Entenda como a IA pode impulsionar de startups a grandes empresas em setores como educação, saúde e sustentabilidade
Esta é uma matéria da série:
Inteligência Artificial é uma das tecnologias mais revolucionárias do nosso tempo, se não a maior. Permite que computadores e máquinas aprendam a realizar tarefas humanas com eficiência sobre-humana. Mais do que isso: que aprendam com a experiência, sempre aumentando a sua performance. IAs não devem ser confundidas com qualquer função computacional realizada com rapidez. A Inteligência Artificial vai além e toma, sozinha, decisões bem embasadas, baseadas em padrões que encontra nos dados coletados.
A aplicação das IAs parece não ter limites. Da saúde à educação, da indústria à agropecuária, das instituições financeiras a organizações de conservação ambiental, todos os setores dos negócios e da sociedade podem se beneficiar delas. O potencial de impacto é incalculável, tanto no âmbito socioambiental, como nos negócios. Por isso, é de especial interesse a negócios de impacto, para gerar benefícios à sociedade e sustentabilidade financeira.
Nesta matéria você:
- Aprenderá o que é inteligência artificial e como está sendo aplicada;
- Conhecerá casos de sucesso de negócios de impacto que já a adotam;
- Saberá o que é necessário para adotá-la em sua organização;
- Entenderá quais são os desafios e barreiras de adoção, para manter suas expectativas realistas.
Para entender melhor os caminhos de transformação dessa nova tecnologia entrevistamos Mario Lapin, CEO da Eludica, empresa que está pesquisando inteligência artificial. A ideia é aplicar as descobertas a uma unidade de negócios da empresa, a Virgo Game Studios, que desenvolve jogos educativos com impacto social. Seu projeto é produzir um game, o Unbinary, que contém IA. Para viabilizar isso, está contando com ajuda do governo federal, por meio do edital PRODAV 14/2017, com recursos do Fundo Setorial do Audiovisual (FSA), que a empresa ganhou.
https://soundcloud.com/user-327193163/inteligencia-artificial-entrevista-com-mario-lapin-da-virgo-gs
[mks_accordion]
[mks_accordion_item title=”O que é Inteligência Artificial?”]
É uma área da ciência da computação que envolve a criação de máquinas inteligentes que trabalham e reagem como seres humanos, aprendem com a experiência e se ajustam a novos dados. De forma que executam atividades que eram ou ainda são executadas por seres humanos. IAs podem ser treinadas a realizar tarefas específicas ao processar uma grande quantidade de dados e ao reconhecer padrões nestes dados.
Inteligência artificial é usar sistemas computacionais para atingir certos resultados que exigem algum tipo de inteligência. Que antes eram executados por humanos, ou que são executados por humanos, e que podem passar a ser feitos, numa escala ou outra, por meio de sistemas. (Mario Lapin, CEO da Eludica)
O desenvolvimento de IAs envolvem outros conhecimentos. Entre eles:
- Machine learning: método de análise de dados que automatiza a criação de modelos analíticos, identifica padrões e toma decisões com intervenção humana mínima. Permite que uma IA melhore a sua performance sem precisar que um ser humano explique como realizar todas as suas tarefas;
- Deep learning: um tipo de machine learning que treina o computador a realizar tarefas como se fosse um ser humano, como entender uma conversa, identificar imagens ou fazer previsões;
- Processamento de linguagem natural: habilidade para analisar, entender e gerar linguagem humana.
Alguns outros conhecimentos relacionados a IAs são: machine perception, computer vision, redes neurais, engenharia do conhecimento e computação cognitiva.
Há também uma série de tecnologias que apoiam a IA, como:
- Unidades de processamento gráfico: oferecem o poder computacional necessário;
- Internet das Coisas (IoT): gera enormes quantidades de dados a partir de dispositivos conectados;
- Algoritmos avançados: estão sendo desenvolvidos e combinados em novas maneiras para analisar dados mais rapidamente e em múltiplos níveis;
- APIs: permitem adicionar funcionalidades de IA a produtos e softwares já existentes.
