A adoção mais do que dobrou desde 2017, apesar de a proporção de organizações que usam AI1 ter se estabilizado em 50% a 60% nos últimos anos. Um conjunto de empresas que estão obtendo os maiores retornos financeiros da IA continua à frente dos concorrentes. Os resultados mostram que essas líderes vêm fazendo investimentos maiores em IA, utilizando práticas cada vez mais avançadas, conhecidas por proporcionar escala e um desenvolvimento mais rápido em IA, e exibindo sinais de que estão se saindo melhor no restrito mercado de talentos em IA. Com relação aos talentos, pela primeira vez, analisamos atentamente a contratação e a qualificação de profissionais de IA. Os dados mostram que há espaço significativo para aumentar a diversidade das equipes de IA, sendo que, de acordo com outros estudos, a diversidade de uma equipe está correlacionada a um desempenho excepcional.
Índice
- Cinco anos passados em revista: a adoção da IA, seus impactos e gastos
- Disparidade evidente: as líderes em IA estão na dianteira
- Talentos em IA: novas funções em alta, velhos problemas de diversidade
- Sobre a pesquisa
1. Cinco anos passados em revista: a adoção da IA, seus impactos e gastos
Este é o quinto ano consecutivo em que realizamos pesquisas globais sobre o papel da IA nos negócios, e observamos mudanças ao longo desse período.
Michael Chui
Sócio, McKinsey Global Institute
Ao longo da última meia década, período no qual temos realizado nossa pesquisa global, testemunhamos a transformação do “inverno da IA” em uma “primavera da IA”. Contudo, após um período de ímpeto inicial, parece que houve uma estabilização – trajetória que observamos em outras tecnologias, nos primeiros anos de adoção. Talvez observemos algumas organizações se conscientizarem do grau de mudança organizacional que é necessário para incorporar essa tecnologia de maneira bem-sucedida.
Em nosso trabalho, encontramos empresas que desanimaram porque adotaram a IA achando que seria algo rápido, enquanto aquelas que têm uma visão mais de longo prazo fizeram progresso constante, transformando-se em organizações de aprendizagem que desenvolvem sua capacidade em IA ao longo do tempo. Essas empresas incorporam mais capacidades de IA de forma gradual e criam cada vez mais aplicações com cada vez mais rapidez e facilidade graças às lições de sucessos passados, bem como aos fracassos. Elas não só investem mais, mas também investem de maneira mais sensata, com o objetivo de criar uma verdadeira fábrica de IA que lhes permita incorporar mais IA a mais áreas da empresa, a princípio a áreas adjacentes nas quais algumas capacidades existentes podem ser reaproveitadas e depois a áreas totalmente novas.
Em um nível alto, está surgindo um manual para se obter o máximo valor da IA. A cada ano que fazemos nossa pesquisa, vemos um grupo de líderes realizar os tipos de práticas que ajudam a executar a IA com sucesso. Isso está dando retorno na forma de níveis significativos de impacto no resultado financeiro. Também vemos isso todos os dias ao orientarmos as organizações em sua jornada de IA. Não é um trabalho fácil, mas, como no caso de tecnologias anteriores, os ganhos irão para quem perseverar.
2. Disparidade evidente: as líderes em IA estão na dianteira
Nos últimos cinco anos, monitoramos as líderes em IA – referimo-nos a elas como organizações de alto desempenho em IA – e examinamos o que elas fazem de diferente. Vemos mais indicações de que essas líderes estão ampliando sua vantagem competitiva do que encontramos indícios de que as outras organizações as estão alcançando.
Mais insights da McKinsey em português
Confira nossa coleção de artigos em português e assine nossa newsletter mensal em português.
