Inteligência Artificial para Todos

Inteligência Artificial para Todos

Em 2012 quando lançamos a primeira versão da DMP (Data Management Platform) ou plataforma de big data analytics da Tail, já usávamos machine learning (algoritmos de inteligência artificial), trazendo desde aquela época a forma mais eficaz e precisa para classificação massiva de dados em tempo real.

Apesar de disruptivo, falar em “AI” e métodos de aprendizagem de máquina naquele momento era complexo para a maioria dos profissionais, e tínhamos que tratar o assunto com um pouco de parcimônia.

Passados 6 anos, agora em 2018, um artigo de Jackie Snow publicado pelo MIT Technology Review (https://www.technologyreview.com/lists/technologies/2018/) traz uma lista longa de tecnologias disruptivas para esse ano, mas que poderia ser ainda maior.

E entre as diversas tecnologias que dentro em breve estarão sendo utilizadas e impactando largamente nosso dia a dia segundo a publicação, destaque para “AI for Everybody” (“Inteligência Artificial para todos”).

“Artificial Intelligence” (ou simplesmente A.I.) vem ocupando um amplo espaço na mídia de uma forma geral, e há tempos vinha sendo utilizada no ambiente digital por grandes empresas (big techs) como Amazon, Baidu, Google, Microsoft, Netflix.

É possível inclusive afirmar que, atualmente, toda start up que pretenda oferecer algum serviço disruptivo dificilmente não estará baseada em uma plataforma de big data e algoritmos de inteligência artificial, capazes de aprenderem sozinhos a medida que repetem as tarefas para as quais foram treinados ou programados.

A razão é óbvia: máxima produtividade, sem depender de uma operação executada por humanos. Maior escalabilidade, margens de erro irrelevantes ou inexistentes, menor custo. Serviços que tornam-se possíveis e economicamente viáveis graças a máquinas inteligentes.

Justamente essa revolução, que se espalha por todos os lados e populariza termos até então desconhecidos pelo grande público como “Machine Learning” e “Deep Learning”, traz à tona um novo tipo de demanda, na qual diversos negócios buscam se reinventar e surfar essa mesma onda.

Curiosamente, há cerca de 1 ano, estive em um evento do Google no qual me surpreendi com a maneira pela qual a empresa estava determinada a popularizar esses novos conceitos junto a especialistas de marketing e compradores de mídia online.

Mas há que se ter agenda estratégica, resiliência, capital humano especializado e dna corporativo para embarcar nessa nova forma de se fazer negócio (e possivelmente várias empresas fracassarão nesse processo).

Também é necessário acesso a plataformas ou frameworks que auxiliem no desenvolvimento e adoção dessas novas soluções baseadas em A.I. tornando-a acessível para qualquer um.

A solução agora estaria mais próxima do alcance de todos: “machine-learning tools based in the cloud” (aka: ferramentas de Machine Learning, ou “AI”, disponíveis na nuvem).

O Google lançou o Tensor Flow, uma biblioteca open source para desenvolvimento de softwares baseados em AI) e a Cloud AutoML, uma suíte de sistemas pré-treinados pelo Google que podem tornar o uso de aplicações com AI mais simples.

A Amazon (via seu braço chamado “AWS” – Amazon Web Services) fez parceria com a Azure da Microsoft (uma “AI-powered cloud platform”) para lançarem em conjunto a “Gluon”, uma biblioteca open-source para algoritmos de Deep Learning, só para citar os principais exemplos.

Todos, movimentos importantes que apontam a tendência do mercado para os próximos anos, apesar da falta de conhecimento e preparo dos profissionais das diversas empresas para se tirar proveito dessas plataformas facilitadoras.

Mas isso também não será problema: junto com o lançamento dessas plataformas, várias empresas, cada uma na sua especialidade de atuação, também começam a disponibilizar serviços de consultoria para que qualquer empresa interessada saiba por onde começar.

A Tail, por exemplo, traz junto com a licença da plataforma DMP, um serviço especializado em gestão de audiências em diferentes situações e necessidades, seja baseado em dados online ou offline, desktop, mobile ou cross device, além de treinamentos e workshops para uma área de marketing data-driven.

Não é sobre desenvolver uma plataforma própria ou adotar uma solução pronta, mas é saber como construir valor para sua operação a partir disso.

O jogo está de fato só começando… preparem-se para o que vem por aí.

Caso queira ler o artigo da MIT TR, acesse: https://www.technologyreview.com/lists/technologies/2018/

 

Cristiano Nobrega
CEO da Tail