IA além do hype: o que realmente faz diferença nas empresas

Quando o assunto é Inteligência Artificial (IA), é difícil escapar do hype – aquela empolgação e expectativa exagerada em torno de um tema. A IA domina conferências, timelines, podcasts e salas de reunião. Apesar do barulho às vezes exagerado, esse entusiasmo cumpre um papel importante: acelera a inovação e incentiva experimentos.

Mas entre o entusiasmo e o impacto real existe um momento no qual a IA deixa de ser discurso e passa a ser prática. É nesse contexto que nasce a nova série do Hub Supply Chain da CICLO Academy: “IA Além do Hype”. Nela, especialistas compartilham como aplicam IA no dia a dia, transformando tecnologia e dados em soluções para resolver problemas reais de negócio.

Para abrir a série, trazemos a visão de Gustavo Fróes Ferreira, Managing Partner da Physa, que esteve no 39º Simpósio Supply Chain da CICLO e compartilhou algumas reflexões sobre o hype em torno da GenAI e o resgate do valor da chamada “old AI” — técnicas que, mesmo antes de ferramentas como o ChatGPT, já transformavam negócios. Entre elas:

• Machine learning (principalmente modelos supervisionados);
• Otimização;
• Simulação;
• Etc.

O papel da IA: o que ainda está sendo mal compreendido

Para Gustavo, quando falamos em “IA além do hype”, muitas empresas ainda têm uma visão equivocada do papel dessa tecnologia. Na prática, muitos executivos embarcam em projetos de inteligência artificial motivados mais pelo medo de ficar para trás do que por objetivos claros de negócios.

Além disso, há outro ponto crucial: quem fala sobre IA muitas vezes são os vendedores das soluções, e não os engenheiros que as constroem. Modelos como LLMs (Large Language Models), que explodiram recentemente, são tratados como oráculos capazes de resolver qualquer problema. Só que, na realidade, esses modelos têm papel relevante apenas em certos tipos de desafios. Em áreas como supply chain ou pricing, que exigem decisões críticas e precisas, o impacto da GenAI acaba sendo limitado.

“Muitos estão delegando decisões importantes a esses modelos sem perceber que podem ser superficiais ou até equivocadas. GenAI dá a sensação de conhecimento sem que o profissional tenha passado pelo processo árduo do aprendizado, o que é perigoso. Profissionais com base sólida, capazes de pensar por first principles (isto é, partindo dos fundamentos, questionando premissas e construindo o raciocínio do zero), continuam sendo extremamente valiosos”, diz o especialista.

Com base na conversa, destacamos os principais aprendizados do que realmente diferencia projetos de IA que entregam valor daqueles que ficam só no discurso.

5 principais aprendizados sobre IA além do hype

1) Não é sobre a matemática — é sobre entender profundamente a matemática e criar um ecossistema em volta para um usuário de negócios

Mais do que entender fórmulas ou algoritmos, o que importa é entender profundamente como a matemática funciona para criar um ecossistema que sustente a confiança e impulsione a adoção. Em outras palavras, não basta implementar um modelo de IA e esperar que ele “decida por você”.

Quando uma recomendação não faz sentido, alguém precisa entender como o modelo chegou àquele resultado — se há um insight genuíno ali ou apenas um bug bem disfarçado.

Esse é o tipo de reflexão que separa empresas que apenas implementam IA daquelas que entendem o que estão implementando. E esse entendimento é o que sustenta a confiança e garante que o modelo evolua junto com o negócio.

2) O valor não está na prateleira – e a “old AI” importa muito

Nenhuma empresa se diferencia apenas por instalar um sistema pronto de planejamento.  “O custo de desenvolvimento e implementação de algo customizado ao seu negócio não é o que já foi um dia. Um software caro não significa que implementa a ciência corretamente ou habilita a arte adequadamente”, explica Gustavo.

A grande sacada está em combinar arte e ciência: times que conhecem profundamente o negócio, entendem dados e adaptam tecnologia às particularidades da empresa. É aqui que a “old AI” continua extremamente relevante. Técnicas clássicas de analytics ainda resolvem a maioria dos problemas de negócio, entregando ganhos diretos e mensuráveis.

