Episódio 1: Libere o herói de IA que vive em você

Prefácio

Escrito por Ronald van Loon

CEO, Principal Analyst da Intelligent World

O efeito da IA generativa: disrupção, oportunidade e o futuro dos negócios

Estamos testemunhando uma era transformadora de avanços em IA. Isso tem sido marcado principalmente pela adoção em massa do público em geral, graças às inovações acessíveis na IA generativa (GenAI). 

Em destaque por um período relativamente curto, a IA generativa tem evoluído rapidamente. Agora, o foco é como as empresas podem explorar seu potencial aparentemente infinito.  

Embora a IA generativa suscite atualmente um sentimento de otimismo moderado, especialmente porque ela exige uma adaptação estratégica e esforço coletivo no sentido de uma gestão responsável, o caminho para a criação de valor comercial a partir dessa tecnologia poderosa ainda está sendo trilhado. Apesar disso, as taxas de adoção são simplesmente incríveis. De acordo com o Generative AI Benchmark Report da Qlik, 79% dos líderes da indústria já investiram em um projeto ou ferramenta de IA generativa.

No entanto, com grandes poderes vêm grandes responsabilidades. O nível de disrupção causado pela IA e pela IA generativa será significativo em diversas indústrias, exigindo uma abordagem urgente e proativa de governança e gestão de risco. Neste momento, a maioria das empresas não tem uma política robusta implementada sobre como elas e seus funcionários devem interagir com a IA, mesmo que já estejam usando a tecnologia.

As preocupações éticas e de segurança associadas à IA e à GenAI são muitas, demonstradas pelo foco da Ordem Executiva de IA do Presidente Biden, que estabelece novos padrões para a segurança da IA, e pela recente Cúpula de Segurança Global de IA em Londres, que culminou na Declaração de Bletchley sobre Segurança de IA.

Esses fatos demonstram que o mundo está comprometido em desenvolver a IA de modo seguro e responsável. A ênfase nas parcerias internacionais, na proteção ao consumidor e na promoção de inovações reflete uma abordagem equilibrada, focada nos benefícios da IA generativa e na redução dos riscos associados a ela.

Porém, enquanto os governos consolidam suas respostas à inovação, a IA generativa já causa um impacto sensível na forma como as empresas operam. Ela está redefinindo o modo como as empresas contratam e configuram suas equipes, cada vez mais utilizada em departamentos como marketing, vendas e atendimento ao consumidor. Ao mesmo tempo, a demanda por engenheiros de dados, especialistas em aprendizado de máquina e cientistas de dados de IA está em alta, enquanto cargos emergentes como o do engenheiro de prompts também começam a ganhar terreno. Esses profissionais irão definir a resposta comercial à inovação da IA.

Em vez de inércia, todas essas mudanças parecem ter gerado na indústria um sentido de otimismo e uma abordagem estratégica em relação aos investimentos – 45% dos executivos afirmam que os últimos avanços da IA estão impulsionando um aumento de investimentos no setor, enquanto 36% já têm uma estratégia formalizada de IA.

Esse é um bom começo, mas nem sempre as ações são sinônimo de impacto positivo. Este guia traz perspectivas de líderes de dados e analytics de diversos segmentos – que já estão em suas próprias jornadas de IA – além de dicas tangíveis de profissionais responsáveis pela otimização de processos de dados com a IA.

Introdução

Experts de dados nos contam suas experiências reais com IA

O hype em torno da IA e seu valor para os negócios continuam em alta. Contudo, em meio a todo o burburinho, há um sentimento claro de sobrecarga de informações. Por isso, é compreensível que muitos líderes de dados e analytics continuem céticos em relação aos benefícios reais da tecnologia e o caminho até sua adoção. Eles sabem que suas equipes de dados são fundamentais para o sucesso das iniciativas de IA, ainda que haja um longo caminho a percorrer com poucos exemplos para serem seguidos.

Visionary Voices em IA reúne experiências reais e dicas tangíveis de profissionais de dados e analytics que estão em suas próprias jornadas de implementação de IA.

