As empresas estão prestes a desperdiçar bilhões de dólares em IA – veja como evitar ser uma delas

“Isso é dinheiro de risco, não dinheiro de aventura.” Essa foi a resposta amorosa que recebi certa vez de um investidor de capital de risco quando um querido amigo meu apresentou uma ideia. Mas quando você está no ciclo de entusiasmo por uma nova tecnologia, essa cautela desaparece. Afinal, os VCs precisam colocar todo o dinheiro que arrecadam, especialmente quando todos os outros estão fazendo a mesma jogada, e o custo de perder algo grande é o menos de balançar e perder mais alto do que a superfície.

Dinâmicas semelhantes ocorrem na maioria das empresas, e a tecnologia atual é a IA e tudo o que está remotamente associado a ela. Modelos de linguagem em larga escala (LLM): Isto é IA. Aprendizado de máquina (ML): é IA. Chame aquele projeto que lhe dizem todos os anos que não tem financiamento, chame-o de IA e tente novamente.

Bilhões de dólares serão desperdiçados em IA na próxima década. Se isso soa como uma interpretação ao contrário, não deveria ser. Grandes ondas de tecnologia chegam com entusiasmo, mesmo antes de sabermos quão real e transformadora ela será. Embora as pesquisas, as redes sociais e os dispositivos móveis tenham tido impactos de longo alcance e duradouros, a realidade virtual (RV) e as criptomoedas têm sido muito mais limitadas.

Mas você não saberia disso apenas lendo as manchetes de cinco anos atrás. Todos agora estão ansiosos para mostrar quanto estão gastando em IA e como isso mudará tudo. Esta abordagem de investimento forçado resultará inevitavelmente em alguns grandes sucessos e muitos fracassos. A mesma dinâmica está em jogo no capital de risco, onde a liderança corporativa muitas vezes dá luz verde a investimentos que levam a esperanças e aventuras otimistas ou, na melhor das hipóteses, equivocadas em nome da IA.

Isso não elimina o fato de que o LLM é uma tecnologia revolucionária. Veja a rapidez com que o ChatGPT atingiu 100 milhões de usuários em comparação com outras empresas inovadoras.

Quase todas as empresas estão trabalhando para aproveitar o LLM e a IA. Então, como você decide onde apostar e onde tem direito a ganhar?

Se você compreender essas três coisas claramente, poderá reduzir 80% dos seus gastos desnecessários.

1. Entenda o custo total ao longo do tempo.
2. Pergunte por que outros não conseguem fazer isso.
3. Faça algumas apostas que você está disposto a fazer.

1: Entenda o custo total ao longo do tempo

Ao considerar aderir ao seu próximo projeto de IA, observe o custo dos recursos necessários para sustentá-lo agora e no longo prazo. As 10 horas de trabalho de uma equipe de ciência de dados geralmente ocupam cinco vezes mais tempo que engenharia, DevOps, controle de qualidade, produto e SysOps. As empresas estão repletas de fragmentos de projetos que já foram boas ideias, mas que careciam de investimento sustentado para sustentá-los. É difícil dizer não às iniciativas de IA hoje, mas muitas vezes dizer sim custa o financiamento total de algumas coisas que valerão a pena apoiar amanhã.

Outro aspecto do custo é o custo marginal que a IA aumenta. Esses modelos grandes são caros para treinar, operar e manter. O uso excessivo da IA ​​sem um aumento correspondente no valor downstream reduzirá os lucros. Pior ainda, a retirada de recursos lançados ou prometidos pode levar à insatisfação do cliente e a percepções negativas do mercado, especialmente durante ciclos de hype. Basta ver como vários fracassos, para não mencionar os primeiros dias do Watson da IBM, mancharam rapidamente a reputação do Google como líder em IA.

2: Pergunte por que outros não conseguem fazer isso.

Rapidamente esquecemos o que aprendemos nos livros didáticos. Todo mundo já leu sobre comoditização. As mesmas lições que aprendi ao ser empurrado na vida real permanecem comigo. Quando trabalhei como designer de chips na Micron, nosso produto principal era quase perfeito: chips de memória. Ninguém se importa com a marca dos chips de memória de seu laptop ou quanto custam. Nesse mundo, as únicas vantagens sustentáveis ​​a longo prazo são a escala e o custo.

A indústria de tecnologia pode ser bimodal. Existem exclusividades e mercadorias. Ao dizer sim à sua próxima iniciativa de IA, pergunte-se: “Por que nós?” Trabalhar em algo que se torna comoditizado ao longo do tempo não é divertido, especialmente quando não há vantagens de escala ou de custo. Por favor, acredite em mim. Os únicos que definitivamente se beneficiam são Nvidia e AWS/Azure. A única maneira de evitar isso é focar em áreas com fossos defensivos. Obtenha vantagem com acesso prioritário a dados, insights exclusivos sobre casos de uso ou aplicativos com poderosos efeitos de rede.

3: Faça algumas apostas com a intenção de prosseguir.

As apostas mais simples são aquelas que melhoram o negócio em que você já trabalha. Isso me lembra um antigo comercial da BASF. “Nós não fazemos o que você compra, nós fazemos o que você compra melhor.” A melhor aposta é se a aplicação da IA ​​pode dar impulso aos produtos que você já fabrica. Fácil de operar e ampliar. A segunda aposta mais fácil é subir ou descer na cadeia de valor ou expandir lateralmente para outros setores.

A aposta mais desafiadora, porém importante, exige canibalizar seu negócio atual com novas tecnologias. Caso contrário, outra pessoa será canibalizada. Faça mais apostas nas poucas apostas que passam nestes dois testes e esteja preparado para prosseguir com essas apostas. Deixe o resto para VCs e startups.

O entusiasmo em torno da IA ​​é real e justificado, mas se há uma lição que aprendemos ao longo dos anos é que estes ciclos envolvem não apenas investimentos saudáveis, mas também muito desperdício. Seguindo algumas das dicas descritas acima, você pode maximizar as chances do seu investimento de entregar resultados algorítmicos.

Mehul Nagrani é Diretor Geral da InMoment para a América do Norte.