Primeiramente, não observamos um crescimento do grupo de líderes. Nos últimos três anos, definimos organizações de alto desempenho em IA como aquelas que os entrevistados dizem estar registrando o maior impacto da adoção da IA no resultado financeiro – ou seja, 20% ou mais do EBIT proveniente do uso da IA. A proporção de entrevistados que se enquadram nesse grupo permaneceu estável em cerca de 8%. As descobertas indicam que as organizações desse grupo estão alcançando seus resultados superiores principalmente por meio do aumento das receitas propiciado pela IA, sendo que apresentam maior probabilidade de relatar que a IA está gerando receitas do que reduzindo custos, embora também relatem uma diminuição de custos proporcionada pela IA.
Além disso, as organizações de alto desempenho são mais propensas do que as outras a seguir as principais práticas que liberam valor, como vincular sua estratégia de IA aos resultados de negócios (Quadro 1).2 Outro fator importante é que elas realizam mais frequentemente práticas de “vanguarda” que permitem o desenvolvimento e a implantação da IA em escala, ou o que alguns chamam de “industrialização da IA”. Por exemplo, as líderes apresentam maior probabilidade de ter uma arquitetura de dados modular o suficiente para acomodar novas aplicações de IA rapidamente. Também costumam automatizar a maioria dos processos relacionados a dados, o que pode reforçar a eficiência do desenvolvimento de IA e aumentar o número de aplicações que podem desenvolver, ao fornecerem mais dados de alta qualidade para alimentar os algoritmos de IA. E as organizações de alto desempenho em IA apresentam uma probabilidade 1,6 vez maior do que as outras de envolver funcionários não técnicos na criação de aplicações de IA usando programas novos com pouco código ou sem código, o que permite que as empresas acelerem a criação de aplicações de IA. No último ano, as organizações de alto desempenho apresentaram uma probabilidade ainda maior do que as outras de empregar certas práticas avançadas de escalamento, como o uso de conjuntos de ferramentas padronizadas para criar pipelines de dados prontos para a produção e o uso de uma plataforma completa desenvolvida internamente por elas e voltada ao desenvolvimento de aplicativos, à ciência de dados e à engenharia de dados, tudo relacionado à IA.
As organizações de alto desempenho também podem ter uma vantagem inicial na gestão de riscos potenciais relacionados à IA, como privacidade pessoal e equidade e justiça, que outras organizações ainda não abordaram. Apesar de, em termos gerais, termos visto pouca mudança nas organizações que relatam reconhecer e mitigar riscos relacionados à IA desde que começamos a perguntar sobre eles há quatro anos, os entrevistados de organizações de alto desempenho em IA apresentam maior probabilidade do que os outros de relatar que realizam práticas conhecidas por ajudar a mitigar os riscos. Elas incluem garantir a governança da IA e dos dados, padronizar processos e protocolos, automatizar processos como o controle de qualidade de dados para remover erros introduzidos pelo trabalho manual e testar a validade dos modelos e monitorá-los ao longo do tempo com relação a possíveis problemas.
O uso de IA e as iniciativas de sustentabilidade
Os resultados da pesquisa indicam que muitas organizações que adotaram a IA estão integrando capacidades de IA às suas iniciativas de sustentabilidade e também buscando ativamente maneiras de reduzir o impacto ambiental de seu uso de IA (quadro). Dos entrevistados de organizações que adotaram a IA, 43% dizem que sua organização está usando IA para ajudar nas iniciativas de sustentabilidade e 40% dizem que sua organização está trabalhando para reduzir o impacto ambiental de seu uso de IA, ao minimizar a energia usada para treinar e executar modelos de IA. Por serem as empresas que investiram mais em IA e têm iniciativas de IA mais maduras do que as das outras, as de alto desempenho apresentam uma probabilidade 1,4 vez maior do que as outras de relatar iniciativas de sustentabilidade viabilizadas pela IA, bem como de dizer que a organização está trabalhando para diminuir as emissões relacionadas à IA. Ambas as iniciativas são vistas mais comumente em organizações com sede na Grande China, na Ásia-Pacífico e em mercados em desenvolvimento, enquanto os entrevistados da América do Norte apresentam menor probabilidade de relatá-las.
