De acordo com um relatório do fundo `Skolkovo`, a indústria russa está atualmente na fase de testes das tecnologias de inteligência artificial generativa (IA). Analistas preveem que, nos próximos um a dois anos, esses projetos-piloto poderão avançar para a implantação em larga escala na produção. Embora a IA seja capaz de otimizar significativamente os processos industriais, sua adoção generalizada enfrenta uma série de obstáculos. Entre as principais barreiras citadas pelas empresas entrevistadas estão a resistência dos funcionários às mudanças, as rigorosas exigências de segurança da informação e a ausência de metodologias claras para calcular o retorno econômico dos investimentos em IA.
O Centro de Expertise e Comercialização de Tecnologias de Informação e Finanças do fundo `Skolkovo` conduziu uma análise das perspectivas e da experiência atual no uso da IA generativa (capaz de criar diversos tipos de conteúdo, como textos e imagens) no setor industrial russo. O estudo teve como objetivo identificar as particularidades e os desafios de projetos existentes ou potenciais. O relatório indica que as empresas líderes estão, nesta fase, testando a IA generativa para explorar suas capacidades. A expectativa é que as implementações piloto bem-sucedidas avancem para a fase de operação industrial plena dentro de um a dois anos. Especialistas ressaltam que as empresas do setor produtivo abordam a integração dessas inovações digitais com considerável cautela.
O relatório também projeta um crescimento significativo para o mercado global de IA generativa, que deverá atingir US$ 143 bilhões até 2030, em comparação com US$ 34,1 bilhões em 2025. Na Rússia, segundo a previsão do centro de análise red_mad_robot, esse valor pode chegar a US$ 4,15 bilhões até 2030.
Especialistas da `Skolkovo` também destacam que, em média, para cada dólar investido em IA generativa, as empresas obtêm um retorno de US$ 3,5.
Apesar de a IA generativa ser utilizada principalmente para aprimorar processos de negócios, o interesse das empresas industriais em sua aplicação nas operações de produção essenciais tem aumentado. Segundo especialistas, isso abre caminho para a solução de problemas complexos do setor e a otimização de operações críticas, impactando diretamente a produtividade e a qualidade do produto final.
Com base na experiência global e russa, os especialistas apontam diversas vantagens da implementação da IA generativa. Entre elas, destacam-se a aceleração do processo de design de produtos em 30–80%, o que inclui a geração e verificação automática de documentação conforme padrões, e a redução em até 50% das paralisações não programadas de equipamentos. Além disso, as soluções de IA contribuem para a diminuição de estoques excessivos de matérias-primas em 40–60% e para a otimização da cadeia logística em 10–15 minutos.
Atualmente, na indústria russa, a IA generativa é mais frequentemente empregada no desenvolvimento de software, na manutenção preditiva de equipamentos, e na criação e auditoria de documentação técnica. Quando combinada com a tecnologia de visão computacional, é também utilizada para otimizar processos de produção.
Desafios na Implementação da IA Generativa
Contudo, a implementação e a expansão de soluções baseadas em IA generativa nas empresas enfrentam certas dificuldades.
De acordo com a pesquisa realizada por especialistas, os obstáculos mais comuns (50% das respostas) são o ceticismo em relação às novas tecnologias e a resistência do pessoal às mudanças. Mais de um terço das empresas (36%) apontou para questões de segurança da informação, e a mesma porcentagem indicou a falta de métodos para avaliar a eficácia econômica do uso da IA na produção. Menos de um terço dos participantes (29%) também mencionou o alto custo de implementação, incluindo despesas com infraestrutura, treinamento de modelos e funcionários.
Valeriy Bochin, chefe de projetos de Sistemas de Controle de Processos Automatizados na empresa de engenharia `Uralenergotele`, enfatiza que a implementação da IA na indústria envolve várias dificuldades. Ele observa que, para treinar modelos de IA, são necessários grandes volumes de dados, mas sistemas desatualizados frequentemente não conseguem fornecê-los ou a qualidade dos dados é insuficiente, o que pode levar a previsões imprecisas. No nível organizacional, é comum a resistência do pessoal, que percebe a IA como uma ameaça aos seus empregos. O especialista acrescenta ainda que o longo prazo para a implementação e o retorno do investimento nesses projetos é outra barreira, pois um retorno rápido do capital investido torna-se improvável.
Na visão de Evgeny Elfimov, CEO da Inventorus e membro do conselho geral da `Business Russia`, a integração da IA na indústria hoje não é apenas uma tendência, mas uma necessidade urgente. O especialista afirma que o aumento da eficiência, a redução de custos e a automação impactam diretamente a competitividade das empresas. Ele exemplifica: “Em nosso trabalho com grandes empresas, observamos uma crescente demanda pela sistematização de informações técnico-científicas e pela criação de bases de conhecimento corporativas com o uso de IA”.
