Maioria das empresas aplica IA para IA, diz executivo da Totvs

Cristiano Nóbrega, chief AI officer da Totvs, afirmou no AI Summit que noventa por cento do esforço em projetos de IA está nos dados.
Ele disse que muitas empresas aplicam IA para IA sem clareza da dor a resolver e pediu que se comece pela definição do problema, não pela escolha do modelo.
Apresentou a “pirâmide das prioridades da IA”: identificar o caso de uso, definir os dados necessários e só então escolher o modelo adequado.
Ressaltou que existem várias categorias de IA para atender necessidades distintas; nem todo problema exige tecnologias mais sofisticadas, indo de algoritmos tradicionais a IA generativa e agentes autônomos.
Destacou a importância da eficiência de custos e afirmou que cerca de noventa por cento dos projetos envolvem engenharia de dados, com a qualidade das informações determinante para o sucesso.

Cristiano Nóbrega, chief AI officer da Totvs, afirmou no AI Summit, promovido pela EXAME, que a maioria das empresas aplica IA sem defender a dor a ser resolvida. O evento ocorreu nesta terça-feira, 2, em formato de painel, segundo a apresentação dos organizadores.

O executivo ressaltou a necessidade de inverter a lógica dos projetos de IA. Em vez de começar pela escolha do modelo, o ponto de partida deve ser a definição do problema de negócio a ser resolvido. Ele apresentou a ideia de uma “pirâmide das prioridades da IA”.

Segundo Nóbrega, o mercado vive uma fase em que quase toda iniciativa corporativa é associada à IA. Embora reconheça o potencial da tecnologia para acelerar transformação digital, ele alerta para a criação de projetos sem objetivos claros.

Antes de adotar IA, há uma camada crucial: entender qual é a dor a ser resolvida. Essa visão norteou a apresentação, que descreve uma sequência: identificar o caso de uso, definir os dados necessários e, por fim, escolher o modelo adequado.

O executivo explicou que diferentes categorias de IA atendem necessidades distintas. Nem todo problema exige soluções sofisticadas; podem ser suficientes algoritmos tradicionais, sistemas de recomendação ou chatbots.

Ele enfatizou que quanto mais próximo o uso estiver de agentes de IA, maior a complexidade e a autonomia envolvidas. Contudo, isso não significa que essa seja a melhor opção para todos os casos.

A ideia de cost efficiency foi recorrente. Projetos de IA devem ser avaliados pelo retorno operacional, não apenas pelo potencial tecnológico, destacou Nóbrega. Sessões indicaram que 90% do esforço está nos dados.

Dados continuam sendo o principal desafio, segundo o executivo. A popularização de grandes modelos gerou a impressão de que a tecnologia é o principal obstáculo, mas, na prática, a preparação e organização de dados demandam maior implementação.

Nóbrega destacou a qualidade das informações como fator determinante para o sucesso. Empresas que focam apenas em modelos enfrentam risco de não entregar ganhos de produtividade concretos.

A palestra integrou o AI Summit e reuniu executivos interessados em estratégias de adoção de IA em ambientes corporativos. As orientações enfatizam uma abordagem pragmática, com foco em problemas mensuráveis.