“Artificial intelligence is changing our world faster than we can imagine? It will impact every area of our lives. And this is happening whether we like it or not. Artificial intelligence will help us do almost everything better, faster, and cheaper, and it will profoundly change industries, such as transportation, tourism, healthcare, education, retail, agriculture, finance, sales, and marketing. In fact, AI will dramatically change our entire society.”
“Artificial Intelligence: 101 Things You Must Know Today About Our Future” – Lasse Rouhiainen

[dropcap]A[/dropcap]s empresas americanas esperam que o seu investimento em inteligência artificial (IA), que muitas vezes faz parte de iniciativas inteligentes de automação vá além da melhoria da produtividade e diminuição de custos. É de considerar que 20 por cento dos líderes empresariais americanos com iniciativas de IA relatam que a vão introduzir nos seus negócios em 2019, de acordo com o último relatório sobre a matéria publicado pela PricewaterhouseCoopers (PWC) que é uma multinacional de serviços sediada em Londres.

As empresas vêem a IA como um caminho para o crescimento de lucros e receitas em 2019. No entanto, existem desafios, como treinar funcionários para usar sistemas de IA, e ameaças à segurança continuam a ser uma séria preocupação. O sucesso na alavancagem da IA será construído com base em estratégias para a organização e força de trabalho, para criar dados de IA responsáveis, reinventar o negócio e integrá-la a outras tecnologias.

A maioria dos líderes empresariais sabe que a IA tem o poder de mudar praticamente tudo o que faz em termos negócios e pode contribuir com até 15,7 triliões de dólares para a economia global até 2030. Mas o que muitos líderes empresariais não sabem é como implantar a IA, não apenas em um projecto-piloto, mas em toda a organização empresarial, onde pode criar o máximo valor. O “como” é o ponto de atrito com qualquer tecnologia emergente, e a IA não é excepção. Como se define a estratégia de IA? Como encontrar trabalhadores conhecedores de IA ou treinar pessoal existente? O que se pode fazer para obter dados disponíveis para a IA? Como se garante que a IA é confiável?

As respostas a essas perguntas geralmente variam de uma empresa para outra e o ambiente está em constante evolução. Mas as empresas não podem esperar que a poeira se estabilize. A adopção de IA, que aconteceu com intermitência, será acelerada em 2019. Para obter uma leitura acerca do actual estado das organizações, o estudo do qual resultou o relatório, entrevistou mais de mil líderes empresariais americanos que estão a investigar ou a implementar a IA. Se esses planos ambiciosos forem bem-sucedidos, muitas empresas americanas de ponta serão aperfeiçoadas por IA, não apenas em termos de custos de organização, mas em todas as suas operações.

Os especialistas afirmavam que em 2018, existiam oito previsões sobre como a IA provavelmente se desenvolveria ao longo do ano, com implicações para os negócios, governo e sociedade. As tendências que foram identificadas incluíam o verdadeiro impacto da força de trabalho na IA, a necessidade de todas as empresas se concentrarem na IA responsável e as ameaças emergentes à volta da segurança cibernética e na competitividade interna americana serem ainda mais relevantes actualmente, com a actual política comercial e industrial da administração Trump.

À medida que se foi aproximando 2019, com a IA a mudar cada vez mais do laboratório para os escritórios, fábricas, hospitais, locais de construção e vida dos consumidores, uma abordagem diferente tornou-se necessária e não se trata apenas de destacar o que é provável que aconteça, mas o que os líderes empresariais devem fazer com a IA. A lista de prioridades da IA para 2019, é acerca das grandes previsões nesta área que é das mais importantes a nível global, e que passa pelas empresas concentrarem os seus esforços em seis áreas-chave, o que lhes permitirá uma vantagem substancial em relação a outras empresas em 2019.

A estratégia de IA deve abordar a estrutura que é a organização para o retorno sobre investimento (ROI na sigla em língua inglesa) e esforço; a força de trabalho; a formação com os especialistas de IA para trabalharem em conjunto; a confiança que é tornar a IA responsável em todas as suas dimensões; os dados que permitam localizar e classificar para ensinar as máquinas; a reinvenção que é monitorizar a IA através de personalização e maior qualidade e convergência que é combinar IA com inteligência analítica, Internet das Coisas (IoT na sigla em língua inglesa), entre outras.

