As previsões da PwC para o negócio de IA em 2025

• A PwC prevê que a IA criará valor em escala corporativa e setorial, e que as empresas que a utilizarem de forma proativa sairão na frente no longo prazo
• A previsão é que a IA desempenhe um papel importante nas operações, na estratégia e em todo o modelo de negócios, sendo integrada e difundida ainda mais rapidamente em 2025
• "A visão sobre a IA e a forma de adoção serão fatores centrais para definir o sucesso ou o fracasso das empresas"
  • Já ficou claro que a IA pode entregar valor em escala, e ainda estamos apenas no começo
  • Segundo a PwC 2024 Pulse Survey, 49% dos líderes de tecnologia entrevistados disseram que integraram totalmente a IA à estratégia central de negócios, e um terço também respondeu que a integrou completamente a seus produtos e serviços
• Tornar a IA parte intrínseca da organização é essencial
  • Uma forma de obter valor transformador é por meio de “grandes saltos”, como novos modelos de negócios
  • Outra forma é realizar de maneira sequencial ganhos de produtividade de 20% a 30% em várias áreas, maior velocidade de entrada no mercado e aumento de receita
  • Ao repetir e acumular isso, a empresa como um todo se transforma de forma fundamental
• Também existem aspectos em que se formaram expectativas excessivas em relação à IA
  • Nem todas as promessas vão se concretizar, mas a velocidade de inovação, o investimento e a resposta dos negócios à IA são sem precedentes
  • Nem mesmo a internet (inventada em 1983) avançou tão rápido assim
  • As previsões abaixo indicam a direção do que acontecerá nos próximos 12 meses, do que pode acontecer depois disso e do que precisa ser feito agora mesmo

1. A estratégia de IA define a competitividade

• A estratégia de IA deve se concentrar na criação de valor que começa agora
  • Isso significa valor que vai além de simples produtividade ou eficiência
  • Alguns sistemas de IA conseguem raciocinar de forma independente, “entender” o impacto das decisões e executar tarefas complexas, como projetar novos serviços ou estratégias de entrada em mercado
  • A IA está chegando a um nível cada vez mais poderoso e confiável, e este é o momento de incorporá-la em toda a operação
  • Se os concorrentes adotarem a IA de forma agressiva dessa maneira, a distância para as empresas que não fizerem o mesmo não será facilmente reduzida
• Uma estratégia eficaz de IA exige uma abordagem de portfólio estruturada para criar valor em escala com aplicações que já podem ser usadas neste ano
  • O primeiro eixo é o “ground game”, uma abordagem sistemática para gerar muitas pequenas vitórias
    • Isso cria valor acumulado ao alcançar de forma sequencial melhorias na experiência do cliente, serviços que aumentam a receita e ganhos de produtividade
  • O segundo eixo são os “roofshots”, projetos voltados a novas formas de trabalhar, interagir com clientes e projetar produtos
    • São áreas viáveis, mas que exigem foco de recursos e atenção
  • O terceiro eixo são os “moonshots”, projetos bastante desafiadores, mas com potencial de grande retorno, como modelos de negócios totalmente novos baseados em IA
    • Como esses projetos exigem alto nível de capacidade e recursos especializados em IA, devem ser liderados no nível C-level
• A escolha de qual modelo de linguagem de grande porte (LLM) adotar provavelmente não será tão importante do ponto de vista estratégico
  • Haverá muitas ótimas opções, e é grande a chance de que todos as utilizem
  • O verdadeiro diferencial estará na forma de combiná-las com o conhecimento organizacional e os dados exclusivos da própria empresa
  • O ponto-chave é implementar isso corretamente com uma arquitetura de nuvem preparada para IA

“A adoção de IA está avançando em ritmo muito acelerado dentro da PwC e entre clientes de todos os setores. Em 2025, qualidade, precisão, capacidade e automação vão evoluir muito e se combinar, acelerando em direção a um crescimento exponencial”

