Por que o custo de um projeto de IA quase nunca cabe no or\u00e7amento previsto?<\/strong><\/p>\n Quando perguntados sobre a parte mais dif\u00edcil da implanta\u00e7\u00e3o, 77% dos executivos citaram problemas que raramente entram no or\u00e7amento aprovado: gest\u00e3o de mudan\u00e7a, qualidade dos dados e redesenho de processos. Apenas uma minoria apontou desafios t\u00e9cnicos. Para cada real investido em tecnologia, estimam os pesquisadores, empresas bem-sucedidas gastam at\u00e9 dez vezes mais em requalifica\u00e7\u00e3o de equipes, reestrutura\u00e7\u00e3o de fluxos de trabalho e governan\u00e7a de dados.<\/strong><\/p>\n O levantamento foi coordenado por Elisa Pereira, pesquisadora do Stanford Digital Economy Lab; por Alvin Wang Graylin, autor do livro “Our Next Reality”; e por Erik Brynjolfsson, um dos criadores do conceito da Curva J da Produtividade. Entre as empresas que hoje t\u00eam sucesso com IA, 61% j\u00e1 haviam enfrentado um projeto anterior fracassado, cujo custo raramente entra na conta do retorno das iniciativas atuais.<\/p>\n Por que projetos de IA id\u00eanticos levam semanas numa empresa e anos em outra?<\/strong><\/p>\n Casos de uso praticamente id\u00eanticos levaram semanas em algumas empresas e anos em outras, segundo o estudo. Uma fintech latino-americana migrou milh\u00f5es de linhas de c\u00f3digo legado em poucas semanas com um agente de IA, enquanto um banco relatou levar “m\u00faltiplos anos” num projeto semelhante de atendimento ao cliente, mesmo usando tecnologia equivalente. A diferen\u00e7a esteve na maturidade organizacional<\/strong>: comprometimento da lideran\u00e7a, funda\u00e7\u00f5es t\u00e9cnicas pr\u00e9vias e disposi\u00e7\u00e3o dos usu\u00e1rios finais.<\/p>\n Segundo o levantamento, tr\u00eas fatores aceleram esse tipo de projeto: patroc\u00ednio executivo ativo, presente em 43% dos casos, seguido do aproveitamento de infraestrutura j\u00e1 existente (32%) e da disposi\u00e7\u00e3o genu\u00edna dos usu\u00e1rios (25%). Do lado dos atrasos, o padr\u00e3o muda de figura: curva de aprendizado, qualidade dos dados, restri\u00e7\u00f5es regulat\u00f3rias e lacunas na documenta\u00e7\u00e3o de processos dividem a culpa quase igualmente, 21% cada um. Nenhum dos projetos bem-sucedidos seguiu o planejamento tradicional em cascata. Todos avan\u00e7aram aos poucos, testando e ajustando no caminho.<\/p>\n Quem trava mais a ado\u00e7\u00e3o de IA dentro das empresas: o jur\u00eddico ou os funcion\u00e1rios?<\/strong><\/p>\n Os sete casos que alcan\u00e7aram transforma\u00e7\u00e3o em escala corporativa tinham a IA integrada aos OKRs (objetivos e resultados-chave) da empresa e \u00e0s m\u00e9tricas de b\u00f4nus dos l\u00edderes. Projetos mais bem-sucedidos costumavam ser copatrocinados por um l\u00edder de neg\u00f3cio e um l\u00edder t\u00e9cnico. “A organiza\u00e7\u00e3o precisava saber que era uma iniciativa do CEO, n\u00e3o apenas do CTO”, resumiu um executivo de uma empresa de servi\u00e7os profissionais ouvida pela pesquisa.<\/p>\n A maior resist\u00eancia, por\u00e9m, n\u00e3o veio de funcion\u00e1rios com medo de perder o emprego. Veio de \u00e1reas como jur\u00eddico, RH, riscos e compliance, respons\u00e1veis por 35% dos bloqueios registrados; os usu\u00e1rios finais responderam por 23%; e o medo de substitui\u00e7\u00e3o apareceu em apenas dois dos 51 casos estudados.<\/p>\n A ado\u00e7\u00e3o de IA sempre reduz o n\u00famero de funcion\u00e1rios?<\/strong><\/p>\n Em 45% dos casos analisados, a implanta\u00e7\u00e3o de IA resultou em redu\u00e7\u00e3o de headcount. Mas 55% seguiram outros caminhos: evitar novas contrata\u00e7\u00f5es, realocar pessoas para fun\u00e7\u00f5es de maior valor ou manter o quadro inalterado. O relat\u00f3rio descreve tr\u00eas estrat\u00e9gias distintas: “acelera\u00e7\u00e3o”, quando os ganhos de produtividade s\u00e3o usados para crescer mais r\u00e1pido em vez de cortar custos; “realocamento”, movendo pessoas para um trabalho que exige julgamento humano; e a redu\u00e7\u00e3o direta de headcount, mais comum em empresas sob press\u00e3o de private equity por retorno de curto prazo.