Quanto à primeira área-chave, sabemos que com a IA, é tempo de aumentar a produtividade ou desistir. As empresas líderes estão a começar a transferir os seus modelos de IA para a produção, onde executarão operações para melhorar a tomada de decisões e fornecer inteligência voltada para o futuro e pessoas em todas as funções. A IA vai transformar quase tudo nos negócios e mercados, sendo um bom motivo para agir, mas não o suficiente para fazer muito de forma rápida. Se for realizado correctamente, o desenvolvimento de um modelo de IA para uma tarefa específica, pode melhorar um processo existente ou resolver um problema de negócios bem definido, ao mesmo tempo que cria o potencial de se alargar a outras áreas da empresa.

Acerca dos algoritmos de IA existe o facto de haver poucos, o que pode surpreender os utilizadores de negócios. Os mesmos algoritmos são capazes de resolver a maioria dos problemas de negócios para os quais a IA é relevante, portanto, se puderem ser aplicados com sucesso em uma área da empresa, geralmente poderão ser usados em outras. É exemplo, o facto, de toda a empresa precisar de processar facturas. Ao extrair informações automaticamente, mesmo de facturas que não são totalmente padronizadas, as ferramentas de IA podem automatizar o processo para reduzir custos e tempo de processamento.

É possível modificar e usar o componente IA para acelerar outras áreas da empresa, como o atendimento ao cliente, marketing, impostos e gestão da cadeia de suprimentos, que também consomem enormes quantidades de dados não estruturados e semi-estruturados. O objectivo é conceber um portfólio de blocos de construção reutilizáveis, para criar um ROI rápido e um momento de escala. Os líderes empresariais estão a adoptar essa estratégia, pois classificaram os modelos de IA e os conjuntos de dados que podem ser usados em toda a organização, como a capacidade mais importante na qual se concentrarão em 2019.

Quando as iniciativas de IA começam a ser praticadas por especialistas, por vezes lutam para obter uma ampla simpatia, mas quando vêm o lado comercial, os projectos podem ter um foco limitado ou não aproveitar totalmente a tecnologia e em ambos os casos, as equipas isoladas podem criar esforços duplicados ou incompatíveis. A resposta é a supervisão de uma equipa diversificada que inclui pessoas com competências em negócios, TI e IA especializadas, e que representem todas as áreas da organização. É preciso ser disciplinado, criar uma estrutura organizacional que cruze funções e permita estabelecer uma estratégia clara de IA e um centro de excelência (CoE na sigla em língua inglesa) que é frequentemente a melhor forma de construir essa base de IA, e o modelo que se espera tornar mais predominante.

As empresas podem optar por adicionar responsabilidades de IA a grupos existentes de análise ou automação, ou a outros CoEs estabelecidos. Onde quer que este grupo resida, as suas responsabilidades devem abarcar questões de negócios, tais como identificar casos de uso e como desenvolver responsabilidade e governança, devendo estabelecer e supervisionar políticas de dados em toda a empresa e devem determinar ainda os padrões de tecnologia, incluindo arquitectura, ferramentas, técnicas, gestão de fornecedores e propriedade intelectual, e como os sistemas inteligentes de IA necessitam de ser e evoluir.

A equipa de IA deve criar e gerir uma plataforma digital para colaboração, suporte e administração de recursos, devendo ser esse o objectivo único para os esforços de IA, como sendo um ambiente virtual com ferramentas ligáveis, onde os profissionais de negócios e de tecnologia compartilharão recursos como conjuntos de dados, metodologias e componentes reutilizáveis e colaborarão em iniciativas.

[continuação]

“Artificial intelligence (AI) is taking an increasingly important role in our society. From cars, smartphones, airplanes, consumer applications, and even medical equipment, the impact of AI is changing the world around us. The ability of machines to demonstrate advanced cognitive skills in taking decisions, learn and perceive the environment, predict certain behavior, and process written or spoken languages, among other skills, makes this discipline of paramount importance in today’s world. Although AI is changing the world for the better in many applications, it also comes with its challenges.”

Artificial Intelligence: Emerging Trends and Applications

Marco Antonio Aceves-Fernandez

[dropcap style≠’circle’]A[/dropcap] inteligência artificial (IA) está a tornar-se benéfica em muitas actividades humanas, ao diagnosticar doenças, traduzir idiomas e fornecer atendimento ao cliente, entre muitas outras. A situação está a melhorar rapidamente, fazendo criar razoáveis receios ​de que a IA acabará por substituir os trabalhadores em toda a economia. Mas esse não é o resultado inevitável ou o mais provável, pois nunca antes as ferramentas digitais foram tão receptivas aos seres humanos e estes àquelas. Ainda que a IA altere radicalmente a forma como trabalho é realizado e quem o faz, o maior impacto da tecnologia será complementar e aumentar as capacidades humanas, não substituí-las.

