Fazendo a Inteligencia Artificial Funcionar  (680)

 Nigel Duffy & Christofher Mazzei  By SAP

Sera que a inteligencia artificial (AI) fez justiça a sua fama ate o momento? Em alguns casos tem muita coisa sendo discutida, mas paradoxalmente, as oportunidades em potencial e os benefícios da AI estão parados, se muito, sub-dimensionados. Enquanto há muito barulho em relação a AI, tem havido muitas falhas na discussão mais profunda e na analise de como a realidade ira transformar os negocios. O que deve estar segurando as empresas para não evoluir, e a falta de talento, mas na realidade a falta de um entendimento no que pode ser possível – principalmente no topo das grandes empresas. Há um entendimento de que a AI podera mudar tudo em um período de 10 anos, mas pouca apreciação de como isso pode, ou deveria, impactar os negocios neste momento agora. Quais seriam as barreiras para as organizações adotarem AI tecnologia mais rapidamente?

Existem alguns fatores óbvios. Um deles e o talento; AI ainda e um campo pequeno. De acordo com uma recente pesquisa EY, 56% dos respondentes viram uma falta de talento AI como sua maior barreira, um pulo bem grande dos 36% relatados 4 meses atrás quando EY apresentou o mesmo problema para um grupo separado de profissionais tecnológicos. A indústria esta dobrando de tamanho a cada ano, mas ainda e muito pequena devido as expectativas. Ademais, existem poucos empreendimentos de produtos AI. O espaço ainda e dominado pelas pessoas que estão chegando dos sistemas tecnológicos. Nos precisamos de ver juntos mais conteúdo e influencias dos indivíduos influenciados pelos negocios que tem os cuidados para criar alguma coisa com valor ou que tem um problema que precisam solucionar. Nesse meio tempo, o ecossistema e as plataformas ainda não tem maturidade, e as plataformas que existem tem  principalmente objetivos para os cientistas de dados e experimentalistas. Ainda há pouco espaço no caminho para uma verdadeira grade empresarial de ferramentas. Finalmente a tendência media e de focar nos receios associados com a AI ao invés dos benefícios. Consequentemente, os lideres das grandes empresas acabam gastando mais tempo com estes receios do que explorando as oportunidades criadas. A comunidade de AI precisa de apressar este processo e fazer com que as conversações, permitam aos lideres falar e movimentar algumas preocupações passadas legitimas.

Quais os riscos que os negocios deveriam considerar quando examinar e implementar AI?

O maior risco e não adotar. Qualquer desafio e uma oportunidade para a AI. Adotando a AI ira requer paciência e vontade de aprender, e vai ser complexo e lento, e assim sendo as empresas precisam começar agora. Varios projetos recentes terão um baixo retorno nos investimentos (ROI) e um impacto limitado. Eles primeiramente oferecem oportunidades de aprendizado. Mas estes aprendizados são essenciais, e o primeiro passo de uma jornada transformacional a qual ira atingir todos os negocios.

Um outro grande risco e o talento. A comunidade AI ainda e muito pequena. Isso leva a um risco significativo do efeito Dunning- Kruger – pessoas que acreditam que sabem muito mais do que realmente sabem—e o risco de prometer além do que podem, e alto. O viés em ML e potencialmente um problema – e se existem vieses em seus dados, AI ira amplifica-lo, a não ser que VC especificamente faca verificações para prevenir isto de acontecer. Os sistemas AI também tomam decisões mais rápido, e os negocios precisam desenvolver uma monitoração do risco adequado e abordagens gerenciais.

Finalmente, as super-regulacoes e os reguladores e suas falhas em compreender estas tecnologias, poderiam causar problemas. E essencial que as empresas acelerem seus aprendizados e o desenvolvimento dos controles internos, no sentido de que sejam informados, educados, com os retornos para os reguladores. Deveriam os negocios ter uma abordagem para baixo ou para cima para a implementação da AI ?  

Ambas. AS lideranças seniores devem lidar com a abordagem de baixo para cima. A inclinação natural dos tecnologistas e no sentido de aprender uma nova tecnologia e então buscar por maneiras de aplica-las. Esta abordagem e uma ótima maneira para desenvolver conhecimento e experiências corporativas, mas sem esperar um grande ROI (retorno dos investimentos) inicialmente porque VC estará focado em aprender ao invés de identificar os problemas básicos dos negocios e desenvolver soluções para eles.

Deveria haver também uma top re-examinacao dos negocios de baixo para cima. Faca as seguintes perguntas : qual e o valor central que o seus negocios tem como conteúdo e transfere para as pessoas? Como VC poderia contribuir com mais, melhor, mais rápido, ou diferentemente? Quais são as falhas de inteligência que ainda permanecem no caminho ate o momento? Depois disso, desafie os tecnologistas para preencher estas falhas. 

A AI não e perfeita. Estas tecnologias sempre terão falhas, entretanto elas irão diminuir com o tempo, mas e importante reconhecer o que e “bom o bastante”. Se VC esta lidando com um reator nuclear, então tudo deve estar perfeito; se VC e um fabricante de sorvete, então não precisa de tanta perfeição. Quanta exatidão uma solução precisa ter para alcançar valores para seus negocios? Trabalhe isso, depois pense sobre a tecnologia – e não vice versa.

BH 14 01 2018

   Uma pequena informação, quando compartilhada pode percorrer um grande caminho, mas inevitavelmente sempre ira encontrar seu legitimo destinatário !

Pesquisa, Tradução e Divulgação : Miguel Moyses Neto Visite nosso linkedin  http://br.linkedin.com/pub/miguel-moyses-neto/28/971/9aa  -- Se Gostou Desta Materia Divulgue Para Seus  Amigos !!! --Visite Tambem Nosso Twitter : @mikenetIT – Uma Fonte Das Principais Agencias, Personagens e Links de Noticias Do Mundo Inteiro !!! Ou Veja Tambem Nosso Blog : http//Miguel Moyses.blogspot.com.br

Bremense Participacoes Ltda-                                                Desde1940
linktomike.blogspot.com
	mikenet9@gmail.com