Impacto da IA no Mundo Real

A IA não é apenas um conceito para o futuro; está ajudando as empresas agora. Desde melhorar o treinamento dos funcionários até tornar as operações de TI mais inteligentes, a IA oferece benefícios claros. Essas mudanças ajudam empresas inteiras, de clientes a fornecedores e a todos os funcionários.

Histórias de Sucesso de IA da PepsiCo

A PepsiCo usa a IA de maneiras poderosas. Eles se concentram em como a IA pode ajudar todos conectados à empresa. Prashant Arora compartilha dois exemplos-chave em que a IA causa um impacto direto nos negócios.

Treinamento de Realidade Virtual com Gêmeos Digitais

Imagine o treinamento que costumava levar dois meses agora leva menos de duas semanas. A PepsiCo construiu um gêmeo digital de todo o seu ecossistema de plantas. Esta cópia digital usa dados e imagens em tempo real para imitar uma bebida ou planta de alimentos.

Novos trabalhadores da linha de frente, muitas vezes funcionários de fábrica, enfrentaram anteriormente dois meses de treinamento em sala de aula. Isso se deveu ao alto foco da PepsiCo em segurança e baixo risco. Agora, eles colocam um fone de ouvido VR e experimentam o gêmeo digital. Eles operam máquinas em um mundo virtual. Essa experiência virtual prática os torna muito mais confiantes do que as aulas de quadro branco.

Este treinamento de RV reduz muito o tempo e os custos. Isso ajuda os novos contratados a se sentirem prontos antes mesmo de tocarem no equipamento real.

Operações de TI de auto-cura

No mundo da TI, a IA está mudando a forma como as mesas de atendimento funcionam. Um agente funciona 24 horas por dia, 7 dias por semana, nos computadores dos funcionários. Ele verifica as configurações do Outlook, Teams e VPN. Se encontrar um problema, ele tenta corrigi-lo usando scripts integrados. Isso é como uma tecnologia de autocura que existe há anos.

O verdadeiro poder de IA começa se o agente não conseguir resolver o problema. Ele cria um ticket e o envia para um chatbot. O chatbot então fala com o usuário. Por exemplo, ele pode perguntar se o usuário deseja tentar algumas etapas de solução de problemas. Se o usuário concordar, o chatbot usa um Grande Modelo de Linguagem (LLM). Este LLM entende o problema e cria um script, como um script Python. Ele pode então reinstalar uma VPN sem que o usuário faça nada. Depois disso, ele fecha o ticket e pede feedback.

Esse processo economiza muito tempo para as equipes da central de atendimento. Ele permite que engenheiros L1, L1.5 e até L2 se concentrem em questões mais complexas.

O Futuro da IA no Gerenciamento de Serviços

Olhando para o futuro, a IA continuará mudando a forma como as empresas funcionam. Isso trará novas ferramentas e maneiras de resolver problemas.

Capacidades de IA promissoras

Daniel Ciolek trabalha em pesquisa e desenvolvimento, analisando futuras ferramentas de IA. Ele vê grande promessa no gerenciamento de conhecimento e gerenciamento de dados. Muitas organizações lutam com dados armazenados em lugares diferentes, em formatos ruins ou de difícil acesso.

Modelos de IA podem processar grandes quantidades de dados. Eles podem fornecer insights e permitir que os usuários “conversem” com seus dados. Por exemplo, um usuário pode solicitar histórico de vendas, tendências sazonais ou informações do concorrente. A IA pode combinar dados da web, bancos de dados estruturados e históricos de tickets ITSM. Hoje, isso requer muita codificação manual e ciência de dados. Mas o objetivo é que a IA faça mais disso automaticamente.

Daniel também aponta para a IA agentic. Esta IA será mais autônoma. Isso gerará fluxos de trabalho complexos sem tanta ajuda humana. Por exemplo, se um usuário não estiver disponível para solução de problemas, uma IA agente poderá lembrá-lo automaticamente mais tarde. Esse nível de autonomia ainda está longe. Requer mais integração e menos “andaimes” manuais, o que significa menos configuração humana.

A “Síndrome do Impostor” da IA

Embora a IA seja muito promissora, ela tem limites. Daniel descreve isso como tendo “síndrome do impostor”. A IA pode se envolver em conversas e falsificar algum conhecimento, mas muitas vezes carece de compreensão ou contexto verdadeiro. Temos grandes expectativas para a IA, mas nem sempre é capaz de atendê-las.

