Tempo salvo não é sinônimo de ganho financeiro, diz Gartner

Na Conferência Gartner CIO & IT Executive, Hung LeHong, vice-presidente analista emérito, e Gabriela Vogel, vice-presidente analista, destacaram um desafio central para líderes de tecnologia: transformar ganhos de produtividade em retorno financeiro.

LeHong iniciou lembrando que, no último ano, a pergunta mais frequente de clientes foi "como obter valor da IA" . Segundo ele, a diferença entre "tempo salvo" e "dinheiro economizado" precisa ser clara. "Se um funcionário ganha 20 minutos extras por dia, isso não é automaticamente valor financeiro. Só se a empresa reestruturar processos ou equipes é que esse tempo vira dinheiro", afirmou.

Produtividade como benefício de 'baixa qualidade'

Dados apresentados pela pesquisa do Gartner com CFOs indicam que 74% das organizações relatam ganhos de tempo com IA , mas apenas 5% transformaram isso em economia de custos e 6% em aumento de receita ou lucro .

"Produtividade é um benefício, mas de baixa qualidade, porque exige muito trabalho extra para virar valor real", explicou LeHong. Ele acrescentou que, em muitos casos, há o que chama de "vazamento de produtividade": parte do tempo ganho é desperdiçado, variando de 10% a 30%, dependendo da função. Em call centers, por exemplo, os ganhos são maiores, pois o tempo economizado se converte em mais atendimentos; já em cargos executivos, pode significar apenas encerrar o dia mais cedo.

O cardápio de valores de retorno IA

Na apresentação, os analistas mostraram que empresas mais avançadas não se limitam a ganhos de produtividade. Casos como o Six Financial Group, que usa GenAI para escrever melhores empréstimos e reduzir inadimplência, ou a Verizon, que aplica IA para conectar clientes aos atendentes certos e reduzir churn, exemplificam benefícios diretos em receita e fidelização. Já a Mitsui Chemicals identificou mais de 100 novas aplicações químicas com IA, e a Pfizer aumentou em 20% a produção de vacinas usando machine learning.

"Empresas que extraem grande valor da IA usam o cardápio completo, não apenas a produtividade", reforçou LeHong.

O Gartner classifica os investimentos em inteligência artificial em três categorias principais. A primeira é o Defend, também chamada de Return on Employee, que se refere ao uso cotidiano da IA para aumentar a produtividade dos funcionários. Nesse caso, o benefício está ligado à eficiência operacional e à satisfação dos colaboradores, mas não necessariamente gera retorno financeiro imediato. 

A segunda categoria é o Extend, ou Return on Investment, que ocorre quando a empresa utiliza a IA para promover reengenharia de processos ou renegociar com fornecedores, conseguindo assim transformar o tempo economizado em ganhos financeiros concretos, seja por meio de redução de custos ou aumento de receita. 

Por fim, há o Upend, conhecido como Return on Future, voltado a iniciativas disruptivas, de maior risco e investimento, que podem criar novos modelos de negócio. Um exemplo citado é o da Robinhood, nos Estados Unidos, que chegou a testar o lançamento de um robô de investimentos em ações baseado em IA, ilustrando como esse tipo de aposta pode redesenhar mercados inteiros.

Segundo a pesquisa, atualmente, 45% das empresas estão focadas em Return on Employee, 36% em ROI e apenas 19% em Return on Future. Mas a projeção para dois anos é de um equilíbrio maior: cerca de um terço em cada categoria. Os dados mostram que as probabilidades de êxito ainda são baixas: 1 em 3 para Return on Employee, 1 em 5 para ROI e apenas 1 em 50 para Return on Future.

Para LeHong, o diferencial das empresas bem-sucedidas foi investir em mudanças organizacionais profundas. "Treinamento sozinho não basta. Em muitos casos, foi necessário redesenho de processos, novas estruturas de equipe e até mudanças de modelo de negócios", disse. A estimativa é que a gestão de mudanças para projetos de IA demande de 100% a 200% mais esforço do que em sistemas tradicionais de ERP.

Siga TI Inside no Instagram e tenha acesso a conteúdos exclusivos do mercado.