- Segundo um relatório do MIT, 95% das empresas no mundo não obtiveram retorno real com a adoção de IA generativa
- As empresas testaram em larga escala grandes modelos de linguagem como ChatGPT e Copilot, mas a maior parte do uso ficou restrita ao aumento de produtividade
- Casos de sucesso foram observados em apenas 5% dos pilotos de IA integrados, e na maioria dos casos não houve impacto em receita ou lucro
- O principal motivo é que a IA generativa não se encaixa bem nos processos reais de trabalho, não consegue reter feedback nem se adaptar ao contexto
- O relatório rejeita preocupações com substituição massiva de empregos e avalia que é possível reduzir custos externos, mas reestruturações internas ou demissões em massa ainda são pouco realistas no curto prazo
- Em resumo, a IA tem força em tarefas específicas, não como estratégia ampla, e as empresas devem focar em áreas limitadas com resultados imediatos, em vez de buscar inovação em toda a organização
Investimento das empresas em IA generativa e retorno
- Nos últimos 3 anos, as empresas investiram US$ 30 a 40 bilhões em projetos de IA generativa
- No entanto, são pouquíssimas as empresas que obtiveram retorno real de negócio
- Em um novo estudo do MIT, 95% das empresas responderam que não tiveram ganhos mensuráveis apesar da adoção de IA
- Apenas 5% dos projetos-piloto de IA estão gerando valor na casa de milhões de dólares
Situação atual da adoção de grandes modelos de linguagem e seus limites
- Mais de 80% das grandes empresas testaram ou operam em piloto os principais LLMs, como ChatGPT e Copilot
- Cerca de 40% das empresas adotaram esses sistemas em algum grau, mas a maior parte do uso se limita ao ganho de produtividade individual dos funcionários
- Há quase nenhum impacto na melhoria da receita total ou do lucro das empresas
Limites técnicos da IA generativa
- Ferramentas de IA generativa muitas vezes não se encaixam bem nos processos reais de trabalho
- Entre os principais problemas apontados estão fluxos de trabalho instáveis, ausência de aprendizado de contexto e integração ineficiente com as tarefas
- A maioria dos modelos de IA generativa não consegue preservar feedback anterior e tem dificuldade para transferir aprendizados entre contextos e tarefas
- Segundo o relatório, a maior parte dos sistemas de GenAI é incapaz de manter feedback, se adaptar ao contexto e melhorar no longo prazo
- Por causa dessas características, os custos de integração de longo prazo nas empresas aumentam, enquanto a eficiência real continua limitada
Diferença entre expectativa de negócio e realidade
- Houve grande expectativa e alto volume de investimento em IA generativa, mas isso não se converteu em redução de custos nem em geração de receita relevante
- Na prática, ela está sendo usada em tarefas limitadas como atendimento ao cliente, marketing e redação de documentos, economizando tempo, mas com pouco efeito direto no aumento de receita
Impacto sobre emprego e estrutura organizacional
- A preocupação de que a IA generativa leve a uma grande redução de empregos no curto prazo tem pouca base
- O efeito da IA deve ficar mais em otimização de custos externos, como redução de despesas com terceirização, do que em mudanças na estrutura interna de pessoal
- Em vez de substituir imediatamente grandes contingentes de trabalhadores, o mais provável é que ela reduza custos de outsourcing
Equívocos técnicos e limites de evolução
- Muitas empresas fracassaram por não compreender com precisão as capacidades reais e os limites da IA
- A IA generativa pode criar texto ou código rapidamente, mas não tem aprendizado contínuo nem flexibilidade comparáveis aos de um humano
- Por exemplo, um funcionário consegue se adaptar de forma dinâmica a erros anteriores ou a novas exigências, mas a IA não consegue fazer esse tipo de transferência contínua de memória
Investimento e direção futura
- Investidores e executivos esperam avanços contínuos na tecnologia de IA, mas no curto prazo o progresso está mais lento do que o esperado
- O relatório sugere que ainda é cedo para implementar IA imediatamente em todos os setores e fluxos de trabalho
- As organizações precisam concentrar a adoção em áreas estreitas com efeito imediato e mensurável
- Ex.: automação de suporte ao cliente, ferramentas de apoio ao desenvolvimento, elaboração de rascunhos de documentos
- A integração de IA em toda a empresa ainda envolve alto risco e grande chance de fracasso
Conclusão e implicações
- A geração de valor empresarial com IA generativa está limitada a alguns poucos casos de sucesso
- Para a maioria das empresas, ela oferece apenas ajuda modesta em tarefas do dia a dia
- O relatório enfatiza que as empresas precisam enxergar a IA generativa não como motor central de crescimento, mas como ferramenta limitada
- As expectativas são altas, mas enquanto os sistemas atuais não conseguirem se adaptar como humanos, será difícil para as empresas obter grandes lucros com IA
Ainda não há comentários.