Poucas tecnologias apelam tanto ao imaginário como a inteligência artificial (IA) e o aprendizado de máquina (machine learning). Há quem acredite que, daqui a alguns anos, haverá máquinas tão inteligentes e autônomas que serão capazes de superar humanos em todas as atividades, inclusive as que dependem de criatividade e tomada de decisão, como escrever um poema, gerenciar uma empresa, criar um projeto de lei e projetar um automóvel. Talvez isso até aconteça, mas, mesmo em um cenário menos fantástico, o poder de disruptura da IA é imenso. É por isso que um número crescente de líderes empresariais tem olhado para ela como uma ferramenta cada vez mais importante para a estratégia dos negócios. Segundo o estudo "State of AI in the enterprise", 63% dos 1.900 executivos entrevistados pela Deloitte afirmaram que a inteligência artificial é muito ou "criticamente" relevante para o sucesso hoje. Quando questionados sobre a importância da IA nos próximos dois anos, o percentual sobe para 81%. Não por acaso, eles têm investido cada vez mais nessa tecnologia: de uma média de US$ 3,9 milhões em 2017 para US$ 4,8 milhões por empresa em 2019 - um salto de 23%. Experiência e produtividade A tecnologia tem sido empregada para aumento de produtividade, melhoria na experiência do cliente e redução de custos. A Amazon, por exemplo, usa machine learning para dar recomendações de compras aos clientes e deep learning (um avanço em relação ao aprendizado de máquina) para reformular processos e criar novas categorias de produtos, como o assistente virtual Alexa, melhorando a relação com clientes. A Salesforce integrou sua ferramenta de inteligência de negócios com base em IA (chamada de Einstein) no seu software de CRM - e fornece cerca de 1 bilhão de previsões por dia aos seus clientes. A varejista alemã Otto usa a tecnologia para a tomada de decisões operacionais autônomas em uma escala inalcançável para humanos. "A inteligência artificial já está habilitando e transformando modelos de negócios em diversas indústrias", diz Jefferson Denti, sócio da área de Consultoria Empresarial e líder da prática Digital da Deloitte. No Brasil, um dos cases de sucesso de utilização de inteligência artificial é o Bradesco Inteligência Artificial, uma solução de machine learning mais conhecida como BIA, do banco Bradesco. Desde sua criação, no final de 2016, a BIA (assim, no feminino) realizou mais de 100 milhões de interações com clientes e funcionários e, conta, hoje, com aproximadamente 14 milhões de usuários. BIA esclarece dúvidas sobre produtos e serviços do banco via WhatsApp, Google Assistente e aplicativos do Bradesco, e ajuda na realização de operações, como consultas de saldo, transferências e empréstimos - no total, responde por 85 produtos e serviços. Com tempo de resposta de 3 segundos, consegue resolver 95% dos atendimentos. Uma pergunta do tipo "BIA, como está a economia?", tem como resposta informações atualizadas sobre o cenário econômico dadas por economistas do branco. A próxima fronteira da IA Segundo Fabricio Lira, líder de Analytics da IBM Cloud Brasil, o uso de IA ocorre em quatro frentes: interação com pessoas, compreensão (de objetos, imagens ou emoções humanas), descobrimento (via análise de dados) e, finalmente, tomada de decisão. "A inteligência artificial é usada tanto no front office quanto no back office das empresas e a velocidade com que os avanços ocorrem dificulta analisarmos todo o potencial da tecnologia." O desenvolvimento da inteligência artificial pode ser dividido em três estágios. O primeiro é chamado de inteligência assistida. Nele, as máquinas são usadas na coleta e no armazenamento de grande quantidade de dados, que auxiliam na tomada de decisões. O segundo é a fase da inteligência aumentada, em que o aprendizado de máquina atua para expandir as competências humanas analíticas. Esse é o estágio de muitas organizações. O grande salto virá quando elas migrarem para o terceiro estágio - inteligência autônoma. Nessa etapa, a expectativa é de que as máquinas operem de forma autossuficiente e efetivamente inteligente. É a fase em que o aumento de produtividade ocorrerá de modo exponencial, uma vez que a IA poderá tomar determinadas decisões fundamentadas em uma quantidade imensa de dados - que nenhum cérebro humano é capaz de processar. As duas fases iniciais podem ser chamadas de "narrow AI" (ou IA limitada). A terceira é a "broad AI" (ou IA ampla). "Na narrow AI, o robô é treinado dentro de um domínio", explica Lira, da IBM. "Na broad AI, o robô tem a capacidade de se auto treinar sem se limitar a uma área do conhecimento." Por exemplo, é possível capacitar a máquina dentro de uma realidade (ou cultura) e ela começa a interagir de modo natural, buscando o auto treinamento e relacionando áreas de conhecimento diversas. Nessa etapa, a disruptura poderá vir de diversas formas.