Como implementar a IA em sua organização: o guia definitivo

Desde atender as ligações de seus clientes até descobrir por que seu equipamento está consumindo muito mais energia do que costumava, a IA é capaz de muitas coisas.

Mas há muitas coisas em que os algoritmos falham, levando os trabalhadores humanos a intervir e ajustar seu desempenho.

Como implementar a IA e começar a se beneficiar dela – de forma consistente, em escala e rápido o suficiente para obter o apoio dos executivos para projetos futuros?

O problema é que a maioria das empresas ainda não tem experiência, pessoal e pilha de tecnologia para liberar todo o potencial da inteligência artificial sem envolver consultores de IA experientes.

De acordo com a pesquisa de 2020 da Deloitte, as empresas digitalmente maduras veem um ROI de 4,3% para seus projetos de inteligência artificial em apenas 1,2 anos após o lançamento. Enquanto isso, o ROI dos retardatários da IA ​​raramente excede 0,2%, com um período médio de retorno de 1,6 anos.

A Deloitte também descobriu que as empresas que veem um retorno tangível e rápido dos investimentos em inteligência artificial estabelecem a base certa para as iniciativas de IA desde o primeiro dia.

A PwC ecoa o sentimento, alegando que os líderes de IA adotam uma abordagem holística para o desenvolvimento e implementação de IA e abordam três resultados de negócios – ou seja, transformação de negócios, modernização de sistemas e tomada de decisão aprimorada – tudo de uma vez.

Então, como usar a IA em sua organização e se juntar ao grupo de líderes de inteligência artificial?

Para responder a essa pergunta, realizamos uma extensa pesquisa, conversamos com os especialistas da ITRex e examinamos os projetos do nosso portfólio. Aqui está o que aprendemos.

Como implementar a IA nos negócios: um guia de 5 passos para empresas em transformação inteligente

Isenção de responsabilidade: a inovação por si só não fará bem à sua empresa.

Às vezes, tecnologias mais simples, como automação de processos robóticos (RPA), podem lidar com tarefas semelhantes aos algoritmos de IA, e não há necessidade de complicar demais as coisas.

Em outros casos (pense em soluções de imagens médicas baseadas em IA), pode não haver dados suficientes para modelos de aprendizado de máquina para identificar tumores malignos em tomografias computadorizadas com grande precisão.

E, ocasionalmente, são necessárias redes neurais multicamadas e meses de treinamento de algoritmo autônomo para reduzir os custos de resfriamento do data center em 20%.

A inteligência artificial não é um tipo de solução mágica que aumentará magicamente a produtividade de seus funcionários e melhorará seus resultados. No entanto, tem um potencial sólido para transformar o seu negócio.

Sem mais delongas, aqui está o seu guia para implementar a IA

Etapa 1: Familiarize-se com os recursos e limitações da IA

As empresas podem integrar a IA em várias tarefas, desde a mineração de dados sociais para um melhor atendimento ao cliente até a detecção de ineficiências em suas cadeias de suprimentos.

Em uma escala mais ampla, o uso de inteligência artificial nos negócios cai para:

• Agendamento
• Previsão (assim como análise “se-outro”)
• Aprimoramento e automação de processos
• Gerenciamento e alocação de recursos
• Comunicando
• Gerenciamento de segurança cibernética

Esta lista não é exaustiva, pois a inteligência artificial continua a evoluir, alimentada por avanços consideráveis ​​em design de hardware e computação em nuvem.

Algoritmos que facilitam ou assumem tarefas independentes e processos inteiros diferem em sua fonte de dados, processamento e poder de interpretação - e é isso que você precisa ter em mente ao trabalhar em sua estratégia de adoção de IA.

Vamos pegar o aprendizado de máquina supervisionado, por exemplo. Os engenheiros de IA podem treinar algoritmos para detectar gatos em postagens do Instagram, alimentando-os com imagens anotadas de nossos amigos felinos. Quando confrontados com objetos desconhecidos, esses algoritmos ficam muito aquém.

