Do projeto-piloto ao lucro: o incrível ROI da IA generativa e com agentes

A IA não está mais presa ao modo piloto, ela está produzindo um impacto mensurável e final. À medida que as organizações vão além da experimentação e passam para a produção, o debate mudou do "que é possível fazer" para "qual é o retorno"?

Embora a inteligência artificial ainda tenha um potencial inexplorado para ampliar o impacto e a produtividade, as organizações não podem desfrutar desse valor antes de integrar a IA ao modo de trabalharem. O mais alto retorno sobre o investimento (ROI) não vem de projetos-pilotos, mas da integração da IA nas operações principais, com base em dados confiáveis, governança sólida e as habilidades certas. Só assim, a IA consegue gerar um impacto sustentável.

Nossa pesquisa mais recente reforça essa ideia, revelando que as empresas que investem estrategicamente em IA generativa e com agentes estão acelerando em escala e obtendo lucro real.

O retorno sobre o investimento em IA generativa e com agentes é de 49% (US$ 1,49 por dólar investido) e esse número representa um aumento de cerca de 20% em relação aos números do ano passado.

Essa estatística vem do nosso novo relatório "O ROI da IA generativa e com agentes". Este estudo global, conduzido por pesquisadores da Omdia da Informa TechTarget, entrevistou 2.050 líderes empresariais e de TI em dez países, revelando que as empresas estão transformando a experimentação com a IA em retorno mensurável em escala. Em primeira mão, testemunhamos a mudança no Snowflake, onde as discussões sobre o cliente passaram da fase de experimentação para o sucesso na produção. 

Estudos realizados no ano passado abordaram a questão da IA generativa e dos agentes de diferentes maneiras, por vezes concentrando-se nas taxas de falhas de projetos-pilotos (onde certa porcentagem de falhas é necessária para descobrir o sucesso), obstáculos de implementação e os desafios da medição do valor. Essa pesquisa levou a duas questões principais: Você está vendo um retorno do seu investimento e, se estiver quantificando, qual será o retorno? De acordo com os entrevistados, 92% estão vendo um retorno de seus investimentos em IA.

Como essas organizações estão obtendo sucesso? Um guia estratégico surge dos dados deste relatório, e aponta para uma disposição de se aprofundar nessa tecnologia em rápida evolução e colocá-la em funcionamento. Isso requer atenção para os dados, que são o fator decisivo nas implementações de IA.

Na Snowflake, nossa filosofia é simples: levamos a IA para os dados, e não o contrário. As empresas confiaram à Snowflake o seu ativo mais valioso, e o caminho para o ROI começa com a camada de IA sobre essa base governada e unificada. Quando a IA é executada onde seus dados estão, com segurança e controles de acesso e observabilidade baseados em funções incorporados, fica mais fácil passar da experimentação para a produção com confiança.

Evolução: da IA generativa aos agentes autônomos

A IA com agentes está entrando em produção mais rapidamente do que muitos esperam. Enquanto a IA generativa gera resultados, a IA com agentes entra em ação. Embora as organizações possam começar com pequenas iniciativas com o intuito de provar a eficácia de suas soluções com agentes, os agentes participam ativamente dos atuais fluxos de trabalho. Um movimento que está mudando fundamentalmente a produtividade e o processo decisório. Embora os agentes estejam acelerando muitas tarefas rotineiras, as pessoas estão sendo solicitadas a revisar, orquestrar e fornecer um nível de supervisão estratégica que escapa às soluções com agentes, pelo menos por enquanto.

A IA com agentes marca o início de uma conversa verdadeira com a sua empresa. Durante anos, as ferramentas de inteligência de mercado (BI) puderam dizer a você o que aconteceu. Os sistemas com agentes, que funcionam sobre uma base de dados sólida, agora podem ajudar a explicar as razões do que aconteceu e recomendar o que fazer a seguir. Essa mudança de dashboards passivos para de decisões proativas e inteligentes é o que indica um valor corporativo duradouro.

Para os líderes de negócios, é indispensável entender a velocidade com que isso está acontecendo. A grande surpresa é que a empresa com agentes não é um desafio para 2030. É um desafio para agora, à medida que a adoção de agentes se intensifica. Nossa pesquisa mostra que 32% das empresas pioneiras na adoção da nova tecnologia já possuem soluções com agentes implementadas em produção, e outras 25% planejam se juntar a elas no próximo ano.

E o mais importante é que esses agentes não estão operando sem verificação. Eles estão sendo implementados como parceiros avançados que auxiliam o trabalho das pessoas, com foco em:

• Melhorar a tomada de decisões baseada em dados. (57%)

• Melhorar a experiência do cliente. (54%)

• Possibilitar inovação mais rápida. (51%)

Agentes também estão sendo cada vez mais usados para o desenvolvimento de software. Quase metade (48%) de todo o código é agora gerado por IA, e 82% das organizações relatam que agentes melhoraram os testes de código e a detecção de erros. Além disso, 80% citam ganhos na qualidade geral do código. Estes resultados mostram a rapidez com que agentes estão deixando a fase de experimentação para ter um impacto real em toda a empresa.

Em primeira mão, a Snowflake está promovendo essa mudança. Com inovações para a Cortex Code, o agente de codificação de IA da Snowflake para ambientes de desenvolvimento local, os desenvolvedores obtêm assistência de IA segura e contextualizada diretamente em seus sistemas de engenharia de dados preferidos. Isso permite que as equipes trabalhem continuamente com dados onde quer que eles estejam, possibilitando a elas criar, gerenciar e otimizar fluxos de trabalho de nível de produção com maior velocidade e eficiência.

