Conforme constatamos no relatório “The Future of AI, Unfiltered”, nossa pesquisa global com 945 CIOs e CTOs de organizações com faturamento superior a US$ 500 milhões, 84% dos entrevistados abandonaram pelo menos um projeto-piloto ou iniciativa de IA devido a limitações em seus sistemas legado. Mais de 20% cancelaram mais de um.
Além dos desafios impostos pelos sistemas legado, os custos da implementação de IA também mudam quando se passa para uma escala maior. Os projetos-piloto são baratos e fáceis de apresentar, enquanto uma implantação completa significa que as despesas podem aumentar inesperadamente a cada novo usuário e a cada novo desenvolvimento. Os números que levaram à aprovação do projeto-piloto raramente se mantêm em escala.
Apesar de toda a metodologia necessária, a transição do projeto-piloto para a implantação em grande escala pode ser um processo complicado. Iniciativas bem-sucedidas de IA devem enfrentar e resistir a um escrutínio rigoroso. É preciso resolver seus pontos fracos e maximizar seu valor por meio de testes minuciosos e incansáveis.
É assim que se cria valor. E veja como os líderes de tecnologia podem chegar lá.
1. Conecte o projeto-piloto primeiro ao seu sistema mais desorganizado, não ao mais organizado. Se ele sobreviver ao ERP de 20 anos e à planilha que ninguém cuida, sobreviverá em qualquer lugar. A integração é um dos principais aspectos que um projeto-piloto deve comprovar.
2. Calcule o custo da implantação antes de aprovar o projeto-piloto. Calcule quanto custaria com 10 vezes mais usuários, incluindo o trabalho de integração e as mensalidades contínuas por usuário, e apresente esse número ao Board, em vez do valor do projeto-piloto. Se ele só se justificar com os preços do projeto-piloto, essa é a sua resposta: cedo e barato.
3. Pare de pedir voluntários. Ao formar a equipe para um projeto-piloto, escolha aqueles que você sabe que vão expressar suas críticas, dê a eles voz ativa sobre como o sistema funciona e avalie se eles ainda estão usando a solução após três meses. A adoção é o número que importa, não a precisão em um conjunto de dados de demonstração bem organizado.
4. Designe um responsável. Os projetos-piloto pertencem à equipe de inovação — e as implementações precisam de alguém nos negócios cujo trabalho fique mais difícil se o projeto falhar. Essa responsabilidade e esse comprometimento são cruciais.
Qualquer pessoa que já tenha lançado um software sabe que um projeto-piloto bem-sucedido é um ponto de partida, não uma garantia. Mas, ao equilibrar uma visão de longo prazo com rigor nos detalhes, os líderes de tecnologia podem construir iniciativas de IA que vão além da fase piloto para criar valor a longo prazo.
**
Estou ansioso para explorar tudo sobre transformação digital na AWS re:Invent deste ano, onde a equipe da GFT e eu apresentaremos nossas mais recentes soluções nativas de IA e realizaremos uma série de eventos para nos conectarmos com a comunidade global de tecnologia.
Baixe o relatório “The Future of IA, Unfiltered” para obter mais Insights antes da conferência, saiba mais sobre nossa programação para o AWS re:Invent e entre em contato se quiser nos encontrar por lá.
.webp "GFT Contact: Dean Clark")
