A inteligência artificial está mudando totalmente o jogo e tem o potencial de transformar praticamente todas as áreas de sua empresa.

No entanto, pegar carona na ideia – vamos agregar inteligência artificial a nossos produtos e processos –  apenas porque parece vantajoso, pode ser um erro. A adoção de inteligência artificial pelas empresas ainda está em sua infância. A Harvard Business School mostrou em pesquisa que apenas 20% das empresas usam Inteligência Artificial em escala ou como parte central de seu negócio, enquanto 41% ainda estão experimentando e aprendendo. 

Esses dados são principalmente de empresas norte-americanas. No Brasil, estima-se que esse número não chegue a metade. Isso significa que ainda há tempo para vencer a curva de aprendizado e competir nesse mercado…

Desde que você comece rápido. 

Há quem diga que a inteligência artificial é a próxima revolução, assim como foi o computador pessoal e o smartphone. Há também quem diga algo ainda mais ousado e sugere que a Inteligência Artificial será como a invenção da roda para a humanidade (esse cara é o Larry Page, fundador do Google).

E isso mudará absolutamente tudo!

Mas antes de começar, você precisa fazer as perguntas básicas. E a mais básica de todas é:

Qual problema você quer resolver?

Essa pergunta é fundamental porque o uso prático da inteligência artificial pode ser feito em praticamente qualquer área, dependendo das necessidades da sua organização e dos insights que serão gerados a partir de dados derivados da inteligência de negócios (BI – Business Intelligence). Os usos mais comuns da IA tem circulado por melhorar e automatizar o relacionamento com o cliente (vendas, suporte e atendimento), captura e análise de dados sociais para engajamento e Business Intelligence e otimização de logística e eficiência para rastrear e gerenciar ativos.

Isso não significa que você precisa limitar o seu leque de atuação com inteligência artificial.

Esse é o momento para começar a explorar diferentes ideias. Pense sobre como você pode melhorar seus produtos e serviços adicionando inteligência artificial. Identifique casos específicos onde a IA pode resolver problemas ou agregar valor. As especificidades irão variar de empresa para empresa, portanto, identifique como as diferentes tecnologias – machine learning e deep learning, processamento de linguagem natural, reconhecimento de imagem, etc se encaixam em seus produtos.Veja como sua empresa pode se beneficiar de forma segura e eficiente dessas tecnologias e comece por ai.

E, para que seu projeto gere valor real ao longo do tempo, você precisará dar atenção as seguintes etapas:

 

1. Esteja familiarizado com a inteligência artificial

Para se ter novas ideias é importante, antes de tudo, você adicionar “inputs” em seu cérebro.

Por isso, aprenda sobre as diversas áreas de inteligência artificial, suas tecnologias e como as empresas ao redor do mundo andam usando-a para aprimorar produtos e resultados. Você precisa dar esse passo para saber o que ela pode fazer por você e por sua empresa. Hoje IA é “hyppe” (palavra da moda) e há vantagens nisso.

Uma delas é que há informação abundante a respeito dos conceitos básicos e suas aplicações e, se preferir, você pode até optar por um curso online gratuito. Uma coisa que não dá pra fugir é que as melhores informações estão sempre em inglês, como esse curso de Stanford ou esse liderado pela Columbia University

 

2. Identifique os problemas que você deseja resolver com inteligência artificial

Como já dito no começo, se pergunte antes de tudo, o que você quer resolver? O que é um problema que pode ser resolvido com o uso da inteligência artificial?

Uma vez que você já se familiarizou e está atualizado sobre IA, essa etapa deve ser fácil. 

Desde que você não pense em criar algo novo, do zero. Pense em como incorporar a IA aos seus produtos e serviços existentes. Você pode fazer um brainstorm rápido com a equipe para encontrar casos de uso específicos onde a inteligência artificial pode gerar resultados resolvendo problemas. É importante focar em gerar valor real. Comece fazendo-se a seguinte pergunta:

“Como tecnologias como machine learning, processamento de linguagem natural, etc., se encaixam em nossos produtos?”

Esse é um ótimo começo para que você esteja preparado para:

 

3. Priorize valores concretos

Priorização é uma conta simples, que é a baseada no valor potencial menos o esforço necessário para se alcançar determinado resultado. Toda organização deve saber o que é capaz e o que não é capaz em uma perspectiva de tecnologia e negócios, antes de se lançar na corrida pela implementação da inteligência artificial.

