À medida que as tendências de investimento em IA evoluem até 2025, os executivos enfrentam uma pressão crescente para tomar decisões estratégicas sobre as implementações de IA. Com a rápida adoção de ferramentas de IA pelas empresas - 22% estão a implementá-las extensivamente e 33% estão a utilizá-las de forma limitada - compreender como avaliar e implementar soluções de IA tornou-se fundamental para manter a vantagem competitiva. No livro"The Executive Guide to Artificial Intelligence" (O Guia Executivo da Inteligência Artificial) de Andrew Burgess, o autor forneceu um guia completo para os executivos de empresas que pretendem compreender e implementar soluções de IA nas suas organizações.

‍

Este livro foi publicado em 2017 pela Springer International Publishing e apresenta uma visão prática de como as empresas podem tirar partido da inteligência artificial. O que mudou atualmente?

‍

Tendências actuais de investimento na IA 2025

O panorama da IA está a registar um crescimento sem precedentes, com as organizações a fazerem investimentos mais significativos para se manterem competitivas.

O essencial:

Burgess sublinhou a importância de começar por definir objectivos claros e alinhados com a estratégia empresarial, um princípio que continua a ser válido hoje em dia. No livro, identificou oito capacidades fundamentais da IA:

‍

1. Reconhecimento de imagens
2. Reconhecimento de voz
3. Pesquisa e extração de informação
4. Agrupamento
5. Compreensão de linguagem natural
6. Otimização
7. Previsão
8. Compreensão (hoje)

Evolução de 2018 a 2025:

Desde que o livro foi escrito, a IA passou de uma tecnologia emergente para uma tecnologia dominante. A capacidade de "compreensão" que Burgess considerava futurista registou avanços significativos com o advento dos grandes modelos linguísticos (LLM) e das tecnologias de IA generativa, que ainda não tinham surgido em 2018.

Quadro estratégico para decisões de investimento em IA

As quatro questões essenciais

Ao avaliar os investimentos em IA, é fundamental concentrarmo-nos nestas questões críticas:

1. Definição do problema comercial
2. Métricas de sucesso
3. Requisitos de implementação
4. Avaliação dos riscos

‍

Nota: Este quadro de quatro perguntas provém dos conhecimentos actuais e não é explicitamente apresentado no livro de Burgess.

‍

Criar uma estratégia de IA eficaz

O quadro de adoção:

Burgess propõe um quadro pormenorizado para a criação de uma estratégia de IA que inclui:

1. Alinhamento com a estratégia empresarial - Compreender como a IA pode apoiar os objectivos empresariais existentes
2. Compreender as ambições da AI - Definir se pretendido:
   • Melhorar os processos existentes
   • Transformar as funções empresariais
   • Criação de novos serviços/produtos
3. Avaliação da maturidade da AI - Determinar o atual nível de maturidade da organização, numa escala de 0 a 5:
   • Processamento manual (Nível 0)
   • Automatização tradicional das TI (Nível 1)
   • Automatização básica isolada (Nível 2)
   • Implementação tática de ferramentas de automatização (Nível 3)
   • Implementação tática de várias tecnologias de automatização (Nível 4)
   • Automatização estratégica de ponta a ponta (Nível 5)
4. Criação de um mapa de calor da AI - Identificação das áreas de maior oportunidade
5. Desenvolver a justificação comercial - Avaliar os benefícios "duros" e "suaves
6. Gestão da mudança - Planeamento da adaptação da organização
7. Desenvolver um roteiro de AI - Criar um plano a médio e longo prazo

Evolução de 2018 a 2025:

O quadro de Burgess continua a ser surpreendentemente relevante hoje em dia, mas precisa de ser complementado com considerações sobre:

• Ética e regulamentação da IA (como a Lei da IA da UE)
• Sustentabilidade ambiental da IA
• Estratégias de IA responsáveis
• Integração com tecnologias emergentes, como a computação quântica

Medir o ROI dos investimentos em IA

Os factores determinantes para o retorno do investimento:

Burgess identifica diferentes tipos de benefícios da IA, classificados como "duros" e "suaves":

Benefícios duros:

• Redução de custos
• Evitar custos
• Satisfação do cliente
• Conformidade
• Atenuação dos riscos
• Redução de perdas
• Atenuação da perda de receitas
• Geração de receitas

Benefícios suaves:

• Mudança cultural
• Vantagem competitiva
• Efeito de auréola
• Permitir outros benefícios
• Possibilitar a transformação digital

Até à data:

A medição do ROI da IA tornou-se mais sofisticada, com quadros específicos para avaliar o impacto da IA generativa, que não existiam quando Burgess escreveu o livro.

