Inteligência Artificial não é o fim. É o meio
Cezar Taurion

    Muitos dos temas hoje em grande evidência na mídia especializada, em eventos e artigos, estão os ligados a IA (Inteligência Artificial) e seus algoritmos. Bem, em breve esse assunto será tão comum e inserido nos sistemas que estarão à nossa volta, que esses termos simplesmente desaparecerão. E com a evolução exponencial da tecnologia e dos algoritmos, muita coisa inovadora e surpreendente (para nós hoje!) acontecerá nos próximos anos. Muitas tecnologias que causarão grandes mudanças no cenário de negócios e na sociedade já estão em uso hoje, embora ainda de forma limitada. E as que provocarão rupturas significativas em dez a quinze anos, provavelmente já existem em protótipos de laboratórios.

   Algoritmos inteligentes já estão inseridas nas nossas atividades diárias e nem percebemos disso. Quando vemos um filme no Netflix ou encomendamos um livro na Amazon, por trás dessa escolha tem a influência de algoritmos de recomendação. A sugestão de caminho proposto pelo Waze ou a precificação de uma corrida pelo Uber também são baseados em algoritmos. Aprovação ou negação de créditos são baseados em algoritmos. Preços dinâmicos para passagens aéreas são estipulados por algoritmos. A onipresente busca que fazemos no motor de busca do Google é um sistema de IA. E mais da metade das ações em bolsa transacionadas nos EUA já são comandadas por algoritmos.

   Previsões sobre futuro da tecnologia são recebidas com tanto ceticismo quanto previsões de economistas sobre a economia, ou de meteorologistas sobre o clima. Mas, tenho razoável grau de certeza para afirmar que a IA vai provocar disrupções significativas em todos os setores de negócio.  Por que afirmo isso? Apesar dos altos e baixos da evolução da IA no passado, hoje temos uma combinação de capacidade computacional, um oceano de dados e algoritmos sofisticados que permitem aos computadores fazerem coisas impensáveis há uma década.

   Mas, como as empresas estão adotando IA? Um estudo muito interessante foi efetuado pelo MIT Sloan com a BCG, chamado “Reshaping Business with Artificial Intelligence: Closing the Gap Between Ambition and Action” e acende algumas luzes. Ao lê-lo estudo observei que a situação é muito similar àquela que vejo nas empresas nas quais convivo como consultor, e nas conversas com centenas de executivos nos eventos dos quais participo.

   Na imensa maioria das empresas existe claramente um grande gap entre a ambição e a execução. O estudo mostrou que três quartos dos executivos acreditam que a IA permitirá que suas empresas criem novos negócios e quase 85% acreditam que permitirá que suas empresas obtenham e sustentem vantagem competitiva. Mas apenas uma em cada cinco empresas já incorporou IA em algumas ofertas ou processos. Somente uma em cada 20 empresas incorporou extensivamente IA em suas ofertas ou processos, e menos de 39% de todas as empresas possuem uma estratégia de IA implantada. Ou seja, há ainda muita conversa e pouca ação.

   As causas desse gap são muitas, e vão do pouco conhecimento do que seja realmente a Inteligência Artificial, à falta de dados adequados, passando, é claro, pelo fato de que a maioria dos CEOs ainda não se comprometeram com o tema. Iniciativas de IA efetuadas exclusivamente por áreas como TI continuarão exatamente como iniciativas, não terão “acabativas”! Falando francamente, não se trata de investir em IA, em processamento de linguagem natural ou análises de imagens. O investimento deve ser na solução de problemas de negócios e IA é o meio. Quando o foco é a tecnologia, perde-se o alvo.

   O fato é que a IA não apenas afeta as empresas atuais, permitindo-as criarem novos produtos e serviços e até mesmo novos modelos de negócio, mas abre um espaço imenso para novos entrantes, startups que já nascem com IA em seu DNA. Muitos algoritmos e ferramentas de IA já estão no domínio público no GitHub, por exemplo, incluindo interfaces para sistemas sofisticados como o TensorFlow, do Google. Além disso, os principais fornecedores de tecnologia abrem APIs para a criação de interfaces para seus sistemas, como a Siri, da Apple, a Cortana, da Microsoft, a Alexa, da Amazon e o Watson, da IBM. O estudo mostrou que a ameaça de novos entrantes é uma preocupação real: 75% dos entrevistados prevêem novos concorrentes usando IA entrando em seus mercados.

