s
Crédito: Shutterstock

INTELIGÊNCIA ARTIFICIAL

2021 será um ano para a Inteligência Artificial brilhar nos negócios

Organizações começam de fato a usar a IA como uma ferramenta estratégica de negócios para gerar valor, e planejam investir ainda mais em 2021

Por Cristina De Luca 25/11/2020

2020 provocou uma mudança substancial no uso da IA pelas organizações. A tecnologia deixou os laboratórios e entrou em produção, transformando-se em ativo crítico para o sucesso dos negócios. Em julho, o estudo State of AI in the Enterprise, da Deloitte, já sinalizava aumento no índice de confiança das lideranças empresarias na aplicação da tecnologia para geração de valor e vantagem competitiva. E a expectativa se confirmou.

Lançado dias atrás, o relatório State of AI in 2020, da  McKinsey, revela que um número crescente de empresas vem usando IA como uma ferramenta para gerar valor. E que, cada vez mais, esse valor está sendo gerado na forma de aumento de receitas. Foram ouvidos 2.395 profissionais, representando um amplo espectro de regiões, setores, tamanhos de empresas e especialidades funcionais; 1.150 disseram que suas empresas adotaram IA em pelo menos uma função de negócio.

A consultoria analisou o aumento percentual no crescimento da receita impulsionada pela IA ano a ano, por departamento, e descobriu que os fatores que mais influenciam o relacionamento com o cliente, incluindo preços, serviços, suporte e precisão das previsões, tendem a gerar receitas mais altas. Otimizar os preços usando IA pode ter um impacto imediato na receita e na lucratividade, por exemplo. Não por acaso, 79% das equipes de marketing e vendas estão obtendo aumentos de receita ano a ano este ano com base na adoção de IA; 72% das equipes de gerenciamento da cadeia de suprimentos também.

Receba grátis nossa newsletter

Empresas que usam IA para melhorar a otimização de estoque e peças, preços e promoção, análise de atendimento ao cliente e previsão de vendas e demanda estão gerando ganhos de receita mais significativos. Em média, 20% de aumento em sua lucratividade, medida pelo EBIT (Earnings Before Interest and Taxes).

Uma pesquisa do Gartner com cerca de 200 profissionais de negócios e TI em 24 de setembro de 2020 revelou que 24% das organizações dos entrevistados aumentaram seus investimentos em inteligência artificial (IA) e 42% os mantiveram inalterados desde o início do COVID-19. O crescimento – ou seja, a experiência e retenção do cliente e o crescimento da receita – junto com a otimização de custos foram as principais áreas de foco para suas iniciativas de IA atuais.  Ao longo dos próximos seis a nove meses, 75% dos entrevistados continuarão ou iniciarão novas iniciativas de IA.

2021 tem tudo para ser o ano da hiperautomação, a megatendência que simplesmente declara qualquer coisa dentro de uma organização pode ser automatizada. Não apenas tarefas repetitivas, mas também pesquisa, análise, design, metrificação, monitoramento, entre outras.

De acordo com o Gartner, até o final de 2024, 75% das empresas passarão do piloto para a operacionalização da IA , gerando um aumento de 5 vezes em dados de streaming e infraestruturas analíticas.

Principais desafios

A modernização da infraestrutura de dados está no topo da lista.  As empresas ainda enfrentam desafios em aspectos críticos do gerenciamento de dados: preparação e limpeza de dados, integração de dados de diversas fontes, treinamento de modelos de IA e garantia de governança de dados. Mas também será necessário construir novos fluxos de trabalho, novos processos, contratar ferramentas de software e estruturas para operacionalizar rapidamente ModelOps em cenários de negócios em constante mudança.

ModelOps, vale lembrar, é mais do que simplesmente operacionalizar e governar modelos de IA. Trata-se de fazer isso rapidamente, em escala, com total responsabilidade e de uma maneira que resolva a maioria dos problemas de negócios de missão crítica.

Um outro estudo, do BCG Group e do MIT Sloan Management Review, sugere que para ver retornos financeiros significativos as organizações precisam de um relacionamento multidimensional e complexo com a IA – que envolve vários métodos de aprendizagem e diferentes modos de interação. Foram ouvidas 3 mil lideranças executivas e os resultados revelaram que mais da metade já está implantando IA: seis em cada dez têm uma estratégia de IA hoje, contra quatro em cada dez em 2018. E, embora ainda sejam uma minoria, parte dessas empresas já está obtendo um retorno significativo sobre seus investimentos em IA. O que as diferencia?

Para elas a IA não é apenas um caminho para a automação; é um componente estratégico integral de seus negócios. Elas olham para além das etapas iniciais da adoção da tecnologia – ter os dados, tecnologia e talento certos disponíveis e organizar esses elementos em torno de uma estratégia corporativa. Apostam em macro e micro interações entre humanos e máquinas, de modo a criar oportunidades de aprendizado entre eles, reconhecendo os pontos fortes e fracos de cada um. Resumindo, reconhecem o que a IA pode e não pode fazer – e qual trabalho é melhor deixar para os humanos.

