Especialistas discutiram as oportunidades e desafios da Inteligência Artificial no Brasil em um encontro do beOn, hub de inovação da Claro.
É certo que sua empresa já deve pensar na Inteligência Artificial (IA) como uma oportunidade de negócio. A tecnologia emergente tem sido cada vez mais utilizada dentro das organizações de setores como governo, saúde, varejo e hotelaria.
Até porque a expectativa do uso de IA é positiva. Um estudo recente mostra que o Produto Interno Bruto (PIB) do Brasil pode crescer 7,1% ao ano até 2030 impulsionado pela tecnologia. As informações são da revista eletrônica Decision Report.
Embora muitas organizações entendam o impacto positivo da Inteligência Artificial, a realidade é que ainda se encontra um modelo tradicional de planejamento. Ou seja, a busca por resultados satisfatórios em um curto espaço de tempo leva a diversas falhas em um projeto de IA.
Então, como conseguir escalar a tecnologia dentro de uma empresa? Esta e outras provocações foram feitas no evento “O futuro da Inteligência Artificial: oportunidades, aplicações e mitos”, realizado na última semana em São Paulo e organizado pelo beOn, o hub de inovação da Claro.
O meetup (encontro) foi mediado por Rodrigo Duclos, Chief Digital Officer (CDO) da Claro, e teve as participações de: Adolfo Abreu, customer engineer do Google Cloud Brasil, Adriana Silva, especialista em analytics e presidente do Conselho Regional de Estatística, e Fábio Gandour, ex-cientista chefe da IBM.
Nos tópicos abaixo, o Mundo + Tech reuniu as principais considerações desses especialistas sobre a tecnologia emergente. Assim, você consegue entender como iniciar um projeto de IA e o que considerar na hora de colocá-lo em prática. Confira:
Inteligência Artificial: as oportunidades
A transformação digital só acontece quando a empresa se permite errar nos projetos. Então, querer desenvolver um projeto de Inteligência Artificial é estar disponível para realizar experimentos. É se colocar no papel de uma startup, como acredita Adolfo Abreu, do Google.
“Empresas devem trazer [para dentro delas] o que o mundo de startups já mostra. É criar squads e mecanismos relacionados a IA e transformação digital. Até porque, a transformação digital através da IA só vai acontecer se houver mais experimentos”, disse.
Outra oportunidade, para Adriana Silva, presidente do Conselho Regional de Estatística, é a aproximação entre o executivo de negócios e o cientista de dados. “É preciso ter uma conexão entre o cara que faz o business e o cara que cria algoritmo”.
Como Silva afirmou no meetup, há um gap gigantesco entre esses dois perfis. “O executivo tem medo [de experimentar a Inteligência Artificial] e o cientista de dados não sabe ou não tem, e às vezes também não quer, um perfil de negócio”.
Alinhar esses dois perfis já é um passo para ter sucesso no projeto de IA, concordaram Adolfo e Adriana. “A empresa tem um problema para resolver e a IA pode ser uma solução, mas muitos executivos de negócio não conseguem saber por onde começar”, disse o especialista do Google.
Adriana complementou que “faltam cientistas de dados pensantes. Vemos muitos que são apenas ‘apertadores de botão’ (criam soluções que não agregam valor ao negócio), quando deveriam entender o fluxo da empresa, o contexto do problema para saber o que desenvolver”.
FIQUE POR DENTRO: Descubra o que é data translator, a profissão do momento
Mas então, como evitar a ausência de valor em projetos de IA? A provocação de Fábio Gandour, ex-IBM, foi a seguinte: “quando se trata de Inteligência Artificial, a preocupação é maior com o artificial do que com a inteligência”.
Ou seja, executivos e cientistas de dados acabam criando soluções “superficiais”, em que a IA vai automatizar processos repetitivos, por exemplo. Mas, na verdade, é preciso desenvolver a tecnologia de forma que a inteligência humana seja complementada por uma máquina.
As aplicações de IA na prática
As aplicações baseadas em Inteligência Artificial têm o propósito de facilitar a vida de todos. Por exemplo, se um usuário bate o carro, ele pode acionar a seguradora por um aplicativo móvel.
Assim, o usuário consegue informar sobre o acidente, enviar uma foto da situação atual do carro e ter o sinistro liberado automaticamente, sem a necessidade de levar o veículo em uma oficina mecânica.
“Muitas empresas no mercado brasileiro já estão fazendo isso e vale a pena investir em educação [do time de IA] para desenvolver uma solução. O melhor negócio envolvendo IA é aquele que leva uma experiência adequada ao usuário”, destacou Adolfo Abreu, do Google.
