Adotando a arte do possível: A aventura de um CIO com IA generativa

Como um CIO que testemunhou em primeira mão o poder transformador da IA generativa, posso dizer com honestidade que adotar essa tecnologia não é uma opção, mas uma necessidade estratégica para qualquer empresa moderna. Como líderes de TI, tentamos otimizar a tríade de custo, escala e experiência. O melhor de tudo é que a IA generativa tem o potencial não apenas de ajudar, mas também de reescrever as regras do que é possível para cada um.

Como líder do setor de automação, nossa experiência com IA generativa tem sido semelhante a navegar em uma onda gigantesca de inovação. Navegar nesta onda de mudanças exigiu agilidade, coragem e uma mentalidade proativa. Porém, o mais importante é que ela abriu um mundo de oportunidades que parecia estar além do nosso alcance há apenas um ano.

Como líderes em TI, não podemos esperar que o futuro chegue; devemos criá-lo. Se você está considerando dar o primeiro passo no mundo da IA generativa ou buscando insights de alguém que já percorreu esse caminho, este blog é para você. Nesta série de blogs, pretendo compartilhar com vocês nossa jornada de adoção da IA generativa, os desafios que encontramos e as vitórias que conquistamos. Espero sinceramente que isso possa inspirar você a aproveitar a incrível oportunidade que a IA generativa nos apresenta.

Capítulo 1: O início de nossa jornada de IA generativa na Automation Anywhere

Quando iniciamos esta jornada, fazíamos parte da primeira leva de empresas a adotar a IA generativa. No início, houve confusão e preocupação generalizadas. Relembrando o início da adoção da IA generativa (nem parece que foi há apenas um ano), as organizações estavam compreensivelmente céticas quanto ao que era possível fazer com a tecnologia e os riscos associados. Havia dúvidas e incertezas sobre o que a IA generativa poderia fazer pelos negócios. De muitas maneiras, ela ecoou a evolução e a adoção da tecnologia de nuvem.

Mas ir devagar, observando de fora, não era uma opção para nós.

Não era opcional por dois motivos: a nossa cultura e o nosso setor. Experimentar coisas novas é uma parte arraigada da cultura da Automation Anywhere. Nossa dedicação em estar na linha de frente é formalizada em nossas operações como “cliente zero”, nosso programa para experimentar em nós mesmos, aprimorar nossa compreensão e capacitar o desenvolvimento de soluções testadas e comprovadas para levar aos nossos clientes. Portanto, naturalmente, quando a IA generativa chegou ao mercado, estávamos ansiosos para começar. Mas isso não nos preparou para a dimensão do que estava acontecendo.

Porque, como líderes em automação inteligente, a chegada da IA generativa representou uma ruptura em nosso setor.

Capítulo 2: Enfrentar a ruptura e encarar o risco

Ruptura é uma palavra pesada que é muito usada. Mas, neste caso, não consigo pensar em uma palavra melhor para descrever a mudança radical que a IA generativa trouxe a todos os setores. E para nós, do setor de automação inteligente, foi uma ruptura imediata desde o início.

É inegável que a reação inicial a essa ruptura é o medo. No entanto, não acreditávamos em uma bola de cristal que pudesse prever a trajetória futura dessa tecnologia ou a direção que o mercado estava tomando. Na verdade, não tínhamos outra opção, tínhamos de incorporar o princípio de que a verdadeira coragem não é a ausência de medo, mas a capacidade de avançar apesar dele.

Sempre me perguntam sobre minha perspectiva como CIO: sou responsável pela governança e segurança corporativa, então como me sinto tão confortável em implantar IA generativa quando não temos todas as respostas? É fundamental lembrar que, a cada revolução na tecnologia, como a mudança generalizada trazida pelo iPhone na tecnologia móvel, nunca se tem conhecimento de todos os controles. A ruptura acontece primeiro.