<\/p>\n O estudo alerta, por\u00e9m, que esse cen\u00e1rio pode n\u00e3o persistir. Dados de folha de pagamento de milh\u00f5es de trabalhadores americanos, analisados por Brynjolfsson e colaboradores, mostram queda de 16% no emprego de trabalhadores de in\u00edcio de carreira em ocupa\u00e7\u00f5es expostas \u00e0 IA desde o fim de 2022, chegando a quase 20% entre desenvolvedores de software de 22 a 25 anos. “As can\u00e1rias est\u00e3o cantando”, diz o relat\u00f3rio, em refer\u00eancia aos p\u00e1ssaros usados em minas de carv\u00e3o para detectar gases t\u00f3xicos.<\/p>\n Por que a escolha do modelo de IA importa menos do que a orquestra\u00e7\u00e3o?<\/strong><\/p>\n Para 42% das implanta\u00e7\u00f5es analisadas, a escolha do modelo de linguagem era completamente intercambi\u00e1vel. O que diferenciava os resultados era a camada de orquestra\u00e7\u00e3o, a arquitetura que integra o modelo aos processos e dados da organiza\u00e7\u00e3o. O relat\u00f3rio recomenda arquiteturas multimodelo, capazes de direcionar cada tarefa ao modelo mais adequado em custo, precis\u00e3o, privacidade e lat\u00eancia.<\/p>\n Sistemas ag\u00eanticos, em que a IA executa tarefas de forma aut\u00f4noma sem aprova\u00e7\u00e3o humana a cada passo, tiveram ganho mediano de produtividade de 71%, contra 40% das implanta\u00e7\u00f5es convencionais de alta automa\u00e7\u00e3o. Hoje representam 20% dos casos estudados, mas os pesquisadores estimam que ser\u00e3o maioria dentro de tr\u00eas anos.<\/p>\n Como a Am\u00e9rica Latina aparece no estudo de Stanford sobre IA nas empresas?<\/strong><\/p>\n A pesquisa incluiu casos da Am\u00e9rica Latina, entre eles uma fintech, uma bolsa de valores e uma plataforma de entrega de alimentos. Elisa Pereira, brasileira e pesquisadora principal do estudo, defende que a soberania tecnol\u00f3gica da regi\u00e3o n\u00e3o come\u00e7a pelo modelo de IA escolhido, mas pela disposi\u00e7\u00e3o das organiza\u00e7\u00f5es de mudarem a si mesmas. “A estabilidade da economia e do tecido social pode depender de como os l\u00edderes de hoje respondem a essa quest\u00e3o”, concluem Pereira, Graylin e Brynjolfsson no relat\u00f3rio.<\/p>\n <\/p>\n","protected":false},"excerpt":{"rendered":" Levantamento com 51 casos reais de implanta\u00e7\u00e3o de intelig\u00eancia artificial em empresas conclui que o gargalo do sucesso est\u00e1 na organiza\u00e7\u00e3o, n\u00e3o no modelo de IA escolhido.<\/p>\n","protected":false},"author":3647118390,"featured_media":5517,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-5518","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-geral"],"_links":{"self":[{"href":"https:\/\/vitrinedafama.com.br\/index.php\/wp-json\/wp\/v2\/posts\/5518","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/vitrinedafama.com.br\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/vitrinedafama.com.br\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/vitrinedafama.com.br\/index.php\/wp-json\/wp\/v2\/users\/3647118390"}],"replies":[{"embeddable":true,"href":"https:\/\/vitrinedafama.com.br\/index.php\/wp-json\/wp\/v2\/comments?post=5518"}],"version-history":[{"count":0,"href":"https:\/\/vitrinedafama.com.br\/index.php\/wp-json\/wp\/v2\/posts\/5518\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/vitrinedafama.com.br\/index.php\/wp-json\/wp\/v2\/media\/5517"}],"wp:attachment":[{"href":"https:\/\/vitrinedafama.com.br\/index.php\/wp-json\/wp\/v2\/media?parent=5518"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/vitrinedafama.com.br\/index.php\/wp-json\/wp\/v2\/categories?post=5518"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/vitrinedafama.com.br\/index.php\/wp-json\/wp\/v2\/tags?post=5518"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}