Por Orlando Rocha (*)

A Transformação Digital tem impulsionado as empresas a adotarem tecnologias de Inteligência Artificial e Big Data para se tornarem mais competitivas, mais eficientes na análise de dados e mais inteligentes no suporte à tomada de decisões.

Mas de onde surge esta inteligência Artificial?

No início da década de 50, Alan Turing apresentava no artigo "Computing Machinery and Intelligence” os primeiros conceitos teóricos acerca de máquinas inteligentes. O termo "Inteligência Artificial” surgiu seis anos mais tarde, por John McCarthy, numa conferência entre especialistas da área. Desde então, têm sido desenvolvidas diversas formas de estabelecer comportamentos inteligentes nas máquinas.

Na última década, vimos este termo a tornar-se popular. A revolução digital, a que temos vindo a assistir desde o início do século XXI, mudou a forma como as pessoas e empresas interagem. Como resultado, observou-se um aumento exponencial no volume de dados procedentes dessas interações. Este foi um dos principais fatores que levou a que os mecanismos de Inteligência Artificial passassem a ter um papel relevante em diversas áreas de negócio. Com a quantidade de informação disponível, as empresas sentiram a necessidade de desenvolver ferramentas inteligentes para processar e analisar dados de forma automática, de modo a extrair conhecimento.

Hoje em dia, as tecnologias de Inteligência Artificial são uma presença constante na nossa sociedade. Podemos vê-las diretamente em televisores, telemóveis, assistentes virtuais (da Google, Apple, Amazon) e carros autónomos. Mas existem inúmeras áreas onde estas são aplicadas, sem que os utilizadores notem a sua presença, como as redes sociais, programas de antivírus, comércio eletrónico, serviços de streaming e uma infinidade de outros serviços.

O que é a Inteligência Artificial?

Em termos gerais, a Inteligência Artificial é um campo de estudo que visa dotar os computadores de mecanismos que consigam reproduzir a inteligência humana para resolver problemas. Tem como objetivo principal criar algoritmos que capacitem as máquinas para mimetizar o comportamento humano na forma como aprendem, reconhecem padrões, raciocinam e inferem novo conhecimento a partir do conhecimento adquirido.

É um campo abrangente que engloba múltiplas áreas de conhecimento. Porém, existem três subcampos que merecem ser destacados, visto serem aqueles que têm despertado mais interesse pelas empresas:

Aprendizagem de máquina (Machine Learning)

Basicamente, a aprendizagem de máquina consiste no desenvolvimento e aplicação de algoritmos avançados, para criar automaticamente modelos de representação de conhecimento a partir de um conjunto de dados.

Tal como os humanos, as máquinas aprendem e evoluem com a experiência, por um processo de tentativa e erro. Desta forma, existe uma fase de aprendizagem, conhecida por etapa de "treino”, onde os algoritmos são treinados com dados de exemplo. Normalmente, utilizam-se dados de histórico para criar um modelo, cujo desempenho vai sendo ajustado e melhorado iterativamente. Após a etapa de treino, os modelos ficam aptos a efetuar previsões ou tomar decisões precisas perante novas situações relacionadas com os dados de treino.

Aprendizagem profunda (Deep Learning)

É considerado uma evolução da aprendizagem de máquina. Os algoritmos seguem o mesmo princípio da aprendizagem através da experiência, contudo são inspirados no cérebro humano. Mais concretamente, na forma como os neurónios processam a informação. Na prática, os modelos representam uma estrutura de algoritmos em camada, as unidades de processamento, para extração e transformação de características dos dados. Em regra geral, são designados como redes neuronais artificiais e caracterizam uma rede de neurónios que estão ligados entre si.

A informação é introduzida nessa rede e à medida que a atravessa vai sendo processada nas diversas camadas e direcionada por diferentes caminhos, mediante os sinais de entrada e saída que vão sendo processados pelos diversos neurónios. No final, é produzida uma resposta com base nos padrões e ligações encontradas na informação.

Nos últimos anos, este tipo de técnicas sofreu uma enorme evolução, em parte, devido ao seu sucesso em aprender padrões complexos em tarefas de reconhecimento de imagens, texto e fala.

Processamento de Linguagem Natural

É uma área de estudo focada em compreender e simular as linguagens naturais. Mais especificamente, centra-se em prover aos computadores a faculdade de analisar, reconhecer, gerar e interpretar a linguagem humana. Além de entender a linguagem, os esforços centram-se de igual forma, em capacitar as máquinas para criar respostas mediante o contexto em que estão a interagir, por meio de texto ou áudio.

