A AI pode realmente ajudar sua empresa?

Dan Tofan Seg. 8 de jul · 10 min ler

Guia abrangente e resumido sobre o status atual e o que você precisa saber para adotar adequadamente a IA em sua empresa.

Créditos: www.vpnsrus.com

O que exatamente é AI?

Inteligência Artificial (AI) é a palavra mais atraente na tecnologia. Apenas ignorando toda a suposta ruptura que a IA começou a ter em tudo, pode parecer que você não quer uma vida longa e próspera para o seu negócio. A quantidade de artigos, notícias, relatórios, conferências relacionados à IA é enorme, quase se tornando impossível para um iniciante identificar o conteúdo significativo. Todo esse ruído também simplificou a criação de duas ideologias rivais sobre o que a IA pode trazer para o futuro da humanidade: um lado utópico, onde a IA resolverá todos os problemas e deixará as pessoas desempregadas , e um lado distópico que considera a IA como a maior ameaça para a humanidade. [1] [2]

No entanto, como sempre, a verdade está em algum lugar no meio, então vamos dar uma olhada mais de perto.

O conceito de IA, ao qual nos referimos hoje, foi inventado em 1954 por John McCarthy e foi usado pela primeira vez na famosa oficina de Dartmouth . Este foi o momento em que a IA ganhou seu nome e sua missão. O escopo da conferência era “prosseguir com base na conjectura de que todos os aspectos da aprendizagem ou qualquer outra característica da inteligência podem, em princípio, ser descritos tão precisamente que uma máquina pode ser feita para simulá-la. Será feita uma tentativa de descobrir como fazer com que as máquinas usem linguagem, abstrações de formulários e conceitos, resolvam tipos de problemas agora reservados para humanos e melhorem a si mesmos ”

Trending AI Articles:

1. Tutorial: Reconstrução 3D estéreo com openCV usando uma câmera do iPhone

2. Estourando as bolhas do jargão – Aprendizado Profundo

3. Como podemos melhorar a qualidade de nossos dados?

4. Aprendizado de Máquina usando Regressão Logística em Python com Código

A partir desse momento, o conceito de IA ganha muita atenção e recursos começam a ser investidos em desenvolvimentos posteriores.

O que hoje chamamos de IA representa uma disciplina ampla, que empresta conceitos de muitas outras ciências, tais como: neurologia, cibernética, teoria da informação e a teoria da computação de Alan Turing. Na verdade, busca o objetivo de ajudar as máquinas a aprender por si mesmas.

O aprendizado de máquina (ML), um subconjunto de IA, representa a capacidade das máquinas de aprender a executar diferentes tarefas ou a resolver problemas. A maioria das pessoas, quando dizem AI, referem-se a ML. Além disso, Deep Learning (DL) representa um conjunto de técnicas de ML que podem reconhecer padrões (por exemplo, algoritmos de reconhecimento de imagem).

Para uma descrição mais detalhada do que exatamente é AI, por favor leia este artigo. Embora esteja focado na segurança cibernética, fornece insights genéricos suficientes.

Para que podemos usar AI?

Há um pouco de hype em torno de AI / ML. De acordo com alguns especialistas, o mundo já está sendo destruído, já que muitas indústrias são reformuladas pela IA.

Antes de entrar em tais conclusões, leia este artigo, escrito por Andrew Ng, um dos especialistas em IA mais conceituados do mundo. Sua conclusão geral é que “se uma pessoa típica pode fazer uma tarefa mental com menos de um segundo de pensamento, provavelmente podemos automatizá-la usando a AI, agora ou no futuro próximo”. Assim, usando o AI / ML, podemos automatizar as pequenas coisas que nos impedem de nos concentrarmos no panorama geral. De qualquer forma, isso não significa que a IA seja a solução para tudo. Pode ser visto principalmente como uma ferramenta melhor.

Recentemente encontrei este relatório , que devo admitir que foi bastante chocante. 40% das startups de IA da UE nem usam AI / ML. Falando sobre o hype AI, este é um sinal claro de que muitas pessoas realmente não entendem o que é AI / ML. AI / ML estão sendo usados neste momento como um diferenciador nos negócios, mas é preciso ter muito cuidado para identificar possíveis abusos.

Um artigo da McKinsey de novembro de 2018 fornece alguns bons insights sobre o uso da IA em diferentes indústrias. Aparentemente, a liderança é assumida pelos serviços de Telecom, Hi-Tech e Financial, que usam IA com mais frequência do que outros, principalmente para operações de serviços e desenvolvimento de produtos / serviços. Como uma nota lateral, estas indústrias já são altamente digitalizadas, por isso podemos tirar as conclusões que estes setores irão abraçar primeiro o desafio AI / ML.

Fig. 1 – Uso da IA por setor e função de negócios (fonte: pesquisa da McKinsey ).

Outro recurso útil é o Deloitte State of AI in Enterprises , de 2018 (Fig. 2). Além de muitas outras informações úteis, você pode encontrar um gráfico sobre os principais casos de uso para AI / ML. Como você pode notar abaixo, os principais usos são registrados nos setores Tech e Financial, uma descoberta que acompanha os resultados do estudo da McKinsey.