[Machine Learning] é uma forma de fazer inteligência artificial que implica você treinar redes para que elas executem atividades de uma certa maneira. A rede é um mecanismo computacional, é uma abstração que vai se formando conforme dados transitam por ela. E esse processo de transitar dados para ela processar a gente chama de treinar. Você classifica dados e pensa em um sistema de entradas e saídas. Para cada entrada de dados, digamos, certos tipos de imagem, você fornece outras dimensões de informação também. (…) Aí essas combinações de dados vão sendo processados até que a rede começa a entender depois de um tempo. (Mario Lapin, CEO da Eludica)
[/mks_accordion_item]
[mks_accordion_item title=”O que a Inteligência Artificial já pode fazer hoje?”]
Atualmente, notam-se os maiores avanços das IAs em duas áreas: percepção e cognição.
Percepção
No caso da percepção, os maiores avanços práticos foram feitos em relação a conversação. Por exemplo, milhões de pessoas no mundo já usam recursos de reconhecimento de voz, como o Siri, da Apple; o Alexa, da Amazon; e o Google Assistant.
Também foram feitos muitos avanços no reconhecimento de imagens. Nota-se isso facilmente quando o Facebook reconhece seus amigos nas fotos postadas e sugere que sejam marcados. Aplicativos de celular tiram fotos do seu prato de comida e reconhecem os alimentos e suas quantidades, indicando a quantidade de calorias da refeição para auxiliá-lo em sua dieta.
Os avanços nessa área tem sido cada vez mais rápidos e as IAs existentes erram cada vez menos no reconhecimento de som e imagem.
Cognição e solução de problemas
Usando IAs, máquinas já foram capazes de vencer os melhores jogadores de pôquer do mundo. A equipe do Google DeepMind usou sistemas de machine learning para melhorar a eficiência do resfriamento dos seus data centers em mais de 15%. A empresa de cyber segurança Deep Instinct usa IA para detectar malwares e a Paypal usa para prevenir lavagem de dinheiro. Tudo isso envolve os avanços da cognição das IAs e de suas habilidades em solucionar problemas e tomar decisões.
[/mks_accordion_item]
[mks_accordion_item title=”A aplicação da Inteligência Artificial nos negócios”]
Segundo a Forbes, uma pesquisa realizada em 2017 pelo Boston Consulting Group e pela MIT Sloan Management Review junto a 3.000 executivos em 112 países e 21 indústrias revelou que:
- 72% dos executivos que trabalham na indústria de tecnologia, mídia e telecomunicações esperam que IA tenha um impacto significante nos produtos oferecidos nos próximos cinco anos;
- Atividades voltadas para o cliente, como automação de marketing e suporte, aliadas a TI e gestão de supply chain, devem ser as áreas mais afetadas pela IA nos próximos cinco anos;
- 84% dos executivos dizem que IA irá capacitá-los a obter e sustentar vantagem competitiva.
Apesar das expectativas mencionadas acima, apenas 23% dos respondentes já incorporaram IA nos processos e ofertas de produtos e serviços. Ou seja, quem começar agora a investir neste campo estará à frente da maior parte do mercado.
Melhorando o relacionamento com clientes e funcionários
Segundo outra matéria da Forbes, as “empresas mais espertas” estão usando IA para melhorar e personalizar sua interação com seus clientes por meio de coleta e processamento de dados. Isso permite criar e aplicar as melhores estratégias de relacionamento e oferecer aos clientes a melhor experiência com o atendimento e os serviços oferecidos.
IAs também podem ser usadas para treinar funcionários. Por exemplo, uma equipe de vendas pode treinar suas técnicas e estratégias com uma máquina que simule seus clientes, na tentativa de fazer novas conversões. Esse tipo de gamificação corporativa pode reduzir o tempo que um supervisor precisa para treinar seus subordinados. Outra possibilidade é ajudar que os funcionários se auto-avaliem, fornecendo insights de quais estratégias estão funcionando ou não e por quais motivos.
IA já impacta todos os setores
Embora a IA já seja usada por milhares de empresas no mundo, as maiores oportunidades ainda se encontram inexploradas. Na próxima década, devemos testemunhar grandes avanços da sua aplicação em todos os setores.
Todos os setores e indústrias podem se beneficiar das IAs e muitos já o fazem. Vejamos alguns exemplos.
Varejo
Cria sistemas que oferecem recomendações personalizadas e discutem opções de compra com o consumidor. Gestão de estoque também pode ser melhorada com IA.
Saúde
Permite fazer diagnósticos precoces e precisos, resultando em tratamentos mais rápidos e eficientes e mais vidas salvas.