Ao contrário do que possa parecer, esta é uma área complexa, que apresenta imensos desafios, pois além de existirem múltiplas línguas, o significado das frases e palavras varia consoante o contexto, o tom de voz, a pontuação e uma variedade de outros fatores.

Esta tem sido uma das áreas de grande interesse e intenso desenvolvimento nos últimos anos. Tem sido aplicada no desenvolvimento de assistentes virtuais, mecanismos de tradução, análise de sentimentos, mecanismos de procura e reconhecimento de fala.

Quais os benefícios que as tecnologias de Inteligência Artificial podem trazer às empresas?

Antes de apresentar os benefícios das tecnologias de Inteligência Artificial, é importante referir três fatores importantes que se devem ter em consideração, de forma a aplicar estas tecnologias com sucesso nas empresas:

  • Quantidade e qualidade dos dados

Ter grande quantidade de dados não chega. Existe um princípio bem conhecido nesta área que é "se entra lixo, sai lixo” no sistema. Assim, os dados devem ser adequados e preparados ao domínio do problema que se pretende solucionar.

  • Conhecer bem o domínio do problema

A área de Inteligência Artificial é extensa, englobando tecnologias de uso abrangente e outras de uso mais específico. Desta forma, ao conhecer bem o domínio do problema podemos canalizar os esforços para estudar e adaptar as tecnologias mais adequadas para solucionar o problema.

  • Ter colaboradores capacitados na área

A aplicação de tecnologias de Inteligência Artificial não é trivial. Além de se poderem utilizar diferentes tecnologias para chegar a um mesmo fim, a eficiência na resolução do problema pode variar de acordo com os métodos utilizados. Na maioria dos casos é necessário ter pessoas capacitadas a implementar sistemas para processamento de dados, para a análise e extração de características dos dados e para criar e validar modelos preditivos.

Quais os benefícios da Inteligência Artificial?

É um facto que as tecnologias de Inteligência Artificial são uma mais-valia e podem trazer inúmeros benefícios para o mundo empresarial. De seguida são apresentados alguns dos benefícios mais relevantes:

  1. Permitem automatizar processos de aprendizagem repetitivos

O processo de aprendizagem pode ser aplicado em tarefas que se repetem vezes sem conta. Simplesmente, dá-nos a possibilidade de colocar máquinas a analisar e a extrair conhecimento de grandes volumes de dados, 24 sobre 24 horas, de forma confiável e automática. Além disso, tem a vantagem de não ter os fatores que normalmente estão associados ao erro humano como a fadiga, o envolvimento emocional e a propensão a realizar análises tendenciosas.

  1. Ajudam a identificar padrões e comportamentos

Estes sistemas são capazes de aprender e reconhecer padrões em grandes conjuntos de dados que, de outra forma, seriam muito difíceis de identificar. Por exemplo, imagine que os clientes de um hipermercado, sempre que compram fraldas e aperitivos têm a tendência de comprar cerveja. Se o hipermercado souber rapidamente deste perfil de consumo, pode juntar todos esses itens num só local e aumentar o número de vendas dos mesmos.

  1. Possibilitam a redução de custos e prazos

Por vezes, pequenas alterações na gestão ou na cadeia dos processos, podem originar ganhos adicionais para as empresas como a redução de custos, redução de prazos de entrega, aumento da eficiência e a redução do consumo de matérias-primas. A inteligência artificial permite otimizar cadeias de processo de forma dinâmica adaptando a melhor estratégia a cada instante, através de previsões ou orientações comportamentais em tempo real.

  1. Apoiam a tomada de decisões

Boas decisões podem fazer toda a diferença no sucesso e crescimento dos negócios. Cada vez mais, as decisões devem ser realizadas com base em dados concretos, no sentido das empresas se manterem competitivas ou se diferenciarem em mercados saturados, dinâmicos e desafiadores. Assim, ao combinar soluções de Big Data, Business Intelligence e Inteligência Artificial as empresas têm a oportunidade de processar dados com mais velocidade e extrair insights mais assertivos e abrangentes, resultando em decisões melhores e menos suscetíveis a erros.

De que forma as empresas têm aplicado as tecnologias de Inteligência Artificial?

Atualmente, existem múltiplas ferramentas de Inteligência Artificial gratuitas, como consequência do enorme desenvolvimento que tem sido levado a cabo nos últimos anos pelas grandes empresas (e.g. Google, Amazon, Netflix) e comunidades de especialistas da área. Muitas dessas ferramentas são de código aberto e podem ser facilmente customizáveis às necessidades de cada empresa.

