Existe um grande valor para as empresas usarem tecnologias de automação em análises, aproveitando os vastos conjuntos de dados agora disponíveis. Fazer os modelos de aprendizagem de máquinas mais precisos não é apenas sobre tecnologia; mas uma reimaginação da estrutura do negócio e dos papéis da tecnologia e das pessoas.
Quase todas as indústrias hoje estão nadando em dados, e as comportas não fecham em breve. As projeções de especialistas sugerem um aumento de 4.300% na produção anual de dados que criará 35 zettabytes até 2020.
À medida que a aceleração da análise de dados continua, mais empresas estão percebendo a necessidade de uma eficiência de automação aumentada em suas organizações. Na verdade, quase três quartos dos líderes empresariais e funcionários acreditam que pelo menos parte do trabalho poderia ser automatizado. No entanto, há também um debate contínuo em torno da capacidade computacional linear das máquinas, que inerentemente carece de lógica de negócios.
Uma abordagem mais eficaz é, em vez disso, amplificar a inteligência humana através da tecnologia, em última análise, descobrir em um mundo de aprendizagem de máquinas que os processos de negócios devem ser automatizados versus o que pode ser automatizado. De qualquer forma, encontrar um equilíbrio adequado entre automação e inteligência humana na análise de dados não é uma tarefa fácil. Embora possamos chegar em breve a um ponto de “singularidade”, onde o poder de processamento do computador irá combinar completamente ou mesmo exceder o “poder” do cérebro, não estamos lá ainda, e não confundamos o poder de processamento com o poder de raciocínio.
Um erro comum em torno da automação não reconhece o elemento humano necessário da tecnologia. Embora os computadores sejam certamente capazes de realizações extraordinárias, a programação humana ainda é o núcleo por trás dessas saídas. A inteligência humana é necessária para criar qualquer tipo de automação no momento, e os processos automáticos resultantes não são inerentemente inteligentes. Por esta razão, não podemos considerar grandes dados e análises como inteligência verdadeira, apesar das aparências. Grandes dados e análises, bem como mineração de dados, processamento de linguagem natural, reconhecimento de padrões e muito mais são subprodutos de modelos desenvolvidos por seres humanos. Nenhuma dessas ferramentas, complexas como sejam, pode existir sem, pelo menos, algum envolvimento humano inicial. É por isso que todas as discussões comerciais e políticas circundantes de automação e deslocamento de trabalho tendem a ser uma hipérbole.
A automação nos permite melhorar o nosso trabalho e, de fato, prepara o caminho para novos tipos de empregos também. Embora as atividades físicas em ambientes altamente previsíveis e estruturados mostrem maior potencial de automação técnica, isso não significa que papéis em todas as organizações serão assumidos pelas máquinas.
A verdadeira oportunidade para a inteligência artificial é como uma colaboração com humanos para resolver os problemas que estão atualmente fora de nosso alcance. Qualquer computador pode executar programas ou processar dados, razão pela qual essas não são as qualidades mais benéficas para humanos nem indicadores de inteligência artificial. Em vez disso, é como os seres humanos ajudam a liderar inteligência artificial para entender nossos problemas mais prementes e encontrar soluções inteligentes em conjunto.
O valor para as empresas implementarem tecnologias de automação em análises é inegável. Vast data sets hoje está ajudando a tornar os modelos de aprendizagem de máquinas ainda mais precisos, e as inovações no poder de computação são notáveis.
O ponto de partida para os líderes empresariais deve ser abraçar a transição para a automação e os benefícios de desempenho disponíveis hoje. Isso exigirá não só um investimento na tecnologia, mas também uma reimaginação completa da estrutura do negócio.
Ainda assim, continuam as especulações sobre os vários desafios tecnológicos antes que as máquinas possam combinar cognitivamente o desempenho de homólogos humanos. Corresponder ou exceder o desempenho humano é apenas parte da conversa. Na verdade, desde os nossos primeiros dias como espécie, as tecnologias de automação sempre foram e serão sempre nossos parceiros.
Ainda assim, continuam as especulações sobre os vários desafios tecnológicos antes que as máquinas possam combinar cognitivamente o desempenho de homólogos humanos. Corresponder ou exceder o desempenho humano é apenas parte da conversa. Na verdade, desde os nossos primeiros dias como espécie, as tecnologias de automação sempre foram e serão sempre nossos parceiros.