Se tomarmos como referência os primórdios da computação, uma fase marcada pela dificuldade em obter resultados corretos e consistentes é possível reconhecer que, atualmente, os sistemas de IA atingiram um nível de maturidade significativamente mais elevado e parecem, estar hoje no caminho certo para uma adoção cada vez mais ampla e eficaz.
No entanto, essa evolução não elimina um desafio central: a dificuldade em calcular o retorno do investimento (ROI) associado a este tipo de soluções. Apesar do seu potencial e da crescente adoção, continua a existir uma lacuna significativa na forma como as organizações conseguem medir, de forma objetiva, o valor real que estas tecnologias efetivamente entregam.
Tendo em conta o estudo global realizado pela SAP Concur, atualmente mercado tecnológico é cada vez mais global, o que significa que os desafios, tendências e dificuldades identificados noutras geografias acabam, inevitavelmente, por se refletir também nos mercados nacionais. E isto diz muito sobre a adoção e maturidade das soluções de Inteligência Artificial.
Segundo o mesmo estudo, 54% dos CEO e 50% dos CFO admitem ter dificuldades significativas em quantificar o retorno do investimento (ROI) associado à IA. Este fator, por si só, está a travar muitas organizações na adoção destas soluções, sobretudo quando os investimentos envolvidos continuam a crescer de forma acelerada.
Apesar disso, o investimento em IA tem sido significativo nos últimos anos. Ainda assim, 39% dos CEO e 38% dos CFO reconhecem que é demasiado cedo para retirar conclusões definitivas sobre se estes investimentos estão ou não, a gerar o retorno esperado. Esta perceção demonstra que muitas organizações continuam sem indicadores suficientemente maduros para medir impacto real.
O estudo identifica ainda vários obstáculos à adoção da IA, destacando-se a lentidão na materialização dos benefícios esperados, fator referido por 53% dos CFO inquiridos. Por outro lado, 51% dos participantes consideram que as expectativas iniciais em torno da IA são excessivamente otimistas. Outro ponto crítico identificado prende-se com a qualidade e integração dos dados, considerada por muitos líderes como um dos principais entraves à implementação eficaz destas soluções.
Relativamente aos critérios utilizados para avaliar a adoção de soluções de IA, destacam-se indicadores como produtividade, poupança de tempo, redução de custos e melhoria da qualidade. No entanto, em muitas organizações, a aplicação destas tecnologias continua demasiado focada em ganhos operacionais internos, em vez de estar alinhada diretamente com objetivos estratégicos de negócio. Essa realidade pode reduzir a visibilidade e o impacto da IA junto dos decisores.
O estudo chama ainda a atenção para a falta de alinhamento entre diferentes áreas das organizações. A ausência de métricas uniformizadas e de uma abordagem transversal para a medição do ROI dificulta significativamente a escalabilidade dos projetos de IA. Em muitos casos, esta limitação impede mesmo a evolução das soluções para além da fase piloto, atrasando a sua consolidação dentro das organizações.
Se olharmos para os primórdios da computação, percebemos que as maiores dificuldades estavam relacionadas com limitações técnicas, capacidade de processamento e fiabilidade dos sistemas. Atualmente, apesar da enorme evolução tecnológica alcançada, os desafios parecem ter mudado e já não estão apenas na capacidade de processamento ou no desempenho das soluções, mas sobretudo na capacidade das organizações em medir valor, justificar investimento e transformar potencial tecnológico em impacto real no negócio.
Talvez estejamos novamente perante uma fase de transição tecnológica, onde o verdadeiro desafio não é apenas desenvolver tecnologia mais avançada, mas sim compreender de que forma essa tecnologia pode gerar valor sustentável e mensurável para as organizações e para a sociedade.
Ao mesmo tempo, começam já a surgir novas fronteiras tecnológicas, como a Computação Quântica, que prometem alterar novamente o paradigma da computação moderna. Tal como aconteceu nos primórdios da computação tradicional, também aqui o entusiasmo tecnológico surge acompanhado de desafios técnicos, estratégicos e económicos cuja verdadeira dimensão poderá apenas ser compreendida ao longo dos próximos anos.