Leia e saiba como maximizar o impacto da IA e aprimorar o papel humano. Além disso, os experts dão a opinião deles sobre o debate de modelos treinados públicos x particulares, discutem o equilíbrio entre inovação e risco com governança, ética e muito mais.

A IA existe há décadas. Mas, atualmente, a popularidade dela está em alta. Isso ocorre por diversos motivos, como avanços nas tecnologias adjacentes, maior disponibilidade de dados que geram alogoritmos aprimorados e um número cada vez maior de aplicações práticas. Embora a IA seja considerada uma ferramenta de vantagem competitiva, o debate sobre como ela pode fornecer mais valor continua. No entanto, já estamos começando a ver como as equipes de dados e analytics estão usando – ou pretendem usar – a IA em diferentes indústrias para diferentes propósitos.

Ato 1

O potencial positivo da IA

Transformando a informação para criar insights valiosos

É evidente que tanto o setor público quanto o privado enxergam a IA como uma oportunidade para aumentar o valor dos seus produtos e serviços. E isso, por sua vez, os ajuda a atender as expectativas, ser mais eficientes e, em alguns casos, se destacar dos concorrentes. 

“A IA pode revolucionar a medicina aumentando a precisão dos diagnósticos, trazendo resultados mais positivos aos pacientes, melhorando os cuidados pós-cirurgia e reduzindo os custos dos tratamentos. Ela já está sendo usada nos diagnósticos de imagem para detectar casos de câncer com antecedência. As cirurgias assistidas por robôs já são uma realidade. Eles podem ajudar em cirurgiaslaparoscópicas, reduzindo o tempo de recuperação dos pacientes. Além disso, a IA pode aumentar a produtividade e a eficiência dos tratamentos, permitindo que os sistemas de saúde prestem um atendimento melhor a um número maior de pessoas.”
Deepa Tambe, Head of Reporting Technology, Barts Health NHS Trust

Mitul Vadgama, Senior Data and Analytics Strategy Manager do Lloyds Banking Group , explica como a tecnologia pode gerar valor no segmento bancário: “A IA tem o potencial de transformar órgãos financeiros, como os bancos, fornecendo serviços personalizados, aumentando a segurança, otimizando as operações e possibilidando tomadas de decisão baseadas em dados. A adoção da IA pode ajudar os bancos a se manterem competitivos em um setor que evolui rapidamente e a prestar um serviço melhor aos seus clientes.”

Dave Elliott, Global Data and Analytics Manager do Mayborn Group, empresa que é dona da marca de produtos para bebês Tommee Tippee, concorda que a IA pode ajudar a melhorar os serviços e atender as expectativas do consumidor, mas ele também acha que a tecnologia pode aprimorar as operações de back-end que vão possibilitar todas essas melhorias. Ele explica: “A IA oferece diversas oportunidades, seja otimizando os processos logísticos, aprimorando a experiência do consumidor com a ajuda do processamento de linguagem natural ou da IA generativa ou por meio de funções de IA como previsões de venda e demanda.”

Mas essa não é a única vantagem que o Mayborn Group vê como consequência do uso do contínuo da IA. Mark Little, colega de Dave e Principle Business Intelligence Specialist, explica: “Usamos a IA para diversas coisas. Um dos temas do qual tivemos o maior retorno foi o de análise de sentimento. Usando a tecnologia, podemos avaliar todos os nossos reviews em diversas plataformas e ter uma ideia geral a respeito da nossa performance. Sem ela, passaríamos horas reunindo e lendo os textos.”

Não são apenas as organizações privadas que enxergam o potencial da IA para a tomada de decisões. Calum MacIver, Corporate Information Manager da The Health Informatics Service – com apoio da Calderdale and Huddersfield NHS Foundation Trust – destacou como o NHS está se beneficiando das análises preditivas possibilitadas pela IA..

“No NHS, o uso da IA é cada vez mais visível, da assistência aos diagnósticos à previsão de entrada de pacientes e atendimentos. A análise que estamos vendo com a tecnologia está abrindo novos caminhos para a pesquisa em todas as áreas do serviço de saúde."

