Investimentos em IA já trazem retornos financeiros, diz estudo da Snowflake

A Snowflake, empresa de Nuvem de dados de IA, em colaboração com o Enterprise Strategy Group, divulgou nesta terça-feira (15/4) as descobertas do estudo “Radical ROI of Generative AI”, um relatório de pesquisa global com 1,9 mil líderes de negócios e TI em nove países diferentes – todos os quais estão usando ativamente a IA para um ou mais casos de uso. De todos os entrevistados, 92% relataram que seus investimentos em IA já estão se pagando e 98% planejam investir mais em IA em 2025. À medida que a adoção da IA acelera nas empresas globais, uma base de dados robusta surgiu para sustentar implementações bem-sucedidas, mas os entrevistados ainda estão lutando para tornar seus dados prontos para a IA.

“Passei quase duas décadas da minha carreira desenvolvendo IA e finalmente chegamos ao ponto de inflexão em que a IA está criando valor real e tangível para empresas em todo o mundo”, disse Baris Gultekin, chefe de IA da Snowflake. “Com mais de 4 mil clientes usando o Snowflake para IA e ML semanalmente, vejo rotineiramente o impacto descomunal que essas ferramentas têm em gerar maior eficiência e produtividade para equipes e democratizar insights de dados em organizações inteiras”, afirmou.

Os primeiros investimentos em IA estão provando ser bem-sucedidos para a maioria das empresas, com 93% indicando que suas iniciativas de IA foram muito ou principalmente bem-sucedidas. Na verdade, dois terços dos entrevistados já estão começando a quantificar seu ROI de IA generativa hoje, descobrindo que, para cada dólar gasto, eles estão vendo US$ 1,41 em retornos (ou 41% de ROI) por meio de economia de custos e aumento de receita.

Resultados por país

No entanto, existem nuances globais sobre onde as organizações estão concentrando seus esforços de IA que se correlacionam diretamente com a maturidade de IA de cada país e seus resultados em termos de impulsionar o ROI entre as regiões:

– Os entrevistados da Austrália e Nova Zelândia (ANZ) obtiveram um retorno de 44% sobre seus investimentos em IA. Em comparação com a média global, as organizações na ANZ eram mais propensas a citar o aumento da satisfação do cliente como uma meta principal para suas iniciativas de IA (53% versus 43%) e menos propensas a priorizar projetos internos (47% versus 55%).

– Os entrevistados do Canadá viram um retorno de 43% sobre seus investimentos em IA. As organizações canadenses eram mais propensas a dizer que estão buscando apenas casos de uso iniciais de IA (45% versus 36%), sugerindo que muitas estão mais cedo em suas jornadas de adoção de IA do que as contrapartes globais.

– Os entrevistados da França obtiveram um retorno de 31% sobre seus investimentos em IA. Em comparação com a média global, as empresas francesas são menos propensas a treinar ou aumentar grandes modelos de linguagem (LLMs) com dados proprietários usando geração aumentada por recuperação (RAG) (59% versus 71%), sugerindo um atraso na maturidade de suas estratégias de IA.

– Os entrevistados da Alemanha obtiveram um retorno de 34% sobre seus investimentos em IA. As organizações alemãs eram mais propensas a relatar desafios com a infraestrutura, principalmente no atendimento aos requisitos de armazenamento e computação para IA (69% versus 54%).

– Os entrevistados do Japão obtiveram um retorno de 30% sobre seus investimentos em IA. As organizações japonesas diferiram em seus objetivos estratégicos para a IA, sendo menos propensas a concentrar seus esforços de IA no atendimento e suporte ao cliente (30% versus 43%) e no desempenho financeiro (18% versus 30%), mas as mais propensas a aproveitar a IA para ajudar a cortar custos (43% versus 32%).

– Os entrevistados da Coreia do Sul obtiveram um retorno de 41% sobre seus investimentos em IA. As empresas sul-coreanas estão empregando casos de uso maduros de IA, relatando o maior uso de modelos de código aberto (79% versus 65%) e são mais propensas a treinar ou aumentar modelos com RAG (82% versus 71%).

