Pare de executar tantos projetos-piloto de IA

Resumo da ideia O desafio Para obter uma vantagem competitiva duradoura usando IA generativa, as empresas devem evitar dois erros comuns de implementação: lançar uma infinidade de pilotos com casos de uso não relacionados e focar exclusivamente no ROI imediato. A solução Adote uma estratégia profunda e restrita, ou seja, implante a IA generativa de forma intensiva em uma única função ou processo para obter ganhos maiores a longo prazo. Isso aproveita os pontos fortes existentes, incentiva a reinvenção e pode levar a inovações escaláveis. O retorno As empresas que fazem implantações profundas e restritas de IA alcançam maior ROI ao longo do tempo e desenvolvem capacidades competitivas que são difíceis de serem replicadas pelos concorrentes. No final de 2023, quando a equipe de gestão da empresa de bens de consumo embalados Reckitt considerou a adoção da IA generativa, os casos de uso potenciais abrangiam todo o negócio — desde a elaboração de apresentações até o atendimento ao cliente e a otimização de contratos de aquisições. Muitos dos casos de uso garantiam economia de tempo e retorno imediato sobre o investimento, mas se aplicavam a tarefas díspares. Os executivos da Reckitt ficaram satisfeitos com a economia de tempo que a IA generativa poderia proporcionar, mas sabiam que o esforço não transformaria a estratégia da empresa nem criaria uma vantagem significativa. Eles esperavam algo mais dramático, não apenas melhorias marginais de eficiência. Portanto, em vez de aprovar todos os projetos de IA que gerariam um ROI positivo, eles decidiram se concentrar em um único domínio: marketing. Aqui, a IA generativa poderia ser utilizada em várias tarefas interligadas, incluindo geração de insights, geração de conteúdo e desenvolvimento de novos produtos. As tarefas estavam relacionadas entre si, utilizando informações extraídas dos mesmos dados, clientes e pesquisas de mercado. Os resultados de uma tarefa estavam conectados aos outros. Por exemplo, insights do consumidor em tempo real levam a uma inovação de produto superior e a uma melhor segmentação. Uma inovação de produto melhor e mais rápida ajuda as empresas a trazer produtos relevantes para o mercado, fortalecendo assim a lealdade, a retenção e a defesa da marca. Concentrar seus esforços apenas no marketing, acreditavam os executivos, ajudaria a empresa a melhorar em escala. A Reckitt já possuía pontos fortes em marketing, como dados valiosos sobre os clientes e uma equipe proficiente em tecnologias avançadas, incluindo IA preditiva. A adoção da IA generativa com foco na melhoria das operações de marketing ajudou a Reckitt a descobrir novas maneiras de operar o departamento. Isso forçou a equipe de marketing a repensar drasticamente toda a sua abordagem, reformulando muitos processos à medida que a equipe aprendia como a IA generativa poderia melhorar toda a operação de marketing, e não apenas uma ou duas tarefas específicas. Menos de dois anos depois, a Reckitt atribui à adoção deliberada da IA generativa o mérito de ter ajudado a gerar conceitos de produtos até 60% mais rapidamente do que antes. Também atribui à IA generativa o mérito de tornar os processos de comunicação de marca e marketing 30% mais eficientes ou mais (dependendo do processo). Esses ganhos não teriam sido possíveis se a Reckitt não tivesse concentrado seus esforços de experimentação e investimento em IA em um conjunto de funções ou tarefas interconectadas dentro de um único domínio. A experiência da Reckitt ilustra uma lição vital: para obter uma vantagem competitiva duradoura, as empresas devem evitar dois erros comuns e relacionados à implementação da IA generativa. O primeiro é distribuir seus esforços e recursos por casos de uso pontuais em toda a empresa. O segundo é focar exclusivamente no retorno sobre o investimento imediato. Essa abordagem — ter muitos casos de uso não relacionados, cada um justificado pela forte promessa de retorno sobre o investimento imediato — é frequentemente descrita como uma implantação “superficial e ampla”. Muitos executivos com quem conversamos disseram acreditar que devem implantar a IA generativa o mais amplamente possível para ver o que funciona. Embora essa técnica gere algumas eficiências de custo imediatas, é improvável que proporcione uma vantagem competitiva, e as empresas que a utilizam não são tão bem-sucedidas quanto poderiam