Outro exemplo é quando uma grande empresa nacional de telecomunicações experimenta um assistente de IA Generativa para analisar documentação proveniente do regulador, os ganhos tornam-se igualmente evidentes. «O assistente realiza tarefas de resumo para a equipa sénior de gestão e enumera os principais pontos de acção necessários. O que anteriormente demoraria várias horas passa a ser executado em poucos segundos, com elevada qualidade». Além disso, continua, «quando é necessário responder ao regulador, a IA Generativa consegue preparar um posicionamento com base em históricos anteriores, assegurando coerência, consistência e assertividade. A rapidez e a qualidade do trabalho produzido traduzem-se num aumento significativo da eficiência e da eficácia, dois factores pelos quais as organizações estão claramente dispostas a investir».
Nuno Moura Pinheiro defende que a inteligência artificial é tão disruptiva como foi a introdução dos computadores pessoais. «Entre o final dos anos 1970 e os anos 1990, muitos empresários queixavam-se de que os computadores eram muito mais caros do que as máquinas de escrever. No entanto, a resistência à mudança rapidamente desapareceu, porque o custo de não acompanhar a evolução tecnológica tornaria inevitavelmente as empresas menos produtivas e competitivas». O mesmo acontece hoje com a IA.
Para medir ROI há que criar condições
Medir o Retorno do Investimento (ROI) da Inteligência Artificial é, no entender deste especialista, um desafio complexo, tendo em conta que muitos dos maiores ganhos só surgem quando as empresas vão além da simples adopção da tecnologia e transformam os seus processos e modelos de gestão, alcançando um novo patamar de produtividade. «Para medir eficazmente o ROI, é necessário, antes de mais, criar as condições adequadas para o desenvolvimento de iniciativas de IA. O primeiro passo passa por avaliar qual será o impacto da IA no futuro do negócio da organização. Se esse impacto for considerado relevante, torna-se essencial construir bases sólidas desde o início, através de uma estratégia e governação de dados que permitam disponibilizar uma plataforma de dados robusta e com a qualidade necessária para suportar iniciativas de IA», explica, acrescentando que o desenvolvimento de modelos deve seguir processos unificados, optimizados e alinhados com as melhores práticas do mercado, garantindo eficiência, fiabilidade e escalabilidade. «A adopção de plataformas de MLOp e de IA Generativa permite substituir processos artesanais por ambientes industrializados, assegurando maior controlo financeiro, operacional e tecnológico das iniciativas de IA».
Uma vez criadas estas fundações, Nuno Moura Pinheiro diz tornar-se possível implementar mecanismos eficazes de controlo de custos e de avaliação de valor. «O impacto esperado de cada projecto pode ser medido em várias dimensões, mas vamos analisar duas muito populares». A primeira dimensão «é a eficiência operacional. As iniciativas de IA podem reduzir tempos de execução, automatizar tarefas repetitivas, diminuir erros e aumentar a produtividade das equipas. Estes ganhos podem ser avaliados através de indicadores como redução de custos, tempo poupado, aumento da capacidade operacional ou melhoria dos níveis de serviço».
