19 de abril de 2021
A Inteligência Artificial (IA) está se tornando cada vez mais parte da linguagem cotidiana das empresas, à medida que elas buscam maneiras melhores, mais rápidas e mais inteligentes de trabalhar. Mas, apesar da promessa que ela oferece, a maioria das iniciativas não produzirá resultados comerciais. Fabien Cros, diretor de consultoria da Data na Artefact, explica como a transformação digital orientada por IA pode ser bem-sucedida.
A baixa taxa de sucesso também corre o risco de dissuadir as organizações de realizar projetos de transformação digital e adotar formas de trabalho que têm o potencial de determinar a sorte de longo prazo de seus negócios.
Não estamos falando de IA na escala dos filmes de Hollywood, como ‘humanos’ robôs e publicidade personalizada em outdoors. Em vez disso, o foco está em projetos que usam tecnologia inteligente para otimizar o que uma empresa já tem; prever a demanda para corresponder à oferta, por exemplo, de modo que os clientes não fiquem desapontados, mas o excesso de estoque não seja desperdiçado, ou determinar onde um varejista deve colocar um produto específico na loja para maximizar as vendas.
O alto risco de fracasso é um grande problema à medida que as organizações se esforçam para transformar suas operações de negócios para se adequarem a um mundo ferozmente competitivo. Esse já era o caso antes de 2020, mas a pandemia chamou a atenção para a necessidade de maneiras rápidas, eficientes e eficazes de operar que ajudarão na recuperação.
Falhas de IA
Então, por que a taxa de fracasso é tão alta? A IA é simplesmente muito difícil? De acordo com nossa experiência, não.
A chave está na inovação inicial, ou prova de conceito (POC). Por mais brilhante e inovadora que seja, se não puder ser implementada em toda a organização, o trabalho terá sido em vão. Além disso, como os custos de projetos dessa natureza tendem a ser antecipados, é provável que o senhor tenha engolido cerca de 70% do orçamento permitido para a implementação total em toda a empresa.
Nosso trabalho prático em diversos setores da indústria e com uma grande variedade de organizações nos dá uma visão valiosa. Analisando nossas descobertas, alguns temas centrais emergem ao identificar os problemas que causam bloqueios em projetos de IA e transformação digital. Acreditamos que, para resolvê-los, é necessário que cada projeto incorpore as três práticas a seguir:
1. Inovações em escala
Com muita frequência, os POCs são realizados de forma isolada, com o objetivo de provar que algo pode ser feito. O fim do projeto inicial define seu sucesso, sem levar em conta se a ideia pode ser usada de forma eficaz para atender às necessidades de toda a organização.
Em contrapartida, as inovações realmente bem-sucedidas incluem métricas que levam em conta a escalabilidade do projeto; isso adota uma mentalidade crítica para os negócios, exigindo que os projetos demonstrem que, além de atingir o objetivo principal, a escala é um pré-requisito.
A inclusão de dois países em uma POC, por exemplo, e o julgamento de sua eficácia com base no cumprimento das metas para ambas as regiões, automaticamente aumenta a profundidade e o alcance. As semelhanças e diferenças entre os dois fluxos são identificadas, e essa percepção informa a melhor forma de expandir para os próximos territórios. O processo e a estrutura foram desenvolvidos e comprovados como parte do POC; quando o projeto começa a ser mais amplamente integrado, as bases já foram lançadas.
2. O conjunto certo de habilidades para o longo prazo
Uma implementação escalável depende da quebra dos silos que tradicionalmente existem nas organizações, seja entre negócios e TI, negócios e engenharia de software, etc.
Para conseguir isso, é necessário ter uma equipe multidisciplinar que inclua um cientista data (o matemático), um gerente/proprietário de produto (para a perspectiva comercial), um arquiteto de soluções (para trazer as habilidades de TI) e um engenheiro de aprendizado de máquina (ML) com bom conhecimento de operações de ML (MLOps) (para fornecer codificação em escala). Mas a transformação digital é mais profunda do que o conjunto certo de habilidades.
Cada uma das habilidades precisa ser incorporada em todas as fases do projeto, desde o primeiro dia até o encerramento e depois (as funções de arquiteto de soluções e engenheiro de ML geralmente são omitidas ou introduzidas após a tomada de decisões importantes). A continuidade dos negócios exige que as pessoas que executarão a implementação no dia a dia sejam treinadas antes da saída da equipe de POC. A viabilidade de um projeto é sua capacidade de ser incorporado em toda a organização a longo prazo.
3. Ferramentas transferíveis
A sobrevivência do projeto após a conclusão da equipe de POC também exige a tecnologia certa. As inovações exigem uma ‘caixa de ferramentas’ que as acompanhe e que tenha sido planejada desde o início com o objetivo de permitir a implementação em toda a empresa e a manutenção de longo prazo (juntamente com o treinamento das pessoas que usarão essas ferramentas).
Já se foi o tempo em que as empresas precisavam de orçamentos extensos e longos prazos para criar ou comprar grandes soluções de TI organizacionais. A rápida evolução das tecnologias e dos serviços cloud (como o Google AppSheet e o Apigee) torna rápido, fácil e econômico o desenvolvimento de ferramentas e softwares personalizados para o projeto em questão, que podem ser implementados conforme necessário à medida que o projeto inicial se expande.
A transformação digital é complexa
Essas diretrizes podem parecer excessivamente simples para o que é potencialmente um problema complexo, mas sempre vemos os resultados de sua omissão. A notícia positiva é que a IA e a transformação digital eficazes não estão fora de alcance, mas exigem boa governança, processos e disciplinas de negócios, além da capacidade de ver o quadro completo e entender por que isso é fundamental para o sucesso geral da organização.

BLOG