As preocupações expressas com mais frequência, especialmente no início, giravam em torno da privacidade e da segurança. Como CIO, a minha principal preocupação ao introduzir novas tecnologias como IA generativa é, sem dúvida, a segurança dos nossos dados. A proteção de dados confidenciais, sejam PII ou informações comerciais proprietárias, contra acesso não autorizado ou uso indevido é fundamental.

Com a IA generativa, sabíamos que havia ameaças potenciais à segurança dos dados empresariais. Então, como reagimos? No caso da privacidade de dados, decidimos trabalhar exclusivamente com dados públicos ou não confidenciais até compreendermos melhor as implicações e podermos desenvolver soluções concretas.

Nossa jornada foi repleta de novas questões a cada passo. E, para a maioria delas, ainda não tínhamos respostas satisfatórias. Tivemos que decidir se esperaríamos que as respostas estivessem disponíveis ou começaríamos a descobri-las por conta própria. Alerta de spoiler: Em retrospectiva, posso dizer que havia uma solução alternativa para cada problema e cada barreira que encontrávamos.

Capítulo 3: Redefinir nossos planos e expectativas conforme as oportunidades

Depois de alguns meses, quando fizemos mais pesquisas, percebemos plenamente o tamanho do potencial e oportunidades possibilitados pela IA generativa. E assim, neste ponto da nossa jornada de IA generativa, atingimos um estágio de realização e redefinição. O primeiro princípio orientador das forças especiais da marinha para responder com eficácia a situações inesperadas é reconhecer a realidade de onde você está e a situação em que se encontra agora. Percebemos que tínhamos que deixar de lado todos os nossos planos e reiniciar tudo. Posso atestar pessoalmente que simplesmente não é exagero dizer que a IA generativa realmente muda tudo.

Agora é para valer. Tivemos que cavar, com as duas mãos, e cavar fundo. Examinamos os componentes básicos da automação, que são a essência do que fazemos como empresa e plataforma de tecnologia, para ver onde a IA generativa poderia ter um impacto e como poderia ajudar. E provavelmente não é nenhuma surpresa que rapidamente percebemos que a resposta estava em toda parte.

Por exemplo, as entradas para automações costumavam ser limitadas e dependiam de informações pré-estruturadas, sendo que os dados não estruturados exigiam um pré-treinamento antes de serem usados para automatizar os processos de negócios. As entradas podem ser qualquer coisa, dados e informações em praticamente qualquer formato imaginável, sem necessidade de pré-treinamento. Os resultados também, graças à IA generativa, podem assumir qualquer forma. Pode ser uma imagem ou uma apresentação de slides. Mesmo a própria automação, o conjunto de regras para o processo, poderia, em última análise, não precisar ser definida e programada. Em vez disso, poderia ser gerada contextualmente, referenciando dados históricos por meio de conversação em linguagem natural com IA generativa.

A IA generativa abriu as fronteiras existentes da automação.

Começamos a reavaliar cada elemento da trajetória da empresa e dos produtos. Os planos e investimentos existentes foram alterados para capitalizar o enorme potencial e a aceleração. Novos planos significaram novos OKRs à medida que a realidade dessa mudança se espalhava para as atividades diárias da nossa empresa e desenvolvimento de produtos.

Da mesma forma, nossa pilha de tecnologia foi interrompida. Havia ferramentas e tecnologias de que precisaríamos, e havia outras em que não procuraríamos mais investir. Quais ferramentas de IA generativa gostaríamos de ter? E quais tecnologias apoiariam a nova forma de trabalhar com IA generativa incorporada nas tarefas cotidianas?

Capítulo 4: Aceitar a arte do possível

Era abril de 2023. Aprendemos muito sobre IA generativa. Mas ainda havia lacunas muito grandes no nosso conhecimento. Foi nesse momento que resistimos ao impulso de suavizar as coisas e fazer suposições. Pudemos ver o início de uma base começando a se formar, o que gerou uma tentação constante de começar a construir essa base. Mas isso realmente teria sido um caminho falso. Não poderíamos construir uma base no ar.

