IT Forum 365
estrategia de IA

Quer criar uma estratégia de sucesso em I.A? Siga essas dicas

Para que a inteligência artificial seja usada de forma eficaz, é importante que seja incorporada ao plano de negócios da empresa, sempre levando em conta a convergência de pessoas, processos e tecnologia

Certa ocasião, Colin Powell, general que foi secretário de Estado na gestão de George W. Bush, ao falar sobre excelência em liderança nas Forças Armadas americanas, disse a seguinte frase: “grandes líderes são quase sempre grandes simplificadores que conseguem superar discussões, debates e dúvidas para oferecer uma solução que todos possam entender”.

A fala de Powell bem que pode ser extrapolada para qualquer empresa que queira desenvolver uma estratégia bem-sucedida de inteligência artificial. Ou seja, a busca deve começar por liderança e visão.

A história mostra que grandes líderes se tornaram grandes ao equilibrar estratégia com tática, visão de futuro com realidade e pontos fortes com fraquezas — tudo com o objetivo de alcançar um objetivo claramente definido. Grandes líderes também entendem que as pessoas são os recursos mais valiosos de uma organização. Em suma: para impulsionar e inspirar seu sucesso, você deve otimizar pontos fortes enquanto reconhece fraquezas inerentes.

Muitas de nossas experiências e interações humanas diárias envolvem máquinas ou dispositivos de algum tipo. A tecnologia é parte integrante de nossas vidas. Por isso, é hora de avaliar como podemos usar melhor os pontos fortes das máquinas (ao mesmo tempo em que reconhecemos suas fraquezas) para aumentar nossa capacidade de entender e melhorar o mundo ao nosso redor.

Aprendizado constante

Os avanços no aprendizado de máquina nos permitiram criar sistemas que podem automatizar tarefas complexas por meio do aprendizado constante. Podemos estar inclinados a dizer que esses computadores são inteligentes com base nas tarefas que realizam e na maneira como interagem conosco durante a execução dessas tarefas. De fato, os computadores podem aprender, entender e fazer avaliações sobre o mundo com base nas informações que fornecemos a eles.

Nós evoluímos além de simplesmente dizer a essas máquinas o que fazer com nossos dados. Agora, elas podem aprender com padrões e anomalias que encontram nos dados por conta própria. Esses são padrões e anormalidades que nossas mentes humanas não podem encontrar de maneira viável, devido ao tamanho e complexidade dos dados. A força de um computador vem de sua capacidade de analisar grandes volumes de dados de modo confiável, eficiente e preciso, sem fadiga.

Mas o computador não entende de estratégia. Está limitado a uma tarefa específica, que é executada de maneira muito inteligente. Sua capacidade de aprender e fornecer insights é limitada. Por isso, ainda é necessário que os seres humanos tomem essas percepções e determinem qual o papel que desempenharão em uma estratégia maior que atenda aos objetivos identificados.

Se pudermos aproveitar os pontos fortes das máquinas e da inteligência artificial, enquanto reconhecemos os pontos fracos, podemos usar as tecnologias atuais para alcançar o sucesso.

Fundamentos da inteligência artificial

Para entender a inteligência artificial como ela é hoje, é importante definir o termo e entender sua base. Inteligência artificial é a ciência dos sistemas de treinamento para emular tarefas humanas por meio de aprendizado e automação. Em seu núcleo está a capacidade da máquina de aprender como aplicar a lógica e a razão para obter um entendimento a partir de dados muito complexos. Simplificando: a máquina aprende com os dados que recebe, identificando padrões e relacionamentos dentro dos próprios dados.

A máquina pode integrar grandes quantidades de informações, extrair recursos importantes, determinar um método de análise, escrever o código para executar a análise e produzir resultado inteligente — tudo por meio de um processo automatizado. Uma vez operacional, esse processo automatizado ocorre com intervenção mínima de suas contrapartes humanas.

Blocos e elementos fundamentais

A inteligência artificial tem as seguintes tecnologias centrais: aprendizado de máquina e deep learning, visão computacional, processamento de linguagem natural, e previsão e otimização. As capacidades fundamentais que uma máquina precisa aprender com os dados e produzir um resultado não são novas. O SAS é pioneiro em aprendizado de máquina há mais de 40 anos e tem quase 30 anos de experiência em processamento de linguagem natural.

Além das principais tecnologias, as soluções de IA no mundo real exigirão ferramentas para gerenciar dados e implantar em grande escala. O SAS ajuda as organizações em todo o ciclo de vida de análise — do gerenciamento de dados à visualização, ao suporte à decisão e à implantação.

A combinação de dados em constante crescimento e o aumento significativo do poder de computação ampliaram o aprendizado de máquina e os recursos de deep learning. O aumento da capacidade de computação permite que as máquinas processem dados maiores e executem modelos maiores com melhores algoritmos. As máquinas podem analisar continuamente quantidades substanciais de informações e transformar o que “leram, ouviram e observaram” em insights inteligentes, em uma tremenda escala operacional.

