The New Yorker: o dilema da lucratividade da IA e lições históricas Por John Cassidy Em 1987, Robert Solow, do Instituto de Tecnologia de Massachusetts (MIT), ganhador do Prêmio Nobel de Economia, comentou em um artigo no The Times Review of Books: "A era do computador está em toda parte, mas não é encontrada nas estatísticas de produtividade. Apesar do rápido aumento do poder de computação e da crescente popularidade dos computadores pessoais, os dados do governo mostram que a principal medida de salários e padrões de vida - a produção bruta per capita dos trabalhadores - estagnou por mais de uma década. Isso ficou conhecido como o "paradoxo da produtividade". Esse paradoxo durou até a década de 90 do século passado e até mais, desencadeando um grande número de pesquisas acadêmicas inconsistentes. Alguns economistas culpam a má gestão de novas tecnologias; Outros argumentam que os computadores diminuem sua importância econômica em comparação com invenções anteriores, como a máquina a vapor e a eletricidade; Outros culpam as estatísticas por erros, acreditando que o paradoxo desaparecerá após a correção. Quase 40 anos após a publicação do artigo de Solow e quase três anos após a OpenAI lançar o chatbot ChatGPT, podemos estar diante de um novo paradoxo econômico, e desta vez o protagonista é a inteligência artificial generativa. De acordo com uma pesquisa recente realizada por economistas da Universidade de Stanford, da Universidade Clemson e do Banco Mundial, em junho e julho deste ano, quase metade dos trabalhadores (45,6% para ser exato) estava usando ferramentas de IA. No entanto, um novo estudo realizado por uma equipe do Media Lab do Massachusetts Institute of Technology (MIT) relata um resultado surpreendente: "Embora as empresas invistam de US$ 300 a US$ 40 bilhões em IA generativa, este relatório conclui que 95% das organizações têm retorno zero. ” Os autores do estudo revisaram mais de trezentos projetos e anúncios de IA disponíveis publicamente e entrevistaram mais de cinquenta executivos de empresas. Eles definem um "investimento bem-sucedido em IA" como aquele que ultrapassou a fase piloto e é realmente implantado e gerou retornos financeiros mensuráveis ou ganhos significativos de produtividade após seis meses. "Apenas 5% dos projetos-piloto de IA integrados com sucesso estão criando milhões de dólares em valor, enquanto a grande maioria dos projetos permanece estagnada e não tem impacto mensurável no P&L (lucros e perdas)", escreveram eles. ” A entrevista investigativa provocou uma enxurrada de respostas, algumas das quais cheias de ceticismo. "Havia muito hype no LinkedIn, como se tudo tivesse mudado, mas em nossas operações reais, as coisas fundamentais não mudaram nada", disse o diretor de operações de uma empresa de manufatura de médio porte aos pesquisadores. "Processamos contratos um pouco mais rápido, mas isso é tudo." Outro entrevistado comentou: "Assistimos a dezenas de demos este ano. Talvez um ou dois sejam realmente úteis. O resto são «invólucros» (referindo-se apenas ao empacotamento de tecnologias existentes sem inovação substancial) ou «projetos científicos» (referindo-se a explorações tecnológicas que ainda estão longe de uma aplicação comercial prática). ” Para ser justo, o relatório também observa que existem empresas que fizeram investimentos bem-sucedidos em IA. Por exemplo, o relatório destaca as eficiências criadas por ferramentas personalizadas para operações de back-office, afirmando: "Esses primeiros resultados mostram que os sistemas com capacidade de aprender, se direcionados a processos específicos, podem realmente agregar valor real sem grandes mudanças organizacionais". A pesquisa também mencionou que algumas empresas relataram "melhores taxas de retenção de clientes e conversão de vendas por meio de divulgação automatizada e sistemas inteligentes de acompanhamento", sugerindo que os sistemas de IA podem ser úteis para marketing. Mas a ideia de que "muitas empresas estão lutando para obter retornos substanciais" coincide com outra pesquisa recente da empresa de consultoria multinacional Akkodis. A empresa entrou em contato com mais de 2.000 executivos e descobriu que a porcentagem de CEOs que estão "muito confiantes" na estratégia de implementação de IA da empresa despencou de 82% em 2024 para 49% este ano. A confiança dos CTOs corporativos também diminuiu, embora não tanto. A investigação da Akkodis disse que as mudanças "podem refletir resultados decepcionantes anteriores em projetos digitais ou de IA, atrasos ou falhas na implementação e preocupações