Assim, em vez de aprovar todos os projetos de IA que gerassem um ROI positivo, eles decidiram se concentrar em um único domínio: marketing. Aqui, a IA de geração de insights poderia ser usada em diversas tarefas interligadas, incluindo geração de insights, geração de conteúdo e desenvolvimento de novos produtos. As tarefas estavam relacionadas entre si, utilizando informações extraídas dos mesmos dados, clientes e pesquisas de mercado. Os resultados de uma tarefa se conectavam aos demais. Por exemplo, insights de consumidores em tempo real levam a uma inovação de produto superior e a uma melhor segmentação. Uma inovação de produto melhor e mais rápida ajuda as empresas a lançar produtos relevantes no mercado, fortalecendo, assim, a fidelidade, a retenção e a defesa da marca. Os executivos acreditavam que concentrar seus esforços apenas no marketing ajudaria a empresa a obter melhorias em escala.
A Reckitt já possuía pontos fortes em marketing, como dados de clientes abrangentes e uma equipe proficiente em tecnologias avançadas, incluindo IA preditiva. A adoção da IA de última geração, com foco na melhoria das operações de marketing, ajudou a Reckitt a descobrir novas maneiras de o departamento operar. Isso forçou a equipe de marketing a repensar drasticamente toda a sua abordagem, reformulando muitos processos à medida que aprendia como a IA de última geração poderia aprimorar toda a operação de marketing, e não apenas uma ou outra tarefa específica.
Menos de dois anos depois, a Reckitt atribui sua adoção deliberada de IA de última geração ao fato de ter conseguido gerar conceitos de produtos até 60% mais rápido do que antes. A empresa também reconhece que a IA de última geração tornou os processos de comunicação de marca e marketing 30% ou mais mais eficientes (dependendo do processo). Esses ganhos não teriam sido possíveis se a Reckitt não tivesse concentrado seus esforços de experimentação e investimento em IA em um conjunto de funções ou tarefas interconectadas dentro de um único domínio.
A experiência da Reckitt ilustra uma lição vital: para obter uma vantagem competitiva duradoura, as empresas devem evitar dois erros comuns e relacionados na implementação de IA de última geração. O primeiro é dispersar esforços e recursos em casos de uso pontuais por toda a empresa. O segundo é focar exclusivamente no retorno sobre o investimento (ROI) imediato. Essa abordagem — ter muitos casos de uso não relacionados, cada um justificado pela forte promessa de ROI imediato — é frequentemente descrita como uma implementação “superficial e ampla”. Muitos executivos com quem conversamos disseram acreditar que deveriam implementar a IA de última geração o mais amplamente possível para ver o que funciona. Embora essa técnica gere alguma eficiência de custos imediata, é improvável que proporcione uma vantagem competitiva, e as empresas que a utilizam não obtêm o sucesso que poderiam.
Eis o motivo. Digamos que uma empresa automatize alguns processos distintos na área contábil, outros na cadeia de suprimentos, alguns no marketing, outros nas finanças e outros em RH. Duas coisas acontecem: primeiro, os executivos têm pouca motivação para reformular completamente as funções quando apenas 5% a 10% das tarefas utilizam IA de última geração. Segundo, executar casos de uso sem foco em um objetivo maior geralmente leva à fadiga da iniciativa. E quando os casos de uso oferecem pouca vantagem competitiva ou são facilmente copiados pelos concorrentes, os funcionários podem ficar céticos ou desiludidos. (Na Reckitt, por outro lado, o objetivo maior era impulsionar o crescimento da receita lançando novos produtos no mercado mais rapidamente.)
Quando se trata de implementação de IA, as empresas devem seguir o exemplo da Reckitt — o que chamamos de abordagem “profunda e específica”. É uma estratégia incomum: apenas 4% das empresas adotam uma abordagem focada em algumas prioridades, promovendo uma transformação profunda, de acordo com uma pesquisa da BCG de 2024 com 1.000 executivos de alto escalão. Mas aquelas que o fazem alcançam o dobro do retorno sobre o investimento ao longo do tempo.
Temos décadas de experiência como profissionais, educadores e consultores de marcas globais em marketing, estratégia e tecnologia. Desde a introdução da IA de última geração no mercado em 2022, observamos que a abordagem profunda e específica oferece muitas vantagens. Ela exige que você repense fundamentalmente a maneira como o trabalho é realizado em uma determinada área do seu negócio. Leva a uma maior produtividade, alavancando seus pontos fortes competitivos. E incentiva a descoberta de novas formas de trabalho exclusivas da cultura da sua empresa, dificultando a cópia por parte dos concorrentes. Depois de dominar a IA de última geração em uma área de negócios, você pode aplicar o que aprendeu a outras.