Um dos insights mais relevantes do relatório é que executivos esperam cerca de 41% das iniciativas com agentes que patrocinam falhem nos próximos três anos. Esses líderes reconhecem que os pilotos abandonados são iterações, não falhas. Ao permitir essa margem de erro em sua estratégia, eles estão desenvolvendo soluções de nível de produção capazes de aumentar o ROI médio de 49%, como mencionado antes.

Para as empresas, isso representa uma revolução: a mudança da IA generativa para uma ação autônoma está redefinindo a geração de valor em toda a empresa, e os líderes que conseguirem operacionalizar essa tecnologia de forma eficaz vão definir o que será a vantagem competitiva no futuro.

Falta de prontidão dos dados: um choque de realidade

Apesar do otimismo, ainda existe um gargalo significativo: os silos de dados. A pesquisa revelou que:

• Apenas 20% dos dados não estruturados são considerados "prontos para IA".

• Apenas 32% dos dados estruturados são preparados para cargas de trabalho de IA.

• 60% das organizações relatam que o custo de armazenagem e processamento de dados faz com que seus projetos de IA ultrapassem o orçamento.

Além disso, estamos vendo o surgimento da chamada "shadow AI". Cerca de 57% dos entrevistados admitem usar ferramentas de IA não aprovadas. A diferença é mais visível em RH e vendas, onde mais funcionários afirmam usar IA do que o próprio departamento de TI imaginaria. Isso ressalta uma necessidade mais do que urgente de plataformas governadas de IA de nível empresarial capazes de oferecer as ferramentas que os funcionários desejam sem comprometer a segurança.

A IA para empresas não pode se basear apenas nos modelos para aplicar controles de acesso ou proteger informações confidenciais. A governança deve ficar na camada de dados. Quando os agentes de IA herdam automaticamente as funções e as permissões existentes, as organizações não precisam reinventar a segurança de cada novo fluxo de trabalho de IA. Essa estratégia de arquitetura evita o vazamento de dados, reduzindo os riscos e possibilitando uma adoção responsável de IA em escala.

Para resolver esse problema, a Snowflake anunciou o Semantic View Autopilot, que automatiza a criação e a governança de visualizações semânticas e fornece aos agentes de IA uma compreensão compartilhada das métricas de negócios para fornecer resultados consistentes e confiáveis. Ao estabelecer uma base unificada, as organizações podem reduzir drasticamente as alucinações e reduzir a criação de modelos semânticos de dias para minutos, acelerando o tempo de retorno e ao mesmo tempo reforçando a confiança.

Para as empresas, resolver esses desafios não significa apenas implementar novas ferramentas. Isso requer uma disciplina operacional em torno da disponibilidade de dados, controle de custos e governança. Enquanto essas questões não forem resolvidas de uma vez, as iniciativas de IA ficarão paralisadas ou serão insuficientes. Organizações que tratarem a disponibilidade de dados como uma prioridade em nível de diretoria serão aquelas que transformarão a experimentação em um impacto duradouro e corporativo.

A estratégia começa pelos seus dados

Na Snowflake, sempre afirmamos que não existe uma estratégia de IA sem uma estratégia de dados. Empresas líderes que relatam retornos mais altos são aquelas que fazem investimentos estratégicos na unificação do seu data estate (acervo de dados). Isso porque o sucesso da IA não depende de esperar pelo próximo modelo fundacional. Os modelos e as soluções de IA prontas estarão disponíveis para todos e muitas vezes chegam sem nenhum aviso. Qualquer empresa pode controlar sua própria base de dados. O modelo de última geração não será muito útil se não for executado com dados conectados, governados e confiáveis. O modelo é comercializado, e os dados corporativos, exclusivos da organização, tornam-se o diferencial.

Também há um diferencial, especialmente nestes primeiros dias, na forma como as organizações adotam a IA. A transição da IA generativa para a IA com agentes representa uma enorme oportunidade de redefinir como o trabalho é feito. No entanto, modelos sozinhos não são o suficiente. Para ter um impacto real, a IA deve ter como base dados confiáveis e governados e ser integrada aos fluxos de trabalho diários. 

Essa é a estratégia utilizada como base para o Snowflake Intelligence e o Cortex Code, que ajudam os clientes a colocar a IA para trabalhar diretamente em seus ambientes de dados e desenvolvimento. O Snowflake Intelligence serve como a porta de entrada conversacional para os dados corporativos, permitindo que usuários empresariais superem dashboards estáticos e façam perguntas complexas em linguagem natural, fundamentadas em um contexto governado. O Cortex Code amplia essa mesma filosofia do agente nativo de codificação de IA da Snowflake, que compreende os dados corporativos e ajuda as equipes a criar aplicações com tecnologia de IA diretamente em seu ambiente atual. Juntos, esses recursos ajudam as organizações a operacionalizar a IA de forma segura, rápida e em escala.

À medida que a IA se tornar o alicerce operacional das empresas, os retornos duradouros dependerão de mais do que ferramentas isoladas ou acesso a modelos. As organizações devem unificar consistência semântica, governança, controle de custos e execução de agentes em uma única base de nível empresarial. É por isso que é possível mudar da experimentação para um valor repetível de nível de produção com um lucro mensurável. As mais recentes inovações do Snowflake, desde o Semantic View Autopilot até o Cortex Code, foram desenvolvidas para ajudar as organizações a passarem do projeto-piloto para o lucro, com confiança.

Clique em nosso relatório completo, "O ROI da IA generativa e com agentes", para saber mais sobre como, onde e por que a IA está rapidamente transformando as empresas.