Marcelo Braga, CEO e líder de Tecnologia da IBM, fala sobre como as empresas devem se preparar para o uso da inteligência artificial nos negócios.
Denize Bacoccina
A inteligência artificial generativa está transformando o mundo de uma forma nunca vista, mudando a forma de fazer as coisas e criando oportunidades para melhorar o atendimento ao cliente, simplificar os processos internos das empresas e aumentar a produtividade. Mas será que todas as empresas estão preparadas para obter todos os benefícios que a IA generativa pode trazer? Como avaliar se um projeto trará ganhos que compensam os custos?
O CEO e líder de Tecnologia da IBM, Marcelo Braga, diz que é preciso promover o letramento executivo para que a empresa tome boas decisões e evite problemas tanto por escolhas de uma IA mal treinada quanto vulnerabilidades de segurança. É preciso ter em mente, diz ele, que o uso de inteligência artificial para negócios tem especificidades, que não são as mesmas de outros usos, como pesquisar informações e escrever textos.
“A mágica da IA pra negócios é resolver problemas de clientes ou de funcionários da forma mais simples possível, do jeito que a gente fala, onde a gente quer usar”, define nesta entrevista à [EXP]. “Não são todos os projetos de IA que trazem retorno”, diz o executivo. Braga vê quatro usos principais para empresas, onde os benefícios vão superar o custo de implantação: atendimento ao cliente, operação interna da empresa, produtividade e prevenção de cyber ataques. “São os quatro pontos que mais dão retorno, têm mais experiência e casos de sucesso, com o retorno de investimento garantido”, afirmou.
Uma pesquisa da IBM mostra como os líderes empresariais estão lidando com as inovações trazidas pela inteligência artificial generativa. 64% dos executivos entrevistados afirmam que enfrentam uma pressão significativa de investidores e credores para acelerar a adoção de IA generativa. Com isso, estima-se que o investimento em IA generativa pode crescer quatro vezes nos próximos dois a três anos. Para ajudar os líderes a navegarem neste mundo, a IBM fez um guia para CEOs sobre IA generativa.
[EXP] – Vocês fizeram uma pesquisa sobre IA generativa nas empresas e a maioria dos executivos espera sofrer uma pressão significativa para adotar a IA. Que cenário você vê para os investimentos de IA nas empresas?
Marcelo Braga – Essa pesquisa foi muito interessante, traz muitas reflexões. Primeiro, todos os executivos sofrendo essa pressão de ouvir que a IA está revolucionando tudo, que vai disruptar todos os setores, e querendo fazer alguma coisa, mesmo sem saber o quê. Temos conversado com muitas empresas sobre isso e tudo começa com letramento executivo para entender qual o potencial daqui pra frente. Não há dúvida que a inteligência artificial, a IA generativa, a hiper automação, a nuvem, vão revolucionar os negócios de uma forma nunca vista.
E aí vem as discussões um pouco mais especializadas. Quando se fala, por exemplo, de uma IA generativa que ajuda pessoas a escrever um texto, a fazer um post, gerar uma imagem para uma apresentação, é um contexto. Quando se fala de IA para negócios, existem uma série de características que são necessárias para o mundo corporativo.
Quais são essas particularidades da IA para negócios?
A base de tudo é uma plataforma de governança de inteligência artificial, que é complementar a uma governança de dados. Você usa dados para treinar as inteligências artificiais, e tem que ter transparência para explicar por que aquela inteligência artificial respondeu daquele jeito, onde ela aprendeu aquela informação.
Por exemplo: amanhã sai uma regulamentação nova para um banco. A lei antiga era válida até hoje. A partir de amanhã o que se sabia está errado. É preciso reensinar a inteligência artificial com as novas regras.
Em que isso difere do método antigo, quando você tinha que explicar para a equipe que tudo mudou?
