IA não é mágica: é hora de desmistificar e aplicar

Durante séculos, acreditava-se que a eletricidade era domínio de feiticeiros – mágicos que deixavam suas audiências intrigadas sobre sua origem e como era gerada. E embora Benjamin Franklin e seus contemporâneos estivessem bem cientes dos fenômenos quando ele provou a conexão entre eletricidade e relâmpagos, ele tinha dificuldade em imaginar um uso prático para isso em 1752. Na verdade, sua invenção mais premiada tinha mais a ver com evitar a eletricidade: o para-raios. Todas as novas inovações passam por uma evolução semelhante: rejeição, evasão, medo e talvez, finalmente, aceitação.

Hoje, muitas pessoas veem a inteligência artificial (IA) como outra tecnologia mágica que está sendo colocada em funcionamento, com pouco entendimento de como ela funciona. Eles veem a IA como algo especial e confinado a especialistas que a dominaram e nos deslumbraram com ela. Nesse ambiente, a IA assumiu um ar de misticismo com promessas de grandeza e fora do alcance de meros humanos.

A verdade, é claro, é que não existe mágica na IA. O termo Inteligência Artificial foi cunhado pela primeira vez em 1956 e, desde então, a tecnologia progrediu, decepcionou e ressurgiu. Assim como aconteceu com a eletricidade, o caminho para os avanços na IA virá com a experimentação em massa. Embora muitos desses experimentos falhem, os bem-sucedidos terão um impacto substancial.

É aí que nos encontramos hoje. Como outros, como Andrew Ng  sugeriram, a IA é a nova eletricidade. Além de se tornar onipresente e cada vez mais acessível, a IA está aprimorando e alterando a forma como os negócios são conduzidos em todo o mundo. Ela está permitindo previsões com precisão máxima e automatizando processos de negócios e tomada de decisão. O impacto é vasto, desde melhores experiências do cliente até produtos inteligentes e serviços mais eficientes. E, no final, o resultado será um impacto econômico para empresas, países e a sociedade.

Com certeza, as organizações que impulsionam a experimentação em massa em IA conquistarão a próxima década de oportunidades de mercado. Para desmistificar e ajudar a detalhar a IA, é preciso considerar dois elementos-chave da categoria: o conjunto de componentes e o processo. Em outras palavras, identificar o que está por trás dela e como pode ser adotada.

Assim como a eletricidade era impulsionada por componentes básicos, como resistências, capacitores, LEDs etc., a IA está sendo impulsionada por componentes de software modernos:

1. Uma malha de dados unificada e moderna. A IA se alimenta de dados e, portanto, os dados devem ser preparados para a IA. A malha de dados atua como uma representação lógica de todos os ativos de dados, em qualquer nuvem. Ela pré-organiza e rotula dados em toda a empresa. O acesso contínuo a todos os dados está disponível por meio de virtualização do firewall até a edge.
2. Um ambiente e um mecanismo de desenvolvimento. Um lugar para criar, treinar e executar modelos de IA. Isso permite o deep learning de ponta a ponta, da entrada à saída. Os modelos de aprendizado de máquina ajudam a encontrar padrões e estruturas em dados que são inferidos, em vez de explícitos. É quando começa a parecer mágica.
3. Funcionalidades humanas. Um mecanismo para dar vida aos modelos, conectando modelos e aplicações a funcionalidades humanas como voz, linguagem, visão e raciocínio.
4. Gerenciamento e exploração da IA. Isso permite que você insira a IA em qualquer aplicação ou processo de negócios, enquanto conhece as versões, como melhorar o impacto, o que mudou, o viés e a variação. É aqui que seus modelos residem para invasão e permite o gerenciamento do ciclo de vida de toda a IA. Por fim, oferece prova e capacidade de explicação para as decisões tomadas por IA.

Com esses componentes em mãos, mais organizações estão liberando o valor dos dados. Mas para aproveitar totalmente a IA, também devemos entender como adotar e implementar a tecnologia. Para aqueles que planejam seguir esse caminho, considere estas etapas fundamentais primeiro:

1. Identifique as oportunidades de negócios certas para a IA. As áreas potenciais para adoção são vastas: atendimento ao cliente, produtividade de funcionários/empresas, defeitos de fabricação, gastos da cadeia de suprimentos e muito mais. Qualquer coisa que possa ser facilmente descrita pode ser programada. Depois de programada, a IA vai torná-la melhor. As oportunidades são infinitas.
2. Prepare a organização para a IA. As organizações precisarão de maior capacidade e conhecimento especializado em ciência de dados. Muitas das tarefas repetitivas e manuais de hoje serão automatizadas, o que evoluirá o papel de muitos funcionários. É raro que uma função inteira possa ser realizada pela IA. Mas também é raro que nenhuma das funções possa ser aprimorada pela IA. Toda tecnologia é inútil sem o talento para colocá-la em uso, então construa uma equipe de especialistas que vão inspirar e treinar outras pessoas.
3. Selecione tecnologia e parceiros. Embora seja improvável que o CEO selecione pessoalmente a tecnologia, a implicação aqui é mais cultural. Uma organização deve adotar muitas tecnologias, comparando, contrastando e aprendendo por meio desse processo. Uma organização também deve escolher alguns parceiros que tenham as habilidades e a tecnologia para fornecer IA.
4. Aceite falhas. Se você tentar 100 projetos de IA, 50 provavelmente falharão. Mas, os 50 que funcionarem mais do que compensarão as falhas. A cultura que você cria deve estar pronta e disposta a aceitar falhas, aprender com elas e passar para o próximo. Falha rápida, como dizem.

A IA está se tornando tão fundamental quanto a eletricidade, a internet e os dispositivos móveis desde que eles se tornaram populares. Não ter uma estratégia de IA em 2019 será como não ter uma estratégia móvel em 2010, ou uma estratégia de internet em 2000.

Vamos torcer para que, ao olhar para este momento da história, você o faça com sentimento, como alguém que adotou os dados como o novo recurso e a IA como utilitário para aproveitá-los.

______________________________________________

Uma versão dessa história apareceu pela primeira vez na Informationweek.

• Watson Anywhere, Rob Thomas
• New IBM Skills Training to Get Clients Up and Running on AI, Ana Echeverri
• A New Way to Accelerate Your AI Plans, Inderpal Bhandari
• Scaling the AI Ladder, Rob Thomas