Menu

Seja inteligente com a Inteligência Artificial

K. Ananth Krishnan, vice-presidente executivo e Chief Technology Officer da TCS (Tata Consultancy Services) K. Ananth Krishnan, vice-presidente executivo e Chief Technology Officer da TCS (Tata Consultancy Services)

A IA é a próxima onda de transformação da tecnologia, e nenhum executivo de negócios pode se dar ao luxo de ignorá-la

K. Ananth Krishnan (*) 

Como muitas inovações, a Inteligência Artificial (IA) surgiu à vista do público primeiramente como ficção científica. "Frankenstein", de Mary Shelley, "Robôs Universais de Rossum", de Karel Capek (de onde surgiu a palavra "robô"), e outras obras conceberam seres artificiais com a capacidade de pensar como humanos. 

Hoje, o crescimento exponencial do poder da computação está dando vida a essas e outras imaginações: de carros que dirigem sozinhos a assistentes inteligentes, redes de autoaprendizagem e dezenas de outras aplicações menos glamurosas, mas não menos importantes. E ainda estamos nos primórdios. 

A Inteligência Artificial é a próxima onda de transformação da tecnologia, e nenhum executivo de negócios pode se dar ao luxo de ignorá-la. De acordo com o Gartner, os agentes inteligentes facilitarão 40% das interações móveis até 2020.

O mercado para soluções cognitivas e de IA apresentará uma taxa de crescimento anual composta de 55,1% entre 2016 e 2020, segundo o IDC, passando de quase US$ 8 bilhões em receitas para US$ 47 bilhões. No Estudo de Tendências Globais da Tata Consultancy Services (TCS) sobre Inteligência Artificial, mais de 150 das maiores corporações gastaram em média US$ 150 milhões cada uma em iniciativas de IA em 2015. 

No entanto, pode ser difícil ter uma sólida compreensão do que exatamente é a IA e como ela pode ajudar sua empresa da melhor forma. Além de ser tecnologicamente complexa, a IA, como muitos dos produtos que gera, está evoluindo e mudando rapidamente. É, ao mesmo tempo, muito mais e muito menos do que quaisquer das promessas utópicas ou visões distópicas que costumam cercá-la. 

É vital que as empresas sejam lúcidas e estratégicas ao navegar neste novo cenário. Altos executivos estão sendo bombardeados — desde a sala de TI até a sala da diretoria — com perguntas e exigências sobre como eles estão acompanhando o tema e como pretendem avançar. É fácil entrar na onda da IA e se sentir compelido a agir simplesmente porque a concorrência está fazendo isso, mas não é possível preparar as empresas para o futuro de uma tacada só. 

Aqui oferecemos uma estrutura prática e realista de como pensar sobre a Inteligência Artificial: 

1 - IA é uma grande ideia. É preciso pensar pequeno. 

É fácil se prender a grandes visões de uma empresa transformada pela IA. Para a maioria das empresas, estamos longe dessa realidade. Os executivos devem ter um foco bem minucioso ao identificar problemas ou necessidades específicas que se beneficiariam mais da capacidade da IA, e não pensar se seria possível substituir metade de sua força de trabalho por bots, por exemplo.       

No mundo empresarial de hoje, as aplicações mais bem-sucedidas de IA são muitas vezes aquelas voltadas para a resolução de problemas difíceis, mas bastante mundanos, com significativo retorno sobre o investimento. Considere, por exemplo, a classificação de um tíquete de suporte. Ao permitir o processamento maciço de dados de várias fontes, a IA pode transformar dados dos tíquetes de suporte em informações valiosíssimas para Business Intelligence. 

Ela também ajuda a pensar através do objetivo básico: ela está melhorando a produtividade na empresa? O atendimento ao cliente melhorou? Ou está expandindo seu potencial de mercado e de vendas? Uma única solução de IA não vai atender a todas essas necessidades 

2 - O algoritmo é o cérebro. Concentre-se nos dados, que são o sangue que irriga o cérebro. 

Com a capacidade da IA de relacionar e analisar armazenamentos de dados não estruturados (pense no feedback direto dos clientes, mais os comentários de mídia social), a ênfase deve estar em identificar e capturar os melhores dados possíveis de todas as fontes relevantes. 