Para preencher mais o quadro, sabíamos que era importante descobrir mais, descobrir o que não sabíamos. Portanto, começamos a experimentar com seriedade.

Na verdade, ficamos tão entusiasmados que realizamos um concurso em toda a empresa, batizado de "Demo Royale", para aproveitar a energia com uma competição saudável e encontrar aplicativos reais e imediatos para a IA generativa que nossos próprios funcionários pudessem descobrir e apresentar usando sua experiência no assunto. Quase metade da nossa base de funcionários participou do evento. Foi muito difícil decidir os vencedores entre os mais de 200 casos de uso detalhados enviados.

No final das contas, tivemos que declarar empate no primeiro lugar, com os vencedores recebendo prêmios em dinheiro de US$ 10.000. Todos experimentaram e exploraram essa tecnologia, e saímos com muitas ideias, muito entusiasmo e uma visão do que poderíamos fazer. O impacto foi apenas a ponta do iceberg.

Os pilotos criados durante essa competição inspiraram nossas equipes de suporte ao cliente e de TI a automatizar o suporte L1 e L2 para nossos clientes e funcionários internos de ponta a ponta. Nossa equipe de globalização acabou automatizando a tradução do conteúdo de vídeo e nossa equipe de marketing automatizou o processo de criação de estudos de caso de clientes. Nossa organização de TI lançou uma versão interna de um assistente de IA, o "Jarvis".

Capítulo 5: Construir nossa base com o modelo certo de IA generativa

Então, como podemos fazer isso funcionar? Finalmente chegamos a essa questão nada trivial em nossa jornada de IA generativa. Nesse ponto, começamos a estabelecer uma base, descobrindo os blocos de construção da operacionalização da IA generativa.

Transformar nossas ideias e casos de uso em realidade significou escolher uma equipe para se tornar especialista em IA generativa. Onde esse conjunto de habilidades deve ser mantido? Qual equipe ou função comercial seria o centro, o lar dentro da organização para IA generativa? Nosso próprio CoE, nossa equipe de automação, foi o lugar mais simples para começar. É um projeto contínuo para o CoE; eles estão na linha de frente todos os dias, aprendendo e enriquecendo seu conjunto de habilidades de IA generativa.

Nossa equipe de automação cresceu rapidamente (e ainda estão aprendendo) e começamos a aceitar as ideias e oportunidades vindas de nossas equipes comerciais. Começamos a construir essas automações com IA generativa. Adoro o exemplo de nossa automação de revisão de contratos com a IA generativa. É uma automação que economiza 4 mil horas, o que é muito tempo. Mas o que vejo que é ainda mais importante em muitos aspectos é como isso elimina a frustração entre as equipes e o atrito do processo.

Tivemos que fazer escolhas sobre políticas. Como orientamos os funcionários sobre o que é certo ou não? Devemos permitir que eles usem aplicativos de IA de terceiros disponíveis gratuitamente? Eles podem usar qualquer modelo de IA que desejarem para uso interno? Que tipo de dados eles podem compartilhar ao usar aplicativos habilitados para IA?

E havíamos chegado a outra das grandes questões desta jornada: em qual modelo de linguagem grande (LLM) devemos investir? Para isso, contatamos um de nossos parceiros de longa data e escolhemos dois modelos. Também aprendemos o valor do treinamento no conjunto certo de dados para tornar o modelo uma extensão do nosso conhecimento empresarial.

Não é exagero dizer que treinar e ajustar o LLM escolhido é a parte mais complexa desta história.

A IA generativa apresenta riscos de precisão e de "alucinação", que têm maior probabilidade de ocorrer quando a IA generativa é aplicada fora de sua faixa de especialização treinada. Nossa experiência nos mostrou a necessidade de treinar os modelos escolhidos com os dados da sua própria empresa. E sim, testar seu modelo. E testar novamente.

