Notícias

Por que grandes corporações estão abraçando a Inteligência Artificial


18 Abr 2017

Por Site CIO

Entre os grandes objetivos dessas empresas estão reforçar a experiência do cliente, melhorar a segurança e otimizar operações

A reputação do TGI Friday's pode ser a de um restaurante casual, mas a sua mensagem para os clientes sempre foi quase conversacional. Mesmo nas propaganda tradicionais na grande mídia, como mais recentemente, nas mídias sociais, a marca sempre procurou recriar a brincadeira que acontece organicamente quando os consumidores se aproximam do bar.

Em vez de contratar um batalhão de serviços de atendimento ao cliente, a TGI Fridays recrutou uma plataforma de conversação corporativa com um plano de Machine Learning para personalizar suas mensagens e a experiência geral do cliente. Agora, os clientes podem conversar com um bot de Inteligência Artificial para sugestões de happy hour e aperitivos especiais, participar em pequenas conversas usando emojis, fazer reservas e pedir takeout via canais de mídia social e através do Amazon Alexa.

"Pensamos em como a tecnologia poderia nos ajudar a criar mensagens personalizadas pessoalmente fora do bar, sem ter que contratar milhares de pessoas para responder a convidados individuais", diz Sherif Mityas, vice-presidente de iniciativas de estratégia e marca, hoje também atuando como CIO da TGI Friday's. "Nós queríamos ser parte da conversa quando alguém pensassse em onde ir para o happy hour ou onde obter recomendações sobre a bebida mais popular. É aí que o poder inicial da tecnologia chatbot entra em jogo.

O bate-papo da cadeia de restaurantes, criado com o Conversable, é apenas o aperitivo do que se espera seja uma refeição completa quando as capacidades de aprendizado de máquina se enraizarem em outros sistemas empresariais, desde plataformas de segurança até sistemas de vendas.

Embora recém-chegados à cena da tecnologia, IA e Machine Learning têm irrompido no mainstream nos últimos meses. Histórias sobre robôs, veículos autônomos e produtos de consumo mais inteligentes estão conquistando manchetes e assistentes digitais de voz como Alexa e os motores de recomendação de empresas como Netflix e Amazon tornaram-se partes familiares de nossa vida cotidiana.

Ao mesmo tempo, tecnologias como o Google Deep Mind e IBM Watson também estão ganhando as manchetes como os motores que alimentam uma variedade de aplicações em setores como saúde e finanças (H & R Block é um exemplo) .

Em seus primeiros dias, ainda
Apesar do hype, a IA ainda está em sua infância. As tecnologias ainda estão evoluindo, embora muito mais rapidamente hoje, graças ao poder computacional quase ilimitado, à coleta de grandes quantidades de dados e aos avanços nas capacidades de redes neurais. Embora os termos IA, Machine e Deep Learning sejam usados ​​de forma um tanto intercambiável, há diferenças entre eles, e a incapacidade de compreender essas diferenças pode levar à confusão.

IA constitui o conceito mais amplo de empregar máquinas ou sistemas para realizar tarefas de forma mais inteligente. Machine Learning (ou Aprendizagem de Máquina) é uma aplicação da Inteligência Artificial pela qual um sistema aprende como agir por conta própria com base em dados coletados. Deep Learning (ou Aprendizagem Profunda) é um subconjunto de Machine Learning, que aplica muitas camadas de modelos de rede neural e algoritmos para resolver problemas altamente complexos, baseados em dados intensivos.

Na definição do Google, Inteligência Artificial é a ciência de tornar as coisas inteligentes - uma mistura diversa de técnicas da informática que datam dos anos 50. O Machine Learning - estudo de algoritmos de computador que melhoram com experiência - foca no desenvolvimento de programas que podem aprender sozinhos como crescer e mudar quando expostos a novos dados. Um tipo de inteligência Artificial que fornece aos computadores a capacidade de aprender sem ser explicitamente programado (por exemplo, ensinando-o a reconhecer gatos mostrando imagens rotuladas como "gato") em vez de instruí-lo linha a linha.

