Framework de aplicação I.A. nos negócios

Constantemente, fazemos ciclos de julgamento e decisão, já perceberam? Recebemos informações, avaliamos e decidimos ações em função das observações realizadas. Esse processo de julgamento e decisão leva em consideração alguns requisitos humanos que são impossíveis de serem recriados pela máquina atualmente, tais como criatividade, consciência e pensamento estratégico.

Como exposto no artigo sobre “Limites da I.A.”, ela avalia a base de dados que lhe foi confiada. No momento, não existe uma inteligência artificial que tenha acesso à uma experiencia humana, que tenha vivência de interações e a partir disso, consiga adquirir uma consciência própria. Ter acesso a um conjunto limitado de livros, sobre um assunto específico e não ter nenhum contato e interação humana ou social, sendo eivada de frustrações em relacionamentos certamente impactaria em um processo decisório de qualquer pessoa, correto?

Sem uma ampla vivência humana, não há também a criatividade genuína. Não podemos confundir a capacidade de catalogar a identidade de vários artistas, reproduzir parcialmente um pequeno aspecto desta identidade e misturar com vários outros, gerando uma figura nova com criatividade genuína! O que a I.A. faz é literalmente isso.

Ora, sem ter uma consciência própria, sem ter capacidade criativa, é natural entender que não há a possibilidade de existir um pensamento estratégico, não só na máquina, mas também no humano e o processo de julgamento e decisão no trabalho é intrinsicamente dependente desta tríade: Consciência, Criatividade e Estratégia.

Por isso, para uma adequada aplicação da Inteligência artificial nos negócios, é fundamental desconstruir os processos decisórios dentro da empresa. Não existe criatividade ou consciência por parte desta tecnologia. Logo, precisamos separar o julgamento da decisão sempre que formos implantar uma inovação com I.A. nos negócios já existentes.

Isso significa que a Inteligência Artificial não é capaz de compreender que houve uma brusca parada de uma empilhadeira para evitar o atropelamento de um gato, por exemplo. Portanto, o julgamento de que o motorista da empilhadeira fez uma manobra de risco para salvar um gato não impactaria na decisão de submeter o motorista a um curso obrigatório de reciclagem pelo comportamento indevido na direção. Enquanto isso, o real problema que é identificar porque tem um gato no pátio, não será resolvido.

Desta forma, nesta desconstrução do processo decisório, é importante compreender qual o objetivo final de cada julgamento e decisão. Pois isso embasará qual a melhor plataforma para embarcar a tecnologia, se serão sensores ou câmeras, por exemplo.

Em seguida, é necessário mapear quais os critérios para o julgamento e decisão. Essas regras serão fundamentais para ajudar na construção da matriz decisória, pesos e correlações da rede neural a ser utilizada.

Na maioria das vezes, o julgamento é realizado pela mesma pessoa e no mesmo momento que ele toma as decisões, em um exemplo, o mesmo operador de monitoramento que viu pela câmera de segurança o movimento brusco da empilhadeira já também identificou que a culpa foi do gato e não de um comportamento indevido do operador da empilhadeira. Como a Inteligência Artificial não é capar de compreender criativamente uma situação, bem como não busca em sua consciência a compreensão humana de um determinado comportamento, seria leviano deixar a máquina julgar uma situação e tomar a sua decisão sobre o tema. Por isso, neste momento precisamos separar o julgamento da decisão.

É importante perceber que na implantação de uma I.A. em qualquer processo corporativo, trazer a experiência dos atuais julgadores no processo de construção dataset de predição fará parte do processo. As nuances de interpretação irão emergir quando desconstruímos o objetivo final por trás de cada ação, bem como mapeamos quais os critérios que os atuais julgadores usam para sua tomada de decisões na empresa.

Provavelmente, a maior dificuldade não será técnica, mas sim cultural. É importante trabalhar a cultura corporativa para o novo processo, pois haverá impactos na tomada de decisões e serão drasticamente alterados o cenário corporativo de poderes, autonomia e escala.

Em um exemplo de implantação de I.A. em seguros e transportes em três áreas diferentes, esse primeiro passo de desconstrução pode ser exemplificado da seguinte forma. Vamos considerar que o objetivo das áreas é o mesmo, reduzir o risco de sinistro no transporte de carga. Entretanto, considerando as atuações distintas, as três áreas abordam o mesmo tema com conjunto de decisão e julgamento também distinto. Bem como os recursos e acesso a dados pelas três áreas também é multidisciplinar.

O objetivo de reduzir o risco de sinistro, a área de gestão de risco, precisa de maneira constante identificar se houve alteração no contexto de segurança inicialmente planejado. Ou seja, se por acaso um motorista estiver com um comportamento de direção fora padrão, pode ser que ele está sendo coagido, com sua família como refém em casa, para que ele facilite a abordagem de uma quadrilha que fará o assalto em um trecho do deslocamento.

