Por Thiago Mascarenhas, head de Data e Arquitetura da Engineering
“Só se pode gerenciar aquilo que se mede”. Essa máxima da administração empresarial, no processo de Transformação Digital, é observada sob o seguinte viés: sem informação digitalizada não há transformação e inovação.
A digitalização dos dados corporativos remonta à década de 70, na qual o setor bancário contratou digitalizadores para inserir manualmente nos sistemas computacionais os dados de transações locais. Como esse processo ocorreu sem considerar qualquer estruturação futura à integração corporativa global, ao longo do tempo gerou-se uma grande complexidade de armazenamento, na busca e no compartilhamento desta informação, intra e extra corporação.
No mundo físico já existiam sistemas para organizar essas informações, como arquivos e bibliotecas, e avançamos na mesma direção no universo digital. Um importante passo nessa jornada foi o processo de estruturação dos dados digitais nos chamados “schemas”. Tratam-se de estruturas predefinidas com a tipificação e a localidade específica de cada dado, que permitiu a diversos sistemas o compartilhamento, a busca e o armazenamento das mesmas informações. Pense em um e-mail, que detém estruturas predefinidas, como o assunto, o horário, a data do envio e o remetente por exemplo, compondo um padrão de envio, ou seja, um “schema” que permite receber e enviar mensagem de diversos sistemas de e-mails, como o Outlook, Gmail e Yahoo.
Analisando este mesmo e-mail, temos outro atributo, o “corpo do e-mail”, isto é, a informação mais importante que ele contém, a mensagem de fato que está sendo transmitida, porém essa informação não está estruturada digitalmente, não possui um “schema”, logo, não pode ser interpretada pela máquina, somente por humanos. Nós, humanos, reconhecemos em questão de segundos a urgência de um e-mail de acordo com sua escrita e entonação dentro da mensagem.
É nesse caminho que chegamos à Inteligência Artificial (IA) como habilitadora da digitalização, ou seja, aplicada numa ação de classificação de informações não estruturadas, como textos, vídeos, imagens e sons, e, posteriormente, na realização de predições e otimizações sobre essas informações digitais contextualizadas e padrões de sinais.
A IA aprende essa classificação de dados não estruturados por meio de exemplos categorizados por humanos ou detectando padrões inerentes aos dados sem auxílio humano (aprendizado não supervisionado), como, por exemplo, a descoberta de tópicos latentes dentro de um texto do corpo do e-mail para classificar essa mensagem sob seus tópicos principais.
Para a Transformação Digital, a primeira grande importância da IA é exatamente criar uma série de interpretadores inteligentes que permitam receber sinais e contextualizá-los à operação. Hoje, existe uma quantidade imensa de dados não estruturados que percorrem as empresas por e-mail, WhatsApp, SMS, imagens, banners, vídeos e áudios, em volumes cada vez maiores, que simplesmente não são analisados e contextualizados, pois a escala de sua coleta e processamento humano é inviável.
Uma área promissora da IA que vem despontando como grande habilitadora da digitalização contextualizada é a Computação Visual, que se utiliza de imagens para processar e classificar dados não estruturados, bem como as Assistentes Virtuais, que interpretam sinais da fala humana e traduzem em comandos digitais operacionais.
A segunda grande vantagem para a Transformação Digital é o processamento dessa IA em grande escala. Devido aos constantes avanços e barateamento dos custos de processamento computacionais, principalmente alavancados pelas nuvens públicas, já é uma realidade de mercado a IA processando informações não estruturadas e sensíveis às corporações, substituindo ou diminuindo o capital humano aplicado em processos repetitivos e sem valor agregado, como receber, analisar, extrair, classificar e imputar determinadas informações em sistemas computacionais, a fim de liberá-los para atividades mais estratégicas e criativas, dedicando a IA como auxiliar à inteligência humana e não concorrente.
Esse processo de digitalização, classificação, agregação, contextualização e previsão das informações ajuda a criar a simbiose homem-máquina necessária ao processo Data Driven, e, consequentemente, a realização eficiente da Transformação Digital.
