Assinar

Inteligência Artificial sem visão de negócio é desperdício

Buscar
Meio e Mensagem – Marketing, Mídia e Comunicação

Inteligência Artificial sem visão de negócio é desperdício

Buscar
AI FOR BUSINESSES
Publicidade

How To

Inteligência Artificial sem visão de negócio é desperdício

a capacidade que a IA tem de responder com precisão às mais variadas perguntas de negócio funciona, às vezes, como uma espécie de canto da sereia, um encantamento, no qual se perde a clareza do que deve ser feito, perde-se o foco no que deve ser o objetivo real.


20 de abril de 2020 - 8h13

Por Lucas Persona

O que você vai ler aqui:

  • Tecnologia + negócios = resultados potencializados
  • Como ensinar a ferramenta de IA a buscar a resposta de alto valor?
  • 3 passos para promover alinhamento e colaboração entre negócios e tecnologia

 

 

Não é porque é possível que precisa ser feito. Essa frase simples é uma boa norteadora para o momento que nós estamos vivendo com a Inteligência Artificial (IA). Como escrevi em recente artigo, as incríveis possibilidades da tecnologia ainda causam muito entusiasmo e criam uma corrida por investimentos em ferramentas e desenvolvimento de aplicações de espetáculo, mas resultam em poucas ações que, de fato, geram valor para as companhias.

 

Isso ocorre porque a capacidade que a IA tem de responder com precisão às mais variadas perguntas de negócio funciona, às vezes, como uma espécie de canto da sereia, um encantamento, no qual se perde a clareza do que deve ser feito, perde-se o foco no que deve ser o objetivo real. E, em um contexto digital, esse objetivo é atender às necessidades do consumidor em primeiro lugar. Nessa falta de clareza, a tecnologia, muitas vezes, acaba por ser usada para satisfazer curiosidades estéreis e não para gerar informação relevante para o desenvolvimento de soluções efetivas que tragam impacto para os negócios e para clientes.

 

Uma boa medida para profissionais de tecnologia saberem essa diferença – entre a mera curiosidade e o dado que pode gerar valor – é a reflexão sobre o que se pretende fazer com a informação encontrada. Se a demanda for, por exemplo, para saber qual é o perfil do consumidor do negócio, com o input de dados e programação correta, a ferramenta de IA, certamente, será capaz de trazer essa resposta, separando, inclusive, por grupos demográficos ou por qualquer outra classificação que se desejar. Mas a pergunta que se segue é a chave: para que vamos usar essas informações? Se não houver clareza nessa resposta, se ela não chamar a uma ação e não houver uma estratégia continuada a partir dela, o uso de IA é um desperdício. Outras ferramentas, inclusive mais simples e de aplicação mais barata, podem responder a essa curiosidade do negócio, se for o caso.

 

Tecnologia + business = resultados potencializados

 

Vencida essa barreira, a da necessidade ou não do uso da tecnologia, a próxima questão que nós, profissionais de tecnologia e de desenvolvimento, precisamos entender é que não há como se isentar do business, do conhecimento das necessidades do negócio e do consumidor. De “tirar de pedidos” da área de negócios, nossa função passou a ser a de viabilizar a construção de valor de forma multidisciplinar e colaborativa. Isso porque se trata cada vez menos de prescrever softwares para executar comandos programados e cada vez mais de criar tecnologias capazes de aprender.

 

Ou seja, temos que ter em mente que não se trata de um software tradicional, que apresenta respostas estáticas. Os resultados serão fluidos e mudarão com o passar do tempo. Além disso, situações semelhantes podem apresentar respostas diferentes. E todos esses aspectos devem ser traduzidos diretamente para a IA. E quem é capaz de nos ajudar a fazer essa tradução, de saber o que é relevante e ensinar o que o software precisa aprender? Profissionais de negócios.

 

Esse perfil traz a visão de quais são os problemas de negócio que a ferramenta ajudará a resolver, que perguntas fazem sentido para a estratégia e que informações devem ser consideradas para, de fato, trazer resultados com impacto positivo. Logo, antes de desenvolver, precisamos ter muito alinhamento com o time de negócios para saber que tipo de aprendizado deve ser programado e por quais caminhos.

 

Ensinando o software a buscar a resposta correta

 

Costumo comparar o momento de ensinar um software de IA ao treinamento de um novo profissional que executará a mesma tarefa. A lógica é a mesma. Quando você está treinando uma nova pessoa, você não diz qual é a resposta correta, mas ensina como avaliar qual delas é a correta. Isso é especialmente valioso no atual contexto de alta volatilidade e mudanças velozes.