No Machine Learning, o software que aprende é chamado de rede neural. Em termos genéricos, o software imita o comportamento de um cérebro real. É composto por milhões ou bilhões de "neurônios", que são, realmente, pequenas unidades computacionais que fazem uma computação simples, cada, e, sem seguida, passam a informação para os neurônios conectados. Quando todos esses neurônios estão conectados como uma grande rede, ele pode aprender a reconhecer padrões bastante complexos. No Deep Learning, os neurônios são dispostos em camadas, onde cada camada aprende os padrões da camada abaixo dela. Deste modo, ela aprende os padrões dos padrões dos padrões. Isso significa que nas camadas mais altas, a rede neural pode aprender padrões muito abstratos, como o que são "abraços" ou como uma "festa" se parece. É por isso que o Deep Learning se tornou tão popular.

Em uma pesquisa recente da Forrester Research, apenas 17% dos entrevistados disseram que estarão implementando ou expandindo seu uso de sistemas de Inteligência Artificial no próximo ano. No entanto, 55% disseram que pretendem investir na tecnologia no mesmo período. Quase metade dos entrevistados disseram que ainda não viram nenhum resultado de suas iniciativas de IA e que investiu ou planeja investir menos de US $ 1 milhão em tais esforços até 2018.

Dominar IA leva tempo
Um fator que retarda a propagação da IA ​​na empresa é a curva de aprendizado, porque a maioria dos líderes e executivos de TI ainda não compreendem completamente as nuances da pilha de IA, muito menos entendem como aplicar as tecnologias para resolver problemas de negócios reais, segundo os especialistas. Além disso, as organizações estão lidando com as preocupações habituais de orçamento, negócios e lacunas de talentos que continuam sendo barreiras para a implementação de muitos projetos de TI de ponta.

"No ano passado, todos ficaram tão concentrados em chatbots, aprendizado de máquinas e IA que começaram a usar os termos de forma mágica e intercambiável, mas isso criou uma enorme confusão no mercado", diz Ben Lamm, CEO da Conversable. "Cada grande empresa agora percebe que a IA pode ter grandes implicações para o negócio - eles simplesmente não sabem como chegar lá".

A primeira onda de interesse parece ser em torno de alavancar as tecnologias de IA para melhorar a experiência do cliente e suporte. Cinqüenta e sete por cento dos entrevistados pela Forrester para seu estudo citaram melhorar a experiência do cliente como uma razão para usar IA, com 37% relatando que estão implementando ou planejando implementar assistentes inteligentes e 35% dizendo que estão trabalhando para desenvolver produtos cognitivos para os clientes.

Uma área onde a aprendizagem automática e os algoritmos inteligentes estão começando a ter um impacto significativo é a detecção de ataques conhecidos e desconhecidos, permitindo que os profissionais de segurança de TI adotem uma postura de segurança mais pró-ativa.

Vendas e atendimento ao cliente são outras áreas onde as tecnologias de IA estão começando a produzir resultados: em uma pesquisa realizada pelo Instituto Accenture de Alto Desempenho, 40% das empresas disseram usar a aprendizagem de máquinas para melhorar o desempenho de vendas e marketing.

O estudo "Getting Smarter by the Day: como IA está elevando o desempenho das empresas globais", elaborado pela Tata Consultancy Services (TCS), provedora de serviços em TI, revelaquase um terço (32%) das empresas participantes acredita que o maior impacto de IA, até 2020, será em vendas, marketing ou atendimento ao cliente. Essa tecnologia já está sendo empregada para automatizar processos e impulsionar a eficiência, ajudar os funcionários a serem produtivos e dedicar tempo às necessidades estratégicas do negócio. Acima de tudo, ela permite aprimorar a experiência do cliente, por meio Machine Learning automatizando o desenvolvimento de modelos analíticos.