“O melhor negócio envolvendo IA é aquele que leva uma experiência adequada ao usuário”
Adolfo Abreu
Para isso, as organizações devem ver a Inteligência Artificial como uma grande motivadora para os tomadores de decisão. “Quando os processos de uma empresa são devidamente apoiados por uma máquina, a IA dá ao C-Level um perfil de decisão”, afirmou Fábio Gandour, ex-IBM.
Entretanto, complementou Adriana Silva, do Conselho Regional de Estatística, isso só acontece quando todo o time está em sinergia. “Do cara de negócios ao cientista de dados, é importante saber interpretar o resultado que está sendo entregue [pela solução de IA]”.
Inteligência Artificial: errar para acertar
Não é novidade que a Inteligência Artificial traz inúmeros benefícios e inovações para dentro de uma empresa. Mas o grande problema é ainda a falta de uma geração de valor que justifique o investimento na tecnologia emergente.
Os três convidados do meetup enxergam isso de duas formas: a primeira é a falta de transparência na definição das atribuições e responsabilidades do cientista de dados. Já a segunda é a falta de um orçamento destinado para validar as soluções de IA.
“Um projeto de IA não vai gerar valor se não tem história. Falta muito a estratégia, que deveria ser alinhada entre o executivo de negócios e o cientista de dados. Não se cobra um perfil de decisor da pessoa que desenvolve o algoritmo, mas deveria”, alertou Adriana Silva.
O cenário de IA hoje coloca o cientista de dados como protagonista. Mesmo assim, muitos desses profissionais acabam se afastando do perfil de negócios. “São eles que têm o conhecimento em produzir, armazenar e distribuir uma solução criada a partir da IA”, comentou Fábio Gandour.
O problema, segundo o especialista, pode ser a visão tradicional do executivo. “Nem sempre o executivo está disposto a correr riscos. Sem contar que muitos dão ênfase em resultados e na renumeração dos acionistas, o que gera um distanciamento entre o negócio e os dados”.
Esse distanciamento também pode ocorrer com a falta de um orçamento. “O que falta nas empresas é reservar certa quantia de dinheiro para ser gasta apenas com falhas de IA. Só assim para validar os protótipos até chegar na validação de um modelo ideal”, disse Adolfo Abreu.
A Inteligência Artificial pode, sim, ser inútil
“A empresa tem que ter investimento para perder dinheiro. E perder dinheiro é ganhar no futuro”, afirmou Adriana Silva. O motivo é que, quando a companhia não reconhece os erros da IA, o projeto acaba tendo um viés.
Por isso a importância de trazer diversidade aos dados que vão alimentar a Inteligência Artificial. “Se não tem [diversidade], já existe viés na Inteligência Artificial”, comentou Silva, que destacou também que a tecnologia emergente pode ter uma vida útil.
“Algoritmo é entender o que você quer e o que o seu negócio precisa. Se você encontrou a cereja do bolo [com uma solução de IA], você não vai encontrar mais nada depois. Muita empresa ganha dinheiro em cima do viés [de um algoritmo], mas deveria investir na diversidade”, criticou.
Fábio Gandour complementou o pensamento de Adriana citando o exemplo da “síndrome do sapato amarelo. “Imagine uma loja de sapatos que acumula os dados das vendas – data, número, modelo e cor. Vem o povo de analytics para analisar os dados e percebe que, em toda lua cheia, a loja vende mais sapato amarelo. Então, toda lua cheia a loja enche a vitrine com sapatos amarelos. Isso cria uma realidade que nunca existiu porque os dados estão manipulados”.
Ou seja, a empresa sabe que vai vender mais sapatos amarelos em dias de lua cheia (porque só colocou sapatos amarelos na vitrine), mas não vai conseguir analisar outros cenários que podem impactar positivamente o negócio.
Essa não democratização dos dados é vista de maneira negativa. “Não é porque a empresa tem um algoritmo desenvolvido que vai achar que todo o projeto está validado ou certo. Ainda mais quando ela sabe que esse pensamento pode colocar o negócio em risco”, reforçou Adriana.
Principais destaques desta matéria:
- Meetup do beOn, hub de inovação da Claro, discutiu cenário de Inteligência Artificial no Brasil;
- Tecnologia emergente deve impulsionar PIB em 71,% ao ano até 2030;
- Especialistas discutiram as oportunidades e desafios em investir em IA.
