Machine Learning apresenta oportunidade para empresasUtilização no Brasil vem crescendo e deve dobrar até 2023; soluções simplificadas auxiliam na adoção da tecnologia Segundo um levantamento da Associação Brasileira das Empresas de Software (Abes) em parceria com a IDC, até 2023 o número de empresas brasileiras que utilizam Inteligência Artificial em seus negócios deve superar 30%. Foto: SantoDigital O uso da Inteligência Artificial é um dos principais vetores de transformação para as empresas, resultando em inovações de produtos, serviços e processos empresariais. Segundo um levantamento da Associação Brasileira das Empresas de Software (Abes) em parceria com a IDC, até 2023 o número de empresas brasileiras que utilizam Inteligência Artificial em seus negócios deve superar 30%. Atualmente 15,3% do total já indicam que possuem iniciativas com o uso da tecnologia. O Brasil já ocupa o primeiro lugar em investimento em TI da América Latina, respondendo por 42,8% do investimento regional, segundo o mesmo estudo. E, cada vez mais, as empresas estão interessadas em entender melhor as potencialidades de uso da tecnologia. A utilização de Machine Learning (aprendizado de máquina, em português), por exemplo, contribui de diferentes formas no trabalho das empresas, sendo aplicada cada vez mais em sistemas que utilizamos no dia a dia. Um dos exemplos de solução cujo objetivo é ajudar negócios com conhecimentos limitados a construir modelos customizados próprios de IA é o Cloud AutoML, parte do portfólio oferecido por Google Cloud. A plataforma permite que os engenheiros criem sistemas sem a necessidade de escrever códigos, por meio de uma plataforma pronta para utilização e customização de acordo com a demanda de cada negócio. Abaixo estão algumas ferramentas de AutoML que o Google Cloud oferece para o mercado: AutoML Vision AutoML Natural Language AutoML Video Intelligence AutoML Translation AutoML Tables Para aproveitar todos os benefícios da inteligência artificial e machine learning, é fundamental que as empresas invistam em criar uma cultura de dados internamente. Fábio Andreotti, head de Google Cloud Brasil, explica que as empresas brasileiras estão usando a nuvem e adotando novas tecnologias por conta de sua estratégia de negócios. “O processo de transformação digital não deve estar restrito a uma área dentro da companhia, mas deve envolvê-la por inteiro”, diz. “Os dados não servem apenas para olhar para o espelho retrovisor, mas para prever os próximos passos.” Casos de uso Outro exemplo de uso de ML para categorização de imagens é da N2B, startup brasileira de nutrição voltada para empresas e clientes de academias. Por meio do aplicativo, os usuários conseguem submeter fotos de seus pratos para serem avaliados por nutricionistas, a fim de identificar as vitaminas presentes e o quão próximos estão de seus objetivos. Com o AutoML, a companhia aumentou seu desempenho, avaliando um número maior de imagens enviadas pelos usuários do aplicativo, tarefa que antes era feita de forma manual. “A identificação manual pelos nutricionistas levava muito tempo. Precisávamos de agilidade para entregar os resultados aos clientes, e a ferramenta de ML nos ajudou com isso. Hoje conseguimos avaliar mais de 500 pratos por dia, chegando aos 2 mil em momentos de pico. Elevando a entrega de valor para o usuário com identificação das vitaminas presentes na refeição o que antes não era possível”, conta Samuel Heinrichs, cientista de dados da N2B. Na área de logística, por outro lado, essas tecnologias permitem a redução do tempo gasto entre pegar uma mercadoria e entregá-la ao consumidor. Isso pode ser feito por meio de avaliação de quais são as melhores rotas de entrega, considerando o tempo de percurso ou a qualidade das vias. No caso da gigante UPS, por exemplo, apenas com a redução do tempo, a economia chegou a US$ 400 milhões por ano. Há diversas outras formas de aumentar a produtividade e o rendimento de cada processo dentro do negócio utilizando Machine Learning. A tecnologia continua a ajudar as companhias a aprimorarem seus processos como um todo, permitindo, principalmente, que as pessoas foquem em questões mais estratégicas do negócio e deixem que soluções com IA e ML otimizem processos e tragam maior eficiência. | Consumidor prioriza tempo e gasto de energia quando o assunto é comprar onlineNão são apenas preços baixos e descontos que conquistam os brasileiros no comércio eletrônico. Segundo pesquisa inédita da Kantar, a maioria dos consumidores do Brasil (74%) priorizam a economia de energia (experiência no processo de compra online); seguido pelo tempo consumido no ato da compra (47%). O dinheiro gasto vem em terceiro lugar (46%). Qual dessas moedas é mais importante depende de muitos fatores, incluindo o que os consumidores estão comprando, preferências individuais e a maturidade do mercado em relação ao comércio eletrônico. A importância das moedas muda com o tempo, à medida que as expectativas dos consumidores evoluem com a própria evolução do mercado. |
156 views
12 mins