No início de janeiro de 2019, a Forbes compilou um
TOP-10 dos principais livros tecnológicos de 2018 , entre os quais
Máquinas de Previsão: A Economia Simples da Inteligência Artificial . O livro, escrito por uma equipe de autores - Joshua Gans (Joshua Gans), Ajay Agrawal (Ajay Agrawal) e Avi Goldfarb (Avi Goldfarb), explode a idéia estabelecida de inteligência artificial e a leva para um plano completamente diferente.
Este livro é realmente necessário.Um dos autores do livro, um especialista em inteligência artificial, Joshua Hans, professor da Rotman School of Management da Universidade de Toronto (Canadá), passa muito tempo acompanhando diariamente as notícias da IA, separando o hype da realidade. Hoje, ele ensina estratégias de marketing digital e redes de estudantes de MBA, incluindo como as empresas podem competir com sucesso em seus mercados através da inovação tecnológica.
O conselho editorial do CEO.com discutiu com Joshua seu sensacional livro nos círculos de negócios, "Máquinas de Previsão: A Economia Simples da Inteligência Artificial". Leia a tradução da entrevista com ele.
Hoje eles falam muito sobre os recursos da IA.
Mas existem exemplos concretos dos benefícios da IA no mundo dos negócios de hoje?Eu admito: hoje existe muito hype em inteligência artificial. Mas no livro, adotamos uma abordagem diferente para examinar tudo o que foi criado no campo da IA nos últimos 10 anos. Não estamos falando no livro sobre inteligência geral que pode substituir as pessoas e todas as suas habilidades cognitivas - estamos falando de apenas um aspecto, a saber, nossa capacidade de prever (prever, prever).
Geralmente falamos de previsão no contexto da previsão. Como, por exemplo, com o clima, primeiro coletamos dados históricos sobre vento, precipitação e outros fatores e, em seguida, fazemos uma previsão do tempo para amanhã ou na próxima semana.
Mas a previsão nem sempre é sobre o futuro. A visão computacional é um dos bons exemplos aqui: quando você dá uma imagem a um computador e pergunta o que ele “vê”, a resposta que você recebe é realmente uma previsão. O computador, como se pergunta: "O que uma pessoa pensaria sobre o que exatamente é mostrado nesta figura?" e dá uma resposta.
A previsão sempre tem o objetivo de tomar melhores decisões. Graças às previsões do tempo, podemos decidir que roupa usar. E quando você tem uma suposição sobre o que está, por exemplo, em uma imagem de ressonância magnética, pode prescrever o curso certo de tratamento.
Deste ponto de vista, a IA é bastante chata. Isso é simplesmente melhor tecnologia estatística. Mas um enorme progresso no desenvolvimento da IA leva ao fato de que suas previsões se tornarão melhores, mais rápidas e mais baratas. E isso abrirá grandes oportunidades que não tínhamos antes.
Então, como a IA passa da publicidade para o valor real?Quando escrevemos este livro, lembramos o que aconteceu com a revolução dos computadores e a Internet. Havia muita emoção ao seu redor, e muitas empresas gastaram milhões de dólares em coisas que não foram realmente bem pensadas.
Não queremos repetir esse erro. Em vez disso, dizemos: “Se a previsão ajuda a melhorar o processo de tomada de decisão, vamos pegar os processos de trabalho de nossa organização e selecionar a partir deles todas as decisões que precisamos tomar para passar dos dados de origem para o resultado e, nesse processo, determinaremos onde fontes de incerteza ". É então que você começará a entender onde a IA pode ser útil especificamente para reduzir o número de incertezas e tomar melhores decisões.
Este processo já aconteceu antes com computadores. As pessoas dividiram os fluxos de trabalho e as tarefas em iterações separadas e descobriram onde os computadores seriam úteis. 20-25 anos atrás, isso levou ao fenômeno da reengenharia. Sugerimos fazê-lo novamente.