Existem aqui alguns níveis que podem ser acessados com a tecnologia. Mais tradicionalmente, o veículo será rastreado e corredor de deslocamento pré-determinado será traçado para aquele deslocamento. Neste caso, já podemos, portanto, compreender que Inteligência Artificial por regra foi criada para informar qual a rota e se houve uma alteração desta rota, a central de monitoramento será acionada.

Esta abordagem já é um avanço, mas não é capaz de identificar se esse motorista em questão está freando mais bruscamente, ou acelerando mais rápido, ou prestando menos atenção na pista, com um deslocamento relativamente errante, ou até mesmo se ele demorou mais ou menos que o normal em sua parada para o descanso e refeições.

Em outras palavras, ainda que o caminhão esteja na rota correta, usando redes neurais é possível identificar se aquele motorista em específico está com seu estilo de direção alterado e esse julgamento e predição podem ser informados à Gestão de Risco para iniciar uma abordagem elicitante e evitar um acidente ou roubo futuro.

A coleta de dados neste caso pode ser feita, buscando informações de acelerômetro, georreferenciamento e motor ligado/desligado. Em análise em tempo real pela rede neural, cada motorista tem o seu padrão único de direção, que é identificado pela I.A.

Já para a área comercial, o mesmo objetivo de redução de sinistro será utilizado para fidelizar clientes com menor risco e renegociar contratos de clientes que têm maior risco. Neste caso, a coleta de dados acontecerá à partir de fontes como georreferenciamento, acelerômetro, tempo de motor ligado/desligado, além de informações da câmera de segurança dentro e fora do caminhão e deve haver o cruzamento de dados sobre tipo de carga e analises estatísticas de roubos, furtos e acidentes.

Usando a Inteligência Artificial para analisar essa ampla base de dados e correlacionar fatores, pode ser que seja identificado por exemplo que uma determinada transportadora de um produto de alto risco de furto ou se desloquem em uma área de alto índice de acidentes tenha um comportamento de direção por seus motoristas que acabe reduzindo consideravelmente o risco específico. Seja por escolher melhores horários para o deslocamento, por aumentar a quantidade de tempo de descanso do motorista ou simplesmente por ter uma política de premiação para aqueles motoristas que consumirem menos pneu pois isso fez com que os funcionários dirigissem com mais cautela.

Observem que o impacto da I.A. neste caso é tão grande que altera o modelo de negócios de um setor milenar que é o de seguros. O conceito de mútuo para a seguradora está sendo drasticamente impactado através desta tecnologia. O risco de terceiros já não necessariamente precisa impactar o seu seguro, uma vez que é possível fazer uma análise individual. Ou seja, apesar de morar no mesmo prédio que eu, o meu vizinho que tem mesmas condições de emprego, idade, tempo de direção, condição familiar e outros detalhes, pode ter um comportamento na utilização do seu carro que traga mais risco do que o meu, ao passar todos os dias por exemplo em um local de alto risco de acidentes ou furto. Ou por estacionar três vezes por semana em área de alagamento ao visitar sua mãe em outro bairro. Com este tipo de análise de dados, é possível separar o risco dele da minha apólice de seguros, apesar de tanta similaridade social.

Aos operadores de monitoramento, que acompanham o deslocamento dos veículos em tempo real, é imprescindível identificar a necessidade de intervenção em caso de assalto em andamento. Basicamente, além dos alarmes por regras criadas, como abertura de portas somente nos locais de entrega e várias outras, os motoristas costumam ter acesso a um botão de pânico que quando acionado, alerta a central de monitoramento. Entretanto, inúmeras vezes esse botão não é acionado por pânico do motorista, ou por ações rápidas que acabam coagindo o motorista no seu acionamento.

Porém, com Inteligência Artificial por redes neurais nas câmeras que vão a bordo do veículo, é possível reconhecer o padrão de que dentro um determinado caminhão sempre tem somente o motorista e seu ajudante, logo, se aparece uma terceira pessoa dentro da cabine, ainda que nenhuma arma tenha sido mostrada na abordagem, esse comportamento fora do padrão é reconhecido pela I.A. que alerta a central independente do botão de pânico.

Em outros casos, de maneira ainda mais sutil, é possível perceber através da câmera na frente do veículo identificar quando o caminhão foi forçado a parar bruscamente porque alguém entrou na frente do veículo.

É possível que no futuro, vamos conseguir delegar um pouco mais à máquina as decisões. Esse ainda é um futuro distante, que depende de novas tecnologias que ainda serão construídas, evoluídas e consolidadas, bem como o ambiente no qual essas novas tecnologias serão implementadas deve sofrer mudanças radicais, mas não é essa a realidade de hoje e certamente teremos muitas outras questões mais importantes para resolver antes de conseguir delegar plenamente as decisões. Mas certamente, uma atualidade é a capacidade de tomar melhores decisões, realizar melhores julgamentos quando implementamos a Inteligência Artificial em consórcio com o humano. Por isso, se querem ter melhor resultado em vosso trabalho, esse modelo de implantação de I.A. aos negócios será útil.