Mas se retirarmos os dados rotulados do processo de treinamento do modelo de ML, obteremos algoritmos de aprendizado de máquina não supervisionados que processam grandes quantidades de informações – novamente, vamos usar cat picks como exemplo – até insights significativos. Os modelos de ML não supervisionados ainda exigem algum treinamento inicial. Por exemplo, poderíamos dizer aos algoritmos que um determinado banco de dados contém apenas imagens de gatos e cães e deixar para a IA fazer as contas.

Há também o aprendizado por reforço – uma técnica que envolve deixar algoritmos soltos à solta para que eles possam propor soluções para problemas de negócios e aprender com seus próprios erros. Esse tipo de IA pode ajudar a resumir textos longos ou prever tendências do mercado de ações.

Finalmente, existem redes neurais profundas que fazem previsões inteligentes analisando dados rotulados e não rotulados em relação a vários parâmetros. O aprendizado profundo encontrou seu caminho em soluções modernas de processamento de linguagem natural (NLP) e visão computacional (CV), como assistentes de voz e software com recursos de reconhecimento facial.

Não importa quão precisas sejam as previsões das soluções de inteligência artificial, em certos casos, deve haver especialistas humanos supervisionando o processo de implementação da IA ​​e agitando os algoritmos na direção certa.

Por exemplo, a IA pode economizar muito tempo dos pneumologistas ao identificar pacientes com pneumonia relacionada ao COVID, mas são os médicos humanos que acabam revisando os exames para confirmar ou descartar o diagnóstico.

Existem várias áreas em que a implementação da IA ​​faz pouco sentido sem um monitoramento eficiente:

• Geração de conteúdo criativo, como artigos de opinião e cópia otimizada para conversão
• Codificação de sistemas de software complexos (em uma nota lateral, ferramentas como GitHub Copilot e Tabnine podem realmente prever e sugerir linhas de código dentro do seu editor, mas não recomendamos usá-las, a menos que sejam engenheiros de software sênior que as usem)
• Fazer julgamentos e decisões éticas de forma independente
• Apresentando soluções inovadoras e fora da caixa para problemas do mundo real

Se sua equipe interna de TI está lutando para navegar no cenário dinâmico de inteligência artificial por conta própria, você pode contar com a ajuda de uma empresa externa que oferece serviços de consultoria de tecnologia.

Etapa 2: defina suas metas para implementação de IA

Para começar a usar a IA nos negócios, identifique os problemas que você deseja resolver com inteligência artificial, vinculando suas iniciativas a resultados tangíveis.

Para isso, você precisa realizar reuniões com as unidades organizacionais que podem se beneficiar da implementação da IA. O C-Suite da sua empresa deve fazer parte e ser a força motriz dessas discussões.

Além disso, audite seus processos e dados, bem como os fatores externos e internos que afetam sua organização. Existem muitas técnicas e estruturas para apoiar sua tomada de decisão. Isso inclui a análise de micro e macroambiente TEMPLES, a estrutura VRIO para avaliar seus ativos críticos e SWOT para resumir os pontos fortes e fracos de sua empresa. Outra ótima ferramenta para avaliar os impulsionadores e barreiras à adoção da IA ​​é a Análise de Campo de Força de Kurt Lewin. Essa lista não é exaustiva; ainda assim, pode ser um ponto de partida para sua jornada de implementação de IA.

Uma maneira de avaliar os prós e contras da implementação da IA ​​em sua organização é realizar a Análise do Campo de Força. Ao fazer isso, atribua pontuações a cada fator contribuinte. Se sua pontuação combinada for positiva, os benefícios da adoção da IA ​​superam os possíveis desafios.

Especialistas acreditam que você deve priorizar os casos de uso de IA com base na visibilidade de curto prazo e no valor financeiro que eles podem trazer para sua empresa. É por isso que você precisa de objetivos específicos e formas de medi-los.

Voltando à questão do retorno dos investimentos em inteligência artificial, é fundamental distinguir entre ROI rígido e suave.

