Na verdade, já ficou claro que a adoção é um caminho sem volta e que as organizações que construírem soluções baseadas no uso de IA vão acelerar suas taxas de crescimento, aumentar suas margens e ainda melhorar o engajamento e experiências com o cliente.

A experiência do usuário por meio de chatbots e reconhecimento facial, inclusive, tem sido uma das áreas de maior impacto. De acordo com a IDC, os chatbots, sistemas de fraudes e processos de recomendação e automação de vendas, foram os maiores casos de uso de IA e ML no ano passado, correspondendo a mais de 25% dos investimentos na área.

Segundo o Business Development Manager da AWS, Renato Barbosa, apesar de ser uma tendência, ainda estamos em uma fase inicial de IA/ML no mundo e poucas são as empresas que chegaram a um nível avançado e raríssimas as que atingiram o nível proficiente, que caracteriza o último nível da jornada:

“Na AWS, essa jornada compreende quatro importantes níveis de maturidade, sendo o básico, intermediário, avançado e o proficiente. Em resumo, no primeiro nível se sabe pouco e não há uma estratégia vinculada ao time; no intermediário, já se tem um time com cientistas de dados e se começa a experimentar novos modelos; no avançado, a empresa já tem um data lake organizado e o plano estratégico de IA converge com o plano de IA; e o proficiente, quando o time de IA começa a desenvolver pacotes empregáveis para todas as áreas de negócio”.

Expectativas/ Prazos

De acordo com o CEO da BRLink, Rafael Marangoni, embora as empresas queiram resultados de curto prazo, é preciso entender que essa é uma jornada de longo prazo e, portanto, é preciso procurar respostas de curto prazo mais simples de serem alcançadas, para que se tenha resultados financeiros e de experiência do cliente. No entanto, o especialista explica que, se a empresa focar apenas no prazo, pode se frustrar.

“Todos precisamos de objetivos, mas eles precisam ser coerentes e atingíveis. Além das expectativas intangíveis, outra barreira é a falta de habilidade, seja no time, na organização ou na estratégia. É preciso ter o necessário para executar o projeto e não ter medo de se arriscar. A adoção de novas tecnologias, como a IA, envolve erros, estar disposto a errar. Vejo uma insegurança grande dos executivos em investir em IA por conta das falhas, mas é preciso aprender com quem erra para não errar nas mesmas situações”.

Pilares da Jornada

Como todo método possui diretrizes e princípios, com a IA não poderia ser diferente. De acordo com Renato Barbosa, existem três pilares que vão determinar o sucesso da jornada do cliente, Tecnologia, Estratégia e Time:

“Se você tiver o melhor time e a melhor estratégia, mas não tiver a tecnologia, não tiver dados, você não vai conseguir trazer resultado; por outro lado, embora tenha tecnologia e a estratégia, mas não tiver pessoas e skills capacitados para isso, você não consegue evoluir. Se você não tiver esses três itens bem alinhados no seu negócio, não vai conseguir trazer resultado”, diz.

A ciência de dados

Para o cientista de dados da BRLink, Lucas Barbosa, um dos principais motivos para considerar a jornada de AI/ML nos dias atuais é a grande quantidade de dados que têm sido gerados, dados esses que devem ser aproveitados e gerenciados pelas empresas para melhorar diversos serviços.

“Os dados da sua empresa e a inteligência que você extrai deles, só sua empresa tem, por isso, é imprescindível estruturar esses dados. É aí que entra os cientistas de dados, e esse time precisa conversar com as outras áreas do negócio. Essa área deve ser totalmente interdisciplinar, porque não pode se fechar no seu mundo. Vou falar de negócio, vou falar de problema, identificar esse problema e encontrar a melhor solução para ele”.

Como evoluir

Além de todas das etapas anteriores, a evolução da jornada de IA/ML depende também de fazer boas escolhas, escolhas essas que implicam em optar pelos melhores projetos, e projetos que sejam fáceis de ser aplicados e vão trazer mais resultados.

“Existem pequenas áreas em que é possível ganhar ou ter sucesso com pouco trabalho. Por isso, é muito importante ter IA em todas as áreas de negócios durante a jornada, aplicando e trazendo resultados, como melhor experiência de usuário, melhor tomada de decisão”, assegura o Business Development Manager da AWS.

Para Rafael Marangoni, a dica é começar a investir em pequenas jornadas e experimentos, elegendo um primeiro problema a ser atacado. “Aquilo que tende a ser mais fácil de ser resolvido, com um menor custo e ir incrementando o investimento gradualmente, ao contrário de fazer um experimento em um projeto específico por meses. As metodologias ágeis, como Scrum entre outras, são boas nesse processo, elas ajudam a avaliar se um próximo ciclo faz sentido, se vale a pena manter o investimento”.

Se você não conseguiu participar do webinar a BRLink disponibilizou o vídeo em:
https://materiais.brlink.com.br/webinar_inteligencia_artificial_machine_learning_na_aws