IA acelera a compreensão da ciência, diz presidente da Microsoft AI Science

A inteligência artificial é uma tecnologia disruptiva, mas seu maior potencial está em ser transformadora, afirmou o presidente da Microsoft AI Science, Peter Lee, ao participar da J. Safra Investment Conference. Ele abordou como a IA pode acelerar a compreensão científica em áreas como ciências físicas, biológicas e medicina, e, a partir disso, contribuir para avanços em desafios globais, da saúde ao clima e à energia.

Para Lee, a liderança de empresas e instituições tem um papel decisivo nesse processo: conduzir a adoção da tecnologia de modo responsável e orientado a impactos positivos. “Tenho focado na possibilidade de a IA acelerar nossa compreensão da ciência”, afirmou o executivo ao tratar da aplicação de inteligência artificial em pesquisa e descoberta científica.

A IA aprende a preencher lacunas

Na visão do presidente da Microsoft AI Science, a capacidade dos modelos de inteligência artificial de encontrar respostas, formular hipóteses e fazer previsões depende de um princípio fundamental: treinamento com dados e contexto.

Para que um computador consiga “preencher lacunas”, isto é, identificar o que pode estar faltando em uma informação, antecipar tendências ou sugerir caminhos para uma investigação, ele precisa reconhecer padrões a partir de uma base ampla e estruturada de conhecimento.

Esse processo está no centro da evolução recente da IA. Modelos treinados com dados relevantes e contextualizados passam a apoiar profissionais em tarefas que envolvem análise, pesquisa, tomada de decisão e criação de novas soluções.

No campo científico, essa capacidade pode reduzir o tempo entre uma pergunta complexa e a geração de hipóteses que poderão ser testadas por pesquisadores. A tecnologia não substitui o julgamento humano, mas amplia a capacidade de analisar variáveis, relacionar informações e explorar possibilidades.

Dados deixam de ser subproduto e passam a ser ativo estratégico

Um dos primeiros passos para capturar valor com IA, segundo Lee, é mudar a mentalidade em relação aos dados.

Por muitos anos, empresas trataram dados como um subproduto de processos operacionais, comerciais ou de relacionamento com clientes. Na nova lógica da inteligência artificial, eles se tornam a infraestrutura que permite à tecnologia funcionar de forma útil, segura e precisa.

Sem informação organizada, atualizada e contextualizada, a IA perde capacidade de entregar respostas consistentes. Com uma base de dados bem governada, por outro lado, as organizações podem criar aplicações capazes de conectar áreas, automatizar análises e oferecer insights em tempo real.

Essa estrutura é o que habilita a atuação de agentes de IA, sistemas que não apenas respondem a perguntas, mas podem apoiar a execução de tarefas e a resolução de problemas mais complexos.

Agentes podem transformar perguntas em ações

Em um dos exemplos apresentados no painel, a Microsoft mostrou como agentes de IA podem ser acionados para responder a questões práticas de negócio, como:

• Quais contas têm maior probabilidade de ampliar gastos nos próximos seis meses, e por quê?
• Quais clientes estratégicos precisam de atenção executiva nesta semana?
• Por que a projeção de resultados do trimestre está mudando?
• Quais campos de dados nunca são utilizados e quais métricas são mais solicitadas?

São perguntas que, em muitas organizações, exigem a consolidação manual de informações dispersas entre CRM, histórico de suporte, dados de uso de produtos, faturamento e relatórios de diferentes áreas.

Antes da integração desses dados, times de Vendas, Finanças e Operações frequentemente chegam a conclusões distintas para uma mesma pergunta. O custo aparece em retrabalho, reuniões dedicadas a reconciliar números, decisões tomadas com baixa confiança e menos tempo para a relação com os clientes.

Com uma base unificada e governada, agentes de IA podem acessar o contexto necessário para transformar dados fragmentados em respostas mais rápidas, consistentes e acionáveis.

Da fragmentação à inteligência conectada

Outro caso apresentado ilustrou a própria transformação da Microsoft. A companhia descreveu um cenário anterior em que seus vendedores precisavam lidar com centenas de relatórios espalhados por dezenas de sistemas.

A busca por informações relevantes era manual, demorada e imperfeita. Uma mesma questão poderia receber respostas diferentes, a depender da fonte consultada ou do profissional responsável pela análise. Além de afetar a produtividade, o ambiente aumentava os riscos relacionados à gestão e à segurança da informação, uma vez que colaboradores eram incentivados a criar cópias próprias dos dados para trabalhar.

A mudança veio com a integração de mais de 70 sistemas em um único modelo de dados governado. Segundo o exemplo apresentado, milhares de relatórios foram descontinuados, o que reduziu custos e riscos de segurança da informação.

A iniciativa também permitiu economizar centenas de milhares de horas por ano da equipe comercial, elevar a efetividade do Sales Copilot e automatizar relatórios de qualidade de dados, criando uma base para novas aplicações de inteligência artificial.

Tecnologia com propósito

A discussão reforçou que o potencial da IA vai além da automação de rotinas. Em empresas, ela pode ajudar a reduzir a distância entre dados e decisões. Na ciência, pode ampliar a capacidade de pesquisadores de explorar problemas complexos, testar hipóteses e encontrar novas conexões.

O ponto de partida, porém, permanece o mesmo: dados de qualidade, contexto, governança e lideranças capazes de direcionar a tecnologia para resultados positivos.

Ao combinar esses elementos, a inteligência artificial pode se tornar uma ferramenta para acelerar descobertas e transformar a forma como organizações, e a sociedade, enfrentam seus desafios mais relevantes.