5 etapas para implementar IA em seu negócio sem quebrar o banco

A inteligência artificial continua a crescer e, se continuar a penetrar em todos os setores, transformará completamente a forma como vivemos.

Como resultado disto, a integração da IA ​​nas suas empresas tornou-se uma prioridade máxima para muitos fundadores. Até mesmo os indivíduos estão procurando maneiras de aproveitar a IA para melhorar suas vidas pessoais.

O hype é tal que o Collins Dictionary, uma autoridade linguística de referência, nomeou IA como termo do ano, por causa de seu aumento em popularidade.

Dito isto, para a maioria das organizações, existe uma enorme lacuna entre a ideia e a realidade quando tentam incorporar a IA nos seus processos, porque o caminho não é tão simples como parece, e pode ser muito caro, tanto em termos de despesas de capital necessários e em perda de tempo, porque os desenvolvimentos não trarão os resultados esperados. Isso pousou várias empresas em apuros. Por exemplo, CNET experimentou artigos escritos por IA, e eles revelaram-se cheios de falhas. Outras empresas, como o Grupo iTutor, enfrentaram multas pesadas além do ridículo público por causa de suas implementações deficientes de IA.

Como mostram estes casos, as empresas podem cometer muitos erros com a IA e, a menos que um empreendimento tenha a proteção financeira da Amazon, Google, Microsoft ou Meta, estas experiências falhadas podem efetivamente levar uma empresa à falência.

Se você é fundador ou proprietário de uma empresa, aqui está um guia com cinco etapas para ajudá-lo a implementar IA em seu negócio, ao mesmo tempo em que faz uso prudente de seus recursos – dinheiro e tempo, que em última análise é dinheiro – e ao mesmo tempo reduz a possibilidade de acidentes fatais. erros.

1. Seja claro sobre o problema que você está tentando resolver

Nenhuma empresa está imune às falhas da IA. E como a Amazon descobriu dolorosamente – por meio de suas lojas sem caixa, Amazon Go –nem todo caso de negócios precisa de IA.

Portanto, é fundamental que você defina o problema que pretende resolver com IA. Isto precisa ser delineado da forma mais clara possível.

Por exemplo, uma aplicação comum de IA é o suporte ao cliente. A implementação de IA nesse caso é possível de uma forma que tenha resultados específicos, por exemplo, reduzindo os custos do call center em X quantia de dinheiro por mês ou acelerando o tempo médio necessário para resolver as dúvidas dos clientes em X minutos. Com esta abordagem, temos um indicador mensurável na forma de dinheiro ou tempo, que tentaremos alcançar através da implementação de IA e ver se isso tem algum impacto.

Isso pode acontecer de várias maneiras. Por exemplo, em vez de um chatbot, podemos desenvolver ou comprar um serviço que determinará se a dúvida de um cliente pode ser respondida com uma página de perguntas frequentes. Funcionará da seguinte forma: quando um cliente escreve uma mensagem, executamos esse modelo e ele nos informa que precisamos transferir a conversa para um agente ou mostra uma página relevante com a resposta à sua pergunta. Desenvolver esse modelo é mais rápido e barato do que construir um chatbot complexo do zero. Se essa implementação for bem-sucedida, atingiremos nossa meta de reduzir custos e, ao mesmo tempo, otimizar nossos investimentos em IA, em comparação com o custo de desenvolvimento de um chatbot.

Um pioneiro nesta abordagem foi Matten Law, um escritório de advocacia com sede na Califórnia que integrou um sistema alimentado por IA assistente para automatizar muitas tarefas, permitindo que os advogados passassem mais tempo ouvindo os clientes e estudando os aspectos mais relevantes de um caso. Isto ilustra que mesmo os setores mais rígidos podem ser perturbados através da IA ​​de uma forma que reforce a experiência do utilizador, amplificando o toque humano onde este é mais necessário.

Problemas comuns adicionais que poderiam ser resolvidos com a ajuda da IA ​​incluem a análise de dados e a criação de ofertas personalizadas. O Spotify é um exemplo extraordinário de empresa que aproveita com sucesso a IA para desenvolver um sistema inteligente de recomendações musicais, que vai tão longe quanto levando em consideração a hora do dia em que alguém ouve um gênero específico.