ser. Eis o motivo. Suponhamos que uma empresa automatize alguns processos distintos na contabilidade, alguns na cadeia de suprimentos, alguns no marketing, alguns nas finanças e alguns nos recursos humanos. Duas coisas acontecem: primeiro, os executivos têm pouca motivação para reformular completamente as funções quando apenas 5% a 10% das tarefas utilizam IA generativa. Segundo, executar casos de uso sem foco em um objetivo maior muitas vezes leva à fadiga da iniciativa. E quando os casos de uso oferecem pouca vantagem competitiva ou são facilmente copiados pelos concorrentes, os funcionários podem ficar céticos ou desiludidos. (Na Reckitt, por outro lado, o objetivo maior era impulsionar o crescimento das receitas com a introdução mais rápida de novos produtos no mercado.) Quando se trata da implantação da IA, as empresas devem seguir o exemplo da Reckitt — o que chamamos de abordagem “profunda e restrita”. É uma estratégia incomum: apenas 4% das empresas adotam uma abordagem focada em algumas prioridades nas quais realizam uma transformação profunda, de acordo com uma pesquisa da BCG de 2024 com 1.000 CXOs e executivos seniores. No entanto, aquelas que o fazem alcançam o dobro do ROI ao longo do tempo. Jessica Eaton adota uma abordagem experimental na criação de imagens, capturando múltiplas exposições na câmera de materiais comuns de estúdio para criar obras de arte que lembram pinturas e desenhos. Temos décadas de experiência como profissionais, educadores e consultores para marcas globais em marketing, estratégia e tecnologia. E desde a introdução da IA generativa no mercado em 2022, observamos que a abordagem profunda e restrita apresenta muitas vantagens. Ela exige que você repense fundamentalmente como o trabalho é realizado em uma única parte do seu negócio. Isso leva a uma melhor produtividade, aproveitando seus pontos fortes competitivos. Além disso, incentiva a descoberta de novas formas de trabalhar que são exclusivas da cultura da sua empresa, tornando difícil para os concorrentes copiarem. Depois de dominar a IA generativa em uma área de negócios, você pode aplicar o que aprendeu a outras áreas. Quando propusemos pela primeira vez a ideia de implementações profundas e restritas, muitos executivos ficaram preocupados, pois parecia contraintuitivo — e mais arriscado do que a abordagem superficial e ampla. Afinal, implementações superficiais e amplas não são erradas: elas economizam tempo e dinheiro. E os executivos devem se sentir à vontade para realizar algumas experiências superficiais e amplas, especialmente quando começam a testar a disposição e a prontidão da organização para adotar a IA. Mas eles precisam entender que casos de uso pontuais e desconectados não são implementações transformadoras. Os executivos também estavam inquietos com o investimento significativo necessário para reconstruir processos e temiam se desviar do senso comum, que diz que é preciso executar centenas de projetos de IA para ter sucesso. Além disso, muitos não conseguiram realizar uma avaliação honesta e intensa das competências básicas e da maturidade dos dados de suas empresas — uma etapa necessária para decidir onde aprofundar — porque consideravam esse processo muito difícil e demorado. Com o tempo, porém, muitos dos céticos passaram a entender por que aprofundar e restringir faz sentido. Neste artigo, exploraremos por que tantas empresas administram mal a adoção da IA generativa. Em seguida, forneceremos um guia para aprofundar e restringir com sucesso suas próprias implantações de IA, usando exemplos da IKEA, L'Oréal e outras empresas. Por que aprofundar e restringir? Os líderes tendem a exigir projeções concretas de ROI para cada caso de uso. Somente após a demonstração do ROI imediato, eles nos informaram, é que consideram que devem implantar a IA generativa em outros locais. No entanto, essa abordagem ignora a realidade de como a adoção da IA realmente funciona: o ROI se acumula em uma velocidade e magnitude diferentes para cada caso de uso. Em empresas que acreditamos terem implantado a IA generativa de forma eficaz, o impacto pode levar algum tempo para se materializar, e o progresso não deve ser medido apenas pelo ROI de curto prazo. Em comparação com uma implementação superficial e ampla, uma implementação profunda e restrita requer muito tempo e esforço. É extremamente difícil realizá-la simultaneamente em vários domínios, pois