O que os executivos entendem incorretamente sobre IA

Noventa e cinco por cento dos projetos de IA fracassam. O Projeto NANDA do MIT tornou esse número famoso, e agora ele abre inúmeras sessões de estratégia e palestras. Os líderes naturalmente perguntam como podem se juntar aos 5% que obtêm sucesso. No entanto, essa pergunta ignora a questão real, que é: se você definir o escopo do seu projeto usando os objetivos errados, poderá construir as ferramentas “certas” e atingir os marcos “certos”, mas ainda assim estará fadado ao fracasso. É o que está ocorrendo atualmente com a IA: as empresas estão se apressando em adotá-la, mas não a consideram uma ferramenta para reinvenção. Elas estão adquirindo essa novidade atraente e incorporando-a ao modelo de negócios antigo. Elas a veem apenas como um acessório, e não como uma nova e poderosa alavanca para redesenhar todo o seu sistema de criação de valor. Agir dessa forma é uma receita para o fracasso. Se você está pensando em experimentar a IA, é hora de parar de se preocupar com a adoção e começar a pensar seriamente na reinvenção. Neste artigo, discutiremos exemplos históricos de como essas duas abordagens muito diferentes à nova tecnologia se desenvolveram — e mostraremos como elas traçam um caminho a seguir para os líderes que se perguntam qual a melhor forma de se envolver com a IA. Captura de imagem Considere a notória história da Kodak, que geralmente é contada da seguinte forma: em 1975, a empresa inventou a primeira câmera digital, mas não reconheceu o potencial transformador da tecnologia e, por isso, só a adotou tardiamente, depois que outras empresas mais perspicazes já haviam conquistado o mercado. No entanto, a adoção não foi realmente o problema para a Kodak. Em 2005, a empresa era líder em vendas de câmeras digitais nos Estados Unidos e uma das principais fornecedoras de serviços de impressão digital. No entanto, apenas sete anos depois, ela faliu. Para compreender o que ocorreu, é necessário lembrar que a fotografia analógica se baseava na escassez de imagens capturadas, cuja produção era trabalhosa e dispendiosa. Como resultado, os filmes e as impressões apresentavam margens de lucro de 60% a 70%. A fotografia digital eliminou essa escassez. Em um mundo onde as imagens podiam ser produzidas sem limites e as câmeras digitais eram um negócio de hardware de baixa margem, o valor migrou do ato de tirar fotos para os sistemas que as organizavam, compartilhavam e armazenavam. A Kodak não se adaptou a essa nova realidade. Após adotar as câmeras digitais, a empresa as tratou como uma simples substituição de produto para as câmeras analógicas — e, ao fazer isso, desmantelou o mecanismo de alto lucro que a sustentava há décadas. Mais importante ainda, ela deixou de investir nos complementos geradores de valor que definiriam o novo ecossistema: plataformas de compartilhamento de fotos, ferramentas de edição, serviços de armazenamento. A Kodak adquiriu a Ofoto, uma das primeiras start-ups de compartilhamento de fotos online, mas a reestruturou como um serviço de impressão, em vez de uma plataforma social ou de compartilhamento. Tudo isso resultou em um duplo golpe: a mentalidade de substituição corroeu os lucros e a ausência de complementos deixou a empresa sem novas fontes de lucro para migrar. Ao adotar uma nova tecnologia com objetivos inadequados, a empresa acelerou seu próprio declínio. A concorrente da Kodak, Fujifilm, respondeu de maneira muito diferente ao mesmo desafio. Reconhecendo que os dias em que o filme era uma fonte de lucros haviam acabado, a empresa aproveitou sua profunda experiência em produtos químicos, imagem e ciência dos materiais e rapidamente se expandiu para áreas adjacentes, utilizando antioxidantes que havia desenvolvido para a preservação de filmes para criar cosméticos e produtos para a pele, aplicando suas capacidades de imagem ao diagnóstico médico e aproveitando sua experiência em ciência dos materiais para desenvolver produtos farmacêuticos e componentes para telas LCD. Ao mesmo tempo, a empresa reduziu agressivamente sua dependência do negócio tradicional de filmes. Em 2012, quando a Kodak entrou com pedido de falência, a Fujifilm havia se reinventado com sucesso: era lucrativa e estava em crescimento, com receitas superiores a US$ 25 bilhões e fortes ganhos nas áreas de saúde, soluções documentais e materiais eletrônicos. A lição que essas histórias nos ensinam é clara: a simples adoção de uma nova tecnologia não garante vantagem. O segredo está em determinar onde está o novo valor, como reutilizar seus recursos diferenciados para capturar esse valor e como investir nos complementos certos. Fazendo um balanço Hoje, a IA generativa e seus modelos de imagem representam uma ameaça à fotografia de banco de imagens tão existencial quanto a ameaça que as câmeras digitais representaram para o filme. A maioria das plataformas de fotos de banco de imagens que licenciam fotos para uso comercial se baseia na suposição de escassez de imagens de alta qualidade, mas essa escassez não existe mais, porque qualquer pessoa que use um modelo de IA generativa