Com base em dados de uma pesquisa com 300 entrevistados e entrevistas aprofundadas com executivos seniores de tecnologia e outros especialistas, este relatório examina como as equipes de engenharia de produto estão ampliando a IA, o que está limitando a adoção mais ampla e quais capacidades específicas estão moldando a adoção hoje e, no futuro, com resultados mensuráveis reais ou potenciais.
As principais conclusões da pesquisa incluem:
A verificação, a governação e a responsabilização humana explícita são obrigatórias num ambiente onde os resultados são físicos – e o risco é elevado. Onde os engenheiros de produto usam IA para informar diretamente projetos físicos, sistemas embarcados e decisões de fabricação que são corrigidas no lançamento, as falhas do produto podem levar a riscos no mundo real que não podem ser revertidos. Os engenheiros de produto estão, portanto, adotando sistemas de IA em camadas com limites de confiança distintos, em vez de implantações de uso geral.
A análise preditiva e a simulação e validação baseadas em IA são as principais prioridades de investimento de curto prazo para líderes de engenharia de produtos. Estas capacidades – selecionadas pela maioria dos entrevistados – oferecem ciclos de feedback claros, permitindo às empresas auditar o desempenho, obter aprovação regulamentar e comprovar o retorno do investimento (ROI). É fundamental construir confiança gradual nas ferramentas de IA.
Nove em cada dez líderes de engenharia de produto planeiam aumentar o investimento em IA nos próximos um a dois anos, mas o crescimento é modesto. A maior proporção de inquiridos (45%) planeia aumentar o investimento até 25%, enquanto quase um terço é a favor de um aumento de 26% a 50%. E apenas 15% planejam uma mudança radical maior – entre 51% e 100%. O foco dos engenheiros de produto está na otimização em vez da inovação, com pontos de prova escaláveis e ROI de curto prazo sendo a abordagem dominante para a adoção da IA, em oposição à transformação plurianual.
A sustentabilidade e a qualidade do produto são os principais resultados mensuráveis para a IA na engenharia de produtos. Estes resultados, visíveis para clientes, reguladores e investidores, são priorizados em detrimento de métricas competitivas, como tempo de colocação no mercado e inovação – classificadas como de importância média – e ganhos operacionais internos, como redução de custos e satisfação da força de trabalho, na parte inferior. O que mais importa são os sinais do mundo real, como taxas de defeitos e perfis de emissões, em vez de painéis internos de engenharia.
Baixe o relatório.
Este conteúdo foi produzido pela Insights, o braço de conteúdo personalizado do MIT Technology Review. Não foi escrito pela equipe editorial do MIT Technology Review. Foi pesquisado, projetado e escrito por escritores, editores, analistas e ilustradores humanos. Isso inclui a redação de pesquisas e a coleta de dados para pesquisas. As ferramentas de IA que podem ter sido utilizadas foram limitadas a processos de produção secundários que passaram por uma revisão humana minuciosa.