Obtendo vantagem com a velocidade

O tema da velocidade parece central nas experiências dos experts com IA, sobretudo quandos são solicitados a citar o seu valor para as empresas. As equipes de dados e analytics desempenham um papel fundamental ao transformar informações desencontradas em insights de negócio tangíveis. Com tantos dados disponíveis e a necessidade de insights em tempo real, a análise manual pode ser lenta e, ao final do processo, os insights estarão obsoletos. Está claro que a IA pode abrir imensas oportunidades nesta área.

Priscila Papazissis, Data Product Manager da Localiza & Co., empresa brasileira de locação de veículos, observa: “Na minha empresa, a IA está transformando o acesso a dados e analytics e promovendo decisões baseadas em dados. A tecnologia permite capturar, tratar e exibir uma quantidade imensa de dados mais rápido do que nunca, graças aos algoritmos de aprendizado de máquina. Agora, o tempo entre o evento de negócio e a coleta de resultados diminuiu muito e assim, temos acesso à informação mais rapidamente e podemos tomar decisões que vão fazer a diferença.”

John Delligatti, Director of Digital Supply Chain Transformation da SDI, complementa: “Pessoalmente, a IA já me economiza bastante tempo. Mas se eu puder economizar o tempo de 10 ou mesmo de 100 pessoas, aí estaremos falando de um valor incrível. Então, o meu conselho é: comece a investigar essas ferramentas imediatamente. Estimule as suas equipes a usá-las.”

Abraçando o desconhecido

As empresas continuam lidando com um cenário de incerteza, por conta do contexto macroeconômico, dos avanços tecnológicos e da imposição de novas legislações. A boa notícia é que a IA pode ajudar a criar modelos preditivos que permitem a você se antecipar às tendências de futuro e aos resultados. A tecnologia fornece às equipes de dados e analytics o conhecimento que elas precisam para ajudar as empresas a seguirem adiante com confiança. E como ela também economiza tempo, as equipes podem pensar estrategicamente usando os insights gerados pela IA.

“Podemos transformar os papéis das pessoas que usam e tomam decisões com dados, já que deixamos que a IA faça o trabalho repetitivo de identificação de problemas. Por exemplo, identificar uma fraude presente nos dados seria quase impossível para o olho humano.”
Priscila Papazissis

Sobre a oportunidade que a IA gera para organizações de grande porte, como o NHS, Calum MacIver explica: “Em termos de acesso aos dados, a IA tem um papel-chave a desempenhar, já que ainda dependemos dos nossos processos tradicionais para obter os dados necessários. O mais importante é o que pretendemos fazer com os dados quando tivermos acesso a eles. Procurar padrões, predições e anomalias nos dados são três áreas nas quais esperamos fazer o melhor uso da IA, mais especificamente, do aprendizado de máquina.”

Deepa Tambe concorda com a opinião de Calum sobre o potencial de predição da IA: “Na área da saúde, coletamos milhares de dados de cada interação com pacientes e máquinas. O que precisamos é usar os dados para gerar insights. Prever os pontos de pressão, prever o fluxo de pacientes no departamento de emergência e os recursos necessários para atender à alta demanda dos hospitais são áreas em que acredito que isso poderia realmente ajudar. Já estamos usando a análise preditiva e um mecanismo de alerta para notificar as equipes operacionais em relação aos requisitos corretos do tipo de leito. Isso foi desenvolvido no pico da pandemia e foi muito útil nos hospitais.”

Identifique as suas necessidades antes da adoção 

Com todo o hype em torno da IA, é compreensível que muitos queiram incorporar a tecnologia o mais rápido possível. Mas é arriscado fazer isso antes de identificar os desafios que você quer solucionar com a IA. As opiniões compartilhadas na série Visionary Voices foram unânimes – a adoção da IA sem um propósito específico não gera impacto nenhum. Em vez disso, a jornada de IA deve começar com um problema ou desafio. Só aí você poderá enxergar o valor real do tempo e do investimento envolvidos e tirar o máximo proveito de seus recursos.