• Depois de 2025: apenas algumas empresas passarão a dominar

  • Algumas empresas criaram no passado modelos de negócios baseados na internet e, com isso, mantêm até hoje vantagem no mercado
  • Espera-se que a IA siga um padrão semelhante
  • Empresas que implementarem rapidamente novos modelos operacionais e de negócios baseados em IA, ou que já tenham nascido com a IA como núcleo, sairão na frente na competição
  • A distância entre líderes e retardatárias em IA vai aumentar, e isso pode afetar inclusive a economia dos países como um todo
  • Empresas dos Estados Unidos, onde a regulação é relativamente mais flexível, podem avançar mais rapidamente
  • Em contrapartida, na UE ou na China, onde a regulação é mais rígida, o ritmo de avanço pode ser relativamente mais lento

• O que fazer agora

  • É necessário realizar uma avaliação estratégica formal
    • É preciso identificar qual papel a IA pode desempenhar na organização e no setor
    • Por exemplo, a IA pode pressionar as margens em certas áreas do negócio e, ao mesmo tempo, viabilizar crescimento explosivo em outras por meio de novos produtos personalizados e de baixo custo
  • Adote uma abordagem de ‘less is more’ para os dados
    • É necessária uma estratégia corporativa de uso de dados para a adoção de IA
    • Ao mesmo tempo, não é preciso organizar todos os dados de uma vez e de forma perfeita
    • É mais eficaz modernizar primeiro os dados de maior valor, alinhados às prioridades estratégicas centrais
    • Atualmente, a IA já pode entregar desempenho significativo apenas com conjuntos pequenos de dados de alta qualidade
    • Lacunas podem ser compensadas com o uso de dados sintéticos, entre outros recursos
    • Áreas como a tributária, que têm processos baseados em regras e uso intensivo de dados, podem ser adequadas para projetos-piloto, e também devem existir várias outras oportunidades de monetização baseada em dados
  • Observe sob a ótica operacional e de KPIs
    • Nova receita gerada por IA, velocidade de execução de projetos, produtividade e experiência devem ser medidos como resultados de negócio
    • Ao mesmo tempo, é importante desenhar métricas que não incentivem automação excessiva
    • A IA sempre exige supervisão humana e liderança

2. A força de trabalho pode efetivamente dobrar por causa dos agentes de IA

• Ao contrário da expectativa de que a IA reduziria a força de trabalho, a perspectiva real é que trabalhadores digitais chamados de “agentes de IA” passem a integrar as equipes
  • Esses agentes de IA podem assumir trabalho de conhecimento, vendas e suporte em campo, transformando velocidade de entrada no mercado, atendimento ao cliente e design de produtos
  • Por exemplo, podem executar tarefas como lidar com perguntas comuns de clientes, redigir rascunhos de código de software e transformar ideias de design humano em protótipos
• O valor mais importante ainda vem da combinação entre liderança humana e tecnologia de IA
  • A IA automatiza tarefas simples, e as pessoas fazem sua gestão e supervisão
  • Em tarefas complexas, como inovação e design, pessoas e IA desenvolvem ideias juntas de forma iterativa
  • Mesmo ao usar vários agentes de IA ao mesmo tempo, as pessoas continuam responsáveis por distribuir o trabalho e ajustar os resultados
• Segundo o Workforce Radar 2024 da PwC, 41% dos executivos afirmaram que, na adoção de IA generativa, treinamento, cultura organizacional e mudanças no trabalho estão entre os principais desafios
• Incorporar de fato agentes de IA como parte da estratégia de força de trabalho é uma mudança bastante grande
  • Por exemplo, passa a ser necessário integrar trabalhadores digitais à estratégia de força de trabalho e criar novas funções de gestão para monitorá-los e administrá-los
  • Quanto mais rápido o modelo operacional for reorganizado, mais cedo será possível aproveitar os benefícios da IA
  • Quando uma força de trabalho híbrida, digital e humana, trabalha em conjunto, fica mais fácil realocar recursos rapidamente e responder com agilidade
• A ascensão dos agentes de IA permite internalizar parte de trabalhos que antes eram terceirizados
  • Isso é vantajoso não apenas em termos de redução de custos, mas também em satisfação do usuário e customização
  • Do ponto de vista do atendimento ao cliente, isso permite oferecer ao mesmo tempo autosserviço rápido e suporte humano altamente especializado
  • Os agentes de IA ajudam fornecendo informações corretas no momento certo, para que pessoas consigam resolver necessidades complexas dos clientes com mais rapidez e eficiência
  • Com isso, a pegada geográfica e os planos de terceirização também podem precisar ser reavaliados