Fig. 2 – Casos de uso para AI / ML (Fonte: Deloitte State of AI in Enterprise )

Agora, antes de iniciar um business case de IA dentro de sua empresa, você precisará cavar um pouco mais. Primeiro de tudo, você precisará desenvolver algum tipo de estratégia, sobre o que exatamente você gostaria de fazer com a IA. Como visto anteriormente, nem todo mundo usa AI neste momento, mas se você realmente quiser se posicionar no quadrante do líder, você precisa começar a esboçar sua estratégia. Isso significa identificar em quais áreas você deseja usar a AI e, por fim, escolher que tipo de algoritmo você vai usar. Há uma série abundante de algoritmos AI / ML neste ponto, cada um sendo apropriado para resolver problemas bastante particulares, ao contrário de um tamanho adequado para todas as soluções.

Mas também há certos aspectos que você precisa conhecer. Primeiro de tudo, você não pode esperar que a IA resolva tudo para você. Nós não estamos apenas nessa fase ainda. O que você definitivamente não pode substituir com AI / ML é a criatividade humana. Você não deve ser atraído para tais ilusões onde sua empresa pode ser executada apenas pela IA (exceto se você tiver um modelo de negócios extremamente simples). “O sucesso criativo humano, por causa da forma como está socialmente incorporado, não sucumbirá aos avanços da inteligência artificial ”. A citação vem deste artigo, e eu não poderia concordar mais com o autor aqui.

Outro artigo interessante da McKinsey , sobre a economia da IA, segue em uma direção similar, mencionando que as máquinas equipadas com IA estão se tornando muito boas na previsão. Mas tomar uma decisão, requer também julgamento, que geralmente é feito por um humano. São os seres humanos que colocam essa previsão em contexto e decidem os próximos passos e as ações a serem tomadas. Então, o que realmente está acontecendo é que “o valor da predição humana cai, enquanto o valor do julgamento humano aumenta, porque a IA não faz julgamento”. Tomando como exemplo uma previsão de demanda de alimentos: AI será inútil na ausência de uma mercearia para realmente comprar esse alimento; isso representa contexto e ações.

Como uma reflexão tardia, o julgamento acima, coloca toda a saga de perda de emprego AI / ML sob debate sério. De fato, os trabalhos podem ser perdidos, especialmente aqueles que são propensos à automação, mas outros serão criados. As pessoas podem precisar de um pouco de reconversão.

O custo de adotar AI

Claramente, você não vai obter um valor claro quanto ao preço. Embora, você possa encontrar exemplos onde os preços são mostrados largamente a céu aberto ( aqui ou aqui ), indo em torno de 300k ou mais, normalmente análises intensas devem ser feitas para determinar os custos gerais da implementação de AI / ML.

Como um conselho, eu prefiro apontá-lo para fontes ensinando-lhe como construir sua análise.

Este excelente artigo da ZDNET destaca que os verdadeiros benefícios da implementação de AI / ML são a economia de mão de obra devido à automação de partes dos processos operacionais e de tomada de decisão. No entanto, é raro que o AI / ML consiga automatizar o fluxo de trabalho de negócios de ponta a ponta.

Mas, reduzindo a duração das operações, não significa que os produtos ou serviços que você entrega melhorarão em geral. Você pode acabar criando outros gargalos em toda a organização, pois outros processos de negócios podem não acompanhar o que você automatiza. É por isso que a adoção de AI / ML deve ser vista como uma estratégia para toda a empresa, com objetivos claramente definidos e projeções de ROI (retorno de investimento). Simplesmente adotar um chatbot de AI / ML não trará benefícios extras se, em geral, seu serviço ao cliente for uma droga. Portanto, você terá que ir ao longo da linha e impregnar esse novo AI / ML no DNA de sua empresa.

Entre os custos que você deve considerar, estão os seguintes:

  • Infraestrutura : Hardware, software, nuvem, datacenters, custos relacionados à energia.
  • Especialização em IA / ML : as pessoas que vêm com esse tipo de especialização devem ser pagas, e muito, receio!
  • Desenvolvimento real da solução : o custo da solução em si. Existe uma grande diferença entre as soluções COTS (Commercial off-the-shelf) e personalizadas. Mas se você encontrar um COTS que atenda às suas necessidades, agarre-o. Deve ser muito mais barato que qualquer uma das soluções personalizadas.
  • Teste de custos relacionados : o aprendizado de máquina implica o uso de grandes conjuntos de dados relevantes, para que o processo de aprendizagem possa ser feito. Se você possui esses dados, pode gastar alguns dólares para reestruturá-los adequadamente; Se você não possui, bem, isso é outra história. Aprender também pode levar muito tempo, já que o treinamento adequado de um sistema AI / ML pode levar muitos meses ou mesmo anos até alcançar resultados satisfatórios.
  • Redesenho de processos de negócios : claramente alguma revisão de processo precisará seguir. O AI / ML definitivamente melhorará, removerá ou ajustará diferentes processos de negócios que acionarão automaticamente o redesenho de outros. Como mencionado anteriormente, uma estratégia ampla da empresa é algo que você deve considerar.
  • Custos de integração do sistema : Você certamente já sabe que a integração de qualquer nova solução ao ambiente atual é uma grande dificuldade para as empresas. Apenas lembre-se de quando você implementou seu sistema de tickets e precisou de integração com todos os departamentos da empresa. Pode andar de mãos dadas com o redesenho do processo de negócios, mas geralmente é executado por outro departamento. Todas essas APIs e dependências precisarão ser revisadas e atualizadas de acordo.

