Diante da dificuldade de comprovar – ou mesmo medir – o retorno do investimento em inteligência artificial, é essencial reexaminar a forma como se está investindo

*Por Fabio Ferreira

95% das empresas brasileiras que tentam desenvolver soluções customizadas em inteligência artificial falham em seu intento, e apenas 7% delas constatam retorno de investimento (ROI) desses projetos. Ambos os achados fazem parte do estudo Panorama IA das Empresas Brasileiras, feito pela Totvs em parceria com a h2r insights & trends. Seriam esses dados uma confirmação às opiniões de que a IA está se tornando um escoadouro de dinheiro turbinado por maus investimentos?

Vamos com calma, que o cenário está longe de ser apocalíptico. O primeiro ponto que nos ajuda a compreender as razões para os achados acima é o lembrete de que, no estágio atual da tecnologia, qualquer projeto com IA é um projeto de inovação e, como tal, é realmente difícil calcular o ROI com precisão. Inovar implica realizar testes e correr riscos, de modo que o retorno de uma empreitada do tipo talvez não se pague financeiramente em um primeiro momento, mas crie fundações para projetos que serão rentáveis no futuro. É para iniciativas desse tipo que existem alocações de verba para projetos inovadores. 

O segundo ponto já é mais delicado. Que a inteligência artificial é o hype do momento, não há o que acrescentar. O que precisa ser dito é que há, sim, executivos de TI (e mesmo CEOs e conselheiros) que embarcam na onda só para não ficarem fora dela. Mas essa mentalidade costuma resultar em projetos subdesenvolvidos, planejados sem embasamento suficiente e com objetivos bastante difusos.

Quando isso acontece, não tem matemática financeira capaz de estimar retorno sobre o investimento. Afinal, como saber o “retorno” quando não se tem claro qual é o ponto de partida? Mesmo um projeto de inovação deve levar em conta a aplicabilidade da  tecnologia a ser testada, especialmente o problema que ela deverá resolver.

Como já apontei em outro artigo, investimentos em IA podem ter múltiplos desdobramentos, desde que se entenda qual é o valor que se pretende agregar, e quais elementos da cadeia serão beneficiados com isso. Quando isso acontece, é possível chegar a estimativas bastante razoáveis de ROI para os projetos. E é disso que falaremos agora.

Sem abstrações

Se estamos lidando com tecnologia e automação, certamente há indicadores a serem mensurados e analisados. A automação não é uma abstração, pelo contrário: é um processo complexo baseado em questões concretas, e pelo menos uma parte das consequências de sua aplicação pode ser medida em resultados quantificáveis.

Se uma operação foi robotizada, seus desdobramentos são muito maiores que a simples diminuição da força de trabalho. As máquinas estão operando com maior agilidade? Esse ganho de velocidade está gerando excesso de produção ou está atendendo à demanda? O custo de aplicação e manutenção dessa tecnologia é superior ou inferior ao mesmo trabalho realizado pelos seres humanos?

Você pode dizer que são perguntas óbvias, e eu vou responder dizendo que são – e exatamente por isso elas raramente são feitas. Para além desses elementos mais perceptíveis, há vários outros, como a maneira como a tecnologia integra (ou não) aquele processo a outros que são importantes para a operação, por exemplo. 

Quanto mais elementos estão envolvidos na tomada de decisão para a adoção da IA em um processo, mais subsídios existem para se chegar a um ROI mais plausível.  E quanto mais se baseia no “temos que fazer, porque todos estão fazendo”, maior é a chance de o projeto terminar jogando dinheiro fora.

Pensamento mágico

Você já teve a sensação, ao transitar por blogs, portais e podcasts de tecnologia, de que “tudo” hoje em dia é inteligência artificial? Eu já. E isso acontece porque o mercado está dando aos chatbots de IA generativa o mesmo peso de soluções com IA embarcada. Porém, não é porque a base de uma tecnologia é a mesma que suas aplicações vão ter o mesmo fim, muito menos ter seus resultados mensurados de um jeito único.

Jamais será possível dimensionar um ROI sobre a IA se a tratarmos de forma genérica. Cada aplicação da tecnologia tem seus próprios custos, desafios e resultados. Ser específico permite ter mais clareza sobre onde se quer chegar – e isso abre um leque de possibilidades quanto às maneiras de obter retorno daquele projeto. 

Hoje tem gente que consulta o ChatGPT como se fosse um oráculo, mas assim como essa é uma conduta preguiçosa e até perigosa. Na verdade, visto que não temos transparência sobre os critérios adotados por qualquer IA generativa comercial, não é possível tratar nenhuma delas como uma fonte 100% confiável. Da mesma forma, a IA não é a panaceia que o marketing de seus desenvolvedores quer nos fazer crer.

Há problemas que ela simplesmente não o resolve – ou não o faz de forma satisfatória. Também por isso a especificidade dos projetos é importante. A ideia de que todos os desafios de uma organização podem ser enfrentados com uma única ferramenta é ingênua. E ingenuidade não é uma boa companhia para projeções financeiras.