Construir sistemas complexos com IA precisa de muitos “andaimes”. Assim como aprender um tópico complexo, você precisa dominar um nível antes de passar para o próximo. A IA precisa de estruturas claras e etapas construídas em torno dela para alcançar níveis mais altos de inteligência. Sem esse suporte, todo o sistema pode falhar. A IA é poderosa, mas também “extremamente boba” e faz muitas coisas erradas.

O Papel das Melhores Práticas e Estruturas

Suzanne Galletly, da AXELOS, enfatiza a importância das melhores práticas. Estruturas como ITIL e SIAM ajudam as organizações a gerenciar novas tecnologias. Suzanne acredita que o sonho de sistemas de IA trabalhando por conta própria poderia se tornar um pesadelo sem supervisão humana.

Ela vê um relacionamento bidirecional:

• O que a IA pode fazer pelo ITSM: Ajuda com monitoramento inteligente e treinamento dinâmico.
• O que o ITSM pode fazer pela IA: Fornecer estruturas de governança fortes, especialmente para gerenciar riscos de terceiros.

O verdadeiro valor da IA está sempre na combinação de humanos e máquinas. Os humanos definem as necessidades e fornecem supervisão. A IA fornece a velocidade e o poder de processamento de dados. Eles são mais poderosos juntos.

Dilemas Éticos e IA Responsável

À medida que a IA cresce, as empresas enfrentam questões difíceis sobre ética e justiça. A IA responsável é a chave para uma adoção bem-sucedida.

O Desafio do Viés da IA

A PepsiCo encontrou viés de IA durante um projeto para automatizar a triagem de tíquetes no ITSM. A IA deveria atribuir ingressos diretamente com base em seu conteúdo. O sistema atribuiu tickets corretamente, às vezes até melhor do que os humanos. Engenheiros de serviços humanos podem ler mal artigos ou cometer erros.

No entanto, a IA aprendeu que certos indivíduos eram excelentes em resolver tipos específicos de ingressos. Como resultado, continuou atribuindo esses ingressos aos mesmos “indivíduos estrela”. Esses funcionários ficaram sobrecarregados com multas, enquanto outros tinham menos trabalho.

A PepsiCo rapidamente percebeu que esse viés era um grande problema. Eles interromperam o projeto, ajustaram seus modelos e diminuíram a velocidade. Este exemplo mostra que, mesmo em casos de uso interno simples, o viés da IA pode causar problemas. Se isso acontecesse em áreas com maior impacto social ou político, os problemas poderiam ser muito maiores.

Políticas de IA Responsável

A PepsiCo lidera o caminho na criação de políticas responsáveis de IA. Essas políticas atuam como um padrão dourado. Eles garantem que a privacidade e a segurança sejam integradas aos sistemas de IA desde o início.

Criar agentes de IA está se tornando muito fácil. Prashant observa que muitas vezes você só precisa de prompts simples em inglês. Mas garantir que esses agentes façam a coisa certa, mesmo quando ninguém está assistindo, é o verdadeiro desafio. É fácil de construir, mas difícil de sustentar.

Restrições no Desenvolvimento de IA

Daniel explica que muitos desafios no desenvolvimento de IA vêm de necessidades técnicas e de negócios.

• Latência: A rapidez com que um sistema precisa responder limita os tipos de modelos e chamadas que ele pode usar.
• Autonomia: Decidir se um sistema é executado online (resposta rápida) ou offline (processa dados ao longo de horas ou dias). Processos offline podem lidar com mais dados, mas levam mais tempo.
• Raciocínio do Modelo: Criar fluxos de trabalho completos com IA é difícil porque os LLMs têm contexto limitado. Os desenvolvedores devem dar muitos exemplos e garantir que a interface do usuário mostre esses limites.

Na InvGate, eles adotam uma abordagem “humana no circuito”.Todo recurso de IA precisa de revisão e supervisão humana. A IA é super poderosa em alguns aspectos, mas também é “extremamente boba” em outras. Muitas coisas podem ser feitas errados. Se você automatizar tudo sem verificações humanas, muitas vezes você obtem resultados ruins. Os humanos precisam entender quando a IA falha e corrigi-la.

Ética, Governança e Apetite de Risco

Suzanne destaca o delicado equilíbrio entre inovação e IA responsável. Diferentes regiões têm abordagens diferentes para as leis de IA.

