Como empresas líderes estão transformando a visão de IA em valor de negócio

Tenho a sorte de conversar com centenas de clientes todos os anos. Essas empresas abrangem a curva de adoção de tecnologia: algumas prosperam na vanguarda, enquanto outras preferem evitar riscos ao máximo. 

Mas a era da IA, em constante evolução e repleta de exuberância, uniu quase todos atualmente. A fase de experimentação acabou. As empresas focam em ir além de projetos-piloto teóricos de IA para operacionalizá-la em escala, otimizar custos e governar suas ações.

Além dessas diretrizes corporativas importantes, o que considero revigorante em minhas conversas com clientes é o clima de entusiasmo em relação à IA. Trata-se de explorar novas ideias e aproveitar oportunidades consideradas impossíveis há pouco tempo.

Por exemplo, no banco global BNP Paribas, o objetivo é industrializar a IA em escala, em vez de apenas testá-la. A organização já conta com milhares de casos de uso ativos e continua avançando. Atualmente, a empresa constrói uma fábrica de IA para entregar recursos de IA em toda a organização, com ênfase no valor de negócio. Isso inclui elementos essenciais, como detecção de fraudes, "Know Your Customer" (KYC), onboarding de clientes e chatbots, além de recursos para produtividade interna, como IA para desenvolvedores. A empresa enfatiza que o foco deve estar em resultados de negócio mensuráveis.

O que admiro no BNP Paribas é a demonstração do poder de adaptabilidade aliado à exigência de uma boa governança. 

É exatamente assim que a fabricante de automóveis Nissan realiza a transição de veículos definidos por software para veículos definidos por IA, onde as cargas de trabalho de IA são fundamentais para o produto. Na computação, o requisito mais importante é a flexibilidade, afirma a Nissan. As cargas de trabalho de IA continuarão a evoluir; portanto, o foco da Nissan é a capacidade de adaptar a computação (on-board, off-board ou híbrida) sem restringir o software a uma geração específica de chips. E, com os dados, a IA eleva o padrão ainda mais. O tratamento de dados é fundamental não apenas para melhorar os modelos, mas também para garantir responsabilidade, confiança e aprendizado contínuo nos produtos AI-Drive e AI-Partner da Nissan, sempre com segurança, privacidade e governança integradas.

Agentes em todos os lugares

Há muito interesse e investimento em agentes de IA: sistemas que podem raciocinar, planejar e executar tarefas complexas de forma autônoma. Vejamos dois exemplos.

• O BNP Paribas explora um projeto interno chamado Twin para implantar agentes que observam o uso da GPU, detectam anomalias e automatizam fluxos de trabalho de correção em tempo real. 
• A UPS, empresa global de logística e entrega de encomendas, vê o futuro da IA sob a ótica da ciência da decisão, em que agentes analisam situações, determinam próximas ações prováveis e utilizam árvores de decisão automatizadas para auxiliar na logística da cadeia de suprimentos.
• A empresa de telecomunicações norte-americana Verizon planeja utilizar agentes de IA para executar loops complexos de triagem que detectam degradações na rede de clientes individuais e executam ações autônomas para resolver problemas antes mesmo que o suporte seja solicitado.

Mas não podemos esquecer as pessoas! A NASA, organização norte-americana de pesquisa aeronáutica e exploração espacial, enfatiza que os agentes de IA devem auxiliar e agir como um multiplicador de forças, em vez de substituir engenheiros e cientistas. Essa é a oportunidade de escala: As empresas podem ampliar o impacto da IA, pois ela assume tarefas computacionais e de manutenção rotineiras, permitindo que as pessoas se concentrem em designs complexos e tomadas de decisão de alto nível. 

Por exemplo, a EUROCONTROLPágina disponível no idioma inglês (Portuguese, Brazil não disponível), agência europeia de controle de tráfego aéreo, utiliza sistemas de IA de alto desempenho para calcular trajetórias complexas em tempo real, ajudando usuários do espaço aéreo a identificar as rotas de voo mais sustentáveis e econômicas. A NASA planeja usar modelos de IA no espaço para visualizar e processar dados rapidamente, filtrando insights para que astronautas se concentrem na tomada de decisões, em vez da triagem de dados. A Motorola Solutions, que desenvolve dispositivos, sistemas e softwares de comunicação de missão crítica para agências de segurança pública e empresas, integra fluxos de trabalho de IA baseados em nuvem a sistemas de emergência on-premise. Desta forma, oferecem aos atendentes do 911 transcrições em tempo real, traduções e resumos automatizados de casos.

Soberania digital e IA

Com a expansão da supervisão regulatória (como o EU AI Act), os clientes com quem converso solicitam soberania digital verificável sobre sua IA. Isso se divide em três requisitos:

• Soberania do modelo: a capacidade de escolher, alterar e executar modelos de IA específicos em qualquer lugar, sem dependência de fornecedor.
• Soberania de dados: os dados usados para treinar e executar modelos permanecem sob total controle jurisdicional da organização e nunca são utilizados para treinar modelos externos sem consentimento.
• Soberania de resultados: a capacidade de auditar, explicar e substituir qualquer decisão significativa gerada por IA. 

Por exemplo, entidades regulamentadas como a Core42Página disponível no idioma inglês (Portuguese, Brazil não disponível) e a TelenorPágina disponível no idioma inglês (Portuguese, Brazil não disponível) na Europa criam nuvens de IA soberanas multilocatário e altamente seguras para que os dados nunca saiam de seu controle. 

Estes são apenas alguns destaques de nossos clientes sobre o futuro da IA em suas organizações. Inspira-me ver como planejam a transição de projetos-piloto de IA para a IA em produção, aproveitando as ideias que suas equipes criam todos os dias.