O novo relatório do MIT, The Generative AI Divide: the State of Business AI in 2025

• Altas taxas de adoção e baixa eficácia transformacionalO que é mais importante: ferramentas de uso geral, como o ChatGPT, foram amplamente experimentadas e testadas, e há apenas alguns aplicativos empresariais que foram profundamente integrados aos principais processos de negócios e provocaram mudanças substanciais. Há uma falta geral de inovação estrutural esperada e de avanços em todos os setores.
• Dilema da conversão de piloto para produçãoA taxa de sucesso das ferramentas de IA personalizadas para empresas, desde a prova de conceito até a implantação completa, é extremamente baixa, com apenas 5% dos projetos alcançando escala e a grande maioria permanecendo na fase piloto.
• Foco equivocado no investimentoA maior parte do dinheiro vai para as funções de front-office que são altamente visíveis (por exemplo, marketing e promoção), enquanto as áreas de automação operacional de back-office (por exemplo, processamento financeiro, otimização de compras) que têm um potencial real de alto retorno sobre o investimento não recebem atenção suficiente.
• O fenômeno da IA sombria vem à tona: Os funcionários da 90% usam ferramentas de IA para concluir suas tarefas de trabalho por meio de suas contas pessoais, e a eficácia e a satisfação de seu uso excedem significativamente as do sistema adquirido oficialmente pela empresa, refletindo a falta de aplicabilidade do projeto formal.

A causa principal da divisão da GenAI

De acordo com o relatório, a divisão está enraizada nos "déficits de aprendizado" dos sistemas existentes, e não em restrições tecnológicas, de dados ou regulatórias. As ferramentas de IA corporativas existentes geralmente não têm memória e recursos adaptativos, não podem ser continuamente aprimoradas com base no feedback do uso, não podem ser efetivamente integradas a fluxos de trabalho específicos e precisam ser redirecionadas manualmente toda vez que interagem. O que os usuários realmente precisam é de um parceiro de colaboração inteligente que possa acumular conhecimento e evoluir continuamente, e não de uma ferramenta mecânica que precise ser treinada do zero todas as vezes. A falta de capacidade de evolução tornou-se um obstáculo fundamental para o dimensionamento do projeto.

Soluções para a divisão da GenAI

Provedor de IA

• Estratégia de personalização vertical profundaOs provedores de IA generativa abandonam o modelo de desenvolvimento de produtos generalizados, entram em áreas de nicho e fornecem soluções personalizadas e detalhadas para cenários comerciais específicos de alto valor. Ao se concentrarem nas necessidades problemáticas dos setores verticais, eles criam um sistema de produtos especializado e preciso para formar uma vantagem competitiva diferenciada no mercado.
• Capacitação evolutiva contínuaCom foco no desenvolvimento de sistemas Agentic AI com funções de memória e recursos de aprendizado contínuo, criamos ferramentas inteligentes que podem ser continuamente otimizadas e evoluídas com o processo de uso. Com base no estabelecimento de um mecanismo de aprendizado de feedback e de um sistema de acumulação de conhecimento, o sistema pode se adaptar às mudanças no ambiente de negócios e realizar as características mais inteligentes do produto.
• Criação de um ecossistema de confiançaCrie um sistema de endosso de confiança com base na comprovação da eficácia, estabelecendo uma cooperação estratégica com autoridades do setor, integradores de sistemas e redes de especialistas. Substitua a simples demonstração de funções por casos reais e dados de efeito verificáveis para estabelecer uma relação de confiança estável e de longo prazo com o cliente.

usuário corporativo

• Aquisição orientada para o valor comercial:: Mudar a filosofia de aquisição das empresas para que elas vejam a IA como um serviço que oferece valor comercial. Estabeleça critérios de aquisição orientados para os resultados comerciais, responsabilize os fornecedores pelos resultados da implementação e garanta que os investimentos em tecnologia gerem um valor comercial mensurável.
• Implementação liderada pelos negócios da linha de frenteCapacitar os departamentos de negócios para assumir a liderança em projetos de IA, com a equipe da linha de frente que melhor entende as necessidades dos negócios sendo responsável pela seleção da tecnologia e pela promoção da implementação. Estabelecer um mecanismo de implementação para a integração profunda de negócios e tecnologia para garantir que a solução de IA seja altamente compatível com o fluxo de trabalho real e evitar a desconexão entre tecnologia e negócios.
• Estratégia de reconstrução do retorno do investimentoReprogramar as prioridades de investimento, inclinando os recursos para a automação operacional de back-office, com foco nos benefícios quantificáveis da substituição de despesas com serviços externos por meio da tecnologia de IA. Estabelecer um sistema de avaliação de investimentos centrado na economia de custos e nos ganhos de eficiência para garantir que os investimentos gerem retornos verificáveis.

Tendências de desenvolvimento futuro

• Projeções de relatóriosA tecnologia de IA evoluirá para uma Agentic Web, um ecossistema conectado de vários sistemas de IA capazes de descoberta, negociação e colaboração autônomas que remodelarão fundamentalmente a forma como as empresas operam.
• conclusão finalO tempo para atravessar a divisão da GenAI está diminuindo. A vantagem competitiva do futuro pertencerá às organizações que conseguirem criar os sistemas com maior aprendizado e compreensão dos negócios, e não às empresas que simplesmente tiverem algoritmos avançados. As organizações precisam deixar de depender de ferramentas estáticas e passar a escolher parceiros inteligentes que possam co-evoluir.