Tem havido muita especulação sobre o que a IA generativa pode fazer pelos negócios. As possibilidades são infinitas — processos criativos simplificados, operações comerciais automatizadas, autoatendimento para clientes e muito mais. De fato, as implicações de produtividade da IA generativa são enormes, levando a McKinsey a afirmar que a tecnologia poderia adicionar trilhões de dólares em valor à economia global.
E as grandes empresas de tecnologia estão apostando alto nessa promessa. A IA generativa está prevista para ser um mercado de US$ 1,3 trilhão até 2032. Considere o investimento recorde da Amazon na Anthropic (a empresa por trás do modelo de IA Claude) ou a parceria da Microsoft com a OpenAI (fabricantes do ChatGPT).
Para negócios a jusante desses provedores de tecnologia, no entanto, quantificar as capacidades da IA generativa em números de linha de fundo tem se mostrado mais evasivo. E isso está fazendo com que algumas organizações protejam suas apostas. De acordo com 49% dos entrevistados em uma pesquisa da Gartner, estimar e realizar o valor do negócio é a barreira número um para a adoção da IA generativa.
Tomemos, por exemplo, Wall Street questionando se a IA pode realmente fazer as empresas ganharem dinheiro. Ou pesquisas relatando que meros 15% dos entrevistados têm uma linha de visão para obter melhorias de ganhos de iniciativas de IA generativa, ou que 48% das organizações não esperam ver uma transformação da IA generativa por um a três anos.
Essas hesitações são meramente uma consequência esperada do "ciclo de hype" da tecnologia (um período de desilusão após um grande lançamento chamativo) ou a IA generativa é uma tendência passageira que está perdendo seu brilho? Ou Bill Gates estava certo quando disse que o desenvolvimento deinteligência artificial generativa"mudará a maneira como as pessoas trabalham, aprendem, viajam, recebem cuidados de saúde e se comunicam entre si."
A beleza dessas grandes hipóteses é que, agora mesmo, não sabemos ao certo o que vai acontecer com essa tecnologia ainda nova. Cada organização deve considerar o que é melhor para seu ambiente. E embora as preocupações sobre o futuro da tecnologia e o que ela significa para o mundo sejam válidas, estou aqui para dizer que a bolha da IA não estourou. A história está apenas começando.
Histórias de sucesso emergentes de adoção de IA generativa
Há muitas histórias emergentes de casos de uso de IA generativa que estão avançando a automação e a produtividade de maneiras impactantes. Por exemplo, a vice-presidente sênior e chefe de relações com investidores do Walmart, Stephanie Wissink, compartilhou recentemente como a gigante do varejo usou grandes modelos de linguagem para automatizar projetos de transformação de dados relacionados a operações da cadeia de suprimentos. O Walmart calculou que essa mudança sozinha tornou as transformações 100 vezes mais produtivas.
O setor de viagens está adotando a IA generativa para melhorar a experiência do cliente. Alaska Airlines, Expedia e IHG Hotels and Resorts implantaram assistentes de viagem com tecnologia genAI para agilizar e personalizar o processo de reserva. Uma pesquisa com 5.000 agentes de atendimento ao cliente de vários setores usando IA generativa revelou que a resolução de problemas aumentou em 14% por hora, e o tempo gasto lidando com problemas diminuiu em 9%.
Como uma empresa de integração, nós da SnapLogic pudemos ver que a IA generativa tinha grande potencial para acelerar fluxos de trabalho e que construir aplicativos e serviços de IA generativa era inerentemente um problema de integração. A SnapLogic trabalhou rapidamente para incluir um copiloto de integração generativa e para permitir que as empresas criassem aplicativos, assistentes e agentes com tecnologia LLM. Nós nos esforçamos para tornar a IA generativa parte da cultura da nossa empresa.
Mas também somos um negócio com um resultado final. Quando nossa gerente financeira sênior, Nicole Houts, viu uma apresentação ao vivo de um cliente usando o SnapLogic GenAI App Builder para automatizar processos manuais de dados, uma lâmpada proverbial apareceu.
Alguns antecedentes: O departamento financeiro da SnapLogic usa dados de formulários de pedidos de clientes como fonte de verdade para calcular números de receita, como receita recorrente anual (ARR) e valor de contrato anual (ACV). Esses formulários são salvos como PDFs assinados e arquivados. Em seguida, os dados do contrato são inseridos em campos dentro da conta do cliente no CRM no momento da compra, tornando-os disponíveis como dados estruturados para relatórios e consultas de conta. No entanto, se houver discrepâncias entre o que é salvo no formulário de pedido original e o que é preenchido no CRM, os relatórios financeiros podem ser imprecisos, exigindo diligência manual para correção.