Aqui está o ROI difícil que sua empresa pode alcançar com a implementação de inteligência artificial:

• A economia de tempo é impulsionada pela automação de tarefas laboriosas
• Ganhos de produtividade decorrentes da tomada de decisão assistida por IA
• Redução de custos de mão de obra e operacionais devido ao aumento da automação e produtividade dos funcionários
• Receita aumenta graças ao crescimento da base de clientes e maior valor dos serviços prestados

A adoção de inteligência artificial de ROI suave pode fornecer amplitudes:

• Experiência personalizada do cliente, que afeta positivamente a satisfação e a fidelidade do cliente
• Retenção de habilidades, que gira em torno de constante pesquisa e validação de novos conceitos de implementação de IA e contribui para o desenvolvimento de habilidades internas de inteligência artificial
• Agilidade organizacional e digital, que capacita seus funcionários a reformular sistemas de tecnologia e fluxos de trabalho inteiros em resposta a novos desafios e oportunidades

Todos os objetivos para implementar seu piloto de IA devem ser específicos, mensuráveis, alcançáveis, relevantes e com prazo determinado (SMART). Por exemplo, sua empresa pode querer reduzir o tempo de processamento de sinistros de seguro de 20 segundos para três segundos, ao mesmo tempo em que obtém uma redução de 30% nos custos de administração de sinistros até o primeiro trimestre de 2023.

Para definir metas realistas, você pode aproveitar várias técnicas, incluindo pesquisa de mercado, benchmarking com concorrentes e consultas com especialistas externos em ciência de dados e aprendizado de máquina.

Etapa 3: avalie sua prontidão de IA

O termo de prontidão para inteligência artificial refere-se à capacidade de uma organização de implementar a IA e alavancar a tecnologia para obter resultados de negócios (consulte a Etapa 2).

Depois de identificar os aspectos do seu negócio que podem se beneficiar da IA, é hora de avaliar as ferramentas necessárias para executar seu plano de implementação de IA.

De acordo com Vitali Likhadzed, CEO e cofundador da ITRex, sua estratégia de implementação de IA dependerá de cinco blocos de construção principais:

Talento de desenvolvimento de IA. Você tem especialistas em TI internos e especialistas no assunto (SMEs) que sabem como implementar a IA – tanto no lado da tecnologia quanto no de negócios – dentro de um prazo especificado na etapa anterior? Se não, você tem um orçamento para terceirizar o desenvolvimento de IA para terceiros ou comprar e implantar uma solução SaaS? Com a última opção, porém, você ainda terá que contratar desenvolvedores de IA para configurar e personalizar o software.

Custos de desenvolvimento, aquisição e manutenção de software. Dependendo de seus objetivos de negócios, você pode optar por uma ferramenta de inteligência artificial baseada em SaaS ou seguir a rota de engenharia de software personalizada. Ambas as abordagens têm suas vantagens e desvantagens, como a troca entre ciclos de implementação de IA mais longos e opções de personalização limitadas. O custo total de propriedade (TCO) para sistemas de IA, sob medida ou baseados em SaaS, também incluirá taxas de fornecedor e manutenção, bem como o preço de configuração e operação de uma infraestrutura em nuvem (mais sobre isso posteriormente). O custo das plataformas de análise de dados baseadas em SaaS, por exemplo, pode variar entre US$ 10.000 e US$ 25.000 por ano, com custos de licenciamento compreendendo uma pequena fração da estimativa final.

Dados. Os algoritmos de IA são tão bons quanto os dados que você alimenta para eles. Imagens, vídeos, arquivos de áudio, documentos PDF, leituras de sensores e outros dados difíceis de interpretar e modificar (ou seja, dados não estruturados) compreendem até 90% de todas as informações armazenadas na infraestrutura de TI de sua empresa. Localizá-lo, agregá-lo e prepará-lo para o treinamento de algoritmos é uma etapa essencial para criar soluções de IA precisas e de alto desempenho.

Recursos de computação e armazenamento. Microsoft Azure, Amazon Web Services, Google Cloud e outros fornecedores proeminentes de computação em nuvem fornecem os recursos para treinar, implantar e executar modelos de aprendizado de máquina na nuvem. Seus dados também ficarão na nuvem — em um data warehouse bem organizado, em data lakes ou em soluções de armazenamento de dados híbridos conhecidas como data lakehouses. Explorar os serviços de computação em nuvem é, portanto, fundamental para a implementação da IA. E você deve configurar sua infraestrutura de nuvem corretamente – caso contrário, o custo de implementação da IA ​​pode exceder sua receita potencial.

