Uma parte de tecnologia, uma parte de dados e muita curiosidade humana

Passo muito tempo em reuniões falando sobre como as empresas podem aproveitar ao máximo a inteligência artificial. Essas conversas quase sempre incluem um aprofundamento nos recursos e requisitos da tecnologia, bem como longas digressões nas complexidades do gerenciamento de dados. Embora a tecnologia e os dados sejam essenciais para qualquer implementação de IA, o que muitas vezes é esquecido nestas discussões é o terceiro ingrediente essencial para o sucesso da IA: a curiosidade humana.

Hoje, as empresas estão usando aplicativos de aprendizado de máquina e IA para economizar tempo e dinheiro, automatizando tarefas que antes eram feitas manualmente por humanos. No entanto, o potencial transformacional da IA ​​vai muito além da automação operacional. O desafio que as equipas de gestão sénior enfrentam hoje é transformar a IA de uma ferramenta de eficiência numa fonte de visão estratégica e vantagem competitiva. É aí que entra a curiosidade humana.

A receita começa com a tecnologia certa

Parece engraçado dizer, mas a tecnologia pode ser o elemento mais direto de uma iniciativa corporativa de IA. As empresas e os consumidores têm acesso a uma lista ampla e crescente de aplicações de IA generativa (GenAI), desde plataformas gratuitas baseadas na Web que os indivíduos podem utilizar até versões corporativas dispendiosas.

Ao escolher entre estas opções, as empresas devem selecionar fornecedores com ferramentas de nível empresarial que sejam suficientemente robustas e seguras para satisfazer as suas necessidades. Por exemplo, quando a LTX e a Broadridge criaram o BondGPT, um aplicativo desenvolvido pela GenAI que responde a perguntas relacionadas a títulos, escolhemos o OpenAI GPT-4. Nossa parceria com a OpenAI e o uso do GPT-4 nos ajudaram a obter acesso a um modelo de linguagem grande (LLM) adequado para pesquisar o mercado de títulos em questão de minutos, em comparação com as horas de trabalho manual que eram necessárias antes.

Não importa qual LLM você escolher, a empresa com a qual você faz parceria terá que fornecer uma implementação personalizada para atender aos seus objetivos de negócios e à pilha de tecnologia existente. Sua empresa também incorrerá em novos custos como parte do processo. Um recente Revisão de negócios de Harvard O artigo descobriu que os maiores desafios e custos que as empresas enfrentam ao adotar a IA incluem o ajuste fino do LLM, o ajuste fino da quantidade de engenharia imediata que o modelo requer para responder a perguntas e despesas relacionadas a operações e talentos, entre outros. E, claro, as empresas terão de alimentar as suas novas soluções de IA com enormes quantidades de dados fiáveis.

Junte dados em tempo real para obter uma base uniforme

GenAI é executado em dados. Fornecer às aplicações de IA o volume e a qualidade de dados necessários para gerar resultados confiáveis ​​pode ser um desafio. No nível organizacional, dados incorretos não apenas diminuem a qualidade dos resultados da aplicação de IA, mas também introduzem riscos enormes na forma de imprecisões e alucinações. Para empresas de serviços financeiros e outras empresas que operam em mercados em ritmo acelerado, a necessidade de dados em tempo real e atualizados ao minuto é fundamental com a IA. Atualizações mensais, semanais ou mesmo diárias muitas vezes não são suficientes.

Por esta razão, as implementações de IA em grande escala exigem frequentemente uma revisão preliminar do sistema de gestão de dados de uma empresa e a criação de uma nova plataforma que recolha, processe e normalize de forma eficiente os dados de toda a organização. Na maioria dos casos, esses dados em tempo real incluirão dados proprietários que devem ser protegidos e dados de clientes que devem ser anonimizados.

Adicione o ingrediente secreto: a curiosidade humana

As empresas capazes de dominar estes requisitos tecnológicos e de dados estão a começar a beneficiar dos enormes ganhos de eficiência possíveis com a IA. Tornei-me um forte defensor da IA ​​como um dispositivo que economiza tempo. Recentemente, recebi três relatórios de diferentes equipes de negócios sobre um assunto específico. Fui solicitado a apresentar uma visão geral do problema à nossa equipe de gestão. Como experiência, carreguei os relatórios em um aplicativo GenAI e pedi para criar um resumo. O resultado ficou muito bom e, depois de um pouco de edição, consegui usá-lo como base para minha apresentação.

Mas a IA não é apenas uma economia de tempo. Esta tecnologia pode ajudar a identificar mudanças e tendências na demografia, na tecnologia, nos mercados financeiros e numa série de outros domínios com potencial para impactar os negócios, desde que aproveitemos a nossa curiosidade humana. Um recente Fortuna Este artigo documentou como as políticas do governo dos EUA durante os últimos 40 anos ajudaram a transferir 129 biliões de dólares para os bolsos dos baby boomers e dos americanos mais velhos, à custa das gerações mais jovens e do orçamento federal. Uma transferência de riqueza desta magnitude tem implicações para praticamente todos os tipos de negócios. Esse é precisamente o tipo de tendência que a IA pode descobrir – se lhe apresentarmos as perguntas certas.

Na série de televisão “Ted Lasso”, Ted ganha uma aposta contra seu rival, Rupert, em um jogo de dardos. Ele vence Rupert – um jogador que usa seu próprio conjunto de dardos personalizado – fingindo não saber nada sobre o jogo. Depois que Rupert o insulta durante a competição, Ted revela suas habilidades com dardos e, pouco antes de acertar o arremesso vencedor, lembra Rupert da citação frequentemente atribuída a Walt Whitman: “Seja curioso, não julgue”.

Essa cena ressoou em mim porque ilustra a importância da curiosidade humana. Se Rupert estivesse curioso, ele teria feito perguntas a Ted, como “você já jogou muitos dardos?” e poderia ter evitado uma perda humilhante. Da mesma forma, os executivos de negócios que abordam a IA com curiosidade e fazem as perguntas certas podem gerar resultados verdadeiramente transformacionais.

A tecnologia e os dados fornecem a base operacional para a IA. Uma vez implementado, a questão é: o que pedimos dele?