   Conversando aqui e ali, observei alguns conceitos sobe IA que considero inadequados. Um mal entendido é que algoritmos sofisticados de IA podem, sozinhos fornecer soluções empresariais valiosas sem um volume adequado de dados. O valor da aplicação de IA está diretamente relacionado ao treinamento dos algoritmos. A maioria das aplicações de IA atuais começa com um ou mais algoritmos "burros" que se tornam inteligentes somente após serem treinados, principalmente com os dados específicos da empresa. O treinamento bem sucedido depende de sistemas de informação que possam reunir dados de treinamento que sejam relevantes. Muitas empresas não possuem sólidas infraestruturas de dados e não têm plena compreensão do que é necessário para treinar os algoritmos.

   Infelizmente alguns provedores de tecnologias criaram um “overhype” anunciando suas soluções como panaceia, sem chamar atenção para a necessidade de treinamento dos algoritmos embutidos nelas. É um desserviço, pois criam expectativas que se revelarão mal sucedidas. Em resumo, nenhuma sofisticação algorítmica irá superar a falta de dados, principalmente se esses dados forem de baixa qualidade.

   Além disso, as empresas às vezes acreditam erroneamente que já têm acesso aos dados necessários para explorar as soluções de IA. Mas, podem bater em algumas barreiras: alguns dados são proprietários, e as organizações que os possuem simplesmente podem não torná-los disponíveis. Outros dados estão fragmentados, espalhados por diversas fontes de dados, internas e externas, exigindo um grande esforço de consolidação e acordos com várias outras organizações. E mesmo que a organização possua todos os dados que precisa, a fragmentação em vários sistemas dificulta bastante o processo de treinamento dos algoritmos.

   Um fator complicador adicional aparece em setores altamente regulados, como o setor de seguros, que pode usar IA  para incorporar novos elementos que prevejam riscos específicos. Mas, o uso de alguns atributos como sexo e religião, que poderiam eventualmente serem usados ​​nos algoritmos de predição, podem ser inaceitáveis ​​para os órgãos reguladores. Também surgem questionamentos na busca por entender as preferências dos clientes, quando o uso de informações muito pessoais podem ser consideradas como invasão de privacidade.

   Diante desse cenário o que fazer? Antes de mais nada é importante disseminar o conhecimento do potencial da IA pela alta administração. Não se espera que um CEO debata as diferenças conceituais entre algoritmos de “Deep Learning” e “Machine Learning”, mas é essencial que deva ter plena conscientização do potencial do uso da IA para seu negócio. E a partir deste conhecimento do potencial de IA, repensar a estratégia de negócios.

   Com a tecnologia digital passando a ser o cerne dos negócios, a responsabilidade pelo estratégia digital, deixa de ser exclusiva do CIO para ser de todos os C-level da empresa. Uma transformação nos modelos de negócios e nas proposições de valor para os clientes afeta de forma radical toda a organização. Por isso, cada executivo tem que entender a essência da transformação digital e mudar sua maneira de pensar e conduzir os negócios da organização. Não estamos vivenciando apenas mais um ciclo de inovações, mas uma transformação radical do mundo como conhecemos. Como a sociedade industrial nos deixou como legado a eletrificação da sociedade, a transformação digital vai nos deixar a digitalização da sociedade. As empresas que sobreviverão no século 21 terão que pensar de forma digital e criar modelos de negócio que reflitam este pensamento.

   A IA tem o potencial de mudar as maneiras com que as empresas geram valor e exige um pensamento inovador e radical. Seus novos concorrentes podem ser startups que não usem pessoas como você, mas robôs de software, quebrando seus parâmetros de comparação.  As empresas precisam pensar de forma bem ampla sobre seus negócios, criar cenários futuros e testar a resiliência de seus negócios atuais e estratégias futuras, contra tais cenários.

   É essencial atrair e reter talentos para as ações de IA. Ainda são recursos escassos, e a empresa deve buscar atrair esses profissionais ativamente. Também é fundamental mostrar o que e como a IA vai afetar as pessoas internamente. Uma percepção que seu uso vai gerar desemprego pode afetar o ambiente profissional profundamente. O jogo tem que ser claro e conduzido com transparência.

   IA é uma realidade e pode ser muito benéfica, ou trazer riscos. Pela importância do assunto devemos estudar e compreender mais seus impactos nas empresas.  Os executivos não podem ignorar o assunto. A inércia não é uma opção!
 

     Fonte: Cezar Taurion é head de Digital Transformation da Kick Ventures e autor de nove livros sobre Transformação Digital, Inovação, Open Source, Cloud Computing e Big Data.