‍

Abordagens técnicas à implementação da IA

‍

Tipos de soluções:

Burgess apresentou três abordagens principais para a implementação da IA:

1. Software de IA pronto a usar - Soluções prontas a usar
2. Plataformas de IA - fornecidas por grandes empresas de tecnologia
3. Desenvolvimento de IA à medida - Soluções personalizadas

Para os primeiros passos, sugeriu que se considerasse:

• Prova de conceito (PoC)
• Protótipos
• Produto mínimo viável (MVP)
• Teste do pressuposto mais arriscado (RAT)
• Piloto

O que mudou:

Desde 2018, temos vindo a assistir:

• Democratização das ferramentas de IA com soluções sem código/baixo código
• Melhoria drástica das plataformas de IA em nuvem
• Crescimento da IA generativa e de modelos como GPT, DALL-E, etc.
• Aumento das soluções AutoML que automatizam partes do processo de ciência de dados

Consideração dos riscos e desafios

‍

Os riscos da inteligência artificial:

Burgess dedicou um capítulo inteiro aos riscos da IA, salientando que:

1. Qualidade dos dados
2. Falta de transparência - a natureza de "caixa negra" dos algoritmos
3. Enviesamento não intencional
4. Ingenuidade da IA - Limites da compreensão contextual
5. Dependência excessiva da IA
6. Escolha incorrecta da tecnologia
7. Actos maliciosos

Evolução de 2018 a 2025:

Desde que o livro foi escrito:

• As preocupações com o enviesamento dos algoritmos tornaram-se uma questão crítica (pendente)
• A segurança da IA tornou-se crítica à medida que as ameaças aumentam
• A regulamentação da IA surgiu como um fator-chave
• Os riscos de deepfakes e de desinformação gerada por IA tornaram-se significativos
• As preocupações com a privacidade aumentaram com a utilização mais generalizada da IA

Criar uma organização de AI eficaz

‍

Do livro de Burgess (2018):

propôs Burgess:

• Criar um ecossistema de IA com fornecedores e parceiros
• Criação de um Centro de Excelência (CoE) com equipas dedicadas
• Considerar funções como Chief Data Officer (CDO) ou Chief Automation Officer (CAO)

Evolução de 2018 a 2025:

Desde então:

• A função de Chief AI Officer (CAIO) tornou-se comum
• A IA está agora frequentemente integrada em toda a organização, em vez de estar isolada num CdE
• A democratização da IA conduziu a modelos operacionais mais distribuídos
• Surgiu a importância da literacia em IA para todos os trabalhadores

Conclusão

Do livro de Burgess (2018):

Burgess concluiu com a importância de:

• Não acredite na propaganda, mas concentre-se em questões comerciais reais
• Iniciar o percurso de AI o mais rapidamente possível
• Preparar a empresa para o futuro através da compreensão da IA
• Adotar uma abordagem equilibrada entre otimismo e realismo

Evolução de 2018 a 2025:

O apelo de Burgess para "não acreditar no hype" continua a ser incrivelmente relevante em 2025, especialmente com o hype excessivo em torno da IA generativa. No entanto, a velocidade de adoção da IA tornou-se ainda mais crítica, e as empresas que ainda não iniciaram a sua jornada de IA encontram-se agora numa desvantagem significativa em comparação com aquelas que seguiram o conselho de Burgess de começar cedo (em 2018!).

‍

O panorama da IA em 2025 é mais complexo, mais maduro e mais integrado na estratégia empresarial do que se poderia prever em 2018, mas os princípios fundamentais do alinhamento estratégico, da criação de valor e da gestão do risco que Burgess delineou continuam a ser surpreendentemente válidos.