Mark Little observa: “A IA terá um impacto imenso, mas para ter retorno dela, é preciso garantir que exista um caso de uso. Se você entrar na onda e apenas brincar com a tecnologia, vai concluir que ela é só um 'hype'. Porém, se você tiver um caso de uso bem definido, onde é possível medir os resultados alcançados, a sua experiência com a IA será muito mais positiva.”

Martin Sahlin, Founder and CEO da Stretch Qonnect, que ajuda clubes esportivos com analytics detalhados, simplificados e fáceis de entender, acrescenta: “Todo mundo está falando de IA, mas muitos não sabem o porquê ou o que fazer com ela. Para ter o resultado esperado e ir pelo caminho certo, as iniciativas e os investimentos em IA precisam ter um desafio bem claro e específico. Além do mais, é preciso ter uma noção bem tangível do resultado.”

Organizações como a HCL Technologies identificaram um desafio-chave e criaram soluções para ajudar proativamente os negócios.

“Temos uma equipe de cientistas de dados que trabalha com Python. Eles criaram diversos modelos de aprendizado de máquina para uso de negócios. Um exemplo é o modelo Attrition Prediction Analysis que nos ajuda a prever quais colaboradores têm mais risco de deixar a empresa e nos permite oferecer suporte a eles.”
Rahul Gupta, Associate General Manager

Ato 2

Redefinindo o papel humano

Novos papéis estão surgindo, mas não para todos (ainda).

Um benefício claro da IA, que os experts de dados já começaram a perceber, é a oportunidade que ela traz de fornecer respostas para perguntas que eles ainda nem tinham formulado. Isso acontece graças à capacidade da tecnologia de analisar e processar grandes volumes de dados, demonstrar a relação entre pontos de dados, identificar padrões e fazer predições. Isso significa que os analistas e os usuários das empresas não precisam ser cientistas de dados para obter benefícios das ferramentas automatizadas.

“A IA me ajudou a entender a relação e o contexto dos dados de uma forma que eu talvez não tenha conseguido em um primeiro momento. Ela também me ajudou a questionar certas coisas que eu não teria questionado antes, quando fazia análises manualmente,” - Michal Lecian, Business Intelligence Analyst at Dolphin Consulting.

Outro benefício importante da IA é a oportunidade de criar cargos novos e estratégicos. Ao fazer isso, as equipes de dados deixam de fazer o processamento manual e focam em reunir análises e insights.

Filippo Orlando, Head of Advanced Analytics da Unieuro S.p.A, íder italiana em distribuição de produtos eletrônicos de consumo, afirma: "A IA aprimora os recursos da nossa equipe automatizando tarefas, fornecendo insights e melhorando a eficiência. Ela está redefinindo os papéis e nos permitindo focar em tarefas estratégicas de alto nível. Em alguns casos, novos cargos de IA surgiram para gerenciar e otimizar os sistemas de IA."

Martin Sahlinconcorda que a IA vai acelerar a execução das tarefas, não substituir os trabalhadores: “Você precisa desafiar a IA. É importante ter um olhar crítico ao avaliar de perto os resultados gerados pela IA. Daqui para a frente, a tecnologia terá um papel cada vez maior no processamento dos dados. A IA pode assumir com facilidade as tarefas repetitivas, deixando as atividades de inovação para as pessoas."

Mas nem todas as empresas estão prontas para essa mudança ou para a adição de uma nova expertise. O nosso Generative AI Benchmark Report destacou que pouco mais de um terço das empresas estão planejando treinar modelos de dados internamente, enquanto 60% consideram usar parcialmente recursos de terceiros e apenas 4% estão fazendo tudo internamente.

Mario De Felipe Pérez, Chief Transformation Officer do Grupo ASV, continua: “Contamos com parceiros especializados para implementar a tecnologia. Se a tecnologia alcançar maturidade e relevância suficientes na empresa, iremos considerar a contratação de pessoas especializadas. Já estamos treinando diversos colaboradores em inteligência artificial. E, principalmente, estamos identificando como usar a IA generativa para aumentar a produtividade em nossos call centres e nos departamentos jurídico, financeiro e de marketing.”

