A IA da Microsoft Está Impactando os Lucros e a Produtividade?

O recente relatório de lucros trimestrais da Microsoft e o estudo sobre produtividade da IA geraram debates sobre o impacto real das ferramentas de IA no ambiente de trabalho.

Embora a gigante da tecnologia apresente um crescimento impressionante nos serviços de IA, sua pesquisa mais recente sobre produtividade da IA levanta questões sobre a eficácia das estratégias de implementação atuais.

Eu analisei os lucros e a pesquisa com o fundador e CEO do Marketing AI Institute, Paul Roetzer, no Episódio 108 do The Artificial Intelligence Show.

O jogo dos números: O crescimento da IA da Microsoft

Os lucros recentes da Microsoft apresentam um quadro misto.

Por um lado, a empresa superou as expectativas de receita total e lucro por ação. A receita total cresceu 21% em relação ao ano anterior. Além disso, a empresa observou que os serviços de IA contribuíram com 8 pontos percentuais de crescimento para a receita do Azure e outros serviços em nuvem.

Por outro lado, ficaram aquém das expectativas de receita em nuvem ($28,5 bilhões contra uma previsão de $28,7 bilhões).

Isso fez com que as ações caíssem um pouco após a divulgação dos lucros.

No entanto, como apontou o sócio da Altimeter, Jamin Ball, a parte de IA do negócio tem números realmente impressionantes.

O quebra-cabeça da produtividade: O estudo de IA da Microsoft

Ao mesmo tempo dos lucros, a Microsoft também divulgou um grande estudo sobre a produtividade da IA no ambiente de trabalho.

O relatório é intitulado “IA Generativa em Locais de Trabalho do Mundo Real”. Ele sintetiza descobertas de diversos estudos recentes da Microsoft sobre o impacto da IA generativa em ambientes de trabalho reais. A Microsoft o chama de “o maior estudo controlado sobre os impactos da produtividade em IA generativa do mundo real”.

Entretanto, enquanto você poderia esperar resultados revolucionários de um estudo desse tipo…

As descobertas foram um pouco, bem, decepcionantes. A Microsoft encontrou dados como:

• Usuários do Copilot leram 11% menos e-mails
• Eles gastaram 4% menos tempo em e-mails
• Usuários editaram 10% mais documentos usando a ferramenta

Roetzer expressa ceticismo sobre a abordagem e os achados do estudo.

“O e-mail é realmente o uso interessante aqui?” Roetzer indaga. “[A pesquisa] estava focando, obviamente, em produtos e capacidades que o [Copilot] possibilita. Então eles analisaram o tempo de reuniões e e-mails e coisas do tipo. Sinto que estavam avaliando isso em relação a características que não considero tão interessantes.”

Como Roetzer tem visto diariamente em palestras, workshops e conversas com clientes e parceiros, existem casos de uso muito mais inovadores para a IA generativa dentro das organizações hoje.

A oportunidade perdida

Parte do problema pode estar na maneira como a Microsoft escolheu estruturar sua pesquisa, afirma Roetzer.

1. Escopo limitado: A pesquisa focou principalmente em métricas de e-mail e reuniões, ignorando casos de uso mais inovadores.
2. Falta de treinamento: Não há menção de educação ou integração de usuários para o Copilot.
3. Aplicações homogêneas: O estudo não considerou diferentes funções ou departamentos dentro das organizações.

“Se você é a Microsoft e quer mostrar o valor do Copilot, dar a 6.000 pessoas em 60 organizações [como um estudo fez] e esperar para ver se elas enviaram menos e-mails ou se passaram menos tempo em reuniões, se essa é sua medida de valor do Copilot, então eu acho que você tem um problema maior nas mãos como Microsoft”, argumenta Roetzer.

O quadro maior: O verdadeiro potencial da IA

Embora o estudo da Microsoft possa ter sido decepcionante, ele destaca uma lacuna crucial nas atuais estratégias de implementação de IA.

Enquanto as empresas investem pesadamente em ferramentas de IA, existe uma necessidade urgente por abordagens mais criativas e direcionadas para maximizar seu potencial.

À medida que as ferramentas de IA se tornam cada vez mais comuns no local de trabalho, as empresas devem olhar além das métricas superficiais e casos de uso genéricos. A chave para desbloquear o verdadeiro potencial da IA reside em:

1. Personalizar as aplicações de IA para funções e departamentos específicos
2. Investir em programas abrangentes de treinamento e educação
3. Estabelecer benchmarks claros e medir regularmente o impacto
4. Incentivar o pensamento criativo sobre como a IA pode transformar fluxos de trabalho

“Alguém tem a oportunidade de fazer o maior [estudo] que realmente personalize os casos de uso, treine as pessoas a usar a plataforma e faça benchmarks [de desempenho] antes e depois,” desafia Roetzer.