Escolar Documentos
Profissional Documentos
Cultura Documentos
Este artigo é um esforço colaborativo de Stephen Creasy, Ignacio Ferrero, Tomás Lajous, Víctor Trigo e Benjamim Vieira, representando
pontos de vista da Prática de Tecnologia, Mídia e Telecomunicações da McKinsey.
©Getty Images
Fevereiro de 2024
49
Machine Translated by Google
No meio da intensa concorrência e da redução de custos que as aumentando a receita do cliente através de uma melhor gestão do
empresas de telecomunicações enfrentam, as primeiras evidências ciclo de vida do cliente e reduzindo de forma decisiva os custos
sugerem que a IA generativa (gen AI) pode ser o catalisador em todos os domínios.
Mas será um diferencial inovador ou simplesmente uma aposta de No entanto, embora quase todas as 130 empresas de
mesa? telecomunicações que inquirimos estejam a fazer algo com a
A tecnologia já está a caminho de se tornar uma nova norma sentimento palpável de cautela e ceticismo na indústria. Mais
na indústria. A maioria dos líderes de telecomunicações que de 85% dos executivos entrevistados são cautelosos ao
entrevistamos1 dizem que estão desenvolvendo soluções de atribuir mais de 20% do impacto da receita ou da redução de
IA de geração que vão desde projetos-piloto até implantações custos por domínio, com o maior entusiasmo por uma
em grande escala, e empresas de telecomunicações líderes transformação radical no atendimento ao cliente (Quadro
como AT&T, SK Telecom e Vodafone assumiram 1).
começaram a experimentar um impacto percentual significativo crítica que a indústria enfrenta. Aproveitar a oportunidade da
de dois dígitos com esta tecnologia. geração de IA para diferenciar serviços e alcançar o crescimento
Uma empresa de telecomunicações europeia sustentável exigirá que a indústria restrita adote a inovação,
aumentou recentemente as taxas de conversão para a exploração e a agilidade em um nível sem precedentes e passe
campanhas de marketing em 40%, ao mesmo tempo que reduziu de esforços de IA dissociados para uma empresa de telecomunicações
O mais impressionante é que essas empresas de telecomunicações dada a complexidade e os processos legados envolvidos. Além do
implantaram os modelos em apenas algumas semanas – o impacto significativo que a IA genérica pode trazer para casos
primeiro entrou em operação em duas semanas e o segundo de uso e aplicações inteiramente novos, sua capacidade de
em cinco. Para uma indústria com um histórico misto de aprender com grandes quantidades de dados diversos e
capitalização de novas tecnologias e sistemas legados que interagir de maneiras quase humanas pode ser o ponto de
retardam a inovação, estes primeiros resultados e tempos de inflexão para acelerar programas mais amplos de IA e os
implementação ilustram o poder potencialmente transformador alicerces que os possibilitam, alimentando transformações em
podem ser ajustados em poucos dias para que os casos de Além disso, o imperativo para tal mudança nunca foi tão grande.
uso estejam prontamente disponíveis, permitindo que as Como a IA de geração democratiza o acesso a capacidades
organizações dêem vida às provas de conceito com poderosas, qualquer empresa de telecomunicações – uma
investimento inicial mínimo, obtenham impacto imediato e pequena operadora ou uma grande operadora – pode remodelar
dimensionem seus esforços. Nossa experiência de trabalho as expectativas dos clientes e sua eficiência organizacional.
com clientes indica o potencial para as empresas de Ao fazê-lo, podem potencialmente reduzir vantagens competitivas
telecomunicações alcançarem um impacto significativo no anteriormente inexpugnáveis e derrubar barreiras de longa data
indicam que os retornos das margens incrementais aumentam 3 Aqueles que estão na vanguarda deste movimento devem
a 4 pontos percentuais em dois anos, e até 8 a 10 pontos posicionar-se para recuperar o crescimento mais rapidamente e
1
A pesquisa online esteve em campo de 9 de novembro de 2023 a 6 de dezembro de 2023 e obteve respostas de 130 operadoras de telecomunicações na América
do Norte, América Latina, Europa, África, Ásia e Oriente Médio.
2
Consulte “A empresa de telecomunicações nativa da IA: transformação radical para prosperar em tempos turbulentos”, McKinsey, 27 de fevereiro de 2023.
