A Série CxO: dicas para implementar a IA generativa da Accenture

Para o nosso último blog Série CxO, tive o prazer de falar com Shallu Gupta, CTO de Automação Inteligente para Tecnologia de Operações da Accenture Operations, que conduz iniciativas de automação em diversas operações. Falamos sobre a ascensão da IA generativa e quais tendências ela está vendo nas implementações entre os clientes da Accenture.

Pode nos contar um pouco sobre sua função atual e sua trajetória?

Gupta: Tenho mais de 22 anos de experiência em TI e venho de um histórico de desenvolvimento de software central. Minha função atual envolve a colaboração com fornecedores de primeira linha, equipes de entrega e equipes de transformação de negócios em toda a Accenture para projetar estratégias de tecnologia alinhadas aos nossos objetivos de negócios. Eu me esforço para garantir que nosso roteiro de tecnologia esteja sincronizado com nossa estratégia geral de negócios, permitindo que nos mantenhamos competitivos em um cenário tecnológico em rápida evolução. Construir e gerenciar parcerias de tecnologia com fornecedores e parceiros importantes também é um aspecto crucial da minha função. Isso garante que tenhamos acesso às mais recentes tecnologias e soluções que possam impulsionar a eficiência operacional e aprimorar os resultados de nossos negócios.

Como CTO de Automação, estou empenhada em ficar a par das tecnologias emergentes, tendências do setor e práticas recomendadas. Ao promover uma cultura de inovação e colaboração, busco conduzir mudanças transformadoras que causem impacto positivo no desempenho de nossos negócios.

IA e IA generativa são claramente tópicos importantes e de alta prioridade para seus clientes. Quais são algumas das principais tendências que você vê e as áreas em que os clientes estão mostrando mais interesse e potencial para essas tecnologias?

Gupta: Pessoalmente, estou ansiosa para aproveitar os recursos da IA generativa em todos os domínios da Accenture Operations. Atualmente, na Accenture, estamos realizando vários experimentos em vários departamentos (finanças, marketing e pesquisa, talentos e RH, entre outros), além de medir o impacto da IA generativa em diferentes fases do ciclo de vida de desenvolvimento de software (SDLC), desde a descoberta até a implantação, pois ela tem o potencial de melhorar significativamente a produtividade do desenvolvedor por meio de geração de código, depuração de código e outros recursos avançados.

Em nossa organização, já utilizamos IA para oferecer soluções de automação inteligente aos clientes. Essas soluções abrangem várias áreas, como digitalização de documentos, automação baseada em processamento de linguagem natural (PLN) e análise preditiva. Ao incorporar tecnologias de IA, ajudamos nossos clientes a reduzir custos, aprimorar a eficiência operacional e elevar a experiência geral do cliente.

No cenário atual, os clientes estão cada vez mais buscando soluções integradas completas em vez de soluções pontuais individuais. Eles querem uma plataforma abrangente que ofereça um ecossistema unificado em vez de depender de várias ferramentas desconexas. A introdução da IA generativa alimentou ainda mais essa tendência, com ênfase particular na PLN e na geração de linguagem natural (GLN). Os clientes estão ansiosos para aproveitar essas tecnologias para aprimorar o atendimento ao cliente, automatizar conversas e gerar conteúdo escrito de alta qualidade que se assemelhe ao conteúdo gerado por pessoas.

Alinhar os objetivos de negócios a uma estratégia de IA deve ser fundamental. Quais são algumas das maneiras que você considera melhores para medir o sucesso?

Gupta: Haveria medidas quantitativas e qualitativas, como:

Feedback do cliente
Influência nas métricas financeiras (custo, receita, ROI)
Impacto nas métricas operacionais (eficiência, eficácia, produtividade)
Satisfação dos funcionários (equilíbrio entre vida pessoal e profissional)

Quais são algumas outras considerações que as organizações precisam ter em mente ao implementar uma estratégia de IA?

