A questão central que paira sobre o boom da inteligência artificial (IA) é se os vultosos investimentos empresariais na tecnologia realmente se traduzem em resultados tangíveis. A mensuração desse retorno sobre o investimento (ROI) é, contudo, um labirinto de incertezas, confusão e dados incompletos. A complexidade reside no tempo necessário para que os efeitos da IA se manifestem de forma demonstrável nas demonstrações financeiras de uma companhia. Um novo estudo da Wharton School, da Universidade da Pensilvânia, em colaboração com a consultoria GBK Collective, reforça essa ideia ao constatar que a maioria das empresas ainda avalia o ROI da IA com base na eficiência de seus funcionários, em vez de focar em como a tecnologia impulsiona a receita.

O levantamento, que envolveu pesquisas online com 1.400 funcionários nos Estados Unidos de empresas com pelo menos mil colaboradores e faturamento anual superior a US$ 50 milhões, revelou que 40% dos gestores medem o impacto da IA em termos de “horas salvas por funcionário” e 37% acompanham a redução de erros em suas equipes. De forma mais preocupante, apenas 27% dos gestores afirmaram rastrear a receita gerada diretamente por funcionalidades, aplicativos e ferramentas de IA oferecidas aos clientes. Projetando o futuro, 44% dos gestores indicaram que o papel principal da IA nos próximos um a dois anos será a melhoria da produtividade, enquanto apenas 8% acreditam que ela será um motor para novas receitas ou para a criação de novos produtos.

Medindo o Sucesso em Horas Salvas

A dificuldade em quantificar o retorno financeiro direto da IA não é um problema novo. Historicamente, a adoção de novas tecnologias disruptivas, como a computação em nuvem ou a automação industrial, também enfrentou desafios de mensuração de ROI. No entanto, a natureza multifacetada da IA, que abrange desde a otimização de processos internos até a criação de novas interfaces com o cliente, adiciona camadas de complexidade. Empresas que investem em IA para automatizar tarefas repetitivas ou para aprimorar a análise de dados, por exemplo, podem ver ganhos significativos em eficiência operacional. Esses ganhos, embora valiosos, nem sempre se traduzem imediatamente em um aumento de receita que possa ser isolado e atribuído diretamente ao investimento em IA.

O estudo da Wharton sugere que a métrica mais comum para avaliar o sucesso da IA é a eficiência. Isso pode ser explicado pela facilidade de mensuração: é mais simples rastrear o tempo que um funcionário economiza ao usar uma ferramenta de IA do que calcular o valor exato de um novo cliente adquirido ou de uma venda a mais gerada por uma funcionalidade baseada em IA. Essa preferência por métricas de eficiência pode levar a um ciclo onde a IA é vista primariamente como uma ferramenta de corte de custos, e não como um motor de crescimento estratégico. Essa percepção pode, por sua vez, influenciar as decisões futuras de investimento e o desenvolvimento de novas aplicações de IA.

O Desafio de Vincular IA à Receita

O principal obstáculo para as empresas que buscam provar o ROI de seus investimentos em IA reside na dificuldade de estabelecer uma ligação direta e mensurável entre a tecnologia e o aumento da receita. Enquanto a eficiência pode ser quantificada em termos de tempo e recursos economizados, o impacto na receita é mais difuso e depende de uma série de fatores interconectados. Uma nova funcionalidade de IA que melhora a experiência do cliente, por exemplo, pode levar a uma maior fidelidade e, consequentemente, a um aumento nas vendas a longo prazo. Contudo, isolar o impacto específico dessa funcionalidade de IA em meio a outras variáveis de mercado, como estratégias de marketing, concorrência e condições econômicas gerais, é uma tarefa complexa.

Além disso, muitas aplicações de IA ainda estão em estágios iniciais de desenvolvimento e adoção. O verdadeiro potencial de algumas dessas tecnologias, especialmente aquelas voltadas para a inovação de produtos e a criação de novos mercados, pode levar anos para se materializar. Empresas que esperam ver um retorno imediato em termos de receita podem se frustrar, subestimando o tempo e a iteração necessários para que a IA gere um impacto financeiro significativo. A falta de ferramentas e metodologias padronizadas para medir o ROI de IA contribui para essa incerteza, deixando os gestores sem um guia claro sobre como avaliar o sucesso de seus investimentos.

Implicações para o Futuro da IA nos Negócios

A dificuldade em provar o retorno financeiro da IA tem implicações importantes para o futuro da tecnologia nas empresas. Se a maioria das companhias continua a priorizar métricas de eficiência em detrimento de crescimento de receita, isso pode moldar o tipo de aplicações de IA que são desenvolvidas e implementadas. Haverá uma tendência maior para investimentos em automação e otimização de processos internos, em vez de em inovações que buscam criar novos produtos ou expandir a participação de mercado. Isso pode limitar o potencial transformador da IA, restringindo seu uso a melhorias incrementais em vez de a saltos qualitativos no desempenho empresarial.

Para os investidores, a incerteza em torno do ROI da IA pode gerar cautela. Sem dados claros sobre o retorno financeiro, pode ser mais difícil justificar investimentos contínuos em projetos de IA, especialmente em um cenário de pressão por resultados trimestrais. Reguladores e formuladores de políticas públicas também podem se ver em uma posição delicada. Se a IA for percebida principalmente como uma ferramenta de aumento de produtividade que pode levar à redução de empregos, a pressão por regulamentação ou por medidas de mitigação social pode aumentar, mesmo que a tecnologia tenha potencial para gerar novas oportunidades econômicas a longo prazo.

Perguntas em Aberto sobre o Valor da IA

Diante desse cenário, diversas questões permanecem em aberto sobre o verdadeiro valor e o impacto da IA nos negócios. Será que a ênfase na eficiência, embora mensurável, está mascarando um potencial não realizado de crescimento e inovação? As metodologias atuais de mensuração de ROI são adequadas para capturar o valor total da IA, ou precisamos de novas abordagens analíticas? E, crucialmente, como as empresas podem transitar de uma mentalidade focada em otimização para uma que prioriza a inovação e a geração de novas receitas impulsionadas pela IA?

A resposta a essas perguntas moldará não apenas o futuro dos investimentos em IA, mas também a própria trajetória de transformação digital das empresas. A busca por métricas mais precisas e por estratégias que vinculem diretamente a IA ao crescimento da receita é um desafio contínuo, mas essencial para desbloquear todo o potencial dessa tecnologia revolucionária. A clareza sobre o ROI da IA não é apenas uma questão contábil, mas uma necessidade estratégica para a sobrevivência e o sucesso na era digital.

Com reportagem de Brazil Valley

Source · The Information