exige uma ampla gestão de mudanças. Você estará introduzindo tecnologias novas para seus funcionários. Você estará alterando os processos de trabalho. As estruturas e formas de trabalho de sua equipe também terão que mudar. É claro que a introdução de qualquer nova tecnologia exigirá aprendizado e alguma adaptação dos processos de trabalho, mas aprofundar-se requer mudanças radicais e uma reformulação de como o trabalho é feito. Implementações profundas e restritas podem se concentrar em uma única função ou em processos de ponta a ponta. A L'Oréal, maior empresa de cosméticos do mundo, implantou amplamente a IA em sua função de marketing, assim como a Reckitt. O Acme Bank (nome fictício), por outro lado, concentrou-se em transformar seu processo de hipoteca de ponta a ponta. Seu processo original era extremamente complicado: primeiro, um consultor hipotecário coletava os documentos do mutuário e inseria manualmente os dados no sistema de originação de empréstimos. Em seguida, um agente de crédito verificava os documentos e utilizava documentos adicionais (como pesquisas de títulos e certificações de inundações) para auxiliar na avaliação. Por fim, um subscritor avaliava a credibilidade do mutuário e definia os termos do empréstimo. O Acme agora usa IA generativa para automatizar o processamento de toda a documentação hipotecária. O banco também criou uma interface conversacional de IA generativa para os subscritores. Eles podem conversar com o sistema e solicitar que ele execute tarefas, como executar modelos preditivos de IA e redigir uma explicação para a aprovação ou rejeição de um candidato. Essa interface fácil permitiu que os agentes de crédito investigassem as decisões do modelo e descobrissem que fornecer melhores informações sobre o contexto do cliente melhorava os resultados tanto para os clientes quanto para o banco. Como resultado, o Acme Bank melhorou a qualidade de suas decisões, sua velocidade e sua capacidade de resposta às preocupações dos clientes. Como começar Antes de implementar a IA generativa, é necessário identificar onde ela seria mais estratégica, pois, em última análise, o objetivo é que a IA generativa fortaleça suas vantagens competitivas existentes. Para isso, recomendamos um processo de quatro etapas. Etapa 1: Identifique a oportunidade mais promissora. A IA generativa é uma tecnologia de uso geral com uma ampla gama de aplicações. Tarefas de produtividade no escritório, como resumir reuniões e criar apresentações, estão na extremidade rotineira do espectro. Na outra extremidade estão as atividades de geração de valor, como o uso da IA generativa para possibilitar novos modelos de negócios ou, quando incorporada a produtos e serviços, para reformular as experiências dos clientes. No meio do espectro está a reinvenção do domínio — a reimaginação completa dos processos ou funções de trabalho. Jessica Eaton A produtividade no escritório consiste em melhorar a eficiência no tratamento de tarefas rotineiras. É improvável que isso gere uma vantagem competitiva. Viabilizar novos modelos de negócios utilizando IA é uma oportunidade interessante, mas pode ser desafiador para empresas que comercializam produtos nos quais a IA não pode ser facilmente incorporada (por exemplo, pasta de dentes). A reinvenção do domínio — que abrange funções e processos — é uma área de oportunidade para praticamente qualquer empresa. Retomemos o exemplo do Banco Acme. Ele é um dos maiores credores da região, e os empréstimos hipotecários constituem uma parte significativa de sua carteira. O financiamento hipotecário tem margens elevadas, mesmo em ambientes de taxas de juros baixas, o que torna as hipotecas um produto estrategicamente importante para o banco. O Acme utilizou empréstimos hipotecários para melhorar o relacionamento com os clientes e realizar atividades de cross-selling de outros produtos. A equipe mapeou as etapas essenciais do processo, avaliou onde fazia sentido fazer as coisas de maneira diferente e eliminou redundâncias. A equipe desenvolveu um processo mais eficaz, e a IA generativa tornou-o ainda mais rápido e fácil. Etapa 2: Identificar áreas de vantagem duradoura. Sempre que você implementar a IA de forma profunda, seu objetivo deve ser proteger ou aprimorar uma vantagem competitiva existente ou criar uma nova vantagem que seja difícil de ser copiada. A L'Oréal utilizou a IA generativa para criar uma nova vantagem