É um dado certo que muitas empresas utilizam a IA para automatizar processos, mas são implantadas principalmente para substituir os trabalhadores e verão apenas lucros de produtividade a curto prazo. A última sondagem realizada nos Estados Unidos que envolveu mil e quinhentas empresas, revelou que as empresas alcançam melhorias de desempenho mais significativas, quando os seres humanos e máquinas trabalham conjuntamente. Através dessa inteligência cooperativa, os seres humanos e a IA aumentam activamente os pontos fortes e complementares uns dos outros, como a liderança, trabalho em equipa, criatividade e as habilidades sociais dos primeiros, bem como a velocidade, escalabilidade e as capacidades quantitativas dos últimos.

O que é natural para as pessoas pode ser complicado para as máquinas, e o que é simples para as máquinas (analisando gigabytes de dados), permanece praticamente impossível para os seres humanos. Os negócios requerem ambos os tipos de recursos e para aproveitar ao máximo essa colaboração, as empresas precisam de entender como os seres humanos podem efectivamente aumentar a capacidade das máquinas, como as máquinas podem aprimorar o que os seres humanos fazem de melhor, e como redesenhar os processos de negócios para apoiar a parceria. Os seres humanos precisam de desempenhar três papéis cruciais, pois devem treinar máquinas para executar determinadas tarefas; explicar os seus resultados, especialmente quando são contra intuitivos ou controversos; e sustentar o uso responsável de máquinas (evitando, por exemplo, que robôs prejudiquem os seres humanos).

Os algoritmos de aprendizagem da máquina devem ser ensinados a executar o trabalho para o qual foram projectados e nesse esforço, enormes conjuntos de dados de treino são acumulados, para ensinar aplicativos de tradução automática para lidar com expressões idiomáticas, aplicativos médicos para detectar doenças e mecanismos de recomendação para apoiar a tomada de decisões financeiras. Além disso, os sistemas de IA devem ser treinados da melhor forma para interagir com os seres humanos. Ainda que as organizações em todos os sectores estejam nos estágios iniciais de preenchimento das funções de instrutor, as principais empresas de tecnologia e grupos de pesquisa contam com equipas de formação e especialização amadurecidas. Se considerarmos a assistente de IA da Microsoft, “Cortana”, deparamos que o “bot” que é uma aplicação de “software” criado para simular acções humanas repetidas vezes de forma padrão, como faria um robô, exigia treino extensivo para desenvolver apenas a personalidade certa, confiante, carinhosa e prestativa, mas não autoritária. Incutir essas qualidades, exigiu incontáveis ​​horas de atenção de uma equipa que incluía um poeta, um romancista e um dramaturgo.

É de notar que de igual forma, eram necessários treinadores humanos para desenvolver as personalidades do aplicativo “Siri” (que é uma maneira fácil e rápida de fazer tudo), da “Apple”, e da “Alexa” da “Amazon”, para garantir que reflectissem com precisão as marcas das suas empresas. A “Siri”, por exemplo, tem apenas um toque de inconveniência, como os consumidores podem esperar da “Apple”. Os assistentes de IA estão a ser treinados para exibir características humanas ainda mais complexas e subtis, como a simpatia. O “start-up” “Koko”, um desdobramento do “MIT Media Lab”, desenvolveu uma tecnologia que pode ajudar os assistentes da IA a parecerem solidários, como por exemplo, se um utilizador está a ter um dia mau, o sistema “Koko” não responde de forma automática, como “sinto muito ouvir tal situação”, mas ao invés pode pedir mais informações e depois oferecer conselhos para ajudar a pessoa. Há que ver os problemas sob uma luz diferente e se estiver a sentir “stress”, o sistema recomendaria pensar na tensão, como uma emoção positiva que poderia ser canalizada para a acção.