Exposição 1
A grande maioria
generativa das empresas
Uma grande maioriade telecomunicações
das já cortou custos com
empresas de telecomunicações o uso de
já cortou IA
custos com casos de
uso de IA generativa
atendimento eme casos
ao cliente redes.de atendimento ao cliente e redes.
1 1 2
2
6 2 1
3 3 6
8
7
13 6
15
15
32
35 30
40
87
39
50
47
34
16
1 Gen AI CxO Survey 2023, n = 130, P: Qual é o impacto (% de redução de custos) atribuído à IA generativa nos diferentes domínios? As porcentagens consideram apenas as
respostas dos entrevistados que afirmam ter alcançado impacto e ter pelo menos alguns casos de uso em execução; os números podem não totalizar 100% porque
de arredondamento.
Fonte: análise da McKinsey
US$ 100 bilhões em valor incremental (Quadro 2). Gen AI hoje na indústria de telecomunicações
Isso se soma aos US$ 140 bilhões a US$ 180 bilhões A Geração AI representa o mais recente avanço em IA e
em ganhos de produtividade que a geração AI criará pode ser sem dúvida um dos mais importantes.
na indústria, acima do que poderia ser desbloqueado A capacidade da tecnologia de analisar mais e diferentes
pela IA tradicional. tipos de dados, como código, imagens e texto, e de criar
novo conteúdo, permite novos níveis de personalização,
Como os líderes de telecomunicações podem usar a desempenho e envolvimento do cliente. Com os
tecnologia para impulsionar transformações de IA e desbloquear novos recursos atuais, muitos casos de uso já são
valor? Que desafios eles enfrentam? E o que será possíveis em operações de rede, atendimento ao
necessário para ter sucesso? Este artigo oferece cliente, marketing e vendas, TI e suporte
insights sobre essas questões críticas, com base
extensivamente em nossas pesquisas, levantamentos do funções.
Anexo 2
A IA generativaAtem
anteriormente o potencial tem
IA generativa de desbloquear
o potencial valor além daquele
de desbloquear valor além
do anteriormente oferecido pela análise avançada
oferecido por análises avançadas e IA 'tradicional'. e pela IA “tradicional”.
140–180 450–680
60–100 310–500
250–400 ~35–70%
incremental
~15–40% econômico
incremental impacto
econômico
impacto
1
Estimativas de casos de uso atualizadas de “Notes from the AI frontier: Applications and value of deep learning”, McKinsey Global Institute, 17 de abril de 2018.
Fonte: McKinsey Global Institute, O potencial econômico da IA generativa, 14 de junho de 2023
Estes casos de utilização podem melhorar as capacidades — Em marketing e vendas, onde a geração AI permite
existentes de IA (através da inclusão de novas fontes de hiperpersonalização, insights mais profundos do cliente e geração
dados não estruturados) e fornecer novas fontes de valor (através da IA mais rápida de conteúdo. Uma empresa de telecomunicações
genérica e em combinação com soluções tradicionais de IA) para europeia está a utilizar a tecnologia para identificar novas
proporcionar um impacto significativo em todos os domínios-chave. O oportunidades de vendas a partir de chamadas de clientes, tendo
atendimento ao cliente, o marketing e as vendas representam o seu projecto piloto alcançado uma taxa de conversão superior a 10 por cento.
