IA e Machine Learning: Os desafios de implementar as tecnologias do momento, por Eduardo Medeiros*

/ De acordo com uma pesquisa divulgada pela McKinsey, para as empresas líderes em tecnologia, o maior desafio está na pressão para criar uma arquitetura moderna de dados, que alavanque suas estratégias de transformação digital e IA. Uma vez que os dados também são o input para que a Machine Learning aconteça o mesmo vale para as demandas que envolvem esta tecnologia que visam atender a velocidade das mudanças do mercado atual.
Segundo este briefing executivo, em apenas 2 meses de pandemia avançamos mais de 5 anos na adoção da transformação digital, e certamente este será um caminho sem volta. As empresas que queiram sobreviver neste cenário precisam encarar esta realidade e trabalhar rápido para habilitar seus negócios a esta nova realidade.
Em conformidade com uma pesquisa global realizada pelo IEEE – Instituto de Engenheiros Eletricistas e Eletrônicos, as tecnologias de destaque deste ano serão a Inteligência Artificial e a Machine Learning. Um recente relatório publicado pelo Gartner corrobora com tais dados. Segundo o estudo, mesmo diante da crise causada pelo Novo Coronavírus, 42% das empresas não modificaram seus projetos e 24% das entidades ampliaram os investimentos em IA.
Embora estes dados evidenciem a aceleração da transformação digital e o crescente avanço tecnológico que impacta o mundo nos últimos tempos, é importante ressaltarmos que as iniciativas que envolvem estas tecnologias são repletas de desafios. Um levantamento realizado pela IDC, revelou que somente em torno de 30% das empresas declaram índice de sucesso de 90% para os projetos de Inteligência Artificial, ao passo que 3% relatam que mais de 50% de seus projetos terminaram em fracasso.
Outro obstáculo encontrado pelas organizações, é a ausência de profissionais especializados no mercado. Embora recentemente o Gartner tenha relatado que a falta de talentos na área é um mito, o briefing executivo da McKinsey mencionou que em conformidade com algumas estimativas, menos de dez mil pessoas possuem as habilidades necessárias para atender problemas graves de IA.
Além dos contratempos já citados, é necessário apontarmos para o fato de que a construção de projetos e modelos de Machine Learning e Inteligência Artificial são processos que carecem de extrema atenção, esforço e, principalmente, conhecimento de negócio. É seguro afirmarmos que a estruturação de um algoritmo pode prolongar-se por mais de meio ano. Em adição a isto é fundamental para habilitar todo o potencial de AI partir como base uma arquitetura moderna em Nuvem e com alta presença de automação e monitoração logo desde sua criação.
Como solução, dentre as poucas maneiras para as empresas reduzirem as dificuldades que prejudicam a implementação de IA e ML, e o tempo de execução dos projetos, então o aumento no investimento em estudos e inovação. Também é essencial a aplicação em infraestrutura e capital humano de modo a expandir a base de profissionais aptos para operarem na área.