A inteligência artificial – e a IA generativa em particular – está rapidamente provando ser uma solução útil para aumentar a produtividade em toda a empresa, mas várias barreiras comuns ao sucesso permanecem.
Quanto mais cedo os líderes de TI puderem identificar e superar esses problemas, mais rápido eles permitirão que suas organizações obtenham mais valor dos sistemas baseados em IA.
Aqui estão algumas das barreiras mais desafiadoras que as empresas precisam derrubar e como os líderes de TI podem fazer isso.
Baixa qualidade de dados
Um Pesquisa IDC Dos 2.920 tomadores de decisão global de TI e negócios, patrocinados pelo vendedor de hardware Lenovo, mostraram que os problemas de qualidade dos dados são o inibidor número 1, fazendo com que os projetos de IA fiquem aquém das expectativas.
Para combater isso, um terço dos participantes da pesquisa diz que suas organizações planejam priorizar a melhoria de seus recursos de gerenciamento de dados.
Ally Financial’s Sathish Muthukrishnanpor exemplo, está enfrentando esta questão por quebrando silos e enfatizando Governança de dados.
“A IA depende fortemente dos dados que processa, por isso gerenciamos cuidadosamente os desafios e riscos relativos ao uso mais amplo de dados”, diz as informações principais, dados e oficial digital da empresa de banco digital.
“Consolidamos 98% de nossos dados em um banco de dados nativo de nuvem centralizado, o que nos permite aproveitar o poder dos dados”, diz Muthukrishnan. “Implementamos processos projetados para garantir uma forte segurança de dados, privacidade robusta do cliente e revisão rigorosa de riscos do modelo antes da implantação e monitoramento contínuo de resultados”.
Os problemas de qualidade dos dados são uma preocupação real e uma barreira real à adoção da IA, mas o problema é muito maior que a discussão tradicional e típica sobre a qualidade dos dados em ambientes transacionais ou analíticos, diz John Thompsonvice -presidente sênior e diretor da empresa de consultoria de IA, The Hackett Group.
“Com a Gen AI, literalmente 100% dos dados, documentos, vídeos, políticas, procedimentos e muito mais de uma organização estão disponíveis para uso ativo”, diz Thompson. Esse é um problema muito maior do que a qualidade dos dados em sistemas como o Enterprise Resource Planning (ERP) ou o Gerenciamento de Relacionamento ao Cliente (CRM), diz ele.
Para resolver a questão de Qualidade de dados para Gen AIem vez de controlar a qualidade dos dados antes de trazer IA, as organizações precisam carregar informações no Gen AI e interrogar ativamente, consultar e solicitar a descoberta de onde as informações são precisas e atualizadas e onde carece de precisão, relevância e clareza, diz Thompson.
“A GEN AI é a ferramenta para descobrir onde as informações precisam ser melhoradas”, diz Thompson. “A maneira certa de executar esse processo é trazer a Gen AI e descobrir como corrigir a qualidade dos dados, não o contrário.”
Falta de experiência interna
UM Relatório de março de 2025 pela American Management Associationuma organização de desenvolvimento profissional, pesquisou recentemente mais de 1.100 profissionais na América do Norte e descobriu que muitos funcionários (57% dos entrevistados) sentem que não estão acompanhando a IA. Menos da metade (49%) receberam Treinamento na IA.
As organizações precisam da infraestrutura para educar e treinar seus funcionários para entender as capacidades e limitações da IA, diz Muthukrishnan de Ally.
“Sem o treinamento certo, a adoção e a utilização não alcançará o resultado que você espera”, acrescenta. “Embora eu acredite que a IA seja uma das maiores transformações tecnológicas de nossa vida, integrá-la aos processos diários é uma enorme empresa de gerenciamento de mudanças”.
A Ally preparou seus funcionários para usar a IA com responsabilidade, oferecendo treinamento necessário para todos os usuários, um manual de IA, cursos curtos para aumentar a fluência da IA e os “dias de IA” educacionais abertos a toda a empresa.
