Uma conversa com o principal especialista em IA, Kurt Kendall, sobre como aproveitar tecnologias disruptivas para impulsionar o crescimento #ÚltimasNotícias

Todas as indústrias estão numa encruzilhada com a ascensão da IA. A chave para o sucesso é que os executivos que lideram qualquer organização funcional ou empresarial colaborem entre si e com os seus parceiros tecnológicos para imaginar e criar casos de utilização que irão expandir os seus negócios. Terão de aspirar a tornar as suas organizações mais fortes, mais rápidas e melhores, em vez de voltarem a ver a IA simplesmente como uma forma de substituir os seus colaboradores e reduzir custos. Só então desbloquearão a inovação e o poder das tecnologias de IA.

Outro ponto central é não prometer demais a tecnologia apenas para satisfazer os investidores ou conseguir mais clientes. Isto é perigoso em vários níveis e a lavagem de IA, como é chamada, já é endêmica em todo o cenário empresarial. Por todas estas razões, à medida que o diálogo sobre IA prossegue, gostaria de falar com alguém com uma compreensão clara das melhores práticas para abraçar a tecnologia, juntamente com casos de utilização específicos, tais como a melhor forma de aproveitá-la para impulsionar o desempenho de marketing. Recentemente conversei com Kurt Kendall, um veterano do setor de dados e análises que trabalhou em empresas líderes como Glaxosmithkline, Under Armour e McKinsey & Company. Kurt é atualmente cofundador e co-CEO da Kairos Growth Advisors. A seguir está uma recapitulação da nossa conversa:

Bille Howard: Você pode falar sobre como as empresas deveriam abordar a IA no mais alto nível?

Kurt Kendall: Há mais de trinta anos, Geoffrey Moore escreveu um livro seminal sobre adoção de tecnologia chamado Atravessando o Abismo. Converse hoje com qualquer pessoa sobre o que será necessário para concretizar as aspirações da IA ​​e eles falarão sobre o abismo que temos pela frente. Sim, existe uma utopia potencial no final da jornada da IA, mas o caminho para chegar lá não é claro. E não é apenas pouco claro, está repleto de obstáculos e riscos. Já vemos organizações gastando tanto tempo na mitigação dos riscos da IA ​​quanto na busca agressiva de oportunidades.

As empresas, e especificamente os CEO que as lideram, precisam de ter a coragem de assumir riscos. Dê crédito a Sam Altman. A OpenAI não se tornou uma das empresas mais comentadas, agora avaliada em US$ 150 bilhões, porque adotou uma abordagem cautelosa. Correram o risco de gastar milhares de milhões de dólares e lançaram um produto imperfeito precisamente porque queriam transformar o mundo através da IA. Não estou sugerindo que outras empresas assumam esse nível de risco, mas os vencedores em IA serão as empresas que melhor administrarem as compensações entre risco e recompensa.

Howard: Quais são os maiores desafios das empresas que adotam a IA? Parece que encontrar os aplicativos que podem produzir os melhores resultados seria o caminho ideal a seguir?

Kurt Kendall: O maior desafio enfrentado hoje pelas empresas que estão a iniciar a sua jornada de transformação da IA ​​é a falta de casos de utilização de negócios claros que justifiquem os investimentos que serão necessários. Recentemente participei de uma reunião de negócios com mais de 100 executivos seniores encarregados por suas organizações de liderar suas respectivas jornadas de IA.

Duas coisas estavam bastante claras. A primeira é que os custos para desenvolver e implementar soluções de IA serão significativos. Talvez não ao nível necessário para justificar algumas das actuais avaliações tecnológicas, mas certamente a uma escala que irá perturbar as alocações orçamentais históricas das empresas. E esses custos não serão apenas da tecnologia. Incluirá todo o dinheiro necessário para reestruturar processos de negócios e reestruturar organizações. Para muitas empresas, estes outros custos provavelmente excederão os custos da tecnologia.

O que falta em muitas das discussões sobre IA é de onde virão os “retornos” dos investimentos. Na melhor das hipóteses, você ouve referências vagas à economia de custos resultante da redução do número de funcionários, o que é pouco inspirador. Converse com líderes seniores em organizações, exceto o CFO, e veja quantos presidentes de unidades de negócios, CMOs e CSCOs estão entusiasmados com a redução do tamanho de suas organizações com base na promessa da IA. O que precisa de mudar é que a IA precisa de ir além de uma discussão tecnológica liderada pelo CIO e tornar-se casos de utilização específicos “pertencentes” aos líderes empresariais para a melhoria da missão global da empresa, da experiência do cliente e do desempenho empresarial. Os casos de uso precisam ter escala suficiente para mover a agulha e ser explicitamente incorporados ao plano de negócios anual.

Howard: Marketing e CX (experiência do consumidor) parecem ser áreas que poderiam ser ganhas com a IA, especialmente à medida que a necessidade de compreensão do cliente cresce juntamente com a necessidade de melhor desempenho. O que você acha disso em geral e como a diferenciação competitiva pode ser alcançada?

