Cinco iniciativas de IA generativa que os líderes devem buscar agora

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.

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.

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.

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.

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.

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.”

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.

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.

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.