Com a digitalização dos negócios, a adoção de inteligência artificial (IA) se torna inevitável. Mas, implantá-la requer preparação e tecnologia. É importante entender que o uso da IA é a última etapa da jornada de dados, que começa com a modernização da infraestrutura, passa para a modernização de aplicativos e depois vai para a iniciação de analytics. Ou seja, passa por diversas etapas que visam democratizar a utilização dos dados nas empresas, desde a coleta mais abrangente e inclusão de mecanismos de governança e segurança até culminar no uso de técnicas de IA para mudar e substituir fundamentalmente os processos de negócios existentes, atingindo concretamente os objetivos da transformação digital.

Lendo o estudo do IDC com as predições para a indústria de TI em 2020, o “IDC FutureScape: Worldwide IT Industry 2020 Predictions”, me chamou a atenção a previsão seis que fala sobre a inescapável IA e projeta que, em 2025, pelo menos 90% das novas aplicações corporativas terão IA incorporadas e que, em 2024, mais de 50% das interfaces de interações com usuários usarão visão computacional, fala, processamento de linguagem natural (PNL) e AR/VR habilitados para IA.

O primeiro ponto que eu destaco é o fato de a IDC usar a expressão “inescapável inteligência artificial”. Isso não deixa dúvidas de que incorporar recursos de IA em tarefas e processos não é mais uma visão e, sim, uma realidade inevitável para a sobrevivência dos negócios.

Se inteligência artificial e machine learning foram os dois principais termos em 2018 e 2019, chegamos ao ponto em que estas tecnologias deixam o campo da teoria e assumem seu lugar na caixa de ferramentas corporativa de CEOs com visão de futuro. Hoje, nenhuma conversa sobre estratégia é completa sem uma discussão sobre como essas tecnologias podem ser utilizadas para proporcionar mais recursos aos líderes empresariais, que enfrentam um momento de grande disrupção nos negócios e o surgimento de uma nova e, muitas vezes, inesperada concorrência.

É interessante lembrar que o campo de IA e machine learning não é algo novo. De fato, o termo machine learning foi trazido por um pesquisador na década de 1950, depois de criar um dos primeiros programas de autoaprendizagem. Mas, a necessidade de um grande poder computacional, somada à dificuldade e ao custo na obtenção e armazenamento de dados frearam um grande avanço da tecnologia na época. Hoje, o poder computacional em servidores de apenas 2Us acelerados por GPU, o crescimento exponencial na disponibilidade de dados com o avanço das comunicações 4G, 5G, IoT, mídias sociais etc. e o menor custo de obtê-los e armazená-los, propiciaram uma nova onda de uso de algoritmos e ferramentas para machine learning. Isso representa um ponto de inflexão para que a tecnologia traga vantagem competitiva real.

Fazendo a IA funcionar

Muitas empresas já se beneficiam da otimização da colaboração entre humanos e de soluções que incorporam inteligência artificial com nossa ajuda. Listo abaixo os 7 princípios que podem ajudá-los a realizarem um projeto de IA bem-sucedido:

1. Reimagine os processos de negócios, identifique corretamente os problemas que podem ser resolvidos por meio de dados e avalie qual é o retorno real para os negócios. Uma sessão de Design Thinking geralmente é um ótimo ponto de partida
2. Abrace a experimentação com envolvimento de funcionários. O conhecimento detalhado da operação e como beneficiá-la são fundamentais para o avanço do desenho
3. Direcione ativamente a estratégia de IA. Pense grande, mas comece pequeno, com planejamento adequado e com capacidade de escalonamento da solução criada
4. Não negligencie os dados. Os requisitos de dados para garantir a operação correta da IA precisarão de uma massa considerável e representativa do que se busca resolver. Fazer uma avaliação e ter governança evita resultados tendenciosos ou uso ilegal ou antiético de dados privados. O uso de dados incorretos, incompletos ou imprecisos fornecerá resultados abaixo do ideal e possivelmente enganosos, reduzirá a confiança dentro e fora da organização e pode até levar às violações regulatórias
5. Redesenhe o trabalho para incorporar a IA e cultivar habilidades relacionadas aos funcionários
6. Não negligencie a infraestrutura necessária para dar vazão aos dados e algoritmos que formarão sua solução. Estas aplicações são completamente diferentes da TI Tradicional e sua credibilidade passa por resultados rápidos e precisos
7. Firme parcerias com empresas que detenham conhecimento e experiência e que possam ajudá-los nesta jornada rumo à IA

Quanto maior a adoção destes princípios, melhores serão os resultados para suas iniciativas de IA, em termos de credibilidade da tecnologia, velocidade, economia de custos, receita ou outras medidas operacionais.

Está pronto para a implantação bem-sucedida de IA? Fale com o especialista ou aprofunde-se no tema aqui.

*Conteúdo produzido em parceria com ST3Tailor.