A inteligência artificial vai somando esses conhecimentos. E ela pode chegar a conclusões baseada em informações, baseada em interações. Ela pega dados, interage com pessoas ou com outros sistemas e chega a conclusões baseadas no passado.
Você tem que falar pra ela: olha, esse passado não está mais valendo. É isso?
Mais ou menos isso. Ela está interagindo o tempo todo, está recebendo feedback o tempo todo, e vai derivando raciocínios, vai derivando conclusões. Não é uma coisa que você fala: tira o nome João da lista de opções de nomes e está resolvido. Você tem que fazer com que ela desconsidere algumas informações.
E a IA não está programada pra isso?
É um processo de curadoria que, à medida que vai sendo generativa, produz conteúdo a partir do que ela já conhecia. Não é que uma informação A vira B, tem derivadas no meio. Aí começam as complexidades de se ter uma plataforma que, primeiro, você consegue identificar de onde vem a informação que foi usada para determinada conclusão. A rastreabilidade do dado é superimportante. Segundo: você tem que ter ferramentas que ajudem a identificar algum tipo de desvio, senão só vai perceber quando alguém reclamar.
Dentro de plataformas de governança, como é o Watsonx, aqui da IBM, a gente consegue ajudar os nossos clientes a identificar um viés. O viés tem essa visão de um preconceito, uma predileção, mas não necessariamente é assim. A maioria das vezes é porque a informação para onde a IA foi treinada tinha um recorte muito pequeno.
Qual é a solução para esse problema?
Complementar o treinamento com mais opções, com mais derivantes. Ou tirar o pedaço que está ocasionando a resposta errada. Identificação de vieses, explicabilidade da origem da informação, transparência dos modelos, como esses modelos foram treinados e de que maneira eles buscam e classificam as informações. Aqui na IBM a gente acredita em ter uma plataforma aberta, com transparência de onde vem o dado, mas com esse raciocínio simplificado do LLM, o modelo de linguagem amplo.
Para a empresa decidir um projeto de IA, precisa ter um retorno, seja mais produtividade, redução de custo ou inovação. Não são todos os projetos de IA que trazem retorno. Em vez de ter modelos amplos, tentar responder tudo, os modelos mais estreitos, mais específicos, dão respostas melhores para aquele nicho que a empresa atua. Isso também reduz a o fenômeno de alucinação, que é um termo técnico da inteligência artificial, que é responder coisas que não fazem sentido naquele contexto. Isso acontece porque ela tentou aprender tanto que acabou não sendo específica.
O que muda com a IA generativa?
Imagina que você tem um cartão de crédito de uma bandeira e saiu um cartão black de outra bandeira, e você gosta de viajar. Qual que é o melhor cartão pra você? Baseada nesse detalhe de que você gosta de viajar, a resposta pode ser o cartão B, que acumula mais pontos e com isso você vai poder trocar por mais passagens aéreas. Mas dá pra sofisticar essa conversa. O seu banco pode saber, por exemplo, que você normalmente deixa as milhas expirarem. Então, apesar de o cartão B acumular mais pontos, talvez o outro seja mais adequado pra você, porque ele dá cashback direto na sua conta, enquanto as milhas você poderia perder. O atendimento fica mais sofisticado. É isso o que a IA generativa consegue fazer.
Mas, pra chegar nesse nível de sofisticação, ela que tem que conhecer você, por isso essa integração com os sistemas das empresas é superimportante. Tem que estar junto de outras bases de dados para poder saber, por exemplo, que você deixa expirar as milhas.
Ela resolve problemas. Ao invés de você entrar num sistema, mexer, perguntar pra alguém, você simplesmente diz o que você quer, a IA entende, interage, correlaciona, automatiza, integra com outras dados e resolve o seu problema da forma mais simples possível. Pra mim essa é a mágica da IA pra negócios: resolver problemas de clientes ou de funcionários da forma mais simples possível, do jeito que a gente fala, onde a gente quer usar.
