levará uma década para regulamentar esta tecnologia.”

Portanto, muito dependerá de estruturas robustas de governança desenvolvidas proativamente pelas empresas para criar confiança em suas aplicações de IA.

Infelizmente, essas abordagens ainda não são a norma. Embora uma pesquisa recente da EY tenha revelado que 77%2 dos executivos concordam que a GenAI exigirá mudanças significativas em sua governança para gerenciar questões de exatidão, ética e privacidade, um estudo da EY de 2022 descobriu que apenas 35% das organizações possuem uma estratégia de governança em toda a empresa para IA.

Uma abordagem de governança robusta deve ter como objetivo criar confiança na IA em um amplo conjunto de stakeholders — não apenas consumidores e reguladores, mas também colaboradores, altos executivos e conselhos de administração. Para conseguir isso, deve cobrir todo o arcabouço tecnológico – dados, modelo, processo e resultados.

Essencialmente, deve levar em conta uma característica única da GenAI. “LLMs são probabilísticos, não deterministas”, afirma Nicola Morini Bianzino, diretor de Tecnologia Global da EY e colíder da EY.ai. “Ao contrário das plataformas de TI anteriores, oferecer insumos específicos a um LLM nem sempre leva ao mesmo resultado. Os modelos GenAI, em vez disso, produzem uma gama de resultados com distribuição de probabilidade subjacente – e qualquer abordagem para mensurar a confiança precisa adotar, de forma semelhante, uma abordagem probabilística.”

A regulamentação tem sido há muito tempo um exercício de conformidade. Com a IA, a governança torna-se estratégica — um promotor de crescimento e vantagem competitiva. Se você puder fazer um trabalho melhor aumentando a confiança em sua IA, você alcançará mais penetração no mercado e vantagem competitiva.

Onde agir agora

Estabeleça órgãos para supervisionar a governança da IA, como um conselho de IA ou um comitê de ética em IA. Considere estabelecer princípios éticos para a sua IA, semelhantes aos adotados por muitas organizações não governamentais e grandes empresas de tecnologia. Use estes princípios para orientar políticas e procedimentos.

A televisão levou cinco anos para ser regulamentada, as companhias aéreas levaram 20 anos e a maioria das estimativas para a IA é que levará uma década para ser regulamentada.
Gordon M. Goldstein
Membro Sênior Adjunto do Conselho de Relações Exteriores

Certifique-se de que quaisquer novos casos de uso cumpram, no mínimo, os regulamentos existentes (por exemplo, GDPR) com relação a questões como privacidade e residência de dados. Ao mesmo tempo, trabalhe com iniciativas responsáveis por modelos e funções de negócios para mapear os riscos emergentes criados por novos casos de uso. Coordene-se com a equipe encarregada da iniciativa de confiança em IA para começar a definir controles que abordem esses riscos.

Acompanhe a evolução das regulamentações governamentais nos mercados em que você opera. Inclua essas regulamentações potenciais ao imaginar como a IA pode causar ruptura em seu setor a longo prazo e pergunte aos potenciais parceiros do ecossistema sobre seu grau de preparação para essas regulamentações.

O que decidir depois

  • Com base na priorização de casos de uso e no cronograma de implantação, implemente controles para riscos associados a novos casos de uso à medida que são implementados.
  • Implemente uma abordagem probabilística para testar a robustez desses controles e estimar o grau de confiança em todo o arcabouço tecnológico. Continue a monitorar a confiança ao longo do tempo, para garantir que ela não diminua com a adição de novos dados ou o lançamento de novas versões de modelos.
  • Prepare-se para a legislação recém-aprovada, compreendendo as mudanças que sua empresa precisará implementar para estar em conformidade. À medida que são implementadas novas regulamentações, implemente atualizações nos controles, políticas e sistemas de relatórios internos.
Equipe de escritório trabalhando na mesa do computador na parede frontal das plantas
(Chapter breaker)
4

Iniciativa 4

Abordar lacunas de talento e tecnologia

Quase dois terços das empresas são prejudicadas por lacunas de competências e TI legada.