Não tome essa lista como garantida como não exaustiva. Pode ser muito maior e pode mudar muito com base nas suas particularidades.

Como você começa?

Projetos AI / ML falharão, como qualquer outro tipo de projeto, se você não fizer sua lição de casa corretamente. Muitas empresas ficam presas no hype AI / ML e tentam implementá-lo apenas porque está na moda ou soa bem para o negócio. As coisas não são necessariamente assim. Como o AI / ML é uma tecnologia disruptiva, você precisa de certos pré-requisitos antes de ver qualquer resultado.

E esses pré-requisitos também podem aumentar os custos, portanto, planeje com sabedoria! Você deve considerar o seguinte:

  • Desenvolver uma estratégia de AI / ML no nível da empresa . Isso vem em vários sabores:
  • Desenvolvendo os casos de negócios : Você precisa identificar seus casos de negócios, ou melhor dizendo, onde exatamente você acha que o AI / ML pode ser útil em sua empresa. Já ouvi falar de boas AIs para criar citações inspiradoras ou criar linhas de coleta. Se isto é o que você precisa, então seja, mas faça corretamente.
  • Escolhendo a tecnologia certa : dentre os muitos algoritmos existentes, escolha os que melhor se adequam a você. Escolha também a outra parte necessária para o seu novo software (no -premise, nuvem, frameworks de software para desenvolvimento, etc.)
  • Forme uma equipe com as habilidades adequadas para lidar com a transformação da IA. A transformação AI / ML vai além da tecnologia. É o tipo de tecnologia que tem profundas implicações em muitos níveis, como as mídias sociais. É por isso que você precisa de mais do que engenheiros para conduzir sua estratégia. Advogados, psicólogos, designers de UX, especialistas em comunicação e mídia social, defesa de clientes, etc. Há um grande debate sobre ética em IA acontecendo agora. Não subestime isso!
  • Construa um projeto piloto. Você precisará convencer muita gente sobre seus bons resultados e o financiamento extra necessário. Comece com algo pequeno, que possa realmente demonstrar o valor da IA. Então vá em frente!
  • Identifique os dados necessários para o teste. A AI precisa de dados, muito disso. E deve ser preciso também. Portanto, esteja preparado para investir algum dinheiro na obtenção de dados adequados. Não se apresse com os testes, deixe o sistema de IA aprender até atingir uma taxa de erro satisfatória.
  • Obtenha ajuda profissional. Contratar um consultor especialista para fazer a análise do seu core business para ver onde a AI poderia ser utilizada pode aliviar o trabalho pesado e diminuir os erros que você poderia cometer sem ajuda especializada.

Andrew Ng, o renomado especialista mencionado anteriormente, publicou um Manual de Transformação da IA . Esse é um manual bastante útil, embora você precise reduzi-lo um pouco, já que ele é “adequado principalmente para empresas maiores com um valor de mercado de US $ 500 milhões a US $ 500 bilhões”. Mas definitivamente vale a pena ler.

Uma coisa importante mencionada no manual é que se você adicionar AI / ML a qualquer empresa típica, não obterá uma empresa de IA. “Para sua empresa se tornar excelente em IA, você terá que organizar sua empresa para fazer as coisas que a IA permite que você faça muito bem.”

Boa sorte!

Postagem do PS no blog escrita para o GUN.IO , uma comunidade que “conecta desenvolvedores de código aberto a shows incríveis”. Conteúdo também disponível aqui .

PS 2 Aqui está uma lista de recursos úteis. Alguns deles inspiraram este artigo. Apreciar!

https://www.techrepublic.com/article/how-to-measure-roi-on-your-companys-automation-projects/ https://www.forbes.com/sites/gilpress/2019/04/03/ 7-indicadores-do-estado-de-inteligência artificial-ai-março-2019 / # 13460968435a https://www.technologyreview.com/s/612663/the-state-of-artificial-intelligence/ https: //www.mckinsey.com/featured-insights/artificial-intelligence/the-promise-and-challenge-of-the-age-of-intelligence-artelligence https://www.technologyreview.com/s/604087/the -dark-secret-no-coração-de-ai / https://www.mckinsey.com/featured-insights/artificial-intelligence/ai-adoption-advances-but-foundational-barriers-remain https: // www2.deloitte.com/insights/us/en/focus/technologiescognitive/state-of-ai-and-intelligent-automation-in-business-survey.html https://opensource.com/article/18/12 / how-get-started-ai https://pt.mckinsey.com/business-functions/mckinsey-analytics/our-insights/an-executives-guide-to-ai

Não se esqueça de nos dar o seu ?!