atualmente a maior parte do impacto total (Quadro 3). A empresa agora também pode criar mensagens personalizadas
Exemplos de tais casos de uso baseados em primeiros pilotos modelo de geração de IA com mensagens de marketing
— No atendimento ao cliente, onde a tecnologia pode melhorar exemplo, se o cliente seria mais receptivo a mensagens). que
enormemente a experiência do cliente, aumentar a produtividade evoque escassez, como uma oferta por tempo limitado,
dos agentes e permitir interações totalmente digitais. Uma ou enfatize autoridade, como endossos, prêmios e experiência no
15 a 20 por cento. A empresa de telecomunicações também está — Em operações de rede, onde a geração AI pode otimizar
usando a geração AI para resumir as interações de voz e escrita do cliente configurações de tecnologia, aumentar a produtividade do
em quase uma dúzia de casos de uso, com a expectativa de que trabalho, extrair insights dos clientes das mídias sociais e
possa reduzir os custos associados em até 80%. melhorar o planejamento e gerenciamento de inventário e rede por
meio da capacidade de
Anexo 3
Distribuição do impacto por domínio de negócio¹ Participação do impacto total, % Participação das empresas pesquisadas
líderes focados no domínio, %
Cliente Apoiar
Marketing
serviço e vendas Rede ISTO funções
Voltado para o cliente Geração de conteúdo, Inventário de rede Copilotos para software Compras
chatbots, roteamento de chamadas hiperpersonalização, mapeamento, rede desenvolvimento, otimização,
desempenho, agente copilotos para loja otimização via dados sintéticos produtividade no local de trabalho,
copilotos, sob medida pessoal, cliente sentimento do cliente geração, código conhecimento interno
criação de fatura análise de sentimentos análise, permitindo migração, TI gestão, conteúdo
e síntese autocura através chatbots de suporte geração, perguntas e respostas de RH
sentimento do cliente
análise na rede
problemas
1 A distribuição do impacto por domínio de negócio baseia-se na nossa experiência de trabalho com empresas de telecomunicações para implementar a geração AI e inclui impactos nas
despesas de capital e no EBITDA.
extrair dados não estruturados. Uma grande empresa restrições de recursos. As organizações estão
de telecomunicações está a utilizar a tecnologia para aplicando a geração de IA para agilizar todo o ciclo
acelerar o mapeamento da rede, analisando e de vida do software, desde a documentação de como
estruturando dados sobre componentes da rede, um novo produto, recurso ou serviço será percebido
incluindo especificações e informações de manutenção, pelos usuários finais até a geração e verificação de
provenientes de contratos de fornecedores. Isso permitirá código em busca de vulnerabilidades antes do
que a empresa de telecomunicações avalie com mais lançamento. Um estudo da McKinsey descobriu
precisão a compatibilidade dos componentes, os que os desenvolvedores de software podem concluir
requisitos de manutenção e muito mais – um esforço tarefas de codificação até duas vezes mais rápido com a geração AI.3
previsto para melhorar o planejamento operacional e
otimizar a produtividade do capital. — Em funções de suporte, onde a geração AI reduzirá
os custos associados ao back-
3
“Liberando a produtividade do desenvolvedor com IA generativa”, McKinsey, 27 de junho de 2023.
em algumas horas, reduzindo os custos de recrutamento com encontram dificuldades para justificar casos de uso – um sinal claro
triagem e recomendações automatizadas, melhorando a de que grande parte do impulso veio de baixo, e não de cima, e que é
produtividade dos funcionários usando chatbots e copilotos de IA necessário mais trabalho para elevar a geração de IA a uma
de geração interna e automatizando a maior parte da geração de prioridade liderada pelo CEO.
conteúdo interno. Combinados, a empresa prevê que esses Além disso, encontrar talentos adequados e obter dados de qualidade
esforços aumentarão a produtividade dos funcionários em continuam a ser desafios significativos para as empresas de
interno em novos produtos para seus clientes. Por exemplo, uma Por último, os resultados do inquérito sugerem que a geração AI já
solução de atendimento ao cliente pode ser oferecida sob demanda a começou a influenciar a dinâmica de mercado de longa data. Embora
clientes de pequenas empresas que buscam maneiras de as operadoras de telecomunicações europeias tenham
melhorar a produtividade e o serviço de seu próprio call center. tradicionalmente ficado atrasadas nas transformações tecnológicas
mudanças reais e desafios reais pode ser resultado de uma maior maturidade na gestão da
Na sequência dos seus sucessos iniciais, as empresas privacidade de dados. Pequenas e grandes operadoras relatam
Os líderes entrevistados afirmam que planeiam manter ou duplicar opiniões semelhantes sobre onde priorizar, concentrando-se no
os seus orçamentos para a geração de IA no próximo ano e atendimento ao cliente e na TI em medidas semelhantes, sugerindo
investir em mais de 50 funcionários dedicados a tempo inteiro a possibilidade de surgimento de novas pressões competitivas para
para prosseguirem eficazmente as suas ambições de geração de IA. os operadores históricos (Quadro 4).
