13 ago IA transforma inteligência em commodity e torna decisão a nova vantagem competitiva

A inteligência artificial (IA) está prestes a deixar de ser um diferencial competitivo entre grandes empresas, à medida que suas capacidades de previsão se tornam mais acessíveis e semelhantes. A avaliação é do físico Carsten Polenz, diretor de Computação Quântica e chefe da área de Computação Quântica da SAP SE, em artigo publicado pela Fortune nesta quinta-feira, 13.

Para o executivo, a próxima disputa entre empresas estará menos relacionada à capacidade de prever cenários e mais à habilidade de escolher, entre milhares de possibilidades, quais ações devem ser tomadas.

Segundo Polenz, a IA já consegue estimar quais oportunidades comerciais têm maior probabilidade de fechamento, apontar contas a receber com risco de atraso e calcular os possíveis efeitos de concessões sobre uma venda.

O problema, afirma, é que essas previsões não respondem à principal questão da gestão: “O que a empresa deveria fazer de fato?”. Uma decisão pode aumentar a receita, por exemplo, mas reduzir a margem, enquanto uma ação tomada para resolver um problema financeiro pode prejudicar uma relação estratégica com um cliente.

Empresas precisam calcular decisões de forma integrada

O executivo usa o fechamento de cada trimestre financeiro para ilustrar o problema. Enquanto Contas a Pagar pode segurar pagamentos para preservar a liquidez, Contas a Receber tenta acelerar cobranças e Vendas decide quais contratos antecipar ou quais clientes receberão concessões. 

Cada área pode tomar uma decisão racional individualmente, mas, segundo Polenz, o resultado pode não ser o melhor para a empresa. Para ele, o desafio está em encontrar uma combinação coordenada de ações que considere ao mesmo tempo receita, margem, fluxo de caixa, capacidade de entrega, riscos e relacionamento com clientes.

É nesse contexto que Polenz defende o surgimento de uma categoria que chama de “Computação para Decisão Empresarial”. A proposta consiste em transformar uma decisão empresarial em um modelo computável, reunindo ações possíveis, objetivos, restrições, incertezas e consequências econômicas para que o conjunto seja analisado e otimizado.

O conceito, segundo o executivo, complementaria sistemas de planejamento de recursos empresariais, ferramentas de inteligência de negócios e IA, que cumprem funções diferentes, como executar processos, analisar o passado e prever resultados.

Para Polenz, essa abordagem não depende da chegada da computação quântica. Métodos clássicos de otimização, simulação e IA já seriam capazes de lidar com modelos mais complexos do que os utilizados atualmente por muitas companhias. A vantagem, nesse caso, estaria em construir uma representação mais completa das decisões antes de buscar maior capacidade computacional. “A vantagem competitiva não começa com a computação quântica. Ela começa com o modelo de decisão”, escreve.

A computação quântica entraria quando a quantidade de variáveis e interações tornasse os modelos excessivamente complexos para métodos tradicionais sem que as empresas precisassem simplificá-los. Polenz afirma que um modelo pode começar considerando receita, probabilidade de fechamento e recursos disponíveis e, depois, incorporar margem, condições de pagamento, fluxo de caixa, disputas financeiras, restrições de entrega e valor de longo prazo dos clientes. Quanto mais dimensões são adicionadas, maior é a exigência computacional.

O executivo argumenta que, nesse estágio, a computação quântica poderia permitir a análise de problemas altamente interconectados sem eliminar justamente as relações que tornam a decisão mais próxima da realidade. Para ele, porém, a tecnologia não substituiria integralmente os métodos clássicos. “O papel da computação quântica, quando atingir escala comercial, será o de ampliar ainda mais essa riqueza, e não o de criá-la”, afirma Polenz.

A principal dificuldade para as empresas, segundo o diretor da SAP, está antes mesmo do acesso a processadores quânticos: saber exatamente quais decisões precisam ser melhorads. Ele recomenda que executivos identifiquem áreas de alta frequência e alto risco nas quais diferentes departamentos trabalham de maneira independente e comparem os resultados de modelos coordenados com os obtidos pelas áreas isoladamente.

Para Polenz, empresas que se prepararem para a computação quântica serão aquelas capazes de identificar onde as simplificações atuais deixam valor econômico de lado. “A próxima fronteira competitiva não é qual empresa possui mais dados ou a IA mais avançada. É qual empresa constrói a arquitetura de decisão mais eficiente”, conclui.