A evolução da IA ​​nos negócios:até onde chegamos

Ao abrir meu e-mail esta manhã, recebi um alerta sobre uma mensagem antiga que havia enviado. O alerta dizia:“Enviado há 10 dias; gostaria de acompanhar? ” Na verdade, eu precisava lembrar ao meu colega para responder. A experiência me fez refletir sobre o quão longe já chegamos e o que vem pela frente com a inteligência artificial (IA) nos negócios.

Fiquei fascinado por esse campo há quase 40 anos, quando era estudante de graduação em Berkeley com a professora Alice Agogino. O professor Agogino desenhou este diagrama simples no quadro.



Naquela época, os sistemas de IA eram chamados de sistemas especialistas. Eles permitiram que mais pessoas concluíssem a maioria das tarefas em nível de especialista. Eles melhoraram o potencial dos usuários e mudaram a curva de desempenho de todo o negócio. Com esses sistemas, os especialistas podem se concentrar nas tarefas mais desafiadoras que só eles podem realizar.

Ao longo dos anos, essa ideia convincente - de que a tecnologia pode estender nosso desempenho em escala - permaneceu comigo. Isso moldou minhas paixões e minha própria jornada profissional seguiu a trajetória da própria IA.

Mas, ao longo do caminho, surgiram vários desafios. Os modelos em nossos sistemas tendem a atrasar as mudanças no negócio; embora eles resolvessem o problema de ontem de forma ideal, gradualmente eles se tornariam obsoletos. Eles precisavam de equipes dedicadas para uso e manutenção.

Onde estamos hoje

Os sistemas de IA de hoje são fundamentalmente diferentes dos primeiros sistemas especialistas e soluções de negócios tradicionais de três maneiras:

• 
  Nós os usamos de maneira diferente;
  
• 
  A ênfase na inteligência mudou da automação para o aumento, e
  
• 
  Os sistemas de IA aprendem com o uso e se adaptam às mudanças nos negócios.
  

Como os usamos: As soluções de negócios tradicionais costumam ser fragmentadas. Um conjunto de sistemas informa como sua empresa está atualmente em execução (business intelligence tradicional), outro ajuda a decidir como para administrar seu negócio, e ainda outro permite que você registre o que você fez para gerir o seu negócio (planeamento de recursos empresariais).

Os usuários devem seguir caminhos tediosos e desconexos, desde análises descritivas e diagnósticas até análises preditivas e otimização usando modelos digitais gêmeos. Então, uma vez que a decisão é tomada, eles devem se virar e registrar essa decisão em seu ERP.

Em contraste, quando usamos IA, começamos diretamente com recomendações e podemos explorar insights preditivos, diagnósticos e descritivos como explicações. A IA oferece orientações passo a passo para a tomada de ações, mesmo quando podemos tomar decisões diferentes das recomendações.

Uma mudança de ênfase: Os sistemas especialistas tradicionais eram excessivamente focados na automação. Os sistemas de IA de hoje podem nos ajudar a navegar e orquestrar os processos de negócios. Na minha opinião, é melhor pensar em IA como aumentada inteligência em vez de inteligência artificial. Hoje, vemos a IA como algo que podemos treinar e adaptar às nossas necessidades.

Aprendizagem e adaptação :Os sistemas de negócios tradicionais são estáticos e tendem a ficar obsoletos com o tempo. Eles precisam de melhorias e revisões para incorporar feedback ou mudanças nos negócios. Os sistemas de IA, ao contrário, são dinâmicos. Eles aprendem e se adaptam às necessidades de negócios em constante mudança. Quanto mais você os usa, mais inteligentes e eficazes eles se tornam com o tempo.

BI tradicional	AI
Requer que os usuários sigam caminhos entediantes e frequentemente desconexos, começando com análises descritivas e diagnósticas para explorar alternativas, prever resultados, fazer escolhas e, eventualmente, executar ações para administrar os negócios.	Oferece aos usuários ações recomendadas e a capacidade de explorar percepções preditivas, diagnósticas e descritivas como explicações. A IA já fez todo o trabalho pesado nas etapas usuais de análise.
Limita-se a painéis descritivos, relatórios e alertas.	Combina com a forma como os usuários realizam as tarefas do dia-a-dia; você pode nem perceber que está lá.
Tende a se tornar cada vez mais geral para atingir públicos mais amplos conforme eles evoluem.	Aprende a se tornar pessoal e cada vez mais específico para o comportamento e preferências individuais dos usuários, mesmo com o aumento do número de usuários ao longo do tempo.
Concentra-se na análise de dados.	Concentra-se na tomada de decisões.
É estático e pode ficar obsoleto com o tempo. Eles precisam de melhorias e revisões para acompanhar as mudanças nas necessidades e preferências dos negócios.	É dinâmico e projetado para aprender e se adaptar às mudanças. Quanto mais você o usa, mais inteligente e eficaz ele se torna com o tempo.

O que vem pela frente

Embora poderosos, os recursos de IA apresentam alguns desafios.

Em primeiro lugar, obter o máximo valor da IA ​​requer um gerenciamento de mudança diligente, tanto no comportamento quanto na atitude em relação à tecnologia. Se as pessoas virem a tecnologia como uma ameaça ou um meio de aumentar suas metas de desempenho, trabalharão para sabotar seu sucesso. Além disso, se a adoção de IA significar perda de controle ou contato pessoal com clientes e fornecedores, ou obstruir o pensamento multifuncional, ela falhará.

Por outro lado, se as pessoas virem a IA como um novo conjunto de ferramentas que torna suas vidas mais fáceis, as torna mais inteligentes, colabora entre as organizações e realiza mais, elas trabalharão para torná-lo bem-sucedido.

A segunda questão é sobre ética em IA. Precisamos tornar a IA mais transparente e ética. Modelos de aprendizado de máquina aprendem o que foram ensinados e expostos. Se os dados forem tendenciosos, o AI também será. Além disso, ninguém gosta de seguir as recomendações de uma caixa preta. Os modelos de IA devem explicar suas recomendações, quais suposições foram feitas, quais padrões foram detectados e quais opções foram exploradas de forma transparente.

Finalmente, devemos nos perguntar se os problemas que estamos trabalhando para resolver com IA são os certos para resolver em primeiro lugar. Devemos trabalhar para alavancar a IA para estender o alcance humano e melhorar vidas, em vez de controlá-los.

A transformação da IA ​​até hoje foi, em uma palavra, revolucionária. Quanto mais adotamos, capitalizamos e aprimoramos essa tecnologia, mais nossos negócios irão melhorar.

Adeel Najmi é diretor de produtos da LevaData.