Uma das áreas de maior crescimento no campo da digitalização é a Inteligência Artificial (IA). De acordo com Gartner, até 2025, a utilização de IA será generalizada e liderará o investimento tecnológico das empresas em todo o mundo. Esta tecnologia tornou-se uma ferramenta fantástica, que possui técnicas algorítmicas exemplares, mas que, em muitas ocasiões, não se sabe como utilizar para gerar valor de negócio.
Talvez por esta razão, os projetos de Inteligência Artificial ainda não estão a atingir as fases de produção tanto quanto deveriam. Como salienta o psicólogo e professor da Universidade de Harvard, Howard Gardner, 85% deles falham, deixando as equipas frustradas. Neste contexto, a Keepler Data Tech, companhia tecnológica especializada em analítica avançada de dados, salienta 8 passos que qualquer empresa deve tomar para escalar o uso de IA a toda a sua organização:
- Infraestrutura de dados. Todas as empresas devem considerar a nuvem pública como o ambiente sobre o qual devem construir as suas infraestruturas. As grandes nuvens públicas investem mais de 90 mil milhões de dólares em investigação e desenvolvimento, o que é uma garantia de ter uma infraestrutura com capacidade para lidar com cenários e necessidades futuras.
- Recursos dedicados. É necessário dedicar pessoas especializadas a este tipo de plataformas de dados, quer seja contratando ou deslocando os funcionários-chave que, devido aos seus conhecimentos técnicos e organizacionais, tenham a capacidade de liderar as iniciativas.
- Silos organizacionais. Gerar uma cultura de dados que evite silos organizacionais, uma vez que isso impede a reutilização dos investimentos em projetos entre diferentes unidades de negócio.
- Silos de dados. Evitar silos de dados para que não haja desconexão operacional, uma vez que os dados perdem valor com o tempo. Acreditamos que a abordagem mais apropriada é tê-los o mais próximo possível do local onde são produzidos e fazer um modelo mais federado de acesso aos dados (data mesh), o que permite que os dados sejam utilizados no contexto em que são gerados e também que sejam reutilizados noutros âmbitos para casos de utilização específica. Na Keepler vemos o data mesh como uma evolução natural para organizações que estão a escalar para casos de utilização de inteligência artificial.
- Proposta de valor. É muito difícil analisar o que um caso de uso vai trazer a uma empresa, mas devemos considerar que trabalhar com dados é iterativo e experimental. As empresas que têm sucesso são as que falham e avançam rapidamente para outro objetivo. Neste ponto, recomendamos sempre abordagens incrementais e interativas, nas quais os dados são explorados, é identificado um pool de dados limitados, uma prova de conceito é feita, o conhecimento é extraído e, acima de tudo, as decisões são tomadas com base nos resultados deste projeto.
- Modelo de governação da IA. O modelo de dados da empresa dependerá do modelo organizacional de que disponham. Existem empresas altamente regulamentadas, nas quais a tomada de decisões é altamente centralizada, e outras que podem delegar esta tomada de decisões a outras áreas de negócio, o que as torna muito independentes. Este é o grande dilema entre a velocidade e o controlo dos dados. Apesar deste debate, existe uma série de normas mínimas em termos de segurança, privacidade no desenho e controlo dos serviços. Tudo isto tem de ser automatizado e centralizado, mas capaz de fornecer as diferentes áreas.
- O acesso ao talento que permite a utilização adequada de dados é atualmente muito complexo e escasso, 46% das empresas portuguesas têm dificuldades em encontrar os perfis digitais de que necessitam e que procuram. Para contrariar isto, as empresas estão a começar a fazer planos analíticos, para carreiras relacionadas com as novas tecnologias, mas ainda é uma questão que tem de ser claramente definida em muitas empresas.
- Implementação efetiva. É necessário alinhar os esforços em IA e automatização de processos que realmente ajudam, de um ponto de vista empresarial. Quando os pequenos projetos experimentais que comprovadamente funcionam permanecem na gaveta, serão inúteis se não forem devidamente implementados ou colocados em produção, que é o valor acrescentado deste tipo de projetos. A nuvem pública multiplica as capacidades da inteligência artificial, mas há uma série de componentes básicos que são necessários para conhecer e saber como utilizar de modo a evitar que estes silos sejam gerados ou que estas experiências com IA permaneçam na gaveta. Pode fazer muitas coisas, mas existem alguns componentes em torno da tecnologia que são básicos e que devem ser tidos em conta a fim de fazer um uso escalonado e real da IA.
“A Inteligência Artificial é o próximo horizonte tecnológico, e muitas empresas estão a tentar fazer conquistas e fazer coisas que tenham impacto no negócio. Esta tecnologia tem a capacidade de gerar nova informação a partir da informação existente e fornecer dados que ajudam a melhorar e otimizar os processos empresariais. Ao combinar toda esta informação, é possível introduzir melhorias no processo de produção, ajudadas por estes dados, que têm impacto no negócio”, salienta Juan Manuel Aramburu, CEO da Keepler Data Tech.