9 maiores obstáculos à adoção da Inteligência Artificial

Foto: Shutterstock

Os early adopters estão começando a colher resultados reais de negócios a partir de implementações de IA, após superar alguns desafios

A era do valor comercial da IA ​​chegou. De fato, em uma recente pesquisa da Deloitte, 82% dos early adopters  disseram ter registrado retorno financeiro de seus investimentos em IA.

A IA e tecnologias relacionadas estão aprimorando produtos existentes e criando novos. Estão otimizando as operações internas e externas, ajudando as organizações a tomar melhores decisões e liberando funcionários para serem mais criativos e produzirem trabalhos de maior valor, entre uma ampla variedade de outros benefícios.

Não é de admirar, então, que 88% das empresas planejem aumentar os gastos com tecnologias cognitivas no próximo ano.

A AI não é uma cura milagrosa para todos os problemas de negócios, e sua adoção pode ser tudo menos fácil. A seguir, veremos os desafios mais significativos que as empresas precisam superar antes de poderem ver resultados positivos em suas implantações de IA.

Problemas de dados
Os maiores obstáculos para o lançamento de um projeto de IA são os dados.Mas especificamente, a falta de dados úteis e relevantes, livres de vieses embutidos e que não violam os direitos de privacidade.

Segundo a pesquisa da Deloitte, 16% dos líderes de TI classificaram os problemas de dados como o principal desafio relacionado à Inteligência Artificial, mais do que qualquer outro problema, e 39% dos entrevistados colocaram os dados nas três principais áreas de preocupação.

Muitas empresas coletam dados como parte rotineira de suas operações, diz Raj Minhas, chefe do laboratório de pesquisa de IA do PARC. “Mas nem sempre o dado certo.”

Antes de lançar uma iniciativa de IA, as empresas devem dar uma boa olhada nos dados que possuem, buscando bolsões onde o valor é alto.

“É como procurar suas chaves perdidas perto da iluminação da rua, em vez de onde você as deixou cair”, diz ele. “Nós aconselhamos as empresas a trabalhar de trás para a frente, a olhar para onde elas podem obter o maior valor, em vez de começar onde elas têm mais dados.”

Outro problema é não ter os dados certos nas quantidades certas.

“Trabalhamos com muitos clientes com grande infraestrutura de capital, como turbinas eólicas e sistemas ferroviários”, diz ele. “Todo este equipamento foi projetado para ser muito confiável.” Assim, quando as empresas tentam usar a linguagem de máquina para prever falhas antes que elas aconteçam, descobrem que 99,9% dos dados que coletam desse equipamento são de períodos de operações normais.

“O que importa é o comportamento anormal da máquina”, diz Minhas. “Então você tem muitos dados, mas é o tipo errado de dados.”

Desafios do processo de negócios
Integrar a IA nas funções de uma empresa é outro obstáculo, citado como a segunda maior preocupação da pesquisa da Deloitte.

“Uma das principais coisas que ainda impede a adoção da IA, um dos maiores desafios, é estrutural e cultural”, diz Vivek Katyal, líder global em análise e risco de dados na Deloitte Risk and Financial Advisory. “As pessoas ainda estão tentando lidar com as implicações da IA, o que podem e o que não podem fazer. É como um robô assustador entrando e bagunçando as coisas em uma organização.”

Quando a IA é construída sobre plataformas que as pessoas já usam, como sistemas de ERP ou CRM, a adoção é mais fácil, diz ele. Na verdade, as pessoas talvez nem saibam que existe IA ali.

Desafios de implementação – e escassez de competências
As implementações de IA trazem consigo diversos desafios técnicos e a maioria das organizações não possui habilidades de IA suficientes para lidar com eles de forma eficiente, com 39% dos entrevistados da Deloitte classificando questões técnicas e 31% classificando a falta de habilidades entre seus três principais desafios . Além disso, 69% disseram que a lacuna de habilidades em IA é moderada, importante ou extrema.

“O que está acontecendo é que a maioria das empresas não pode fazer isso por conta própria, porque não tem as habilidades”, diz a analista do Gartner, Svetlana Sicular. Um ano atrás, quando ela conversava com usuários corporativos que estavam começando a olhar para a Inteligência Artificial, a maioria pensava que eles próprios construiriam os sistemas. No final do outono, esse número mudou, com cerca de dois terços procurando implantar a IA usando ferramentas incorporadas em aplicativos corporativos inteligentes. “As coisas estão mudando muito rápido”, diz ela.

Conseguir que a tecnologia funcione é uma coisa; fazê-la funcionar na prática comercial real é outra.

“Muitas empresas não estão preparadas para o fato de que os resultados de Machine Learning são probabilísticas”, diz Sicular. “Alguns dos resultados sempre estarão incorretos. E é uma revelação total para eles que eles precisam projetar exceções e fornecer algumas formas de feedback.”

