Falta de profissionais qualificados e uso de poucos dados podem impactar projetos de Inteligência Artificial das empresas.
Principais destaques:
- Pesquisa da IDC levantou motivos que podem levar ao fracasso os projetos de Inteligência Artificial;
- Falta de profissionais qualificados e poucos dados são alguns motivos citados por entrevistados;
- Confira 6 razões que podem levar ao erro os projetos de IA da sua empresa.
Empresas que adotam Inteligência Artificial (IA) em seus negócios têm um grande desafio: garantir uma implantação bem-sucedida dos projetos que usam a tecnologia emergente.
Uma pesquisa da consultoria IDC feita com 2.473 empresas levantou as dificuldades delas em desenvolver, de forma satisfatória, soluções baseadas em IA. Entre elas:
- 25% dos profissionais entrevistados citaram que a falta de profissionais qualificados e expectativas irrealistas sobre as aplicações são barreiras no sucesso dos projetos;
- 23% relataram que a falta de dados necessários foi um dos motivos para a falha dessas soluções.
Já sobre a taxa de sucesso, a pesquisa da IDC apontou que:
- 30% das empresas disseram ter uma taxa de sucesso de 90% nos projetos de IA;
- A maioria das organizações teve taxas de falha de 10% a 49%;
- 3% das companhias fracassaram em mais da metade dos projetos de Inteligência Artificial.
FIQUE POR DENTRO: O que é Inteligência Aumentada e como ela vai trazer valor para o seu negócio
6 motivos que podem prejudicar seus projetos de Inteligência Artificial
O uso de Inteligência Artificial pode ajudar a empresa na automação de processos e evitar que um colaborador repita a mesma tarefa. Isso pode trazer economia de tempo e redução de custos.
Mas para uma solução de IA ter sucesso, a empresa precisa identificar alguns fatores que podem atrapalhar o desenvolvimento do projeto. O site CIO listou 6 razões que podem gerar falhas:
1. Dados escassos: o sucesso de um projeto de Inteligência Artificial depende muito dos dados utilizados. Como mostrou o site CIO, há uma chance maior da solução falhar quando os dados não estão categorizados ou não estão corretos. Isso vai demandar tempo para que os colaboradores consigam rotulá-los levando a um atraso do cronograma.
2. Volume de dados para treinar IA: não adianta iniciar um projeto sem um grande volume de dados. Quando há, as empresas conseguem fazer vários testes para avaliar os vieses dos projetos. Nem sempre as organizações implementam um processo formal para avaliar implicações éticas dessas soluções antes de implementá-las. Mas quando isso é feito, diminuem as chances do projeto dar errado.
3. Dados integrados: se não é a falta de dados, o fato deles estarem espalhados em vários setores das empresas pode atrapalhar no desenvolvimento do projeto. O sistema de IA precisa analisar de forma multicanal os dados para ter uma visão mais assertiva dos clientes da companhia. Então, integrar os canais de informações desde o início do projeto pode garantir uma estratégia eficaz de IA, já que as principais fontes de dados estarão conectadas.
4. Dados estáticos: este tipo de amostra aprende de forma unilateral. Ou seja, não se adapta às mudanças de comportamento apontadas pelos dados, apenas quando há uma falha no sistema de Inteligência Artificial. Para uso de IA na análise em tempo real, esses dados não seriam indicados. Por exemplo: os dados estáticos podem ser criados para identificar uma ilha de calor de uma loja. Mas esses dados não conseguirão identificar se os clientes que passam por essa ilha de calor gostaram dos produtos ou promoções expostas ali.
5. Dados não estruturados: imagens de produtos, arquivos de áudio, publicações em redes sociais, mensagens de e-mail são alguns exemplos de dados não estruturados. As empresas devem aproveitá-los para analisar e identificar se eles possuem o contexto necessário para o projeto de IA.
6. Cultura multidisciplinar: colaboradores de diversas áreas devem investir esforços para o desenvolvimento do projeto de Inteligência Artificial. Outra importância é a presença do CEO nos processos. Quando ele está por perto, os objetivos dos negócios têm mais chances de serem superados.
É preciso comprometimento com a Inteligência Artificial
As empresas devem ter em mente que projetos baseados em Inteligência Artificial mostram resultados a longo prazo.
Como aponta o site CIO, os compromissos da empresa com a tecnologia não podem ser atrapalhados pelas dificuldades durante o desenvolvimento de soluções.
A dica, segundo a publicação, é colocar em prática vários projetos para aumentar as chances de sucesso, desde que as empresas avaliem os processos de desenvolvimento de forma contínua.