Em ambos os cenários mencionados acima, a IA está ajudando a proporcionar uma melhor experiência ao cliente. No entanto, a razão pela qual estas empresas utilizaram a IA com sucesso foi porque eram muito claras sobre os aspectos que precisavam de ser delegados à IA.

2. Decida os dados que você precisará analisar

Uma vez bem definido o problema principal, precisamos levar em consideração os dados que precisamos para alimentar o sistema. É fundamental lembrar que IA é um algoritmo que analisa e se ajusta aos dados que fornecemos. O cenário básico para coleta de dados é o seguinte:

1. Entenda quais dados podemos precisar para implementar IA.

2. Veja se nossa empresa possui esses dados.

   1. Se isso acontecer – ótimo.

   2. Caso contrário, precisamos sentar e analisar se podemos iniciar o processo correto de coleta de dados internamente. Outra possibilidade é pedir aos desenvolvedores que salvem os dados necessários, caso ainda não o tenhamos feito.

Aqui está um exemplo. Temos uma cafeteria e precisamos de dados sobre quantos clientes a visitam. Podemos fazer isso implementando cartões de fidelidade personalizados que os usuários apresentarão ao fazer uma compra. Dessa forma, teremos os dados necessários, como quais clientes vieram, quando vieram, o que compraram e em que quantidade. Uma vez que tenhamos isso, podemos usar esses dados para implementar a IA. No entanto, há momentos em que coletar esses dados pode ser muito custoso. E é aí que a IA pode nos ajudar. Por exemplo, se tivermos uma câmera instalada em nossa cafeteria – o que podemos fazer pelo menos por motivos de segurança – podemos utilizá-la para coletar dados de nossos clientes visitantes. Devo dizer que, antes de implementar isso, é importante consultar as leis de dados pessoais, como o GDPR, pois essa abordagem pode não funcionar em todos os países. Mas nas jurisdições em que é permitido, essa pode ser uma maneira perfeita de coletar as informações necessárias e contar com a ajuda da IA ​​para analisá-las e processá-las.

Se você está se perguntando, este programa de fidelidade personalizado é o que a Starbucks fez, com grande sucesso. O esquema de recompensas da Starbucks chegou ao ponto de fornecer incentivos personalizados sempre que um cliente visitava seu local preferido ou pedia sua bebida favorita.

3. Defina uma hipótese

Pode haver situações em que você não tenha certeza sobre quais processos podem ou precisam ser otimizados pela IA.

Se este for o seu caso, você pode começar dividindo todo o seu processo em etapas e identificar aquelas fases em que você acha que seu negócio está tendo um desempenho insatisfatório. Quais são as áreas nas quais você está gastando muito dinheiro? O que está demorando mais que o normal? Ao responder a essas perguntas, você pode identificar as áreas críticas para melhoria e decidir se a IA pode ajudar.

Como você descobrirá, há casos em que as soluções convencionais podem ser mais eficazes. Se você está lutando para decidir quais ofertas de produtos destacar para seus clientes, sugestões baseadas nos produtos mais populares são frequentemente muito mais eficazes em sistemas de recomendação de mercado do que tentativas de prever o comportamento do usuário. Portanto, tente isso primeiro. Depois de obter um resultado – seja positivo ou negativo – você poderá ter uma hipótese para o teste de IA. Caso contrário, o campo de atuação será muito vago e você poderá acabar perdendo tempo e dinheiro.

4. Aproveite as soluções que já existem

Muitas empresas pretendem, imediatamente, projetar seus próprios algoritmos de aprendizado de máquina. No entanto, se você não planeja treiná-los com conjuntos de dados consideráveis ​​durante um longo período de tempo, não faça isso. Será muito caro e demorado.

Em vez disso, sugiro que você se concentre nas soluções que já estão disponíveis. Empresas como Amazon, Google, Microsoft e muitas outras possuem ferramentas baseadas em IA que podem ajudá-lo a atingir muitos objetivos. Então, gradualmente, você poderá assinar um contrato com um deles e contratar um desenvolvedor interno para configurar habilmente as solicitações de API necessárias.

