Inteligência Artificial é investimento a longo prazo

A facilidade de acesso para trocar informações e obter resultados definem o futuro com apenas um click. No entanto, ao mesmo tempo em que a Inteligência Artificial (IA) –  ou a tecnologia que se propõe a elaborar dispositivos que simulem a capacidade humana de raciocinar, perceber, tomar decisões e resolver problemas – elimina alguns empregos, ela exige também uma melhor formação profissional para que os dados levantados pelas companhias tenham um propósito e sejam bem utilizados para se obter resultados.

Responsável por coordenar projetos de pesquisa e inovação com empresas de diferentes segmentos, como varejo, saúde, mídias e energia, Anderson Soares, Fundador da Deep Learning Brasil e da Big Data GO, discutiu as principais barreiras na adoção de Inteligência Artificial e os caminhos para vencê-las, durante o Comitê de Empreendedorismo da Amcham Goiânia, realizado nesta terça-feira (25), reforçando que um dos principais desafios é a Gestão de Expectativa.

“Tanto do ponto de vista de quem quer ter uma formação na área – devido à escassez de mão de obra – não só no Brasil, mas em todo o mundo, quanto de quem quer adotar a Inteligência Artificial como ferramenta para potencializar algo na empresa, é preciso entender que há vários níveis de maturidade de soluções, viáveis para empresas de todos os portes”, frisou.

Anderson Soares: “Este é um investimento de médio a longo prazo”

O primeiro ponto para viabilizar a utilização, seja para pequenas e médicas empresas, é pensar em ao menos dois dos sete níveis de maturidade de soluções em Inteligência Artificial: Percepção (o que está acontecendo), Notificação (o que é necessário saber), Sugestão (o que se deve recomendar), Automação (o que se deve sempre fazer), Predição (o que se espera acontecer), Prevenção (o que precisa ser evitado) e Consciência Situacional (o que é necessário fazer imediatamente).

O empresário tem que pensar em quais tipos de dados tem para atacar seu problema. Normalmente, os dados tabulares (tudo aquilo que a empresa consegue colocar em uma na planilha de excell, por exemplo) são os mais factíveis para pequenas e médias empresas porque é possível acumular mais rápido e de forma estruturada. E as técnicas que trabalham em cima disso, geralmente não pedem muitos dados, na verdade pedem menos do que em problemas envolvendo texto, imagens e voz.

“Outro ponto fundamental é lembrar que este é um investimento de médio a longo prazo. Normalmente, há uma certa ansiedade por resultados, mas acho muito difícil, para qualquer empresa de qualquer tamanho, desenvolver soluções a curto prazo envolvendo inteligência artificial”, afirma Anderson Soares.

Como o investimento é significativo e envolve riscos, um caminho é buscar associações que reúnam empresas com problemas similares. “Para mitigar um pouco a questão do risco, até mesmo as grandes empresas têm investido muito em um conceito chamado ‘Inovação aberta’, porque inovar é um risco.

“Se tivesse uma receita de bolo, não seria inovação, seria implantação de processo. Então, essa questão das associações é importante. Outras opções são os fundos de incentivo à pesquisa e inovação. Em Goiás, por exemplo, nós temos a FAPEG (Fundação de Amparo a Pesquisa), que mais ou menos a cada dois anos lança editais de fomento voltado para pequenas e novas empresas. Buscar Universidades ou mesmo incubadores também são caminhos válidos. Tanto que existe hoje um movimento global, por exemplo, das empresas, em associação com as Universidades, para fazer essa transição da melhor maneira possível”, explica o consultor e Fundador da Deep Learning Brasil e da Big Data GO.