Indústria
Permite analisar dados coletados de dispositivos conectados por Internet da Coisas (IoT, na sigla em inglês) para otimizar processos de fabricação.
Carros autônomos
Aprendem dos dados e da experiência de milhões de carros, resultando em viagens mais seguras.
Bancos
Podem identificar fraudes rapidamente ou até mesmo antes que aconteçam.
Agricultura
Podem aumentar a produção das lavouras ao analisar as condições climáticas e do solo.
Esporte
Podem criar programas de treinamento individualizados para aumentar a performance de atletas e diminuir o risco de lesões.
[/mks_accordion_item]
[mks_accordion_item title=”IBM Watson e AlphaGo: grandes casos de sucesso”]
Os dois grandes casos de sucesso do desenvolvimento em inteligência artificial são o IBM Watson (já com muitas aplicações práticas em uso em todo o mundo) e o AlphaGo, do Google. Vamos conhecê-los.
IBM Watson
A IA desenvolvida pela IBM já é bem conhecida desde 2011, quando ganhou o jogo de perguntas e respostas americano Jeopardy!, tendo como competidores os dois grandes vencedores da história do quiz.
Atualmente, o IBM Watson é uma “plataforma para negócios cognitivos”, usado por uma grande quantidade de empresas em todo o mundo, incluindo dois dos casos de sucesso sobre os quais você poderá ler na próxima sessão.
Segundo uma matéria da Mashable, a IBM está usando esta tecnologia na tentativa de solucionar alguns dos maiores problemas sociais do mundo, como a fome, a pobreza e o analfabetismo, por meio do programa Science for Social Good. São 12 programas, cada um com um objetivo específico. Por exemplo, o programa Emergency Food Best Practice compila dados sobre melhores práticas para distribuição de alimentos e compartilha esses dados com ONGs em uma plataforma digital interativa.
AlphaGo
Criado pela Deepmind, laboratório de Inteligência Artificial do Google, e usando machine learning e redes neurais, o AlphaGo ganhou fama ao derrotar um campeão mundial de Go. Go é um popular jogo na China, que requer estratégia e intuição humana. O computador ganhou de 4 a 1 de Lee Sedol, 18 vezes campeão mundial.
O fato marcante não foi apenas ter ganhado, mas ter feito movimentos criativos e sem precedentes, que não poderiam ser repetidos por humanos. Segundo uma análise do Google, a jogada número 37 teria 1 chance em 10 mil de ser feita por um humano. Isso mostra que a IA de fato aprendeu com a experiência e foi além dos dados fornecidos em sua programação. Mais do que isso, esperava-se que se levasse mais 10 anos para que essa IA fosse capaz de ganhar de um campeão de Go, o que demonstra um avanço acelerado da tecnologia.
O maior impacto disso é mostrar que ela pode ser uma ferramenta para resolver problemas importantes como a mudança climática e o diagnóstico de doenças.
[/mks_accordion_item]
[mks_accordion_item title=”Casos de sucesso de negócios de impacto com Inteligência Artificial”]
Educação
Startup brasileira que usa IBM Watson para oferecer diversos produtos e serviços. Entre eles, a Kukac Student, que permite entender as competências e habilidades dos alunos de uma escola a partir do conhecimento da sua personalidade. Dessa forma, é possível melhorar os métodos pedagógicos individualmente, aumentar o desempenho do aluno e evitar a evasão escolar.
Saúde
A Qualcomm realizou uma competição entre startups, que deveriam apresentar dispositivos portáteis e wireless que fossem capazes de monitorar e diagnosticar as condições de saúde do usuário, identificando 13 estados de saúde (12 doenças e “ausência de doença”). A vencedora foi a Final Frontier Medical Devices, startup americana com sede na Pensilvânia, que recebeu um prêmio de US$ 2,6 milhões. Esta e mais seis outras startups finalistas continuam recebendo apoio para levar seus tricorders para o mercado.
A healthtech brasileira usa a blockchain da Ethereum para enviar exames laboratoriais a médicos. Com o auxílio da IBM Watson, realiza também um pré-diagnóstico dos pacientes.
É uma startup brasileira que criou soluções em Inteligência Artificial para competir com os grandes players do mercado, como o Google. Entre seus clientes, estão algumas empresas do setor da saúde, como a Unimed e o Hospital Sírio-Libanês.
