Sempre parto do pressuposto de que a complexidade por trás da criatividade humana é uma essência que nunca irá perecer. Mas também faz sentido partir do pressuposto de que tal criatividade não será mais o canivete suíço da evolução.
Um profissional não precisa mais quebrar a cabeça com livros, apostilas e tutoriais para descobrir como redigir incontáveis linhas de dados em uma planilha sem enlouquecer, da mesma maneira que uma pessoa não precisa conversar com outra para solucionar questões básicas de atendimento e ter uma boa experiência do cliente.
O mercado caminha para um movimento natural de otimizar seus processos. Foi assim na 1ª Revolução Industrial, com a ideia da extensão do braço humano; é agora na 4ª Revolução Industrial, com o conceito da extensão do cérebro humano.
Repito: a magnífica criatividade não irá perecer, mas com certeza passará a ter um foco mais estratégico. A extensão do cérebro humano, propulsionada por novas tecnologias, deverá abrir espaço para muito do tempo gasto com atividades mais operacionais.
O estudo “2022 Gartner Hype Cycle”, da consultoria Gartner, identifica inovações tecnológicas obrigatórias para adicionar inteligência aos negócios, dispositivos e ferramentas de produtividade corporativas.
A granularidade de insights disponíveis hoje no mercado aponta uma atenção específica para aplicações de Inteligência Artificial, que interpretem grandes volumes de dados (Big Data) e auxiliem diretamente na tomada de decisões de gestores.
A aliança das tecnologias permite que informações coletadas por softwares sejam utilizadas para agilizar processos e minimizar erros, usando códigos para varrer enormes quantidades de dados e identificar padrões. Big Data, junto a Inteligência Artificial, é capaz de criar modelos que podem avaliar e antecipar a dinâmica de interações da sua base de clientes, por exemplo.
Uma AI-first data strategy, logo, é aquela que constrói uma base de dados qualitativa, capaz de alimentar o próprio modelo de Inteligência Artificial, para fornecer soluções estratégicas para gargalos corporativos. Dentro desse escopo, discute-se muito sobre synthetic data (dados sintéticos), knowledge graphs (gráficos de conhecimento) e data labeling (rotulagem de dados).
Por meio de abordagens semânticas e redes generativas, dados sintéticos, por exemplo, usam machine learning para extrair variações sintéticas de dados reais pareados ou substratos de interesse desses dados. Com isso, reduzem custos e economizam tempo no desenvolvimento de modelos de IA, pois é mais barato e rápido de obter resultados expressivos.
Torna a tecnologia mais democrática.
Ao mesmo passo, como mostra gráfico elaborado pelo Statista, o mercado global de análise de Big Data avançará com uma taxa composta de crescimento anual de quase 30% nos próximos anos. A previsão é que a receita atinja a casa dos US$ 68 bilhões até 2025.
O que o mercado foi implacável em nos ensinar neste milênio é que não há mais espaço para achismos.
Quem está começando uma empresa agora provavelmente não tem ideia de quais são as alavancas que trarão resultados positivos, pois as primeiras análises em planilhas, de fato, cairão no achismo. Mas conforme o negócio começa a se movimentar, operar e ganhar tração, você começa a ter um histórico para comparar e ser mais assertivo nas próximas ações.
É um dever enquanto gestor. Por mais experiente e capacitado que um profissional seja, é preciso ter mais previsibilidade sobre os resultados de cada ação tomada.
Isso significa agir de maneira estratégica. O papel da Inteligência Artificial, com aplicações em Big Data, é justamente cruzar dados, identificar relações e gerar insights, em um nível de agilidade e profundidade que seria praticamente impossível para o cérebro humano acompanhar.
Uso da IA pode ajudar a transformar dados em informações – e você pode transformá-las em ações
Quando penso em uma AI-first data strategy, penso em toda uma mentalidade, não em departamentalização.
Uma organização que deseja explorar todo o potencial dessa combinação deve se atentar às múltiplas facetas envolvidas em sua implementação dentro de uma cultura organizacional: fornecimento recorrente de dados para escala; teste e treinamento de modelos; além da ativação de insights que representem o modelo de negócios da empresa.
Você não estará apenas aplicando ciência de dados para entender o que está acontecendo com seus negócios ou com seus clientes, mas esse conhecimento também estará incorporado e sendo colocado em prática nas experiências, nos produtos e na proposta de valor que você oferece ao mercado.
Não é apenas sobre o dashboard com gráficos bem elaborados. É o motor por trás da maneira como sua empresa funciona e como suas experiências digitais são geradas.
Primeiro de tudo, pergunte-se: você consegue tirar proveito de seus dados? Em uma segunda camada: você é capaz de gerar os insights necessários para tomar decisões? Por fim, no mundo ideal: você tem uma AI-first data strategy e sua empresa funciona automatizada com algoritmos?