tecnologia também teve um efeito de repercussão em todas as iniciativas Os alicerces para uma jornada bem-sucedida de geração de IA
de IA. Em comparação com as respostas da pesquisa sobre gêmeos Para alcançar o impacto
digitais de 2022 da McKinsey, vemos um aumento de 30 pontos mencionado acima, as organizações precisarão se afastar do labirinto
percentuais no número de líderes empresariais que desejam investir de provas de conceito e dimensionar a tecnologia. Tal como
e se concentrar mais em dados e análises. acontece com qualquer iniciativa digital ou de IA, descobrimos
No entanto, apesar da magnitude da oportunidade e do nível de interesse básicos são necessários, nomeadamente (1) um roteiro liderado pelos
(e necessidade), o nosso inquérito encontrou poucos que seguem negócios, (2) o talento certo, (3) um modelo operacional para escala,
o tipo de abordagem holística necessária para ter sucesso em grande (4) tecnologia construída para velocidade e inovação, (5) dados de
escala. Apenas cerca de um terço dos líderes de telecomunicações qualidade que é facilmente acessível e gerenciado de forma
afirmaram ter um plano de desenvolvimento de capacidades para os responsável e (6) gerenciamento de mudanças para garantir a
funcionários na geração de IA ou estão a investir em esforços de adoção e o escalonamento.4 Esses são pilares fundamentais para
gestão da mudança – dois pilares fundamentais para a construção dimensionar efetivamente os casos de uso e capturar o impacto
de uma cultura de inovação e da mentalidade de testar e aprender. sustentável da geração de IA na jornada em direção a uma
Uma participação semelhante disse que a geração AI ainda não foi empresa de telecomunicações nativa da IA. .
4
Consulte “Rewired to outcompete”, McKinsey Quarterly, 20 de junho de 2023.
Anexo 4
Operadoras
clientes pequenas
Pequenas e grandes
e grandes estão focadas
operadoras em casos
estão focadas de uso
em casos de de
usoIAdegenerativa
IA para
generativa para serviços e TI em medidas semelhantes.
atendimento ao cliente e TI em medida semelhante.
93
85
79 79
75
60 58
57 57
53 53 54 54
51
37
29
11
13
77
1 GenAI CxO Survey 2023, n = 130, Q: Domínios de foco na geração AI — Selecione as dimensões que se aplicam dependendo de como você define IA generativa em seu
organização. As porcentagens podem não somar 100%, pois esta pergunta continha múltiplas seleções.
Fonte: análise da McKinsey
No entanto, embora seja necessária a mesma abordagem modelo de base do zero (o que chamamos de abordagem
holística, as capacidades únicas da geração AI – a sua capacidade “tomador”, “modelador” e “criador”, respectivamente).
linguagem de fornecedores terceiros e o seu impacto transformador Cada um é adequado para diferentes casos de uso e tem
nas funções e no trabalho – apresentam novos desafios. isso seus próprios custos, exigindo que os líderes desenvolvam não
exigirá maior agilidade e supervisão adicional. apenas uma visão e uma estratégia claras sobre quais casos
A seguir, descrevemos as principais diferenças e fornecemos de uso seguir, mas também como. Um erro que vemos algumas
recomendações sobre como as empresas de telecomunicações podem melhor empresas de telecomunicações cometendo é construir soluções
enfrentá-los. comuns de IA de geração a partir do zero – um gerador de conteúdo
Estratégia: determinar quando construir, comprar ou ajustar soluções há quase uma dúzia de opções prontas para uso no mercado hoje
Tal como acontece com qualquer iniciativa de IA, os líderes terão injetando recursos de geração de IA em soluções existentes.
de alinhar a visão, o valor e o roteiro, avaliando riscos e Apenas um terço dos líderes de telecomunicações inquiridos
oportunidades e comunicando diretrizes para utilização em afirmam que compram produtos prontos a usar, sugerindo que
toda a organização. Ao construir um roteiro, os líderes de muitas empresas de telecomunicações continuam a adotar um
telecomunicações enfrentarão uma escolha: usar uma modelo do tipo “faça você mesmo”. Este movimento provavelmente
solução comercial pronta para uso, se existir, ajustar os grandes retardar a inovação e desviar o talento de mais
modelos de linguagem existentes com dados internos ou diferenciando casos de uso, como aconteceu no passado com outras
construir e treinar um novo tecnologias.