Custo de ferramentas e desenvolvimento
Para aqueles que constróem sistemas de IA do zero, os custos de mão de obra e tecnologia podem ser altos. Este é especialmente o caso para aqueles que estão começando.

Construir novos sistemas de Inteligência Artificial é muito caro em termos de dinheiro e funcionários, diz Gregg Paulk, CIO do Anderson Center for Autism. “Somos uma pequena organização sem fins lucrativos. Não temos esses desenvolvedores na equipe.” Assim, para o Anderson Center, como muitas organizações menores, isso significaria ter que contratar uma empresa terceirizada para fazer o trabalho.

“No passado, nós tentamos algo assim, e isso falhou miseravelmente por causa da despesa e do tempo para se desenvolver”, diz Paulk.

Em vez disso, a organização está usando ferramentas de Inteligência Artificial incorporadas em sistemas que a empresa já está usando. Por exemplo, sua plataforma de RH, da Ultimate Software, agora suporta ferramentas com tecnologia de Inteligência Artificial que permitem que a organização pesquise funcionários, inclusive fazendo perguntas abertas e analisando inteligentemente as respostas usando processamento de linguagem natural e análise de sentimentos. O software também recomenda ações específicas que os gerentes podem tomar para resolver os problemas da equipe, o que levou a uma queda na taxa de rotatividade em mais de um terço nos últimos dois anos.

“Em 2013, quando eles começaram a falar sobre IA em conferências, eu pensei: ‘Isso é algo que nunca vai decolar'”, diz Paulk. Agora ele está “espantado” com o que a tecnologia é capaz e o que está disponível através dos sistemas baseados em nuvem que a organização já está usando.

“Nós definitivamente não poderíamos fazer isso sozinhos”, diz ele.

O Anderson Center for Autism não está sozinho. De acordo com a Deloitte, 59% das empresas obtêm sua IA através de fornecedores de software corporativo. O Salesforce Einstein, por exemplo, é uma ferramenta integrada de IA para ajudar os representantes de vendas a determinar quais leads são mais propensos a converter em vendas.

E 49% das empresas usam IA baseada em nuvem. Vários fornecedores e provedores de nuvem estão oferecendo serviços de IA prontos para uso, para que as empresas não precisem construir sua própria infraestrutura e treinar seus próprios algoritmos.

Ambas as abordagens reduzem os custos ou transferem os custos do departamento de TI para unidades de negócios individuais. E com aplicativos em nuvem, como o Salesforce, há menos necessidade de infraestrutura física ou de suporte interno ou de administração, pois grande parte desse trabalho é gerenciada pelo fornecedor.

Metas de liderança desalinhadas
Infelizmente, os executivos muitas vezes são valorizados com base no tamanho de seus orçamentos e no número de pessoas que se reportam a eles. Em vez de medir o sucesso pelo número de funcionários ou pelo orçamento, os CIOs precisam medir o sucesso pelos benefícios do negócio, diz Katyal, da Deloitte.

O CIO ajudou a empresa a reduzir custos ou melhorar as receitas? O CIO ajudou a aumentar o valor dos dados mantidos pela empresa? Isso é mais difícil de medir, mas a mudança está começando, diz ele. “Os mecanismos de recompensa para os CIOs estão mudando, embora não rápido o suficiente.”

“Quando os headhunters nos chamam, as primeiras perguntas são o tamanho da sua equipe, qual é o seu orçamento, quantos aplicativos você gerencia?” ele Vic Bhagat,  CIO foi na Verizon. “Estas são todas as métricas erradas. Todos eles levam o comportamento errado ao resultado errado.”

Usar a Inteligência Artificial para automatizar de maneira inteligente os processos de negócios, reduzir custos e agilizar as operações de TI são resultados que são bons para uma empresa, diz ele.

O uso correto da IA pode realmente proteger os empregos, diz ele. “Se eu puder automatizar e digitalizar as tarefas de roteamento – e a IA pode fazer isso – posso pegar as pessoas que foram liberadas e fazer com que elas analisem o processo do cliente, o digitalizem e criem uma ótima experiência”.

Agora, essas pessoas fazem parte do ciclo de geração de receita, em vez de ser uma despesa de negócios. Isso pode fazer uma grande diferença durante as negociações orçamentárias.

Medindo e provando o valor comercial
Provar o valor comercial de uma iniciativa de IA pode ser um desafio, com 30% dos entrevistados da Deloitte encarando essa questão de valor como um dos três principais obstáculos à IA.

Um problema é que as empresas geralmente implementam a tecnologia e, em só depois, procurar o que ela pode resolver, em vez de começar com as necessidades do negócio.

