logo Openbox.ai

Inteligência Artificial no seu negócio

por Natália Braulio15 de jul. de 2020
A Inteligência Artificial tem ajudado, mas é apenas parte da solução

Quais são os desafios ou indicadores centrais do seu negócio? Uma vez compreendidos, há relatos que ajudem a entender se a Inteligência Artificial (IA) pode ajudar? Se sim, qual o patamar de melhoria que soluções baseadas em IA têm agregado? Apenas um dashboard, que permita visualizar a operação, ou mesmo uma reorientação da cultura da empresa para uma visão orientada a dados, já não entregaria um valor suficiente para o negócio?

Em muitos casos, soluções baseadas em IA agregam valor pela melhoria de eficiência e produtividade. Contudo, não apenas o custo de tais soluções, mas também o tipo de resultado que produzem, podem não ser condizentes ou diretamente atrelados a melhoria de um indicador importante para o negócio. Como exemplo, considere um cenário em que um sistema baseado em IA é capaz de identificar precocemente clientes em risco de deixar sua marca, ou, em um outro contexto de negócio, identificar clientes em risco de não confirmar um pagamento. Assumindo que o indicador seja a reversão do que está para acontecer (isto é, o cliente deixar a marca ou não realizar o pagamento), ainda se faz necessária uma forma eficiente de abordagem do cliente para se evitar o insucesso no indicador. Ou seja, embora importante, a detecção precoce feita pelo cálculo de risco da IA constitui apenas uma parte do processo, restando ainda uma segunda etapa, igualmente crítica, para se atingir a melhoria desejada no indicador.

Mantenha um histórico de dados estruturado e consistente com os fatos

Se por um lado diversas soluções baseadas em IA não dependem de dados gerados internamente por sua empresa, inúmeras outras soluções só agregam valor mediante uma integração direta com a realidade da companhia. Em boa parte dos casos, esta integração se refere a um sistema de IA sendo alimentado por dados (históricos) que são oriundos das rotinas da empresa. Neste contexto, manter um histórico de dados organizado, e consistente com a realidade que os gerou, pode significar não apenas uma redução considerável de tempo na implantação de um sistema inteligente, mas também uma economia de custos na engenharia de dados usualmente necessária ao funcionamento de tal sistema. Como exemplo, pode-se citar sistemas capazes de identificar padrões de comportamento de clientes/consumidores, que, uma vez conhecidos, podem prestar suporte em decisões sobre abordagens mais consistentes com a realidade de cada (grupo de) cliente/consumidor. Neste cenário, a inexistência de um registro histórico suficiente e consistente sobre as interações do cliente/consumidor com a empresa (como histórico de compras, formas e prazos de pagamento, SAC, etc.) configura um obstáculo considerável para um sistema baseado em IA gerar resultados na tarefa de identificar padrões de comportamento sobre clientes/consumidores.

Realidades diferentes podem produzir resultados igualmente diferentes

Ainda tratando sobre potenciais retornos de uma solução baseada em IA, vale destacar que o resultado produzido em um contexto pode não ser o mesmo daquele sobre o qual a propaganda foi construída. Uma das vertentes de soluções de IA, que têm entregado valor no mercado, alicerça-se na capacidade destes sistemas em aprender sobre uma realidade em específico. O sucesso deste aprendizado, assim como ocorre no aprendizado humano, mantém dependência direta do conteúdo que está disponível para ser aprendido. Assim, não raras vezes, uma mesma ferramenta de IA pode produzir resultados diferentes quando aplicada a empresas diferentes, ainda que a tarefa seja exatamente a mesma e as empresas atuem na mesma área como concorrentes.

E por falar em realidades diferentes, o que dizer sobre a incerteza dos resultados de uma solução de IA que teve seu aprendizado construído em uma realidade pré-pandemia, e precisa ser assertiva em uma realidade de, ou pós, pandemia? Exemplo, será que padrões de comportamento de inadimplência se mantêm inalterados desde o início da pandemia? Talvez não.

Portanto, experimente, promova ou construa provas-de-conceito, para só então, com resultados validados no contexto do seu negócio, decidir sobre o valor que uma solução baseada em IA pode agregar.

Mantenha registros históricos não apenas do sucesso, mas também do que representa o insucesso

É bastante comum uma empresa manter registros das vendas que realiza, mas será que mantém registros das vendas que não realiza? Isto é, registros sobre oportunidades de venda que foram criadas, mas que não se confirmaram, como ocasiões em que o cliente está dentro da loja, em busca de um produto, mas acaba saindo de mãos vazias. Ou ainda, quando uma segmentação de carteira de clientes se faz valiosa para o negócio, para propósitos de identificação de perfis de, por exemplo, inadimplência, mas que no histórico de registros de pagamento dos clientes conste, apenas, a informação de “pago” versus “não pago”, descartando-se o valor que a informação de comportamentos de atrasos nos pagamentos pode agregar sobre perfis que tendem a inadimplência.

As situações acima exemplificam uma realidade, e porque não dizer uma cultura, sobre a inexistência ou escassez de dados/conhecimento sobre situações de insucesso. Esta realidade impõe dificuldades para a aplicação de um tipo de solução baseada em Inteligência Artificial que, talvez, mais tenha entregado avanços em patamares realmente disruptivos. Em áreas como a medicina, onde o sucesso e, principalmente, o insucesso são bem documentados (exemplo, o quadro saudável versus o quadro patológico) os avanços já são sem precedentes. Algoritmos que conseguem identificar problemas de saúde, antes mesmo de qualquer sintoma se tornar aparente, têm como matéria-prima um histórico de casos cuidadosamente rotulados/diagnosticados como sendo ou um positivo ou um negativo, em analogia com o que se pode entender como ocasiões de insucesso ou sucesso no dia a dia de um negócio. Já imaginou uma ferramenta capaz de antever riscos no seu negócio?


Quer fortalecer o financeiro da sua empresa?

Antecipação de recebíveis não é empréstimo, é crédito inteligente. Uma das melhores estratégias financeiras para alavancar o seu negócio.

Quero antecipar
Leia tambémComo as fintechs podem facilitar a gestão financeira das empresas?Natália Braulio
Como as fintechs podem facilitar a gestão financeira das empresas?