Em vez disso, os líderes devem considerar fortemente a A captura de todo o potencial também exigirá uma melhoria
parceria com fornecedores de soluções de IA e fornecedores de significativa das competências do pessoal existente – desde cientistas
software empresarial para soluções que não sejam muito complexas de dados a líderes empresariais – em IA de geração, incluindo os riscos
crítico nos casos em que quaisquer atrasos na implementação os terceiros. Algumas empresas de telecomunicações estão a criar
colocarão em desvantagem em relação aos concorrentes que já utilizam programas de certificação interna e de formação ministrados por
estes serviços. O punhado de líderes de soluções que podem universidades para garantir que as suas equipas têm as competências
concentrarem-se em moldar-se ou criar-se deverão permitir-lhes Por exemplo, uma grande empresa de telecomunicações criou um
diferenciar as suas ofertas ou abordar uma prioridade estratégica de sistema de crachás para identificar funcionários preparados para a
negócios, como fornecer o melhor serviço ou cobertura de rede, e geração de IA que concluíram as sessões da empresa sobre uso,
gerar um impacto económico sustentado. Para fazer isso, um CIO de risco e técnicas eficazes de alerta fornecidas por seus especialistas
uma grande empresa de telecomunicações está reunindo líderes em IA, jurídicos e de risco. Após a certificação, os usuários participam
empresariais de todos os domínios-chave para avaliar centenas de de grupos de discussão semanais para ficarem atualizados sobre as
possíveis casos de uso e construir um roteiro para determinar quando mudanças e discutir seus sucessos e desafios. A pesquisa da
construir, comprar ou ajustar modelos, e para priorizar recursos e McKinsey descobriu que tais esforços melhoram a qualidade
Talento: aprimore e expanda a experiência interna para inovar com a Modelo operacional: orquestre esforços em toda a empresa
geração AI
A velocidade da inovação que agora é possível com a geração AI Uma parte significativa das soluções de geração de IA
coloca uma nova pressão sobre as empresas de telecomunicações implementadas pode ser adaptada e reutilizada em vários casos de
acostumadas a terceirizar talentos tecnológicos para desenvolver uso. Um chatbot gen AI desenvolvido para melhorar a
experiência interna em IA. Consideremos as experiências de duas produtividade do agente, por exemplo, pode ser reaproveitado com
empresas de telecomunicações: uma que continuou a ajustes ou dados adicionais para responder a perguntas frequentes
deslocalizar e terceirizar talentos tecnológicos e outra que criou de novos funcionários ou fornecer suporte de TI. Um sistema de
uma equipe dedicada de IA composta por dez cientistas de dados e geração de conteúdo pronto para uso para a elaboração de propostas
engenheiros. No momento em que a primeira empresa de de vendas também pode agilizar o desenvolvimento de planos
Embora esta nova tecnologia democratize a IA ao exigir menos telecomunicações adotarem tomadas de decisão mais centralizadas
cientistas de dados altamente especializados para construir os modelos, em torno do desenvolvimento da IA genérica. Esta mudança
requer novas competências, como a engenharia imediata da IA genérica, inclui uma maior ênfase na adoção de serviços reutilizáveis e
que por vezes pode ser uma competência separada incorporada nas componentes de autoatendimento, uma evolução de funções-chave, como
funções tradicionais. Também requer significativamente mais risco, FinOps e escritórios de transformação, para serem mais focadas
engenheiros de dados e especialistas no assunto que entendam na geração de IA, e a criação de “torres de controle” que podem
quais dados coletar e como, e que possam supervisionar as supervisionar todos os investimentos e esforços de desenvolvimento
revisões diárias de qualidade à medida que novas formas de da geração AI. Na prática, isso pode significar, por exemplo, priorizar o
dados são geradas e consumidas por esses sistemas, incluindo pipeline de casos de uso, identificar oportunidades de
consultas, respostas e feedback dos usuários. reutilização, definir indicadores-chave de desempenho para medir e
caso e empresa, e gerenciamento de fornecedores e riscos. A torre Depois que novos modelos forem implantados, as empresas de
de controlo de uma empresa de telecomunicações europeia avalia telecomunicações precisarão monitorar os resultados dos modelos
