IA é atualmente um dos tópicos mais quentes para aqueles que procuram investir na “próxima grande novidade”. Mas, de acordo com uma pesquisa da RAND Corporation, mais de 80% desses projetos de IA falharão — o que é o dobro da taxa de falha para startups relacionadas a tecnologias não-IA. O think tank global de políticas conversou com 65 cientistas de dados e engenheiros que têm trabalhado no setor de inteligência artificial nos últimos anos e determinaram várias causas que levam a essa taxa de falha maciça.
De acordo com a pesquisa, o maior motivo para o fracasso dos projetos de IA é o desalinhamento de objetivos entre as principais partes interessadas. A liderança muitas vezes tem uma visão do que a IA pode e deve alcançar que não é fundamentada na realidade; em vez disso, é impulsionada pela noção pré-concebida da humanidade sobre o que é IA, frequentemente alimentada por Hollywood. Essa falta de entendimento entre os líderes empresariais e as pessoas no campo significa que os projetos muitas vezes não têm os recursos e o tempo necessários para alcançar seus objetivos.
No entanto, os engenheiros que trabalham na ponta da IA também não são isentos de culpa. As entrevistas revelaram que os cientistas de dados às vezes se distraem com os últimos desenvolvimentos em IA e os implementam em seus projetos sem considerar o valor que isso trará. Essa “síndrome do objeto brilhante” significa que os cientistas e engenheiros querem usar essas novas tecnologias apenas porque é o último desenvolvimento. Embora seja importante se manter atualizado sobre a IA, as equipes também devem considerar se essa nova tecnologia realmente resolveria os problemas que enfrentam em sua pesquisa ou se apenas tornaria tudo mais complexo e complicado do que já é.
Há também várias outras razões apontadas na pesquisa, incluindo a falta de conjuntos de dados devidamente preparados, infraestrutura inadequada e a incompatibilidade da IA com o problema em questão. Também foi observado que esses problemas não se limitam ao setor privado: até mesmo a academia enfrenta problemas com projetos de IA, onde muitos se concentram simplesmente em publicar pesquisas sobre IA em vez de olhar para aplicações do mundo real para seus resultados.
Essa pesquisa é uma prova das muitas consolidações e falhas que vemos na indústria de IA. De fato, o CEO da Baidu, Robin Li Yanhong, disse que a China tem muitos modelos de linguagem grandes e que estão desperdiçando uma quantidade significativa de recursos porque muitas vezes têm poucas, senão zero, aplicações práticas no mundo real. Podemos ver isso também com o número de patentes de IA generativa que a China registrou na última década, superando os EUA por 6 para 1. Mas, apesar disso, apenas uma organização chinesa, a Academia Chinesa de Ciências, entrou no top 20 das entidades que receberam o maior número de citações entre 2010 e 2023.
A corrida para se destacar na IA está fazendo muitas empresas agirem de forma precipitada na construção de seus projetos de IA. Embora elas (e seus investidores) sejam as únicas que arcam com o risco de qualquer projeto fracassado, ainda seria prudente que olhassem atentamente para o fracasso de outros projetos de IA e as razões por trás disso. Afinal, se os projetos de IA falharem em cumprir suas promessas por um longo período, toda a indústria pode cair e estourar como uma bolha de trilhões de dólares.
Fonte: Tom’s Hardware
