Cinco pontos sobre a Inteligência Artificial é que não devemos perder de vista

Como com muitas inovações, a inteligência artificial surgiu aos olhos do público, primeiro como ficção científica. "Frankenstein", de Mary Shelley, "Robôs Universais de Rossum", de Karel Capek (de onde veio a palavra "robô") e outras obras concebidas de seres artificiais a capacidade de pensar como um humano.
Hoje, o crescimento exponencial do poder computacional está dando vida a estes e outros imaginação: carros que dirigem sozinhos os assistentes inteligentes, as redes de auto-aprendizagem, e de dezenas de outras aplicações menos glamourosa, mas não menos importante. E estamos ainda nos primeiros dias.
A Inteligência Artificial é a próxima onda de transformação da tecnologia, e nenhum executivo de negócios pode se dar ao luxo de ignorá-la. De acordo com o Gartner, os agentes inteligentes irá facilitar a 40% da droga no celular até 2020. O mercado de soluções para o cognitivo e AI vai mostrar uma taxa de crescimento anual composta de 55,1% entre 2016 e 2020, de acordo com a IDC, os gastos cerca de 8 bilhões de dólares em receita para 47 bilhões. No Estudo de Tendências Globais da Tata Consultancy Services (TCS) sobre Inteligência Artificial, mais de 150 das maiores empresas gastam, em média, de 150 milhões de dólares cada em iniciativas de AI em 2015.
No entanto, pode ser difícil ter uma sólida compreensão do que está AI exatamente e como ele pode ajudar sua empresa da melhor forma. Além de ser tecnologicamente complexos, AI, como muitos dos produtos que gera, está evoluindo e mudando rapidamente. Ele é, ao mesmo tempo, muito mais e muito menos do que qualquer promessa de uma visão utópica ou distópica que geralmente cercam.
É vital que as empresas que ser lúcidos e estratégico para navegar neste novo cenário. Altos executivos estão sendo bombardeadas ? do quarto para a sala da diretoria ? com questões e demandas sobre como eles estão mantendo o tema e como eles pretendem, para se mover para a frente. É fácil entrar na onda de AI e se sentem compelidos a agir simplesmente porque a concorrência está fazendo isso, mas não é possível preparar as empresas para o futuro de uma tacada só.
Aqui nós oferecemos uma estrutura prática e realista de como pensar sobre o AI:
1. AI é ótima idéia. Você precisa pensar pequeno. É fácil de segurar grandes visões de uma empresa transformada por AI. Para a maioria das empresas, estamos muito longe desta realidade. Os executivos devem ter um foco bem completo para a identificar problemas ou necessidades específicas que se beneficiaria mais com a capacidade do AI, e não para pensar se seria possível substituir metade da sua força de trabalho por bots, por exemplo.
No mundo empresarial de hoje de aplicativos de maior sucesso AI são muitas vezes aqueles relacionados com a resolução de problemas difíceis, mas bastante mundano, com um retorno significativo sobre o investimento. Considere, por exemplo, a classificação de um ticket de suporte. Para permitir o processamento massivo de dados a partir de várias fontes, AI pode transformar dados de tickets de suporte em informações de inestimável valor para inteligência empresarial.
Ele também irá ajudar você a pensar sobre o objetivo básico: trata-se de melhorar a produtividade da empresa? O serviço ao cliente melhorou? Ou estão a expandir o seu potencial de mercado e de vendas? Uma única solução para AI não vai atender a todas essas necessidades
2. O algoritmo é o cérebro. Foco nos dados, que são o sangue que irriga o cérebro. Com a capacidade de AI se relacionar e analisar os armazenamentos de dados não estruturados (pensar no feedback direto dos clientes, mais os comentários de mídia social), a ênfase deve ser colocada na identificação e captura os melhores dados possíveis a partir de todas as fontes relevantes.
As empresas sempre coletados dados através de uma variedade de aplicações, tais como CRM, Business Intelligence, e agora a mídia social. Isso só vai crescer na medida em que as fronteiras organizacionais derreter e o ecossistema se tornar mais inteligente com sensores, fábricas e cidades inteligentes, dispositivos conectados e outros.
A boa notícia é que existem métodos e técnicas disponíveis que podem, de forma convincente, armazenar estes dados, analisá-los, e construir modelos de previsão em torno deles que se irá aprender e melhorar. O Melhor os dados, melhor serão os resultados.
3. AI consiste de máquinas. Pense nas pessoas. Aplicações de inteligência artificial de sucesso não é necessariamente substituir o trabalho humano por máquinas, mas para aumentar e melhorar a colaboração entre ambos.
Sim, certas tarefas realizadas por pessoas, agora, como a interação com o cliente de baixo nível, pode ser automatizada por meio de bots ou outras aplicações de IA. De acordo com a Forrester, 25% de todas as tarefas serão destinadas a robôs de software, robôs, física ou automação de auto-serviço para o cliente, em até 2019. No entanto, o mesmo estudo diz que 13,6 milhões de empregos serão criados usando as ferramentas de AI durante a próxima década.
A maximização das capacidades do AI gera uma necessidade maior para a criação e organização do conhecimento por pessoas. Por sua vez, este conhecimento alimenta as máquinas para ajudar a ensiná-los. A capacidade de uma máquina para ter cognição semelhantes aos humanos requer enormes quantidades de dados e treinamento. Por exemplo, não é suficiente para fornecer um mapa da rota para um carro autônomo. Um modelo computacional bem-sucedida seria incluir o máximo de informações possível sobre a forma como um ser humano e compreende um curso, incluindo o conhecimento sobre calçadas, semáforos, obstáculos, provavelmente durante a diferentes condições de tempo, detalhes da superfície da estrada e muito mais.
Para que o sistema do carro tem a capacidade de "pensar com clareza" e tomar as decisões apropriadas conforme as circunstâncias surgem, e os erros a serem corrigidos, ele depende do recebimento de fluxos contínuos de dados. Toda essa "aprendizagem" exige uma relação diferente entre a máquina e o homem, que deixa de ser um mero operador ou administrador para se tornar um professor continuou. Este, por sua vez, tem profundas implicações para a força de trabalho e a forma como ele é distribuído.
4. AI está a crescer a uma velocidade vertiginosa. Concurso do pé no freio. Apesar de o inebriante, elixir da análise da massa de dados pode levantar questões éticas e riscos para seus clientes e seus negócios. Não colocar essas perguntas de lado ou deixá-los para outras pessoas. A academia já está em estágios iniciais do desenvolvimento de estruturas que podem ajudar. Pesquisadores da Carnegie Mellon University desenvolveram um Índice de Influência Quantitativa. Este índice pode analisar o peso dado a um conjunto de fatores para chegar a uma decisão sobre a máquina. Por exemplo, o índice pode revelar o peso dado para a faixa etária e renda na decisão de conceder um empréstimo. Tais estruturas podem tornar a operação do sistema de IA muito mais transparente, responsável e ética. Este desenvolvimento poderia facilitar a gestão da mudança e a aceitação dos sistemas de AI no negócio.
5. É difícil quantificar o ROI da AI. Não se preocupe com isso. Você pode não saber o valor numérico de suas iniciativas para a IA por algum tempo. Ela exige atenção e calibração de operação contínua. Criar outros marcadores de progresso, o sucesso e o fracasso, incluindo a capacidade de fazer coisas novas com a inteligência e análise, desde que o AI pode fornecer.