Identificar sua capacidade interna significa também identificar o que você ainda precisa adquirir e quais processos precisarão ser usados e/ou transformados internamente para que você obtenha sucesso. Somente dessa forma você será capaz de acessar o potencial financeiro e de negócios das várias iniciativas possíveis. 

Nessa etapa é fundamental a participação da gerência e dos c-levels, porque sem o suporte das lideranças, seus esforços em gerar transformação e resultados com IA serão inúteis.

 

4. Comece com um projeto piloto

Você não precisa construir um titanic movido a inteligência artificial. Geralmente, um projeto piloto com duração de 3 meses é um ótimo início.

Comece pequeno e resista à tentação de criar algo “AI-first”. Ou seja, uma aplicação onde a Inteligência Artificial é o principal componente de valor associado. Olhe para as forças da sua organização e então traga a inteligência artificial para somar. Você precisa de aplicações com IA para funcionar de forma inteligente para extrair vantagens e insights de dados e para aprender sobre sua performance passada e aprimorá-la para o futuro próximo.

Você não precisa criar algo totalmente novo usando inteligência artificial, para que esse algo novo se torne algo que você não compreende. Use a IA para fortalecer o que sua empresa já é boa, e a partir daí transforme o que já é bom em algo ainda melhor. E, se ao longo do caminho você se deparar com produtos, serviços e ideias que tragam inovação e disrupção para suas práticas atuais e para sua indústria, ótimo. Você ganhou o dia!

Nessa etapa, é importante também se criar um pequeno time, de 4 a 6 pessoas, para liderar esse projeto. Aqui, resista à tentação de colocar apenas os programadores e “pessoas da tecnologia” dentro desse time. A mistura será importante para que a proposta de valor do novo projeto faça sentido para sua empresa.

Após o projeto piloto estar completo, você estará apto a decidir o que um projeto de longo prazo deve ser.

 

5. Crie uma força tarefa para capturar e integrar dados

Inteligência artificial é tudo sobre dados. Sério. Você não pode treinar um algoritmo sem dados, uma massiva quantidade de dados. A não ser que você queira se esforçar em vão. Em uma pesquisa liderada pela Forbes e pela Intel, 38% dos entrevistados disseram acreditar que existe uma forte conexão ou uma conexão total entre IA e analytics (dados).

No entanto, ao se analisar mais a fundo essa camada de informação, verificou-se que 79% das empresas que tiveram sucesso com inteligência artificial também afirmaram que uma mentalidade focada em obter, organizar e depurar dados têm forte impacto nesse sucesso. Uma vez que o mercado de inteligência artificial promete crescer 12 vezes nos próximos 7 anos, saltando de U$ 16Bi em 2017 para U$ 190Bi em 2025, é preciso se mover rápido.

Mas, tão importante quanto a velocidade é a direção.

Se mova na direção correta garantindo dados de alta qualidade e analisando continuamente possíveis inconsistências uma vez que sua organização possivelmente terá dados oriundos de diferentes data sets.

 

6. Prepare os requisitos corretamente

Recursos. Essa é a palavra-chave aqui. No artigo “Critical decisions: A guide to building the complete artificial intelligence solution without regrets” (Decisões críticas: Um guia para construir soluções de inteligência artificial completas, sem arrependimentos”) os autores usam o termo “construção balanceada” para afirmar que as considerações sobre a estrutura e recursos necessários para cada projeto devem ser feitos de forma minuciosa e cuidadosa.

Em outras palavras, não adianta construir um data center gigantesco se sua empresa não possui uma enorme quantidade de dados que possa ser acessada de forma rápida e apropriada para projetos de inteligência artificial. Do mesmo modo, é preciso entender que um sistema construído como protótipo para testar e validar hipóteses e ideias não conseguirá atender um projeto em escala.

O objetivo sempre deve ser atingir resultados ótimos e funcionais.

Portanto, projetar corretamente requisitos como largura de banda para armazenamento, capacidade de processamento (GPU) e capacidades da rede devem ser balanceados e construídos com flexibilidade, para permitir o re-propósito da operação, caso os requisitos mudem.

É muito importante não se esquecer que os requisitos de segurança básicos como criptografia de dados, VPNs e anti-malwares talvez não sejam suficientes.

 

7. Planeje para a vida

Hora de começar a pensar grande…

Depois de capturar resultados e aprendizados com o projeto piloto, é preciso pensar no futuro de forma séria.

