Cinco perguntas para um projeto bem sucedido de IA a202k

Você, CIO que nos lê, já acordou no meio da noite se perguntando quais são as cinco perguntas essenciais para a criação de um projeto bem-sucedido de Inteligência Artificial? 

Provavelmente sim. De acordo o Gartner, a maior parte dos projetos baseados em soluções deste tipo ainda não estão alcançando o êxito de forma prática. 

Um ponto importante para esse cenário é que, frequentemente, as companhias subestimam a complexidade das tecnologias de IA. 

A pesquisa do Gartner, mostra que 81% das organizações que estavam no estágio de planejamento de projetos relacionados a esse tipo de solução estavam altamente confiantes de que atingiriam a meta de lançamento dentro de dois anos. 

Entretanto, quase 60% dos líderes que já estavam gerenciando projetos baseados em Inteligência Artificial disseram que o lançamento real poderia levar o dobro do tempo do que o planejado inicialmente no começo das ações.

Pensando em melhorar a qualidade do sono dos CIOs, o Gartner, elaborou uma lista de questões que visam ajudar a entender as opções, riscos e desafios relacionados a este tipo de inovação.

É uma palhinha do que virá no Gartner IT Symposium/Xpo 2019, programado para 28 a 31 de outubro em São Paulo.

1. Identificar Casos de Uso – Quais são os problemas de negócios a serem resolvidos com este projeto? 

Compreender quais são os problemas a serem resolvidos e identificar quais situações da operação podem ser aprimorados com as técnicas de Inteligência Artificial é um pré-requisito para o sucesso do projeto. Nesse contexto, os CIOs devem se aproximar dos usuários para entender suas tarefas diárias e discutir os desafios que eles enfrentam. Com isso, será possível identificar oportunidades em que a Inteligência Artificial poderá desempenhar um papel prático. Vale destacar que o uso das plataformas de Inteligência Artificial é geralmente importante para problemas que envolvem grandes quantidades e dimensões de dados e cuja correlação com o resultado não é clara.

2. Definir metas e indicadores do sucesso – Qual é o resultado esperado para a rotina prática de negócios? 

Definir os objetivos e indicadores de sucesso significa predizer e quantificar o resultado esperado para a operação. O problema é que isso pode ser difícil nos projetos de Inteligência Artificial, que são tipicamente menos certos do que as ações tradicionais de TI. Por isso, as organizações precisam estar abertas a uma abordagem experimental e heurística. 

O Gartner avalia que melhorar a agilidade, aprimorar a experiência do cliente e reduzir custos são as três principais razões pelas quais as organizações investem em Inteligência Artificial. Os CIOs devem, portanto, definir o estado atual das operações, estabelecer as métricas prioritárias e acompanhar as alterações à medida que o projeto for sendo aplicado - e depois que a solução for completamente implementada na produção. Vale salientar, ainda, que é fundamental comunicar as principais métricas de negócios para as partes interessadas, como executivos seniores, líderes de departamentos, cientistas de dados, equipe de TI e operações.

3. Organizar a equipe – Quais são os especialistas em TI, de negócios e de análise que farão parte da ação? 

Os projetos geralmente falham devido a problemas relacionados à equipe. Ter as pessoas certas designadas para o projeto é um componente vital de seu sucesso. Isso significa construir um grupo multifuncional que inclua especialistas em negócios com o conhecimento comercial relevante, profissionais de TI com as habilidades técnicas necessárias para fornecer experiência em desenvolvimento e integração, e cientistas de dados que possam ajudar com necessidades de modelagem e gerenciamento de dados. Essa equipe precisa ter autonomia para tomar decisões e tomar ações quando necessário. O objetivo, com isso, é criar uma cultura organizacional que envolva colaboração, mudança e comunicação, e desencorajar os “feudos” de conhecimento para que a expertise seja livremente compartilhada e disseminada em toda a operação.

4. Adquirir a solução – Quais são as opções de fornecimento e como é possível garantir a manutenção contínua? 

A maioria das técnicas e ferramentas de Inteligência Artificial está no mercado há décadas, mas, apesar da história, sua implementação na organização pode ser prejudicial tanto para as frentes de negócios quanto para as de tecnologia. Para minimizar as chances de interrupção, os CIOs devem explorar várias opções e, assim, obter uma solução de Inteligência Artificial mais viável e de alto desempenho, que ofereça um equilíbrio entre desempenho, custo e tempo de lançamento no mercado.

5. Adaptar Processos de Negócios – A companhia está pronta para operar a solução e aproveitar ao máximo a tecnologia?

A operacionalização de uma solução vai além da alocação eficiente dos recursos de TI apropriados. Isso também significa antecipar - de uma maneira sistemática - a evolução contínua dos elementos de Inteligência Artificial, planejar as descontinuidades que esses sistemas trazem aos processos de negócios e adaptar continuamente os modelos de decisão. É essencial ter recursos de disciplina e gerenciamento para garantir que as soluções utilizadas possam ser rastreadas, monitoradas e protegidas, e que os ativos analíticos possam ser implantados nos processos operacionais de maneira repetível, gerenciável, segura e rastreável.

Para você que veio até aqui, o Gartner reserva ainda meia dúzia de dicas sobre o que os CIOs responsáveis ​​pelos projetos de Inteligência Artificial devem fazer:

• Educar a equipe do projeto e os executivos seniores sobre os tipos de problemas mais adequados às técnicas de inteligência artificial - aqueles que envolvem grandes quantidades de dados ou que realizam capacidades semelhantes às humanas.

• Criar um COE somente depois de ter uma compreensão clara das habilidades e recursos necessários, quando houver uma variedade de projetos de IA e quando for o momento de compartilhar recursos e melhores práticas.

• Investigar as opções “compre”, “terceirize” e “construa” as fontes nessa ordem e considere o uso de um híbrido dessas abordagens. Só construa a solução se for de importância estratégica.

• Estabelecer disciplinas para o gerenciamento contínuo de soluções de IA implantadas e usar o modelo de inteligência de decisão da Gartner e os iBPMS (Intelligent Business Management Suites) para melhorar a eficácia do modelo de decisão.

É importante que os líderes e profissionais eduquem a equipe identificar pontos fortes, lacunas e exemplos de sucesso, e aproximem os executivos seniores sobre os tipos de vantagens e problemas relacionados às técnicas de Inteligência Artificial. Essa postura ajudará a criar jornadas mais efetivas e rápidas.