Cerca de 95% dos projetos de IA não entregam o que prometem. Como não ser parte dessa maioria?
Com certeza, sendo criterioso na avaliação do portfólio de projetos que estão sendo apresentados.
De acordo com as matérias citadas[1], 95% dos projetos de IA não geraram retorno para a empresa conforme um estudo do MIT que entrevistou cerca de 150 líderes de IA e 350 funcionários envolvidos em aproximadamente 300 implantações públicas de IA generativa.
Apesar de não achar uma amostra significativa, acredito que possamos tirar algumas reflexões sobre as possíveis causas desse índice de fracassos, a começar pelo fato que IA é uma ferramenta para resolver um problema e, partindo dessa premissa, projetos baseados em IA:
- Devem contemplar a revisão dos processos da empresa que serão automatizados, caso contrário não trarão os resultados esperados;
- São mais indicadas em operações padrão, repetitivas ou com grande volume de interações, pois se torna mais fácil medir o seu resultado;
- Precisam de IAs treinadas em operações com dependência de contexto ou avaliações subjetivas, podendo impactar o custo da operação; e
- Necessitam monitoramento constante para ter-se a certeza de que estão em operação e atendendo os padrões esperados.
É fato que a IA é uma ferramenta que facilita absurdamente o nosso dia a dia e veio para ficar, mas isso não quer dizer que ela é a solução de tudo, principalmente se não se sabe qual é o problema devemos resolver.
Se já estava difícil escolher qual projeto priorizar, agora ainda mais com a massiva recomendação, ou orientação, para o uso da IA em todas as áreas da empresa, ou como se propaga por alguns “AI first”.
A lista de projetos normalmente é grande independentemente do tamanho da empresa, seu setor de atuação ou sua localização. A diferença é apenas a quantidade de projetos, complexidades envolvidas e recursos necessários.
A lista de projetos é ilimitada em contraposição a recursos (equipe, tempo e dinheiro) limitados, o que exige a priorização de qual projeto implantar.
Uma priorização que não deve ser por achismos ou modismos, ainda mais sabendo que é impossível dizer de antemão o projeto que terá sucesso e qual fracassará. A priorização deve seguir um processo estruturado, claro e transparente passando por:
1. Definição dos objetivos a serem atingidos, separando entre objetivos de curto e longo prazo;
2. Identificação de qual projeto viabilizará cada objetivo, lembrando que um objetivo pode precisar mais de um projeto, da mesma forma que um projeto pode viabilizar o atingimento de mais de um objetivo;
3. Estabelecimento cronograma, orçamento, indicadores e metas dos resultados esperados de cada projeto listado;
4. Criação de critérios claros e objetivos para a avaliação de todos os projetos, com os seus respectivos pesos, por exemplo:
- Alinhamento estratégico: Regulatório peso 5, Estratégico peso 3 e operacional peso 1;
- Resultado esperado: 3 faixas de valores de aumento de receita ou redução de custos. Quanto maior o resultado, maior o peso;
- Esforço de implantação: 3 faixas de quantidade de horas estimadas para a implantação. Quanto maior a quantidade, menor o peso;
- Times envolvidos na implantação: para identificar a carga de trabalho de cada um dos times
- ……
5. Esse mapeamento resultará em um ranking de projetos. Valide-o com a estratégia da empresa e estabeleça um plano de trabalho de implantação dos projetos.
Isso não garantirá que todos os projetos implantados terão sucesso, só garantirá que os recursos foram, de fato, destinados aos com maior probabilidade de melhorar a performance financeira ou operacional da empresa.
Recomendo que avaliem e discutam PoC[2] ou Piloto[3] à parte desse processo. Somente devem ser contempladas se a hipótese que queriam testar estiver validada e passaram a ser parte de um projeto.
Independentemente de ser Poc, Piloto ou Projeto é importante medir o seu resultado. Não para achar culpados e puni-los, mas para saber o que ocasionou o erro, corrigi-lo e reiniciar o processo.
Como funciona na sua empresa? Comente comigo!
Gostou do artigo?
Quer saber mais sobre como avaliar, priorizar e implantar projetos de IA que realmente entregam resultados? Então, entre em contato comigo. Terei o maior prazer em conversar a respeito.
Marcio Motter
https://marciomotter.com.br/
Confira também: Orçamento Anual: Ainda Faz Sentido em um Mundo VUCA e BANI?
[1] Fontes secundárias que citam o estudo do MIT “The GenAI Divide: State of AI in Business 2025”. * https://aimagazine.com/news/mit-why-95-of-enterprise-ai-investments-fail-to-deliver?utm_source=chatgpt.com * https://www.entrepreneur.com/business-news/most-companies-saw-zero-return-on-ai-investments-study/496144?utm_source=chatgpt.com; e * https://www.computerworld.com/article/4042361/study-95-percent-of-corporate-generative-ai-projects-fail.html?utm_source=chatgpt.com [2] PoC (Proof of Concept = prova de conceito): experimentação inicial, geralmente de pequena escala, para verificar a viabilidade técnica de uma ideia ou tecnologia em condições controladas. [3] Piloto: teste aplicado em ambiente real e limitado (ex.: um setor ou processo específico), para validar uma tecnologia ou operação e medir o seu retorno potencial.
Palavras-chave: projetos de IA, falhas em projetos de IA, projetos de IA não entregam resultado, priorização de projetos de IA, retorno sobre investimento em IA, por que projetos de IA fracassam, por que projetos de IA fracassam e como evitar, estratégias para aumentar o sucesso da IA, como medir resultados de projetos de IA, principais erros em projetos de IA
Participe da Conversa