Gupta: Acredito que as organizações devem estar atentas ao seguinte:

Análise de lacunas de habilidades
As organizações devem realizar uma análise abrangente de lacunas de habilidades para identificar áreas em que é necessário treinamento ou contratação adicional.
Centro de comando
A implementação de um centro de comando pode beneficiar muito as organizações no gerenciamento de sistemas de IA, pois possibilita monitoramento e supervisão em tempo real das operações, do desempenho e de possíveis problemas de IA.
Análise de custo-benefício
É crucial que as organizações conduzam uma análise de custo-benefício antes de implementar soluções de IA para garantir que elas estejam alinhadas aos seus objetivos gerais de negócios.
Gerenciamento de viés eficaz
A implementação de práticas robustas de gerenciamento de viés envolve conjuntos de dados diversos e representativos, auditoria regular de algoritmos e monitoramento contínuo para identificar e mitigar vieses. Isso garante justiça, transparência e uso ético das tecnologias de IA.
Estabelecimento de uma função de suporte robusta
As organizações devem estabelecer uma forte função de suporte para auxiliar funcionários e partes interessadas na utilização eficaz das tecnologias de IA. Ter um sistema de suporte confiável ajuda a superar desafios, garante operações tranquilas e maximiza o valor derivado dos sistemas de IA.
Mecanismo de feedback adequado
Estabelecer um mecanismo de feedback é essencial para que as organizações melhorem continuamente suas estratégias de IA. Em última análise, isso impulsiona a inovação e garante o alinhamento das soluções de IA com as necessidades dinâmicas da organização e das partes interessadas.

Ao considerar esses fatores adicionais juntamente com os listados anteriormente, as organizações podem aumentar o sucesso e a eficácia de suas estratégias de IA, minimizando os riscos e maximizando os benefícios que a IA pode trazer para as operações.

Quais são alguns dos principais limites com os quais as organizações devem ser cuidadosas?

Gupta: O limite mais importante deve estar relacionado à privacidade e à segurança dos dados, além da garantia de que as empresas tenham uma compreensão firme da maneira como os dados são tratados, processados, protegidos e usados. Outros limites são como as organizações estão lidando com questões de direitos autorais, gerando resultados imparciais e consistência.

Como as organizações podem garantir que a estratégia que adotam hoje seja sustentável em longo prazo?

Gupta: Vemos muitas oportunidades com o avanço da IA, e há uma pressão para que as organizações adotem essa tecnologia. Eu diria que cada organização deve pensar com responsabilidade, pois a inovação traz muitas oportunidades, mas também responsabilidades. Menciono aqui alguns aspectos que as organizações devem considerar:

Identificar as áreas por onde começar a jornada da IA e planejar uma estratégia de longo prazo no roteiro de implementação.
Planejar os tipos de conjuntos de habilidades de que você precisa e criar uma estratégia para qualificar seus recursos.
Identificar as principais métricas para medir seu sucesso.
Entender as limitações e os modelos que você vai usar.
Ter um modelo de governança robusto em conformidade com os regulamentos relevantes.
Implementar as práticas recomendadas de teste e as verificações de qualidade antes que qualquer sistema de IA seja colocado em produção.
Utilizar sistemas para monitorar continuamente seus sistemas e um modelo de suporte treinado para corrigir problemas de forma imediata e permanente.
Estabelecer um forte mecanismo de feedback.

Como você vê a evolução do espaço de IA generativa nos próximos 12 a 24 meses?

Gupta: A evolução contínua de cada camada na pilha de tecnologia de IA generativa indica melhorias promissoras em sua eficácia para os consumidores. Daqui para a frente, as organizações poderão ajustar a tecnologia conforme suas demandas específicas, aproveitando seus dados particulares para integração perfeita com seus aplicativos. Espera-se que a demanda por habilidades relacionadas ao ajuste fino de modelos existentes com base em requisitos organizacionais aumente. Vejo a engenharia de prompt como uma habilidade que deve ficar cada vez mais importante para desenvolvedores e engenheiros.

O ritmo acelerado de avanços já está dando origem a novos modelos, e prevemos a disponibilidade de modelos pré-treinados ainda mais maduros no mercado nos próximos 1–2 anos. Esses modelos darão às organizações recursos aprimorados e mais opções para implementar soluções de IA generativa que se alinhem a seus objetivos de negócios exclusivos.