Para melhor usar os insights profundos que a inteligência artificial produz, devemos ensinar a máquina a entender, interagir e se comunicar conosco de uma maneira muito “humana”.

O que uma máquina pode aprender, compreender e raciocinar é inútil se não conseguirmos entender o resultado ou fornecer novas informações de maneira intuitiva — por meio da linguagem. Com base nas habilidades fundamentais do Processamento de Linguagem Natural (PLN), os avanços no aprendizado de máquina ampliaram as capacidades de linguagem para facilitar uma colaboração mais estreita entre seres humanos e máquinas. As máquinas agora podem conversar conosco através de texto e fala, enquanto aprendem constantemente e obtêm insights através de cada experiência interativa. Elas podem analisar nuances de linguagem, como gírias, sarcasmo e frases coloquiais, para capturar o sentimento, o significado e a intenção — tudo isso possibilitando a compreensão da linguagem natural.

Construindo capacidades de IA

Esses elementos (aprendizado de máquina e aprendizado profundo, visão computacional, processamento de linguagem natural, e previsão e otimização) podem ser usados independentemente ou em conjunto para construir um recurso de IA. Uma capacidade é a tarefa operacional que você deseja executar. Exige que você considere o objetivo que deseja alcançar. Os recursos da IA podem aprender e se adaptar continuamente às mudanças nas condições dos dados.

Aqui estão algumas ideias de como é possível usar os recursos da IA em um contexto de negócios:

  • Reconhecimento de padrões – Entenda tendências ou comportamentos típicos para transações financeiras de clientes e identifique anomalias nos dados de gastos de uma conta para identificar comportamentos possivelmente fraudulentos.
  • Predição – Capture a variabilidade de curto e longo prazo nos dados para melhorar a previsão do consumo de energia.
  • Classificação – Examine imagens de trilhas de animais e agrupe-as por tipo de espécie para apoiar os esforços de conservação da vida selvagem.
  • Reconhecimento de imagem – Determine se os nós em uma tomografia computadorizada são malignos ou benignos.
  • Fala para texto – Transcreva mensagens de voz do centro de atendimento ao cliente para texto para detecção de sentimento e análise posterior.
  • Pesquisa cognitiva – Ofereça recomendações personalizadas aos compradores online, correspondendo seus interesses a outros clientes que compraram itens semelhantes.
  • Interação de linguagem natural – Informe o aplicativo de software para gerar um relatório sobre previsões de receita de vendas sem precisar executar os relatórios por conta própria.
  • Geração de linguagem natural – Obtenha resumos de tudo que foi analisado a partir de uma grande coleção de documentos.

Os aplicativos de IA são construídos a partir dos recursos de IA, que podem ser usados independentemente ou combinados, com base no problema que você deseja resolver. Todas as aplicações de IA dependem de objetivos e dados.

Identificar oportunidades para IA requer uma visão. Por isso, entender como usar os elementos e capacidades para construir um sistema de IA requer uma estratégia apoiada por medidas deliberadas e medidas para alcançar seu objetivo único.

A seguir, são listados alguns exemplos de como as indústrias estão aplicando a inteligência artificial:

  • Bancário – Detecção de fraude, análise de risco e crédito e recomendações de mercado fornecidas por consultores financeiros automatizados.
  • Governo – Fusão de sensores em cidades inteligentes e reconhecimento facial por agências reguladoras.
  • Saúde e ciências da vida – Processamento de dados de anotações de casos passados, imagens biomédicas e monitoração de saúde para promover o uso de diagnósticos preditivos e melhorar os tempos de resposta no atendimento ao paciente.
  • Fabricação e energia – Otimização da cadeia de suprimentos, detecção automatizada de defeitos durante a produção e previsão de energia.
  • Comunicações e varejo – Funcionalidade aprimorada do bot de bate-papo, experiências de compra personalizadas e recomendações personalizadas.

Para implementar com sucesso aplicativos de IA, a empresa deve planejar e investir pesadamente. A falha em criar estratégias de maneira holística, ou seja, que pressupõe um entendimento integral do projeto, em oposição a um procedimento analítico, resultará em barreiras à adoção de partes interessadas internas e externas. Ao criar uma estratégia de negócios, entenda que Analytics e AI são apenas uma parte do projeto.

Para que a inteligência artificial seja usada de forma eficaz, é importante que seja incorporada à estratégia de negócio da empresa, sempre levando em conta a convergência de pessoas, processos e tecnologia. Nunca é demais reafirmar: os grandes líderes tornam-se grandes ao equilibrar a estratégia com as táticas, a visão de futuro com a realidade e os pontos fortes com pontos fracos para atingir um objetivo claramente definido.

Comentários

Notícias Relacionadas

IT Mídia S.A.

Copyright 2018 IT Mídia S.A. Todos os direitos reservados.