Treinamento de funcionário. Mesmo se você fizer parceria com desenvolvedores de IA experientes, ainda terá que educar os funcionários sobre a nova tecnologia para que eles possam realizar seus trabalhos com eficiência - agora e no futuro, quando você se aproximar da adoção de IA em toda a empresa.

De acordo com a classificação da Intel, as empresas com todos os cinco blocos de construção de IA em vigor atingiram a prontidão de inteligência artificial fundamental e operacional. Essas empresas podem continuar com o plano de implementação de IA – e têm maior probabilidade de sucesso se tiverem fortes estratégias de governança de dados e segurança cibernética e seguirem as melhores práticas de entrega de DevOps e Agile.

Se sua organização não atender a esses critérios, você poderá fazer parceria com uma empresa de serviços de transformação digital para atualizar sua infraestrutura de TI e considerar as opções de implementação de IA.

Etapa 4: comece a integrar a IA em processos selecionados e enquanto planeja a escala

Na ITRex, vivemos pela regra de “começar pequeno, implantar rápido e aprender com seus erros”. E sugerimos que ‌nossos clientes sigam o mesmo mantra, especialmente ao implementar inteligência artificial nos negócios.

O Gartner relata que apenas 53% dos projetos de IA passam dos protótipos à produção. Uma razão para isso pode ser a falha das empresas em replicar os resultados alcançados com seus POCs em ambientes de teste estéreis na vida real, com algoritmos de IA consumindo dados de várias fontes e aprimorando diferentes processos.

Uma abordagem pragmática para adotar a IA é ter uma imagem maior no fundo de sua mente, em vez de se concentrar em provas de conceitos isoladas (POC) para os casos de uso selecionados, mesmo que o último possa parecer uma fruta fácil em comparação com ambiciosos iniciativas lunares.

Ao criar um plano para sua estratégia de adoção de IA em toda a empresa desde o início, você também evitará o destino de 75% dos pioneiros de IA que podem sair do negócio até 2025, sem saber como implementar a IA em escala.

Além disso, um cronograma razoável para um POC de inteligência artificial não deve exceder três meses. Se você não obtiver os resultados esperados dentro desse quadro, talvez faça sentido interrompê-lo e passar para outros cenários de uso.

Etapa 5: alcançar a excelência em IA

Depois de lançar o piloto, monitorar o desempenho do algoritmo e coletar feedback inicial, você pode aproveitar seu conhecimento para integrar a IA, camada por camada, nos processos e na infraestrutura de TI da sua empresa.

Para isso, você precisa configurar:

• Uma estrutura robusta de governança de dados que garante um gerenciamento de dados seguro e eficiente em toda a sua empresa
• Um ecossistema de dados integrado para coletar, armazenar e organizar informações para treinamento de algoritmos
• Um centro de excelência em IA onde sua equipe interna trabalhará lado a lado com especialistas terceirizados, adquirirá novas habilidades, melhorará continuamente o desempenho de IA e testará novos conceitos
• Uma base que facilita a tomada de decisões ágil e o redesenho contínuo de processos de negócios: como a IA aprimorará ou automatizará mais processos em sua organização, você precisará validar que humanos e máquinas aumentam e complementam o trabalho um do outro

A abordagem incremental para implementar a IA pode ajudá-lo a obter ROI mais rapidamente, obter a adesão do C-Suite e incentivar outros departamentos a experimentar a nova tecnologia.

Entender a inteligência artificial é o primeiro passo para alavancar essa tecnologia para o crescimento e prosperidade de sua empresa.

Para ajudá-lo a começar, escrevemos um guia de negócios para inteligência artificial (faça o download aqui) — um eBook que abrange todas as dúvidas que você possa ter sobre a tecnologia, desde seus tipos e aplicativos até dicas práticas para adoção de IA em toda a empresa.

Originalmente publicado em https://itrexgroup.com em 1º de setembro de 2022.