Quando indagados sobre os tipos de iniciativas de sustentabilidade que usam IA, os entrevistados mencionam com mais frequência iniciativas para reduzir o impacto ambiental, como otimização da eficiência energética ou redução dos resíduos. O uso de IA é menos comum nas iniciativas para aumentar o impacto social das organizações (por exemplo, aquisição de produtos fabricados eticamente), embora os entrevistados que trabalham em organizações norte-americanas apresentem maior probabilidade do que seus pares de relatar esse uso.
O investimento é ainda outra área que pode contribuir para o aumento da disparidade: as organizações de alto desempenho em IA estão posicionadas para continuar a gastar mais do que as outras em iniciativas de IA. Apesar de os entrevistados dessas organizações líderes apresentarem a mesma probabilidade que os outros de dizer que aumentarão os investimentos no futuro, eles estão gastando mais do que os outros agora, o que significa que aumentarão a partir de uma base que corresponde a uma porcentagem maior das receitas. Os entrevistados de organizações de alto desempenho em IA apresentam uma probabilidade quase oito vezes maior do que seus pares de dizer que sua organização gasta pelo menos 20% de seu orçamento de tecnologia digital em tecnologias relacionadas à IA. E esses orçamentos digitais constituem uma proporção muito maior de seus gastos empresariais: os entrevistados de organizações de alto desempenho em IA apresentam uma probabilidade mais de cinco vezes maior do que os outros de relatar que sua organização gasta mais de 20% de sua receita total em tecnologias digitais.
Por fim, tudo isso pode estar proporcionando às organizações de alto desempenho em IA uma vantagem na atração de talentos em IA. Há indicações de que essas organizações têm menos dificuldade em contratar para funções como engenheiro de dados e cientista de dados de IA. Os entrevistados de organizações que não têm alto desempenho em IA dizem que preencher esses cargos tem sido “muito difícil” com muito mais frequência do que dizem os entrevistados de organizações de alto desempenho em IA.
Conclusão: as organizações de alto desempenho já estão bem-posicionados para um sucesso duradouro em IA, maior eficiência no desenvolvimento de nova IA e um ambiente consequentemente mais atraente para os talentos. A boa notícia para as organizações que estão fora do grupo líder é que existe um esquema claro de melhores práticas para o sucesso.
Bryce Hall
Sócio associado
Ao longo dos anos de nossa pesquisa, continuamos aprimorando nosso entendimento das práticas específicas que as empresas líderes estão executando bem e das capacidades que elas têm para capturar valor da IA. Recentemente, vem surgindo um novo conjunto de práticas de “vanguarda”, à medida que as organizações passam da experimentação com IA à sua industrialização. Entre elas estão práticas de operações de machine learning como assetization, ou seja, a transformação de elementos como código em ativos reutilizáveis que podem ser usados repetidas vezes em diferentes aplicações de negócios.
Porém, com o passar do tempo, também vimos continuamente um conjunto de práticas fundamentais que essas organizações estão realizando da maneira certa. Em nosso trabalho, aprendemos a não as descrever como práticas “básicas”, já que estão entre as mais difíceis de implementar. Muitas delas envolvem os elementos referentes ao pessoal que precisam estar presentes para que as empresas tenham êxito na adoção da IA, como ter um entendimento claro de quais cargos específicos para talentos tecnológicos são necessários e integrar com sucesso a IA aos processos de negócios e à tomada de decisões. Como comprovado em muitos casos, juntos, os motores de IA e as pessoas podem gerar muito mais valor do que apenas um dos dois grupos.
À medida que a fronteira da IA avança, continuamos a nos inspirar em algumas aplicações verdadeiramente inovadoras dessa tecnologia, como o uso de IA para identificar novos medicamentos, criar recomendações hiperpersonalizadas para os consumidores e alimentar simulações de IA em gêmeos digitais para otimizar o desempenho em diversas configurações. À medida que as capacidades individuais de IA, como processamento e geração de linguagem natural, continuam a melhorar e a se democratizar, estamos animados em ver uma onda de novas aplicações surgir e mais empresas capturarem valor da IA em escala.