Kurt Kendall: Absolutamente! O marketing e o CX começam com uma vantagem muito significativa sobre muitas outras áreas funcionais de uma empresa. Eles têm usado variações de IA há décadas e, em particular, para empresas voltadas para o consumidor, a disciplina de ciência de dados primeiro se consolidou nas funções de marketing. Ironicamente, uma das críticas ao marketing moderno é que a “ciência” deixou de lado a “arte”. Os dados concretos encontrados nos bancos de dados de clientes suplantaram os insights mais suaves sobre as emoções e atitudes do consumidor. Uma das oportunidades para a IA Generativa (Gen AI) é que ela tem o potencial de trazer mais arte de volta ao marketing. A natureza não estruturada da linguagem, do áudio e das imagens não era tão adequada para as ferramentas de IA anteriores. Paradoxalmente, esses mesmos dados são exatamente o que alimenta a Geração AI. O que a Gen AI permitirá é a incorporação desses tipos de dados não estruturados em aplicações tradicionais, como otimização de marketing digital, modelagem de atribuição e, sem dúvida, a experiência do cliente. Também terá aplicações mais exclusivas, como a criação de conteúdo de marca original de uma forma mais escalonável e econômica.

Howard: Você menciona dados mais concretos que suplantam dados mais suaves, como a emoção do consumidor, que acredito ser a chave para criar fidelidade à marca, confiança e gastos. Você pode falar sobre como a IA pode ser usada como um ingrediente combinado com outras tecnologias disruptivas para melhorar a compreensão do cliente, especialmente porque a visibilidade da mentalidade do consumidor está diminuindo diariamente devido a uma infinidade de fatores?

Kurt Kendall: Um grande avanço no marketing nos últimos 20 anos é a melhoria dramática no uso de dados e análises para medir e otimizar o marketing. Isso é especialmente verdadeiro porque o marketing digital cresceu em importância. Porém, como alguém que contribuiu para o avanço da otimização de marketing, também acredito que algo se perdeu com o foco no retorno financeiro. O que se perdeu é a “arte” do marketing que mencionei anteriormente e é por isso que estou tão entusiasmado com as novas aplicações da IA ​​no marketing.

Um caso de uso inovador em que minha empresa está trabalhando com a sua empresa Brandthro é um exemplo maravilhoso da arte e da ciência da IA. Embora todos fiquem entusiasmados com o uso de dados para melhorar o marketing, a realidade é que os conjuntos de dados normalmente usados ​​são incompletos e, até certo ponto, falhos. Os dados que os profissionais de marketing têm para marketing digital são muito bons para compreender comportamentos (por exemplo, o que você fez) e razoavelmente bons para compreender os atributos de uma pessoa, especialmente dados demográficos (por exemplo, idade, renda, etc.). O que isso não faz, e o que, na melhor das hipóteses, os profissionais de marketing tentam inferir, é compreender atitudes e emoções. Os atuais conjuntos de ferramentas de dados e análises não

procure entender o porquê das ações. Isto leva à questão: o que é uma marca sem uma verdadeira compreensão emocional dos seus clientes? Hoje as marcas precisam se comportar como seres humanos e isso não pode ser feito sem insights emocionais acionáveis.

O que a IA está agora a começar a permitir é a capacidade de medir e compreender diretamente atitudes e emoções. Para construir insights sobre emoções, você precisa ser capaz de trabalhar com conjuntos de dados de linguagem, imagens e sons. Os algoritmos clássicos da ciência de dados fizeram um péssimo trabalho na mineração de emoções nesses conjuntos de dados. Mas o propósito da Gen AI foi criado para compreender e se comunicar com esses tipos de dados não estruturados. Ainda mais importante, a IA permite usar esses insights emocionais em seu marketing digital. O Google introduziu uma nova abordagem chamada lance baseado em valor. Imagine ser capaz de ajustar quanto você paga por uma impressão com base no fato de alguém ter o perfil emocional ideal para sua marca. Isso não é apenas um sonho inovador, mas agora está se tornando realidade com a IA.

Howard: Ótimos pontos e muito bem ditos. O que acabamos de discutir se relaciona perfeitamente com um white paper que você escreveu recentemente sobre “Ensemble AI”. O que é exatamente e por que é fundamental para a forma como as pessoas deveriam pensar no futuro da IA?

Kurt Kendall: Um segredo mal guardado sobre a Geração AI é que, para muitos dos casos de uso considerados, ela ainda não está pronta para o horário nobre. A boa notícia é que, com os milhares de milhões e milhares de milhões de dólares gastos nestas tecnologias, o progresso está a acontecer rapidamente. No entanto, há muito trabalho a ser feito e uma das conclusões que muitos têm agora é que não haverá uma solução única de IA. Nenhuma IA para governar todos eles.

Minha mensagem abrangente com minha discussão sobre o Ensemble AI é que, em vez de uma solução tecnológica única, muitos casos de uso exigem uma combinação de tecnologias trabalhando juntas, potencialmente exclusivas para o caso de uso. Qualquer pessoa que tenha trabalhado com marketing sabe que são necessários muitos componentes tecnológicos diferentes (por exemplo, a pilha de tecnologia de marketing) para dar suporte às necessidades de negócios do marketing. Para a IA, as empresas devem esperar uma dinâmica semelhante e não assumir que um único Large Language Model (LLM) da OpenAI, Meta, Google, etc. O que será necessário será baseado nas necessidades específicas do negócio e nos casos de uso.