De acordo com uma pesquisa realizada pela Salesforce, a satisfação e o engajamento do cliente são as principais medidas de sucesso para os profissionais de marketing: 88% consideram a jornada do cliente fundamental para o sucesso de sua estratégia de marketing. Dentro desse cenário, serviços e produtos que proporcionam conforto e praticidade são importantes para fidelizar o consumidor, e a Inteligência Artificial é uma alternativa, auxiliando na personalização do atendimento.

Joshua Feast, CEO e co-fundador da Cogito, vende uma plataforma que aproveita inteligência em tempo real Machine Learning para ajudar os funcionários a se envolverem melhor com os clientes . "O problema que os CIOs estão descobrindo é que muitas das coisas que eles querem fazer estão na margem, relacionadas com sistemas de CRM, por exemplo."

Começando a  trabalhar
Dan Olley, CTO da Elsevier, está explorando os casos de uso de IA da empresa em várias frentes. O provedor de serviços de informação está testando o software de segurança baseado em IA para aumentar seu jogo de segurança cibernética. Também tem interesse em alavancar os recursos da IA em sua plataforma de CRM para melhorar a geração de leads e está avaliando ativamente ferramentas como chatbots e sistemas de gerenciamento de conhecimento para melhorar sua experiência de suporte ao cliente. Por exemplo, o grupo de desenvolvedores e tecnologia da Elsevier já está se beneficiando de um sistema de gerenciamento de conhecimento baseado em IA que identifica dinamicamente o conteúdo relevante e o entrega à pessoa apropriada sem envolvimento humano, diz Olley.

Elsevier também está usando IA para melhorar as ofertas de produtos existentes e monetizar novos, diz Olley. Em um exemplo, a empresa utilizou a IA para extrair imagens médicas de conteúdo de décadas, classificar e anotar o material, torná-lo pesquisável e reembalá-lo como uma nova oferta em questão de apenas quatro semanas, diz ele, observando que tal empreendimento teria anteriormente envolvido anos de esforço para desenterrar e reunir as imagens relevantes.

As chaves para uma aplicação mais ampla da IA, segundo Olley, estão certificando-se de que sua equipe de tecnologia entende os dados da organização e faz com que os funcionários se apresentem com rapidez nas capacidades emergentes da IA. "Uma vez que eles são treinados na arte do possível, eles encontram novas aplicações quase diariamente", diz ele.

Personalização surpreendendo o cliente
A notificação de push por navegador ou aplicativo é apenas um exemplo de solução inteligente para maneiras eficazes de abordagem ao comprador. “Diante de um volume cada vez maior de notificações, os usuários tendem a priorizar as que consideram interessante. O push inteligente é uma ferramenta útil e assertiva para grandes marcas, lojas virtuais e portais de conteúdo, porque reconhece o comportamento de navegação e envia uma mensagem relevante, aumentando as taxas de abertura e de conversão”, explica Isaac Ezra, CEO da ShopBack, plataforma de retargeting inteligente baseada em comportamento do usuário.

Especialista em Customer Experience, a Mutant utiliza Inteligência Artificial em sua plataforma de gestão de jornada do cliente para processar linguagem natural, fazer predições e otimizar jornadas. “Interpretamos cada interação com o consumidor utilizando modelos que nos permitem conhecer o contexto, sua intenção, como ele está se sentindo, sua personalidade, quão propenso está a reclamar ou adquirir um determinado produto. Em cada momento, decidimos a melhor forma de se relacionar com os clientes para entregar uma experiência adequada. Praticamos também a personalização proativa, predizendo o próximo passo do cliente na jornada para surpreendê-lo com uma experiência relevante”, explica Thiago Paretti, VP Sales da Mutant.

