As empresas precisam aprender a lidar com a inteligência artificial (IA) – ou correrão o fisco de falir. Para a maioria das áreas de negócios, a IA é uma parte importante da solução para criar sistemas mais eficientes, precisos e fáceis de usar. No entanto, muitas organizações consideram difícil implementá-la. Os quatro princípios a seguir mostram como as empresas podem dominar o caminho para se tornarem campeãs de IA orientada por dados.1
O mercado de IA está crescendo: Quando converso com analistas, eles estimam que as vendas globais dessa tecnologia mais do que dobrarão até 2028, chegando a cerca de US$ 1,2 trilhão. Muitos setores – desde a indústria automotiva até o setor de energia e empresas de logística – estão investindo em soluções de IA. No entanto, atualmente, as empresas costumam usar a IA apenas para aplicativos individuais. Entretanto, as implementações autônomas muito específicas, em particular, são difíceis de transferir para outras áreas. Portanto, o primeiro princípio ao lidar com a IA é: Foco total na fusão de todos os sistemas operacionais. A cada novo sistema que as empresas introduzem, elas devem garantir que ele possa se comunicar com os outros sistemas existentes por meio de interfaces. A propósito, isso se aplica independentemente de a IA estar em uso ou não. Aqueles que levam esse princípio a sério garantem que todos os dados fluam juntos pela empresa e possam ser usados para treinar aplicativos de IA.
A digitalização está transformando sistemas baseados em funções em sistemas baseados em dados. Para evitar aplicativos individuais, silos de dados inacessíveis e formatos de dados desconhecidos, é necessário, na era da IA, fornecer informações em um formato facilmente consumível. Como as informações de um novo sistema podem ajudar outros aplicativos? Como os dados devem ser preparados para serem incorporados ao modelo de IA da própria empresa no futuro? O princípio do “pensamento de serviço” torna todas as fontes de dados – incluindo dados históricos de sistemas ERP ou CRM – utilizáveis na empresa e facilita o dimensionamento de soluções de IA. Um exemplo é dado pela Dematic, fornecedora de sistemas automatizados de transporte e classificação: Em cooperação com a T-Systems, a Dematic fornece aos seus clientes sistemas de armazenamento de prateleiras altas totalmente automatizados. A IA do sistema usa todos os dados disponíveis do cliente para reconhecer padrões e melhorar os processos.
Todos os benefícios dos aplicativos e plataformas de IA são obtidos principalmente quando o maior número possível de departamentos e usuários pode usá-los. Em termos de uma estratégia de IA bem-sucedida, as empresas devem, portanto, promover a usabilidade dos aplicativos de IA. Para essa etapa, é necessário projetar interfaces fáceis para o usuário final que tornem a plataforma de IA facilmente acessível aos usuários da empresa. Uma interface de chatbot intuitiva permite que os funcionários façam com que a IA forneça informações relevantes para suas próprias etapas de trabalho. Por exemplo, a equipe de vendas pode utilizar uma plataforma de IA fazendo com que o chatbot produza dados relevantes do cliente para a próxima chamada de vendas. Um efeito colateral do aumento da usabilidade: Quanto maior a experiência de os funcionários em lidar com a inteligência artificial, mais rapidamente o investimento em IA gerará valor agregado lucrativo.
Qualquer pessoa que trabalhe com modelos de IA deve ter em mente a importância da governança de dados e do gerenciamento de riscos. Por exemplo, a Lei de IA da UE, recentemente adotada, formula requisitos administrativos claros que as empresas devem cumprir ao usar a IA. No entanto, a regulamentação continua oferecendo às empresas espaço de manobra suficiente para fazer experimentos. A gerência da empresa também deve levar isso a sério e definir o que deseja alcançar com a IA e, em seguida, dar aos seus departamentos especializados liberdade para o desenvolvimento concreto. Os funcionários podem configurar seus próprios aplicativos de IA com a ajuda de ferramentas de baixo código. Muitos dos nossos clientes têm ótimos exemplos disso: Uma equipe de produção que usa IA para renovar processos na linha de montagem ou o departamento de RH que usa seu próprio aplicativo de IA para analisar documentos de candidatura. O uso proativo e criativo da IA está criando diversas pequenas inovações que antes exigiriam departamentos de desenvolvimento inteiros.
Com base na minha experiência, posso dizer: A transformação orientada por dados só será bem-sucedida se as empresas definirem uma estratégia clara. O uso da IA não precisa ser necessariamente o objetivo imediato. Entretanto, quanto mais cedo as empresas lidarem com a disponibilidade e a harmonização das fontes de dados, mais fácil será usá-las posteriormente. Uma base de dados sólida e uma cultura de IA aberta e corajosa são os melhores ingredientes para uma digitalização bem-sucedida. Se estiver interessado em IA, quiser saber mais ou já estiver implementando o seu próprio roteiro de IA, escreva para mim. Estou ansioso para trocar ideias e ouvir suas sugestões.
1 How to move beyond a monolithic data lake to a distributed data mesh, Zhamak Dehghani, 2019, martinfowler.com
