Como muitas inovações, a inteligência artificial
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 glamourosas, 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 AI
apresentará uma taxa de crescimento anual composta de 55,1% entre 2016 e 2020,
segundo o IDC, passando de quase 8 bilhões de dólares em receitas para 47
bilhões. No Estudo de Tendências Globais da Tata Consultancy Services (TCS)
sobre Inteligência Artificial, mais de 150 das maiores corporações gastaram em
média 150 milhões de dólares cada uma em iniciativas de AI em 2015.
No entanto, pode ser difícil ter uma sólida
compreensão do que exatamente é a AI e como ela pode ajudar sua empresa da
melhor forma. Além de ser tecnologicamente complexa, a AI, 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 AI 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 AI:
1.
AI é uma grande ideia. É preciso pensar pequeno.
É fácil se prender a grandes visões de uma
empresa transformada pela AI. 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 AI, 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 AI 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 AI 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 AI 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 AI 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 AI consiste em máquinas. Pense nas pessoas.
Aplicações de AI 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 AI. 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 AI durante a próxima década.
A maximização das capacidades da AI 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 AI 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 AI muito mais transparente, responsável e ético. Esse
desenvolvimento poderia facilitar o gerenciamento de mudanças e a aceitação dos
sistemas de AI nas empresas.
5. É difícil
quantificar o ROI da AI. Não se preocupe com isso.
Você
pode não saber o valor numérico das suas iniciativas de IA por algum tempo. Ela
requer 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 AI pode fornecer.
K. Ananth Krishnan- Executive Vice President and Chief Technology
Officer da Tata Consultancy Services (TCS),
empresa líder em serviços de TI, consultoria e soluções de negócios
