Obter valor comercial da IA: Compreender o problema comercial
Depois de definir o cenário no último artigo, damos agora início à nossa série de artigos que examinam os passos que podemos utilizar para garantir que os nossos projectos de IA obtêm melhor valor comercial, com o primeiro a centrar-se na compreensão do problema comercial. Depois disso, iremos falar com as partes interessadas, mapear a solução para a lógica empresarial e executar projectos de IA.
Relacionar uma solução de IA com uma necessidade comercial é muitas vezes o ponto em que a IA falha e não cumpre o seu objetivo de acrescentar valor a essa empresa. Tomando o exemplo da aprendizagem automática, em abstrato, pode ser possível construir modelos muito bons que possam prever a probabilidade de os clientes abandonarem um serviço ou uma assinatura. No entanto, o problema pode residir no facto de a empresa não ter uma forma de utilizar estas previsões, ou o valor que fornecem pode estar disponível de forma mais fácil, barata ou eficaz a partir de uma fonte diferente. É pouco provável que os modelos de ML (o mesmo se aplicando a outros tipos de IA, incluindo a IA genérica) acrescentem valor por si só, pelo simples facto de existirem. Em vez disso, têm de ser capazes de resolver um problema comercial real.
Para ultrapassar este problema, as fases iniciais de um projeto têm de ser abordadas como um trabalho de detetive: há um rasto de provas provenientes de documentação e dados, bem como de entrevistas com várias pessoas, que, em conjunto, apontam para o problema. É possível que existam diferentes pontos de vista sobre o problema detectado, com visões igualmente diversas que se reflectem em ideias sobre qual deve ser a solução. É aqui que nós, enquanto especialistas, devemos ajudar o projeto a navegar nesta situação para chegar a uma solução adequada.
Mas antes de o fazermos, temos de pôr os nossos chapéus de detetive e preparar as nossas lentes de aumento para compreender o problema da empresa. Qual é o aspeto deste processo? Nunca é exatamente o mesmo, mas a Figura 1 ilustra o seu aspeto típico.
Compreender o problema da empresa
Na figura acima, os dois primeiros passos são passados a explorar o espaço do problema, nomeadamente "Compreender o problema da empresa" e "Compreender o contexto".
Em termos de "Compreender o problema da empresa": aqui o objetivo é tentar compreender o problema tanto quanto possível, e continuar até sentir que o compreende por dentro e por fora.
É provável que isto comece a um nível bastante elevado, com as partes interessadas seniores da empresa (ou seja, muito provavelmente as que controlam o orçamento e propõem o projeto). Em seguida, espere avançar para uma compreensão mais granular do problema ao falar com os eventuais utilizadores do que espera construir, bem como com quaisquer profissionais qualificados relevantes. Este processo deve ajudá-lo a conhecer os pontos fracos das várias pessoas na empresa.
Este ponto de vista é então validado com um leque mais alargado de partes interessadas e são recolhidas ideias de um estado "a ser" de fantasia. Uma pergunta interessante a fazer às partes interessadas é "como gostariam que a solução fosse se pudessem acenar com uma varinha mágica".
Um aspeto fundamental aqui é validar sempre o que lhe é dito; uma excelente forma de validação é aprender com investigadores etnográficos e observar o que realmente acontece nestes contextos empresariais. Depois de ter em conta as diferentes perspectivas, isto ajuda a ultrapassar quaisquer potenciais preconceitos que possam existir.
Compreender o problema comercial a partir de uma série de perspectivas comerciais é apenas um aspeto. Também é necessário compreender os dados práticos e as restrições de engenharia, o que pode ser feito em paralelo. No seu nível mais simples, trata-se de determinar quais os dados disponíveis e compreender o(s) sistema(s) existente(s) em que a solução prevista terá de se enquadrar.
Enquanto se recolhe e assimila esta informação, é também uma boa ideia começar a mapear estas aprendizagens para um protótipo de conceção de solução. Algumas das questões que podem ser úteis a considerar nesta fase podem ser
- Como é que os elementos podem ser construídos utilizando modelos ou abordagens de IA (generativa) existentes ou comummente compreendidos?
- Que processamento ou lógica teria de ser aplicado a estes resultados do algoritmo para os tornar utilizáveis?
- Como é que diferentes fontes de dados ou resultados de modelos podem ser combinados para melhorar a solução?
Nesta altura, com uma melhor compreensão do contexto, também pode ser útil voltar a algumas das partes interessadas da empresa com perguntas práticas sobre a forma como executam as suas tarefas, o que ajudaria na solução, como por exemplo
- Que pressupostos assumem os profissionais qualificados nas suas funções que executam essas tarefas?
- Existem algumas regras de ouro que os profissionais especializados utilizam para fazer o seu trabalho?
O desenvolvimento da solução será, sem dúvida, um processo iterativo, com actualizações à medida que forem surgindo novas informações. No entanto, é uma boa ideia apresentar algo às principais partes interessadas numa fase tão precoce quanto possível para identificar quaisquer mal-entendidos e garantir que o feedback - construtivo ou não - é recolhido. É no momento em que se tem algum tipo de conceção concreta para partilhar com as partes interessadas que algumas das reacções reais e práticas (e os "problemas" óbvios) podem surgir.
Com as iterações seguintes, e uma vez criada uma versão mais madura da solução, há então um passo formal de verificação para obter feedback sobre a solução atual proposta ("Validar o valor da solução"), sendo um elemento-chave a validação do valor que esta solução oferece.
Medição de valor
A forma como o valor é medido dependerá do caso de utilização, mas essencialmente está relacionado com
- se aborda com êxito o problema comercial em questão?
- o desempenho é aceitável?
- qual é o custo relativamente à abordagem existente?
- pode ser feito de forma mais fácil, económica ou eficaz utilizando métodos diferentes?
Com base nesta avaliação, podemos tomar uma decisão sobre o benefício comercial de uma nova iteração da solução proposta ("Ideação e desenvolvimento da solução"), ou se é necessária uma nova iteração para compreender os sistemas e os dados ou o problema comercial ("Compreender o problema comercial" e "Compreender o contexto"). Implícita nas etapas mencionadas nesta secção está a necessidade de trabalhar em estreita colaboração com as partes interessadas, uma vez que, sem elas, teria sido praticamente impossível chegar até aqui. Este aspeto será abordado com mais pormenor no próximo artigo.
Em resumo
Para podermos começar a obter valor comercial da IA, temos primeiro de compreender qual é exatamente o problema comercial que estamos a tentar resolver e, com base nisso e em informações sobre o contexto comercial, podemos então conceber possíveis soluções. Neste artigo, identificámos exemplos de passos necessários, bem como perguntas úteis a fazer, que nos ajudarão a percorrer esse caminho.
Neste artigo, identificámos exemplos de passos necessários, bem como perguntas úteis a fazer, que nos ajudarão a percorrer esse caminho.
