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
|
Nenhum comentário:
Postar um comentário