com a escalabilidade". ” Na semana passada, a cobertura da mídia sobre a pesquisa do MIT Media Lab coincidiu com o declínio de ações relacionadas à IA altamente valorizadas, como Nvidia, Meta e Palantir. É claro que correlação não é igual a causalidade, e comentários recentes do CEO da OpenAI, Sam Altman, podem ter desempenhado um papel mais importante nessa liquidação (dados os recentes aumentos de preços, uma liquidação é inevitável). De acordo com a CNBC, Altman disse em um jantar com repórteres que a avaliação atual é "ridiculamente alta" (insana) e usou a palavra "bolha" três vezes em 15 segundos. Ainda assim, este estudo do MIT atraiu muita atenção. Após a rodada inicial de cobertura de notícias, foi revelado que o Media Labs, que tem laços com muitas empresas de tecnologia, estava restringindo silenciosamente o acesso ao relatório. As informações que deixei para o escritório de relações públicas da organização e os dois autores do relatório foram sobrecarregadas. Embora o relatório seja mais sutil do que algumas reportagens descrevem, ele certamente questiona a grande narrativa econômica que sustentou o boom da tecnologia desde o lançamento do ChatGPT pela OpenAI em novembro de 2022. A versão curta dessa narrativa é que a disseminação generalizada da IA generativa é ruim para os trabalhadores, especialmente os trabalhadores do conhecimento, mas extremamente boa para as empresas e seus acionistas, porque trará um grande salto na produtividade e, como resultado, bons lucros. Por que essa cena parece ter acontecido ainda? Uma possível razão é uma reminiscência da ideia dos anos oitenta e noventa do século passado de que os erros de gestão limitam os benefícios de produtividade trazidos pelos computadores. A pesquisa do Media Lab descobriu que alguns dos investimentos em IA mais bem-sucedidos são feitos por startups que usam ferramentas altamente personalizadas em áreas restritas do fluxo de trabalho. Do outro lado da divisão GenAI, as startups menos bem-sucedidas estão "construindo ferramentas de uso geral ou tentando desenvolver recursos internamente". De forma mais geral, o relatório afirma que a distinção entre sucesso e fracasso "não parece ser impulsionada pela qualidade do modelo ou regulamentação, mas por métodos [de implementação]". ” Como você pode imaginar, a novidade e a complexidade da IA generativa podem afastar algumas empresas. Um estudo recente da empresa de consultoria Gartner descobriu que menos da metade dos CEOs acredita que seus CIOs são "experientes em IA". Mas há outra explicação possível para o histórico decepcionante destacado no relatório do Media Lab: para muitas empresas estabelecidas, a IA generativa (pelo menos em sua forma atual) não é tão divina quanto é divulgada. "É ótimo para fazer brainstorming e escrever os primeiros rascunhos, mas não lembra as preferências do cliente e não aprende com os editores anteriores", disse um entrevistado da pesquisa do Media Lab. "Ele repete o mesmo erro e precisa inserir muito contexto por sessão. Para trabalhos de alto risco, preciso de um sistema que construa conhecimento e melhore continuamente. ” Claro, há muitas pessoas que acham a IA útil, e também há evidências acadêmicas para apoiar isso: em 2023, dois economistas do MIT descobriram que, em um estudo randomizado, os participantes expostos ao ChatGPT concluíram "tarefas de escrita profissional" mais rapidamente e melhoraram a qualidade da escrita. No mesmo ano, outras equipes de pesquisa também descobriram que os programadores que usam o Copilot do Github, um assistente de programação de IA e agentes de suporte ao cliente que usam ferramentas proprietárias de IA, obtiveram ganhos de produtividade. Pesquisadores do Media Lab descobriram que muitos funcionários estão usando suas ferramentas pessoais no trabalho, como GPT ou Claude; O relatório refere-se a esse fenômeno como a "economia paralela da IA" e comenta que "o retorno sobre o investimento (ROI) que ela traz" tende a ser melhor do que os projetos iniciados pelo empregador. Mas a questão permanece, e certamente é uma que os executivos da empresa perguntam com mais frequência: por que mais empresas não estão vendo esses benefícios refletidos nos resultados? Parte do problema pode ser que a IA generativa, embora atraente, tem aplicações limitadas em muitas áreas da economia. Lazer e hospitalidade, varejo, construção, imóveis e cuidados (cuidar de crianças, idosos ou enfermos) – essas indústrias empregam coletivamente cerca de 50 milhões de americanos, mas não parecem candidatas diretas à transformação da IA. ...