Por exemplo, em supply chain, muitos problemas não são de aprendizado, mas de otimização. Modelos de GenAI, por mais avançados que sejam, não substituem ferramentas como algoritmos de simulação ou modelos preditivos de supervised learning (regressões, redes neurais, deep learning) — que permanecem essenciais para decisões estratégicas.

3)      IA estratégica começa pelo problema, não pelos dados

IA/Analytics funciona de trás para frente. Antes de falar em modelo, dados ou tecnologia, é preciso responder: qual problema de negócio queremos resolver?

Em supply chain, por exemplo, isso pode significar decidir quais produtos ofertar, a que preço e quanto comprar de cada um. Só depois disso se escolhe o modelo de IA, os dados e os processos necessários para apoiar a decisão.

Mais uma vez entra a importância de um time que entende profundamente o negócio, os tradeoffs das decisões e, ao mesmo tempo, domina IA e tecnologia.

4)      Confiança é o fator mais subestimado

Um dos maiores riscos é criar modelos “caixa-preta” – aqueles que dão uma resposta sem que ninguém consiga explicar o porquê.

“Se um output contraintuitivo surgir e ninguém conseguir explicá-lo, a confiança no sistema é perdida – e o usuário volta às planilhas manuais que já conhece”, explica o Managing Partner da Physa.

Para evitar isso, é preciso oferecer:

• Visualizações que expliquem não só o resultado, mas o raciocínio por trás dele;
• Ferramentas que permitam pilotar e testar as recomendações, monitorando KPIs para garantir captura de valor;
• Sistemas intuitivos, que facilitem a adoção pelo usuário e não o façam voltar às planilhas tradicionais.

5) Times pequenos, com alta densidade de talento

O perfil ideal para projetos de IA/Analytics é times pequenos e multidisciplinares, com pessoas capazes de compreender o negócio e dominar matemática, estatística e computação.

Gustavo relembra sua experiência em uma boutique de consultoria do Vale do Silício: cada profissional precisava entender o problema do cliente por completo, desde tradeoffs de negócio até modelagem, desenvolvimento e implementação de ferramentas tecnológicas.

O erro comum nas empresas é fragmentar essas funções: alguém entende o negócio, outro faz modelagem, outro cuida da tecnologia — mas ninguém entende o problema de ponta a ponta. O resultado: soluções técnicas que pouco resolvem o problema real.

Como diferenciar um projeto de IA real de um hype passageiro

O segredo está na clareza de propósito.

Se o objetivo de um projeto é apenas “implementar um modelo de IA”, o sinal vermelho já está aceso. Projetos que dão certo são aqueles que começam com um objetivo de negócio claro, entregam valor rápido, aprendem com o resultado e evoluem em ciclos curtos.

É uma jornada que precisa se autofinanciar. Se esperar anos para ter toda a infraestrutura e todos os dados, o projeto pode “morrer” antes de entregar qualquer valor.

O hype não é vilão — ele faz parte do processo. Traz energia, curiosidade e investimento. Mesmo que nem tudo funcione, os experimentos geram aprendizado e insights que podem mudar o jogo.

Embora seja difícil prever quais tecnologias dominarão daqui para frente, alguns princípios permanecem:

• Profissionais capacitados e versáteis continuam a ser essenciais;
• Problemas complexos e imprevistos (como pandemias ou crises logísticas) exigirão times capazes de resolução estratégica e profunda compreensão do negócio.

A GenAI brilha em dados não estruturados e automação de processos, mas “old AI” permanece central para suporte a decisões de negócio que envolvem problemas de previsão, planejamento de cenários e otimização.

Em resumo, a IA além do hype é aquela que une clareza de propósito, conhecimento profundo do negócio, modelos explicáveis e times altamente capacitados. Esse é o caminho para transformar experimentos em decisões que realmente geram valor.

Sobre a série IA Além do Hype

Essa é apenas a primeira conversa da série. A CICLO Academy continuará explorando a fronteira entre hype e valor real, apresentando especialistas que aplicam IA na prática e ajudam empresas a transformar tecnologia em resultado.

Continue acompanhando nossos conteúdos e eventos do CICLO, que conectam tendências, inovação e práticas reais do mercado. Confira a agenda de eventos e não perca os próximos encontros!

Fique por dentro! Cadastre-se e receba conteúdos exclusivos.