3. Talentos em IA: novas funções em alta, velhos problemas de diversidade
Nosso primeiro olhar detalhado sobre o panorama dos talentos em IA indica um amadurecimento da IA, revela as estratégias mais comuns que as organizações empregam na aquisição e qualificação de talentos e destaca o problema da diversidade em IA – ao mesmo tempo em que mostra mais uma vez a relação entre a diversidade e o sucesso.
Contratar é difícil, mas não tanto para as organizações de alto desempenho
Todas as organizações relatam que continua difícil contratar talentos em IA, sobretudo cientistas de dados. As organizações de alto desempenho em IA relatam um pouco menos de dificuldade e contrataram alguns profissionais, como engenheiros de machine learning, mais do que as outras organizações.
A qualificação e a requalificação são alternativas comuns à contratação
Quando se trata de adquirir talentos de IA, a estratégia mais mencionada por todos os entrevistados é requalificar os funcionários existentes. Quase a metade está fazendo isso. O recrutamento de profissionais egressos de universidades de primeira linha, bem como de empresas de tecnologia que não são de primeira linha, como líderes regionais, também é uma estratégia comum. No entanto, uma observação das estratégias das organizações de alto desempenho indica que as organizações podem se beneficiar se explorarem o maior número possível de canais de recrutamento (Quadro 2). Essas empresas estão fazendo mais do que as outras para recrutar talentos relacionados à IA de várias fontes. As descobertas mostram que, embora elas sejam mais propensas a recrutar profissionais egressos de universidades técnicas e empresas de tecnologia de primeira linha, também são mais propensas a adquirir talentos de outras universidades, de academias de treinamento e de organizações profissionais ou programas com foco na diversidade.
As respostas indicam que tanto as organizações de alto desempenho em IA quanto as outras estão qualificando os funcionários técnicos e não técnicos em IA, sendo que quase a metade dos entrevistados das organizações de alto desempenho em IA e das outras dizem que estão requalificando como forma de obter mais talentos em IA. Contudo, as organizações de alto desempenho estão tomando mais medidas do que as outras para desenvolver as habilidades dos funcionários relacionadas à IA.
Os entrevistados de organizações de alto desempenho apresentam uma probabilidade quase três vezes maior do que os outros de dizer que sua organização tem programas de capacitação para desenvolver as habilidades de IA do pessoal de tecnologia. As abordagens mais comuns que elas usam são a aprendizagem experiencial, cursos online autodirigidos e programas de certificação, enquanto as outras organizações geralmente recorrem a cursos online autodirigidos.
As organizações de alto desempenho também são muito mais propensas do que as outras a ir além de dar acesso a atividades de curso online autodirigido para qualificar funcionários não técnicos em IA. Os entrevistados de organizações alto desempenho têm quase o dobro da probabilidade dos outros de relatar a oferta de programas de aprendizagem e certificação entre pares ao pessoal não técnico.
Aumentar a diversidade das equipes de IA é um trabalho em andamento
Também exploramos o grau de diversidade nas equipes focadas em IA das organizações e observamos que há espaço significativo para melhorias na maioria das organizações. A proporção média de funcionários dessas equipes que se identificam como mulheres nas organizações dos entrevistados é de meros 27% (Quadro 3). A proporção média de minorias raciais ou étnicas que desenvolvem soluções de IA é semelhante: apenas 25%. Além disso, 29% dos entrevistados dizem que sua organização não tem funcionários pertencentes a minorias trabalhando em suas soluções de IA.
Algumas empresas estão trabalhando para aumentar a diversidade de seus talentos em IA, embora haja mais a ser feito para melhorar a diversidade de gênero do que a diversidade étnica. Quarenta e seis por cento dos entrevistados dizem que sua organização tem programas ativos para aumentar a diversidade de gênero nas equipes que estão desenvolvendo soluções de IA, por meio de medidas como parcerias com associações profissionais focadas na diversidade para recrutar candidatos. Um terço diz que sua organização tem programas para aumentar a diversidade racial e étnica. Também vemos que as organizações que têm mulheres ou minorias trabalhando em soluções de IA geralmente têm programas em andamento para abordar as experiências desses funcionários.