Quando propusemos pela primeira vez a ideia de implantações profundas e específicas, muitos executivos temeram que parecesse contraintuitiva — e mais arriscada do que a abordagem superficial e abrangente. Afinal, implantações superficiais e abrangentes não estão erradas: elas economizam tempo e dinheiro. E os executivos devem se sentir à vontade para conduzir alguns experimentos superficiais e abrangentes, especialmente ao começarem a testar a disposição e a prontidão da organização para adotar IA. Mas eles precisam entender que casos de uso isolados e desconectados não são implantações transformadoras. Os executivos também estavam apreensivos com o investimento significativo necessário para reconstruir os processos e temiam se desviar da sabedoria convencional, que diz que é preciso executar centenas de projetos de IA para obter sucesso. Além disso, muitos não haviam realizado uma avaliação honesta e profunda das competências essenciais e da maturidade de dados de suas empresas — uma etapa necessária para decidir onde se aprofundar — porque consideravam esse processo muito difícil e demorado. Com o tempo, no entanto, muitos dos céticos passaram a entender por que a abordagem profunda e específica faz sentido.
Neste artigo, vamos explorar por que tantas empresas gerenciam mal a adoção da IA de última geração. Em seguida, forneceremos um guia para que você possa implementar a IA de forma aprofundada e específica, usando exemplos da IKEA, L’Oréal e outras empresas.
Por que ir fundo e se concentrar em algo específico?
Os líderes tendem a exigir projeções concretas de ROI para cada caso de uso. Só depois de demonstrarem um ROI imediato, disseram-nos, é que consideram viável implementar IA de última geração em outros contextos. Mas essa abordagem ignora a realidade de como a adoção de IA funciona na prática: o ROI acumula-se a uma velocidade e magnitude diferentes para cada caso de uso. Nas empresas que acreditamos terem implementado IA de última geração de forma eficaz, o impacto pode demorar algum tempo a materializar-se, e o progresso não deve ser medido apenas pelo ROI a curto prazo.
Em comparação com uma implementação superficial e abrangente, uma implementação profunda e específica exige muito tempo e esforço. É excepcionalmente difícil realizá-la simultaneamente em múltiplos domínios, pois requer uma gestão de mudanças abrangente. Você estará introduzindo tecnologias novas para seus funcionários. Estará alterando processos de trabalho. As estruturas de equipe e as formas de trabalho também precisarão mudar. É claro que a introdução de qualquer nova tecnologia exigirá aprendizado e alguma adaptação dos processos de trabalho, mas uma implementação profunda requer mudanças radicais e uma reinvenção da maneira como o trabalho é feito.
Implementações profundas e específicas podem se concentrar em uma única função ou em processos de ponta a ponta. A L’Oréal, a maior empresa de cosméticos do mundo, implementou IA extensivamente em sua função de marketing, assim como a Reckitt. O Acme Bank (nome fictício), por outro lado, concentrou-se na transformação de seu processo de hipotecas de ponta a ponta. Seu processo original era extremamente complexo: primeiro, um consultor de hipotecas coletava os documentos do mutuário e inseria os dados manualmente no sistema de originação de empréstimos. Em seguida, um agente de crédito verificava os documentos e utilizava documentos adicionais (como pesquisas de títulos e certidões de inundação) para auxiliar na avaliação. Finalmente, um analista de crédito avaliava a capacidade de crédito do mutuário e definia os termos do empréstimo. O Acme agora usa IA de última geração para automatizar o processamento de toda a documentação de hipotecas. O banco também criou uma interface de IA de última geração conversacional para os analistas de crédito. Eles podem conversar com o sistema e solicitar que ele execute tarefas, como executar modelos preditivos de IA e redigir uma explicação para a aprovação ou rejeição de um solicitante. Essa interface intuitiva permitiu que os analistas de crédito investigassem as decisões do modelo e descobriram que fornecer informações mais precisas sobre o contexto do cliente melhorava os resultados tanto para os clientes quanto para o banco. Como resultado, o Acme Bank aprimorou a qualidade de suas decisões, a agilidade e a capacidade de resposta às necessidades dos clientes.
Como começar
Antes de implementar a IA de última geração, você precisa identificar onde ela seria mais estratégica, pois, em última análise, o objetivo é que a IA fortaleça suas vantagens competitivas existentes. Para isso, recomendamos um processo de quatro etapas.
Passo 1: Identifique a oportunidade mais promissora.