“A lacuna de habilidades só vai crescer”, diz Thompson, do Hackett Group. “Agora é a hora de começar. Você pode começar com sua equipe. Faça com que eles trabalhem em casos de teste. Peça que eles trabalhem em projetos pessoais. Peça que eles trabalhem em projetos de paixão. (Realmente) para que todos participem de uma aula estão apenas alongando o processo para fechar a lacuna de habilidades.
A experiência é um professor muito melhor do que ouvir, acrescenta Thompson.
“Configure um ambiente de gen ai e permita que todos os acessem por seis meses a um ano”, diz ele. “Seus funcionários aprendem mais do que nunca em uma classe ou até várias aulas. Não estou dizendo para não treinar pessoas; você ainda precisa de pessoas para ter aulas. Mas quando seus funcionários estão práticos com um ambiente de gen ai, você verá a lacuna de habilidades fechando todos os dias”.
As organizações precisam enfatizar a mistura de especialistas internos que podem identificar apropriados Casos de uso da IA Com talento externo que viu como outras organizações estão usando a IA, diz Jared CoyleOficial Chefe da AI da empresa de software Enterprise SAP Americas.
“O conhecimento interno é fundamental para garantir que você se integre com os sistemas e processos existentes, e o talento externo ajuda melhor você a aproveitar totalmente os recursos mais recentes da IA para manter os sistemas de IA funcionando sem problemas”, diz Coyle.
Encontrar casos de uso que podem competir por recursos
Toda empresa possui uma lista estabelecida de prioridades, muitas das quais não envolvem IA ou Gen AI. Para concluir o financiamento, as pessoas e a atenção da gerência sênior, os líderes de TI precisarão defender seus projetos de IA.
“Um dos nossos maiores desafios é identificar os casos de negócios certos – onde a IA pode gerar valor real e mensurável sem adicionar complexidade desnecessária”, diz Chandra VenkataramaniCIO na Taskus Taskus da empresa de terceirização.
“É fácil se envolver no momento da IA generativa”, diz Venkataramani. “O sucesso vem da resistência a esse impulso e, em vez disso, se concentra em áreas onde a tecnologia pode aumentar nossas capacidades internas-como melhorar a produtividade, aumentar a tomada de decisões ou reduzir o atrito nos principais fluxos de trabalho. Descobrimos que a clareza de propósito-seja reduzindo o custo, aumentando a velocidade ou a melhoria da experiência do usuário-é crítica antes de avançar com qualquer iniciativa de AI.
Igualmente desafiador é o Emissão de prioridades concorrentesVenkataramani diz. “Como empresa de alto crescimento, centrada no cliente, há pressão constante sobre os recursos de TI”, diz ele. “As iniciativas de IA devem competir por orçamento, talento e atenção executiva; é quando o alinhamento se torna essencial.”
A empresa enfatiza a propriedade compartilhada de iniciativas de IA nas funções de negócios, garantindo que os investimentos sejam tecnicamente viáveis e defendidos por líderes de negócios que Entenda o retorno do investimento.
“Adotamos uma mentalidade que enfatiza a experimentação com o GuardRails: pilotos atenciosos, KPIs claros (indicadores -chave de desempenho) e loops de feedback”, diz Venkataramani. “Essa abordagem nos ajudou a permanecer ágeis, evitar o excesso de investimento em soluções não comprovadas e focar no valor de longo prazo, em vez de hype de curto prazo”.
Casos de negócios, casos de uso e prioridades concorrentes “estão conosco desde o início de nossas carreiras”, diz Thompson, do Hackett Group. “O melhor da Gen Ai é que ele se aplica à maioria dos problemas. Eu recomendo começar com o problema mais premente, o problema mais estratégico em que o C-suite está perturbado e começar por aí. Eu não gastaria muito tempo em casos de negócios ou uso. Mergulhe. O tempo para fazer a diferença é agora”.
Sistemas herdados desatualizados
Muitas empresas lançaram iniciativas de transformação digital para melhorar a eficiência e melhorar os serviços para clientes e funcionários. Aqueles que não têm ou estão atrasados em seus esforços precisam fazer disso uma prioridade, porque os sistemas e aplicativos herdados desatualizados são obstáculos em potencial para o sucesso da IA.
