Índice:
Vídeo: Desmistificando a Inteligência Artificial, Machine Learning e Deep Learning (Novembro 2024)
Se você está preocupado (ou super empolgado) com o aprendizado de máquina (ML) se tornando popular, uma pesquisa recente da Oxford Economics em nome dos recursos humanos (RH) e da empresa de gerenciamento de ativos de TI ServiceNow deve despertar seu interesse. O relatório, que pesquisou 500 diretores de informação (CIOs) em 11 países e em 25 setores, descobriu que 49% das empresas já estão usando o ML para melhorar os processos de negócios tradicionais.
Dos 500 CIOs pesquisados, 200 disseram que já estão além do estágio piloto e começaram a implantar o ML em alguma capacidade. Os CIOs esperam limitar o erro do usuário e os erros de julgamento ao introduzir a automação. Quase 70% dos CIOs disseram que as decisões tomadas pelas máquinas serão mais precisas do que as tomadas pelos seres humanos. De acordo com a pesquisa, os CIOs hoje concentram-se principalmente no uso de ML para automatizar tarefas repetitivas (68%), tomar decisões complexas (54%), reconhecer padrões de dados (40%) e estabelecer vínculos entre eventos (32%).
"Uma das razões pelas quais você está ouvindo muito sobre ML é que é a onda de produtividade que separará as empresas da concorrência", disse Chris Bedi, CIO da ServiceNow. "É mais rápido e oferece melhores decisões. Os humanos têm preconceitos, os algoritmos não."
Bedi disse que vê um enorme potencial para ML em setores como planejamento de recursos empresariais (ERP), gerenciamento de estoque e cadeia de suprimentos, entre muitos outros. Quarenta e um por cento dos CIOs da pesquisa mencionaram a falta de habilidades como o principal problema que os impedia de implantar o ML hoje. Por outro lado, apenas 16% dos CIOs e suas empresas planejam mudanças no tamanho e na função da força de trabalho para acomodar a ML.
ML e Empregos
Os números divulgados na pesquisa da Oxford Economics são projeções de curto prazo, diferentemente de um relatório da consultoria McKinsey & Company. O relatório deles projetava que metade das atividades de trabalho atuais poderia ser substituída pela automação de 2035-2055, dependendo de vários fatores. O relatório da empresa analisou 2.000 atividades de trabalho em 800 ocupações e constatou que quase US $ 2, 7 trilhões em salários são gastos em empregos que poderiam ser automatizados.
"ML vai mudar o papel das pessoas", disse Bedi. "Não concordo que o ML retire o emprego das pessoas; isso mudará o emprego das pessoas. As decisões mundanas serão automatizadas, o que libertará as pessoas. Novos empregos serão criados".
Bedi disse que a chave para alavancar o ML para melhorar os resultados financeiros, mantendo os rankings, é mudar as habilidades atuais dos funcionários e contratar novos talentos para gerenciar os recursos de ML. "O talento é um grande problema", disse Bedi. "O Data Scientist deve ser um dos trabalhos mais importantes do mercado. Precisamos realmente analisar qual é o nosso roteiro de talentos e habilidades de três anos? E ter um bom propósito sobre a construção dessas habilidades. Temos que treinar funcionários, mas também descobrir fontes alternativas para esse talento ".
Bedi instou os empregadores a contratar e treinar funcionários para tirar proveito dos processos baseados em ML. Uma vez que os seres humanos se sintam confortáveis com a capacidade da ML de produzir dados confiáveis e tomar decisões corretas, ele disse que o setor fará a transição das tomadas de decisão das máquinas guiadas pela supervisão humana.
O dilema tardio dos adotadores
A pesquisa da Oxford Economics isolou 50 empresas que foram consideradas "pioneiras". A pesquisa estudou os processos de negócios e as estratégias de talento dessas empresas para determinar como e onde o ML seria avançado nos próximos anos. O estudo descobriu que a First Movers tem mais chances de redefinir as descrições de cargos para se concentrar em como os humanos trabalham com as máquinas e fez planos para desenvolver equipes especializadas focadas no desenvolvimento e uso da tecnologia ML. Diferentemente de seus pares, é mais provável que essas empresas tenham desenvolvido roteiros para processos futuros, capturando erros e garantindo a precisão dos dados.
Infelizmente, outros relatórios indicam que quanto menor a organização (e menos recursos uma organização), menor a probabilidade de ela estar preparada para a onda de BC. Um estudo recente da Bluewolf (uma empresa IBM) descobriu que apenas 33% das pequenas empresas planejavam investir em inteligência artificial (IA) e ML nos próximos 12 meses. Isso contrasta com os 30% das grandes empresas que já investiram nas tecnologias e os 44% que planejavam começar a investir nos próximos 12 meses. Isso representa um total de 74%, ou 20% a mais que o total de pequenas empresas.
"Estamos no início da jornada", disse Bedi. "Pessoas e empresas agressivas se separam das empresas que não são. Parece que há um plano de ação para fazer isso. As empresas que se inclinam vão começar a se separar da concorrência. Essa separação os CIOs realmente começarão a pressionar isso em um futuro próximo ".
