Estratégia que separa o sucesso do fracasso na IA corportiva

Por Marcelo Noronha*

Tenho acompanhado de perto o movimento das grandes corporações em relação à adoção de IA, e há uma verdade que se impõe em cada conversa: o conhecimento que frutifica dos dados capturados deve ficar em casa. O patrimônio colhido junto aos clientes, parceiros e colaboradores – uma das maiores fortalezas de qualquer empresa – não deve sair do próprio território, ou seja, não deve se mover dos limites de sua infraestrutura. A decisão de manter tudo “em casa” não é conservadorismo nem é definida apenas por algum temor com a segurança. É uma estratégia.

Coloque-se na posição de um C-level que é o responsável por proteger o ativo mais valioso da empresa. Você colocaria esse conhecimento em uma infraestrutura fora do seu controle, podendo ser degustado, eventualmente, para o treinamento da IA de um concorrente? A resposta, é claro, será não.

Essa condição não é só uma questão de segurança. É também de integração. Um relatório recente do MIT apontou que 95% dos projetos de IA generativa fracassam. E, entre os principais motivos, dois chamam atenção: integrações débeis e a saída pelo desenvolvimento interno.

Uma integração fraca com processos internos – na qual ferramentas de terceiros, muitas vezes, não se adaptam aos fluxos corporativos – é fadada ao fracasso. A razão? Um projeto construído nessa raiz apodrecida não aprende com os sistemas existentes, criando um vazio de aprendizagem que compromete a entrega de valor.

A outra razão do insucesso é a ideia de se construir tudo internamente, no lugar de comprar soluções especializadas. As empresas que tentam desenvolver suas próprias soluções têm taxas de sucesso igualmente mínimas. Ao contrário, parcerias com fornecedores especialistas mostram melhores resultados: algo como 67% de taxa de sucesso.

Esses fatos deveriam provocar uma reflexão importante entre os fornecedores de IA e se traduzem em algo claro: grandes empresas não vão aceitar mais a IA como commodity. Não é o mesmo cálice dourado da oferta de soluções B2C ou do B2B para pequenas empresas. Esqueça! A exigência é diferente, a responsabilidade é outra e a abordagem precisa ser diferenciada.

Alterar essa lógica é necessário, embora não seja algo tão fácil de ser feito. Mas acredito, e sei, que esse é o caminho. Criar soluções modulares, baseadas em forte investimento em P&D, é a melhor resposta para atender tanto à premissa de não retirar os dados de casa quanto para sair do looping de cair no abismo de uma integração flácida e/ou desenvolver algo internamente sem massa crítica. Ou ainda comprar pacotes que precisam de longos períodos de adequação e trazem um “vazio de aprendizagem”.

Ao contrário das grandes consultorias, que desenvolvem soluções do zero dentro da própria infraestrutura, acredito que começar a partir de módulos dentro do ambiente interno dos clientes é a melhor saída. Algo que, evidentemente, precisa ser feito em conjunto com o time técnico da empresa em questão. Isso muda tudo e traz rapidez, dinamismo e assertividade ao projeto.

Mais: os ganhos não são apenas financeiros. Eles evoluem nos quesitos tempo, alinhamento e valor entregue. Sei bem disso e vejo como é possível ter projetos que começam a gerar resultados em até 60 dias. E não são entregas genéricas: são entregas que fazem sentido para o negócio, respeitam os fluxos internos e – o melhor de tudo – aprendem com os dados da empresa, sem que eles saiam de casa.

Essa abordagem permite construir relações de longo prazo com grandes corporações. Porém, mais do que isso, tem mostrado que inovação, nesse contexto, não é sobre fazer algo novo por si só, mas sobre fazer algo relevante, seguro e integrado.

É óbvio que a IA está longe de ser uma solução mágica. Ela exige maturidade, entendimento profundo dos processos e, acima de tudo, respeito pelo conhecimento da empresa. Entendo, por isso, que não basta vender tecnologia, e sim entregar soluções que nascem dentro da realidade do cliente, a partir da infraestrutura dele e com o seu conhecimento como base e cerne.

Essa é a diferença entre uma IA que gera uma safra de vinhos rica e recorrente, ao ser bem fermentada, e uma que produz vinhos de terceira categoria. Aliás, o que você prefere “beber”? Eu concordo com o famoso escritor alemão Goethe: “A vida é muito curta para beber vinho ruim”.

* Marcelo Noronha é CEO da Mr. Turing