Você escreve que todo mundo tem um momento de insight com a IA - um momento em que tudo fica claro, como um estalar de dedos. Cada setor deve esperar que seu insight comece a usar a IA?Há pessoas que estão apenas se perguntando: "A IA pode ajudar nossos negócios?" Mas isso já pode ser uma realidade. Por exemplo, estudamos uma rede de supermercados. Eles usaram a IA para prever o nível de carregamento de armazéns frios, o que, em caso de otimização, pode levar a uma economia significativa de custos. Afinal, os armazéns de alimentos são caros, e você precisa manter um equilíbrio ideal entre oferta e demanda, caso contrário você será estragado por mercadorias.
Essa rede usou o aprendizado de máquina para entender o que exatamente impulsiona a demanda de iogurte do Canadá. Eles descobriram que o clima era um fator significativo para determinar se a loja tinha mais iogurte ou menos do que o esperado no final do dia. Mesmo uma queda de temperatura de vários graus no Canadá, geralmente frio, mudou a demanda do consumidor por iogurte. E acabou por ser algo completamente inacreditável! Eles começaram a ver lucros - 5% aqui, 5% lá - e tudo isso se soma ao lucro total. Este é o exato momento em que as pessoas percebem: "Oh, é realmente importante para nós".
A IA é conhecida por "alimentar" os dados. Existem empresas que acumularam grandes quantidades de dados para o trabalho e outras que estão atrasadas nessa área. A IA beneficiará empresas com grandes quantidades de dados?De fato, essa pergunta é bastante difícil de responder. Definitivamente, para a IA, você precisa de dados, mas a maneira mais fácil de afastar todos da AI é dizer: "Eles têm dados, mas você não". Não tenho dúvidas de que empresas como Google, Facebook e Amazon estão liderando a IA no momento, porque há muito tempo pensam nos dados e os colecionam corretamente. Normalmente, a empresa, coletando dados, não pensa em como será usada e, portanto, não está necessariamente na mesma posição.
A IA precisa dos dados certos - estruturados adequadamente, medindo as características certas, limpos. É provável que as novas empresas que começam hoje a coletar dados do zero possam eventualmente criar melhores dados para a IA.
Onde está o potencial para o uso da IA em uma organização?Esse é um problema complexo que muitas organizações enfrentam. Agora vejo a IA como uma das funções dos sistemas analíticos, porque ainda há um grande número de elementos diferentes que exigem um estudo aprofundado dos dados associados a eles.
Mas, a longo prazo, isso deve mudar. Em primeiro lugar, há sempre uma escolha - terceirizar ou criar seus próprios sistemas e, em ambos os casos, existem vantagens e riscos. Também depende de quais áreas das atividades da organização devem ser influenciadas pelas funções de IA. Os recursos da IA geral fazem sentido em tarefas centralizadas, mas tarefas mais específicas para departamentos específicos podem levar a uma mudança nas funções correspondentes da IA nesses departamentos.
Veja o RH, por exemplo: os gerentes de RH estão sempre tentando prever se um novo funcionário será produtivo ou se devem atualizar um funcionário existente. Hoje, os departamentos de RH acumularam muitos dados que poderiam ajudar essas previsões, mas todas as informações necessárias são armazenadas em arquivos e não são usadas.
O que deve ser feito para se preparar para a implementação da IA?Cuidado com a história. Cuidado com as pessoas dando presentes de tecnologia. AI é uma coisa muito específica. Um profundo conhecimento da tecnologia e o que ela pode oferecer ajudará você a entender se eles estão tentando vender algo que realmente vale a pena e qual é o seu potencial. Em outras palavras, é muito importante que haja pessoas na organização que possam ajudá-lo a avaliar se os benefícios potenciais são reais ou não, do ponto de vista da ciência de dados e das operações da empresa.
Ao mesmo tempo, há um enorme benefício com as experiências. Se você tem uma organização grande, deixe que as equipes individuais encontrem o uso da inteligência artificial em suas atividades. Como um experimento (e não como uma substituição das principais funções), isso pode ser de grande benefício. Você deve gerenciar seus riscos, mas não deve perder as oportunidades que a IA oferece.