À medida que as IAs chegam cada vez mais a conclusões por meio de processos que são opacos (o chamado problema da caixa-preta), exigem especialistas humanos no terreno para explicar o seu comportamento a utilizadores não especialistas. Os explicadores são particularmente importantes em indústrias baseadas em evidências, como leis e medicina, onde um profissional precisa de entender, como uma IA pesou todo o que é disponível para o uso e desenvolvimento da vida humana em uma sentença ou recomendação médica. Os explicadores, são igualmente importantes, para ajudar as seguradoras e a polícia a entenderem porque razão um automóvel, realizou acções que levaram a um acidente, ou não conseguiu evitá-lo. E os explicadores estão a tornar-se parte integrante de sectores regulados, em qualquer indústria voltada para o consumidor, onde a produção de uma máquina poderia ser desafiada como injusta, ilegal ou simplesmente errada, como por exemplo menciona o “Regulamento 2016/679 do Parlamento Europeu e do Conselho”, que é o novo “Regulamento Geral sobre a Protecção de Dados (RGPD)” da “União Europeia (UE)”, que estabelece as regras relativas ao tratamento, por uma pessoa, ou organização, de dados pessoais relativos a pessoas na UE.

O RGPD concede aos consumidores o direito de receber uma explicação para qualquer decisão baseada em algoritmos, como a oferta de tarifa em um cartão de crédito ou hipoteca. Esta é uma área onde a IA contribuirá para o aumento do emprego, dado que os especialistas estimam que as empresas terão que criar cerca de setenta e cinco mil novos empregos para administrar os requisitos do GDPR. Além de ter pessoas que podem explicar os resultados da IA, as empresas precisam de sustentadores, ou seja funcionários que trabalham continuamente para garantir que os sistemas de IA estejam a funcionar de forma adequada, segura e responsável. A IA pode impulsionar as nossas habilidades analíticas e de tomada de decisão, bem como aumentar a criatividade, como por exemplo, um conjunto de especialistas, às vezes chamados de engenheiros de segurança, quando se concentram para antecipar e tentar evitar danos causados ​​por IAs.

Os desenvolvedores de robôs industriais que trabalham ao lado das pessoas, prestaram cuidadosa atenção para garantir que reconheçam os seres humanos por perto e não os ponham em perigo. Tais especialistas, também, podem rever a análise dos explicadores quando as IAs causam danos, como quando um carro autónomo está envolvido em um acidente fatal. É de considerar que outros grupos de sustentadores garantem que os sistemas de IA mantenham as normas éticas. Se um sistema de IA para aprovação de crédito, por exemplo, for discriminatório contra pessoas em determinados grupos, esses gerentes de ética são responsáveis ​​por investigar e resolver o problema. Os responsáveis ​​pela conformidade de dados, desempenhando um papel semelhante, tentam garantir que os dados que alimentam os sistemas de IA estejam em conformidade com o GDPR e outras regulamentações de protecção ao consumidor, e um papel relacionado ao uso de dados envolve garantir que as IAs façam a gestão das informações com responsabilidade.

A “Apple”, como muitas empresas de tecnologia, usa a IA para recolher detalhes pessoais sobre os utilizadores quando se envolvem com os dispositivos e “softwares” da empresa. O objectivo é melhorar a experiência do utilizador, mas a recolha de dados irrestrita pode comprometer a privacidade, enfurecer os clientes e entrar em conflito com a lei. As empresas beneficiam da optimização da colaboração entre seres humanos e a IA. É de considerar a existência de cinco princípios que podem ajudar como reimaginar os processos de negócios; abraçar a experiência/envolvimento do funcionário; estratégia de IA activamente directa; recolher dados com responsabilidade e redesenhar o trabalho para incorporar a IA e cultivar as habilidades dos funcionários relacionados com o processo. A última pesquisa realizada nos Estados Unidos com mil e setenta e cinco empresas em doze sectores descobriu que quanto mais adoptadas por essas empresas, melhores são as iniciativas de IA, realizadas em termos de velocidade, redução de custos, receitas ou outras medidas operacionais.

As máquinas inteligentes estão a ajudar os seres humanos a expandir as suas habilidades de três formas, pois podem ampliar as nossas forças cognitivas; interagir com clientes e funcionários para nos libertar para tarefas de alto nível e incorporar habilidades humanas para alargar as nossas capacidades físicas. A inteligência artificial pode impulsionar as nossas habilidades analíticas e de tomada de decisão, fornecendo as informações certas no momento correcto, mas também podem aumentar a criatividade. Se considerarmos o “Dreamcatcher” da “Autodesk” que aumenta a imaginação de desenhadores excepcionais, deparamos que um desenhador fornece ao “Dreamcatcher” critérios sobre o produto desejado, por exemplo, uma cadeira capaz de suportar até centro e trinta quilogramas, com um assento de quarenta e cinco centímetros de altura, feita de materiais que custam menos de setenta e cinco euros, e assim por diante, e também pode fornecer informações sobre outras cadeiras que considera atraentes.