Neste último caso, a plataforma da empresa é usada para monitorar o tratamento na UTI e prever óbitos. Logo nos primeiros meses de uso, revelou-se 25% mais preciso do que o sistema usado anteriormente.
Startup israelense que desenvolve um robô com inteligência artificial criado para ajudar idosos a manter um estilo de vida ativo e saudável, sugerindo atividades e conectando-os a seus entes queridos. Foi feito para ser fácil de usar, com uma personalidade adaptativa e controlado por voz e gestos.
Sustentabilidade
Esta startup polonesa usa IA e robótica para criar uma lixeira inteligente que identifica o destino correto para o lixo reciclável depositado em seu contêiner. As várias lixeiras da empresa são conectadas entre si e trocam informações para facilitar o processo de reconhecimento do material coletado.
Trata-se de um robô inteligente criado pela AMP Robotics que coleta lixo reciclável duas vezes mais rápido do que um ser humano. Atualmente trabalhando em um aterro sanitário no Colorado, EUA, Clarke usa sensores infravermelhos para detectar caixas de suco, caixas de leite e outros materiais.
[/mks_accordion_item]
[mks_accordion_item title=”Desafios da Inteligência Artificial”]
Por mais revolucionária que a IA seja, e por mais que possa ser aplicada a todos os setores e indústrias, ela também tem limites, desafios e barreiras.
É importante manter isso em mente, para que ela não se torne o novo greenwashing. Esta matéria da Harvard Business Review alerta para este fenômeno e dá um exemplo: dizer que um site de relacionamentos usa IA não melhora necessariamente o seu serviço, mas acaba por ajudar a captar investimentos devido a algumas expectativas irrealistas em relação a essa tecnologia.
Então vamos entender as limitações, os desafios e as barreiras de adoção da IA.
A importância do input de dados precisos
A principal limitação das IAs é que elas aprendem a partir de dados. Portanto, dados errados podem levar a resultados errados e isso é feito por seres humanos, que podem falhar nesta etapa. Quem pensa em adotar esta tecnologia deve dar especial atenção a este fato.
IAs não são autônomas
Ao contrário do que se vê nos filmes e séries de ficção científica, sistemas que aprendem sozinhos não são sistemas autônomos e ainda requerem supervisão humana. Isso significa que as IAs só começam a aprender por si mesmas após seus desenvolvedores lhes fornecerem uma volumosa quantidade de exemplos de dados (muitas vezes, milhões deles) já com as respostas corretas para cada caso.
O volume de dados que você precisa é o provavelmente o principal desafio para conseguir obter resultados significativos. O desafio é que é custoso do ponto de vista de trabalho humano mesmo. Embora seja artificial essa inteligência no futuro, ela traz dentro de si, pelo menos com as técnicas que a gente tem hoje de machine learning, as decisões dos seres humanos que treinaram essa inteligência. Não estou falando de programar os algoritmos, mas de treinar mesmo, no sentido de atuar num processo de classificação, num processo de indicação prévia do que são as respostas para que depois a inteligência comece a replicar o que você estava fazendo. Esse é um processo muito custoso mesmo. (Mario Lapin, CEO da Eludica)
Desenvolvimento mais lento do que o esperado
Com um pouco de criatividade, é possível imaginar um mundo completamente transformado pelas IAs. Mas isso pode demorar mais do que se espera.
Por exemplo, em 1957 o economista Herbert Simon previu que os computadores venceriam os seres humanos em jogos de xadrez em 10 anos. Levou 40 anos para que isso acontecesse. Em 1967, o cientista Marvin Minsky disse que em uma geração o problema da criação de inteligências artificiais estaria totalmente solucionado. Mas pode-se dizer que esse campo do conhecimento ainda está na sua infância.
Portanto, é importante manter um pé na realidade e encarar alegações sobre o futuro das IAs com um pouco de ceticismo, ainda que enxergando as suas possibilidades revolucionárias.
IAs realizam tarefas especializadas
Além disso, as IAs atuais são programadas para realizarem tarefas muito específicas. Por exemplo, uma IA criada para jogar pôquer não pode jogar xadrez, enquanto uma criada para detectar fraudes fiscais não pode detectar fraudes no sistema de saúde e assim por diante. Cada tarefa exige a criação de uma IA nova e especializada.
