A fase de experimentação com Inteligência Artificial nas empresas, marcada por projetos isolados e provas de conceito, está dando lugar a uma nova etapa: a escalabilidade. Para que a IA gere valor real e mensurável, é preciso ir além das capacidades genéricas dos modelos e focar em três pilares essenciais, segundo Cassio Christianini, Head of Business AI da SAP Americas. Esses pilares são contexto, precisão e governança, fundamentais para adaptar a tecnologia ao ambiente corporativo.

Christianini explica que, diferentemente de uma IA de uso geral, os sistemas empresariais precisam de um entendimento profundo de como uma organização específica opera. Isso envolve não apenas o conhecimento conceitual de um processo, como compras ou atendimento ao cliente, mas também a compreensão das regras internas, permissões, fornecedores específicos e produtos que aquela empresa utiliza. Essa informação privada, acumulada nos sistemas transacionais ao longo dos anos, é o que confere o contexto necessário para transformar uma IA genérica em uma ferramenta empresarial eficaz. A SAP acredita que parte desse conhecimento já reside em seus sistemas, permitindo que a IA acesse e utilize essas informações para produzir respostas mais precisas e executar ações alinhadas às particularidades de cada negócio.

A precisão, intimamente ligada ao contexto, ganha ainda mais importância à medida que a IA evolui de meros fornecedores de informação para agentes capazes de agir. Um erro em um resumo de documento pode ter um risco limitado, mas um agente com capacidade de alterar dados, executar atividades ou participar de decisões críticas dentro de um sistema empresarial representa uma nova dimensão de risco. A tendência é que as empresas não convivam com um ou dois agentes de IA, mas com um número crescente deles, operando em conjunto com funcionários humanos em processos de ponta a ponta, como previsto na estratégia de empresa autônoma da SAP. Mais de 100 clientes globais já exploram essa visão, movendo o debate de capacidade tecnológica para o valor prático gerado.

O terceiro pilar, governança, torna-se estrutural diante da ascensão desses agentes. Assim como funcionários operam sob regras de identidade, acesso e permissões definidas, os agentes de IA também precisarão atuar dentro de limites claros. A escala desse desafio é significativa, pois o número de agentes atuando em sistemas corporativos pode, no futuro, superar o de interações humanas diretas. Gerenciar a identidade, os acessos, as atividades e as decisões dessa população digital é uma necessidade emergente. A SAP defende que a governança não deve ser uma reflexão tardia, mas sim parte integrante da arquitetura desde o início. Antes de escalar uma iniciativa de IA, as organizações precisam definir o escopo de atuação dos agentes, as informações que podem acessar e os riscos associados a decisões equivocadas. Essa abordagem contrasta com a fase inicial da IA generativa, onde a facilidade de teste incentivou o desenvolvimento independente e, por vezes, desconectado de aplicações por diferentes departamentos.

Embora a fase de experimentação tenha sido valiosa para o desenvolvimento de competências e a identificação de aplicações potenciais, o problema surge quando esses pilotos permanecem isolados de uma estratégia corporativa maior. A SAP propõe que a integração desses elementos — contexto específico, precisão garantida e governança robusta — é o caminho para que a Inteligência Artificial deixe de ser uma ferramenta de experimentação e se torne um motor de transformação e valor para os negócios em escala.

Com reportagem de Brazil Valley

Source · TIInside