Inteligência Artificial (IA) e aprendizado de máquina (ML): impulsionando a empresa de última geração.

Os líderes de TI já estão começando a colher os frutos prometidos pela IA e pelo aprendizado de máquina – e uma pesquisa recente revela que metade está considerando um investimento maior à medida que atingimos os ventos contrários da economia.

A esta altura, a maioria de nós entende que, em nossa era atual, a inteligência artificial (IA) e sua feature de aprendizado de máquina (ML – Machine Learning) têm pouco a ver com a inteligência humana. AI/ML trata de reconhecer padrões em dados/ações e automatizar tarefas discretas, desde algoritmos que sinalizam transações financeiras fraudulentas até chatbots que respondem às perguntas dos clientes. E adivinha? Os líderes de TI apreciam o seu enorme potencial.

De acordo com uma pesquisa CIO Tech de líderes de TI publicada em fevereiro, AI/ML foi considerada a tecnologia mais disruptiva por 62% dos entrevistados e a tecnologia com maior impacto por 42% – em ambos os casos, o AI/ML têm o dobro da porcentagem do rival mais próximo, a análise de big data. E os impressionantes 18% já tinham uma solução de AI/ML em produção.

Uma pesquisa sobre o impacto comercial da pandemia feita com CIOs em julho perguntou provocativamente: “Qual é a probabilidade de sua empresa aumentar a consideração de IA/ML como uma forma de nivelar ou reduzir os custos de capital humano?” E, quase metade, 48%, tinha muita ou alguma probabilidade de fazê-lo. A implicação é que, conforme a crise econômica se aprofunda, a demanda por soluções de AI/ML pode se intensificar. 

A empresa inteligente

Embora a IA/ML sem dúvida substitua alguns empregos, o artigo Computerworld de Matthew Finnegan, ” IA no trabalho: seu próximo colega de trabalho pode ser um algoritmo”, enfoca situações em que os sistemas de IA colaboram com as pessoas para aumentar sua produtividade. Um dos exemplos mais interessantes envolve os “cobots“, que operam ao lado dos trabalhadores no chão de fábrica para aprimorar a capacidade humana.

Mas as soluções eficazes de AI/ML vêm em muitas formas, conforme o CIO Clint Boulton relata com um novo lote de estudos de caso, ” 5 histórias de sucesso de aprendizado de máquina: uma visão interna.” As Soluções são como os maiores sucessos de aplicativos de ML: análise preditiva para antecipar os resultados do tratamento de saúde, análise intensiva de dados para personalizar recomendações de produtos, análise de imagens para melhorar o rendimento das safras. Um padrão claro: quando uma organização vê o sucesso do ML em uma área, então tecnologia de ML semelhante é frequentemente aplicada em outras.

O colaborador Neil Weinberg destaca um uso altamente prático de AI/ML com benefício direto para TI em “Como a AI pode criar data centers autônomos“. De acordo com Weinberg, AI/ML pode lidar com o gerenciamento de energia, equipamento e carga de trabalho, otimizando continuamente em tempo real – e, no caso de hardware, prevendo falhas – sem intervenção humana. A segurança do data center também se beneficia da capacidade de AI/ML, tanto para alertar os administradores sobre anomalias quanto para identificar vulnerabilidades e suas correções.

O ML – Machine Learning, em todas as suas formas geralmente começa com a localização de padrões em grandes quantidades de dados. Mas, em muitos casos, esses dados podem ser confidenciais, como relata a colaboradora CSO Maria Korlov em “Quão seguros são seus projetos de IA e aprendizado de máquina?” Korlov observa que a segurança de dados pode muitas vezes ser uma reflexão tardia, tornando alguns sistemas de ML inerentemente vulneráveis ​​a violações de dados. A resposta é estabelecer políticas de segurança explícitas desde o início (LGPD) e em organizações maiores, dedicar um único executivo para gerenciar os riscos relacionados à IA.

Então, onde você deve construir sua solução de AI/ML? Os provedores de nuvem pública oferecem opções altamente atraentes, mas você precisa selecionar com cuidado, argumenta Martin Heller, editor colaborador da InfoWorld. Em “Como escolher uma plataforma de aprendizado de máquina em nuvem”, Heller descreve 12 recursos que toda plataforma de ML em nuvem deve ter e porque você precisa deles. Com tantas cargas de trabalho de análise de dados migrando para a nuvem, faz sentido adicionar ML para obter maior valor – mas, crucialmente, você deve se certificar de que pode aproveitar as melhores estruturas de ML e se beneficiar de modelos pré-treinados.

Ainda estamos a gerações de qualquer equivalente entre AI e inteligência humana. Enquanto isso, o AI/ML se infiltrará progressivamente em quase todos os tipos de aplicativos, reduzindo o trabalho penoso e oferecendo recursos sem precedentes. E não é à toa que os líderes de TI acreditam que ela terá o maior impacto.

Siga a SicoloS no LinkedIn

Acesse o F.A.Q. e saiba tudo sobre RPA!

Quer saber como implantar o RPA em sua empresa?
Clique aqui e fale com um de nossos especialistas

Comments (4)

  1. Inteligência Artificial (IA) e aprendizado de máquina (ML): impulsionando a empresa de última geração. | ABEINFO
    10/09/2020

    […] Publicado originalmente em SicoloS […]

  2. Automação é necessária, mas o Hyper Automation é o grande diferencial competitivo. – SicoloS Tecnologia
    16/09/2020

    […] (RPA) — que é a estrutura e o núcleo da automação; Intelligent Document Capture (IDC) com Artificial Intelligence (AI) e Machine Learning (ML) — que é a análise e captura dados não estruturados; Process Mining (PM) — que é a […]

  3. Automação e Ciber Segurança: Proteção Completa para sua empresa – SicoloS Tecnologia
    30/10/2020

    […] O rápido sucesso da automação hoje é amplamente atribuído à capacidade da visão computacional de emular com precisão e rapidez tarefas humanas por meio da interface do usuário. Hyper Automation, um termo cunhado pelo Gartner, enfatiza corretamente a extraordinária vantagem do tempo para valorizar e reconhece o poder real de combinar a automação de processos robóticos (RPA) com inteligência artificial (IA) e aprendizado de máquina (ML). […]

  4. 11 principais exemplos de Hiper Automação em 2020 – SicoloS Tecnologia
    19/11/2020

    […] de dados semi ou não estruturados através da combinação de tecnologias avançadas, tais como: Inteligência Artificial (AI), Machine Learning (ML) e Intelligent Capture de dados em Documentos (IDC). Essa automação de ponta a ponta de processos […]

Deixe seu comentário!

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *