5 casos de uso de Machine Learning que deram certo

5 casos de uso de Machine Learning que deram certo

4 minutos de leitura

Líderes de TI contam como eles estão usando Inteligência Artificial e Machine Learning para melhorar os negócios.



Por Redação em 27/08/2020

Líderes de TI contam como eles estão usando Inteligência Artificial e Machine Learning para melhorar os negócios.

A Inteligência Artificial (IA) e o Machine Learning (ML) são duas das 1.700 tecnologias emergentes listadas pelo Hype Cycle 2020 da consultoria Gartner (espécie de metodologia para avaliar se uma inovação é apenas uma promessa exagerada ou se é comercialmente viável).

Cada vez mais a adoção dessas tecnologias tem mostrado benefícios para as companhias. Muitas delas apostam na IA e ML para fortalecer as operações, tomar decisões mais estratégicas ou até mesmo desenvolver uma jornada do consumidor mais próxima ao que ele deseja.

Em um relatório da consultoria IDC, os gastos com essas tecnologias poderão chegar a US$ 97,9 bilhões até 2023. Esse número é o triplo dos gastos em 2019, quando fechou em US$ 37,5 bilhões.

Porém, com a pandemia da COVID-19, companhias que já possuíam soluções de IA e ML encontraram o desafio de extrair os melhores insights, uma vez que elas se apoiam em dados para moldar os algoritmos e agora eles estão “bagunçados”.

Essa bagunça é conhecida como “data drift” (desvio de dados, em tradução livre). E antes de explicarmos esse fenômeno, é preciso pensar o seguinte: algoritmos de Inteligência Artificial e Machine Learning utilizam dados históricos.

Ou seja, dados gerados de forma manual ou automática em uma empresa sobre eventos e circunstâncias do passado e de um determinado assunto. Por exemplo: a linha do tempo de uma máquina industrial para saber quando será necessária uma manutenção.

No entanto, os efeitos colaterais da pandemia do novo coronavírus provocaram uma distorção desses dados. A máquina industrial do nosso exemplo pode não operar mais na mesma capacidade do período pré-COVID-19. A soma de todas essas alterações passadas é o que chamamos de data drift.

Para companhias, é um cenário de incerteza porque a fidelidade e a confiabilidade dos dados estão comprometidas. Seria como não ter mais uma previsão assertiva da próxima manutenção da máquina e ela quebrar a qualquer momento.

5 casos de sucesso de Machine Learning

Muitas empresas utilizam algoritmos baseados em histórico. “Há uma boa porcentagem de casos em que certos dados mudarão tão rapidamente que o histórico não será mais um bom indicador”, falou Jerry Kurtz, vice-presidente executivo de insights e dados da Capgemini ao site CIO.com.

O site conversou com CIOs de companhias de diversos setores para entender como esses líderes estão enfrentando esse desafio e trouxe 5 histórias de sucesso no uso de Machine Learning. Abaixo, você confere um resumo.

1. Saúde

Uma seguradora do setor de saúde utiliza soluções de IA e ML para antecipar a jornada do cliente ou até mesmo mitigar disputas sobre os serviços da companhia.

O uso dessas tecnologias permite a companhia fornecer o melhor tratamento ao paciente. Isso acontece porque ela cruza os dados de um usuário com diabetes, por exemplo, com outro com os mesmos sintomas da doença.

A IA também tem ajudado o time de atendimento ao consumidor para atuar proativamente e evitar futuros problemas de relacionamento.

Para isso, a seguradora analisa os dados históricos coletados de milhões de ligações em que os clientes expressaram insatisfação com os serviços da empresa. Assim, a Inteligência Artificial vai gerar uma pontuação que indica a probabilidade de eles continuarem reclamando.

2. Transporte

Uma fornecedora de serviços de remessa e mala direta adotou ferramentas de Inteligência Artificial e Machine Learning para prever quando suas estações de encomendas (compostas por um tablet e uma impressora) vão falhar.