Em consonância com estudos anteriores da McKinsey, a pesquisa mostra uma correlação entre a diversidade e um desempenho superior. As organizações cujos entrevistados dizem que pelo menos 25% dos funcionários de desenvolvimento de IA se identificam como mulheres apresentam uma probabilidade 3,2 vezes maior do que as outras de ter alto desempenho em IA. Aquelas nas quais pelo menos um quarto dos funcionários de desenvolvimento de IA são minorias raciais ou étnicas apresentam mais do que o dobro de probabilidade de ter alto desempenho em IA.
Helen Mayhew
Sócia, Sydney
Ao observar esses resultados referentes aos talentos, vejo o quanto avançamos em IA e quanto trabalho ainda precisa ser feito em algumas áreas.
Há cerca de cinco anos, a engenharia de software não seria classificada como a função de IA de maior prioridade porque muitas organizações se concentravam em simplesmente desenvolver modelos discretos ao fazerem experimentos com a tecnologia. Porém, à medida que o valor empresarial ficava claro, as organizações viram a necessidade de os insights da IA serem entregues em um front-end no qual as pessoas pudessem consumi-los e aplicá-los para obter impacto. A contratação de engenheiros de machine learning (ML) também mostra o amadurecimento da IA; as empresas precisam dessa função agora porque estão trabalhando para incorporar ML aos sistemas de forma regular e confiável.
Por outro lado, apesar de sabermos há quase uma década da crescente necessidade de funções como cientistas de dados e engenheiros de dados, ainda não fizemos diferença suficiente do lado da oferta. A contratação de profissionais egressos de boot camps vem aumentando porque simplesmente não há talentos experientes disponíveis. Não é fácil abrir caminhos de aprendizagem para esses talentos novos, mas as organizações não têm muitas opções. As iniciativas de requalificação também são um empreendimento de monta, mas é necessário preencher as lacunas. Na verdade, para atender a essa necessidade, precisamos que muito mais organizações façam requalificação do que estamos observando nesses resultados.
As cifras de diversidade são decepcionantes, mas, infelizmente, isso não é uma surpresa. A ciência de dados é um esporte de equipe. É importante que haja uma diversidade de perspectivas. Foi mostrado repetidas vezes que os problemas de preconceito se proliferam quando as organizações não têm uma equipe com diversidade suficiente para chamar a atenção para os problemas. E, assim como mostraram outras pesquisas que realizamos, a diversidade está correlacionada a um desempenho robusto, além de ser a coisa certa a fazer. Se não se tomar cuidado, com a IA, a falta de diversidade pode levar à desconfiança. Por fim, é importante lembrar que esses empregos em IA estão entre os mais bem pagos, e a demanda só aumentará. Arriscamo-nos a prejudicar o progresso que fizemos até agora na redução das disparidades salariais das mulheres e das minorias étnicas se elas não estiverem representadas de maneira equitativa nessa base de habilidades em alta demanda. Temos de continuar encontrando formas de envolver mais mulheres e minorias nas áreas de ciência, tecnologia, engenharia e matemática em seus anos de formação e posteriormente.
4. Sobre a pesquisa
A pesquisa online esteve em campo de 3 a 27 de maio de 2022 e de 15 a 17 de agosto de 2022 e obteve respostas de 1.492 participantes representativos de todas as regiões, setores, tamanhos de empresas, especialidades funcionais e tempos no cargo. Desses entrevistados, 744 disseram que sua organização adotou a IA em pelo menos uma área e foram indagados sobre o uso de IA por sua organização. Para fins de ajuste de diferenças nas taxas de resposta, os dados são ponderados pela contribuição do país de cada entrevistado para o PIB mundial.