Para Leonardo Santos, CEO da Semantix, com IA é possível interpretar dados que se apresentam como sinais típicos de insatisfação. “As soluções da Semantix mostram quais pontos são relevantes a partir de uma análise, encontrando padrões, detectando anomalias que ajudam a entender melhor os hábitos de compra do cliente, e assim a recomendar ações que o façam permanecer com a empresa”.

Já existem serviços baseados em Machine Learning, como os oferecidos pela Google Cloud Platform, para ofertas de produtos alinhados às preferências dos clientes. É possível também mostrar produtos relacionados durante a navegação e analisar sentimentos por meio de monitoramento de feeds dos sites, revisão de produtos, conversas e interações da central de atendimento assim como imagens armazenadas. “A Inteligência Artificial pode ser usada como uma ferramenta de automação e transformação para as organizações”, conta Cláudio Santos, CEO da Santo Digital, uma das maiores revendas de Google Cloud para a América Latina.

Não só os fornecedores, representados por supermercados, lojas e outros varejistas, como também as companhias que fazem o papel de intermediários do processo de compra estão engajados em oferecer uma jornada diferenciada.

A NDays, plataforma que funciona como um e-commerce de produtos com data de vencimento ou prazo de utilização próximos, aposta em Inteligência Artificial aliada à uma metodologia consistente de criação de interfaces humanizadas e contextualizadas, sempre considerando a relevância de tudo que é exposto ao consumidor. “Nós temos total responsabilidade pela experiência de compra, mesmo sendo um intermediário nesse processo. Sabemos que se o cliente ficar insatisfeito por conta de algum ruído na operação, ainda que seja algo fora do nosso alcance, como a qualidade de um produto comprado, ele não volta ao nosso site. Por isso, enxergamos a tecnologia como grande aliada para aprimorar esse relacionamento”, diz Gustavo Zanetti, sócio e diretor de Marketing da NDays.

Auxiliando no relacionamento com o cidadão
Até mesmo os governos começam a usar IA nos servicós de atendimento ao cidadão. Semanas atrás, a Desenvolve SP - Agência de Desenvolvimento Paulista e a Nama assinaram um contrato de financiamento de um projeto para conduzir o desenvolvimento de plataformas de IA que suportam hoje o chatbot Poupinha, atendente virtual do Poupatempo, capaz de agendar atendimentos em qualquer uma das 72 unidades do Poupatempo no Estado de São Paulo para centenas de usuários ao mesmo tempo, além de fornecer orientações sobre os serviços oferecidos. Agora em sua 2ª versão, o chatbot já está fazendo agendamento para a emissão de carteiras de identidade, um dos serviços mais procurado.

Prestes a completar três meses de ‘vida’, o robô mantém uma média de 5 mil usuários atendidos por dia, o que gerou, neste período, um montante de 8,5 milhões de mensagens trocadas e 218 mil agendamentos concluídos diretamente pelo chatbot.  Historicamente a média de agendamentos semanais feitos através do portal do Poupatempo é de 7 mil. Logo na primeira semana de funcionamento do Poupinha, ele sozinho foi responsável por realizar 5 mil agendamentos. Seguindo essa proporção, no fim de 2017, 2% da população do estado de São Paulo terá usado o Poupinha com sucesso.

Uma das características determinantes para o sucesso do Poupinha é o domínio da linguagem natural, que tem melhorado os robôs. Bennett Bullock, engenheiro líder de Inteligência Artificial da Nama, conta que o Poupinha investiu na compreensão da linguagem humana, principalmente em relação ao entendimento de coloquialismos, regionalismos e maneiras diferentes de se expressar fora do padrão, mesmo com palavras contendo erros de grafia. O que deu às pessoas a percepção de que realmente tiveram suas necessidades compreendidas e demandas resolvidas com eficiência pelo robô. Prova disso é que o Poupinha já recebeu 51 mil mensagens de agradecimento dos usuários, incluindo expressões carinhosas como “Deus abençoe” – o equivalente a 23% dos atendimentos realizados pelo chatbot.