“Muitas organizações acham que precisam contratar cientistas de dados e jogá-los aos leões”, diz Matt Jackson, vice-presidente de inovação digital da Insight, uma empresa de consultoria de tecnologia e integração de sistemas sediada em Tempe, no Arizona. “Mas você não vê nenhum impacto direto na organização.”

É importante para as organizações medir o ROI baseado na natureza inerente do projeto, e não na tecnologia usada, afirma o analista do Gartner, Whit Andrews.

“Você vai querer ser capaz de dizer que melhora a experiência do cliente e aqui está como sabemos”, diz ele. “Ou isso atrapalha os gastos que estávamos fazendo em torno da manutenção, e aqui está a prova.”

Riscos legais e regulatórios
Os riscos legais e regulatórios são uma questão significativa para empresas que buscam usar a IA, especialmente em setores regulamentados. Um problema é a falta de transparência nos algoritmos de IA, diz Raghav Nyapati, que recentemente liderou projetos de IA em um dos dez principais bancos globais e agora está lançando uma startup de tecnologia financeira.

“O modelo é uma caixa preta”, diz ele. “Os algoritmos melhoraram, mas a explicabilidade e a transparência do modelo ainda são questionáveis”.

Isso dificulta que uma empresa explique seu processo de tomada de decisão a reguladores, clientes, membros do conselho e outras partes interessadas.

“Se algo der errado, o banco terá que pagar multas”, diz Nyapati.

Cibersegurança
A segurança cibernética é o maior risco de usar a Inteligência Artificial, de acordo com a pesquisa da Deloitte. E houve uma série de violações de dados relacionadas às informações que as empresas estavam reunindo para apoiar suas iniciativas de IA. Na maioria dos casos, no entanto, esses dados teriam sido coletados independentemente, e não foram as vulnerabilidades no próprio aplicativo de IA que levaram aos hacks.

Na verdade, a IA está sendo cada vez mais usada para defender empresas contra ameaças cibernéticas. Mas qualquer novo software ou plataforma traz consigo novos desafios de segurança, e muitas vezes esses problemas não são inicialmente evidentes. No entanto, existem formas mais fáceis e diretas para os invasores comprometerem a segurança da empresa, observa Katyal.

“Eu não acho que a IA tenha introduzido mais riscos”, diz ele. “É mais difícil para as pessoas entenderem, revisarem, auditarem e avaliarem qual é o risco e como ele está sendo abordado”.

Mas à medida que a tecnologia se torna mais difundida, há um potencial para insiders maliciosos – ou invasores inteligentes que são capazes de envenenar precisamente os dados de treinamento – para criar algoritmos que possuem falhas perigosas  quase impossíveis de detectar.

“Por exemplo, a Inteligência Artificial está sendo usada para detectar fraudes”, diz Rob Clyde, consultor de segurança e presidente do conselho de administração da ISACA na ISACA. “Algoritmos de detecção de fraude  foram implementados por muitas das principais empresas de cartão. Mas se eu fosse malicioso e pudesse treiná-lo para que todas as transações com valores divisíveis por 13 no dia 13 de cada mês não fossem consideradas fraudulentas, poderia tirar alguma vantagem disso”.

Além disso, muitos aplicativos de AI são criados usando bibliotecas de código aberto.

“Já houve casos em que códigos maliciosos foram implantados em código aberto”, diz ele.

Ética
As empresas também estão preocupadas com os riscos mais amplos de adotar IA cedo demais. De acordo com a pesquisa da Deloitte, 32% disseram que os riscos éticos eram uma de suas três principais preocupações, 33% listaram a possível erosão da confiança em decorrência de falhas da IA e 39% apontaram para a possibilidade de falha de sistemas de missão crítica ou até mesmo situações de vida e morte.

Tomemos, por exemplo, o dilema filosófico clássico de um carro autônomo tendo que decidir se deve dirigir em linha reta e bater em uma pessoa, ou desviar e bater em vários. “Eu não criei esse cenário”, diz Clyde, da ISACA. “Eu ouvi os fabricantes mencionarem isso. Esse é o tipo de coisa que eles estão enfrentando.”

E podem ser o tipo de questões que um conselho ou um painel de ética pode precisar lidar, mas os CIOs têm um papel importante a desempenhar aqui. Pessoas técnicas que implementam tecnologias de IA estão frequentemente em uma posição melhor para ver os riscos potenciais no início e precisam se sentir confortáveis ​​para chamar a atenção do CIO, que pode então levá-los ao conselho.

“Você precisa ter o tipo de cultura em que as pessoas possam falar sobre as questões éticas”, diz ele.

E o CIO provavelmente estará fortemente envolvido nas discussões de C-suite ou de nível de diretoria dessas questões, diz ele.

Por: Maria Korolov *
Fonte: //cio.com.br/9-maiores-obstaculos-a-adocao-da-inteligencia-artificial/

Comentários

Comentários