Agora é a hora das empresas e investidores abraçarem a inteligência artificial e o machine learning (aprendizado de máquina) ou correrão o risco de serem deixadas para trás.

O que vem à sua mente quando pensa em Inteligência Artificial?

Você pode pensar em uma máquina realizando tarefas humanas, como ver, ouvir, ler, falar, pensar e reagir. Isso é verdade, e é incrível. Mas, talvez, a coisa mais extraordinária (e que está no centro da IA e do machine learning) seja a capacidade das máquinas processarem e interpretarem grandes quantidades de dados não estruturados, de uma forma que os humanos não conseguem.

Por esse motivo, a IA nos permite tomar decisões mais bem informadas e atingir melhores resultados. Nos cuidados com a saúde, por exemplo, a IA pode levar a descobertas em P&D e diagnóstico. Nas finanças, pode ajudar os analistas a fazerem previsões melhores. Na indústria, pode aumentar os controles e eficiência da produção.

Estima-se que a IA deve acrescentar surpreendentes US$ 15,7 trilhões à economia global até 2030.1 Isso é maior do que o PIB atual da China. Esse potencial de crescimento é resultado de diversos fatores, dentre os quais:

  • Aumento na produtividade dos trabalhadores (margens mais altas)
  • Maior personalização de produtos e serviços (receitas maiores)
  • Detecção e prevenção de ameaças de segurança cibernética
  • Identificação de padrões de economia de custos

De acordo com algumas estimativas, a IA e o machine learning podem trazer grandes mudanças no setor de logística e até economizar US$ 500 bilhões por ano em despesas, por meio de aumentos da eficiência na mão de obra, redução nos custos de transporte e aumentar a eficácia de cada trajeto.2 Outros relatórios estimam que a personalização por meio da IA em apenas três setores (varejo, saúde e serviços financeiros) levará a um aumento de lucros de US$ 800 bilhões para empresas que implementarem com sucesso a IA em cinco anos.3

Previsão do valor comercial global derivado da IA

Fonte: Gartner, Abril de 2018. “Forecast: The Business Value of Artificial Intelligence, Worldwide, 2017-2025

O investimento e o gasto global em IA devem atingir US$ 35,8 bilhões este ano, um aumento de mais de 44% desde 2018.A despesa em sistemas de AI está projetado a mais do que dobrar até 2022, chegando a quase US$ 80 bilhões, com uma taxa composta de crescimento anual de 38% entre 2018-2022.4 De modo semelhante, o governo dos EUA aumentou o investimento em P&D para IA sem classificação em mais de 40% desde 2015.

Neste ritmo, o gasto com foco em IA será um dos segmentos da tecnologia com maior crescimento.5

No mundo atual, centrado em dados, as empresas têm que fazer uma escolha: ser engolidas pela avalanche de dados ou utilizar IA para transformá-los em vantagem competitiva. A maioria das empresas parecem reconhecer isso. De acordo com as pesquisas conduzidas pela NewVantage Partners, 88% dos participantes relataram sentir maior urgência de investir em IA em 2019. Ainda assim, 77% dos participantes reportaram que iniciativas de “adoção comercial” de IA ainda representam um desafio.6 Isso provavelmente ocorre porque os benefícios da IA podem não vir tão facilmente, enquanto os riscos devem ser resolvidos.

A qualidade de dados, preocupações com segurança e considerações culturais por conta de disrupção da mão-de-obra podem limitar a ampla adoção da IA no curto prazo. 

A disponibilidade e integridade dos dados é fundamental para o desenvolvimento de algoritmos, e a qualidade do resultado pode sofrer, caso os dados não sejam limpados, catalogados e categorizados adequadamente. De fato, o processo de limpeza de dados é uma das questões mais preocupantes e morosas enfrentadas pelas empresas.

Além disso, há também brechas de segurança e pessoas mal-intencionadas. Como podemos evitar erros e manipulação não autorizada de dados? "Deepfakes", por exemplo, se tornaram cada vez mais problemáticos. Esses vídeos criados por IA retratam pessoas reais fazendo discursos ou transmitindo mensagens que nunca fizeram de verdade.7

E há ainda a disrupção dos empregos. De acordo com algumas estimativas, somente 5% das ocupações podem ser inteiramente automatizadas, mas 49% das atividades as quais se paga pessoas para as realizarem na atual economia global têm o potencial de serem automatizadas.8 O retreinamento será fundamental para resolver esse problema.

Apesar dos riscos e limitações, a IA está tendo um grande impacto em todos os setores. Veja alguns exemplos:

  • Varejo. A IA logo poderá permitir que empresas de vestuário criem, vendam e produzam roupas customizadas. Em vez dos métodos tradicionais padronizados de fabricação, a IA pode ser usada em conjunto com outras tecnologias, como imagens em 3D, realidade virtual e produção automatizada para criar vestidos ou ternos sob medida, de maneira eficaz. Da mesma forma, varejistas já começaram a utilizar machine learning para prever os pedidos dos clientes, tanto online quanto nas lojas.9
  • Saúde. Os médicos podem usar a IA para auxiliar e diagnosticar os pacientes de maneira remota, o que tem um imenso potencial para a redução de custos. A IA também está melhorando a capacidade de detectar e diagnosticar doenças. Em 2019, um computador equipado com habilidades de machine learning foi capaz de diagnosticar câncer de pulmão de maneira mais eficaz do que os radiologistas.10
  • Serviços financeiros. Muitos gestores financeiros já tomaram decisões estratégicas de investimento com base em sugestões de machine learning. A IA pode ser capaz não só de sugerir estratégias de investimento, como também de implementá-las. Ainda assim, a supervisão e a experiência humanas serão necessárias. No J.P. Morgan, temos como foco aplicar a inteligência artificial para melhorar os resultados de investimentos. Confira aqui como a IA e a machine learning estão influenciando os investimentos no J.P. Morgan.
  • Transporte. Assim como no setor de saúde, o setor de transportes poderá alavancar a IA para benefícios econômicos, enquanto também salva vidas. Nos Estados Unidos, a agência de transporte terrestre National Highway Traffic Safety Administration estima que 94% dos acidentes sérios de carro são por conta de erros humanos.11 Veículos automatizados (ou até semi-automatizados) têm potencial para remover esse fator. Além disso, veículos autônomos devem mudar radicalmente o setor de caminhões nos EUA. Considerando-se que dois terços de todos os bens transportados nos Estados Unidos são levados por caminhão, qualquer avanço na condução autônoma pode ter um impacto significativo. Se caminhões completamente autônomos substituíssem motoristas no país inteiro, os custos operacionais para o setor cairiam 45%.12