No banco Inteligente
A Capital One, especializada em tecnologia bancária, está no caminho da utilização de IA e do Machine Learning para transformar o serviço ao cliente e os sistemas bancários, diz Adam Wenchel, vice-presidente da empresa. Em março passado, a Capital One anunciou que estava integrando o Amazon Alexa em seus sistemas de TI para estabelecer uma base para a introdução de novos serviços que permitirão que os clientes façam suas operações bancárias de maneira conversacional, sem preocupações com o ambiente, diz Wenchel.

No futuro, a Capital One planeja usar o aprendizado de máquina para analisar conversas de call center e identificar os principais temas em um esforço para melhorar o atendimento ao cliente, detectar fraudes e identificar novas oportunidades de negócios.

Por exemplo, esse tipo de análise poderia descobrir qual tipo de clientes bancários têm propensão para se tornarem clientes investidores, diz Wenchel. Em outro exemplo, Capital One está usando o aprendizado de máquina para identificar características de um bairro ou para descobrir razões pelas quais os residentes estão se movendo para outras áreas para ajudar a otimizar seu processo de subscrição de empréstimos residenciais em novos mercados.

Algo semelhante já começa a ser olhado no Brasil pelo DataLab da Serasa Experian. Marcelo Pimenta, diretor do DataLab no Brasil, conta que sua equipe tem estudo o uso de Machine Learning para encontrar padrões de comportamento no uso de redes sociais, smartphones e, também, horas e horas de gravações de call center. 

Enorme potencial
A TGI Fridays também vê um enorme potencial para a IA na análise das suas plataformas de conversação com os clientes, diz Mityas.  As capacidades de aprendizado da máquina vão além das análises tradicionais, pois quanto mais dados coleta dos clientes, mais a tecnologia gera insights sobre o seu comportamento que podem ajudar a empresa a adaptar o alcance ou oferecer ofertas específicas em tempo quase real.

Já, os clientes estão reagindo positivamente ao maior nível de engajamento, diz ele. Por exemplo, a TGI Fridays registrou um aumento de 500% no engajamento com clientes nos canais de mídia social desde a implantação das novas ferramentas de experiência do cliente baseadas em conversas através de chatbots. Ele também viu conversas iniciando atividades de comércio, como encomendar comida ou fazer reservas através de plataformas de mídia social, acrescenta.

As mesmas capacidades desenvolvidas pela IA têm muito potencial para ajudar a TGI Fridays a desenvolver futuras ofertas de produtos. "Estamos reunindo idéias do consumidor que podem nos ajudar a entender as tendências de gosto, as preferências por hora do dia para entrar, ou que tipo de hambúrgueres podem ser mais populares. Esses dados vão alimentar nossas equipes de culinária e marketing para criar produtos mais relevantes", diz Mityas. "A beleza da aprendizagem de máquina é que ela nos dá orientação além dos dados, e se torna um circuito de feedback".

"Há muita coisa acontecendo dentro de nossas quatro paredes em uma noite movimentada sexta-feira, da frente da casa, como a forma como alocamos as mesas, para a parte traseira da casa, como o fluxo de refeições ou o que é cozido", diz ele . "Podemos analisar tudo isso e aprender a gerir um restaurante de forma mais eficiente."

O papel do CIO
O sucesso da TGI Fridays ou de qualquer outra empresa com as tecnologias da IA dependerá, em parte, do CIO. Enquanto líderes de linha de negócios podem criar sistemas isolados de forma fragmentada, um empreendimento de IA não se tornará uma iniciativa de transformação a menos que o CIO tome a iniciativa para garantir que os funcionários se engajem no planejamento adequado e processos de pensamento estratégico para apoiar uma visão empresarial , dizem os especialistas.

