Prediction Machines (Máquinas de Predição)

12 18Na semana que passou a Amazon lançou o livro intitulado “Prediction Machines: The Simple Economics of Artificial Intelligence” (Máquinas de Predição: A Economia Simples da Inteligência Artificial), escrito por Ajay Agrawal, Joshua Gans e Avi Goldfarb, e publicado pela Harvard Business Review Press.

O livro recebeu o seguinte comentário de Lawrence H. Summers, Charles W. Eliot Professor e ex-Presidente da Harvard University, ex-Secretário do Tesouro dos EUA, e ex-Economist-Chefe do Banco Mundial: “IA deve transformar sua vida. E Máquinas de Predição irá transformar seu entendimento sobre IA. Este já é o melhor livro sobre o que pode ser a melhor tecnologia que já surgiu”.

Os autores do livro proclamam que é necessário construir alicerces antes que as implicações estratégicas das máquinas de predição se tornem aparentes. Foi precisamente por isso eles que eles estruturaram o livro, construindo uma pirâmide desde a base (ver Figura 1 à frente).

Eles assentam a fundação na parte 1 do livro e explicam como machine learning (máquina de aprendizado) torna as predições melhores. Daí eles se movem para o porque destes novos avanços serem diferentes das estatísticas que aprendemos na escola, ou que nossos analistas devem já conduzir. Então, eles consideram um complemento chave para a predição, dados, especialmente os tipos de dados requeridos para fazer boas predições, e como saber se você os tem. Finalmente, eles aprofundam em como as máquinas de predição desempenham melhor que humanos, e quando pessoas e máquinas devem trabalhar juntos para ainda melhor acurácia.

Na parte 2, eles descrevem o papel da predição como um input da tomada de decisão, e explicam a importância de um outro componente que a comunidade de IA tem negligenciado até o momento: julgamento. A predição facilita decisões ao reduzir incerteza, enquanto julgamento atribui valor. No jargão dos economistas, julgamento é a habilidade usada para determinar uma recompensa, prêmio, utilidade, ou livro. A mais significativa implicação das máquinas de predição é que elas aumentam o valor do julgamento.

As questões práticas são o foco da parte 3 do livro. As ferramentas de IA tornam as máquinas de predição úteis, e são implementações de máquinas de predição projetadas para desempenhar uma tarefa específica. Os autores apontam três passos que ajudam a descobrir quando, e quando construir (ou comprar) uma ferramenta de IA irá gerar o mais alto retorno do investimento. Algumas vezes tais ferramentas se encaixam bem em um fluxo de trabalho existente; em outras vezes, elas motivam o redesenho do fluxo de trabalho. No caminho, os autores introduzem uma importante ajuda para especificar as características chave de uma ferramenta de IA: o canvas de IA.

A partir daí o livro se move para estratégia na parte 4. Como eles descrevem no experimento de pensamento deles sobre a Amazon, algumas IAs terão tão profundo efeito na economia de uma tarefa que elas irão transformar um negócio ou indústria. E é aí onde IA se torna a pedra angular da estratégia de uma organização. As IAs têm um impacto na estratégia de mudar a atenção da IA dos gerentes de produto e engenheiros de operações para a suíte C (Chief Information Office - CIO, Chief tal e qual). Algumas vezes, é difícil dizer antecipadamente quando uma ferramenta irá ter tal efeito poderoso. Por exemplo, poucas pessoas previram, quando eles tentaram pela primeira vez, que a ferramenta de busca do Google pudesse transformar a indústria da mídia, e se tornar a base de uma das mais valiosas companhias do planeta.

Em adição às oportunidades apontadas acima, a IA coloca riscos sistemáticos que devem atingir seu negócio, a não ser que você tome medidas antecipatórias. A discussão popular parece focar nos riscos que a IA representa para a humanidade, mas as pessoas prestam menos atenção para os perigos que IA representa para as organizações. Por exemplo, algumas máquinas de predição treinadas em dados gerados por humanos já “aprenderam” vieses e estereótipos traiçoeiros.

Os autores terminam o livro na parte 4 ao aplicar o que kit de ferramentas dos economistas às questões que afetam a sociedade mais amplamente, examinando cinco dos mais comuns debates sobre IA:

  1. Ainda haverá empregos? Sim.
  2. Isso vai gerar mais desigualdade? Talvez.
  3. Poucas grandes companhias controlarão tudo? Depende.
  4. Os países se engajarão em tomadas de decisão que impactem em nossa privacidade e segurança para dar às companhias domésticas uma vantagem competitiva? Alguns irão.
  5. O mundo irá se acabar? Você ainda terá muito tempo para derivar valor deste livro (é o que os autores respondem).

Eis aí um livro imperdível, que nós aqui da Creativante recomendamos sem hesitação!

Se sua empresa, organização ou instituição deseja saber mais sobre máquinas de predição, fique a vontade para nos contatar!

 

l12F1

banner

Creativante 2017 - Todos os direitos reservados