os efeitos da transformação da sua geração de IA com base em diariamente para garantir que a qualidade e a precisão não
três dimensões – impacto financeiro, adoção pelos utilizadores e vacilem à medida que os modelos aprendem e adaptam suas
desempenho do modelo – e agrega os dados em painéis que respostas com base nas consultas e feedback dos usuários. As
permitem aos principais executivos da empresa acompanhar o operações de modelos de linguagem de grandes dimensões
progresso da organização. Da mesma forma, uma empresa de (LLMOps) são uma prática emergente que visa agilizar a gestão
telecomunicações latino-americana utiliza uma torre de controle diária e a monitorização de modelos de IA de geração. Um componente-
para consolidar e padronizar chave do LLMOps é uma equipe de operações dedicada para
contratos de fornecedores, rastreando métricas importantes como supervisionar todos os modelos de geração de IA implantados,
escopo, duração e renovação para comparar fornecedores com mais monitorando continuamente os problemas e adaptando rapidamente
facilidade, identificar possíveis redundâncias e reduzir o trabalho as soluções quando necessário, assim como uma equipe de operações
Tecnologia: Crie um modelo para reutilização, inovação e excelência capacidades nesta área à medida que o campo de LLMOps se
de um plano tecnológico que permita a reutilização. Por exemplo, o europeia começou por designar três cientistas de dados para
modelo deve incluir uma estrutura para determinar quais grandes monitorizar o seu conjunto de modelos implementados e planeia expandir a equipa à medida que m
ou de código aberto, por exemplo, ou aqueles que suportam Dados: capture tudo, especialmente dados não
cargas de trabalho híbridas). E deve definir como dimensionar um estruturados, e garanta o uso responsável
piloto – por exemplo, estender um piloto que atende 100 agentes Um dos superpoderes da geração AI é a sua capacidade de
de chamada para atender mais de 10.000 agentes com a mesma descobrir conexões em conjuntos de dados aparentemente
latência e perfil de custo. O plano também deve ter uma estrutura não relacionados, o que tem implicações na forma como
para determinar quais capacidades de geração de IA podem ser as organizações escolhem coletar e medir dados e como os gerenciam
transformadas em módulos prontos para uso para serem para garantir o uso responsável.
de telecomunicações, por exemplo, começou a identificar e Coleta de dados: as empresas de telecomunicações precisarão pensar mais
desenvolver componentes projetados para buscar dados de amplamente sobre coleta de dados, mapeamento de mais
produtos de um grande conjunto de dados e gerar conteúdo a dados, configuração de pipelines para dados não estruturados e
partir deles que poderia ser reutilizado por equipes de ciência criação de dados sintéticos para avaliar resultados.
de dados em domínios como atendimento ao cliente, operações Uma empresa de telecomunicações dos EUA, por exemplo, foi
de rede e vendas e marketing. . além dos seus conjuntos de dados tradicionais no seu trabalho
Com a pesquisa e os recursos da nova geração de IA a partir de e-mails e interações de agentes para permitir que o
equipes de tecnologia também precisarão de um laboratório situações e desafios reais e oferecem descrições detalhadas de
dedicado de inovação de IA de geração para se manterem a par como resolver questões específicas.
das mudanças do setor e testar soluções emergentes. Por exemplo, o A equipe também cria dados sintéticos usando um grande
diretor de dados e análise de uma grande empresa de modelo de linguagem para criar exemplos de perguntas e respostas
telecomunicações recrutou doutorados de universidades para equipar dos clientes, com os agentes revisando os resultados quanto à
Uso responsável: Esses tipos de estratégias e Por exemplo, outra empresa de telecomunicações
táticas de dados mais sofisticadas trazem novas preocupações europeia viu em primeira mão a importância da gestão da mudança
regulatórias, de propriedade intelectual e de privacidade de e da melhoria das competências quando criou um “especialista”
dados. Os riscos são abundantes nesta nova era, em conhecimento orientado pela IA que ajudou os agentes
especialmente com insights de clientes, recomendações e a obter respostas às perguntas dos clientes mais rapidamente.