Capacidade dos sistemas de IA de identificar objetos corretamente nas imagens (precisão em porcentagem)

Fonte: ImageNet Large Scale Visual Recognition Challenge: Análise do McKinsey Global Institute de abril de 2018

Somente 20% das empresas conscientes em IA hoje implementam isso em escala13 na esfera de dados de 16,3 zettabytes (o crescimento da esfera de dados está projetado em 10x para 163 zettabytes até 2025).14 Para fins de perspectiva, um único zettabyte é igual a 1 trilhão de gigabytes.

Como o investimento em IA está projetado para ganhar escala rapidamente nos próximos cinco anos, as grandes empresas estão buscando acrescentar habilidades de IA em suas plataformas. Recentemente, a Salesforce.com anunciou que pagará US$ 15,7 bilhões para adquiri a Tableau, uma empresa de business analytics que ajuda os clientes a visualizarem seus dados. Nós, é claro, também estamos interessados em investir em IA. Então, como fazer isso? Aqui estão cinco categorias de beneficiários que identificamos:

  1. Fornecedores de plataforma de IA: Esses fornecedores de software oferecem ferramentas de visualização, algoritmos de machine learning, reconhecimento facial e ferramentas de processamento de linguagem prontos para serem implantados, assim como monitoramento de sentimentos e chatbots. Eles permitem que empresas com pouca experiência no campo de IA a implementem por meio de ferramentas de autoatendimento, economizando tempo, dinheiro e esforços.
  2. Facilitadores de processamento: Semicondutores para fazer unidades de processamento gráfico (GPUs) ou chips específicos de aplicativos (ASIC) tornam o processamento com AI de alta potência possível. Esperamos que a demanda por esses chips continue a crescer.
  3. Foco em modelos de negócios guiados por IA: Tanto empresas estabelecidas quanto emergentes estão começando a colocar os dados no centro de tudo o que fazem. Buscamos empresas de destaque que construíram seus modelos de negócios em torno da IA e também oferecem serviços baseados em IA aos seus clientes. Empresas como essas podem ser encontradas em setores como a segurança cibernética, proteção de dados, a área da saúde, serviços financeiros e seguros.
  4. Consultores de tecnologia: Conforme as empresas iniciam suas jornadas de transformação digital, rapidamente percebem que quando, como e onde implementar a IA são perguntas complicadas. Os consultores podem ajudar.
  5. Fornecedores de dados: O resultado de um algoritmo de machine learning depende fortemente de seus dados de treinamento. É fundamental o acesso a grandes bases de dados de alta qualidade. Não surpreende o fato de que estão surgindo cada vez mais fornecedores de dados, oferecendo desde imagens de satélite de sombras em navios petroleiros flutuantes até o tráfego de pessoas em shoppings por geolocalização. Na verdade, nosso banco de investimentos tem mais de 500 fornecedores de dados alternativos.

A IA tem um potencial revolucionário de transformar empresas, aumentar a produtividade e adicionar valor à economia global. Empresas líderes em centenas de setores estão aproveitando o poder da IA para melhorar sua eficiência operacional. Além disso, avanços em aplicações de IA podem nos ajudar a resolver alguns dos maiores desafios do mundo, tanto nos negócios quanto na vida cotidiana. Se os riscos forem gerenciados de maneira adequada, o futuro da IA parece promissor e traz consigo a perspectiva de vários benefícios e possibilidades para a sociedade em geral.

 

1 PwC, 2017, “Sizing the prize: What’s the real value of AI for your business and how can you capitalize?”

2 Goldman Sachs, March 9, 2017, “Artificial Intelligence & Machine Learning: Logistics.”

3 Boston Consulting Group, May 2017, “Profiting from Personalization.”

4 International Data Corporation, March 2019, “Worldwide Semiannual Artificial Intelligence Systems Spending Guide.”

5 White House Paper, May 2018, “Summary of the 2018 White House Summit on AI for American Industry.”

6 NewVantage Partners, January 2019, “Big Data and AI Executive Survey 2019.”

7 USA Today, May 13, 2019, “Wait, is that video real? The race against deepfakes and dangers of manipulated recordings.”

8 McKinsey Global Institute, January 2017, “A Future that works: Automation, Employment, and Productivity.”

9 PwC, May 2018, “Global Consumer Insights Survey 2018—Artificial intelligence: Touchpoints with consumers.”

10 The New York Times, May 20, 2019, “A.I. Took a Test to Detect Lung Cancer. It Got an A.”

11 National Highway Traffic Safety Administration, May 2019, “Automated Vehicles for Safety.”

12 McKinsey, December 2018, “Distraction or disruption? Autonomous trucks gain ground in U.S. logistics.”

13 McKinsey Global Institute, June 2017, “Artificial Intelligence: The Next Digital Frontier?”

14 Seagate and IDC, November 2018, “Data Age 2025: The Digitization of the World From Edge to Core.”