Guia dos executivos para investir em inteligência artificial: Compreender a proposta de valor em 2025

Enquanto as tendências de investimento em IA continuam a evoluir em 2025, os dirigentes enfrentam uma pressão crescente para tomar decisões estratégicas sobre as implementações de inteligência artificial. Com a rápida adoção de ferramentas de IA por parte das empresas - 22% estão a implementá-las de forma extensiva e 33% estão a utilizá-las de forma limitada - compreender como avaliar e implementar as soluções de IA tornou-se fundamental para manter a vantagem competitiva. No livro "The Executive Guide to Artificial Intelligence" de Andrew Burgess, o autor fornecia um guia completo para dirigentes empresariais que desejam compreender e implementar soluções de inteligência artificial 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. Search e information extraction
4. Clustering
5. Natural Language Understanding
6. Otimização
7. Prediction
8. Understanding (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.

framework estratégico para as 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 empresarial
2. Métricas de sucesso
3. Requisitos para a implementação
4. Avaliação do risco

Nota: Este framework de quatro perguntas provém do conhecimento atual e não é apresentado explicitamente 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 objetivos empresariais existentes
2. Compreensão das ambições de IA - Definir se se pretende:
3. • Melhorar processos existentes
   • Transformar funções empresariais
   • Criar novos serviços/produtos
3. Avaliação da maturidade de IA - Determinar o nível atual de maturidade da organização numa escala de 0 a 5:
4. • Processamento manual (Nível 0)
   • Automação de TI tradicional (Nível 1)
   • Automação básica isolada (Nível 2)
   • Implementação tática de ferramentas de automação (Nível 3)
   • Implementação tática de várias tecnologias de automação (Nível 4)
   • Automação estratégica end-to-end (Nível 5)
4. Criação de um heat map de IA - Identificar as áreas com maiores oportunidades
5. Desenvolvimento do business case - Avaliar benefícios "hard" e "soft"
6. Gestão da mudança - Planear como a organização se irá adaptar
7. Desenvolvimento de um roadmap de IA - Criar um plano de médio-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 da IA e regulamentações (como o EU AI Act)
• Sustentabilidade ambiental da IA
• Estratégias de IA responsável
• Integração com tecnologias emergentes como quantum computing

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 hard:

• Redução de custos
• Evitar custos
• Satisfação do cliente
• Conformidade
• Mitigação do risco
• Mitigação de perdas
• Mitigação da perda de receitas
• Geração de receitas

Benefícios soft:

• Mudança cultural
• Vantagem competitiva
• Efeito halo
• Ativação de outros benefícios
• Ativação da transformação digital

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 off-the-shelf - Soluções pré-configuradas
2. Plataformas de IA - Fornecidas por grandes empresas tecnológicas
3. Desenvolvimento de IA personalizado - Soluções à medida

Para os primeiros passos, sugeriu que se considerasse:

• Proof of Concept (PoC)
• Protótipos
• Minimum Viable Product (MVP)
• Riskiest Assumption Test (RAT)
• Pilot

O que mudou:

Desde 2018, temos vindo a assistir:

• democratização das ferramentas de IA com soluções no-code/low-code
• Melhoria drástica das plataformas cloud de IA
• Crescimento da IA generativa e modelos como GPT, DALL-E, etc.
• Aumento das soluções de AutoML que automatizam partes do processo de data science

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 "black box" dos algoritmos
3. Enviesamentos não intencionais
4. Ingenuidade da IA - Limites da compreensão contextual
5. Dependência excessiva da IA
6. Escolha errada da tecnologia
7. Atos maliciosos

Evolução de 2018 a 2025:

Desde que o livro foi escrito:

• As preocupações sobre o enviesamento do algoritmo tornaram-se uma questão crítica (aguardando aprofundamento)
• A segurança da IA tornou-se fundamental com o aumento das ameaças
• A regulamentação da IA emergiu como um fator chave
• Os riscos dos deepfakes e da desinformação gerada por IA tornaram-se significativos
• As preocupações com a privacidade aumentaram com o uso mais generalizado da IA

Criar uma organização de AI eficaz

Do livro de Burgess (2018):

propôs Burgess:

• Construir um ecossistema de IA com fornecedores e parceiros
• Estabelecer 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 CoE
• A democratização da IA levou a modelos operacionais mais distribuídos
• Surgiu a importância da literacia em IA para todos os colaboradores

Conclusão

Do livro de Burgess (2018):

Burgess concluiu com a importância de:

• Não acreditar no hype mas concentrar-se nos problemas empresariais reais
• Iniciar o percurso de IA o mais cedo 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.