Ato 3

Liberando a inovação em IA com segurança

Obter benefícios tangíveis com a IA não é tão fácil quanto apenas 'adotá-la'. É preciso equilibrar inovação e os riscos inerentes. Isso envolve testes, criação de políticas de compliance e monitoramento cuidadoso das iniciativas de IA É crucial avaliar os benefícios e os riscos para tomar uma decisão acertada em relação ao investimento.

“O surgimento das ferramentas de IA generativa, como o ChatGPT, traz oportunidades e desafios em diversas áreas. A ferramenta estimula as pessoas a pensar de modo criativo sobre como a IA pode nos ajudar. Mas é preciso também avaliar o uso ético dela, as práticas responsáveis e as pesquisas existentes para entender o cenário em evolução das aplicações de IA. Levar em conta a inovação e a ética será muito importante, à medida que continuamos investindo na IA generativa e em outras tecnologias associadas à IA.”
Mitul Vadgama

Priscila Papazissis complementa: “Temos que começar a pensar e estudar como usar a tecnologia dentro da empresa com segurança e com todos os riscos mapeados, já que, na minha opinião, há muitos possíveis riscos envolvidos à IA.”

Abordar a IA treinada publicamente com cautela

Como exemplo desses fatores em ação, muitas empresas decidiram utilizar modelos treinados publicamente na corrida pela adoção da IA. Isso ocorreu, principalmente, devido ao tempo e à expertise necessários para criar versões privadas sob medida. No entanto, o que os experts reforçam, é a necessidade de tomar medidas de precaução antes de investir na tecnologia.

Rahul Gupta, Associate General Manager da HCL Technologies, explica: “A empresa impediu os funcionários de usar informações proprietárias dela no ChatGPT e em outros modelos similares, já que há um risco de segurança dos dados. Isso aconteceu porque qualquer dado compartilhado poderia ser usado para treinar o modelo publicamente."

Em relação à IA generativa, Dave Elliott fala sobre a importância de desafiar os dados: “O surgimento da IA generativa traz empolgação e precaução. No entanto, ele enfatiza a necessidade de as organizações e os usuários garantirem que o conhecimento e a fluência dos dados básicos estejam em vigor. Sem isso, teremos um cenário em que seguiremos os resultados sem entender completamente as implicações, ou incapazes de fazer questionamentos. Além do mais, para utilizar os dados com o objetivo de tomar decisões embasadas, independentemente da fonte, devemos ser capazes de ler, operar e desafiar os dados.”

‍Parece que o consenso é adotar um ceticismo saudável em relação aos modelos públicos de IA. Preocupações consistentes envolvem a capacidade de manter a qualidade dos dados e entender os possíveis vieses. Além disso, devemos considerar também a gestão de dados ruidosos ou incompletos, as ambiguidades e a adaptação à evolução da linguagem.

John Delligatti entende o valor de criar e usar a própria IA: “Quando as coisas são desenvolvidas internamente, ou por experts na sua empresa, os resultados vão demorar para aparecer, mas eles serão melhores. Preocupações reais sobre a precisão dos modelos de IA, as predições e as respostas geradas vêm de modelos treinados publicamente, não daqueles treinados com os seus dados. E nesses casos, pode ser difícil identificar as fontes das estatísticas. Já ouvimos casos em que o ChatGPT conseguiu um bom resultado em um exame médico. Mas também temos exemplos em que o ChatGPT tentou criar um documento jurídico e citou casos que não existem. Dessa forma, é preciso ser cético em relação a tudo o que vem desses modelos e fazer a checagem dos dados por conta própria.’’