• A Lei da IA da União Europeia é considerada a lei mais rigorosa. O objetivo é construir confiança na IA, mas deve ser aplicado de maneira prática para evitar a desaceleração de novas ideias.
• Os Estados Unidos têm uma abordagem menos prática.
• A China tem planos estratégicos para a IA.

As organizações precisam definir seu apetite de risco para a IA. A Lei da IA da UE usa uma abordagem baseada em risco:

• Sistemas de baixo risco quase não têm requisitos.
• Sistemas de alto risco têm regras rígidas. Esses são sistemas que podem afetar muito os direitos humanos básicos. Exemplos incluem o uso de IA para filtrar candidatos a emprego ou para reconhecimento facial.

A questão ética nem sempre é a mesma que a legal. Algo pode ser legal e tecnicamente possível, mas uma empresa ainda deve perguntar se está moralmente correto. Os funcionários também estão começando a definir o que é moralmente aceitável nos locais de trabalho. Isso significa que as empresas devem considerar a ética em suas decisões.

O Futuro: Humanos e Co-Pilotagem de IA

Como os humanos mudarão com as ferramentas de IA? Daniel observa que nossa linguagem está mudando. As pessoas estão começando a falar como modelos de IA porque conversam e leem muito texto gerado por IA.

Exemplos anteriores mostram como a tecnologia muda as habilidades humanas:

• As calculadoras mudaram a forma como fazemos aritmética. Ainda precisamos entender matemática, mas não fazemos somas complexas à mão todos os dias.
• O GPS substituiu a necessidade de conhecer a navegação da cidade de cor.

A IA terá um efeito semelhante em tarefas intelectuais. A IA pode escrever bem, então as habilidades de escrita podem se tornar mais especializadas. A codificação também pode se tornar uma habilidade especializada, enquanto outros usam agentes de IA que codificam a partir de comandos simples em inglês. As habilidades básicas de solução de problemas de computador também podem mudar à medida que as ferramentas de IA corrigem problemas automaticamente.

Prashant acredita que o futuro da IA nos negócios é sobre co-pilotagem. Humanos e IA trabalharão juntos, navegando por tarefas. A IA assumirá muitas tarefas rotineiras que os humanos fazem hoje. Por exemplo, uma IA poderia analisar números e preparar relatórios, enquanto um humano se concentra em um trabalho mais significativo.

• A IA para Business Intelligence (BI) já é comum. A IA lida com a trituração de dados. Os humanos ainda entendem os números, obtêm insights e tomam decisões.
• A filosofia da PepsiCo é: a IA acelera e o ser humano valida.Isso garante a qualidade, evita riscos e constrói confiança.
• Com o tempo, as tarefas que precisavam de humanos para validar se tornarão padrão, à medida que a IA fica mais inteligente nessas áreas.

Essa mudança mudará os modelos de negócios. As empresas que não inovam e repensam seus processos correm o risco de ficar para trás. Assim como as lojas de sapatos tiveram que se adaptar quando as compras on-line se tornaram populares, as empresas devem girar com IA. Eles precisam encontrar novas maneiras de oferecer valor aos clientes.

Riscos de Longo Prazo: Desumanização

Suzanne se preocupa com uma potencial desumanização do ambiente de negócios. Pesquisas mostram que, até 2030, a tecnologia pode fazer mais trabalho sozinha, do que em combinação com humanos.

Muitas organizações pretendem ser “AI em primeiro lugar”. Suzanne acha que deve ser sempre “pessoas em primeiro lugar”.O verdadeiro poder vem de humanos e máquinas trabalhando juntos. A IA é boa em encontrar padrões em grandes conjuntos de dados, mas não tão boa com nuances.

Uma tendência preocupante é que a solidão agora é um risco comercial. Isso significa que as organizações estão tomando medidas para ajudar os funcionários a se sentirem conectados, pois isso afeta o desempenho. Essa tendência destaca a necessidade de liderança centrada no ser humano e de evitar um mundo onde a automação orientada por IA afasta as pessoas.

IA em Software de Gerenciamento de Serviços

Ao escolher recursos de IA para TI ou ferramentas corporativas, as empresas enfrentam uma decisão difícil: construir ou comprar?