O “Dreamcatcher” produz milhares de desenhos que combinam com esses critérios, muitas vezes criando ideias que o desenhador pode não ter considerado inicialmente, e pode então orientar o “software”, dizendo quais as cadeiras que gosta, levando a uma novo círculo de projectos. Ao longo do processo interactivo, o “Dreamcatcher” realiza os diversos cálculos necessários para garantir que cada projecto proposto atenda aos critérios especificados. Tal, liberta o projectista para se concentrar na implantação de forças exclusivamente humanas, como o julgamento profissional e a sensibilidade estética. A colaboração homem-máquina, permite que as empresas interajam com funcionários e clientes de formas novas e mais eficazes. Os agentes de IA como a “Cortana”, por exemplo, podem facilitar a comunicação entre pessoas ou em nome de pessoas, como transcrever uma reunião e distribuir uma versão de voz pesquisável para aqueles que não puderam comparecer.

Tais aplicativos são inerentemente escalonáveis, pois um único “chatbot” (é um programa de computador que tenta simular um ser humano na conversação com as pessoas), por exemplo, pode fornecer serviço de rotina ao cliente para um grande número de pessoas simultaneamente, onde quer que se encontrem. O “Skandinaviska Enskilda Banken (SEB)”, um dos principais bancos suecos usa um assistente virtual chamado “Aida” para interagir com milhões de clientes. O “Aida” tem a capacidade para trabalhar com conversas em linguagem natural, com acesso a vastos repositórios de dados e pode responder a muitas perguntas feitas frequentemente, como abrir uma conta ou fazer pagamentos internacionais, bem como também pode fazer perguntas de acompanhamento aos telespectadores para resolver os seus problemas, e é capaz de analisar o tom de voz de um chamador (por exemplo, frustrado versus apreciativo) e usar essa informação para fornecer um serviço melhor posteriormente.

Se o sistema não conseguir resolver um problema, o que acontece em cerca de 30 por cento das situações, encaminha o interlocutor para um representante humano de atendimento ao cliente, e monitora essa interacção para aprender a resolver problemas semelhantes no futuro, e com o “Aida” a trabalhar com os pedidos básicos, os representantes humanos podem concentrar-se em abordar questões mais complexas, especialmente, as de interlocutores infelizes que podem precisar de apoio extraordinário. É de entender que muitas IAs, como o “Aida” e a “Cortana”, existem principalmente como entidades digitais, mas em outras aplicações, a inteligência é incorporada em um robô que dá mais-valia a um trabalhador humano. Os motores e actuadores com os seus sofisticados sensores, as máquinas habilitadas por IA, podem reconhecer pessoas e objectos e trabalhar com segurança ao lado dos seres humanos em fábricas, armazéns e laboratórios.

Os robôs na fabricação, por exemplo, estão a evoluir de máquinas industriais potencialmente perigosas e “tolas” para “cobots” inteligentes e sensíveis ao contexto. Um braço “cobot” pode, por exemplo, trabalhar com acções repetitivas que exigem tarefas pesadas, enquanto uma pessoa realiza funções complementares que exigem destreza e julgamento humano, como a montagem de um motor da engrenagem. A “Hyundai” está a ampliar o conceito de “cobot” com exoesqueletos. Esses dispositivos robóticos vestíveis, que se adaptam ao utilizador e à localização em tempo real, permitirão que os trabalhadores industriais executem os seus trabalhos com resistência e força sobre-humanas. A fim de obter o máximo de valor da IA, as operações precisam ser redesenhadas e para o fazer, as empresas devem primeiro descobrir e descrever uma área operacional que possa ser melhorada. Pode ser um processo interno desajeitado (como a lentidão dos RHs para preencher vagas de pessoal), ou pode ser um problema anteriormente intratável que pode ser resolvido usando IA (como identificar rapidamente reacções adversas a medicamentos em multidões de pacientes). Além disso, uma série de novas técnicas analíticas avançadas e de IA, podem ajudar a detectar problemas anteriormente invisíveis passíveis de soluções de IA. As empresas, de seguida, devem desenvolver uma solução por meio da co-criação, fazendo que as partes interessadas visualizem como podem colaborar com sistemas de inteligência artificial para melhorar um processo.