Deepa Tambe também se preocupa com o uso de dados precisos, enfatizando que toda a equipe que usa precisa ser instruída sobre sua importância: “Basicamente, o dado que entra é o mesmo que sai. Então, é preciso focar na precisão dos dados capturados para ter o resultado certo. Ainda precisamos focar no princípio básico da alfabetização e da precisão dos dados. É fundamental capacitar as pessoas, tanto aquelas que já trabalham com analytics quanto aquelas que não lidam com dados. Só poderemos progredir se trouxermos todo mundo para a jornada de IA./em>"

Henri Rufin, Head of Data & Analytics da Radiall, fala sobre os perigos da IA generativa: “Usar a IA generativa sem conhecimento prévio pode ser perigoso, já que essas tecnologias se alimentam dos dados oferecidos e isso pode representar um grande risco de segurança. Trabalhar com a IA generativa requer um grande conhecimento das tecnologias subjacentes, além de um plano para evitar a apropriação indevida ou uma outra questão ética que pode surgir no futuro.”

Reduzindo riscos com a integração de dados 

O gerenciamento e a integração dos dados têm uma nova importância na era da IA, junto com processos robustos de governança. Também é necessário ter uma abordagem mais flexível em relação ao gerenciamento dos dados, devido à velocidade com que a inclusão de novos dados pode alterar um modelo de IA.

“As empresas devem aprimorar os seus processos de integração de dados para dar suporte às iniciativas de IA. Elas podem fazer isso dessa forma: implementando uma governança de dados robusta, empregando ferramentas avançadas de integração, automatizando os pipelines de ETL, utilizando data lakes, garantindo streaming de dados em tempo real, mantendo a segurança dos dados e as políticas de compliance, monitorando a performance e fomentando uma cultura de aprimoramento contínuo.”
Filippo Orlando

Dave Elliott explica como o Mayborn Group está abordando a integração de dados para a IA, mas também outras tecnologias: “[A integração de dados] é a base fundamental para todos os aspectos da jornada de dados da organização. E dessa forma, há um programa-chave implementado para suportar a automação da aquisição e da integração de dados. O foco desse programa é construir uma fonte de dados sólida, governada e confiável em todos os aspectos da organização para suportar as ofertas atuais de dados e analytics, mas também para servir de base para o desenvolvimento de tecnologias novas e emergentes.”

Priorize a governança e a segurança

A governança de dados não é simples, dado o volume de dados processados pelas empresas todos os dias:

''‘’Estamos bastante acostumados a suportar uma política de governança de dados estruturados e a garantir a qualidade deles. Mas quando falamos de dados não estruturados, como áudio, vídeo ou texto, o problema é muito mais complicado. Além de termos pouca experiência, estamos lidando com o problema de identificar os dados não estruturados adequadamente para que eles sejam processados pelos modelos de IA.’’
Mario De Felipe Pérez

Como parte da governança de dados, as equipes de dados também lidam com desafios de segurança. Filippo Orlando conta sobre o foco da sua equipe na Unieuro S.p.A: ‘’Eu priorizo a privacidade e a segurança dos dados de IA por meio de criptografia, controles de acesso e conformidade rigorosa com as normas de privacidade. Isso protege as informações confidenciais, mantém os padrões éticos e gera confiança entre os stakeholders.’’

Vá em frente e experimente 

No entanto, é nesse ponto que o equilíbrio entre inovação e risco deve ser atingido. Implementar uma estratégia de governança e segurança de dados robusta não pode impedir você de experimentar a IA – pelo menos para entender onde estão os casos de uso mais apropriados. Se você começar definindo objetivos claros e garantindo que os dados sejam anonimizados e protegidos adequadamente, isso deve formar uma base sólida para experimentações.

Na prática, isso signfifica fomentar colaboração interdepartamental e começar com um grupo pequeno e confiável, de acordo com Henri Rufin: “Na Radiall, aprendemos na prática, e acreditamos na prova de conceito. A IA é algo que, com certeza, queremos investigar. Embora tenhamos que lidar com a IA generativa com cuidado redobrado, não podemos ficar parados e assustados com o perigo que essas tecnologias representam. Iniciamos uma iniciativa de IA que, espero, nos possibilitará algum dia entregar novos serviços para suportar a alfabetização e a governança de dados em toda a empresa. Trabalhamos bem próximos dos departamentos de TI e Segurança para minimizar os riscos. E antes de apresentar algo ao público, criamos um grupo de pessoas confiáveis para fazer experimentações.”