A depender da resposta, ela indica o grau de maturidade da estratégia e, além, os passos necessários para alcançar o máximo do potencial da fonte de dados, munida interativamente ao longo da jornada. Afinal, Inteligência Artificial, tal qual um processo, é uma tecnologia que vai aprendendo à medida que está sendo construída e implementada.
Pense nisso por um segundo: a capacidade da máquina de revisar seu próprio código para se ajustar às mudanças que acontecem no mundo real. Essa é a grande sacada para transformar dados em informações – e informações em ações preditivas e propositivas para ganhar competitividade estratégica nos negócios.
“Inteligência de decisão” é uma disciplina que causa um impacto direto nos processos de negócios, materializando modelos de decisão com base no poder de sua relevância e na qualidade de sua transparência.
Empresas com o imperativo da adaptabilidade, munidas de sistemas que apoiam esse conceito de “inteligência de decisão”, podem reagir de maneira mais rápida e eficaz às cada vez mais constantes disrupções.
A ética digital é outra tendência de curto prazo que provavelmente terá um alto impacto nos negócios. Compreende os sistemas de valores e princípios morais para a condução das interações digitais entre pessoas e organizações.
O Gartner prevê que, até 2024. 30% das principais organizações do mundo usarão uma nova métrica para compreender as diretrizes da nova “voz da sociedade”. Tal voz irá avaliar diretamente o impacto no desempenho de negócios.
Apps e soluções de IA para tratamento de dados que você pode usar
Ética digital é uma matéria que está em conformidade com o cumprimento da Lei Geral de Proteção de Dados (LGPD).
Um exemplo desse uso de caso é o NDocs, solução para a homologação de fornecedores criada pela Neuralmind, majoritariamente útil para cruzar informações de documentos de potenciais parceiros com fontes de dados públicas e privadas, assegurando o compliance das operações.
Sob outra perspectiva, a Amazon é uma empresa top of mind que consegue, com maestria, analisar o comportamento digital de seus consumidores para fazer suas recomendações de compra mais assertivas. O modelo de Inteligência Artificial do e-commerce é chamado internamente de “item-based collaborative filter”.
É necessário pensar em estratégias de marketing que combinem vários critérios para conseguir, por exemplo, anúncios mais eficientes, sob um menor custo por clique (CPC). Com a tendência da hipersegmentação e hiperconveniência, Inteligência Artificial e Big Data despontam como via segura para compreender as minúcias do comportamento de consumo.
Um exemplo desse uso é o SAP Hybris, que auxilia e-commerces com inteligência de decisão através de um processo automatizado de análise de dados para identificar padrões de consumo. O software interpreta elementos de compra preponderantes, como uma cor ou um tamanho específico, para entregar anúncios que estejam em conformidade com o estoque.
Ao entender as características dos produtos que são mais vendidos, você consegue se preparar, logisticamente, para construir uma operação que consiga se manter abastecida de forma previsível. Previsibilidade essa que, talvez, seja a meta daqueles que miram a saúde e longevidade dos negócios.
As aplicações são ainda mais amplas: ao mesmo passo que Inteligência Artificial e Big Data trabalham juntas, ambas atuam integradas também a outras tecnologias, como Internet of Things (IoT).
Para efeito de tangibilização, imagine que sensores de IoT, espalhados por toda terra útil de uma plantação de milho, sejam capazes de captar dados de temperatura e umidade, do ar e do solo.
Esses dados chegam em tempo real para um software de Big Data, que serve de plataforma para agrupar o volume bruto de elementos extraídos. É a base para o input da Inteligência Artificial, o data lake disponível para mergulhar e transformar uma avalanche de dados em insights estratégicos.
A IA analisa o bruto armazenado no software de Big Data e transforma aquilo em “inteligência de decisão”, como por exemplo, enviar uma notificação para a manutenção de tratores, informando se uma anomalia ocorreu. Assim, você tem uma tomada de decisão que encontra as lacunas antes mesmo delas acontecerem.
Com a IA, o tempo gasto no operacional tende a ser cada vez menor – ainda bem
Tomar uma decisão, frente ao implacável mercado em que vivemos, é um momento crítico e cada vez mais complexo. Inteligência Artificial será uma catalisadora da mudança em como as dinâmicas corporativas lidam com esse processo.
E não é que as máquinas irão decidir por nós e tomar o controle de tudo. Esse é um material de embasamento para gestores, sem contos epopeicos de um mundo de ficção científica. Ao ter acesso a mais dados, transformados em informações valiosas, o criativo humano será cada vez mais direcionado para o estratégico.
_______________________________________________________________________________________________
Este artigo foi produzido por Bruno Nardon, cofundador e mentor do G4 Educação, cofundador da Norte Ventures, Rappi Brasil, Dafiti, Kanui e colunista da MIT Technology Review Brasil.
Bruno Nardon
