Desafio das empresas é usar IA de forma confiável, aponta Deloitte

Dois terços das organizações ainda concentram esforços em otimização operacional, enquanto um terço já transforma modelos de negócio inteiros.
A próxima fase da IA é a escala: deixar de testar pilotos e redesenhar a operação como um todo.
Três entraves principais para escalar IA: infraestrutura de dados, governança adaptada a agentes de IA e escassez de talentos.
A IA confiável envolve reduzir vieses, aumentar transparência, evitar alucinações, preservar privacidade e criar guardrails; não investir nisso costuma sair mais caro.
No Brasil, há oportunidade de incorporar contexto local e diversidade cultural e linguística, para evitar que idiomas e repertórios fiquem invisíveis na próxima geração da IA.

A líder global do Deloitte AI Institute, Beena Ammanath, afirma que a próxima onda da inteligência artificial (IA) nas empresas será definida por um grupo menor de organizações que vão redesenhar seus modelos de operação, e não apenas melhorar processos existentes. Em entrevista à Época NEGÓCIOS, ela reforça que o foco deixou de ser apenas pilotar IA para chegar à escala.

Para Ammanath, a transformação envolve romper com a ideia de construir “arranha-céus” sobre fundações antigas. Dados mostram que cerca de dois terços das empresas ainda priorizam otimização operacional, enquanto um terço já busca transformar modelos de negócio inteiros. A diferença é entre corrigir partes de um processo e redesenhar o processo como um todo.

A executiva aponta três entraves principais: infraestrutura de dados insuficiente, governança inadequada para agentes de IA e falta de talentos preparados. Na visão dela, boa parte das organizações treina equipes para funções atuais, ao invés de redesenhar cargos diante da IA.

A partir desse diagnóstico, Ammanath cita o papel da IA confiável. A prática envolve reduzir vieses, aumentar transparência, evitar alucinações, proteger dados e criar barreiras de segurança desde o início do desenvolvimento. Ela ressalta que evitar a IA confiável pode custar mais caro no longo prazo.

Ela também enfatiza três frentes de ação: ampliar a alfabetização em IA, adaptar processos com controles e incorporar guardrails no design dos sistemas. O objetivo é reduzir riscos e melhorar adoção, sem frear a inovação.

No contexto brasileiro, a executiva aponta oportunidade única: modelos alimentados por diversidade cultural e linguística devem ganhar prioridade para refletirem contextos locais. Segundo ela, culturas e línguas ausentes dos modelos podem perder relevância na próxima geração de IA.