Warren Buffett nos dizia que, no mundo dos negócios, a visão pelo retrovisor é sempre mais nítida que pelo para-brisa. Com essa frase em mente, avalio a ascensão do big data e da inteligência artificial e como as empresas lidam com os dados. Nos últimos anos, vimos uma avalanche de artigos e blogs sobre big data e como essa tecnologia pode ser usada para gerar novos e incríveis insights sobre praticamente todos os aspectos de uma operação de negócio. Agora, essa avalanche inclui também a inteligência artificial (IA). Apesar da grande atenção direcionada a esses dois temas, a interessante – e mesmo óbvia – conexão entre eles não tem sido muito explorada. É essa combinação do big data e da IA que agora possibilita aos líderes de negócio gerar novos insights, eficiência e novas funções nunca antes possíveis. Isso fica evidente no papel cada vez mais importante que o big data e a IA vêm desempenhando em várias áreas tradicionalmente terceirizadas, como recrutamento, RH, departamento financeiro, cadeia de suprimentos, segurança e TI.
IA é um campo muito amplo, composto por uma grande variedade de subtemas e aplicações. Um deles é a aprendizagem automática, que usa algoritmos inteligentes para identificar padrões ocultos em grandes quantidades de dados. Quando usados de forma progressiva, em faixas de informação cada vez mais extensas, esses algoritmos nos ajudam a lidar com tarefas analíticas complexas de forma mais rápida do que poderíamos obter com a sua execução manual. Para se aproximar cada vez mais das variações de informações que a mente humana processa de forma intuitiva, um computador precisa acessar imensos volumes de informações, geralmente não estruturadas e contínuas, o big data.
A combinação poderosa de IA e análise de grandes volumes de dados já afetou de forma significativa a maneira como o mercado de ações funciona, sintetizando uma quantidade cada vez maior de dados e fazendo algumas pessoas acreditarem que, eventualmente, poderão prever com exatidão tanto as tendências do mercado quanto a influência humana sobre ele. Alguns exemplos do dia a dia são o "Deep Learning", usado pelo Google para reconhecer objetos em imagens, a ferramenta de marcação de amigos "Deep Face", do Facebook, e o "Machine Learning", usado como base para as recomendações do Amazon.
Em termos de automação as aplicações são infinitas. "People Analytics" (Análise de pessoas, em Português) ajuda os recrutadores a identificar os melhores candidatos para as vagas de suas empresas por meio da análise de perfis de mídias sociais, currículos em texto livre e bancos de dados de empregos, entre outros. O trabalho do recrutador é simplificado e agilizado, permitindo que ele se concentre em entender o ser humano que está por trás do perfil do candidato. A IA está sendo usada para melhorar o processo financeiro, aprendendo como processar notas fiscais automaticamente. A gestão da correspondência também está melhorando, por meio da classificação automática baseada no contexto, que ajuda a otimizar as respostas e melhorar a experiência do cliente. Existem muitas aplicações fascinantes da inteligência artificial nas áreas de finanças, segurança, TI, análise de dados, seguros e operações bancárias, entre outras. O número de aplicações específicas para negócios continua aumentando, devido ao interesse dos investidores de capital de risco no financiamento de startups de IA em áreas específicas de diversos setores.
Para deixar o assunto mais interessante, a crescente Internet das Coisas (IoT, na sigla em inglês) está mudando a forma como as empresas, governos e consumidores interagem com o mundo físico. De acordo com a Gartner, até 2020 haverá cerca de 20,8 bilhões de dispositivos de consumidores e empresas conectados [i], e o IDC prevê que o mercado de IoT alcançará $1,7 trilhão em apenas quatro anos [ii]. O consequente aumento exponencial da quantidade de dados produzidos por esses dispositivos interconectados pode fazer as empresas titubearem – ou buscarem a orientação de especialistas.
É preciso enxergar IA e big data de maneira mais estratégica – como elementos essenciais para decisões inteligentes e impulsores de uma nova e radical abordagem à eficácia operacional. Ambos os temas se tornaram imperativos e não podem ser ignorados. Se pensarmos na automação como um mecanismo para instrumentar uma empresa, estas são as ferramentas certas para acelerar a geração de resultados para o negócio. Isso significa, basicamente, fazer mais por menores custos de serviço.
Dados operacionais podem e devem ser coletados de forma eficiente. As organizações precisam conseguir armazená-los e divulgá-los em tempo real, enxergando-os com um ponto de vista analítico. Essa abordagem não é nova, e esse tipo de atividade sempre ocorreu em vários níveis. Mas a principal diferença agora é que uma mentalidade organizacional deve ser voltada aos princípios de big data, para capturar tudo o que for julgado útil, usando abordagens analíticas parar gerar insights importantes por toda a empresa, excelência operacional e planejamento para o futuro. A aprendizagem automática está se tornando uma necessidade cada vez maior para que isso aconteça – uma vez que a complexidade e o volume fazem com que seja muito difícil para as empresas continuarem analisando os dados pelos meios tradicionais e se manterem competitivas.
Esse é um exemplo perfeito no emergente mundo da IoT, em que dados atualizados ajudam os líderes a administrar suas empresas com base no agora, ampliando suas previsões para o futuro e enxergando fluxos de dados relevantes (vendas, receita, produção, uptime, entre outros) sempre que precisam. No nível macro, as empresas conseguirão obter benefícios consideráveis e começarão a tomar decisões com base no que veem pelos para-brisas, e não pelo retrovisor.
Um futuro excitante nos aguarda. Big data e IA estão sempre presentes no noticiário, com previsões sobre o futuro que vão de utópicas a apocalípticas. Esperamos que a realidade seja menos dramática, mas o ponto crítico para o negócio é que toda abordagem deve estar intrinsecamente ligada à geração de valor. Nessa era disruptiva, o valor é a chave para o sucesso. E é por isso que essa área deve ser levada a sério pelos mais altos escalões da empresa.
Roberto Mathias, vice presidente sênior da Capgemini no Brasil.