competitiva. A varejista francesa de cosméticos, avaliada em € 43 bilhões, recentemente combinou sua expertise em cosméticos com poderosas ferramentas de IA generativa para reinventar as interações com os clientes. Nicolas Hieronimus, CEO da empresa, afirmou que a L'Oréal mudou sua visão de beleza para todos para beleza para cada um, colocando a personalização no centro de sua missão. Como? Ela concentrou seus esforços de IA generativa na jornada do consumidor — profunda e restrita. Seu chatbot Beauty Genius realiza um diagnóstico aprofundado da pele de cada usuário e, em seguida, oferece aos clientes análises especializadas, recomendações de produtos e rotinas personalizadas. Isso é possível porque a L'Oréal vem desenvolvendo seus recursos de realidade aumentada (RA) de forma constante desde 2015 e porque tem acesso às pesquisas avançadas da empresa sobre biologia da pele. A L'Oréal concentrou seu programa de IA generativa em sua experiência no setor e em seu acervo de dados de clientes. Ela reinventou a jornada do consumidor ao lançar o Beauty Genius, que facilita aos consumidores compreender sua pele (diagnóstico), obter conselhos, selecionar os produtos certos e compartilhar com amigos. Além disso, cada vez que um cliente interage com o chatbot, a L'Oréal obtém dados mais valiosos. O projeto foi um sucesso. O Beauty Genius realizou mais de 400.000 conversas nos Estados Unidos nos primeiros seis meses. A L'Oréal está integrando o Beauty Genius ao WhatsApp, o que esperamos que leve a um aumento no uso. A estratégia da L'Oréal é fornecer uma série de serviços de tecnologia de beleza, dos quais o Beauty Genius é um componente essencial. Esses serviços — como experimentações virtuais e Hapta, um aplicador de maquiagem computadorizado — utilizam amplamente a IA e já foram usados mais de 110 milhões de vezes. No Sudeste Asiático, Oriente Médio e Norte da África, a Beauty Tech dobrou a taxa de conversão de seus 50 milhões de usuários. Com um sucesso como esse, é provável que surjam muitos imitadores, mas eles não podem oferecer a vasta pesquisa em cosméticos que a L'Oréal oferece. A IKEA está adotando uma abordagem ligeiramente diferente: está utilizando IA generativa para ampliar seus pontos fortes. A empresa, conhecida por seus móveis acessíveis, também oferece serviços de design de interiores. No entanto, para os clientes, o preço é frequentemente uma barreira, pois designers altamente remunerados são necessários para fornecer os serviços. Agora, a IKEA pretende usar a IA generativa para tornar os serviços de design mais acessíveis. Com base nos resultados iniciais, Francesco Marzoni, diretor de dados e análises da IKEA, projeta que os designers profissionais da IKEA poderão usar a IA generativa para concluir projetos de design em 10 minutos e, em seguida, usar sua experiência para aprimorar os designs. Essa é uma grande mudança em relação ao uso de consultores, cujos honorários são normalmente de US$ 99 por cômodo e levam alguns dias para entregar os designs. Essa nova forma de projetar reforça a vantagem competitiva da IKEA em design. A empresa já possui a maior comunidade de designers de interiores do mundo e realiza muito mais projetos de design de interiores do que seus concorrentes. Agora, ela pode alimentar seus modelos de IA generativa em tempo real com dados de alta qualidade provenientes de milhares de projetos. Esses dois elementos, expertise e escala, permitirão que seu sistema de IA generativa aprenda mais rápido e melhor do que outros. Será difícil para outros varejistas de móveis oferecerem um serviço comparável com a mesma qualidade e preço. Etapa 3: Escolha a sequência certa. A IA generativa pode aumentar os lucros, permitindo eficiência de custos e crescimento. Você deve priorizar a eficiência, o crescimento ou uma combinação dos dois? Quando se trata de aprofundar e restringir, começar com ganhos de eficiência de custos em um único domínio é frequentemente a opção mais inteligente, pois normalmente é possível reduzir os custos mais rapidamente do que alcançar um crescimento significativo. Foi isso que a Reckitt fez. A empresa identificou cinco projetos-piloto de IA generativa para demonstrar eficiências imediatas de marketing. Uma experiência, por exemplo, mostrou que a IA generativa poderia desenvolver análises de campanhas de mídia em horas, em vez de dias. Vitórias iniciais como essa ajudaram a obter o apoio dos executivos. Uma