As empresas sempre coletaram dados por meio de uma variedade de aplicações, como CRM, Business Intelligence e agora mídia social. Isso só vai crescer à medida que as fronteiras organizacionais se fundirem e o ecossistema se tornar mais inteligente com sensores, fábricas e cidades inteligentes, dispositivos conectados e outros. 

A boa notícia é que existem métodos e técnicas disponíveis que podem convincentemente armazenar esses dados, analisá-los e construir modelos de previsão em torno deles que vão aprender e melhorar. Quanto melhores forem os dados, melhores serão os resultados. 

3  - A IA consiste em máquinas. Pense nas pessoas. 

Aplicações de IA bem-sucedidas não necessariamente substituem o trabalho humano por máquinas, mas aumentam e melhoram a colaboração entre ambos. 

Sim, certas tarefas feitas por pessoas agora, como a interação com o cliente de baixo nível, podem ser automatizadas por meio de bots ou outras aplicações de IA. De acordo com a Forrester, 25% de todas as tarefas serão destinadas a robôs de software, robôs físicos ou automação de autoatendimento ao cliente até 2019. Entretanto, o mesmo estudo afirma que 13,6 milhões de postos de trabalho serão criados usando ferramentas de IA durante a próxima década. 

A maximização das capacidades da IA gera uma necessidade de mais criação e organização de conhecimento pelas pessoas. Por sua vez, esse conhecimento alimenta as máquinas para ajudar a ensiná-las. A capacidade de uma máquina de ter cognição semelhante à humana requer enormes quantidades de dados e treinamento.

Por exemplo, não basta fornecer um mapa do percurso a um carro autônomo. Um modelo computacional bem-sucedido incluiria o máximo de informações possível sobre a forma como um ser humano compreende um percurso, incluindo conhecimento sobre meios-fios, semáforos, obstáculos prováveis durante diferentes condições meteorológicas, detalhes da superfície da estrada e muito mais.   

Para que o sistema do carro tenha a capacidade de "raciocinar" e tomar decisões adequadas à medida que as circunstâncias surgirem e os erros sejam corrigidos, ele depende do recebimento de fluxos contínuos de dados.

Todo esse "aprendizado" exige uma relação diferente entre máquina e homem, que deixa de ser um mero operador ou administrador para se tornar um professor contínuo. Isso, por sua vez, tem profundas implicações para a força de trabalho e a forma como é distribuída. 

4 – A IA está crescendo a uma velocidade vertiginosa. Bote o pé no freio. 

Apesar de inebriante, o elixir da análise de dados em massa pode levantar questões éticas e riscos para seus clientes e seus negócios. Não coloque essas questões de lado, nem as deixe para outras pessoas. A academia já está nos estágios iniciais do desenvolvimento de estruturas que podem ajudar.

Pesquisadores da Carnegie Mellon University desenvolveram um Índice de Influência Quantitativa. Esse índice pode analisar o peso dado a um conjunto de fatores ao chegar a uma decisão da máquina. Por exemplo, o índice pode revelar o peso dado à faixa etária e à renda na tomada da decisão de concessão de um empréstimo. Tais estruturas podem tornar o funcionamento do sistema de IA muito mais transparente, responsável e ético. Esse desenvolvimento poderia facilitar o gerenciamento de mudanças e a aceitação dos sistemas de IA nas empresas. 

5 - É difícil quantificar o ROI da IA. Não se preocupe com isso. 

Você pode não saber o valor numérico das suas iniciativas de IA por algum tempo. Elas requerem atenção e calibração contínuas. Crie outros marcadores de progresso, sucesso e fracasso, incluindo a capacidade de fazer novas coisas com a inteligência e uma análise prevista que a IA pode fornecer. 

(*) Vice-presidente executivo e Chief Technology Officer da TCS (Tata Consultancy Services)

Deixe um comentário

Certifique-se de preencher os campos indicados com (*). Não é permitido código HTML.

voltar ao topo
Info for bonus Review William Hill here.

Finanças

TI

Canais

Executivos Financeiros

EF nas Redes