O segredo dos negócios que escalam com IA (do "recreativo" à missão crítica)

O burburinho sobre inteligência artificial é constante, mas o que sobra de concreto quando a poeira do hype baixa?

No primeiro episódio da nova temporada do Genius Talks, Alcebíades Araújo, AI Specialist na Squadra, recebeu Tatiana Oliveira, CEO do AI Brasil, e Romulo Cioffi, CIOO and Chief AI Officer na Squadra, para uma discussão franca sobre porque algumas empresas já colhem resultados bilionários com a IA, enquanto outras ainda tropeçam em expectativas irreais.

Quer assistir o episódio completo? Disponível nas principais plataformas: YouTube, Spotify e Apple Podcasts.

A queda das expectativas e a jornada silenciosa

Muitas organizações estão enfrentando o que chamamos de "tombo de expectativa". O erro comum foi tentar aplicar a IA generativa em processos desestruturados ou no core do negócio sem o devido preparo.

"Então, o que aconteceu com o hype? Tentou-se colocar a IA generativa em processos que não estavam estruturados."

As empresas que hoje são casos de sucesso, como o iFood, não começaram ontem. Elas trilharam uma jornada de estruturação de dados e machine learning que durou anos antes da IA generativa ganhar os holofotes.

"O ideal é que você tenha um framework, chamado decision intelligence, onde o core está com o machine learning."

Os 3 pilares da IA além do hype

Para Romulo Cioffi, o segredo é colocar o valor à frente da tecnologia: Value First. Ou seja, a tecnologia deve servir ao negócio, e não o contrário. Durante o debate, destacaram-se três pilares fundamentais para ir além do hype:

• Contexto é rei: a IA precisa de contexto para não alucinar e gerar valor real, contexto esse que vem da bagagem dos stakeholders e da organização semântica dos dados do negócio;

"Para você trabalhar aquele modelo, para ele entregar valor, você tem que estruturar suas informações de tal forma."

• Cultura de aprendizado: o maior impeditivo para a escala da IA hoje são as pessoas e, para reverter esse cenário, é preciso humildade dos c-levels para admitir o que não sabem e criar um ambiente de experimentação onde o erro é aceito e faz parte do processo;

"Para que a cultura seja uma cultura forte, você precisa ter uma comunidade de aprendizado, onde o erro é parte."

• Fim dos silos: a visão holística é essencial, levar cientistas de dados para dentro das áreas de negócio garante que a tecnologia resolva dores reais, e não apenas problemas técnicos isolados.

"Profissionais de dados incluídos, para que eles possam olhar o negócio, entender o conceito, o fluxo."

O nosso papel é sermos tutores da IA

Estamos mudando o formato de trabalho.

Com ferramentas que aceleram o desenvolvimento (como o Cursor), o papel do profissional técnico migra para a curadoria e a tutoria da IA. O diferencial competitivo estará na capacidade de modelar o conhecimento e as regras de negócio, garantindo que a máquina entregue o resultado esperado.

Concorda? Quer assistir o episódio completo? Disponível nas principais plataformas: YouTube, Spotify e Apple Podcasts.