“Os agentes de IA têm grande potencial para criar produtividade e inovação sem precedentes ao combinar a criatividade humana com a eficiência das máquinas”

• Depois de 2025: centros de agentes vão substituir centros de excelência (Excellence)

  • À medida que as empresas passarem a coordenar e gerenciar melhor os agentes de IA, podem optar por “offshoring”, estruturando uma força de trabalho centrada em agentes de IA em regiões de menor custo
  • Dependendo da propriedade intelectual (IP) gerada no desenvolvimento dos agentes e da região onde essa IP estiver localizada, também pode haver benefícios fiscais
  • Em vez de alugar agentes de fornecedores, construir diretamente um “centro de agentes” tem custo inicial, mas pode gerar ROI maior em poucos anos

• O que fazer agora

  • Mudança de mentalidade
    • É preciso aprender uma nova forma de trabalhar, colaborando com agentes de IA como se fossem colegas independentes e criativos
    • Na liderança, é necessário deixar claro que a IA existe para ampliar o valor das pessoas
  • Dar um novo playbook ao RH
    • Para gerir uma força de trabalho que inclui humanos e agentes de IA, o próprio RH precisa desenvolver novas capacidades
    • Em especial, se a IA passar a assumir a maior parte do trabalho de nível inicial, pode ser necessário firmar parcerias com universidades e outras instituições para preparar novos profissionais para funções de nível mais alto desde o início
  • Preparar-se para gerenciar trabalhadores digitais
    • Como os agentes de IA terão certo grau de autonomia, será necessário um modelo de gestão centrado em pessoas
    • Ao implementar agentes, é preciso considerar o equilíbrio entre custo e ROI e desenvolver métricas para equipes híbridas de pessoas e IA
    • Será necessária supervisão rigorosa para evitar que agentes de IA ajam de forma imprevisível, nociva ou em violação de regras
    • Para isso, uma estratégia de Responsible AI pode ser útil como estrutura abrangente de resposta

3. O ROI da IA depende de Responsible AI

• Como previsto no ano passado, executivos continuaram atentos à gestão de riscos em IA e às práticas de Responsible AI
• No entanto, até agora, a execução significativa ainda não foi suficiente
• Em 2025, as empresas não terão mais margem para aplicar governança de IA de forma inconsistente em toda a organização
  • Com a IA cada vez mais profundamente integrada às operações e às ofertas ao mercado, será necessária uma estrutura transparente capaz de sustentar o valor do investimento e gerenciar os riscos da implantação em larga escala
  • Se, em implantação em grande escala, a IA gerar riscos como imprecisão ou ameaças de segurança, o impacto para as empresas tende a ser grande
  • Como resultado, gestão rigorosa de riscos em IA e validação de controles devem se tornar indispensáveis
• Segundo o US Responsible AI Survey 2024 da PwC, 46% dos executivos apontaram a diferenciação de produtos e serviços como o principal objetivo do investimento em práticas de Responsible AI
• Executivos, especialmente líderes à frente da inovação com IA, não vão simplesmente esperar por clareza regulatória
  • Isso porque a IA está avançando rápido demais e já desempenha um papel importante demais nos negócios
• No passado, a IA era aplicada apenas a alguns casos isolados, então mesmo falhas tinham impacto limitado
  • Mas agora funcionários usam IA no dia a dia, e clientes também acessam com frequência recursos baseados em IA
  • Se houver problemas de confiança na IA, isso também pode afetar negativamente o crescimento da receita
• Para realizar o valor gerado pela IA, é necessária validação independente
  • A equipe responsável pela auditoria interna pode desenvolver expertise em IA ou a empresa pode contratar especialistas externos para avaliação
  • De qualquer forma, uma visão independente para revisar governança e controles de IA continuará sendo central em 2025 e depois

“Uma governança de IA bem-sucedida será definida não apenas pela mitigação de riscos, mas por viabilizar objetivos estratégicos e alto ROI”

• Depois de 2025: abordagens regulatórias para IA vão promover inovação contínua

  • Com o resultado das eleições de novembro, há grande chance de que a regulação em nível federal continue flexível, influenciando positivamente o avanço tecnológico e a ampliação da adoção da IA
  • Ainda assim, movimentos regulatórios em nível estadual devem continuar avançando rapidamente, e podem surgir regras conflitantes em alguns momentos
    • Isso pode acontecer especialmente em áreas como privacidade de dados, onde as normas podem variar de estado para estado
  • Mesmo assim, os EUA provavelmente continuarão sendo o ambiente mais favorável à inovação em IA

