Neste semestre, estou ministrando um curso novo sobre tecnologias cognitivas (também conhecidas como inteligência artificial) no MBA da Babson College. Quando me coloco no lugar dos meus alunos, muitos dos quais não conhecem esse tipo de tecnologia, percebo o quão desafiador o assunto pode ser. A IA é muito variada, e cada tipo exige conhecimento técnico prévio para ser totalmente dominado. Por isso, muitas vezes o iniciante tem dificuldade de entrar nessa área.
Nas versões mais simples, as tecnologias cognitivas são apenas extensões mais autônomas da analytics tradicional – executam automaticamente, por exemplo, todas as combinações possíveis de variáveis preditivas em uma análise de regressão. Já os tipos mais complexos de tecnologia cognitiva – como as redes neurais ou de aprendizado profundo, o processamento natural de linguagem e os algoritmos –, às vezes parecem caixas pretas até mesmo para os cientistas de dados que as criam.
Embora essas tecnologias possam ser assustadoras, a boa notícia é que usar tecnologias cognitivas fica cada vez mais fácil. Muitos fornecedores entraram na área, com opções para qualquer empresa que queira tornar seus processos ou produtos mais inteligentes. Me ocorre pelo menos sete formas de começar a usar ferramentas cognitivas, embora algumas sejam claramente mais fáceis (e mais baratas) do que outras. Como a decisão depende em grande parte da implementação dessas tecnologias, combinei os possíveis caminhos de entrada em três categorias: “Principalmente compra”, “Alguma compras e alguma construção” e “Principalmente construção”.
Use um software existente com capacidades cognitivas. Recentemente, por exemplo, a Salesforce.com e a Oracle adicionaram recursos cognitivos aos seus produtos. A Salesforce adicionou recursos da Einstein às nuvens de software voltadas ao cliente, incluindo capacidade de marcar automaticamente oportunidades de venda, ler e-mails de clientes e classificar imagens usadas em mídias sociais. Se você já usa as ofertas da Salesforce CRM e quer se familiarizar com processos mais inteligentes de vendas, marketing e serviços, essa parece ser uma das maneiras mais fáceis de fazê-lo. Outras empresas de gestão de relacionamento com clientes (CRM), como a Customer Matrix, foram fundadas para combinar ferramentas cognitivas com capacidade transacionais com clientes. A Microsoft também anunciou recentemente que irá adicionar capacidades cognitivas a muitos dos seus produtos de software existentes. Ou seja, para usuários desses produtos, evitar os recursos cognitivos provavelmente ser tornará, em breve, mais difícil do que usá-los.
Escolha um projeto menor e um fornecedor acessível. Ao invés de pular de cabeça, algumas empresas começam escolhendo um projeto pequeno que poderia se beneficiar da tecnologia cognitiva, e usam um conjunto de ferramentas menor e menos transformativo para atacá-la. Por exemplo, a Escala Cognitiva – que tem entre seus líderes ex-executivos da IBM Watson – tenta oferecer alternativas cognitivas de baixo custo. Sua abordagem de desenvolvimento – denominada “10-10-10” – tem como objetivo construir um rascunho de aplicação cognitiva em 10 horas, personalizá-la em 10 dias e colocá-la no ar 10 semanas. Alguns dos clientes da Escala Cognitiva, como o M.D. Anderson Cancer Center (que também conduz um projeto ambicioso com o Watson para tratamento de câncer), têm muitos projetos diferentes em andamento com o software da empresa. Esses projetos não tentam curar o câncer, mas sim abordar objetivos mais específicos, como fornecer alojamento e recomendações de jantar às famílias de pacientes, ou determinar quais contas de pacientes precisam de esforços adicionais de cobrança. Algumas ofertas de “processos de automação robóticos” de empresas Como Blue Prism e Automation Anywhere, também se qualificam como alternativas de baixo custo, embora seu software, até agora, não seja capaz de aprender. Algumas ofertas de automatização de call center como a Amelia da Ipsoft também se enquadram nessa categoria. Embora esses projetos necessitem de alguma consultoria para treinar ou configurar o software, geralmente há serviços disponíveis das empresas de software ou de seus parceiros de consultoria para realizar esse trabalho.
Alguns desenvolvem, outros compram
Reforce sua capacidade de analytics para enfatizar o aprendizado de máquina. Algumas formas de aprendizado de máquina – particularmente aquelas baseadas na análise de regressão – são extensões diretas das capacidades analíticas de uma companhia. Se você praticamente dominou a analytics “artesanal”, baseada em hipóteses humanas, talvez seja a hora de explorar a geração automatizada de modelos analíticos por meio da aprendizagem de máquinas. A Cisco Systems, por exemplo, que criava dezenas de “modelos de propensão,” capazes de prever o que os clientes provavelmente comprarão, passou a criar dezenas de milhares (cerca de 60 mil, atualmente) de modelos por trimestre por meio da aprendizagem de máquinas. A Cisco encontrou uma maneira de acelerar sua criação, reduzindo o tempo para alguns dias por trimestre. E a granularidade cada vez maior dos modelos (específicos para produtos, geografias e tipos de negócios para os clientes) melhorou sua eficácia. Dependendo do tipo de modelo que uma empresa quer gerar e do software que usa para fazê-lo (por exemplo, fornecedores proprietários como SAS e IBM versus código aberto), isso pode ser simples tecnicamente ou um tanto complexo, exigindo sofisticação na ciência de dados.