A IA de última geração é uma tecnologia de propósito geral com um amplo espectro de aplicações. Tarefas de produtividade de escritório, como resumir reuniões e criar apresentações, estão na extremidade rotineira desse espectro. Na outra extremidade, encontram-se atividades de geração de valor, como o uso da IA de última geração para viabilizar novos modelos de negócios ou, quando integrada a produtos e serviços, para reformular as experiências do cliente. No meio do espectro está a reinvenção de domínio — a reimaginação completa de processos ou funções de trabalho.
Produtividade no escritório significa melhorar a eficiência na execução de tarefas rotineiras. É improvável que gere uma vantagem competitiva. Viabilizar novos modelos de negócios usando IA é uma oportunidade empolgante, mas pode ser difícil para empresas que vendem produtos nos quais a IA não pode ser facilmente incorporada (por exemplo, pasta de dente). Reinvenção de domínio — que abrange funções e processos — é uma área de oportunidade para quase qualquer empresa.
Vamos voltar ao exemplo do Acme Bank. Ele é um dos maiores bancos da região, e os empréstimos hipotecários representam uma grande parte de seu portfólio. O financiamento imobiliário tem margens elevadas, mesmo em cenários de baixas taxas de juros, o que torna as hipotecas um produto estrategicamente importante para o banco. O Acme utilizou os empréstimos hipotecários para aprimorar o relacionamento com os clientes e realizar vendas cruzadas de outros produtos. A equipe mapeou as etapas essenciais do processo, avaliou onde fazia sentido fazer as coisas de forma diferente e eliminou as redundâncias. A equipe desenvolveu um processo mais eficaz, e a IA de última geração o tornou ainda mais rápido e fácil.
Etapa 2: Identificar áreas de vantagem duradoura.
Sempre que você implementar IA em larga escala, seu objetivo deve ser proteger ou aprimorar uma vantagem competitiva existente ou criar uma nova vantagem difícil de copiar.
A L’Oréal utilizou inteligência artificial de última geração para criar uma nova vantagem competitiva. A varejista francesa de cosméticos, avaliada em € 43 bilhões, combinou recentemente sua expertise em cosméticos com poderosas ferramentas de IA de última geração para reinventar as interações com os clientes. Nicolas Hieronimus , CEO da empresa, afirmou que a L’Oréal mudou sua visão de beleza para todos para beleza para cada um, colocando a personalização no centro de sua missão. Como? Concentrando seus esforços em IA de última geração na jornada do consumidor — de forma profunda e personalizada. Seu chatbot Beauty Genius realiza um diagnóstico detalhado da pele de cada usuário e, em seguida, oferece análises especializadas, recomendações de produtos e rotinas personalizadas. Isso é possível porque a L’Oréal vem aprimorando suas capacidades de realidade aumentada (RA) desde 2015 e porque tem acesso à pesquisa avançada da empresa sobre biologia da pele. A L’Oréal focou seu programa de IA de última geração em sua expertise no setor e em seu vasto banco de dados de clientes. Reinventou a jornada do consumidor ao lançar o Beauty Genius, que facilita o entendimento da pele (diagnóstico), a obtenção de conselhos, a seleção dos produtos certos e o compartilhamento com amigos. Além disso, cada vez que um cliente interage com o chatbot, a L’Oréal obtém dados mais valiosos.
O projeto foi um sucesso. O Beauty Genius realizou mais de 400.000 conversas nos Estados Unidos em seus primeiros seis meses. A L’Oréal está integrando o Beauty Genius ao WhatsApp, o que esperamos que leve a um aumento significativo no uso. A estratégia da L’Oréal é fornecer uma série de serviços de tecnologia de beleza , dos quais o Beauty Genius é um componente fundamental. Esses serviços — como experimentação virtual de produtos e o Hapta, um aplicador de maquiagem computadorizado — utilizam inteligência artificial extensivamente e já foram usados mais de 110 milhões de vezes. No Sudeste Asiático, Oriente Médio e Norte da África, a tecnologia de beleza dobrou a taxa de conversão de seus 50 milhões de usuários. Com um sucesso como esse, muitos imitadores certamente surgirão, mas eles não podem oferecer a vasta pesquisa em cosméticos que a L’Oréal realiza.
