Previsões norteadas pela Inteligência Artificial serão marco para a produtividade

Já não é mais novo dizer que a necessidade faz criar a inovação e que esse processo faz criar novas necessidades. A dinâmica é cíclica, e a Inteligência Artificial (IA) atingiu o ponto de provocar a mesma disrupção que tecnologias anteriores a ela também provocaram, como ocorreu com os computadores, por exemplo.

A IA nada mais é do que uma tecnologia que ajuda a estender as capacidades humanas, e o seu uso tem provocado mudanças sem precedentes no mundo todo. Sobretudo pelas previsões que ela permite fazer. As questões nortearam as principais conferências do Data Driven Busines 2019, evento promovido anualmente pela brasileira Neoway, em Florianópolis, e que discute os rumos da tecnologia e as inovações de big data para negócios.

De acordo com os painelistas, em especial ao nosso tempo, a grande mudança em curso não está na mudança em si, e sim na velocidade com que ela ocorre. Basta reparar quanta tecnologia lançada há menos de cinco anos já se tornou ultrapassada. "As versões do Windows, que eram novidade a cada três anos, hoje saem a cada dois ou três meses. É uma velocidade de mudança sem precedentes", observa o português Dinis Couto, diretor geral de vendas da Microsoft na América Latina.

O desafio é converter tanta inovação em produtividade. A multinacional vem utilizando a IA para desenvolver ferramentas que transformem dados em ações inteligentes. Uma das investidas mais recentes da multinacional é o Microsoft Translator, serviço que faz traduções simultâneas em várias línguas e é utilizado em plataformas como o Skype.

Couto lista três alicerces principais para se criar um sistema de AI eficaz: nuvem, dados e algorítimos. Sem bons dados não há como fazer previsão. Sem capacidade de armazenamento (nuvem), não há como acessar os dados. E então entram os algorítimos, que são modelos criados para olhar os dados coletados e fazer as projeções.

Aperfeiçoar a previsão, aliás, é passo fundamental para tomar decisões que valem a pena, defende Avi Goldfarb, um dos autores do livro Máquinas Preditivas: A Simples Economia da Inteligência Artificial (em inglês Prediction Machines: The Simple Economics of Artificial Intelligence). Os resultados obtidos pelas  "machine learning", como escreve, têm implicações importantes na economia e no aumento da produtividade. "Quando o custo da previsão cair, vamos usar a máquina para mais e mais coisas e outras milhares de inovações estarão a caminho", resume o autor.

Goldfarb sinaliza que, no momento tecnológicos em que estamos, a previsão não pode ser usada para resolver problemas somente dos segmentos mais esperados, como a indústria. Se no começo ela viabilizou diagnósticos simples de risco de inadimplência aos bancos, hoje ela pode ser implementada até no departamento de Recursos Humanos de uma empresa, prevendo que funcionário tem melhor perfil para determinada vaga. O ganho pela produtividade está também em otimizar processos.