Invista alto no Watson. Na corrida cognitiva, o Watson da IBM está entre as opção de alto desempenho mais caras. Claro, você pode acessar, a um baixo custo, uma das APIs da Watson na Bluemix, a nuvem de desenvolvedores da IBM – meus alunos fizeram isso na nossa última aula gratuitamente –, mas a oferta completa da Watson destina-se principalmente a aplicações transformadoras e de grande escala. A IBM gosta de fazer uma “avaliação de valor cognitivo” com o cliente, que indica a melhor forma de marcar um gol cognitivo. Então, ela ficará contente em fornecer consultores e até mesmo um pesquisador Ph.D. para ajudá-lo a atingir esse objetivo. Isso, porém, não significa resultado rápido ou barato. Muito treinamento e integração serão necessários, especialmente se você for o primeiro em seu setor a usar o Watson (escrevi sobre isso ano passado, quando fiz uma pesquisa sobre aplicações de atenção à saúde do Watson). Mas, empresas que trabalham em larga escala com a IBM e acreditam que a tecnologia cognitiva é uma parte importante do negócio, consideram essa abordagem como adequada.
Comece com os chatbots. Chatbots são uma tecnologia cognitiva de nível médio que usam conversação em linguagem natural para interagir com aplicativos. A Google (com sua recente aquisição da API.AI), a Apple (Siri), a Microsoft (Cortana) e a Facebook (Messenger Platform) têm plataformas para desenvolvedores implementarem seus chatbots. Se o foco de sua empresa é o celular, cujos consumidores parecem particularmente inclinados a usar chatbots, pode ser especialmente interessante mergulhar na tecnologia cognitiva, escolhendo uma das APIs dessas empresas e conectando seus aplicativos a ele. Essas interfaces de usuário certamente evoluirão ao longo do tempo, mas é uma boa ideia começar a trabalhar com elas agora, para tirar vantagem da facilidade da interação de voz.
Construindo o principal
Torne uma aplicação existente mais inteligente ou mais autônoma. Usando arquiteturas modulares, baseadas em componentes, é possível adicionar abordagens cognitivas nas aplicações. Por exemplo, a Vanguard, empresa de investimentos, criou a capacidade semiautônoma de Personal Advisor Services (PAS – Serviço de Consultoria Pessoal) para seus clientes de gestão de ativos. A Vanguard já empregou várias dessas capacidades nos bastidores, incluindo questionários de investidores, modelos de carteira baseadas em analytics, reequilíbrio de contas, redução de prejuízos fiscais e simulações baseadas em metas. No projeto PAS, a aplicação uniu essas capacidades, tornou-as autônomas (com revisão por consultores humanos) e disponibilizou-as nos documentos do plano de investimento e na web. Mas este tipo de trabalho requer especialização em ferramentas cognitivas, bem como capacidades de integração de sistemas.
Desenvolva a partir de software de código aberto. Há uma abundância de softwares cognitivos de código aberto. A Google, a Microsoft, a Facebook, a Amazon e a Yahoo lançaram aprendizagem de máquina em código aberto ou bibliotecas de algoritmo de aprendizagem profunda. As vantagens e desvantagens, nesse caso, talvez sejam óbvias. Uma vez que o software é gratuito, essa abordagem oferece o menor custo de software. Mas, provavelmente, também terá o maior custo de pessoal, uma vez que os cientistas de dados capazes de usar tais bibliotecas são raros e caros. Construir sua solução cognitiva do zero com ferramentas de código aberto também pode levar mais tempo que algumas das outras opções. Portanto, começar dessa forma provavelmente só faz sentido se sua empresa tem necessidades realmente especializadas e está disposta a se comprometer no longo prazo com a construção de capacidades cognitivas. Também pode ser uma boa abordagem se você planeja incorporar recursos cognitivos em seu produto ou serviço.
Certamente, há outras formas para uma empresa adotar tecnologia cognitiva, mas até o momento, essas parecem ser as mais comuns. Cada uma tem implicações diferentes para os tipos de habilidades que uma organização precisa e como ela gere a tecnologia quando ela é adotada pela empresa. Organizações ambiciosas talvez queiram usar formas diferentes ao mesmo tempo. É ótimo ter tantas opções, mas equipes de gestão precisam ponderar muito sobre essa escolha quando decidem integrar tecnologia cognitiva em sua estratégia.
Por Thomas H. Davenport, President’s Distinguished Professor em gestão e tecnologia da informação no Babson College, e cofundador do International Institute for Analytics. Ele também é pesquisador na Iniciativa do MIT sobre Economia Digital e consultor sênior da Deloitte Analytics. Autor de mais de uma dúzia de livros de gestão, acaba de publicar Only humans need apply: winners and losers in the age of smart machines(Contratando apenas seres humanos: vencedores e perdedores na era das máquinas inteligentes – HarperBusiness, 2016).