Desenvolvimento

3 mar, 2022

O erro mais grave (e comum) na implementação da IA

Publicidade

À medida que o tempo avança, as necessidades de negócios se transformam e às vezes ocorrem eventos críticos e inesperados, como complicações relacionadas a condições climáticas extremas, pandemias e alterações nas regulamentações, para citar alguns exemplos. Isso exige uma mudança abrupta e rápida nas operações e processos das empresas para se adaptar rapidamente à nova realidade e garantir a continuidade de seus negócios. É aqui que os sistemas de inteligência artificial (IA) bem implementados serão uma ferramenta fundamental para nos ajudar a tomar melhores decisões em tempo real.

No Brasil, 41% das companhias aceleraram o uso da IA ​​durante a pandemia, de acordo com o estudo AI Adoption Index da IBM, e sabemos que essa jornada se intensificará nos próximos anos.

Infelizmente, muitas dessas empresas correram para integrar a IA em suas operações sem parar para perguntar quem, como e por quê. Enquanto as organizações procuram aproveitar os insights de negócios e outros benefícios da IA, é importante que elas não tentem colocar pregos quadrados em buracos redondos. De fato, o estudo mostra que 24% dos profissionais de TI no Brasil citam experiência ou conhecimento limitado em IA como uma barreira para a adoção bem-sucedida em seus negócios.

Quando uma empresa está explorando a implementação da IA, um dos erros estratégicos mais sérios — e também mais comuns –é não definir um caso de uso preciso e os resultados que espera alcançar com uma métrica clara e quantificável.

Na IBM, apoiamos nossos clientes na América Latina e no Brasil em sua jornada para a Inteligência Artificial. Por exemplo, aplicamos os princípios do Design Thinking que nos permitem pensar criticamente sobre os problemas enfrentados pelos negócios, enquadrar esses desafios de forma que sejam potencialmente solucionáveis ​​por IA e, em seguida, identificar e refinar casos de uso que são críticos para os objetivos de negócios. Aqui estão cinco passos para a implementação de IA:

  1. Defina a intenção. Muitas empresas não têm uma ideia clara do que esperam ganhar com a IA além de uma vaga noção de eficiência. É importante refinar as intenções dedicando tempo para descobrir as oportunidades específicas para o uso dessa tecnologia que existem no negócio. Comece com uma intenção clara: você está procurando melhorar a experiência do cliente? Otimizar a detecção de fraudes? Proteger a cadeia de suprimentos? Ou então, estar melhor preparado para cenários imprevistos? Os funcionários precisam de melhores ferramentas de tomada de decisão?
  2. Identifique casos de uso. Depois de determinar seu objetivo geral para implementar a inteligência artificial, você pode definir possibilidades de uso e os tipos de soluções que seus usuários precisam. A IA está avançando rapidamente em vários campos, desde a visão computacional que determina o que está em uma imagem, até o processamento de linguagem natural encontrado em assistentes virtuais. Como esses aplicativos podem promover as intenções que você descreveu?
  3. Avalie os dados. Esta etapa envolve entender quais dados você precisa para tornar os casos de uso identificados eficazes. Diferentes tipos de equipes se concentram em diferentes prioridades e conjuntos de números, o que significa que a maioria dos dados em sua organização está em silos de dados que não se conectam uns aos outros. A chave aqui é alavancar abordagens como o Data Fabric, que nos ajuda a criar uma visão holística dos dados em toda a empresa, porque você precisa garantir que tenha dados precisos, imparciais e limpos que são extraídos de toda a empresa para implementar IA de forma bem-sucedida.
  4. Planeje as ações. Com a abordagem do Design Thinking, você poderá estabelecer ações concretas usando declarações de intenção como guia para implementação técnica. Isso deve sempre incluir a revisão das etapas anteriores, corrigindo desvios e garantindo resultados quantificáveis. O objetivo é que as empresas possam colocar toda a máquina de IA para trabalhar em toda a sua operação, conectando cada solução à estratégia geral da tecnologia.
  5. Ganhe confiança. Projetar uma estratégia de IA bem-sucedida também significa envolver uma equipe diversificada no processo — lembre-se de que a diversidade impulsiona a inovação. Fundamentalmente, sua estratégia de implementação deve levar em consideração a confiança do usuário, entendendo como eles reagem ao ver sua empresa usar dados dessa maneira e como você demonstrará que seu sistema de IA é compreensível, transparente e confiável. As pessoas devem confiar em recomendações e resultados preditivos para que a máquina possa expandir seu uso em mais setores e apoiar o desenvolvimento de novas soluções. O ponto-chave é: a IA é boa na mesma medida em que for confiável.

Quer percebamos ou não, a inteligência artificial já está transformando os negócios. De empresas de serviços financeiros que usam essa tecnologia para prevenir fraudes e otimizar processos de auditoria, a varejistas que garantem sua cadeia de suprimentos e a continuidade de seus negócios, até empresas de telecomunicações que estão aproveitando a IA para antecipar falhas de rede e garantir serviços de qualidade. São inúmeros casos de organizações de diferentes setores que estão criando experiências de usuário sem atrito com assistentes virtuais alimentados por IA. Todos os dias, os early adopters dessa tecnologia continuam desenvolvendo novos casos de uso em abundância.

Com uma abordagem centrada no ser humano e orientada por dados, nós, como líderes de negócios, podemos projetar IA que conecta com sucesso todos os dados e iniciativas estratégicas com objetivos de negócios definidos pela empresa. Se você estiver interessado em investigar como a IA pode ser útil para sua própria organização, encorajo você a adotar uma abordagem semelhante.