¿Qué impacto tendrá la inteligencia artificial en la tecnología de la información empresarial?

Considere a inteligência artificial como um recurso valioso para auxiliar uma empresa a avançar gradualmente, em vez de algo destinado a substituir as pessoas.

Se a sua empresa está buscando estratégias para superar a concorrência durante uma recessão mais intensa, o open source e a nuvem não são a solução. Embora ambos possam ser benéficos e devam ser considerados na forma como as empresas abordam a tecnologia da informação, eles não serão suficientes para destacá-la.

Por que é importante se diferenciar no mercado atual, considerando a popularidade do código aberto e da computação em nuvem? A adoção dessas tecnologias já não é mais um diferencial competitivo, sendo a diferenciação por meio da experiência do cliente o novo desafio a ser enfrentado pelas empresas.

Aprendizado de máquina (ML) e inteligência artificial (AI). Porém, provavelmente não da maneira que você imagina.

Refletindo de forma progressiva sobre a inteligência artificial.

Este artigo não está exaltando a inteligência artificial e a aprendizagem de máquina como soluções milagrosas. Embora essas tecnologias tenham sido essenciais no desenvolvimento de medicamentos eficazes contra o COVID-19 e possam eventualmente contribuir para encontrar uma cura para o câncer, não existem soluções mágicas baseadas em IA/ML que possam reviver projetos de TI que estejam fracassando. Empresas como Google e Uber têm sido líderes nesse campo, mas é importante reconhecer que você não possui o mesmo talento de engenharia que elas.

Mesmo essas empresas estão aproveitando a desaceleração econômica para dedicar menos tempo a projetos arriscados e mais tempo a avanços graduais. Um artigo recente no The Wall Street Journal destaca que o setor de tecnologia, que antes se destacava por sua inovação, está agora focado em aprimorar o que já existe. Em vez de reinventar a roda, o artigo sugere que os melhores investimentos tecnológicos de 2023 podem ser em empresas de conteúdo para otimizar recursos.

Uma forma amplamente adotada pelas empresas para isso é por meio de inteligência artificial (IA) e aprendizado de máquina (ML), embora não sejam utilizados em carros voadores impressionantes. A IA/ML está sendo aplicada de maneiras mais práticas e úteis.

Zillow investiu vários anos tentando implementar modelos de inteligência artificial e aprendizado de máquina para se destacar no mercado de compra e venda de imóveis. No entanto, no final de 2021, a empresa encerrou essa atividade, alegando dificuldades em prever preços mesmo com modelos avançados. Em vez disso, Zillow adotou uma abordagem pragmática e está utilizando a inteligência artificial e aprendizado de máquina para auxiliar locatários a visualizar listagens enquanto exploram uma cidade, além de permitir que proprietários criem plantas baixas a partir de fotos de seus imóveis. Embora menos glamouroso do que o mercado imobiliário bilionário, essa abordagem é muito mais útil para os clientes.

O Google está oferecendo aos varejistas a possibilidade de acompanhar o estoque da loja por meio da análise de dados de vídeo. A empresa treinou seus modelos com um grande conjunto de dados, permitindo o reconhecimento de imagens de produtos, independentemente da fonte de captura (celular ou câmera da loja). Essa tecnologia pode ser muito beneficiária para os varejistas, que historicamente têm enfrentado desafios para gerenciar o inventário. Embora não seja uma aplicação “sexy” de IA/ML, é uma ferramenta útil para os clientes do setor varejista.

A Microsoft, uma empresa líder em inteligência artificial e aprendizado de máquina, realizou recentemente um grande investimento na OpenAI. O objetivo é implementar a funcionalidade semelhante ao GPT em seus aplicativos de produtividade, como o Word e o Outlook. Em vez de realizar uma grande reformulação completa do Office, a Microsoft provavelmente fará uma atualização significativa, semelhante ao GitHub Copilot, que poderá ajudar a simplificar tarefas pesadas, como escrever documentos ou criar planilhas. Isso tornaria o Office mais funcional, embora talvez menos chamativo.

Optando por não cometer erros com a inteligência artificial.

A melhor maneira de implementar AI/ML de forma eficiente, de acordo com Ben Kehoe, um AWS Serverless Hero, é através da abordagem incremental. Kehoe alerta para a tendência de ser excessivamente otimista ao integrar a AI no desenvolvimento de software ou outros processos. Ele destaca a importância de não confiar plenamente nos resultados da AI/ML, pois muitas vezes se acredita erroneamente que a tecnologia pode assumir responsabilidades sem a necessária supervisão humana.

No contexto da vida real, os programadores (ou outros profissionais) devem arcar com a responsabilidade pelos resultados obtidos. Mesmo ao utilizar o GitHub Copilot, por exemplo, é fundamental lembrar que a responsabilidade pelo código permanece do desenvolvedor, independentemente de como tenha sido gerado. Caso o código resulte em falhas, não será correto atribuir a culpa à inteligência artificial. A pessoa responsável pelo projeto será a que terá de assumir as consequências, e se não puderem compreender como o resultado foi alcançado, é provável que acabem descartando o modelo de IA antes de desistir do seu trabalho.

Isso não significa que a inteligência artificial e o aprendizado de máquina não tenham um papel importante no desenvolvimento de software ou em outras áreas de negócio. Exemplos disso são as empresas Zillow, Google e Microsoft. A chave é usar a IA/ML para complementar a inteligência humana e permitir que essa inteligência humana verifique os resultados. Como Kehoe menciona, ao considerar se a inteligência artificial automatizará um processo, é importante analisar a complexidade intrínseca desse processo e se ele seria bem-sucedido se uma grande quantidade de incerteza (nova) fosse introduzida por meio da inteligência artificial de caixa preta.

Incorporar incerteza e dificultar a responsabilidade é algo a ser evitado. Em vez disso, as empresas buscarão setores nos quais as máquinas possam assumir mais responsabilidades, mantendo as pessoas responsáveis pelos resultados. Isso representará a próxima grande inovação na área de tecnologia da informação empresarial, pois consistirá em uma série de pequenas e progressivas mudanças.