"CIOs capazes de reconhecer e descobrir como criar valor de negócios são aqueles que podem se posicionar em toda a empresa", diz Matthew Guarini, analista da Forrester Research. "Os CIOs precisam estar permanentemente pensando em como colocar o roteiro certo, como alavancar os ativos de dados e como obter as práticas corretas de governança".

Você deve começar identificando quais processos de negócios têm gargalos cognitivos e onde a tomada de decisões rápidas e precisas pode fazer a diferença, especialmente naqueles casos que envolvem dados demais para serem analisados ​​pelos humanos ou onde é muito caro contratar pessoas com conhecimentos específicos, diz Tom Davenport, professor de TI e de gestão do Babson College.

Davenport também aconselha CIOs a atacarem IA como um portfólio de projetos. Por exemplo, eles poderiam fazer algo com Machine Learning na área estatística, juntamente com os esforços envolvendo, digamos, chatbots, reconhecimento de imagem ou reconhecimento de fala nos casos em que esses tipos de tecnologias iriam atender necessidades específicas.

"Não coloque todos os seus ovos em uma cesta - comece a aprender que tipos de casos de uso fazem sentido para quais tecnologias", diz Davenport. "A menos que você seja realmente ambicioso e esteja tentando transformar totalmente o modelo de negócios, faz sentido ser mais conservador e ter um portfólio de projetos mais modesto, em vez de tentar atirar na lua".

Construindo uma equipe de AI
Reunir o talento certo é outro componente crítico de iniciativas de Inteligência Artificial. Embora as plataformas existentes de software empresarial já estejam  adicionando capacidades de IA que tornarão a tecnologia acessível aos principais usuários de negócios, sempre haverá a necessidade de aumentar a experiência em áreas como ciência de dados, analítica e até mesmo competências de TI não tradicionais, diz Guarini.

"À medida que começamos a enxergar o talento, há algumas lacunas reais nos papéis emergentes e aqueles que não foram tão críticos no passado", diz Guarini, citando a necessidade de pessoas com experiência em disciplinas como a Filosofia e Linguística, por exemplo. "Os CIOs precisam estar na frente do que precisam em termos de capacidades e, em alguns casos, identificar parceiros potenciais."

Dan Moross, diretor de experiência do cliente no Moo.com, um provedor de serviços de impressão sob demanda, diz que está buscando IA em casos de uso individual, ainda não como uma iniciativa corporativa. Por exemplo, a empresa se propôs a melhorar a funcionalidade de autoatendimento do cliente implantando uma ferramenta com análise de texto baseada em IA e funcionalidade de processamento em linguagem natural para atualizar o que era uma lista estática de respostas às perguntas freqüentes dos clientes. O sistema examina o comportamento dos visitantes para aprender o que é mais popular e promover material relevante para novos visitantes, explica Moross.

A Moo.com também está usando o IA para marcar e categorizar o feedback dos clientes em vez de fazer o processo manualmente, o que significava uma perda significativa no tempo dos funcionários. Desde a implementação de ambos os projetos, no fim de 2015, Moross diz que a empresa tem visto uma redução de 20% no volume do bate-papo, com os clientes tornando-se mais capazes de ajudar a si próprios.

Em seguida, a Moo.com planeja avaliar o uso de chatbots inteligentes para melhorar sua experiência com o cliente e avaliar a viabilidade de usar o aprendizado de máquinas para ajudar os agentes a orientar os clientes na adoção das soluções certas. A ideia, diz Moross, não é fazer algo grandioso, mas sim se concentrar na implementação da IA quando e onde ela faz sentido.

"Acho que nunca vai ser 'Vamos sentar e falar sobre como usar a IA para os negócios', mas sim 'O que a empresa precisa, e isso requer alguma coisa com a IA?'", Diz ele. "A tecnologia não vai conduzir o que fazemos."

Fonte: http://cio.com.br/tecnologia/2017/04/14/por-que-grandes-corporacoes-estao-abracando-a-inteligencia-artificial/#sthash.4Ugr3sHQ.dpuf