Aplicações de décadas que foram projetados para reter uma quantidade limitada de dados devido aos custos de armazenamento na época, é improvável que se integre facilmente com as ferramentas de IA e, em muitos casos, aplicativos desatualizados estão bloqueando completamente a adoção da IA.
“O sucesso não ocorre apenas anexando o LLM (modelo de idioma grande) du jour e a tecnologia de Lakehouse de sua escolha e esperando que tudo dê certo”, diz Coyle, da SAP Americas. “A paixão de muitos líderes pelo potencial de IA é incrível, mas o foco é realmente a chave. É importante evitar o lançamento de muitas iniciativas sem os recursos para apoiá -los.”
Veho, um fornecedor de serviços de remessa e logística, faz uso pesado de IA e aprendizado de máquina em rotas de entrega de construção e preços e melhorando a qualidade das entregas, diz Fred Cookco-fundador e CTO. Mas para tirar o máximo proveito das ferramentas de IA, a empresa teve que atualizar seus sistemas.
“As plataformas principais originais da Veho foram desenvolvidas em 2017 e geralmente eram bastante quebradiças”, diz Cook. “No final de 2023 e ao longo de 2024, reconstruímos todos os nossos sistemas principais. Quando eles estavam online, descobrimos que os aplicativos de IA eram muito mais fáceis de construir em nossa tecnologia e, com esse refator completo completo, hoje estamos se movendo muito mais rápido com a experimentação da IA”.
A Veho começou com casos de uso, como um agente de IA de suporte ao cliente, agente de suporte de suporte de suporte de motorista e agente de suporte de suporte ao cliente. “Também construímos alguns agentes de IA simples para coisas como alertar, analisar dados (e garantia de qualidade) de várias etapas do processo de entrega de encomendas que seriam tediosas e manuais de outra forma”, diz Cook.
Outro obstáculo potencial relacionado à infraestrutura é os altos custos envolvidos. A integração da IA pode ser qualquer empreendimento caro. Dependendo de onde estão com a modernização, as organizações podem enfrentar despesas com integração de sistemas, desenvolvimento de software personalizado, criação de interfaces de programação de aplicativos e atualizações de sistemas legados.
Sabotar por funcionários
UM Pesquisa recente com 1.600 trabalhadores do conhecimento -800 executivos de suíte C e 800 funcionários-pelo redator generativo do provedor de serviços de IA 2025 e pela inteligência independente do grupo de pesquisa, descobre que 31% dos trabalhadores admitiram sabotar ativamente os esforços de sua organização.
A sabotagem dos trabalhadores dos esforços de IA é “uma questão séria que pode minar as iniciativas de IA e levar a recursos desperdiçados e oportunidades perdidas”, diz Orla Daly, CIO da Skilloft, fornecedora de serviços de educação e tecnologia.
“Essa sabotagem geralmente decorre do medo do deslocamento do trabalho, da falta de entendimento dos benefícios da IA ou da resistência à mudança”, diz Daly. “Para resolver isso, as organizações devem estar dedicando tempo para entender as preocupações dentro de sua organização, promover uma cultura de aprendizado contínuo, (e gerar emoção) em torno da mudança, envolvendo os funcionários em iniciativas de IA”.
As empresas precisam identificar os campeões da IA dentro da organização e compartilhar exemplos de onde a IA pode criar uma experiência mais positiva do funcionário, como menos tempo gasto em administração e muito mais com os clientes, diz Daly.
“A liderança eficaz é crucial nesse processo”, diz Daly. “Os líderes devem entender a IA e articular seu impacto positivo no talento e em seus papéis”. Isso requer um equilíbrio de habilidades técnicas, de comunicação e liderança, diz ela. “Quando os funcionários veem seus líderes utilizando a IA para aumentar o trabalho com casos e resultados de uso claro, é mais provável que eles adotem a IA, transformando o medo em fascínio”, diz ela.