Existe um momento preciso em que uma vantagem competitiva se converte em condição de entrada. Aconteceu com a electrificação das fábricas no início do século XX. Aconteceu com a adopção de sistemas ERP nos anos 90. Está a acontecer agora com os dados e com a inteligência artificial.

A diferença é que desta vez o ciclo é mais curto, a penalização por atraso é mais severa e o ponto de não retorno chegou mais depressa do que a maior parte das organizações antecipou. A economia da intenção descreve esse estado: um modelo económico em que o valor de uma empresa assenta, cada vez mais, na sua capacidade de interpretar o comportamento dos clientes em tempo real e de converter essa leitura em decisão operacional antes que a janela se feche.

O produto ou serviço continua a importar. Mas a capacidade analítica que o envolve passou a determinar quem cresce, quem estagna e quem sai do mercado sem perceber porquê. Os dados da McKinsey quantificam essa realidade com uma clareza que dispensa interpretação: organizações orientadas por dados têm uma probabilidade 23 vezes superior de adquirir clientes, nove vezes maior de os reter e 19 vezes mais elevada de registar rentabilidade consistente. Estes descrevem uma separação de categoria entre empresas que operam com instrumentos distintos no mesmo mercado.

O papel da inteligência artificial neste processo foi mal enquadrado durante demasiado tempo. A narrativa dominante reduziu-a a um mecanismo de eficiência, uma forma mais rápida de fazer o que já se fazia. Esse enquadramento é limitado e, no plano estratégico, perigoso. Embora 80% das organizações definam eficiência como objetivo principal da IA, as que capturam maior valor priorizam também crescimento e inovação como objetivos adicionais.

O valor real da tecnologia está na leitura de padrões que escapam à análise humana, na antecipação de movimentos de mercado e na capacidade de personalizar respostas à escala, sem degradar a margem. Tratar a IA como automação é o equivalente a usar um sistema de navegação avançado apenas para confirmar o caminho que já se conhece.

A história empresarial oferece uma sequência de casos que ilustram o custo de subestimar esta dinâmica. A Kodak desenvolveu internamente a primeira câmara digital em 1975. Optou por não a lançar para proteger o negócio de pelí cula fotográfica, que representava a maior fatia da sua receita. Trinta anos depois, pediu insolvência. A Blockbuster dominou o mercado de aluguer de vídeo durante décadas e recusou adquirir a Netflix por 50 milhões de dólares em 2000, considerando o modelo sem viabilidade. A Xerox concebeu tecnologias que estiveram na origem do computador pessoal e não as transformou em vantagem estratégica. Em nenhum destes casos faltou capital ou talento. O que falhou foi a capacidade de converter informação disponível em decisão antes que o mercado tornasse essa decisão irrelevante. A informação existia. A estrutura para a usar, não. Este padrão repete-se hoje com uma diferença: a velocidade de obsolescência aumentou. Os zettabytes de dados gerados diariamente não têm valor intrínseco. O valor está na capacidade de os processar, interpretar e transformar em acção com ciclos sufi cientemente curtos para que a acção ainda seja oportuna. Estudos recentes indicam que apenas 5% das empresas que investem em dados e inteligência artificial conseguem extrair retorno real desses investimentos.

A diferença entre esse grupo e os restantes não reside na infraestrutura tecnológica adquirida. Reside na disciplina organizacional para fechar o ciclo entre análise e decisão. Esse fechamento exige mais do que tecnologia. Exige estruturas de decisão mais curtas, equipas com literacia analítica efectiva e uma cultura de gestão que trate a evidência como ponto de partida, e não como validação posterior do que já se havia decidido.

As organizações que percorreram esse caminho fizeram-no porque identificaram um risco de gestão concreto: operar com pressupostos não testados num ambiente onde os concorrentes já operam com certezas actualizadas. O sector de tecnologia e software tem uma responsabilidade particular neste processo. Para além de fornecedor de ferramentas, mas essencialmente, como agente que pode reduzir a distância en tre o que as organizações sabem sobre os seus clientes e o que fa zem com esse conhecimento.

Em Angola e em África, onde os mercados crescem com velocidade e os dados de consumo são ainda subexplorados, essa distância representa tanto um risco como uma oportunidade de posicionamento para quem actuar primeiro com consistência.

A pergunta que cada conselho de administração devia colocar com regularidade não é se a empresa investiu em dados ou em IA. É se as decisões da semana passada seriam diferentes caso esses dados tivessem sido lidos e interpretados com rigor. Se a resposta for negativa, o problema não é tecnológico.

*Willian de Oliveira, Director Geral da TIS