pode gerar as imagens que deseja com prompts simples e praticamente sem custo. As plataformas de fotos de banco de imagens responderam principalmente de duas maneiras: adotando a IA como uma ferramenta para marcar e categorizar com mais eficiência as fotos em seus arquivos ou rejeitando completamente a tecnologia. Ambas as respostas estão ancoradas na antiga economia da escassez e não reconhecem que o verdadeiro desafio enfrentado pelas agências de banco de imagens não é a concorrência de imagens sintéticas baratas, mas a forma como elas levam ao colapso da confiança, da autoria e dos direitos, que são essenciais para que o conteúdo seja licenciado comercialmente. A Shutterstock, confrontada com a mesma mudança, não tratou a IA generativa como uma ferramenta a ser adotada ou uma ameaça a ser evitada. Em vez de defender seu negócio tradicional em uma era de conteúdo sintético, a empresa mudou seu foco para a gestão da confiança, autoria e direitos. Em seguida, aplicou seus pontos fortes em metadados e gestão de direitos, juntamente com seus relacionamentos com colaboradores e empresas, para construir um sistema que torna o conteúdo gerado por IA seguro para uso empresarial. Em seguida, criou os complementos necessários para que esse sistema funcionasse: estabeleceu parcerias de licenciamento de dados com a OpenAI e a NVIDIA e, mais importante, criou modelos de remuneração que garantem o pagamento justo aos colaboradores e estruturas de indenização que protegem os clientes contra riscos de direitos autorais. Por meio dessa combinação de reformulação, reimplantação e complementação, a Shutterstock deixou de ser um agregador de fotos para se tornar um mecanismo de governança. Em um mundo de fotos infinitas, ela define as regras de participação tanto para desenvolvedores de modelos de IA quanto para usuários de conteúdo. Os desenvolvedores de modelos, entre eles a OpenAI, agora dependem da Shutterstock para obter acesso com direitos liberados à sua biblioteca de fotos como um conjunto de treinamento. Os compradores empresariais dependem da Shutterstock para proteção legal, enquanto os colaboradores confiam nela para obter remuneração justa e visibilidade. Uma realocação de poder Em toda mudança tecnológica, a vantagem real se manifesta não apenas em lucros maiores ou novas linhas de negócios, mas também em uma reallocação de poder dentro da cadeia de valor. Foi o que ocorreu no caso das varejistas americanas Walmart e Kmart. Quando a tecnologia de código de barras foi adotada no varejo em meados da década de 1970, ambas as empresas a adotaram rapidamente, mas com resultados muito diferentes. A Kmart utilizou a tecnologia para agilizar as filas de caixa, mas não reconheceu que ela também poderia possibilitar um novo modelo organizacional. A tomada de decisões foi descentralizada, com os gerentes das lojas responsáveis pelas compras e pelo estoque, e a empresa manteve essa estrutura. O Walmart, por outro lado, tratou os códigos de barras não apenas como uma ferramenta de eficiência, mas também como um recurso em nível de sistema que poderia reconfigurar as informações e a coordenação em toda a sua rede de varejo. Investiu em infraestrutura complementar, incluindo uma rede de comunicações via satélite, um intercâmbio eletrônico de dados com fornecedores e logística centralizada. Essa nova arquitetura permitiu à empresa reabastecer proativamente e prever a demanda com precisão, o que lhe deu o poder de padronizar as práticas dos fornecedores. Os fornecedores agora tinham que operar nos termos do Walmart, em conformidade com seus padrões de entrega e expectativas de preços. . . . Atualmente, a maioria das empresas não aprendeu a lição que essas histórias ensinam sobre novas tecnologias, que é: a menos que você defina o enquadramento correto, a adoção por si só pode simplesmente acelerar seu declínio. Cada mudança tecnológica redistribui o poder, como observamos nos exemplos acima, mas os vencedores raramente emergem apenas por adotarem a tecnologia primeiro. Os vencedores, na maioria das vezes, são aqueles que utilizam a tecnologia para reimaginar a arquitetura de seus negócios — como as decisões são tomadas, como as capacidades são implantadas e como o valor e o controle são redistribuídos ao longo da cadeia de valor. A Kodak e a Kmart adotaram as tecnologias certas, mas as direcionaram para os problemas errados. A Fujifilm, a Shutterstock e o Walmart, por outro lado, reimaginaram seus negócios à luz do que a nova tecnologia tornou possível. Com objetivos inadequados, uma empresa pode executar programas-piloto e de adoção bem-sucedidos, mas não conseguir criar vantagens. Com a IA, assim como com as novas tecnologias anteriores, a reinvenção, e não a adoção, deve ser o seu objetivo. O mais importante é se suas experiências com a tecnologia ajudarão a reformular o trabalho, reimplantar recursos diferenciados e reunir os complementos que criam vantagens duradouras. A menos que você faça isso, a IA acelerará a mudança, mas não necessariamente a seu favor.

O que os executivos entendem incorretamente sobre IA

Resumo.

Partner Center