Quero voltar à questão dos controles de privacidade porque sempre ouço os líderes de TI falarem sobre isso. Aprendemos que a complexidade das preocupações de segurança e privacidade da IA generativa surge da sua estrutura em camadas, incluindo o modelo fundamental, o provedor e quaisquer componentes de terceiros. É por isso que optamos desde o início por trabalhar com dados não confidenciais que já foram compartilhados publicamente com a nossa comunidade. Esse era o plano até que pudéssemos encontrar uma maneira de ocultar os dados confidenciais antes de compartilhá-los com os prompts de IA.

Houve outra decisão importante que tomamos durante a jornada: “Nossos dados nunca sairão da organização.” Alguns provedores de modelos de IA estão fazendo um trabalho fantástico na criação desses modelos, mas são muito novos para que nossos dados sejam confiados a eles. Isso significa que hospedaríamos os modelos em nossos servidores para que pudéssemos ter controle total e visibilidade sobre quem tem acesso e por quê.

O que aprendemos, e continuamos a desenvolver para você, é que a maneira mais eficaz para as empresas obterem controles de segurança, privacidade e precisão é usar a IA generativa por meio de uma plataforma segura de automação inteligente. A plataforma facilita a orquestração completa entre sistemas e usuários com governança e proteções integradas, abrindo caminho para o uso seguro e eficaz da IA generativa.

De forma empolgante, fizemos avanços significativos na incorporação da IA generativa na Automation Success Platform, oferecendo segurança empresarial integrada, governança, trilhas de auditoria e ferramentas de conformidade, permitindo que você use a IA generativa de forma segura e crie proteções em torno de seu uso.

Capítulo 6: No centro da inovação

O que me entusiasma agora é que estamos em uma corrida aberta pela inovação. A IA generativa avançou o relógio na democratização da IA e, portanto, da automação. Como fazer as coisas torna-se uma questão que prioriza a IA. Você se lembra da primeira vez que viu uma automação ser criada? Depois de ver o poder e a capacidade da automação, não será possível olhar novamente para um processo de negócios da mesma maneira.

E agora, a mesma coisa aconteceu com a IA generativa. É uma mentalidade que prioriza a IA porque a IA generativa a disponibiliza para todos. A união da inteligência da IA com o poder de ação da automação é uma combinação perfeita. E agora, acabaram as barreiras à modelagem de IA e ao desenvolvimento caro, complexo e demorado de especialistas. É como um buffet de IA à vontade.

Não vou me aprofundar no assunto agora, mas isso reabre o debate entre comprar e construir para as necessidades de tecnologia corporativa. A construção está de volta à mesa, (ainda) não ao ponto de ser a abordagem padrão, mas pode ser uma opção real que pode ser mais econômica e escalável, dependendo do problema que você deseja resolver. Especialmente porque a necessidade de UI está mudando, pois agora podemos combinar fluxos de trabalho com uma interface de conversação de IA generativa.

Ainda estamos descobrindo muito valor. Neste ponto, investimos no trabalho com parceiros empresariais para pensar em ideias e construir nosso roteiro futuro.

Liderar a jornada de IA generativa

Nessa fronteira, quero sempre ter em mente que a IA generativa é uma tecnologia. Por isso, o poder e a responsabilidade de usar a IA para a organização cabem ao escritório do CIO. As previsões antecipam uma adoção crescente nos próximos 4 a 5 anos, com 80% dos CIOs preparados para usar a IA.

Para mim, como CIO, esta jornada é a aventura de uma vida.

Se você deseja liderar a jornada de IA generativa para sua empresa, agora é a hora de enfrentar suas preocupações para poder seguir em frente e liderar. Espero que nossa história possa ajudar na sua jornada e fico sempre emocionado em ouvir CIOs e líderes de tecnologia nesse caminho. À medida que descobrimos mais perguntas e respostas, nós as compartilhamos com você. Então, o que o está impedindo neste momento?