Inteligência artificial: 5 pontos para a implementação responsável

Já pensou nos impactos econômicos da inteligência artificial? No dia 14 de junho a McKinsey divulgou dados interessantes para que se possa analisar cuidadosamente para onde estamos indo. Chat GPT é a ferramenta mais popular de IA generativa por ter caído nas graças do público amplo, mas existem muitas outras nesta mesma categoria nos dando uma nova perspectiva sobre o futuro.

O estudo apresentado pela McKinsey trata sobre o potencial econômico desta categoria específica de inteligência artificial, a generativa.

Qual é o potencial da inteligência artificial generativa para a economia?

Segundo a McKinsey, a automação do trabalho por meio da inteligência artificial generativa pode eliminar tarefas repetitivas e de baixo valor agregado, permitindo que os trabalhadores se concentrem em atividades mais estratégicas e criativas. Isso pode levar a um aumento na eficiência e na produtividade geral.

Além disso, pode melhorar a tomada de decisões ao fornecer insights e análises avançadas. Por exemplo, em setores como o varejo e os bens de consumo, essa tecnologia pode ajudar a prever demandas e tendências de mercado, otimizar a cadeia de suprimentos e personalizar a experiência do cliente, resultando em operações mais eficientes, redução de custos e aumento da satisfação do cliente.

Todo esse impacto na produtividade tende a acelerar a inovação através da geração automática de ideias e designs, podendo favorecer soluções criativas e disruptivas em um ritmo mais rápido, impulsionando a competitividade das empresas e estimulando o crescimento econômico.

7 principais insights sobre o uso da inteligência artificial generativa

1. O impacto na produtividade pode adicionar trilhões de dólares em valor à economia global, estimando um acréscimo equivalente a $2,6 trilhões a $4,4 trilhões anualmente.

2. Cerca de 75% do valor agregado está em quatro áreas: operações do cliente, marketing e vendas, engenharia de software e P&D.

3. Todos os setores da indústria serão impactados, com destaque para bancos, tecnologia de ponta e ciências da vida.

4. Estima-se que poderiam ser automatizadas atividades de trabalho que absorvem 60 a 70% do tempo dos funcionários atualmente, mudando a anatomia do trabalho.

5. O ritmo da transformação da força de trabalho deve acelerar, devido ao aumento no potencial de automação técnica. Projeções indicam que metade das atividades de trabalho de hoje poderia ser automatizada entre 2030 e 2060.

6. Embora possa haver um aumento substancial na produtividade em toda a economia, isso requer investimentos para apoiar os trabalhadores na mudança de atividades ou na mudança de empregos.

7. Em contraponto ao entusiasmo, existem desafios importantes a serem enfrentados, incluindo gerenciamento de riscos e determinação de quais novas habilidades e capacidades a força de trabalho precisará.

4 áreas que podem ser otimizadas com a inteligência artificial generativa

Foram examinados 63 casos de uso em 16 funções de negócios diferentes. A lista completa de todas as áreas que podem ser afetadas não foi divulgada, mas pelo apresentado fica claro que essa tecnologia pode ser aplicada em várias atividades, trazendo mudanças em produção, logística, finanças, recursos humanos e muitas outras áreas.

Foi destacado que todos os setores da indústria sofrerão os efeitos, e  setores específicos, como bancos, tecnologia e ciências da vida, poderão ter impactos maiores em termos de receita gerada pela implementação da inteligência artificial generativa.

Outro destaque fica para o setor de varejo e bens de consumo que, com a implementação dessa tecnologia, tem potencial de um adicional na geração de receita de US$ 400 bilhões a US$ 660 bilhões por ano.

Dentro desses setores, cerca de 75% do valor agregado pela inteligência artificial generativa são nestas 4 áreas: 

1. Operações do cliente (customer operations)

Melhoria na eficiência e qualidade do atendimento ao cliente por meio de chatbots inteligentes e automação de tarefas repetitivas.

2. Marketing

Aceleração do processo de criação de conteúdo criativo, como textos publicitários e designs gráficos, liberando tempo para estratégias mais avançadas e análise de resultados.

3. Engenharia de software

Automação de parte do processo de desenvolvimento de software, como a geração de código com base em instruções em linguagem natural, permitindo que os engenheiros se concentrem em tarefas mais complexas.

4. Pesquisa e desenvolvimento (R&D): 

Aceleração do processo de descoberta e inovação, identificando padrões e insights em grandes conjuntos de dados, simulando cenários e testando hipóteses para tomada de decisões mais informadas e eficientes.

O que considerar na hora de absorver essa tecnologia?

Diante do potencial econômico, todo o mundo tende a olhar para essa tecnologia com bons olhos, mas a McKinsey alerta claramente sobre os contrapontos:

• Pode levar à substituição de empregos, especialmente aqueles que envolvem tarefas repetitivas e previsíveis.
• A transição exige investimentos significativos em infraestrutura, treinamento e requalificação de funcionários.
• Surgimento de desafios éticos e de privacidade, especialmente quando se trata da geração de conteúdo e das tomadas de decisões automatizadas.
• A dependência excessiva da IA generativa pode levar a uma falta de diversidade e originalidade em certos setores, como a criação de conteúdo criativo.
• Pode gerar desigualdades, com empresas maiores e mais avançadas tecnologicamente se beneficiando mais do que empresas menores e com menos recursos.