 

Para ilustrar, vamos imaginar que um e-commerce está em busca de melhorar o seu atendimento virtual. A primeira coisa a fazer é entender com o time de negócios como atendentes reais recebem treinamento para responder às dores do consumidor, qual é o passo a passo que deve ser feito. Em um caso de problemas com o programa de pontuação em compras, por exemplo, a pessoa atendente precisa, em primeiro lugar, confirmar a identidade do cliente. Depois, se a compra foi realizada, solicitando a foto da nota fiscal. Tendo esses passos dados, o crédito em pontos entra na conta do cliente.

 

Conhecendo esse e outros padrões que fazem parte do processo de um atendimento real, sabemos como treinar o software para fazer o mesmo. Porém, nem sempre um conjunto de perguntas gerará um conjunto esperado de respostas. Assim, quando o time observa o atendimento real, com algumas das inúmeras variáveis possíveis, ganha insights importantes para prever caminhos de solução para novas perguntas e problemas que forem surgindo.

 

3 dicas para promover a conexão entre times

 

Como já dito, para que tenhamos esse conhecimento, é preciso instalar um mindset de colaboração entre profissionais de tecnologia e negócios. Isso significa ter sessões conjuntas de discovery, de design sprint para resolver os problemas, além de manter conversas regulares para acompanhar a realidade, as mudanças de rumo.

 

Para que uma liderança de tecnologia consiga estabelecer esse ambiente de colaboração e troca de experiências para a construção de valor, é preciso tomar algumas ações:

 

1 – Estabeleça uma parceria em negócios – É preciso identificar pessoas na área de negócios que tenham um perfil de inovação e interesse em solucionar problemas críticos do negócio. Serão bons aliados e aliadas. Essas pessoas vão trazer uma visão mais ampla e atualizada dos problemas de negócio, quais as formas que usariam para resolvê-los e qual o valor dessa solução para a companhia.

 

Em contrapartida, o time de tecnologia deve oferecer aprendizado, contexto e base sobre as possibilidades da tecnologia de IA. Assim, profissionais de negócios terão mais preparo para discutir sobre novos caminhos de solução, identificar oportunidades de aplicação da IA e potencializar valor.

 

2 – Não seja alienígena na hora de explicar – É muito comum, no entusiasmo de explicar as inúmeras possibilidades da Inteligência Artificial, que líder ou profissional de desenvolvimento se perca em nomenclaturas e termos técnicos pouco acessíveis para quem não é da área. Isso, naturalmente, gera uma barreira de comunicação. Quem ouve, trava.

 

Então, nada de iniciar uma conversa sobre (a métrica de avaliação) Curva ROC, sobre False negative, False positive, precision… Deixe esses termos para um segundo momento, no qual haja maior compreensão e maturidade sobre o tema. Isso vai acontecer no decorrer do processo de trabalho conjunto. Porém, vale lembrar que, para conseguir simplificar algo complexo, é necessário ter muito domínio sobre o assunto. Se for difícil encontrar as palavras certas ou analogias para ter a devida compreensão e, de fato, ensinar, é preciso estudar mais. Aprofunde-se mais no tema.

 

3 – Promova reflexões sobre valor versus custo da nova solução – Aqui, cabe uma ideia que já apresentamos no artigo anterior sobre Inteligência Artificial: para manter o bom alinhamento entre os times de negócios e tecnologia, é importante fazer uma reflexão conjunta a respeito do valor da resposta correta versus o custo da resposta errada.

 

Ou seja, a despeito da intenção dos times de utilizar a tecnologia de IA, é importante avaliar sempre se os custos de implementação são menores do que os ganhos que podem existir com os aprendizados gerados pela ferramenta. Aproveito para relembrar a ideia que abriu este texto: não é só porque é possível que faz sentido.

 

Assim, para desenvolver soluções com Inteligência Artificial capazes de potencializar a entrega de valor para clientes e trazer resultados de impacto para a companhia, some conhecimentos. É a partir da inteligência coletiva que as companhias conquistam a habilidade de identificar e aproveitar as oportunidades e de usar as tecnologias disponíveis para realmente inovar e encantar.

(*) Lucas Persona é Chief Digital Evangelist da CI&T
Publicidade

Compartilhe

Veja também