Inteligência Artificial em quatro lições

Tal como acontece à maioria das tecnologias emergentes ou pouco familiares, os primeiros a adoptar enfrentam muitos obstáculos. A Gartner ensina-o a ver-se livre dos entraves.

A utilização expressiva da inteligência artificial (IA) está a começar, segundo a Gartner Inc. O CIO Agenda Survey 2018 da Gartner revela que 4% dos CIO implementaram a IA, enquanto 46% desenvolveram planos para o fazer.

«Apesar de existir um enorme interesse nas tecnologias de IA, a implementação actual permanece em níveis bastante baixos», afirma Whit Andrews, vice-presidente de pesquisas e analista na Gartner. «Contudo, há potencial para um forte crescimento à medida que os CIO começam a liderar programas de IA através de uma combinação de aquisição, desenvolvimento e outsourcing de esforços.»

Os analistas da Gartner identificaram quatro lições que ocorreram nos primeiros projectos de IA.

1 – Expectativas baixas ao início

«Não caiam na armadilha de procurar principalmente resultados palpáveis, como ganhos financeiros directos, com os projectos de IA», afirma Andrews. «Em geral, é melhor começar os projectos de IA com uma abrangência limitada e esperar resultados mais “maleáveis”, como melhorias em processos, satisfação do cliente ou análises comparativas financeiras.»

Os projectos de IA devem criar, na melhor das hipóteses, lições que ajudarão experiências, pilotos e implementações subsequentes e maiores. Em certas organizações, um objectivo financeiro será uma exigência para iniciar o projecto. «Nesta situação, o melhor é ter expectativas baixas», afirma Andrews. «Basta pensar em objectivos de centenas ou de milhares de euros, compreender o que estamos a tentar atingir numa escala pequena e depois procurar benefícios mais significativos.»

2 – Enfoque em aumentar as pessoas, e não substituí-las

Os grandes avanços tecnológicos estão frequentemente associados historicamente a uma redução no pessoal. Embora a redução de custos laborais seja atractiva para os executivos, é provável que encontre resistência por parte daqueles cujos empregos parecem estar em risco. Ao procurarem esta forma de pensar, as organizações podem perder oportunidades reais de utilizarem a tecnologia eficazmente. «Explicamos aos nossos clientes que os benefícios mais transformacionais da IA a curto prazo nascerão da sua utilização para fazer com que os colaboradores procurem actividades de valor mais alto», acrescentou Andrews.

A Gartner prevê que, em 2020, 20% das organizações dedicarão colaboradores ao controlo e orientação de redes neurais.

«Deixem para trás noções de vastas equipas de “agentes inteligentes” que se podem reproduzir infinitamente e que conseguem executar tarefas tal e qual como os humanos», explica Andrews. «Será muito mais produtivo falar com os colaboradores da linha da frente. Entusiasmá-los para a ideia de que as decisões baseadas na IA podem melhorar e elevar o trabalho que fazem todos os dias.

3 – Planear a transferência de conhecimentos

Discussões com clientes da Gertner revelam que a maioria das organizações não está bem preparada para implementar a IA. Especificamente, falta-lhes competências internas na ciência dos dados e tencionam depender bastante de fornecedores externos para preencherem as lacunas. Cinquenta e três por cento das organizações no inquérito aos CIO classificaram a sua própria capacidade de extrair e explorar dados como “limitada” – o nível mais baixo possível.

A Gartner prevê que em 2022, 85% dos projectos de IA oferecerão resultados errados por causa de parcialidades em dados, algoritmos ou nas equipas responsáveis pela sua gestão.

«Os dados são o combustível da IA, por isso as organizações precisam de preparar como armazenar e gerir quantidades ainda maiores de dados para iniciativas de IA», afirma Jim Hare, vice-presidente de pesquisas na Gartner. «Depender apenas de fornecedores externos para estas competências não é a solução ideal a longo prazo. Como tal, é preciso assegurar que os projectos iniciais de IA ajudam a transferir conhecimentos dos peritos externos para os colaboradores internos, e desenvolver as capacidades internas da empresa antes de passar para projectos em maior escala.»

4 – Escolher soluções de IA transparentes

Os projectos de IA envolverão muitas vezes software ou sistemas de fornecedores de serviços externos. É importante que esteja presente nos acordos critérios sobre a forma como se chega a uma decisão. «Verificar se um sistema de IA chega à resposta certa não é a única preocupação», explica Andrews. «Os executivos precisam de compreender porque é eficaz e oferecer explicações sobre o raciocínio lógico quando não o é.»

Embora nem sempre seja possível explicar todos os pormenores de um modelo analítico avançado, como as redes neurais profundas, é importante oferecer pelo menos algum tipo de visualização de possíveis escolhas. De facto, em situações onde as decisões estão sujeitas a regulações e auditorias, pode ser uma exigência legal oferecer este tipo de transparência.

(Fonte: Gartner Inc.: uma das maiores empresas de pesquisa e consultoria e membro das S&P 500)