A Transformação dos Negócios com Inteligência Artificial

Hélder Pinheiro, Data & AI Director da Claranet Portugal, partilha insights sobre como a Inteligência Artificial está a transformar os negócios e pode vir a transformá-los de forma ainda mais impactante no futuro, sobretudo com a proliferação da IA Generativa.

De que forma podem as soluções de IA melhorar a experiência do cliente e gerar uma vantagem competitiva?

Hélder Pinheiro - A Inteligência Artificial (IA) tem sido utilizada desde há muitos anos para melhorar a experiência do utilizador. Exemplos incluem recomendações de músicas e filmes em plataformas de streaming, previsão da duração da bateria em telemóveis e carros, ou a aplicação de algoritmos para entender padrões de consumo em plataformas de e-commerce.

O surgimento da IA Generativa abriu novas oportunidades para casos de uso que os modelos clássicos de Machine Learning (ML) não suportavam facilmente. Hoje, é possível fornecer interfaces de comunicação (como chatbots - que são muito mais úteis e eficazes do que no passado), interagir com a base de conhecimento presente nas empresas de uma forma mais natural e explorar diversas aplicações de tradução, entre muitos outros casos.

A IA Generativa está, portanto, a transformar os produtos e serviços do mercado através do fornecimento de novas experiências e benefícios enriquecidos em texto, voz e vídeo. As organizações que conseguirem integrar com sucesso a IA Generativa terão um produto com um potencial de diferenciação significativamente maior.

Como é que a IA pode ajudar as empresas a escalar as suas operações de forma eficiente?

Hélder Pinheiro - Uma parte considerável das aplicações de IA é destinada à automação de diversos processos.
Contudo, com a IA Generativa, novas possibilidades de automação estão a surgir. Dependendo do estado de maturidade das empresas, estas podem implementar automação utilizando modelos de ML clássicos ou IA Generativa para escalar os seus processos operacionais e de negócio. Além disso, a IA Generativa, devido à sua capacidade de trabalhar com texto e grandes quantidades de informação, permite disseminar o acesso ao conhecimento das empresas, por meio de uma maior uniformização e democratização no acesso à informação.

Como é que as empresas podem medir o sucesso das suas iniciativas de IA?

Hélder Pinheiro - Implementar uma aplicação de IA não é sinónimo de sucesso. Para avaliar se a aplicação de IA é benéfica, é fundamental compreender os objetivos da aplicabilidade dos modelos de IA e avaliar os KPIs (Key Performance Indicators) e os SLOs (Service Level Objectives) do ponto de vista de negócio ou de operações.

Por exemplo, se desenvolvermos um motor de recomendações para sugerir produtos num site de e-commerce, é essencial validar KPIs como o valor médio do carrinho, ou o número médio de produtos por carrinho de compras.

Um exemplo da Claranet: internamente, temos uma aplicação de IA Generativa que classifica pedidos, na qual medimos o sucesso com base no tempo de resposta e na precisão da classificação.

Como se garante uma integração eficiente entre a IA e os sistemas legacy que muitas empresas ainda utilizam?

Hélder Pinheiro - Não existe uma solução única ou uma abordagem padrão para resolver este desafio, que não se limita à integração de sistemas de IA, mas sim à integração de sistemas em geral. Para tal, é fundamental que as empresas criem interfaces padrão ao longo do tempo, permitindo que outros sistemas interajam de forma eficaz, seja na recolha de informações ou na invocação de ações.

Genericamente falando, recomendamos realizar um estudo de compatibilidade inicial para avaliar as interfaces e protocolos disponíveis, seguido de provas de conceito (PoCs) e produtos mínimos viáveis (MVPs).

Caso estas etapas de desenvolvimento sejam bem-sucedidas, poder-se-á então finalizar as aplicações de IA e colocá-las em produção, minimizando os problemas de integração e incompatibilidade.

Quais são as principais barreiras que as empresas encontram ao adotar a IA e como as podem superar?

Hélder Pinheiro - Devido ao sucesso do ChatGPT, existe atualmente um grande ruído em torno da Inteligência Artificial, o que torna difícil distinguir entre mensagens promocionais e realidade.

Sugerimos que as organizações comecem com um pequeno investimento, para testar a tecnologia e entender o que ela pode ou não fazer. Com esse conhecimento e sensibilidade, podem criar um roadmap de implementação e começar a expandir.

As empresas que não tenham know-how interno podem acelerar significativamente o seu conhecimento através de parceiros de confiança que já desenvolveram soluções de IA noutros contextos.

Em termos de talento e infraestrutura, quais são os “pré-requisitos” para implementar com sucesso soluções de IA?

Hélder Pinheiro - Entre desenvolver um caso de uso de IA e colocá-lo em produção, há uma grande diferença. No entanto, o principal obstáculo para começar a trabalhar com IA é a resiliência em aprender, pois a área está em constante desenvolvimento. Embora os conhecimentos típicos de base estejam associados às matemáticas, engenharias e ciência de dados, pessoas de outras áreas podem, com empenho e dedicação, tornar-se proficientes.

Do ponto de vista de infraestrutura, há várias opções disponíveis, incluindo On-premises, Public Cloud, bem como soluções comerciais e open source. No entanto, os Hyperscalers oferecem uma boa opção para iniciação devido à variedade de soluções disponíveis, ao acesso a modelos de topo e à baixa necessidade de gestão de ecossistemas.

Que casos de uso mais comuns observam em empresas de média e grande dimensão para a adoção de IA?

Hélder Pinheiro - A nossa experiência confirma os dados de mercado, indicando que as aplicações de IA mais utilizadas externamente pelas empresas são aquelas relacionadas com o apoio ao Cliente, marketing e vendas. Internamente, os casos de uso mais típicos estão relacionados com o acesso à informação, bem como ao desenvolvimento de software.

Como se pode capacitar a força de trabalho para trabalhar ao lado da IA e evitar a resistência interna?

Hélder Pinheiro - Assim como em qualquer outra área nova, é fundamental criar um ambiente que permita às pessoas experimentar e inovar, mesmo que isso implique falhas. Portanto, é necessário dar espaço para que essas experimentações aconteçam e fornecer os meios necessários - formações, tempo e ecossistemas de IA -, para que as pessoas possam aprender e crescer.

Quanto tempo, em média, é necessário para as empresas começarem a ver retorno sobre o investimento após a implementação de IA?

Hélder Pinheiro - O retorno de investimento em projetos de IA varia significativamente de caso para caso.

Alguns clientes da Claranet obtiveram um alto retorno imediato com investimentos relativamente baixos; mas há projetos que, se não forem bem avaliados, poderão exigir investimentos muito substanciais sem o mesmo tipo de retorno.

O importante a reter é que, para maximizar o impacto de projetos de IA, é fundamental criar-se um roadmap de implementação de casos de uso, priorizando os que oferecem maior valor de negócio e facilidade de implementação.

in IT Insight

Data & AI