• O que fazer agora

  • Avaliação abrangente de riscos
    • O ponto de partida de Responsible AI é a avaliação de riscos em IA
    • Para tornar as decisões de governança consistentes e repetíveis, é necessário um sistema padronizado de classificação de riscos específico para IA
    • Exemplo: na PwC, é usado um sistema de classificação de riscos que inclui modelos de IA, dados, sistemas e infraestrutura, usuários, aspectos jurídicos e de compliance e impactos em processos
    • Em especial, também é importante verificar como fornecedores e prestadores de serviço usam IA e se isso pode ser validado por meio de relatórios como SOC-2
  • Escolher uma forma de validação independente
    • É preciso adicionar uma camada independente para validar continuamente sistemas e resultados de IA, seja com uma equipe interna especializada, seja com uma empresa externa especializada
    • O ideal é começar priorizando áreas com maior risco ou maior impacto financeiro
  • Considerar diferenças entre setores
    • Todos os setores precisam de governança e supervisão de IA, mas as exigências funcionam de maneira diferente em cada indústria
    • Exemplo: serviços financeiros precisam atender requisitos complexos de compliance já existentes, adaptados à era da IA
    • Empresas que trabalham com setor público, como aeroespacial e defesa, precisam acompanhar de perto as tendências regulatórias globais
    • Para preparar uma resposta em nível setorial por conta própria, também é possível fazer benchmark dos padrões de governança de IA do próprio segmento por meio de uma pesquisa simples

4. A IA é um meio de criar valor e também contribui para a sustentabilidade

• A IA acelera a transição energética
• Se for aplicada adequadamente em setores com alta emissão de carbono, como manufatura, construção e transporte, também ajuda as empresas a atingir suas metas de sustentabilidade
• No entanto, ainda não há disponibilidade imediata de energia elétrica e recursos computacionais suficientes para que a IA se expanda em larga escala
• Os chips estão aumentando, os modelos estão evoluindo e as fontes de energia também estão se ampliando, mas em 2025 há grande chance de oferta e demanda não entrarem em equilíbrio
• Por isso, em vez de sair adotando IA de forma indiscriminada, é preciso uma abordagem estratégica
  • Ex.: considerar um design de UI·UX que não incentive chamadas de IA sem critério nem desperdício de tokens pelos usuários

63% das empresas de alto desempenho planejam aumentar o orçamento de nuvem para uso de GenAI, e entre elas 34% apontam fatores de sustentabilidade como motivador desse aumento de orçamento
(PwC’s 2024 Cloud and AI Business Survey)

• No longo prazo, a IA será um catalisador para o avanço da sustentabilidade
  • Em escala global, a adoção de energia renovável tende a se expandir mais rapidamente
  • Nos EUA, será difícil construir novas usinas de combustíveis fósseis em grande escala por razões econômicas ou exigências das partes interessadas
  • Para atender à demanda corporativa, espera-se a expansão de energia renovável (incluindo nuclear) e de redes elétricas mais eficientes
• A pegada de carbono gerada por fornecedores de IA também pode ser refletida nos indicadores de emissão de carbono das empresas usuárias finais
  • Pode ser necessário buscar fornecedores de IA mais sustentáveis ou exigir deles práticas de gestão ambiental
• Mesmo sob novas regras de divulgação de sustentabilidade que estão sendo introduzidas (EUA, UE etc.), a IA pode apoiar a automação da coleta de dados internos e externos, da análise e da geração de relatórios
  • Com a suspensão temporária da regra de divulgação climática da SEC, aumenta a possibilidade de alguns governos estaduais (como a Califórnia) criarem suas próprias regras
• A IA pode contribuir para aumentar a sustentabilidade ao analisar com mais profundidade os dados de toda a cadeia de suprimentos
  • Ex.: até fornecedores de pequeno porte podem fornecer dados específicos, como consumo mensal e anual de energia
  • Com IA, as empresas podem quantificar não apenas as emissões de carbono, mas também o valor potencial da comercialização de produtos de baixo carbono
• Quando essas capacidades de IA estiverem incorporadas ao trabalho cotidiano, não apenas os responsáveis por ESG, mas todos os colaboradores poderão usar dados para tomar decisões