– Os entrevistados do Reino Unido obtiveram um retorno de 42% sobre seus investimentos em IA. Em termos de objetivos estratégicos, as organizações sediadas no Reino Unido eram mais propensas a priorizar o valor que a IA traz para os usuários finais, com os entrevistados superando a média global ao citar a eficiência operacional (57% versus 51%) e a inovação (46% versus 40%) como principais impulsionadores de negócios.

– Os entrevistados dos Estados Unidos obtiveram um retorno de 43% sobre seus investimentos em IA. As empresas americanas lideraram a operacionalização bem-sucedida da IA, com os entrevistados mais frequentemente do que qualquer outro país dizendo que foram “muito bem-sucedidos” na operacionalização da IA para atingir suas metas de negócios (52% versus 40%).
As organizações enfrentam maior pressão para selecionar os casos de uso certos

Os desafios

Apesar de quase todos os entrevistados relatarem sucesso com suas iniciativas de IA até o momento, muitas organizações estão enfrentando decisões difíceis para aproveitar o momento. Em meio a um mar de oportunidades para implementar a IA em seus negócios, os entrevistados relataram desafios para identificar os casos de uso mais impactantes e aumentar a pressão para tomar as decisões certas, tudo isso enquanto lidam com recursos limitados:

Muitos casos de uso, poucos recursos: 71% dos primeiros usuários concordam que têm mais casos de uso em potencial que desejam buscar do que podem financiar.

Pontos cegos na tomada de decisões: 54% concordam que é difícil selecionar os casos de uso certos com base em medidas objetivas, como custo, impacto nos negócios e capacidade de execução da organização.

A pressão competitiva aumenta: 71% reconhecem que selecionar os casos de uso errados prejudicará a posição de mercado de sua empresa.

Surgem preocupações com a segurança no emprego: 59% dos entrevistados dizem que defender os casos de uso errados pode custar-lhes o emprego.

Superando barreiras de dados para maximizar a eficácia da IA

As organizações estão incorporando cada vez mais seus dados proprietários para maximizar a eficácia da IA, com 80% dos entrevistados optando por ajustar os modelos com seus próprios dados. Apesar desse amplo reconhecimento da importância dos dados – com 71% dos entrevistados reconhecendo que o treinamento e o ajuste fino eficazes do modelo exigem vários terabytes de dados – persistem desafios significativos para tornar esses dados prontos para IA. Com a maioria lutando para fazer uso de seu ativo mais valioso, as organizações afirmam que os seguintes são os maiores obstáculos de dados para impulsionar o sucesso da IA:

Quebrando silos de dados: 64% dos primeiros usuários dizem que a integração de dados entre fontes é um desafio hoje.

Integrando proteções de governança: 59% dizem que impor a governança de dados é difícil.

Medir e monitorar a qualidade dos dados: 59% dizem que medir e monitorar a qualidade dos dados é difícil.

Integração da preparação de dados: 58% dizem que preparar os dados para IA é um desafio.

Dimensionamento eficiente de armazenamento e computação: 54% dizem que é difícil atender aos requisitos de capacidade de armazenamento e poder de computação.

Há uma oportunidade significativa para as empresas superarem esses desafios e liberarem todo o potencial de seus dados para resultados de IA mais precisos, relevantes e impactantes com uma plataforma de dados unificada.

“O ritmo acelerado da IA está apenas acelerando a necessidade de as organizações consolidarem todos os seus dados de maneira bem governada”, disse Artin Avanes, chefe de Plataforma de Dados da Snowflake. “Ter uma plataforma de dados fácil, conectada e confiável como o Snowflake é fundamental não apenas para ajudar os usuários a obter retornos mais rápidos sobre seus investimentos em dados, mas também estabelece as bases para que os usuários dimensionem facilmente seus aplicativos de IA de maneira compatível e segura – sem exigir habilidades técnicas especializadas ou difíceis de encontrar. Uma plataforma de dados gerenciada e interoperável fornece continuidade de negócios perfeita à medida que as empresas globais aproveitam todo o seu patrimônio de dados para liderar o cenário de IA em evolução”, finalizou.