Os executivos podem estar deixando passar alguns dos usos mais valiosos da inteligência artificial (IA), segundo um artigo recente da Harvard Business Review (HBR).
Especialistas alertam que, na pressa para adotar a IA generativa – vista como uma tecnologia transformadora –, muitos líderes empresariais podem estar subestimando o valor da IA analítica.
Enquanto a IA generativa ganha os holofotes por impulsionar a produtividade, a IA analítica — como aprendizado de máquina (machine learning) e aprendizado profundo (deep learning) — muitas vezes traz benefícios de negócios mais concretos, segundo a HBR.
Essa abordagem é particularmente eficaz para prever resultados a partir de dados estruturados que orientam decisões estratégicas, como projeções de vendas, avaliação de ativos e controle de estoques.
Líderes utilizam esse tipo de dado para decisões críticas que impactam diretamente os resultados financeiros, abrangendo áreas como gestão de riscos, expansão de mercado e investimentos de capital.
Além disso, muitas empresas já possuem ferramentas de IA analítica incorporadas em seus sistemas atuais.
Um exemplo é o uso da inteligência geoespacial (GeoAI) em softwares de Sistemas de Informação Geográfica (GIS), que analisam e mapeiam dados sobre localização de lojas, cadeias de suprimentos e logística.
À medida que as empresas aumentam seus investimentos em IA, a HBR recomenda uma abordagem híbrida: utilizar IA analítica para processar dados e IA generativa para tornar essas informações acessíveis por meio de interações naturais e intuitivas.
IA Analítica e IA Generativa: O Melhor dos Dois Mundos
A Harvard Business Review cita o caso de uma grande empresa de telecomunicações que desenvolveu uma ferramenta personalizada de IA generativa capaz de responder perguntas sobre os dados da empresa, gerando automaticamente códigos de análise estatística.
No entanto, soluções empresariais como os sistemas GIS já oferecem essa capacidade sem a necessidade de grandes desenvolvimentos personalizados.
O GIS há muito tempo se destaca ao utilizar GeoAI para responder a questões críticas de negócios, analisando grandes volumes de dados, identificando padrões e modelando cenários.
Um exemplo é a análise de dados climáticos históricos para prever padrões meteorológicos — fundamental para setores como seguros e energia.
Da mesma forma, ele pode projetar vendas futuras ao interpretar informações sobre localização de lojas, transações de clientes e perfis demográficos e psicográficos do mercado.
Historicamente, a execução de análises GeoAI exigia conhecimentos técnicos em GIS ou ciência de dados, além da habilidade de criar mapas para visualizar as descobertas.
Agora, os sistemas GIS incorporam interfaces de IA generativa, permitindo que usuários sem conhecimento técnico consultem dados e criem mapas eficazes, liberando os especialistas em GIS para projetos mais estratégicos.
A IA generativa, segundo a HBR, se destaca no aumento da produtividade em tarefas criativas.
Por meio dela, usuários podem solicitar análises, interagir com os resultados, adicionar ou remover conjuntos de dados e destacar informações-chave — acelerando o processo de obtenção de insights.
IA Generativa Acelera a Adoção e Democratiza o Uso de Dados
O artigo da HBR destaca que, embora a IA analítica traga benefícios mensuráveis, a IA generativa ajuda a aumentar o engajamento com a tecnologia.
Líderes entrevistados afirmam que a atenção voltada à IA generativa tem facilitado a obtenção de apoio para outros projetos de IA, especialmente porque permite que stakeholders não técnicos compreendam melhor seu potencial.
No fim das contas, os dois tipos de IA desempenham papéis complementares:
a IA analítica opera nos bastidores, enquanto a IA generativa amplia a visibilidade e acessibilidade dos insights gerados, tornando a tecnologia mais intuitiva e útil para um público mais amplo.
Com a integração de ambas as tecnologias em sistemas como o GIS, profissionais de diferentes áreas dentro da empresa podem tomar decisões mais informadas, compartilhar descobertas e impulsionar a inovação.
Conteúdo traduzido e adaptado do original de Jay Theodore da Esri.
Solução de Imagens de Radar para Período de Chuvas
Antecipe riscos e tome decisões estratégicas com SAR
ENTENDA COMO