A ideia básica é que essas ferramentas possam ser integradas por desenvolvedores de negócios (não especialistas em ML), o que nos permitirá testar rapidamente a hipótese de se a IA traz ou não o efeito esperado. Caso isso não aconteça, podemos simplesmente desabilitar essas ferramentas, e nosso custo para testar nossa hipótese seria apenas o tempo gasto pelo desenvolvedor na integração com o serviço e o valor pago para usar a ferramenta. Se estivéssemos desenvolvendo um modelo, gastaríamos o salário do especialista em ML multiplicado pelo tempo que ele dedicou ao desenvolvimento do modelo, além de quaisquer custos de infraestrutura. E então não fica claro o que fazer com o desenvolvedor e o modelo se, no final, o efeito esperado não se concretizar.

Se nossa hipótese for comprovada e a ferramenta alimentada por IA trouxer o efeito esperado, nos alegraremos e apresentaremos uma nova hipótese. No futuro, se prevermos que os custos da ferramenta cresçam significativamente, podemos pensar em desenvolver nós próprios este modelo, e assim reduzir ainda mais os custos. Mas precisamos primeiro avaliar se o custo de desenvolvimento é de fato menor do que pagaríamos para utilizar uma ferramenta de outra empresa especializada no desenvolvimento dessas ferramentas.

Meu conselho é que você considere desenvolver seu próprio produto de aprendizado de máquina somente depois de obter bons resultados com o uso de IA com as ferramentas mencionadas acima e quando tiver certeza de que a IA é a maneira certa de resolver seu problema no longo prazo. Caso contrário, seu projeto de ML não fornecerá o valor que você procura e, como disse um brilhante artigo recente da Harvard Business Review, o O hype da IA ​​apenas irá distraí-lo de sua missão, que não precisa de IA.

5. Consulte especialistas em IA

Na mesma linha, outro erro muito comum que fundadores e empresários cometem é tentar fazer tudo internamente. Eles contratam um engenheiro-chefe ou pesquisador de IA e, em seguida, mais pessoas para formar uma equipe que possa criar um produto de ponta. No entanto, essa tecnologia não terá valor para o propósito da sua empresa se você não tiver uma estratégia de implementação de IA devidamente definida. Também existe o caso em que contratam um Engenheiro Júnior de ML, para economizar dinheiro em comparação com a contratação de um especialista mais experiente. Isso também é perigoso, porque uma pessoa sem experiência pode não conhecer as sutilezas do desenvolvimento e design de sistemas de ML e cometer “erros de novato”, pelos quais a empresa terá que pagar um preço muito alto, quase sempre ultrapassando o preço de contratar alguém experiente. Especialista em ML.

Portanto, minha recomendação é que você primeiro contrate um especialista em IA, como um consultor, que irá guiá-lo ao longo do caminho e avaliar seu processo de adoção de IA. Aproveite a experiência deles para garantir que o problema no qual você está trabalhando requer IA e que a tecnologia possa ser dimensionada de forma eficaz para provar sua hipótese.

Se você é uma startup em estágio inicial e está preocupado com o financiamento, um truque para isso é entrar em contato com engenheiros de IA no LinkedIn com perguntas específicas. Acredite ou não, muitos especialistas em ML e IA adoram ajudar, tanto porque estão realmente interessados ​​no assunto, quanto porque, se conseguirem ajudá-lo, poderão usá-lo como um estudo de caso positivo para seu portfólio de consultoria.

Considerações Finais

Com todo o entusiasmo que cerca a IA, é normal que você esteja ansioso para incorporá-la ao seu negócio e desenvolver uma solução baseada em IA que o leve ao próximo nível. No entanto, você precisa ter em mente que o fato de todo mundo falar sobre IA significa que sua empresa precisa de IA. Muitas empresas, infelizmente, apressam-se a integrar a IA sem um objetivo claro em mente e acabam por desperdiçar enormes quantidades de dinheiro e tempo. Em alguns casos, especialmente para empresas em fase inicial, isto pode significar o seu desaparecimento. Ao articular claramente um problema, reunir dados relevantes, testar uma hipótese e utilizar as ferramentas que já estão disponíveis com a ajuda de um especialista, você pode integrar a IA sem esgotar os recursos financeiros da sua empresa. Então, se a solução funcionar, você poderá gradualmente ampliar e incorporar IA nas áreas em que ela aumenta a eficiência ou lucratividade da sua empresa.