As empresas enfrentam suas maiores lacunas em duas áreas: Talento e TI. Quase dois terços (62%) das empresas2 concordam que sua capacidade de maximizar o valor da GenAI é dificultada pelas suas estruturas de dados, tecnologia legada ou lacunas de competências essenciais — um desafio que é recorrente em todos os setores.

Esses desafios incluem capacidades e recursos, como engenheiros de aprendizado automático (machine learning), com quem as empresas contam e precisam ampliar, mas essas competências podem estar escassas. O maior desafio, porém, não são as capacidades que precisam ser ampliadas, mas sim as capacidades inteiramente novas que precisam ser adquiridas ou desenvolvidas. A integração de LLMs, por exemplo, exigirá recursos como gráficos de conhecimento e sistemas de geração aumentada de recuperação (RAG), com os quais a maioria das empresas não está familiarizada.

  • Não se trata de mais do mesmo: GenAI requer novas infraestruturas e capacidades

    As empresas precisarão de novos recursos para integrar modelos GenAI. Por exemplo:

    • Gráficos de conhecimento. Os dados que as empresas possuem são normalmente um inventário de transações passadas (por exemplo, pedidos de vendas, interações com clientes). Mas, para se tornar um copiloto útil em toda a empresa, a GenAI também precisa aprender com outros tipos de dados: os processos operacionais, o conhecimento do setor e a experiência incorporada (bagagem) dos colaboradores. Para ser utilizável pela GenAI, esse conhecimento precisa ser convertido em uma rede semântica estruturada e interconectada, também conhecida como gráfico de conhecimento.
    • Geração aumentada por recuperação. As grandes empresas procuram integrar LLMs, complementando-os com os seus próprios conjuntos de dados proprietários e específicos do setor. Isso é possível por meio de um processo conhecido como “geração aumentada de recuperação” (RAG), em que um programa complementa o prompt inicial do usuário com informações relevantes de diversas fontes, dando ao sistema GenAI um prompt mais eficaz e levando a melhores respostas.

No que diz respeito às lacunas de competências, a própria GenAI pode fornecer parte da resposta. O Copilot do GitHub já está acelerando a escrita de código e um estudo demonstrou que os desenvolvedores que o utilizavam eram 55% mais rápidos em uma tarefa específica de codificação. Isso não só ajuda a aliviar a escassez de competências, mas também tem outros benefícios – 74% dos utilizadores do Copilot do Github dizem que isso lhes permite se concentrarem num trabalho mais satisfatório, enquanto 60% relatam se sentirem mais realizados nos seus empregos.

Na verdade, a IA pode ter um impacto profundo na realização e no potencial humano. “Esta pode ser a maior força democratizadora do nosso tempo”, afirma Beatriz Sanz Sáiz, Líder Global de Dados e Análise da EY e Co-Líder da EY.ai. “A IA aumentará o trabalho, criará novos empregos e aumentará o potencial humano. Poderia expandir o acesso à educação para milhões de pessoas, ao mesmo tempo que permitiria que colaboradores com menos qualificações aproveitassem oportunidades com salários mais elevados.”

  • Abrir descrição da imagem#Fechar descrição da imagem

    "Gráficos interativos que destacam as lacunas entre as expectativas dos empregadores e dos colaboradores em sete setores da indústria sobre as melhorias que a IA proporcionará e como a lacuna nas expectativas diminui com o aumento da utilização da IA."

Mas a realização do potencial humano da IA requer aceitação e adoção humana. Infelizmente, a Pesquisa Work Reimagined 2023 da EY destaca um tipo diferente de lacuna de talentos: uma disparidade emergente de expectativas entre líderes e colaboradores. Embora ambos esperem que a GenAI melhore o trabalho, os líderes têm expectativas significativamente maiores do que os colaboradores. Expor os colaboradores à GenAI pode ajudar, uma vez que os setores que contam com maior adoção também percebem mais benefícios da tecnologia. No entanto, os líderes classificam a formação na GenAI em nono lugar entre 11 possíveis prioridades de desenvolvimento dos colaboradores.

A longo prazo, a oportunidade é preencher um tipo diferente de lacuna: entre os talentos e áreas de TI de hoje e os talentos e áreas de TI do futuro capacitados pela IA. Embora a IA remodele funções em toda a empresa, algumas das maiores oportunidades para uma abordagem fundamentalmente diferente estão nestas duas áreas, que estão simultaneamente na linha da frente da implementação da IA e são mais diretamente impactadas por ela.

