O que CEOs devem saber hoje sobre inteligência artificial generativa para começar a agir

Foi um flerte relâmpago e, em poucas semanas, passamos da curiosidade ao compromisso: mal ganhou o mainstream e a inteligência artificial generativa – a GenAI – arrebatou o nosso imaginário e virou tema central na agenda de lideranças e tomadores de decisão. O ChatGPT e seus concorrentes, como Claude e Bard, fascinam pela sua capacidade de processar a linguagem natural, uma habilidade tão humana e nunca antes reproduzida com tamanha precisão por uma máquina. Com todo seu potencial ainda a ser explorado, CEOs já não se perguntam mais se devem agir frente à GenAI, mas como e por onde começar.

O cenário, de fato, exige atenção. Novo relatório lançado pela McKinsey & Company mostra que a aplicação da inteligência artificial generativa em múltiplas indústrias poderá movimentar de US$ 2,6 trilhões a US$ 4,4 trilhões na economia mundial anualmente – a título de comparação, o PIB total do Reino Unido em 2021 foi de US$3,1 trilhões. Espera-se que cerca de 75% desse valor seja gerado em quatro áreas principais: marketing e vendas, pesquisa e desenvolvimento (P&D), operações relacionadas a clientes e engenharia de software. Os setores bancário, de bens de consumo e ciências biomédicas estão entre os que possivelmente verão o maior impacto. No setor bancário, por exemplo, há um potencial de geração de valor de US$ 200 bilhões a US$ 340 bilhões anuais; no varejo e bens de consumo, o impacto potencial pode alcançar de US$ 400 bilhões a US$ 660 bilhões por ano.

E há, ainda, o efeito causado pela transformação na força de trabalho, com a GenAI podendo impactar entre 60% e 70% do tempo dos profissionais, trazendo reflexos diretos para a produtividade e a operação das organizações.

Os pré-requisitos econômicos e técnicos para iniciar a jornada de implementação da GenAI não são proibitivos, enquanto não agir significa colocar-se obrigatoriamente atrás dos concorrentes. Cada CEO deve trabalhar com sua equipe para refletir sobre onde e como atuar. Pode-se decidir que IA generativa apresenta uma oportunidade transformadora para suas empresas, oferecendo a possibilidade de reimaginar tudo, ou optar por começar pequeno para escalar mais tarde. Uma vez tomada a decisão, existem caminhos que especialistas podem seguir para executar a estratégia, dependendo de cada caso.

Seja qual for o caminho escolhido, o imperativo é agir. E nós trazemos aqui alguns aprendizados sobre por que e como fazê-lo.

No dia 27 de junho, a McKinsey traz a São Paulo Alex Sukharevsky, colíder global da QuantumBlack, AI by McKinsey, e colíder dos nossos esforços globais de GenAI. Em evento voltado para CEOs, Alex irá esmiuçar casos de uso e o potencial da IA generativa para os negócios. Inscreva-se aqui. As vagas são limitadas.

Revolução já em curso: onde estão as maiores oportunidades

Embora a IA generativa possa ter um impacto na maioria das áreas dentro de um negócio, quatro delas se destacam: operações relacionadas a clientes, marketing e vendas, engenharia de software e P&D.

Operações relacionadas a clientes: graças à capacidade de automatizar interações usando linguagem natural, a GenAI tem o potencial de revolucionar este setor, melhorando a experiência do cliente e a produtividade dos operadores. Os dados mostram que, em uma empresa com 5.000 agentes de atendimento ao cliente, a aplicação de IA generativa aumentou a resolução de problemas em 16% por hora, reduziu em 9% o tempo gasto lidando com um problema e reduziu em 25% as solicitações para falar com um gerente. Além disso, estimativas apontam para uma redução potencial de 50% na necessidade de interação humana, permitindo, com eficiência, o autoatendimento dos clientes.

Marketing e vendas: comunicações baseadas em texto e personalização em escala são as alavancas destas áreas, daí o grande potencial de impacto da IA generativa. A tecnologia pode criar mensagens personalizadas de acordo com os interesses, preferências e comportamentos individuais dos clientes, além de realizar tarefas como produzir esboços de peças publicitárias, publicações em redes sociais e descrições de produtos. Nossas estimativas apontam que a GenAI pode gerar um ganho de 5% a 15% dos gastos totais com marketing e de 3% a 5% dos gastos com vendas B2B e B2C.

Desenvolvimento de software: a engenharia de software é uma função importante na maioria das empresas e continua crescendo à medida que todas as grandes companhias, não apenas as gigantes da tecnologia, incorporam software em uma ampla variedade de produtos e serviços. De acordo com nossa análise, o impacto direto da GenAI na engenharia de software pode variar entre 20% e 45% dos gastos anuais da área, principalmente em consequência da redução no tempo gasto em atividades como geração, correção e refatoração de códigos. Um estudo empírico interno da McKinsey com equipes de engenharia de software identificou que profissionais treinados para usar ferramentas de IA generativa foram capazes de reduzir rapidamente o tempo necessário para gerar e refatorar códigos e as equipes de engenharia também reportaram uma melhor experiência de trabalho, citando melhorias em fluxo, realização e até um maior sentimento de felicidade.

P&D: o potencial da IA generativa em P&D talvez seja menos reconhecido do que seu potencial em outras áreas dos negócios. Ainda assim, nossa pesquisa indica que a tecnologia pode gerar ganhos de 10% a 15% nos gastos totais de P&D. Indústrias químicas e farmacêuticas já começaram a usar modelos que aceleram o processo de desenvolvimento de novos fármacos e materiais, e os mesmos princípios podem ser aplicados ao desenho de muitos outros produtos. No entanto, os custos e requisitos de infraestrutura podem limitar sua aplicação.