Prashant explica que muitos fornecedores oferecem soluções de IA que muitas vezes são apenas wrappers em torno de LLMs existentes, como o GPT da OpenAI. A PepsiCo não quer investir em “software wrapper”. Eles acreditam que seu departamento de TI pode construir esses invólucros por conta própria.

O valor real vem de soluções que resolvem os problemas específicos de uma empresa.

• Se uma solução comprada oferece uma solução instantânea, economiza dinheiro ou recebe clientes rapidamente, pode ser um investimento inteligente.
• Caso contrário, as empresas devem criar soluções que atendam às suas necessidades exclusivas.

Embora a ITSM tenha processos padrão, como gerenciamento de incidentes e problemas, cada empresa os implementa de forma diferente para criar valor. As soluções de IA devem entender profundamente esses problemas específicos.

O Futuro do ITSM com Agentes de IA

A IA tem um enorme potencial no ITSM. Imagine agentes de IA que:

• Preveja problemas antes mesmo que eles aconteçam, não apenas reaja aos alertas.
• Crie mudanças de forma proativa para evitar o impacto.
• Ignore todos os processos de gerenciamento de incidentes e problemas.

Isso significa uma enorme necessidade de reengenharia de processos no ITSM. As estruturas tradicionais do ITIL podem não se encaixar perfeitamente, exigindo novas camadas de IA e processos ajustados.

Pontos de Engastiamento Éticos no Gerenciamento de Serviços

Suzanne aconselha as organizações a começar com as políticas existentes da empresa. Políticas em torno da inclusão ou comportamento aceitável também podem se aplicar a sistemas de IA. Isso significa que você não precisa começar do zero.

No entanto, o mundo do ITSM tradicional e da IA é diferente. Preencher essa lacuna será um desafio. Felizmente, existem muitas diretrizes e estruturas:

• Recomendação da UNESCO sobre a Ética da IA
• ISO 42001 para sistemas de gerenciamento de IA
• ISO 23894 para gerenciamento de risco de IA

As organizações precisam entender seu apetite de risco e quão de alto risco seus sistemas de IA podem ser. Essas diretrizes ajudam a garantir que a IA seja desenvolvida e usada com responsabilidade.

A Capacidade de IA Mais Empolgante

Daniel acredita que não há uma única “recurso assassino” na IA que mudará tudo da noite para o dia. Em vez disso, são cerca de milhões de micro-otimizações. A IA é usada para milhares de coisas diferentes, e cada uma pode melhorar a eficiência apenas em uma pequena porcentagem. Mas quando todas essas pequenas melhorias se somam ao longo de alguns anos, o valor total é enorme.

A maneira como desenvolvemos novos recursos de software já está mudando por causa da IA. Em alguns anos, sistemas sem esses recursos de IA generalizados serão impossíveis de usar. Assim como ninguém quer fazer matemática complexa sem uma calculadora, as pessoas não vão querer trabalhar no ITSM sem ferramentas de IA. A IA estará em toda parte, e desligá-la não será uma opção. Essa integração generalizada levará a uma nova era de eficiência.

Conclusão

A IA está remodelando o Gerenciamento de Serviços de TI com novos recursos impressionantes e desafios éticos complexos. Exemplos do mundo real da PepsiCo mostram como a IA pode revolucionar o treinamento e auto-curar problemas de TI, economizando tempo e dinheiro. No entanto, o risco de viés da IA e a necessidade de supervisão humana permanecem críticos.

O futuro da IA nos negócios envolverá uma abordagem de co-piloto, onde humanos e IA trabalham juntos, alavancando o poder da IA enquanto garante a validação humana e a consideração ética. As organizações devem definir seu apetite de risco e usar as estruturas existentes para governar a IA com responsabilidade. Embora não haja uma única solução de IA para consertar tudo, o impacto cumulativo de inúmeras pequenas melhorias de IA tornará os sistemas indispensáveis. O desafio para os líderes é equilibrar a inovação com o julgamento ético, mantendo as pessoas no centro dessa mudança tecnológica.

Junte-se à Discussão

Como sua organização está usando IA no ITSM? Compartilhe seus pensamentos e experiências juntando-se à comunidade de profissionais de Gerenciamento de Serviços da InvGate. Saiba mais sobre como o InvGate capacita as equipes de TI no InvGate Software. Você também pode iniciar sua avaliação gratuita de 30 dias do poderoso software de TI da InvGate no InvGate Free Trial.