TI na Prática > Internet das Coisas, Tendências

Como Pitney Bowes, General Electric e Twitter usam Inteligência Artificial

Aprendizado de Máquinas deveria figurar no topo das prioridades dos CxOs. Veja como algumas empresas têm usado o conceito

10 de Fevereiro de 2016 - 16h07

Depois de um longo inverno, sempre volta a soprar o vento da primavera. E o momento é de ver (re)florescer a Inteligência Artificial no campo da tecnologia da informação. O tema ganhou bastante atenção no passado recente e as empresas começam a descobrir como explorar elementos do aprendizado de máquinas em suas aplicações.

A expectativa da IDC é que o conceito seja incorporado em metade de todos os aplicativos desenvolvidos até 2018. E mais: até o final da década, essas ferramentas deve ajudar as empresas norte-americanas a economizarem cerca US$ 60 bilhões, apenas com a otimização e melhorias nos fluxos de trabalho.

Em uma organização típica, a Inteligência Artificial é frequentemente associada ao aprendizado de máquinas, ou seja, vinculada a algoritmos capazes de assimilar informações a partir de uma grande massa de dados e usá-los para fazer previsões.

David Schubmehl, diretor de análise de sistemas cognitivos da IDC, projeta que plataformas como IBM Watson, Intel Saffron, Google Tensorflow e Microsoft Cortana movimentem cerca de US$ 1,4 bilhão em receitas já em 2016.

O aprendizado de máquinas deveria figurar no topo das prioridades dos líderes corporativos. “CIOs podem até não fazer nada sobre esse assunto esse ano, mas precisariam, ao menos, acompanhar a tendência muito de perto”, aconselha o especialista.

O tema Inteligência Artificial passa longe de ser algo novo no universo da TI. Porém, foi um tópico que ficou adormecido por quase uma década. Agora, aparentemente, voltou com tudo. Por quê? A resposta a tal pergunta remete a uma conjunção de fatores, que vai desde o barateamento do processamento a níveis sem precedentes até a visão de que é possível extrair informações valiosas de montanhas de informações oriundas de fontes internas e externas.

“Durante o ‘Inverno da I.A.’ não tínhamos capacidade computacional e dados suficientes para tornar o modelo tecnológica e economicamente viável”, avalia Schubmehl. As coisas começaram a mudar lá por 2013, com maior poder de processamento e uma visão mais abrangente com relação aos registros gerados e armazenados.

A certeza é que ainda estamos no período de pré-renascimento desse novo mundo de máquinas. “A Siri, hoje, é muito mais inteligente do que era há dois anos. Daqui a cinco anos, ela será algo atrelado a outros assistentes digitais, o que a tornará capaz de ajudar em muitas outras tarefas”, projeta.

Enquanto executivos de algumas empresas esperam para entender como usar A.I. nesse renascimento, algumas companhias correm para aplicar o conceito. A Pitney Bowes, por exemplo, já desenha estratégias para aplicar recursos em iniciativas que lhe garantam vantagem competitiva em processos logísticos.

Roger Pilc, diretor de inovação da companhia, conta que usa algoritmos de aprendizado de máquinas para calcular com precisão e encontrar o menor custo de transporte possível, incluindo taxas e impostos, para clientes como Target, Harrods e Macy.

“Pela complexidade, seria impossível fazer o que nos propomos sem I.A.”, reforça. A tecnologia aplicada permite classificar mercadorias por códigos internacionais do Sistema Harmonizado (SH), que determinam tarifas por mais de 5 mil itens em 200 países.

A logística é uma das partes mais críticas de qualquer transação online por ser um esforço que envolve diversas partes. Garantir o melhor preço ajuda a satisfazer clientes e manter boas margens nas transações. E é justamente nesse desafio que o aprendizado de máquinas se insere.

A Pitney Bowes definiu certos parâmetros a determinadas mercadorias e passou usar aprendizado de máquinas para evoluir padrões e encontrar frações ideais. 

“Estamos melhorando os fluxos e volumes transportados, criando novos dados e alimentando nossos algoritmos”, afirma Pilc, para adicionar: “quanto mais dados coletamos, mais precisos os sistema ficam”. Ao longo de quatro anos de projeto, a companhia já melhorou em 25% sua capacidade de extrair entregar produtos com mais precisão.

Domínio de conhecimento

Um fator-chave para ensinar máquinas é ter acesso ao conhecimento profundo sobre determinados temas, razão pela qual algumas empresas mais tradicionais (e com mais experiência) conseguem extrair mais valor da Inteligência Artificial.

A General Electric (GE), um dos principais fabricantes de equipamentos industriais do mundo, registra bons avanços nessa seara. Já é bastante conhecido o projeto de “digital twin”, na qual a gigante usa um modelo digital de uma turbina para prever manutenção ou substituição de peças. Esse processo ajuda a companhia a economizar bilhões, segundo Colin Parris, vice-presidente de pesquisa de software da empresa.

“Toda vez que inspecionamos um ativo, teríamos que tirá-lo de operação. Assim, a disponibilidade é perdida e tenho que pagar pessoas. Algumas vezes, elas não acham nada lá. Em vez disso, posso ter um ‘gêmeo digital’ daquele equipamento me informando que devo ou não inspecioná-lo. Assim, não perdemos tempo com um trabalho desnecessário”, detalha.

E mais: “Podemos ter diversos digital twins associados a um único ativo, cada um focado em diferentes questões financeiras”, acrescenta Parris.

A GE construiu “gêmeos digitais” para o seu motor de jato GE90 e diz que economizou milhões de dólares, evitando revisões desnecessárias. Para construir o modelo, a empresa recolheu dados relevantes e construiu um modelo. Uma vez em funcionamento, esse modelo se adapta a condições que afetam o equipamento. É aí que entra a Inteligência Artificial.

"Quando recolho os dados, muita coisa vem faltando, vem corrompida por falhas na rede ou problemas em sensores. Uso I.A. para limpar e preencher os pontos que estão faltando”, detalha o executivo.

A parte de máquinas é uma das três áreas onde a Inteligência Artificial tem papel crítico para a GE. “Temos muita coisa nessa frente, um pouco em questões relativas a humanos e bem menos em robótica. Mas vemos isso como uma jornada e estamos apenas no começo”, enfatiza o diretor.

A questão relativa a robôs usa algoritmos para melhorar a posição de câmeras que determina a posição de uma lâmina da turbina quebrada ou apenas suja, por exemplo. Outro ponto refere-se a criação de braços mecânicos capazes de acessar pontos que pessoas não alcançam.

Do lado humano, a Inteligência Artificial é aplicada para ajudar técnicos a encontrarem recursos necessários para monitorar expressões faciais e fazer recomendações de conteúdo com base em dados.

Na timeline

O Twitter pretende usar Inteligência Artificial para aprofundar a experiência de seus usuários. Mais especificamente, o microblog desenvolveu algoritmos de aprendizado de máquinas que estruturam mensagens com base nos interesses das pessoas.

“O que é mais importante para os usuários? Estamos tentando saber o que acontece em seu mundo e entregar conteúdos mais relevantes e importantes”, afirma Siva Gurumurthy, gerente sênior de engenharia do time de recomendações da rede social. “Existe uma revolução em curso. Esperamos que surjam diversos pontos de progresso nos próximos anos”, projeta.