“A afirmação de que a IA é antissustentabilidade não é verdadeira. Se usada adequadamente, ela ajuda, na verdade, a atingir várias metas de sustentabilidade, incluindo objetivos de redução de carbono”

• Depois de 2025: os custos devem chegar perto de zero

  • Com a disseminação de novas formas de recursos computacionais e energia renovável, espera-se uma queda acentuada nos custos
  • Como resultado, deve surgir um ambiente que permita aplicar IA de forma ampla em empresas e setores inteiros

• O que fazer agora

  • Abordagem estratégica
    • Toda a empresa deve aproveitar funções básicas de IA, mas é preciso decidir com cuidado em quais áreas adotar soluções de IA de alto desempenho
    • O ideal é que essa decisão seja tomada no nível C, de acordo com os pontos fortes da empresa, seus recursos de dados e suas prioridades
  • Transformação dos dados de sustentabilidade
    • Com IA, dados coletados e analisados uma vez podem ser reutilizados em várias regulamentações, reduzindo os custos de conformidade e permitindo entender com mais precisão as emissões de carbono e o impacto geral sobre a sustentabilidade
    • É preciso considerar não apenas o impacto direto da IA (uso próprio), mas também as emissões de carbono geradas indiretamente por meio dos fornecedores de IA
    • Com base nesses dados medidos, também é possível fortalecer o marketing
      • Ex.: identificar segmentos de clientes dispostos a pagar mais por produtos de baixo carbono
  • Aproveitar novos benefícios de sustentabilidade
    • Os ganhos de eficiência trazidos pela IA também podem reduzir a demanda de energia
    • Ex.: se o ciclo de P&D for reduzido pela metade, a energia consumida nesse processo também cai
    • Ao introduzir IA em edifícios ou sistemas de gestão de energia para aumentar a eficiência, é possível obter ao mesmo tempo redução de custos e de carbono

5. A IA reduz pela metade o ciclo de vida do desenvolvimento de produtos

• Para empresas que fabricam produtos físicos, este é o momento ideal caso ainda não tenham adotado IA em design, prototipagem e testes
• A IA multimodal consegue processar e gerar diversos tipos de conteúdo, como arquivos CAD e simulações
  • Ex.: a GenAI pode propor configurações de chassi para automóveis, simular desempenho em várias condições e apresentar alternativas de design que engenheiros poderiam deixar passar
• Com o uso de IA, processos iterativos de design que levavam semanas podem ser realizados em poucas horas, e testes virtuais podem encontrar mais erros antes da criação de protótipos físicos
• Segundo casos de clientes da PwC e análises de tendências tecnológicas e setoriais, nos setores automotivo e aeroespacial a adoção de IA pode reduzir o tempo de entrada no mercado em 50% e cortar custos em 30%
• Na indústria farmacêutica, já existem exemplos de uso de IA para reduzir em mais de 50% o tempo de descoberta de candidatos a novos medicamentos
• No entanto, a lacuna entre expertise em engenharia e capacidade em ciência de dados frequentemente se torna um obstáculo
  • É necessário treinar engenheiros com especialização em design e manufatura para desenvolver capacidade de uso de IA ou atrair ativamente talentos em IA
• Ao introduzir IA no desenvolvimento de produtos, é possível lançar mais rápido, reduzir custos e oferecer produtos personalizados, aumentando a satisfação do cliente

“O impacto das capacidades multimodais de visão e geração da IA sobre design de produtos e outras áreas está apenas começando”

• Depois de 2025: começa uma nova era de inovação

  • Ao passar pelo processo de requalificação ou substituição de profissionais de design e engenharia para capacidades de uso de IA, a capacidade de P&D será amplamente expandida
  • Como resultado, espera-se uma inovação ainda mais rápida em design e desenvolvimento de produtos

• O que fazer agora

  • Adotar a engenharia de próxima geração
    • Para usar IA em design de produtos e áreas afins, é necessária uma arquitetura moderna de nuvem e dados
    • É preciso apoiar as equipes de engenharia para que possam usar tecnologias como edge AI
  • Reorganizar o TI
    • A IA pode melhorar a forma de trabalho em toda a área de TI, incluindo desenvolvimento de software, segurança e modernização de dados
    • Isso se torna a base de sustentação para iniciativas mais amplas de IA
  • Reorganizar as equipes técnicas
    • Mesmo equipes que lidam apenas com produtos físicos precisam de capacidades em computação e ciência de dados
    • Como a composição das competências da força técnica vai mudar, é preciso reestruturar as equipes levando isso em conta