Um dos maiores desafios na implantação de modelos de IA e ML é a escalabilidade, manutenção e governança – e isso pode ser resolvido com uma infraestrutura de engenharia robusta que prioriza a IA. Isso incorpora elementos de DevOps, DataOps e ModelOps, tornando a IA uma parte do fluxo principal do processo DevOps, em vez de uma trilha complementar.

Então onde aplicar?

Ficar à frente na corrida cada vez mais rápida da inteligência artificial exigirá que os executivos tomem decisões ágeis e informadas sobre onde e como empregar a IA em seus negócios.

Em linhas gerais, existem três formas principais de a tecnologia ser empregada:

1 – Liberando tempo para os humanos se concentrarem na inovação.

2 – Oferecendo oportunidades de combinar tecnologias de forma criativa para criar novas formas de trabalho.

3 – Aumentando ativamente a tomada de decisão humana, adicionando uma camada de análise de dados controlada por máquina para orientar nossas escolhas criativas

A mente humana não está naturalmente equipada para detectar correlações em milhares de pontos de dados. Mas quando a criatividade humana é combinada com o enorme poder de computação das técnicas de IA, é possível ampliar a compreensão do mundo ao nosso redor.

Em vez de ser apenas uma maneira mais rápida de analisar informações, a IA pode se tornar um estímulo para um pensamento mais criativo sobre como usar os dados, sugerindo soluções que os humanos podem nunca ter considerado.

Mesmo agora, assistentes inteligentes com interfaces de conversação já estão começando a ser usados ​​para ajudar a aprimorar os processos de tomada de decisão em tempo real, ajudando trabalhadores menos experientes a aproveitarem a experiência conjunta de um setor inteiro, sugerindo melhores abordagens para resolver problemas de engenharia.

Na próxima década, esses ajudantes de IA cada vez mais começarão a trabalhar com tarefas mais complexas – permitindo que os humanos inovem ao se concentrar na escolha da melhor solução, não apenas na identificação das opções, ou na modelagem de cenários para ajudar os humanos a decidir sobre as melhores opções com base na previsão análises.

Além desse horizonte, o potencial é para a IA se tornar verdadeiramente simbiótica com a inteligência humana: uma ferramenta cada vez mais essencial para compreender o mundo – e desenvolver novas maneiras de melhorá-lo.

Para desbloquear o verdadeiro potencial da IA ​​e desencadear a criatividade humana, as empresas devem procurar livrar-se de seus preconceitos e reimaginar os fundamentos de como sua indústria opera – e quais propósitos servem para seus clientes.

A proliferação da IA ​​está acontecendo em um grande ritmo tanto no nível do chip quanto no nível do software, e não se engane; as duas coisas estão profundamente interligadas.

Fabricantes de chips como NVIDIA, Intel e Qualcomm estão desenvolvendo IA em seus sistemas rapidamente. Isso se traduz em uma maior democratização da IA ​​que os desenvolvedores corporativos e de software podem aplicar a dados e aplicativos – o que tem sido notável com provedores de nuvem como AWS, Azure, Google, Oracle e IBM, todos incorporando e expandindo suas ofertas de IA para implantações de nuvem pública e híbrida.

Em última análise, isso se traduz em mais acessibilidade ao poder de computação, estruturas e algoritmos necessários para aplicar IA a tudo.

Um  estudo do IDC descobriu que três quartos dos aplicativos comerciais corporativos poderiam depender de IA apenas no próximo ano, enquanto um relatório do Analytics Insight projeta mais de 20 milhões de empregos disponíveis em inteligência artificial até 2023.

Três em cada quatro executivos acreditam que, se não escalarem a IA nos próximos cinco anos, correm o risco de fechar as portas. De acordo com o estudo da Accenture com 1.500 líderes C-suite, as empresas que escalam IA com sucesso (para obter retornos mais altos de investimentos em IA) estão empregando táticas de profissionalização. Esses “escaladores estratégicos” têm 1,5 a 2,5 vezes mais probabilidade de estabelecer equipes multidisciplinares dedicadas, treinamento e linhas claras de responsabilidade. A profissionalização, então, deve ser vista como um precursor para o sucesso do escalonamento da IA.

AutoML muda o jogo da Ciência de Dados

Inteligência Artificial

AutoML muda o jogo da Ciência de Dados

Sem a Ciência de Dados, as empresas não conseguem obter valor dos dados de que dispõem. Mas não há cientistas de dados suficientes para todos. O que fazer? Automatizar

Por Cristina De Luca
IA ubíqua vem aí

Inteligência Artificial

IA ubíqua vem aí

Os governos desenvolveram estratégias nacionais para a IA e estão fazendo investimentos substanciais em pesquisa e educação

Por Redação The Shift
Avanço da IA pressiona a governança de dados

Inteligência Artificial

Avanço da IA pressiona a governança de dados

Em particular, as empresas utilizarão a IA para oferecer uma melhor experiência ao cliente, bem como ajudar os funcionários a se tornarem melhores em seus empregos

Por Redação The Shift