O novo “normal” das empresas com IA leva a busca de novas formas de diferenciação


Muitas tecnologias que compõe o ecossistema de Inteligência Artificial (IA), criada em 1955, chegaram a sua fase de crescimento e maturidade. Atualmente, o mercado de ações está repleto de robôs que compram e vendem ações de acordo com seus algoritmos de tomada de decisão, aplicando teorias desenvolvidas décadas atrás. Os bancos e operadoras de cartão de crédito utilizam soluções antifraudes baseadas em Machine Learning. Grandes áreas administrativas estão aumentando, significativamente, a produtividade e reduzindo custos com a implantação de soluções de RPA – Robotic Process Automation – substituindo atividades repetitivas executadas por pessoas por robôs. Tecnologias de reconhecimento de voz e geração de linguagem natural estão otimizando o atendimento de Call Centers, reduzindo custos e melhorando a satisfação dos clientes. Todas estas tecnologias, já em uso, aceleram cada vez mais a transformação digital das empresas e o uso intensivo de soluções de inteligência artificial. O novo “normal” será empresas operando e tomando decisões baseadas em inteligência artificial.

Um estudo da consultoria Forrester Research prevê um crescimento de mais de 300% em investimentos em IA em 2017 comparado com 2016. O IDC estima que o mercado de IA crescerá de US$8 bilhões em 2016 para mais de US$47 bilhões em 2020.

O gráfico a seguir mostra o estágio de 13 tecnologias que compõem o ecossistema de IA e o tempo que poderá alcançar outra fase.

Destacamos as seguintes tecnologias:

  • Geração de linguagem natural, que produz texto a partir de informações do computador;
  • Reconhecimento de voz, que transcreve e transforma a fala humana em formato útil para aplicações de computador;
  • Agentes virtuais, aplicações de relacionamento homem-máquina de forma natural, como os Chatbots, que trocam mensagens de texto entre o homem e um robô, ou serviços como Amazon Echo usando o Alexa, que conversa em linguagem natural com as pessoas;
  • Plataformas de Aprendizado de Máquina (Machine Learning), que dispõe de ferramentas para desenvolvimento e treinamento das máquinas, usando algoritmos e modelos de treinamento;
  • Uso intensivo de GPU – unidades de processamento gráfico – ao invés dos tradicionais processadores de dados. As GPUs, desenvolvidas para jogos, agora são utilizadas para acelerar o processamento de sistemas de IA;
  • Gestão das tomadas de decisão, onde novos e mais rápidos algoritmos aceleram a convergência de informações para melhores tomadas de decisão;
  • Plataforma para Aprendizagem Profunda (Deep Learning), que utiliza conceitos avançados de redes neurais em múltiplas camadas de abstração para o reconhecimento de padrões e classificação de grandes conjuntos de dados para identificar perfis de comportamento, entre outras análises;
  • Biometria, que permite interações naturais entre as pessoas e as máquinas, incluindo imagens, reconhecimento faciais, fala e linguagem corporal, entre outros;
  • Automação de processos administrativos – Robotic Process Automation (RPA), que utiliza scripts e outros métodos de automação para aumentar a produtividade das áreas de negócios, com redução significativa de custos;
  • Análise de texto e processamento de linguagem natural (NLP), que permite a análise de texto, compreendendo a estrutura das frases e seu significado, otimizando a aprendizagem de máquina e análises estatísticas.

O novo “normal” é quando a maioria das empresas utiliza estes recursos e atingem um novo patamar de produtividade e qualidade nas tomadas de decisão. O desafio para estas empresas será encontrar novos diferenciais para apoiar o crescimento.