Já existem muitas ferramentas baseadas em inteligência artificial que comprovadamente podem resolver uma série de problemas em sua empresa (como automatizar o atendimento ao cliente) até iniciativas pouco conhecidas e limitadas, mas com alto potencial de utilidade (por exemplo: aplicações para desenvolver uma estratégia competitiva). As inúmeras possibilidades sugerem que empresas devem considerar um modelo de abordagem que considere o portfólio da companhia para implementar inteligencia artificial ao longo dos três horizontes:

Curto-prazo: Foco em casos de uso onde já existe tecnologias que comprovadamente resolvem problemas, reduzem custos e aumentam a receita. E, a partir daí escalar essas soluções em toda a organização para construir valor a partir do ponto de partida escolhido.

Médio-prazo: Experimentação de tecnologias que estão emergindo mas ainda se encontram relativamente imaturas, para validar o valor real dentro da organização em cases reais, antes de escalar tal solução.

Longo-prazo: Buscar parcerias estratégicas com outras organizações e academia para buscar resolver problemas de alto impacto com caráter inovador para capturar uma potencial vantagem em ser pioneiro em determinada área de atuação.

 

8. A transformação digital deve vir antes da inteligência artificial

De nada adianta sua organização querer usar a IA para alavancar soluções, se ainda está sofrendo para se adaptar às mudanças digitais que estão em vigor nos últimos 5 anos. A empresa de consultorias McKinsey descobriu em uma pesquisa que as indústrias que estão liderando a corrida para a inteligência artificial são aquelas que já estão profundamente digitalizadas (como as empresas de tecnologia, telecomunicações e automobilística).

A mesma McKinsey divulgou que empresas que já se transformaram digitalmente possuem probabilidade 50% maior de gerar lucros com suas iniciativas de inteligência artificial, que empresas que ainda estão se transformando digitalmente. Do ponto de vista tecnológico, é improvável pensar que, em qualquer indústria, organizações podem se dar bem com inteligência artificial sem ter investido massivamente em aumentar suas capacidades digitais, incluindo estruturas em nuvem e big data.

É o que comprova um outro estudo, onde mostra que o principal fator de sucesso para a disrupção digital é investir agressivamente em estratégias digitais. Isso acontece porque uma organização com uma estratégia digital ofensiva é capaz de adaptar rapidamente seu portfólio e seu modelo de negócios para construir um caminho de crescimento mais robusto do que o anterior a digitalização.

O mesmo é verdade para a inteligência artificial: empresas pró-ativas com uma estratégia ofensiva em implementar inteligência artificial demonstram uma perspectiva de lucro muito maior do que aquelas empresas sem uma estratégia nesse sentido.

 

Conclusões:

 

[code]Os maiores desafios são as pessoas e processos[/code]

 

Vimos que não é um desafio grande demais implementar inteligência artificial em sua organização, produtos e processos. Principalmente se tratando de Brasil, onde as organizações andam mais lentamente em direção ao avanço tecnológico.

No entanto, à medida que essas iniciativas forem crescendo em tamanho e impacto, gerenciar as transformações e mudanças que surgirão em processos, no dia-a-dia de colaboradores e na tomada de decisões tendem a superar – em muito – os desafios técnicos de implementação de inteligência artificial.

Uma vez que as lideranças definam quais áreas e tarefas a inteligência artificial atuará, em comparação àquelas em que humanos continuarão atuando, se torna crítico a implementação de programas que permitirão a força de trabalho de sua organização se desenvolver e se reinventar do ponto de vista técnico. Afinal, será preciso treinamento para lidar com as constantes mudanças.

E, a medida que a IA converge mais e mais para “terceirizar” tarefas humanas e servir de apoio a tomada de decisão, as organizações precisarão mudar o foco, da eficiência de processos para a eficácia no gerenciamento de decisões,o que vai exigir que os líderes criem uma cultura de contínuo aperfeiçoamento e aprendizado.

É possível afirmar sem erro: A próxima fronteira digital já chegou, e ela é a inteligência artificial.

Enquanto algumas empresas ainda estão confiando em vantagens adquiridas no passado, uma nova revolução está acontecendo.

Mas, como ela ainda está em seu começo, ainda há tempo para ganhar a corrida competitiva através da aplicação de inteligência artificial.

 

0 respostas

Deixe uma resposta

Want to join the discussion?
Feel free to contribute!

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *