Assim como os métodos Kanban japoneses transformaram a manufatura com sistemas "just-in-time", as empresas agora usam princípios semelhantes para IA generativa para aumentar a eficiência. Sastry Durvasula, da TIAA, explica a iniciativa de IA da empresa, "Research Buddy", que gera relatórios para a gestão de ativos da Nuveen utilizando dados em tempo real. Ao ativar a IA apenas quando necessário, a TIAA otimiza tanto o tempo quanto o custo, considerando a alta despesa associada à IA generativa. O analista da Forrester, Mike Gualtieri, reconhece o valor da IA just-in-time, mas observa que sua relação custo-benefício varia conforme a situação. Um gasto de um milhão de dólares com IA, por exemplo, é justificável se gerar economias significativas. As organizações geralmente evitam grandes custos usando modelos pré-treinados, reduzindo a necessidade de cientistas de dados caros. Os serviços de geração aumentada por recuperação (RAG) ajudam a minimizar os custos de IA, melhorando a qualidade e a relevância sem necessidade de treinamento personalizado.

Fornecedores como o Google oferecem soluções RAG prontas para uso, permitindo que as empresas se concentrem no desenvolvimento de software em vez das complexidades da IA. A introdução do Tenjin GPT pela SAIC exemplifica o uso estratégico da IA em toda a empresa. Ele aprimora os fluxos de trabalho internos, apoia o atendimento ao cliente e até auxilia no desenvolvimento de software. O CIO Nathan Rogers enfatiza o objetivo de democratizar o acesso à IA para decisões oportunas. Max Chan, da Avnet, desafia o rótulo "just-in-time", preferindo uma abordagem que aplica a IA estrategicamente onde ela produz resultados significativos e eficiência de custos. As demandas computacionais da IA ditam que ela seja usada judiciosamente para benefícios empresariais. Embora a IA just-in-time às vezes careça de um ciclo de supervisão humana, a TIAA mitiga isso ao incorporar diretrizes de responsabilidade para a IA, garantindo que os analistas revisem as saídas de IA antes do uso. Durvasula também destaca a abordagem "just-in-case", em que as informações são fornecidas a profissionais conforme necessário, sem atrasos. Implementações de IA generativa, semelhantes às mudanças incrementais trazidas pelas técnicas de manufatura japonesas, revolucionam operações e resultados quando executadas com reflexão, seja através de aplicações just-in-time, just-in-case ou estratégicas e inteligentes.