Foi isso que deu à Houts a ideia de criar um aplicativo para a equipe, usando o GenAI App Builder para agilizar o cálculo mensal de ARR de contratos de clientes ativos e usar a automação para aliviar a equipe da alternância manual entre fontes de dados estruturadas (por exemplo, sistema de CRM) e fontes de dados não estruturadas (por exemplo, contratos de clientes em PDF e formulários de pedidos) — um processo que levava muitas horas todos os meses.
O aplicativo de IA generativa permitiu que o departamento financeiro reduzisse o tempo gasto no fechamento do mês em 30% e diminuísse a revisão e reconciliação manual de dados em 90%. Além disso, um subproduto desse esforço foi um impacto positivo imediato na receita. Ao entrar no ar, o aplicativo genAI permitiu que o departamento financeiro recuperasse imediatamente cerca de 2% da receita, traduzindo-se em milhões de dólares em dinheiro recuperado que pode ter ficado sem ser coletado.
Como bônus, a fundação agora está pronta para identificar e buscar novas oportunidades de receita com clientes existentes, criando um retorno tangível e contínuo sobre o investimento. E o sucesso do departamento financeiro evangelizou ainda mais o uso de IA generativa em toda a organização. Agora, estamos usando genAI para dimensionar projetos de marketing, fornecer um assistente de pesquisa para nossa comunidade de usuários e criar casos de uso valiosos que podemos compartilhar com nossos clientes.
Como obter receita com IA generativa
No início deste ano, oferecemos conselhos sobre onde começar a aplicar IA generativa em sua organização. Ainda recomendamos começar com TI. Mas não importa onde você comece, acreditamos que há duas etapas fundamentalmente críticas a serem seguidas antes de poder calcular a receita da IA generativa. Você deve colocar seus dados em ordem e deve modernizar sua infraestrutura.
Coloque seus dados em ordem
Organizações modernas gerenciam montanhas de dados de uma variedade de aplicativos distintos (CRM, ERP, etc.) e fontes de dados (servidores web, bancos de dados, APIs, etc.). Centralizar essas informações é essencial para controlar como elas fluem, como são transformadas e como mantê-las seguras.
A arquitetura de dados flexível permite a conexão perfeita de dados e sistemas que não se conectam facilmente (por exemplo, implantações locais e na nuvem). Isso é essencial não apenas para adicionar novas ferramentas genAI à sua pilha de tecnologia, mas também para acessar e combinar dados de uma gama diversificada de entradas. Essa coordenação pode reduzir significativamente o custo total de propriedade de ferramentas de IA, acelerar o processo de desenvolvimento e fornecer a capacidade de escala.
A IA generativa está pressionando muitas organizações a orientar seus negócios em torno de dados. De acordo com um relatório de pesquisa de 2024 de líderes de TI, quase metade dos entrevistados (48%) indicaram que tinham "criado uma organização orientada por dados", o dobro da porcentagem que relatou ter feito isso no ano anterior (24%).
Modernize sua infraestrutura de TI
Vamos todos lembrar o que aconteceu com a indisponibilidade do Crowdstrike no início deste ano, derrubando milhões de PCs Windows — incluindo sistemas executados por todas as principais companhias aéreas. De acordo com a Microsoft, a resposta lenta de uma companhia aérea em particular foi causada por sua falha em modernizar sua infraestrutura de TI.
Dívida técnica, na forma de soluções alternativas e soluções pontuais adicionadas decorrentes de sistemas desatualizados, está impactando significativamente as pilhas de dados e impedindo o movimento para frente com IA generativa. As equipes de TI gastam mais de 16 horas por semana atualizando ou corrigindo sistemas legados, tempo que poderia ser melhor gasto em iniciativas estratégicas de IA genativa. Consequentemente, 57% das organizações planejam atualizar até 50% de sua tecnologia legada para utilizar a tecnologia de IA generativa.
O potencial da IA generativa para entregar um retorno significativo sobre o investimento não é apenas uma teoria — é uma realidade demonstrada pelos primeiros adeptos em vários setores. Embora o caminho para a receita possa parecer incerto, as histórias de sucesso estão surgindo, mostrando que, com a abordagem certa, a IA generativa pode de fato causar um impacto mensurável em seus resultados financeiros.
Tudo começa com uma base sólida de TI. Agilizar dados e lidar com dívidas técnicas pode garantir que sua organização esteja pronta para aproveitar todo o potencial da IA generativa, permitindo que você desbloqueie eficiências, reduza custos e, finalmente, impulsione o crescimento da receita. Ao tomar medidas estratégicas agora, sua organização pode se posicionar não apenas para participar dos benefícios da IA generativa, mas para liderar a carga nesta nova era de inovação orientada por IA.
O futuro da IA generativa é brilhante, e as oportunidades de retorno sobre o investimento estão ao seu alcance — se você estiver pronto para aproveitá-las.
