IDC: os desafios e as oportunidades da inteligência artificial e Big Data

A Inteligência Artificial (IA) já deixou de ser entendida como “ficção científica” no seio das organizações. As empresas tecnológicas mais reputadas já adotaram abordagens baseadas na análise de dados, acreditando que o big data já é um ativo organizacional importante para o desenvolvimento das organizações. Esse big data é a matéria-prima de uma estratégia que pode vir a passar – ou em alguns casos já passa - pela inteligência artificial.

Perspetivas para 2025

Gabriel Coimbra, Group Vice President e Country Manager da IDC, sugeriu uma reflexão sobre como evoluirá a monetização e gestão de dados até 2025. Há uma preocupação em, mais do que obtê-los, “refinar os dados” no futuro e depois poder utilizar esses “dados refinados” nas organizações. O potencial de criação de valor é um ponto essencial na mensagem da IDC.

A empresa estima que 163 zetabytes (ZB) de informação sejam criados em 2025, o que corresponde a um crescimento exponencial de 23% a cada ano, duplicando-se o volume de dados a cada três anos. “Agora o grande desafio é entender como estamos a criar valor com base nessa informação, qual é a nossa estratégia, e o que podemos fazer nos próximos dois/três anos para duplicar o valor da informação”, diz Gabriel Coimbra, acreditando que a monetização dos dados deve acompanhar o seu crescimento.

A informação pode ser dividida em quatro grandes áreas de proveniência: entretenimento, dados embebidos em sistemas de IoT, vigilância e voz.

Uma estratégia de sucesso, na perspetiva da IDC, é feita em outros quatro passos: maturity assessment, maturity benchmark, use cases e strategy & roadmap. “Tem muito a ver com a criação de valor pelos dados”, explica Gabriel Coimbra,“os use cases são uma base para entendermos as linhas estratégicas, as áreas de inovação com base no digital” e a partir daí pode construir-se a estratégia e o roadmap.

O homem e a máquina em convergência

Joana Vasconcelos, Head of Applied Intelligence da Accenture, procurou explicar como gerar valor em escala através da IA. Apesar de se reconhecerem “algoritmos cada vez mais sofisticados”, ainda “estamos ao nível de inteligência de uma formiga” no que toca à IA, numa escala de comparação entre as competências reais dos seres humanos e das “máquinas”.  A oradora procurou desmistificar a ideia de uma oposição entre “homem e máquina”, entendendo que se trata sobretudo de convergência, já que “novas funções são criadas” com a integração das tecnologias de IA nas empresas. O “equilíbrio homem/máquina” é uma peça chave numa estratégia bem-sucedida, acredita a Accenture.

Ainda há barreiras a quebrar para integrar definitivamente a IA como uma alavanca de desenvolvimento no imaginário das empresas. Obstáculos culturais, como a resistência à mudança, desconfiança ou o não reconhecimento do valor destas tecnologias, aliam-se a obstáculos ‘operacionais’ e de capacitação: o entendimento do que separa negócio e IA, a dificuldade de integração no workflow, ou a falta de talento no meio de um mau ecossistema de data.

Perante o cenário de um ceticismo enraizado, acontece a estagnação do ambiente de negócios, em função do não acompanhamento das tendências digitais aqui em questão. Joana Vasconcelos sugere que se pense diferente: “a máquina torna-nos mais ágeis, amplifica as nossas capacidades” e, além disto, “não se queixa de tarefas repetidas”, contribuindo fortemente para a produtividade das organizações em funções que exijam menos criatividade. A premissa é simples e reforçada na mensagem da Accenture – “a IA não vai extinguir postos de trabalho, vai criar novos” e esses novos trabalhos, ainda inexistentes, vêm colmatar a falta de talentos no setor, formar analistas especializados e ainda integrar profissionais em ética nas organizações. A “colaboração” deve aumentar receitas e produtividade de forma significativa, acredita Joana Vasconcelos.

O futuro é encarado pela Accenture como uma série de oportunidades – e desafios - de crescimento no seio das empresas. Apesar de ser “inquestionável a consciencialização que os executivos de topo têm” em torno da IA, “apenas 50%” entendem de facto a tecnologia e percebem a sua aplicabilidade prática, deixando a questão dos desafios bem presente, até para aqueles com mais ferramentas para olhar para o lado das oportunidades.

