Inteligência Artificial: como estruturar modelos de negócios para isso?

Quais são os modelos de negócio para a Inteligência Artificial?

A inteligência artificial está revolucionando todos os aspectos do trabalho e da vida, como as manchetes de jornais não deixam de nos lembrar. No entanto, um aspecto dessa nova tecnologia ​​permanece relativamente não examinado: o modelo de negócios certo para empresas que trabalham com a IA.

É uma crença comum que startups de inteligência artificial e empresas de serviços nas nuvens, antes delas, compartilham um modelo de negócios comum. Assim como a IA, o modelo de negócios do software de nuvem intrigou clientes e investidores.

O pioneiro da nuvem Salesforce, por exemplo, evitou os grandes pagamentos antecipados de licenças comuns aos fornecedores de software tradicionais e também evitou taxas recorrentes de manutenção e instalações no local. Agora, o modelo Salesforce é a norma para empresas que prestam serviços relacionados a nuvem.

Entretanto, é difícil implementar esse modelo de negócios na nuvem em startups de AI emergentes. Isso ocorre principalmente porque as tecnologias de nuvem e inteligência artificial diferem em aspectos fundamentais: a IA é alimentada por dados, grandes quantidades de poder computacional bruto e algoritmos complexos. Por ser tão recente, os clientes precisam compreender os potenciais dessa tecnologia, então ela também precisa ser vendida de forma diferente.

As tecnologias de inteligência artificial envolvem uma implementação de software mais lenta. Então, como isso pode bater o status quo e convencer os clientes a comprar novas tecnologias IA? Nos últimos dois anos, três modelos de negócios de IA estão começando a funcionar. Cada um desses modelos têm forças diferentes que funcionam melhor para algumas soluções.

Solução “Bolt-on”

Neste primeiro tipo de solução, o programa de inteligência artificial é implantado de maneira semelhante a um produto de serviços na nuvem, e os modelos de negócios são quase intercambiáveis.

Essas soluções de IA estão perfeitamente integradas a outros sistemas de registro, como um produto de gerenciamento de relacionamento com o cliente, ou um sistema de planejamento de recursos empresariais. O programa de inteligência artificial acessa os dados que passam por esses sistemas, alimentando as análises de melhorias nos negócios ao longo do tempo.

Muitas startups de inteligência artificial se encaixam nesse modelo: o Chorus AI e o Gong usam a técnica por meio do Salesforce para otimizar as práticas de vendas de uma empresa. O Software de suporte ao cliente A Solvy é superior ao Zendesk ou o ServiceCloud ao automatizar respostas para oferecer suporte aos clientes. A Sift Science usa aprendizado de máquina para reduzir fraudes de clientes, como abuso de pagamento ou conteúdo falso.

Esse modelo de negócios se assemelha ao modelo de serviços na nuvem. A estratégia é “entrar em cena”, começando como um recurso de valor agregado e evoluir a plataforma constantemente.

Essas soluções são relativamente rápidas de se implantar, assim como os softwares em nuvem. Por isso o ciclo de vendas é rápido, com um ROI facilmente definido. Ao obter muitos clientes, a solução AI rapidamente cria um banco de dados, de modo a ficar cada vez mais eficiente.

Entretanto, essa velocidade e facilidade também podem trazer desvantagens. Assim como o software em nuvem, pode ser fácil copiar e substituir essas soluções de inteligência artificial. Se uma solução de inteligência artificial não progredir além de um recurso bacana e agradável, ela fica ainda mais vulnerável a cortes no orçamento. Só porque esse modelo de negócio é familiar, não é necessariamente o ideal.

Modelo de processo aprimorado

No segundo modelo de negócios de inteligência artificial, a implantação de um novo produto de AI não altera o fluxo de trabalho existente, mas turbina a eficácia dos processos de trabalho existentes integrando-os à ferramenta. Esse modelo gera grandes mudanças, exigindo muito trabalho para sua implementação, porém oferecem processos melhorados como recompensa.

As startups de IA nesta categoria incluem Ayasdi, IBM Watson e H2O.AI. Jogando em vários setores, essas soluções ajudam os clientes a melhorar as principais operações de negócios. O IBM Watson, que atraiu a atenção internacional pela primeira vez por sua aparição no popular programa de TV “Jeopardy”, respondendo a perguntas feitas em linguagem natural.

Este programa analisa grandes padrões de dados em tempo real, sinalizando insights que podem valer a pena responder. O Watson está sendo usado para ajudar a preparar declarações de impostos e até mesmo gerenciar elevadores de edifícios por meio de sensores complexos que transmitem dados aos computadores.

Esse modelo de negócios de IA difere do modelo de nuvem atual. Suas desvantagens são óbvias: com implementações que exigem muito trabalho e alterações, o ciclo de vendas é longo. Esse baixo volume significa que cada contrato deve ser caro a fim de manter a startup em um funcionamento saudável.

Apesar dos grandes riscos relacionados a implementação dessas ferramentas, os ganhos em eficiência e qualidade deste modelo também são muito altos. Uma vez implementadas, essas soluções podem aumentar o potencial de vendas e produção em escalas que, por enquanto, só podem ser imaginadas. Assim como o potencial da inteligência artificial, o ROI desse modelo pode ser ilimitado.

“Deixando a máquina sozinha”

No terceiro modelo de negócios para ferramentas de inteligência artificial, a tecnologia de inteligência artificial altera todo um fluxo de trabalho. A ferramenta introduz a melhor maneira que desenvolver para completar um processo de trabalho dentro da empresa. A IA “possui” a experiência de ponta a ponta, com pouca assistência humana, dando aos algoritmos o controle quase total sobre o processo.

Exemplos de empresas nesta categoria incluem carros autônomos e empresas de drones como a Kespry, cujos drones aéreos coletam dados para fins de construção, mineração e seguro.

Depois de uma tempestade, os drones da Kespry podem avaliar os danos causados em diferentes estruturas, evitando há necessidade de colocar funcionários em uma potencial situação de risco. Os dados são enviados diretamente para a nuvem e analisados por meio de ferramentas de reconhecimento baseados em inteligência artificial. Dessa forma a companhia de seguros pode estimar os dados das solicitações rapidamente.

Como esse modelo envolve a manutenção de hardware, as vantagens e desvantagens diferem completamente das soluções em nuvem. Neste modelo, o hardware é um centro de custo e uma mercadoria que as startups devem administrar. O software de inteligência artificial dentro dos drones ou veículos são os diferenciais dessas startups e também seus principais geradores de receita.

As companhias que seguem esse modelo também vendem pacotes de assinatura de software para empresas que alugam o hardware; esses pacotes de assinatura podem ser expandidos ao longo do tempo para criar receitas secundárias consistentes.

O que podemos esperar para o futuro da Inteligência Artificial?

O futuro poderá trazer modelos de negócios para as ferramentas de inteligência artificial ainda mais viáveis. A era da IA ​​ainda está habitando um ambiente de risco para os investidores em geral e pode levar algum tempo até que eles definam a fórmula "certa" para o sucesso dessas ferramentas.

O que isso significa para as startups de inteligência artificial? Fundadores: escolha um modelo de negócio que permita sua empresa crescer efetivamente. Explique como sua tecnologia oferece impacto significativo e agrega valor aos produtos e serviços.

Não desanime se sua empresa não se encaixa em um modelo familiar ao estilo nuvem. Isso pode significar defender um modelo de serviços profissionais inovador. Confie em seus instintos e encontre o modelo de negócios certo para sua empresa.

Aprenda mais sobre os princípios fundamentais das gestão em nossos cursos!