É preciso um olhar atento!

Fica muito claro que existe uma variedade de riscos que não podem ser ignorados e devem ser abordados desde o início pelos interessados, a partir de algumas perspectivas relevantes.

• Justiça: Os modelos podem gerar viés algorítmico devido a dados de treinamento imperfeitos ou decisões tomadas pelos engenheiros que desenvolvem os modelos.

• Propriedade intelectual (PI): Dados de treinamento e saídas de modelos podem gerar riscos significativos de PI, incluindo infração a materiais protegidos por direitos autorais, marcas registradas, patentes ou outras proteções legais.

• Privacidade: Questões de privacidade podem surgir se os usuários inserirem informações que acabam aparecendo nas saídas do modelo fazendo com que seja possível identificar os indivíduos.

• Relações humanas: É possível usar essas ferramentas de IA generativa para criar e disseminar conteúdo malicioso, como desinformação, deepfakes e discurso de ódio.

• Segurança: A IA generativa pode ser usada por atores mal-intencionados para acelerar a sofisticação e velocidade dos ciberataques, além das saídas maliciosas através de manipulação de dados.

• Explicações claras sobre as saídas: A inteligência artificial generativa depende de redes neurais com bilhões de parâmetros, desafiando nossa capacidade de explicar como qualquer resposta é produzida.
• Confiabilidade: Os modelos podem produzir respostas diferentes para os mesmos prompts, dificultando a capacidade do usuário de avaliar a precisão e confiabilidade das saídas.

• Impacto organizacional: A IA generativa pode afetar significativamente a força de trabalho, e o impacto em grupos específicos e comunidades locais pode ser desproporcionalmente negativo.

• Impacto social e ambiental: O desenvolvimento e treinamento de modelos de base podem levar a consequências sociais e ambientais prejudiciais, incluindo um aumento nas emissões de carbono.

Os impactos são enormes, do lado positivo e do lado negativo. É preciso atenção e cautela ao olhar para essas soluções que podem trazer tantas consequências negativas a despeito das visões otimistas para a economia. A palavra de ordem é responsabilidade.

5 pontos para a implementação da inteligência artificial generativa

Nem tudo são flores e a Mckinsey deixou isso muito claro, ressaltando que o objetivo é garantir que os benefícios da inteligência artificial generativa sejam distribuídos de forma justa e equitativa, com colaboração entre sociedade e governos para identificar e resolver desafios.

Mesmo trazendo uma perspectiva otimista para o mercado, a implementação bem-sucedida da inteligência artificial generativa requer o desenvolvimento de novas habilidades e capacidades dos trabalhadores para que se possa ter um desenvolvimento sustentável, sem prejudicar a população economicamente ativa em função das grandes mudanças trazidas por essa tecnologia. 

Os principais pontos para a implementação responsável e bem-sucedida da inteligência artificial generativa são:

1. Abordagem colaborativa e inclusiva na implementação da IA generativa, envolvendo a participação de diferentes partes interessadas, como governos, empresas, trabalhadores e sociedade civil.

2. Apoio na aprendizagem de novas habilidades para os trabalhadores devido às mudanças.

3. Suporte para a transição dos trabalhadores para novas atividades, incluindo programas de treinamento, assistência na busca de novas oportunidades de emprego e apoio financeiro.

4. Abordagem ética e responsável na implementação da inteligência artificial generativa, incluindo a transparência dos algoritmos, proteção da privacidade e direitos dos indivíduos.

5. Construção de confiança dos usuários e da sociedade em geral.

Conclusão

A gestão adequada dos riscos é fundamental para aproveitar plenamente o potencial econômico por meio do aumento da produtividade através da inteligência artificial generativa. 

Os dados trazidos pela McKinsey nos mostram que é difícil ignorar que estamos diante de uma nova realidade. Com todo esse potencial de mercado, é improvável que tenhamos a possibilidade de retroceder em relação a essa tecnologia, e mais, é justamente em função desse potencial econômico que o avanço tende a ser cada vez mais rápido. Tentar resistir pode causar uma miopia sobre o que realmente está acontecendo e vai acontecer.

É preciso olhar de perto, estreitar diálogos entre esfera pública e privada para ações colaborativas entre empresas, governos e outras partes interessadas para desenvolver padrões éticos e regulatórios, a partir do compartilhamento de experiências e promoção de programas de treinamento e requalificação.A era da inteligência artificial está só começando e todos seremos afetados. O entusiasmo é grande e os argumentos favoráveis são convincentes, e por isso não se aproximar e aprender sobre essas mudanças trazidas por este novo momento é abrir as portas para muitos problemas, e nos aceitar passivos diante de inúmeros riscos que colocam nosso futuro em xeque.