Em muitas organizações, a IA continua focada em ganhos operacionais internos, em vez de estar alinhada com objetivos estratégicos de negócio, destaca Ernesto Barbosa.
Por Ernesto Barbosa (*)
Imaginem uma sala inteira ocupada por uma única máquina, num tempo em que decifrar uma mensagem podia mudar o rumo de uma guerra. Foi nesse cenário que, durante a Segunda Guerra Mundial, Alan Turing concebeu, com uma equipa de engenheiros britânicos, a máquina Bombe, criada para decifrar as configurações diárias da Enigma e interpretar as comunicações encriptadas do exército alemão. Não era um servidor no sentido moderno, mas pode ser vista como precursora dos sistemas automatizados de processamento de informação. O seu contributo ajudou de forma decisiva a antecipar movimentos do inimigo, ainda que não tenha sido, sozinho, o fator que decidiu a guerra.
Pouco depois surgiu o Colossus, considerado o primeiro computador eletrónico digital programável, desenvolvido pelo engenheiro Tommy Flowers para descodificar a cifra Lorenz, usada pelo alto comando alemão. Entre essas máquinas pioneiras e os sistemas atuais consolidaram-se as bases da computação moderna, hoje materializadas em plataformas de Inteligência Artificial capazes de executar milhares de milhões de operações por segundo, da investigação científica ao desenvolvimento de modelos cada vez mais avançados.
Recordar este percurso ajuda a perceber o ponto em que estamos. Nos primórdios, o desafio era essencialmente técnico: obter resultados corretos e consistentes, garantir fiabilidade, ampliar a capacidade de processamento. Esses obstáculos foram, em larga medida, ultrapassados, e os sistemas de IA atingiram hoje um grau de maturidade que os coloca no caminho de uma adoção cada vez mais ampla. No entanto, essa evolução não eliminou um desafio central: a dificuldade em calcular o retorno do investimento associado a este tipo de soluções.
Apesar do potencial e da crescente adoção, persiste uma lacuna significativa na forma como as organizações medem, de forma objetiva, o valor real que estas tecnologias entregam. E como o mercado tecnológico é cada vez mais global, os desafios identificados noutras geografias acabam por refletir-se também no mercado nacional.
Os números ilustram-no bem. Segundo um estudo global da SAP Concur, 54% dos CEO e 50% dos CFO admitem ter dificuldades significativas em quantificar o retorno do investimento associado à IA, um fator que está a travar muitas organizações na adoção destas soluções, sobretudo num momento em que os montantes investidos continuam a crescer. Cerca de 39% dos CEO reconhecem mesmo que é ainda demasiado cedo para concluir se esses investimentos geram o retorno esperado.
O mesmo estudo aponta as causas. Mais de metade dos inquiridos refere a lentidão na materialização dos benefícios e considera que as expectativas iniciais foram excessivamente otimistas, enquanto a qualidade e a integração dos dados surgem como um dos principais entraves a uma implementação eficaz. Entre os critérios usados para avaliar a adoção destas soluções destacam-se a produtividade, a poupança de tempo, a redução de custos e a melhoria da qualidade.
Há, no entanto, um fator que me parece decisivo: em muitas organizações, a IA continua focada em ganhos operacionais internos, em vez de estar alinhada com objetivos estratégicos de negócio. Sem métricas uniformizadas e sem uma abordagem transversal, a medição do valor torna-se difícil, o que limita a escalabilidade dos projetos e, em muitos casos, impede mesmo que avancem para além da fase piloto.
Talvez estejamos, por isso, perante uma nova fase de transição. Se no início o desafio era fazer a tecnologia funcionar, hoje é compreender de que forma ela gera valor sustentável e mensurável, para as organizações e para a sociedade. E já se desenham novas fronteiras, como a Computação Quântica, que prometem alterar outra vez o paradigma. Tal como nos primórdios da computação, o entusiasmo tecnológico virá acompanhado de desafios técnicos, estratégicos e económicos cuja verdadeira dimensão só os próximos anos permitirão compreender.
Leave a Reply