Antes de integrar IA, fazer previsões

Massimiliano Silano, Head of Advanced Business Analytics no SDG Group, lançou um conceito essencial para a aplicabilidade da temática em discussão no fórum. O PoC (Proof-of-Concept) propõe às organizações que se apetrechem de uma pesquisa e previsão extensivas antes de aplicarem a IA. A análise preditiva, diferente do machine learning, é um passo intermédio que o representante do SDG Group entende ser uma lacuna no planeamento de soluções de IA. Distinguem-se quatro conceitos para se permitir verdadeiras “soluções de propriedade intelectual”: há que ter em conta “business case, model accuracy, explanatory models e proven architecture” – demonstrações necessárias antes de se chegar ao objetivo final.

Massimiliano Silano diz que as pessoas adoram ter “real time analytics”, mas questiona se isso é verdadeiramente útil para todas as empresas - “se uma empresa quiser analisar processos de 14 dias não é preciso real time analytics”, visto não se tratar de um processo rápido que precise de controlo imediato de falhas.

Os dados em grande escala

António Mendes, Principal Consultant na Information Builders, falou sobre “dados e analytics em escala”. À medida que os dados crescem, a esperança de vida das empresas baixa, e para reverter o cenário é necessária uma adequação a grande escala. “Opções estratégicas, construção de boas bases de dados, tecnologia e pessoas, e embeber capacidades analíticas nos processos de decisão” são premissas chave na mensagem da Information Builders. “É possível escalar o uso dos instrumentos de captura de valor por via das capacidades analíticas”, diz António Mendes, e para isso é preciso “ter audácia” de ser “mais estruturado, mais objetivo, na procura de valor”. O académico e consultor James McKinsey refletiu pela primeira vez na transformação das organizações em “fábricas de decisões” – a ideia é transposta para a agenda da Information Builders, já que no contexto empresarial existe uma “tomada massiva de decisões de que nem sempre nos damos conta” e falta “identificar onde se tomam decisões”, bem como se elas “são pontuais, se são repetitivas”. Com base nestes pressupostos, o trabalho organizacional torna-se indissociável da tomada de decisão.

O ‘valor à escala’ deve englobar a quantidade em vários parâmetros: mais dados, mais utilizadores, mais use cases, mais rapidez e mais valor.

António Mendes acredita que a existência de “toneladas” de indicadores e dados “pode até só servir para baralhar”, referindo que “o desafio realmente sério” é saber identificar o que é de facto útil. O objetivo é que, numa mesma empresa, ninguém tenha visões distintas sobre o que é “a história” daquela organização, devendo assegurar-se “que toda a gente está alinhada” na mesma narrativa organizacional.

A industrialização dos Dados e IA

“A indústria automatizou-se, robotizou-se, e continua a dar passos muitos importantes neste processo evolutivo que é imparável”, refere Pedro Martins, Offering Lead, Analytics & Big Data na DXC Technology Portugal. Dada a transformação, a analítica deve acompanhá-la. “A analítica que antes funcionou, hoje não funciona” e não funcionará daqui para a frente. Há enormes desafios a contornar, na ótica da DXC Technology, e a IA é vista como a “luz ao fundo do túnel” para alavancar o desenvolvimento das organizações e equipar a força de trabalho de skills a todos os níveis.

Na área da inteligência artificial industrializada, o acordo da DXC com a BMW é o exemplo a destacar, por se gerarem “volumes de informação difíceis de entender até por quem trabalha nesta área”. É um passo pioneiro que “acelera drasticamente todos os ciclos de desenvolvimento” relacionados com a produção de analítica na área da condução autónoma.

O DXC Robotic Drive dá forma ao caminho que a DXC Technology trilhou “nos últimos anos”, diz Pedro Martins, assinalando que “tudo começa com uma visão, não tecnológica, mas uma visão de negócio”, adaptada a realidades e necessidades específicas dos clientes.

A inteligência artificial operacionalizada é um estágio inicial, e a consequente integração desta IA operacionalizada em elementos externos é o passo seguinte. Depois vem a gestão da IA operacionalizada integrada, e no final soma-se-lhe a monetarização – determinante para uma IA verdadeiramente industrializada.