6. O cenário competitivo vai mudar em todos os setores

• A IA transformará todos os setores, mas alguns provavelmente avançarão mais rápido do que outros
• Casos de adoção líder em IA podem surgir até mesmo em segmentos que tradicionalmente não eram vistos como orientados por tecnologia

• Mercado consumidor

  • O uso de IA deve se expandir de forma ampla em áreas como marketing, gestão da cadeia de suprimentos, finanças e atendimento ao cliente
  • A expectativa é de melhoria no atendimento ao cliente ao combinar novos chatbots conversacionais mais ricos com agentes de IA
    • Nesse processo, será possível transmitir com precisão aos funcionários humanos as informações necessárias, aumentando a eficiência no atendimento
  • A precificação dinâmica avançada por meio de IA será adotada, permitindo resposta em tempo real às oscilações do mercado e ao cenário competitivo
  • Será possível acelerar a due diligence de M&A e a resposta a conformidade regulatória usando os recursos de análise de dados e automação da IA
  • Algumas empresas também adotarão IA no design de produtos, mas no curto prazo a adoção pode ser limitada por falta de tecnologia e capacidade
    • As empresas que ficaram para trás precisarão se esforçar para reduzir essa distância rapidamente

• Serviços financeiros

  • O impacto da IA já está amplamente disseminado, mas resultados visíveis vêm surgindo mais rapidamente em startups AI-native e em grandes instituições financeiras
  • Fintechs AI-native estão resolvendo problemas existentes por meio de novas plataformas e modelos de negócio
  • Grandes instituições financeiras também vêm, em comum, testando vários casos de uso de IA
    • Com isso, ganham confiança na tecnologia e melhoram modelos de risco e controle, criando a base para um avanço mais rápido
  • A partir de 2025, empresas que continuarem hesitando ou apenas avaliando a adoção de IA correm o risco de ficar claramente para trás

• Setor de saúde

  • Em 2025, um ambiente regulatório mais flexível deve acelerar o uso de IA no setor de saúde
    • Sob as políticas da nova administração, a ênfase em self-governance deve ampliar o espaço para inovação
  • Empresas farmacêuticas e de dispositivos médicos devem usar IA em grande escala especialmente no desenvolvimento de novos medicamentos e produtos, inovando toda a cadeia de valor
  • Seguradoras e prestadores de serviços de saúde aplicarão mais IA para otimizar receita e eficiência operacional, resolver a falta de pessoal clínico e apoiar diagnósticos médicos
  • Os desafios centrais são a requalificação da força de trabalho da saúde, a personalização, a atualização tecnológica e o uso responsável da IA
    • Como se trata de uma área ligada a informações sensíveis de pacientes e a decisões de vida ou morte, será necessário manter um alto senso de responsabilidade mesmo com maior flexibilidade regulatória

• Indústria

  • Em 2025, algumas empresas líderes conquistarão vantagem competitiva dentro do setor
    • Empresas com dados de qualidade e processos padronizados aumentarão eficiência e insights com IA, acelerarão o ritmo de P&D e reduzirão o time-to-market
  • As demais empresas devem aumentar a velocidade de experimentação ao mesmo tempo em que reforçam infraestrutura tecnológica, governança de dados e capacidades de IA
    • Nesse processo, pode se tornar necessário reavaliar o modelo operacional, a estrutura organizacional e as exigências de força de trabalho

• Tecnologia, mídia e telecomunicações

  • Em 2025, agentes de IA devem começar a mudar a forma como plataformas de software são usadas
    • Com agentes de IA, será possível preencher lacunas em sistemas existentes, como ERP, e algumas empresas podem deixar de investir em upgrades de plataforma no mesmo nível de antes
    • Por isso, empresas de software podem migrar seu modelo de negócios da construção de infraestrutura em larga escala para a oferta de soluções de IA sob medida
  • As teles devem adotar soluções híbridas que combinem machine learning, digital twins e IA generativa para fortalecer suas próprias capacidades de IA e reduzir a dependência de parceiros tradicionais