Segundo o documento, apesar da IA generativa ser muito atrativa para empresas, os seus resultados concretos ainda são escassos, com cerca de 95% dos projetos analisados a não alcançarem ganhos relevantes em receita ou eficiência.
Apenas 5% das iniciativas conseguem acelerar a criação de receitas de forma expressiva, pois na maioria dos casos, os projetos ficam estagnados ou apresentam efeitos residuais em matéria financeira, salienta o estudo.
Nesta matéria, o principal entrave não está na capacidade dos modelos de IA, mas na forma como são aplicados, embora muitas empresas atribuem as dificuldades a questões regulatórias ou a limitações técnicas.
Apesar disso, o estudo sugere que o fator decisivo está relacionado com as falhas de integração dos modelos de IA nos processos internos.
A aplicação de ferramentas, como o ChatGPT, mostra-se ineficaz em grandes organizações, uma vez que os modelos não se adaptam automaticamente aos fluxos de trabalho específicos nem aprendem com os sistemas internos das empresas.
Além disso, o estudo aponta também que mais de metade dos orçamentos voltados para a IA generativa está centrado em vendas, enquanto o maior retorno está relacionado com a automatização dos processos internos, redução de custos e otimização de operações.
O estudo refere ainda que as empresas que recorrem a fornecedores especializados externos têm uma taxa de sucesso de cerca de 67%, enquanto as que optam por desenvolver internamente as suas próprias soluções de IA alcançam resultados positivos em apenas um terço dos casos.
O estudo desenvolvido pelo MIT englobou entrevistas a 150 executivos, pesquisa com 350 funcionários e análises de 300 projetos de IA generativa.
Leia Também: Google assina parceria para IA com agência de notícias australiana
