Aumento de projetos de IA significa que organizações precisam se reorganizar internamente para garantir time e financiamento adequados
De acordo com informações do Gartner, companhias que trabalham com inteligência artificial e aprendizado de máquina têm, em média, quatro projetos em andamento e planejam adicionar mais 15 nos próximos três anos.
O estudo, realizado com 106 membros do “Círculo de Pesquisa” da consultoria, revelou que três em cada cinco entrevistados já possuem IA implementada. Além disso, a previsão é de que as organizações alcançarão 35 aplicativos e projetos de IA até 2022. “Nós vemos uma aceleração substancial na adoção da IA neste ano”, disse Jim Hare, vice-presidente de pesquisa do Gartner.
“O aumento do número de projetos de IA significa que as organizações podem precisar se reorganizar internamente para garantir que os projetos de IA tenham pessoal e financiamento adequados. É uma boa prática estabelecer um Centro de Excelência de IA para distribuir habilidades, obter financiamento, definir prioridades e compartilhar as melhores práticas da melhor maneira possível”, explicou o executivo.
Segundo o relatório, as duas principais aplicações da IA atualmente estão relacionadas a tomadas de decisão e recomendação, bem como a automação de processos. Cerca de um terço dos participantes revelou contar com assistentes virtuais ou chatbots e 14% dos entrevistados afirmaram ter IA incorporada em produtos.
As motivações mais comuns para o uso da inteligência artificial são a otimização da experiência do cliente e a automação de tarefas manuais ou repetitivas. A redução de custos e o crescimento da receita também foram citados como motivadores.
Apesar de muitas pessoas acreditarem que a IA colocará os postos de trabalho dos seres humanos, os especialistas consideram que o futuro será exatamente o oposto. “É menos sobre a substituição de trabalhadores e mais sobre o aumento, permitindo-lhes tomar melhores decisões de forma mais rápida”, afirmou Hare.
É claro que a adoção da inteligência artificial vem acompanhada com desafios considerados. Para os entrevistados, as maiores dificuldades estão ligadas a falta de habilidades (citada por 56% dos participantes), compreensão de aplicação de IA (42%) e preocupação com escopo ou qualidade de dados (34%).
“Encontrar as habilidades certas na equipe é uma grande preocupação sempre que tecnologias avançadas estiverem envolvidas. As lacunas de habilidade podem ser resolvidas usando provedores de serviços, fazendo parcerias com universidades e estabelecendo programas de treinamento para os funcionários”, argumentou Hare. “No entanto, estabelecer uma base sólida de gerenciamento de dados não é algo que você possa improvisar. A qualidade confiável dos dados é fundamental para fornecer insights precisos, gerando confiança e reduzindo o viés. A prontidão dos dados deve ser uma das principais preocupações de todos os projetos de IA”, completou.