Onde agir agora

Envolva-se com provedores de plataforma GenAI. Desenvolva ou forneça o poder computacional, a estrutura de dados e os requisitos de algoritmo para os objetivos GenAI da sua empresa. Desenvolva ou obtenha recursos necessários para integrar modelos empresariais, como RAG e gráficos de conhecimento, ou avalie a viabilidade de aproveitar modelos personalizados de código aberto. Da mesma forma, concentre-se na preparação de seus dados proprietários para uso na integração de modelos GenAI, garantindo que sejam devidamente verificados, limpos, protegidos e processados.

A inteligência artificial pode ser a maior força democratizadora do nosso tempo.
Beatriz Sanz Sáiz
Líder Global de Consultoria em Dados e Analytics da EY

Preencha as principais lacunas de habilidades. Utilize a GenAI para aumentar ou simplificar tarefas repetitivas e elevar as habilidades dos colaboradores. Aprimore as habilidades dos profissionais para prepará-los para funções futuras. Lance pilotos de IA para colaboradores em funções selecionadas para desenvolver proficiência no uso de GenAI, bem como para aprender e refinar sua abordagem para uma implementação mais ampla. Coordene-se com os encarregados da iniciativa de parceria do ecossistema conforme apropriado para preencher lacunas de talentos.

Aborde a lacuna existente na adesão dos colaboradores com mensagens consistentes, destacando como a IA não está aqui para tirar empregos, mas sim para capacitar pessoal e liberar tempo dos colaboradores para um trabalho mais gratificante. Aproveite estudos de caso de sucessos iniciais e depoimentos de colaboradores para defender o respectivo caso.

O que decidir depois

  • À medida que as tecnologias e ofertas atingem estágios mais maduros, decida quais capacidades e infraestrutura você precisa desenvolver internamente versus fontes de fornecedores ou parceiros externos, com base em uma avaliação contínua de quais partes do arcabouço tecnológico estão se tornando comoditizadas e quais permanecem críticas para a criação e captura de valor .
  • Acompanhe o progresso dos modelos GenAI para avaliar os prós e os contras dos modelos de código aberto versus modelos proprietários e determine onde na organização você deve implantar cada tipo de modelo.
  • Com base no momento da implementação em toda a empresa, treine novamente sua força de trabalho mais ampla com as habilidades necessárias para se trabalhar junto com a IA — desde a engenharia imediata até a interpretação e filtragem de resultados.
Close-up de um homem segurando um barbante fazendo um berço para gatos
(Chapter breaker)
5

Iniciativa 5

Desenvolva um ecossistema de alianças

As alianças serão essenciais neste ambiente em rápida evolução.

Os ecossistemas de alianças externas destravam um valor tremendo. Podem impulsionar um crescimento de receitas de dois dígitos e eficiências de custos, ao mesmo tempo que aumentam o acesso a um conjunto mais amplo de talentos e capacidades. Infelizmente, em um estudo da EY de 2021 com 300 CEOs da Forbes 2000, apenas 29% dispunham de uma estratégia que incluía um ecossistema de alianças externas — o que significa que muitas empresas são relativamente inexperientes com esta abordagem.

A capacidade da GenAI de trabalhar com dados não estruturados poderia superar um obstáculo importante à parceria externa: a interoperabilidade de dados. Em um mundo de dados estruturados, a parceria com entidades externas muitas vezes exigia que os dados fossem limpos e reformatados para torná-los interoperáveis — uma tarefa lenta e trabalhosa. Com a GenAI, o desafio da interoperabilidade é diminuído e, à medida que as empresas criam gráficos de conhecimento para capturar as suas melhores práticas e processos de negócio, será cada vez mais fácil combinar perfeitamente não apenas dados, mas conhecimento e processos entre organizações – impulsionando novas ofertas e modelos de negócio .

Tudo isto deverá abrir as comportas para um mundo de alianças multipartidárias, com maior rapidez e facilidade. Isso é uma boa notícia, porque as alianças serão essenciais neste ambiente em rápida evolução. O desenvolvimento de um LLM é um empreendimento tão grande que será vital fazer parcerias para integrar as plataformas existentes. Da mesma forma, alianças com fornecedores de soluções GenAI serão úteis para preencher lacunas de talento e tecnologia e reestruturar funções empresariais.

