Exame.com
Continua após a publicidade

A nova era da inovação está chegando

A inteligência artificial pode ser o próximo grande ciclo da inovação corporativa

Inteligência artificial (Getty Images/Getty Images)
Inteligência artificial (Getty Images/Getty Images)
I
Inovação na prática

Publicado em 22 de junho de 2022 às, 11h13.

Última atualização em 4 de agosto de 2022 às, 10h05.

Inteligência artificial é um dos temas mais quentes do momento. Tem sido bastante claro que a inteligência artificial irá ser incorporada em praticamente todas as áreas da vida cotidiana. Em alguns casos, irá substituir completamente os seres humanos que hoje executam as atividades, em outros, será uma ferramenta de apoio que irá aumentar a capacidade de processamento, análise e recomendação.

A inteligência artificial pode ser o próximo grande ciclo da inovação corporativa, assim como a internet mudou o jogo, trazendo a possibilidade de aplicar a inovação aberta na prática em escala, criando verdadeiros ecossistemas em torno de empresas.

Fazendo uma retrospectiva histórica dos ciclos da gestão da inovação, podemos falar em 4 paradigmas:

Inovação fechada – esse foi o modelo que iniciou a abordagem estruturada de inovação nas empresas, pensado principalmente na lógica das tradicionais estruturas de pesquisa e desenvolvimento centralizadas em grandes empresas. Foi nessa época que surgiram grandes centros de P&D como o Bell Labs, Parc e outros tantos.

Inovação aberta – esse paradigma trouxe uma contribuição importante por introduzir a visão baseada na solução de problemas e entrega de valor para os usuários. A inovação deixou de ser a tecnologia do laboratório, para ser a solução para problemas reais e relevantes para o mercado. A lógica da inovação aberta trouxe mais alcance para o processo de inovar. Ela ampliou a fronteira da empresa, trazendo a possibilidade de novas ideias e tecnologias entrarem, ou mesmo, saírem do funil de desenvolvimento.

Ecossistema de inovação – derivada da inovação aberta, esse paradigma propõe enxergar a empresa muito além de interações pontuais para inovar com parceiros externos, mas sim na estruturação de um verdadeiro ecossistema que acelera permanentemente o desenvolvimento em diferentes dimensões do negócio. Atualmente muitas empresas estão aplicando esse modelo com sucesso, combinando diversas formas de inovar como aceleradora de startups, venture client, venture builder, CVC e outras iniciativas coordenadas.

Inovação artificial – esse deve ser o próximo passo da inovação corporativa. Apesar do estado atual de desenvolvimento ainda não estar pronto em escala para assumir atividades que requeiram grande criatividade de maneira autônoma, hoje já temos iniciativas em que a combinação da inteligência artificial com a humana pode trazer apoio aos envolvidos nas diferentes fases do processo. Aparentemente, é nesse sentido que teremos avanços relevantes nos próximos anos.

ONDE PODEMOS UTILIZAR A IA NO PROCESSO DE INOVAÇÃO

A promessa central da combinação da inteligência artificial na gestão da inovação está em aumentar a efetividade e eficiência do processo. Com essa abordagem, poderemos ampliar, complementar e, eventualmente, substituir as competências humanas nas atividades, desde a identificação de oportunidades até a comercialização das mesmas.

Identificação de Oportunidades - mapeamento de tendências, scouting de novas tecnologias e startups, mapeamento de necessidades e geração de ideias. A IA pode superar a limitação dos humanos em analisar e processar informações disponíveis. Com os modelos podemos processar grandes quantidade de dados para identificar padrões de comportamento e problemas. Com algoritmos devidamente treinados podemos tirar insights de base de dados e, inclusive, indicar potenciais alternativas de soluções.

Avaliação de ideias e Seleção de oportunidades – assessment e indicação de oportunidades de maior potencial. Na prática, a tomada de decisão de seleção de novas oportunidades é realizada por pessoas com visão e informações limitadas. Alguns modelos estão sendo desenvolvidos utilizando processamento de linguagem natural para avaliar mercados, tecnologias e critérios da empresa para indicar o potencial das oportunidades. Os modelos tentam reduzir a influência da intuição na tomada de decisão, trazendo mais dados e fatos como suporte. Eles também adicionam velocidade na análise das oportunidades.

Modelos de machine learning não supervisionados podem processar grande quantidade de dados e indicar as melhores alternativas como a escolha de novos produtos a serem lançados ou a melhor molécula a ser desenvolvida. Diminuindo o viés e a subjetividade do processo de seleção.

Validação e desenvolvimento - desenvolvimento de design, prototipagem de novos conceitos e testes. O mantra construir-testar-aprender pode ser potencializado com a inteligência artificial. Além de acelerar o desenvolvimento, também traz ganhos na abordagem data-driven na avaliação dos experimentos. Aplicações que geram opções de design de produtos de forma automatizada já são realidade em algumas indústrias.

Lançamento e comercialização – marketing, pricing, distribuição, vendas, feedback. Nessa fase já temos diversas aplicações com sucesso mercadológico. As aplicações de IA podem acelerar a captura e análise de dados dos clientes através das transações, análise de voz, imagem e texto, dados de feedbacks em redes sociais, otimização de anúncios e muito mais. Modelos preditivos utilizando machine learning podem indicar o melhor veículo para anunciar o novo lançamento, estabelecer a precificação mais adequada para cada público, coletar sentimentos através de expressões dos consumidores no ponto de venda ou em textos na internet. Tudo isso em larga escala e em tempo real.

Temos ainda, a possibilidade incorporar a IA às atividades de gestão da inovação. A gestão do portfólio, o controle das métricas, atração e retenção de talentos para os projetos de inovação, gestão do conhecimento e outras que irão trazer melhores resultados para a organização.

Mesmo que ainda em fase inicial, as pesquisas e o desenvolvimento das aplicações estão avançando rapidamente. A preparação para a era da inovação artificial demanda ajustes na forma como a empresa se organiza. O sucesso dessa nova era passa por fatores importantes relacionados com estratégia, dados, mentalidade, competências, tecnologia e governança. As possibilidades são muitas e podem trazer grandes avanços em como/quanto as empresas inovam.

Felipe Ost Scherer