Compartilhe

Por Greg Van den Heuvel, chefe do departamento de operações da Pitney Bowes Software
 

O aprendizado de máquinas, ou Machine Learning (ML, na sigla em inglês), está inovando empresas em todo o mundo, criando ondas dentro da comunidade de TI e transformando totalmente as organizações. Não há dúvidas de que empresas de todos os lugares estão se movimentando para implantar capacidades ML. Mas a pergunta é “Será que as organizações estão tirando todo o proveito das conclusões geradas pelas máquinas?”.
 
A minha previsão é que essas conclusões são encontradas, mas não são aplicadas, porque os líderes empresariais não entendem e nem confiam nos resultados, ou podem não ter o orçamento e até mesmo a competência necessários para realizarem mudanças reais. Para outros, o ML tornou-se apenas um item na lista – você compra, risca da sua lista e nunca mais volta a pensar nisso.
 
Se a sua organização já considerou ou está considerando comprar máquinas com capacidades de aprendizado, você, primeiro, precisa entender o que o Machine Learning realmente é, o papel que a big data desempenha para tirar conclusões e quais ações você deveria estar tomando agora para se transformar de verdade com o ML.
 
O Machine Learning faz parte da Inteligência Artificial (AI), mas usa algoritmos para gerar aprendizados de dados estruturados e não estruturados. Ele examina grandes conjuntos de dados que podem incluir imagens, texto, voz, vídeo, localização e até mesmo dados de reconhecimento facial. Ao analisar esses conjuntos de dados, o ML identifica correlações, padrões e tendências que podem ser usados para fazer previsões.
 
O papel do big data
 
O aprendizado de máquinas é único, pois trabalha de forma muito semelhante ao cérebro humano. Quanto mais informações entram, mais inteligente as máquinas com capacidade de aprendizado se tornam.
 
Globalmente, empresas e consumidores produzem juntos 2.5 quintilhões de bytes de dados a cada dia, que seriam suficientes para encher 100 milhões de discos blu-ray! Para o ML, essa quantidade de dados seria considerada um banquete, já que ele prospera graças a grandes conjuntos de dados não estruturados e estruturados, que podem revelar previsões escondidas e conclusões usando algoritmos.
 
Você provavelmente de alguma forma foi impactado por esse processo analítico sem perceber. Se você gosta de assistir Netflix você já viu a categoria “Porque você assistiu…”, que faz recomendações com base em seus comportamentos passados. Ou se você posta fotos no Facebook, talvez já tenha utilizado o reconhecimento facial para marcar uma foto ao invés de ter que digitar o nome da pessoa.
 
Pense dessa forma – você pode comprar um pacote para uma academia, mas se você não for, você nunca terá os resultados desejados. Infelizmente, esta é a mentalidade da maioria das organizações, já que muitas compram software ML, mas não fazem aquele esforço extra para que ele fomente qualquer valor empresarial real.
 
Barreiras como cultura, restrições de orçamento, talento interno ou a falta de desejo para mudar o status quo têm atormentado as organizações e impedido a transição de “primeiros a adotarem” para “inovadores”.
 
Enfrente seus medos
 
Apesar desses desafios organizacionais, os líderes empresariais têm uma oportunidade para enfrentarem seus medos e realizarem ações imediatas para ajudar a remover as barreiras e avançar com estratégias ML:
 
1.         Integre o ML a sua jornada de transformação digital. Ao fazer isso durante o estágio de planejamento, você pode impedir que o ML fique para trás. Os funcionários incluirão o ML desde o princípio e o tratarão com a devida importância.
 
2.         Assuma um compromisso. E torne-o público. Permitir que os outros saibam que você está comprometido a entender, abraçar, adotar e integrar o ML conta muito.
 
3.         Comece por cima. Encoraje os líderes a incorporarem as análises à visão estratégica para fomentar uma cultura de análises.
 
4.         Avalie o talento interno. Identifique as pessoas da organização que possam ser embaixadoras para o ML. E não tenha medo de apontar falhas. Investir em talento externo pode trazer essas habilidades para a sua organização.
 
5.         Implemente. As capacidades de aprendizado de máquinas não devem beneficiar apenas o cliente. Implante essas tecnologias dentro da sua própria organização para que os funcionários possam ver o valor que elas geram em primeira mão.
 
6.         Permaneça focado. Não compre capacidades ML apenas para dizer que você as possui. Saiba o resultado desejado e projete a sua estratégia para atender essas necessidades específicas. Por meio desse processo, você gradualmente descobrirá outras áreas que as tecnologias podem beneficiar, garantindo que você sempre coloque os recursos onde eles façam a diferença.
 
7.         Peça ajuda. O aprendizado de máquinas não é um conceito simples. Faça perguntas difíceis e garanta que tudo que você faça termine beneficiando alguém, seja um cliente ou um funcionário.
 
8.         Comece pequeno. Comece com projetos de pequena escala para que você possa realizar testes com baixo risco. Isto lhe dará a chance de se familiarizar melhor com a tecnologia para que você tenha sucesso com projetos maiores.
 
Provavelmente todos podem concordar que o ML é um dos maiores agentes existentes para a mudança tecnológica. Mas colher seus benefícios não pode vir apenas da tecnologia. Os líderes empresariais possuem a oportunidade imediata para aproveitar essas capacidades e fomentar a transformação do mercado pela inovação. Não risque apenas isso da sua lista. Seja um agente da mudança.

 

acesso rápido

pt_BRPT