Adotar IA com função preditiva sem maturidade de dados é flertar com o perigo – Por: Maurício Sotero é engenheiro de controle e automação pela UFMG, com Executive MBA em Gestão de Negócios pela Fundação Dom Cabral e é formado em liderança pela Stanford Graduate School of Business. Atualmente é sócio e diretor de Operações da MG Info.

Uma pesquisa divulgada na segunda quinzena de outubro pela Câmara Americana de Comércio (Amcham Brasil), realizada com quase 700 empresas, aponta que, entre os líderes empresariais, o uso de inteligência artificial (IA) será o tema tecnológico mais relevante para as empresas em 2024. Nada menos que 60% das lideranças apontaram as tecnologias preditivas como principal tendência disruptiva para o próximo ano, sendo que 68% das empresas participantes da pesquisa informaram já fazer algum uso de IA nos seus negócios.

Essa pesquisa indica claramente que a IA não é apenas uma hype, pelo contrário. A IA, bem como outras tecnologias, como machine learning, ou mesmo métodos como análises de séries temporais, que podem ser empregadas em atividades preditivas, têm avançado rapidamente e crescido em eficiência. Agregar essas tecnologias aos negócios tem trazido resultados efetivos e ajudado muitas empresas a automatizar processos, como call center por exemplo, gerar insights que contribuem para desenvolver novas ações e produtos, antecipar tendência e alavancar vendas.

A preocupação com o uso de tecnologias com finalidade preditivas, entretanto, tem provocado certa ansiedade e muitas empresas estão tentando avançar no uso delas queimando etapas. É uma tentativa que, em alguns casos, até pode dar certo, mas há um grande risco embutido nessa tática, que pode trazer sérios problemas.

Para que a IA e demais tecnologias ou métodos, com função analítica de tendências, possam ser exploradas em todo o seu potencial, é decisivo que elas rodem sobre uma estrutura big data (quanto mais informação melhor para o aprendizado), disponibilizada em um repositório de dados depurado, atualizado e confiável. Também é fundamental que já exista, na empresa, um mínimo de cultura data driven. Será bem difícil avançar no uso de tecnologias preditivas se as equipes não estiverem habituadas a tomar decisões baseadas em dados e, principalmente, convencidas da importância desse processo para obter insights que contribuam para alcançar ganhos de escala e produtividade.

Sem isso, todo o esforço em implantar a IA com objetivo preditivo pode resultar em frustração e, pior, fortalecer a posição daqueles que ainda insistem em qualificar a IA como uma hype, um modismo passageiro, além de aumentar a resistência das equipes no uso da nova tecnologia.

Para fazer bom uso dessas tecnologias ou métodos de análises de tendências, é fundamental que as empresas estejam preparadas para coletar, depurar, validar, manter atualizado e disponibilizar dados, além de desenvolver em suas equipes a cultura de tomar decisões baseadas em dados. Em outras palavras, as empresas que já implantaram a cultura data driven têm possibilidades de obter maior eficiência com uso de tecnologias preditivas. É temerário, para dizer o mínimo, fazer apostas nos insights apresentados por essas tecnologias quando elas se baseiam em dados não depurados, desatualizados ou incompletos.

Portanto, para que a IA tenha bons resultados, as empresas precisam avaliar primeiro a quantidade de dados disponíveis, o grau de maturidade desses dados, além de fazer os ajustes necessários para depurar e disponibilizar dados em volume expressivo e constantemente atualizados. Paralelamente, é fundamental implementar a cultura data driven e, após isso, a empresa estará adequadamente preparada para avançar no uso dessas tecnologias.

Isso pode até angustiar alguns executivos, em especial os que já estão pressionados para utilizar as novas tecnologias, mas garantir a maturidade e governança mínimas na gestão dos dados da empresa é um passo fundamental para a obtenção de bons resultados.

Não é necessário implantar a cultura data driven em todos os processos e operações da empresa de uma vez para avançar no uso de IA. Isso pode ser feito por etapas. Escolha um setor importante e comece por ali. Implante as tecnologias, capacite as equipes, organize a governança, obtenha bons resultados, forme embaixadores da mudança, divulgue internamente as conquistas e avance. Cada área que atingir uma maturidade mínima na gestão de dados estará habilitada a realizar prototipagens no uso de ferramentas preditivas. É um processo de aprendizado.

Ok, sei que você não precisa acreditar em mim. Então vou buscar apoio na ferramenta de IA da moda, o ChatGPT. Fiz à inteligência artificial generativa a seguinte pergunta: “Podemos afirmar, com segurança, que uma empresa data driven está mais bem preparada para obter bons e efetivos resultados no uso das tecnologias preditivas?”

Vejamos o que a IA nos respondeu:

Sim, podemos afirmar, com segurança, que uma empresa data-driven está mais bem preparada para obter bons e efetivos resultados no uso de tecnologias preditivas. Aqui estão algumas razões pelas quais essa afirmação é válida:

1. Fundamentação em dados sólidos: empresas data-driven têm uma base sólida de dados que é coletada, armazenada e gerenciada de forma eficaz. Ter dados de alta qualidade é essencial para alimentar algoritmos de aprendizado de máquina e análises preditivas, pois a qualidade dos dados afeta diretamente a precisão das previsões.

2. Cultura de tomada de decisão baseada em dados: Essas empresas promovem uma cultura em que a tomada de decisões é orientada por dados. Isso significa que os gestores e funcionários estão mais inclinados a confiar nas informações derivadas dos dados do que em suposições ou intuição.

3. Uso eficiente de ferramentas tecnológicas: Essas empresas estão melhor preparadas para implementar tecnologias preditivas, devido à sua experiência em trabalhar com ferramentas de análise avançada e aprendizado de máquina. Elas já têm uma infraestrutura de TI sólida que suporta a implementação e o gerenciamento de modelos preditivos.

Se a resposta do ChatGPT ajudou a convencer você sobre a importância de avançar primeiro na maturidade dos dados antes de implementar tecnologias com potencial preditivo, é sinal que a IA é, de fato, uma ferramenta poderosa. Pense nisso e se prepare adequadamente para fazer bom uso dela.