Projetos orientados para a tecnologia

Em um mundo cada vez mais competitivo e acelerado, empresas de todos os segmentos estão em busca da transformação digital. A demanda por projetos de tecnologia é enorme e, profissionais de TI nunca foram tão disputados. 'The CIO Outlook for 2021', uma pesquisa recente conduzida pela Constellation Research, revelou que 77,3% dos CIOs reconhecem a transformação digital como sua prioridade de orçamento número um. Esse movimento fez com que muitas empresas passassem a selecionar seus projetos com o foco na tecnologia, o que, como veremos, nem sempre é a melhor abordagem.

 

Apenas 10% das empresas obtêm benefícios financeiros significativos com tecnologias de inteligência artificial, conforme constatado por uma pesquisa recente do MIT Sloan. Este número pode ser alarmante para alguns leitores. No entanto, muitas razões podem explicá-lo.

 

Projetos orientados pela tecnologia são mais comuns do que você imagina. E essa prática está se tornando cada vez mais frequente devido às tecnologias da "moda", como Inteligência Artificial (IA), Aprendizado de Máquina (que faz parte da IA), Internet das coisas (IoT), Realidade Virtual (VR), e Realidade Aumentada (AR). Muitas empresas, para se manterem atualizadas, decidem a tecnologia a ser utilizada, e só depois pensam no problema a ser resolvido, enquanto o raciocínio deveria seguir exatamente o caminho oposto. Isso faz com que o projeto não tenha um objetivo claro com ganhos bem definidos, o que muitas vezes gera frustração ao final, já que uma grande quantidade de tempo e dinheiro teve que ser investido para se obter um resultado de pouca relevância para a empresa. Ou ainda pior: as pessoas passam a usar uma tecnologia que não é apropriada para resolver um determinado problema.

 

Vamos ilustrar isso com um exemplo. O Aprendizado de Máquina (e outras técnicas derivadas), junto com o aumento das capacidades computacionais, abriu portas para inúmeras aplicações: tarefas automatizadas, como reconhecimento de texto e imagem e árvores de decisão entre um grande número de variáveis, podem ser as mais comuns. Na tomada de decisões, a inteligência artificial mostra seus principais benefícios quando não se sabe como duas ou mais variáveis se relacionam, seja por não haver um conhecimento científico acerca do assunto ou por ser uma combinação de um número tão grande de variáveis que ainda não existe uma fórmula para representá-lo.

 

Entretanto, devido à sua popularidade, pessoas e empresas passaram a utilizar técnicas de Aprendizado de Máquina indiscriminadamente, mesmo nos casos em que o fenômeno já é conhecido, ou seja, as relações entre as diferentes variáveis ​​já são bem estabelecidas (como nas leis da física e da termodinâmica).

 

Imaginemos uma empresa em busca de uma solução para apoiar sua tomada de decisão quanto ao mix de matéria-prima a ser utilizado no processo produtivo. O processo é bastante complexo, com considerações químicas e térmicas. Dada a complexidade e o enorme esforço para desenvolver um modelo matemático que represente o processo, as pessoas podem pensar em usar um algoritmo de Aprendizado de Máquina Profundo (Deep Learning). Esse algoritmo seria treinado a partir de dados históricos para entender a relação entre a mistura de materiais e os indicadores de processo. Porém, a Inteligência Artificial não é a abordagem mais adequada para resolver esse problema. Um computador não entende os equilíbrios químicos e térmicos como um engenheiro. Algumas soluções podem, portanto, não ser operacionalmente viáveis, pois não respeitam os fundamentos básicos das leis da física. Além disso, o algoritmo seria incapaz de sugerir soluções inovadoras, pois seria limitado a interpolar misturas de materiais usados ​​no passado.

 

 

Isso ilustra o risco de selecionar uma tecnologia por outros critérios que não o próprio problema a ser resolvido. Muitas pessoas confundem 'tecnologia' com 'solução', quando na verdade a tecnologia é apenas um meio utilizado para alcançar a solução desejada. Portanto, antes de pensar em tecnologia, é necessário entender bem o objetivo a ser alcançado. Depois disso, é importante entender as diferentes tecnologias existentes, para decidir qual (ou qual combinação) se encaixaria melhor no problema. Mesmo que você não vá "colocar a mão na massa", ter esse conhecimento é fundamental para não cair em armadilhas ao aprovar um projeto.

 

“Suponho que seja tentador, se a única ferramenta que você tem é um martelo, tratar tudo como se fosse um prego” - Abraham Maslow

 

A citação acima se refere à Lei do Instrumento, criada por Abraham Maslow. Vinculando ao assunto, podemos dizer que, se desejado, uma determinada tecnologia poderia ser aplicada a qualquer tipo de problema, o que não significa que funcionaria bem ou que geraria bons resultados, ou seja, não significa que ela seria a tecnologia adequada. Daí a importância de focar no problema a ser resolvido. Dessa forma, evita-se que muito dinheiro e tempo sejam gastos em projetos que não atendem de verdade às necessidades da empresa.

 

Cada tecnologia tem seu próprio valor. O objetivo deste texto não é comparar o valor de diferentes tecnologias. A única mensagem que você deve ter em mente é que para cada tipo de problema existe a tecnologia certa a ser utilizada.

 

Top Reasons Why Companies are Still Struggling to Achieve ROI with AI - AIthority

Expanding AI`s impact with organizational learning - MIT Sloan Managment Review

Gartner Says Nearly Half of CIOs Are Planning to Deploy Artificial Intelligence - Gartner

 

Autor: Gabriela Martins - Consultora na Cassotis Consulting

  Coautor: Emmanuel Marchal - Managing Partner na Cassotis Consulting