A IKEA está adotando uma abordagem um pouco diferente: está usando inteligência artificial de última geração para ampliar seus pontos fortes. A empresa, conhecida por seus móveis acessíveis, também oferece serviços de design de interiores. Mas, para os clientes, o preço costuma ser uma barreira, já que designers altamente qualificados são necessários para prestar esses serviços. Agora, a IKEA pretende usar a inteligência artificial de última geração para tornar os serviços de design mais acessíveis. Com base em resultados iniciais, Francesco Marzoni, diretor de dados e análises da IKEA, prevê que os designers profissionais da IKEA poderão usar a inteligência artificial de última geração para concluir projetos de design em 10 minutos e, em seguida, usar sua expertise para aprimorá-los. Isso representa uma grande mudança em relação ao uso de consultores, cujas taxas geralmente são de US$ 99 por cômodo e levam alguns dias para entregar os projetos.
Essa nova forma de projetar aumenta a vantagem competitiva da IKEA em design. A empresa já possui a maior comunidade de designers de interiores do mundo e realiza muito mais projetos de design de interiores do que seus concorrentes. Agora, ela pode alimentar seus modelos de IA de última geração em tempo real com dados de alta qualidade provenientes de milhares de projetos. Esses dois elementos, expertise e escala, permitirão que seu sistema de IA de última geração aprenda mais rápido e melhor do que os demais. Será difícil para outras varejistas de móveis oferecerem um serviço comparável com a mesma qualidade e preço.
Passo 3: Escolha a sequência correta.
A IA de última geração pode impulsionar os lucros, permitindo ganhos de eficiência de custos e crescimento. Você deve priorizar a eficiência, o crescimento ou uma combinação de ambos? Quando se trata de um nicho específico e aprofundado, começar com ganhos de eficiência de custos em um único domínio costuma ser a opção mais inteligente, pois normalmente é possível reduzir os custos mais rapidamente do que alcançar um crescimento significativo da receita.
Foi exatamente isso que a Reckitt fez. A empresa identificou cinco projetos-piloto de IA de última geração para demonstrar ganhos imediatos de eficiência em marketing. Um experimento, por exemplo, mostrou que a IA de última geração conseguia desenvolver análises de campanhas de mídia em horas, em vez de dias. Conquistas iniciais como essa ajudaram a obter o apoio da diretoria. Uma vez convencidos, os líderes se aprofundaram e se especializaram em áreas específicas do marketing para impulsionar tanto a eficiência quanto o crescimento.
Como a abordagem profunda e específica exige maior foco na transformação de processos e tem um impacto maior no trabalho diário dos funcionários, ela demanda mais recursos gerenciais do que a abordagem superficial e abrangente. A gestão da mudança representa 70% do desafio. O aprimoramento dos dados e o uso eficaz da IA de última geração representam apenas 20% e 10%, respectivamente. À medida que as empresas buscam consolidar seus sucessos iniciais e expandir para além do departamento onde a abordagem foi inicialmente focada, elas precisam estar preparadas para uma iniciativa de gestão da mudança em larga escala.
Etapa 4: Monitore o cenário competitivo.
Assim como você está usando IA de última geração para fortalecer seu posicionamento competitivo, seus concorrentes também estão. Pergunte-se: nosso principal concorrente consegue replicar um ponto forte nosso usando IA de última geração? A outra empresa não precisa ser tão boa quanto você nesse ponto forte. Para causar problemas, ela precisa oferecer apenas uma solução “boa o suficiente”, mais simples e mais barata. Para não perder sua vantagem, você precisa implementar a IA de última geração de maneiras que aumentem a diferença entre sua empresa e seus concorrentes, como faz o Beauty Genius da L’Oréal. Ao priorizar a IA de última geração em suas operações, você descobrirá oportunidades para mudar a forma como trabalha. Aproveite-as.
. . .
Ainda estamos nos estágios iniciais da IA de geração e da IA agente, mas um padrão claro já emergiu. A maioria das empresas implementa IA amplamente em toda a organização; elas usam a abordagem superficial e abrangente, esperando que alguns projetos-piloto gerem valor significativo. Muitos desses esforços de fato proporcionam retorno sobre o investimento (ROI), mas, coletivamente, seu impacto costuma ser limitado e temporário, porque as implementações superficiais e abrangentes são facilmente replicadas.
Investir em inteligência artificial de forma profunda e específica reforça os pontos fortes da sua empresa de maneira deliberada. IKEA, L’Oréal, Reckitt e outras empresas utilizaram essa abordagem para aprimorar funções ou processos complexos de ponta a ponta. Elas se questionaram profundamente sobre seus objetivos de IA. Em alguns casos, isso as levou a criar novas linhas de negócios. E os resultados justificaram o esforço. Um estudo da BCG constatou que empresas que utilizam a abordagem profunda e específica obtêm o dobro do retorno sobre o investimento (ROI) em comparação com empresas que utilizam implementações superficiais e abrangentes. Prevemos que essa diferença continuará a aumentar.
Fonte HBR