Verifica-se também um número crescente de empresas que se dedicam a desenvolver e providenciar serviços de Inteligência Artificial ajustados ao negócio de outras empresas.

De seguida são apresentados alguns exemplos das áreas e a finalidade para a qual estas tecnologias têm sido utilizadas pelas empresas:

Análise de dados, seja de clientes ou de processos do ecossistema empresarial. Contempla desde a análise de dados do comportamento dos clientes, como desejos e tendências, até à análise de indicadores de desempenho das empresas. Neste contexto, é utilizada para detetar padrões complexos entre métricas, desvios comportamentais, sazonalidade e eventos relacionados. Esta é uma das áreas que tem vindo a ser mais explorada pelas empresas, de forma a obter insights e previsões que permitam aumentar as vendas, conquistar clientes, melhorar serviços, tornar os produtos mais lucrativos, entre outras.

Deteção de anomalias, não é mais do que o procedimento que identifica ocorrências incomuns, que diferem significativamente do conjunto de dados. Ao supervisionar continuamente indicadores de desempenho ou outras variáveis podemos detetar rapidamente problemas que possam surgir. Assim, é possível identificar prontamente a causa das anomalias e tomar as devidas ações corretivas ou adotar novas estratégias de negócio. Tem sido aplicado na deteção de fraudes, monitorização de campanhas de marketing, diagnóstico de doenças, diagnóstico de processos a nível empresarial, controlo de avarias e previsão da deterioração de sensores e componentes de máquinas.

Previsão em séries temporais, uma série temporal pode ser definida como uma sequência de observações de uma variável ao longo do tempo. Mediante a análise da informação intrínseca à série temporal, como a tendência, a sazonalidade, os ciclos e o ruído, podem ser identificados padrões que possibilitam fazer previsões sobre o futuro. Basicamente, passa por ajustar modelos aos dados de histórico e utilizar esses modelos para prever observações futuras. Estes métodos têm sido utilizados pelas organizações para estimar vendas e stocks de produtos, tendências de mercado e criação de estratégias de marketing.

Sistemas de recomendação, como o próprio nome indica, são sistemas que conseguem produzir recomendações com base na análise dos perfis de consumo dos clientes. Ao analisar os padrões de utilização de um serviço ou da preferência de consumo de determinado cliente, é possível fazer recomendações de outros produtos ou serviços similares. Por exemplo, serviços de streaming como a Netflix, Spotify e Amazon, indicam títulos de média digital a cada utilizador de acordo com o histórico de utilização do serviço.

Assistentes virtuais e chatbots, são sistemas autónomos para comunicar e interagir com pessoas, através de mensagens de texto ou áudio. Têm como objetivo criar sistemas de conversação ou prestação de serviços de atendimento sem a necessidade de intervenção humana. Cada vez mais, as empresas estão a adotar este tipo de sistemas no processo de atendimento virtual para interagir com os seus clientes. Assim, conseguem diminuir custos, aumentar a eficiência e personalizar o atendimento a cada utilizador.

Análise de vídeo, imagem e voz, pode-se considerar que é a área que mais tem evoluído nos últimos 5 anos. Existe um grande investimento, tanto, por parte das grandes empresas como da comunidade científica na procura de soluções para o reconhecimento de imagens e voz.

Este tipo de tecnologias tem sido aplicado em diversas áreas:

  • No sector da saúde, na deteção de tumores em imagens médicas.
  • Em sistemas de segurança de aeroportos para identificação de pessoas.
  • Na transcrição de áudio para gerar legendas automaticamente.
  • Em sistemas de condução autónoma.
  • Na análise de imagens para a deteção de conteúdo impróprio.
  • Na tradução automática de texto presente em imagens.
  • Em sistemas de reconhecimento de voz.
  • Sistemas de análise de imagem para aplicação industrial, na inspeção de linhas de produção e deteção de defeitos.

Tecnologias de Inteligência Artificial na PRIMAVERA

A Inteligência Artificial já é uma realidade nos produtos e serviços da PRIMAVERA. Desde 2017, têm vindo a ser implementadas tecnologias de Machine Learning e Big Data, incorporadas no software de gestão cloud Jasmin. Mas como o nosso foco é proporcionar sempre a melhor experiência aos nossos clientes, continuamos a inovar, e já estamos a criar funcionalidades inteligentes para a deteção de anomalias, previsão de observações futuras em séries temporais e apoio na gestão da manutenção.

(*) Engenheiro de Inteligência Artificial na PRIMAVERA BSS