Vou dar um exemplo aqui da IBM. Nós fizemos uma mudança radical dentro dos nossos sistemas de RH. A IBM opera em 183 países, cada um com as suas leis trabalhistas, tributárias, regionais, é uma complexidade muito grande. Agora, dentro de um prompt, uma caixinha de texto, eu escrevo: quero transferir o João, que reporta pra mim, para o time da Maria. Como só tem um João no meu time, ele já sabe quem é. E responde: olha, o João está indo para o grupo da Maria, mas ele está ganhando 10% a menos do que aquele grupo. Você quer mandar o aumento para o time de finanças e, se for aprovado, fazer a transferência, e se finanças não puder fazer o aumento, você quer transferir mesmo assim ou parar a transferência? Ele já olha todas as possibilidades e tudo é feito de forma automatizada. Essas coisas demoravam muito tempo antes, eram muitos processos.
Nós sempre fomos treinados para aprender a mexer com os sistemas, fazer as máquinas entenderem o que a gente quer. E agora, com a inteligência artificial, talvez seja o primeiro momento onde a máquina aprende o que nós queremos, ao invés de a gente dizer pra ela o que deve ser feito.
Que áreas você vê mais potencial, mais projetos desse tipo sendo implementados?
A principal aplicabilidade que eu vejo é no atendimento a cliente.
Pode citar alguns exemplos de projetos bem sucedidos nessa área?
A BIA do Bradesco, desenvolvida por nós, foi uma das primeiras inteligências artificiais do mercado, e a maior parte das interações do cliente Bradesco é feita por ela. Fazemos também todo o atendimento ao cliente da Cemig, seja por telefone, por chat, na agência. Tudo é feito por meio de inteligência artificial, pela IBM. Tivemos um aumento de NPS, da satisfação com o atendimento.
Agora estamos num momento em que não falamos mais de chatbot com opções para escolher. A pessoa fala em linguagem natural, seja por áudio, por vídeo, a IA entende e resolve.
Outro uso é na simplificação de processos internos das empresas, como eu falei da própria IBM. É muito importante, porque o processo simplificado deixa os funcionários mais engajados, mais felizes, com isso eles atendem melhor os clientes, e a empresa tem mais resultado.
Também vemos muito a IA sendo usada na própria gestão de tecnologia da informação. A inteligência artificial monitora as correlações que estão acontecendo, milhões por dia, e consegue determinar se é um ataque ou não e não deixa a equipe se distrair com o que não é um problema. Consegue também monitorar a velocidade de navegação de um site e corrigir antes de alguém reclamar.
Essas duas situações, cyber ataque e operação, são coisas internas da empresa, mas têm um impacto imenso no negócio, especialmente em empresas baseadas em plataformas de tecnologia. E, junto com o atendimento ao cliente e a produtividade do funcionário são os quatro pontos que mais dão retorno, têm mais experiência e casos de sucesso, com o retorno de investimento garantido.
Você falou de segurança, de cyber ataque. Hoje existem fraudes, inclusive, usando inteligência artificial. Como a empresa pode se proteger?
Esse é um ponto supercrítico. Os fraudadores se aproveitam da curiosidade humana, conseguem dados por meio de engenharia social e usando a técnica de phishing. Estamos trabalhando em uma série de ferramentais que as empresas vão poder usar em um curto espaço de tempo para identificar coisas feitas por inteligência artificial.
Várias faculdades já estão usando ferramentas para identificação de textos de conclusão de curso gerados por IA. E também trabalhamos com a identificação da identidade digital: como você mexe o seu mouse, a força que coloca no uso do computador, o lugar que usa, a geolocalização, se o que você está comprando é compatível com uma viagem. Além da senha, vários elementos são usados para identificar o comportamento da pessoa e reduzir a chance de fraude.
E como que você vê o letramento atualmente no mercado?