Conclusion

Turning AI from hype to reality

Está claro que a IA gera diversas oportunidades para as empresas. Com a ajuda da tecnologia, elas podem usar os dados de um jeito melhor e mais rápido do que nunca, empoderando seus funcionários e gerando melhores resultados para os clientes. Além disso, a tecnologia é capaz de mudar a forma como as equipes de dados trabalham e aumentar o valor que eles geram para a organização.

Assim como todas as novas tecnologias, algo revolucionário como a IA traz dúvidas e especulações sobre o seu impacto, caso seja usada incorretamente ou usada sem uma base sólida de ética e governança de dados.

Então, que aprendizado as nossas Visionary Voices podem compartilhar com os colegas sobre começar a usar a IA agora mesmo?

Comece aos poucos, teste e aprenda:

“Garanta que a fluência de dados na organização suporte o entendimento sobre o uso e os resultados de quaisquer processos de IA. Comece aos poucos, teste e aprenda. Não tenha medo de falhar e garanta que a empresa entenda que essa é uma jornada de aprendizado.” - Dave Elliott

Comprometa-se com a ética e com práticas responsáveis

“A IA é uma jornada. E a chave do sucesso é começar dando pequenos passos para entender todo o potencial da tecnologia, sempre aprendendo e se adaptando. Ao abordar a IA estrategicamente e se comprometer com a ética e com práticas responsáveis, é possível gerar novas oportunidades e se manter competitivo em um cenário que evolui rapidamente.” - Mitul Vadgama

Nunca subestime a importância do 'toque humano'

“Muitos experts de IA estão compartilhando ideias que podem ser aplicadas para inovar os serviços de atendimento aos pacientes. No entanto, acho que o toque humano não pode se perder nessa jornada de inovação.” - Deepa Tambe

Comece a experimentar agora

“Meu conselho é: se você ainda não começou, comece. Se você não estiver se planejando, seus concorrentes vão deixar você para trás. A IA não é um fim em si. Ela é uma grande ferramenta e um excelente ponto de partida para experimentação. Comece a fazer perguntas específicas para a IA sobre a sua empresa e veja o que ela responde. Comece a alimentá-la com códigos de programação quando você obtiver um erro e veja o que ela diz. É desse jeito que você pode se familiarizar – e estimular as suas equipes.” - John Delligatti

Trabalhe com parceiros experts

“Antes de mais nada, você precisa fazer experimentos com a tecnologia para realmente entender o status atual dela. Depois, converse com parceiros especializados, capazes de fornecer conhecimento, experiência e possíveis business cases. E por fim, identifique casos de uso por meio de workshops dentro da organização.” - Mario De Felipe Pérez

Mantenha sempre as pessoas no processo

“A IA realmente é capaz de nos ajudar pensando fora da caixa. No entanto, é preciso tomar muito cuidado com os resultados que ela traz – eles nem sempre estão corretos. É por isso que é preciso considerar a IA como um aprimoramento ao trabalho executado por humanos, não uma substituta deles.” - Michal Lecian

É crucial ter dados confiáveis, limpos e governados.

“Quando falamos da IA, temos que nos lembrar que a base dela são os dados. Por isso, a qualidade dos dados é fundamental. Nada vai funcionar direito se os seus dados não estiverem adequadamente governados. Isso significa que é preciso priorizar a alfabetização de dados. Na Radiall, o nosso foco é a integração dos dados, a automação de dashboards e a qualidade dos dados, antes mesmo de pensar em aproveitar os benefícios da IA. Dito isso, eu realmente acredito que a IA – particularmente, a IA generativa – vai melhorar a forma como os usuários interagem com seus dados. E a longo prazo, isso vai promover e melhorar a alfabetização de dados.” - Henri Rufin