Os fundamentos das aplicações: por onde começar

A implementação da GenAI está só no começo e demanda a atenção da liderança. Naturalmente, aprendizados de ondas anteriores de adoção de novas tecnologias são preciosos. No entanto, é preciso ter clareza de que o cenário atual é distinto em muitos aspectos e que a GenAI apresenta seus próprios desafios, incluindo a necessidade de gerenciamento de uma tecnologia que se movimenta a uma velocidade jamais observada.

A seguir, apresentamos alguns passos importantes para iniciar essa jornada – embora não exaustiva, a lista abrange aspectos essenciais para alcançar resultados consistentes.

Em busca do valor. O primeiro passo é escolher junto às lideranças seniores um ponto de partida que gere valor real ao negócio. Embora quase todas as organizações (cerca de 90% em nossa pesquisa) tenham iniciativas de transformação digital e 70% delas estejam usando a IA de alguma forma, apenas cerca de 30% estão atingindo as metas de valor desejadas. A pergunta não deve ser simplesmente “Onde posso aplicar IA generativa?” – em vez disso, é preciso primeiro perguntar-se: “Como posso aplicar a IA para entregar valor transformador?” e, em segundo lugar: “Que papel a IA generativa desempenha nesse processo?”.

Infraestrutura adequada. Embora o início da jornada rumo à implementação de GenAI não envolva valores proibitivos, ao longo da viagem, desenvolver um conjunto atualizado de dados e tecnologia é essencial para praticamente qualquer abordagem bem-sucedida. Os CEOs devem procurar sua diretoria de tecnologia para determinar se a empresa tem as capacidades técnicas necessárias. Por exemplo, a força vital da GenAI é o acesso fluido a dados aprimorados para abordar um contexto ou problema de negócio específico. As empresas que ainda não encontraram maneiras de harmonizar de forma eficaz o acesso imediato a seus dados não poderão calibrar a IA generativa para liberar seus usos potencialmente mais transformadores. Igualmente importante é desenhar uma arquitetura de dados que inclua procedimentos de segurança e governança de dados.

Estratégia do “farol”. Criar um caso de uso de aplicação interna pode ser bastante útil para gerar momentum e servir de farol, demonstrando internamente como a GenAI pode afetar positivamente o modelo operacional de uma empresa. Por exemplo, um caminho a seguir é a criação de um "especialista virtual" para ajudar as pessoas a acessar conhecimento interno favorecendo a tomada de decisões de forma rápida e bem fundamentada. Os ganhos de produtividade podem ser bastante significativos: em 2012, o McKinsey Global Institute (MGI) estimou que os profissionais passam cerca de um quinto de seu tempo – ou um dia por semana – buscando e coletando informações.

Riscos e criação de valor. A maioria das organizações não mitiga grande parte dos riscos associados à inteligência artificial tradicional, embora mais da metade das organizações já tenha adotado a tecnologia. A inteligência artificial generativa requer uma atenção ainda maior a muitos desses riscos, ao mesmo tempo em que apresenta novos desafios.

A liderança deve não apenas estabelecer princípios éticos e diretrizes gerais para o uso da inteligência artificial generativa, mas também desenvolver um entendimento completo dos riscos apresentados por potenciais casos de uso. É fundamental buscar casos de uso iniciais que estejam alinhados com a tolerância geral ao risco da organização e assegurar que existam estruturas em vigor para mitigar o risco decorrente. CEOs e suas equipes também precisam estar preparados para manterem-se atualizados sobre os mais recentes avanços na regulamentação da GenAI, incluindo regras relacionadas à proteção de dados do consumidor e aos direitos de propriedade intelectual.

Ecossistema de parcerias. Líderes de negócios devem se concentrar na construção e manutenção de um conjunto equilibrado de alianças. A estratégia de aquisições e alianças de uma empresa deve ser contínua na criação de um ecossistema de parceiros ajustado a diferentes contextos e abordar as exigências da GenAI em todos os níveis, com cuidado para evitar a limitação de fornecedores. As organizações não precisam desenvolver todos os aplicativos ou modelos básicos sozinhas. Em vez disso, podem formar parcerias com fornecedores e especialistas para agir mais rapidamente.

Talentos. Dois pontos essenciais sobre talentos precisam ser avaliados. Por um lado, os negócios precisam assegurar que sua força de trabalho atual está apta – ou pode se desenvolver rapidamente – de forma a implementar os casos de uso. Por exemplo, para criar um modelo generativo, uma empresa precisará de especialistas sêniores em machine learning; já para desenvolver ferramentas mais genéricas usando modelos existentes e ofertas de SaaS (software as a service), profissionais experientes em engenharia de dados e software podem ser suficientes para liderar o esforço.

Por outro lado, é preciso ter consciência de que a natureza de muitos trabalhos será profundamente tocada pela GenAI. As novas tecnologias poderão impactar até 70% do tempo de trabalho de uma pessoa. De fato, nossas estimativas apontam que metade das atividades poderá ser automatizada entre 2030 e 2060 – uma década antes do estimado anteriormente. Portanto, o mercado de trabalho, tal como o conhecemos, sofrerá mudanças substanciais – e as pessoas deverão se adaptar às transformações de suas atividades, com foco crescente em atividades de maior valor agregado, enquanto, na outra ponta, os negócios também precisarão estar preparados para o novo contexto.

A era da GenAI está só começando. O entusiasmo é crescente e os primeiros pilotos são convincentes. Mas, a materialização dos benefícios dessa nova tecnologia levará tempo, enquanto ainda enfrentamos alguns desafios consideráveis. De qualquer modo, a mensagem é clara: a maratona já começou. CEOs devem ditar o ritmo da corrida – e, claro, correr lado a lado com suas equipes.