O uso expandido de parcerias ecossistêmicas, no entanto, também aumenta os desafios de risco e de governança. A combinação de dados entre organizações levanta o espectro da responsabilidade coletiva: você é tão vulnerável como o seu elo mais fraco. Com base na nossa experiência na realização de avaliações estratégicas de IA para uma empresa multinacional de petróleo e gás e outros clientes, a parceria com fornecedores de IA em múltiplas funções de negócios faz da gestão de riscos de terceiros um componente-chave da estratégia e da governança. Dado o cenário crescente de fornecedores de IA, as empresas precisam garantir que a parceria no ecossistema esteja estreitamente alinhada com a iniciativa estratégica responsável por garantir a confiança na IA.

Onde agir agora

Se você é novo em ecossistemas, comece — tanto porque a GenAI reduziu a barreira de entrada, quanto porque as empresas que conseguem orquestrar ecossistemas capturam maior participação nas receitas do que aquelas que apenas participam. Identifique os pontos fortes que fazem de você um parceiro atraente, como dados proprietários, profundo conhecimento do setor e segurança cibernética robusta. Ao mesmo tempo, defina o que você procura nos parceiros, inclusive a capacidade de preencher lacunas e complementar seus dados proprietários. Estabeleça pilotos com múltiplas entidades. Coordene com a torre de controle de IA para revisar regularmente o desempenho dessas alianças.

O que decidir depois

  • Decida quais alianças priorizar para investimentos adicionais com base no sucesso inicial e na evolução do cenário de parceiros. Descarte os pilotos malsucedidos e amplie os bem-sucedidos.
  • Identifique novos parceiros à medida que surgem novas lacunas e necessidades.
  • Passar de uma série de alianças para ecossistemas multipartidários nos quais várias entidades contribuam com competências únicas para alcançar objetivos compartilhados. 
  • Mostrar referências do artigo#Ocultar referências do artigo

    1. Pesquisa realizada com mais de 150 executivos de empresas globais, a maioria dos quais com receita anual de US$ 5 bilhões ou mais. Dados coletados nos eventos Innovation Realized da EY em maio de 2023.
    2. Pesquisa global com mais de 800 executivos em funções de negócios, incluindo 50% do C-suite. Os entrevistados representam empresas com receita anual igual ou superior a US$ 1 bilhão, em mais de 15 setores e sedes em mais de 20 países nas Américas, EMEIA e Ásia-Pacífico. Os dados foram coletados de junho a julho de 2023.

Resumo

Se a IA concretizar o seu potencial, poderá ser tão transformadora como o computador pessoal tem sido ao longo das últimas cinco décadas, aumentando a produtividade, desencadeando a inovação e gerando novos modelos de negócio – ao mesmo tempo que causa rupturas àqueles que não se adaptam com rapidez suficiente.

A incerteza e as restrições de recursos que muitas empresas enfrentam são reais, mas não deixe que se tornem uma desculpa para a inação e o atraso. As cinco iniciativas descritas aqui apresentam um caminho para superar esses desafios. Não é cedo para começar a transição do tático para o estratégico e para começar a desenvolver uma visão de longo prazo para sua empresa.

Essa visão e a estratégia que traz consigo podem ser ajustadas à medida que as incertezas são solucionadas. Há muita coisa que você pode decidir posteriormente.

E há muita coisa em que você pode atuar agora.

Sobre este artigo

Autores
Jeff Wray

Global EY-Parthenon Leader

Passionate leader focusing on large scale opportunities in retail and consumer products. Fascinated about how products get to market. Excited about the breadth and depth of knowledge within EY.

Dan Diasio

EY Global Artificial Intelligence Consulting Leader

Contributing to a positive, responsible future for our people and the next generation. Connector. Curious about the new and the old. Husband and Papa.

Gautam Jaggi

Director, Global Insights, Research Institute | Global Markets – EY Knowledge

Focus areas include disruption, megatrends, behavioral economics, health, future of work, AI. Passionate about photography, travel and music.