Mesmo no atual cenário econômico desafiador, as empresas continuam investindo em projetos de inteligência artificial e aprendizado de máquina para extrair insights relevantes e se manter um passo à frente da concorrência. No entanto, os números indicam que esses gastos nem sempre geram o valor ou os resultados esperados. É comum que as empresas tenham que esperar meses, ou até anos, para ver o ROI de um projeto de IA.
A espera pelo ROI da IA
Fonte: ESI ThoughtLab
Nesta edição da Perspectives, nosso time de especialistas detalha as técnicas e práticas que podem ser adotadas para garantir que a IA não apenas amplie o retorno sobre o investimento, como também contribua para a estratégia e o portfólio de inovação da organização.
I. Identificando e perseguindo oportunidades para a IA
A inteligência artificial nunca foi tão poderosa ou acessível quanto é hoje, mas isso não significa que seja sempre a solução certa para qualquer desafio de negócio. Entender os melhores casos de uso para automação, identificar processos suficientemente maduros e planejar/testar meticulosamente são etapas que devem anteceder qualquer grande imersão em IA.
“Na maioria das vezes, a IA é uma ferramenta em busca de um problema. As empresas já gastaram muito dinheiro tentando fazer algo que achavam ser a coisa certa e não funcionou. Isso não significa necessariamente que a tecnologia seja errada – pode ser que esteja apenas sendo mal utilizada.”
Rebecca Parsons
Chief Technology Officer, Thoughtworks
Uma convergência de forças tecnológicas cria as bases para que a IA brilhe
Fonte: Thoughtworks
II. Da automação à humanidade – e a criatividade – aumentada
A automação é o objetivo mais comum na prática de IA/ML, mas é apenas um aspecto em uma cadeia de valor potencial muito mais ampla. Com a transição da automação para a inteligência humana aumentada, as empresas podem obter benefícios que vão muito além da produtividade e da eficiência. Na melhor das hipóteses, a IA se torna uma ferramenta para ajudar as organizações a resolver problemas complexos, antecipar tendências e se adaptar a partir de dados em tempo real, ou até mesmo criar novos produtos e linhas de negócios.
O continuum de valor da IA
Fonte: Thoughtworks
III. Navegando pelos dados e pelas dimensões humanas e éticas
Desenvolver uma prática de IA bem-sucedida a longo prazo exige que as organizações gerenciem três desafios principais:
Dados: Se as fontes de dados estiverem discrepantes, distorcidas ou simplesmente indisponíveis, os sistemas de IA podem gerar resultados incompletos ou problemáticos que se transformam em grandes problemas à medida que as máquinas aprendem com base em conclusões anteriores equivocadas. Às vezes, a melhor abordagem pode ser recomeçar do zero.
“Pode ser mais fácil começar com insights em tempo real do que com dados históricos, porque as soluções geralmente são mais leves. A ideia é experimentar coisas diferentes e avaliar o que funciona e o que não funciona (...) para reagir a tendências que evoluem com rapidez.”
Maria Pusa
Principal Consultant na Fourkind, que é parte da Thoughtworks
Pessoas: Os projetos de IA inevitavelmente afetam funções desempenhadas por seres humanos. As pessoas afetadas devem opinar sobre como os processos serão implementados e receber algum grau de orientação para garantir a adesão organizacional necessária. Uma ampla adesão é fundamental para as implementações de IA, considerando que as organizações provavelmente terão que lidar com a escassez de talentos.
Como a escassez de talentos influencia a adoção de IA
Fonte: O’Reilly
Ética: Quando permitimos que os sistemas tomem decisões como quem deve ter acesso a um produto ou serviço, ou quando uma imagem ou interação apresenta um possível problema, inevitavelmente precisamos lidar com as implicações éticas desses sistemas. Isso coloca sobre as organizações o ônus de garantir que as decisões baseadas em IA sejam transparentes, rastreáveis e com a mínima incidência possível de vieses.
“Na medida do possível, você precisa que as pessoas envolvidas tenham diferentes visões do processo e diferentes pontos de interseção com o sistema ou com os dados. Você precisa ter algumas pessoas bem familiarizadas com o funcionamento do sistema e também com as possíveis consequências.”
Rebecca Parsons
Chief Technology Officer, Thoughtworks
De antigas limitações a novas possibilidades
A inteligência artificial é um campo em rápida evolução, com poder computacional sem precedentes, algoritmos criados sob medida e processamento de linguagem natural, tudo isso à disposição das empresas para expandir suas possibilidades. Os negócios podem esperar que a IA desempenhe um papel mais estratégico e criativo à medida que a era da inteligência aumentada se consolida. Ao mesmo tempo, existem tarefas que nenhum sistema pode assumir.
“O aprendizado por reforço é realmente muito subutilizado, mas dentro de dois a cinco anos, será a tendência mais importante desde o surgimento da inteligência artificial. A ideia não é criar uma dependência dos seus dados históricos, mas sim criar um agente que execute ações e aprenda em tempo real, de forma totalmente autônoma.”
Jarno Kartela
Principal Consultant na Fourkind, que é parte da Thoughtworks
Perspectives na sua caixa de entrada
Insights de tecnologia e negócios para líderes digitais.
Inscreva-se para receber artigos, podcasts, vídeos e convites para eventos e webinars com os pontos de vista de especialistas da Thoughtworks sobre temas relevantes.