“A maioria das empresas está aplicando IA para IA sem ter clareza da dor que querem resolver”, afirmou Cristiano Nóbrega, chief AI officer da Totvs, durante painel no AI Summit, realizado pela EXAME nesta terça-feira, 2.

Em uma apresentação voltada à implementação de inteligência artificial nas empresas, o executivo defendeu que a corrida para adotar novas tecnologias tem levado organizações a inverter a lógica dos projetos. Segundo ele, o ponto de partida não deveria ser a escolha do modelo de IA, mas a definição do problema que precisa ser resolvido.

Nóbrega afirma que o mercado vive uma fase em que praticamente toda iniciativa corporativa parece exigir inteligência artificial. Embora reconheça o potencial dessa abordagem para acelerar a transformação digital, ele alertou para o risco de projetos serem criados sem objetivos claros.

“Antes da IA, existe uma camada mais importante: entender qual é a dor que precisa ser resolvida”, afirmou o executivo ao apresentar o que chamou de ‘pirâmide das prioridades da IA’.

Segundo a metodologia defendida por ele, a sequência correta começa pela identificação de um caso de uso, passa pela definição dos dados necessários e só então chega à escolha do modelo de inteligência artificial mais adequado.

Ao detalhar essa lógica, Nóbrega argumentou que diferentes categorias de IA atendem necessidades distintas e que nem todo problema exige tecnologias mais sofisticadas.

Assim, na conta se incluem desde os algoritmos tradicionais, sistemas de recomendação e chatbots convencionais até ferramentas de IA generativa, assistentes virtuais e agentes autônomos. A busca por soluções mais avançadas nem sempre representa o melhor caminho para as empresas.

“Quanto mais próximo dos agentes de IA, maior a complexidade e a capacidade de executar tarefas de forma autônoma. Mas isso não significa que essa será a solução ideal para todos os casos”, afirmou.

Um dos conceitos mais repetidos durante a palestra foi o de cost efficiency, ou eficiência de custos. Segundo Nóbrega, projetos de IA precisam ser avaliados não apenas pelo potencial tecnológico, mas também pelo retorno operacional e financeiro que entregam.

"Noventa por cento dos projetos de IA envolvem engenharia de dados”, afirmou o executivo ao destacar onde está concentrado o maior esforço das implementações corporativas atuais.

Dados continuam sendo o principal desafio

Para Nóbrega, a popularização dos grandes modelos de linguagem e dos sistemas generativos criou a impressão de que o principal desafio está na escolha da tecnologia. Na prática, segundo ele, a maior parte do trabalho continua relacionada à preparação e organização dos dados.

O executivo afirmou que a qualidade das informações utilizadas nos projetos é um fator determinante para o sucesso ou fracasso das iniciativas de inteligência artificial.

Na avaliação dele, empresas que concentram esforços apenas na adoção de novos modelos correm o risco de permanecer presas ao ciclo de expectativas criado pelo mercado sem gerar ganhos concretos de produtividade.

Ao defender uma abordagem mais pragmática, Nóbrega afirmou que organizações devem evitar a “espuma da IA”, referência ao excesso de entusiasmo em torno da tecnologia, e concentrar investimentos em projetos capazes de resolver problemas específicos e mensuráveis.

A palestra integrou a programação do AI Summit e reuniu executivos interessados em estratégias de adoção de inteligência artificial em ambientes corporativos.