vez que os líderes se convenceram, a Reckitt aprofundou-se e estreitou-se no marketing para impulsionar tanto a eficiência quanto o crescimento. Em seguida, a Reckitt adotou uma abordagem sistemática para a implementação. Ela categorizou todas as tarefas realizadas por seus mais de 2.000 profissionais de marketing globais. Essa foi uma atividade meticulosa, envolvendo pesquisas e entrevistas individuais. Essa pesquisa identificou 300 tarefas distintas. Os profissionais de marketing forneceram estimativas de quanto tempo cada tarefa levava. A empresa então plotou cada tarefa em dois eixos: o grau de automação possível (com base no tipo de IA generativa aplicável) e o tamanho da oportunidade para a empresa (com base no tempo gasto na tarefa). Essa análise ajudou a equipe a identificar aproximadamente 100 tarefas que seriam mais adequadas para o uso da IA generativa. Como grande parte do trabalho da equipe agora envolveria IA, os líderes da Reckitt reconheceram que os profissionais de marketing teriam que reconsiderar completamente a forma como o departamento funcionava. À medida que a IA generativa assumia tarefas rotineiras, os profissionais de marketing humanos assumiram trabalhos mais exigentes, incluindo tarefas que antes eram realizadas por seus gerentes. A Reckitt concentrou a implantação da IA generativa na eficiência, pois esses ganhos contribuiriam imediatamente para os resultados financeiros. Quando os executivos perceberam isso, aprovaram o uso da IA generativa para objetivos de crescimento, que normalmente levam mais tempo para serem alcançados. Os profissionais de marketing utilizaram a IA generativa para alcançar o crescimento corporativo, traduzindo os insights dos consumidores em inovações de produtos melhores e mais rápidas e em um tempo de comercialização mais ágil. Como a abordagem profunda e restrita exige mais foco na transformação dos processos e tem um impacto maior no trabalho diário dos funcionários, ela é mais intensiva em termos de gestão do que a abordagem superficial e ampla. A gestão da mudança representa 70% do desafio. Aperfeiçoar os dados e utilizar a IA generativa de forma eficaz representam apenas 20% e 10%, respectivamente. À medida que as empresas tentam aproveitar seus sucessos iniciais e ir além do departamento inicial em que se aprofundaram, elas devem estar preparadas para uma iniciativa de gestão de mudanças em grande escala. Etapa 4: Monitore o cenário competitivo. Assim como você está utilizando IA generativa para fortalecer seu posicionamento competitivo, seus concorrentes também estão. Pergunte a si mesmo: nosso principal concorrente pode replicar um ponto forte valioso nosso utilizando IA generativa? A outra empresa não precisa ser tão boa quanto você nesse ponto forte. Para causar problemas, ela precisa apenas oferecer uma solução “boa o suficiente” que seja mais simples e mais barata. Para evitar perder sua vantagem, você deve implantar a IA generativa de maneiras que aumentem a diferença entre sua empresa e seus concorrentes, como faz a Beauty Genius da L’Oréal. Quando você prioriza a IA generativa em suas operações, ela revela oportunidades para mudar a forma como você trabalha. Aproveite-as. . . . Ainda estamos nos estágios iniciais da IA generativa e da IA agênica, mas já é possível observar um padrão claro. A maioria das empresas implementa a IA amplamente em toda a organização; elas utilizam uma abordagem superficial e abrangente e esperam que alguns projetos-piloto gerem um valor significativo. Muitos desses esforços proporcionam retorno sobre o investimento, mas, coletivamente, seu impacto é frequentemente limitado e temporário, pois as implementações superficiais e abrangentes são facilmente replicadas. A abordagem profunda e restrita reforça os pontos fortes da sua empresa de maneira deliberada. A IKEA, a L'Oréal, a Reckitt e outras empresas utilizaram a abordagem profunda e restrita para melhorar funções ou processos complexos de ponta a ponta. Elas se questionaram sobre seus objetivos de IA. Em alguns casos, isso as levou a criar novas linhas de negócios. E os resultados valeram o esforço. Um estudo da BCG descobriu que as empresas que utilizam a abordagem profunda e restrita têm o dobro do ROI das empresas que utilizam implementações superficiais e amplas. Prevemos que a diferença continuará a aumentar.

Pare de executar tantos projetos-piloto de IA

Resumo.

Partner Center