Eu acho que estamos no começo. Ano passado foi um momento de hype. Todo mundo falando, todo mundo com dúvidas. Esse ano todos querem ter um projeto, mas eu acho que o hype de fazer qualquer coisa passou. Agora entra uma discussão de como fazer.
O letramento executivo necessita que as pessoas tenham uma certa humildade intelectual de dizer que não sabem, que precisam de ajuda. Porque são coisas novas e com uma exponencialidade muito grande. Há três anos não existia a IA generativa. É uma disrupção tão grande que vai ser possível fazer as coisas de um jeito completamente novo, que nem se imaginava há pouquíssimo tempo. Esse é o momento mais importante. Se demorar, se não entender agora, daqui a dois anos talvez exista uma distância tão grande entre quem começou e quem não fez, que talvez não seja possível compensar. Não é uma evolução incremental, não é orgânica.
O que você recomenda que um executivo faça para se manter aprendendo, se manter nessa posição primeiro de humildade, de ter consciência de que não sabe tudo e de querer aprender. Como que faz essa rota de aprendizagem?
Eu acho que todo executivo, de qualquer empresa, tem a sua agenda supercomplexa, suas prioridades, seus compromissos. Na ótica de IA, se o executivo não parar um tempo da semana para ouvir, para interagir com outros executivos, ouvir pontos de vista diferentes, para literalmente abrir a cabeça, ele não vai ter tempo de fazer nada.
Eu vou te falar o que eu faço. Eu reservo no mínimo duas horas da minha semana. É um compromisso que eu tenho comigo mesmo. Duas horas por semana para ler, duas janelas de uma hora, para buscar informações, para ler coisas sobre temas que me interessam naquele momento. Tem que colocar na agenda.
O que você lê?
É tanta informação vinda de tanta gente, que uma newsletter como a do Experience Club, eu paro pra ler. A curadoria que vocês fazem é de um nível muito bacana, que tem a amplitude dos temas importantes do momento e a profundidade necessária.
Também é importante a troca entre pares e olhar fora da sua indústria, porque misturou tudo, tem banco vendendo iPhone, varejista sendo banco, montadora de carro ofertando serviços de conveniência. Tudo isso vai ser cada vez mais integrado. O ecossistema é muito mais estendido e muito mais complexo.
Eu acho que tudo começa pela humildade de querer aprender, da disciplina, da dedicação de tempo para ter esse momento de aprendizado e a curadoria do que você está interagindo, olhando e aprendendo, com quem você está falando, de onde você está consumindo informação.
Como que você vê o impacto da IA no mercado de trabalho?
É uma tecnologia tão disruptiva, o impacto é grande, que tem profissões que vão ficar obsoletas e vão surgir várias novas profissões. No agronegócio, por exemplo, as maiores colheitadeiras, as maiores plantadeiras já estão usando um nível de automação de inteligência artificial muito grande. Já se usa drone para fazer mapeamento de onde usar defensivo agrícola, onde fazer irrigação.
A forma como se produz conteúdo, como se produz conhecimento mudou completamente. Tem uma questão importante de requalificação das profissões que vão ser altamente impactadas. E tem a parte boa. Antigamente, para você fazer um curso, se qualificar, tinha que pagar, era caro. Agora, a maioria desse conhecimentos sobre uso de computação, sobre uso de IA, está disponível na internet, gratuito.
Qual é a estratégia da IBM no Brasil para este e o próximo ano?
Hoje a IBM é uma empresa de cloud híbrida e inteligência artificial, e tudo o que fazemos está associado a esses dois itens. O foco no Brasil é exponencializar essas duas tecnologias por meio do ecossistema e dos nossos parceiros de negócio para trazer para as empresas inovação, produtividade, redução de custo de forma segura, escalável, com governança.
Disponível em: https://experienceclub.com.br/a-magica-da-ia-pra-negocios-e-resolver-problemas-da-forma-mais-simples-possivel-diz-ceo-da-ibm/