O software de ML consegue se comunicar diretamente com essas estações conectadas. Assim, quando a tecnologia detecta um possível mau funcionamento, ela já programa um técnico para realizar a manutenção do dispositivo.

Já sobre a experiência do cliente, os algoritmos de ML também são destaques. Eles conseguem monitorar as rotas dos pacotes para identificar anomalias e otimizar os volumes devolvidos após o envio ao consumidor.

3. Agronegócio

Antes de uma cooperativa agrícola iniciar a jornada de IA e ML, ela precisou limpar* anos de dados coletados. Isso foi necessário para que a estratégia de gerenciamento deles fornecesse uma maior precisão dos ativos da empresa.

Nota da redação*:
A limpeza dos dados é a identificação de anomalias e discrepâncias que podem comprometer a análise do algoritmo.

Com isso, ela conseguiu analisar dados históricos de três anos para avaliar tendências de aumento de vendas, analisar padrões de promoções da concorrência e gerar insights a partir dos gastos de rastreamento da produção. Tudo isso integrando a equipe de TI e de vendas.

O Machine Learning ainda é usado para melhorar a qualidade de produção de cranberry. A cooperativa analisa as cores e tamanho da fruta, além de outras variáveis como condições do solo e clima.

4. Manufatura

Uma fabricante de máquinas usa um software de IA para que sua equipe de vendas conte com informações atualizadas sobre o seu desempenho na captura de clientes que estejam interessados em suas soluções voltadas para diferentes indústrias.

A ferramenta conta com um assistente virtual capaz de coletar informações de plataformas CRM e de produtividade da fabricante. Assim, a equipe de vendas consegue interagir com esse assistente para saber o quanto falta para bater metas e como os clientes interagem com as propostas de negócios. Há até o apoio do assistente para definir os próximos passos assim que uma reunião é encerrada.

Se apoiar na tecnologia trouxe bons resultados: aumento no rendimento dos colaboradores e nas vendas, além de mais de 9.500 funcionários sendo incentivados a usar a ferramenta.

5. Varejo

Uma varejista de suprimentos de escritório investiu em novos recursos avançados de Machine Learning para entender mais sobre as preferências dos clientes e melhorar a recomendação de produtos.

Isso a permite segmentar os clientes em personas para prever a rotatividade deles no e-commerce, a jornada do consumidor e a sua afinidade com determinado produto. Tudo isso em tempo real, permitindo desenvolver modelos de venda cruzada e incrementada.

Principais destaques desta matéria

  • Empresas olham cada vez mais para a Inteligência Artificial e o Machine Learning.
  • Expectativa é que gastos com essas tecnologias cheguem a US$ 97,9 bilhões até 2023.
  • Confira 5 histórias de sucesso de companhias que adotaram IA e ML para incrementar os negócios.

Especialistas detalham o cenário do déficit de talentos em TIC e pontuam formas de combater

Saiba mais


Matérias relacionadas

20 mulheres mais influentes em tecnologia Inovação

Quem são as 20 mulheres mais influentes no setor de tecnologia no Brasil

A Deal Maker listou as 20 mulheres mais influentes de tecnologia no Brasil nos últimos tempos, considerando premiações, impacto e esferas de influência

dados pessoais inteligencia artificial Inovação

SXSW: dados pessoais são usados para treinar inteligência artificial

Assunto foi tema no SXSW, festival de inovação e criatividade que aconteceu em Austin, nos Estados Unidos

awsome women community Inovação

AWSome Women Community celebra participação feminina em tecnologia

Evento capitaneado pela AWS promove a diversidade e inclusão em tech

mulheres da tecnologia Inovação

Do algoritmo aos botes salva-vidas: mulheres da tecnologia moldam a humanidade

Muitas das invenções que mudaram o rumo da humanidade, como o computador e o colete à prova de balas, foram feitas ou apoiadas por mulheres