otimizações de rede sendo analisados e gerados por grandes O piloto inicial, que não incluiu nenhuma mudança de processo
modelos de linguagem de terceiros e ambientes de código ou educação dos funcionários, obteve apenas uma melhoria
aberto. Para enfrentar os novos riscos, as empresas de 5% na produtividade. À medida que a organização se
de telecomunicações precisam de expandir os seus programas preparava para dimensionar a solução, os líderes dedicaram
de governação de dados para abordar dados não estruturados. 90% do orçamento à formação de agentes e aos processos
Por exemplo, um fornecedor multinacional de hardware de de gestão de mudanças, o que facilitou a adoção da
telecomunicações criou um processo robusto de acesso a solução e resultou numa melhoria de produtividade de mais de
dados para validar quais dados podem ser usados em casos 30%. A empresa de telecomunicações também usou a
de uso de IA de geração. Os proprietários de dados, geração AI para criar programas de qualificação e fornecer
juntamente com especialistas jurídicos e de segurança, aos agentes recomendações personalizadas para melhorias
trabalham juntos para validar cada caso de uso com base em assim que a solução fosse implementada.
dimensionamento sejam
liderados pelo CEO Todas as funções, incluindo todos, Combinadas, essas capacidades de geração de IA permitirão
desde técnicos de rede a profissionais de RH, serão impactadas que as empresas de telecomunicações redefinam os padrões
pela geração de IA, tornando vital a necessidade de os líderes da indústria e se diferenciem no mercado. Por exemplo, as
começarem a preparar seus funcionários agora para capturar o operações de rede poderiam ser melhoradas e os padrões
valor total desta transformação tecnologia. de qualidade reformulados radicalmente com copilotos de IA que
Com muitos funcionários já a utilizar a tecnologia nas avaliam imagens de técnicos, fornecem recomendações
suas vidas pessoais, as organizações terão de considerar como precisas para soluções e iniciam automaticamente intervenções
ajudá-los a aprender a aplicar a tecnologia num contexto ou ordens de serviço. Nas vendas, os copilotos cognitivos
profissional, melhorando e requalificando o pessoal em grande poderiam realizar análises de sentimento nas ligações dos clientes
escala. Esse trabalho pode ser facilitado usando a geração em tempo real e orientar os representantes de vendas
de IA, por exemplo, para desenvolver e fornecer sobre a melhor forma de responder, alterando profundamente
programas de treinamento personalizados e adaptativos, e até as estratégias de vendas, o envolvimento do cliente e
mesmo para integrar funcionários. os resultados gerais das vendas. Canais de atendimento ao
cliente
o uso de chatbots cognitivos poderia responder perfeitamente mais perto de se tornar realidade. Com isso, surge a oportunidade
a perguntas complexas em tempo real, levando em consideração para as empresas de telecomunicações reverterem a sua recente
questões de privacidade e justiça, revolucionando assim a estagnação e inaugurarem uma nova era de crescimento e
eficiência e oferecendo aos clientes uma experiência semelhante à inovação. A jornada não será fácil, porém. Para responder ao apelo
humana. Em toda a empresa, poderá surgir maior eficiência e da geração AI, as empresas de telecomunicações terão de adotar
produtividade, à medida que soluções específicas de domínio rapidamente uma cultura de inovação e experimentação possibilitada
dotadas do conhecimento institucional de uma organização pelos principais blocos de construção partilhados neste
impulsionam uma onda sem precedentes de automação e artigo, algo que anteriormente lutaram para construir e manter.
A ascensão repentina da geração AI trouxe significativamente significativa que será difícil para outros seguirem.
Stephen Creasy é sócio do escritório de Copenhague da McKinsey, Ignacio Ferrero é sócio do escritório de Miami,
Tomás Lajous é sócio sênior do escritório de Nova York, Víctor Trigo é sócio associado do escritório de Madrid e
Benjamim Vieira é sócio sênior sócio do escritório de Lisboa.
Os autores desejam agradecer a Joshan Cherian Abraham, Eric Buesing, Michael Chui, Guilherme Cruz, Sebastian
Cubela, Andrea Fariña, Roger Roberts e Kayvaun Rowshankish por suas contribuições para este artigo.