A Microsoft está trabalhando em uma IA generalista, baseada no jogo Minecraft. Mas provavelmente ainda irá demorar para haver resultados concretos e aplicáveis.
Poucos profissionais
Não há muitos especialistas em IA no Brasil e no mundo, constituindo uma dificuldade para empreendedores que pretendem investir nela.
[/mks_accordion_item]
[mks_accordion_item title=”Recado para empreendedores que querem investir em Inteligência Artificial”]
Na entrevista com Mario Lapin, que pode ser ouvida no começo desta matéria, ele dá alguns recados a empreendedores:
É fascinante e tem possibilidades que às vezes são até mais próximas do que a gente imagina, mas a falta de familiaridade com o que é possível fazer ou não a gente não enxerga. Ou às vezes isso pode dar a falsa sensação de que é possível fazer coisas que de fato ainda não é. Seja porque o tamanho da base de dados ainda seria proibitivo, ou seja pela capacidade de processamento, ou mesmo por causa dos algoritmos, que são muito primitivos. (…) A gente ainda usa versões de 1980, na maioria das tecnologias de base, mas agora com uma capacidade de processamento grande, com bases de dados muito maiores.
Mas eu acho que vai ter alguns breakthroughs ainda. Então é ficar de olho nisso, prestar atenção em qual pode ser a correlação, analisar casos para sacar quais são os padrões do que pode ser feito e que não está sendo feito. E aí entender do que não está sendo feito qual é o limite de fato. Se é um limite que dá para quebrar, como a gente acredita que nesses próximos anos vai ser quebrado.
Esse tipo de visão é uma aposta sempre. Então acho que é medir os riscos dessa aposta e seguir as coisas que você acredita mesmo. Eu acho que a gente está entrando em uma era em que é importante que cada empreendedor entenda quais são as consequencias dessa disponibilidade da AI em níveis diferentes para o mundo, como isso vai transformar o mundo. Acho que cada empreendedor ficando de olho nisso vai ter uma chance maior de sobreviver nos próximos anos.
[/mks_accordion_item]
[mks_accordion_item title=”Referências: saiba mais sobre Inteligência Artificial”]
As fontes de conhecimento abaixo deram embasamento a esta matéria e podem servir para ampliar o seu conhecimento sobre Inteligência Artificial.
Introdução à inteligência artificial
Artificial Intelligence: what it is and why it matters
Deep learning: what it is and why it matters
How Artificial Intelligence Is Revolutionizing Business In 2017
Machine learning: what it is and why it matters
Technopedia: what is Artificial Intelligence (AI)?
The Business of Artificial Intelligence
What Artificial Intelligence Means To You And Your Business
Casos de sucesso
Além do joguinho chinês: o que muda com o AlphaGo, máquina de IA do Google
A pequena Kunumi vai brigar contra o Google
Conheça Clarke, o robô inteligente que coleta lixo reciclável 2 vezes mais rápido do que um humano
IBM turns to artificial intelligence to solve poverty, hunger, and illiteracy
Lixeira inteligente separa e compacta resíduos para reciclagem
The Qualcomm Tricorder X Prize has its winner, but work on tricorders will continue
[/mks_accordion_item]
[/mks_accordion]
Sua startup de impacto social adota soluções em Inteligência Artificial e precisa de apoio? Entenda o que fazer
Se você busca apoio para o seu negócio de impacto se fortalecer e escalar, há algumas atitudes que podem ser tomadas.
Uma é apresentar o seu negócio à Kaleydos por meio deste formulário. A Kaleydos, iniciativa do Instituto Jatobás, é uma plataforma de investimento e desenvolvimento de soluções e negócios que contribuem com os Objetivos de Desenvolvimento Sustentável (ODS). Busca e seleciona startups de impacto em estágio inicial, alinhadas a um ou mais ODS, com potencial de viabilidade e escalabilidade, impacto socioambiental mensurável e modelos de negócios inovadores. Saiba mais aqui.
Outra é cadastrar a sua startup na Pipe.Social, a maior vitrine de negócios de impacto socioambiental do Brasil. Você ganhará visibilidade entre investidores, aceleradoras, marcas, fundações, governos, mentores, investidores anjo, mídias e potenciais parceiros.