“E se a próxima vantagem competitiva fosse uma inteligência artificial adaptada à sua empresa?”

E se, em vez de perguntar à inteligência artificial o mesmo que milhões de outras pessoas, a sua empresa pudesse conversar com uma tecnologia que conhece o seu negócio? Uma solução capaz de dizer quanto faturou determinado cliente, prever quanto poderá faturar no próximo ano, antecipar o melhor momento para comprar uma matéria-prima, reorganizar a produção ou detetar um problema numa máquina antes de ela parar. Não é ficção científica. Na Agile Cloud Solutions, Miguel Escaleira e Isabel Gomes já trabalham em projetos que levam a IA para dentro das empresas e, em alguns casos, para dentro de fábricas inteiras. Mas há uma diferença entre usar um chatbot e construir inteligência sobre os dados, processos e necessidades de uma organização. E é precisamente aí que, defendem, estará parte da próxima vantagem competitiva: não ter apenas acesso à inteligência artificial, mas ter uma inteligência artificial que conhece a sua empresa.

A IA ‘tailor-made’ pode ajudar as empresas a gerirem os seus negócios?

Hoje, praticamente qualquer pessoa consegue abrir um chatbot e fazer-lhe uma pergunta. Mas isso é muito diferente de uma empresa ter um agente preparado para responder especificamente sobre o seu negócio. O agente genérico não é exclusivo da empresa nem conhece, por si só, os seus processos, clientes ou informação interna.

Aquilo que estamos a desenvolver é outra realidade. Podemos ter um agente interno ao qual o responsável pergunta, por exemplo: “Quanto faturámos com este cliente no último ano?” ou “Quanto poderá este cliente faturar no próximo ano?”. E o sistema consegue responder com base na informação da própria organização.

Chegámos a desenvolver as primeiras versões de um chatbot interno para um cliente que trabalha exclusivamente sobre os dados dessa empresa. É quase como criar um novo apoio à gestão, disponível para consultar informação, relacioná-la e ajudar a antecipar cenários. A diferença está precisamente aí: não é simplesmente colocar um chat dentro de uma empresa. É construir uma solução pensada para aquela empresa.

Antes de uma empresa ter inteligência artificial, precisa de arrumar a própria casa?

Sem dúvida. A primeira coisa é existir um repositório de dados consistente. Depois, é necessário definir corretamente quem pode aceder a quê. Só depois faz sentido avançar para uma utilização mais profunda da inteligência artificial.

Se a informação estiver dispersa por computadores, folhas de Excel, emails e diferentes sistemas, o risco é enorme. Aliás, uma das situações que mais nos preocupa é precisamente alguém pegar num Excel com informação da empresa e colocá-lo num agente público sem perceber onde aqueles dados vão ficar ou como poderão ser utilizados.

Por isso, implementar IA também implica formar as pessoas. Não basta instalar tecnologia. É necessário explicar onde pode ser utilizada, que informação pode ser introduzida e que riscos existem. Caso contrário, uma empresa pode estar a falar de inovação enquanto expõe informação crítica do próprio negócio.

Uma inteligência artificial empresarial pode ter acesso a tudo?

Não deve. Um dos nossos cuidados é precisamente criar mecanismos de proteção. Nos projetos industriais, por exemplo, evitamos expor informação desnecessária ao exterior. Podemos identificar máquinas e equipamentos através de códigos que fazem sentido internamente, mas que não revelam informação relevante fora daquele contexto.

Também criamos regras para os próprios agentes. Se alguém tentar utilizar um comando para aceder indevidamente a determinada informação ou executar uma operação que representa risco para a base de dados, o agente deve estar preparado para não o fazer.

Há uma questão de cibersegurança, naturalmente, mas existe também uma questão de segurança do próprio negócio. Muitas pessoas ainda estão a utilizar estas ferramentas sem avaliar verdadeiramente esse risco.

Estamos preparados para deixar a IA decidir por nós?

Não totalmente. Para nós, deve existir sempre um double check. A inteligência artificial é um suporte extraordinário e pode analisar muito mais informação do que uma pessoa conseguiria analisar no mesmo período de tempo, mas a decisão definitiva deve continuar a ter supervisão humana.

Nos nossos projetos, a IA nunca fica completamente autónoma nas decisões críticas. Existe sempre um responsável pelo processo de negócio.

Podemos ter um sistema que recomenda alterar um planeamento, comprar determinado produto, realizar uma manutenção ou reorganizar uma operação. Mas alguém tem de compreender por que razão aquela recomendação surgiu, avaliar se faz sentido e assumir a decisão final. Quanto maior for a capacidade dos sistemas, mais importante será definir estes limites.

Quantas empresas querem inteligência artificial sem saber realmente o que querem resolver?

Encontramos realidades muito diferentes. Há empresas que ouvem falar de IA, percebem que toda a gente está a falar sobre o tema e sentem que também precisam de ter alguma coisa. Mas ainda não sabem exatamente o quê.

Depois existem empresas que já compreendem os riscos e querem, por exemplo, criar um ambiente interno e controlado onde os colaboradores possam colocar questões sem dispersar informação por diferentes ferramentas.

E temos organizações bastante mais avançadas, que já sabem exatamente onde querem utilizar inteligência artificial. Ganhámos seis projetos de IA para implementação na indústria em que estamos a trabalhar sobre diferentes áreas do negócio: produção, compras, vendas e atividade comercial.

É aí que a tecnologia deixa de ser apenas uma tendência e começa efetivamente a resolver problemas.

O que significa, na prática, colocar inteligência artificial dentro de uma fábrica?

Pode significar interligar praticamente toda a operação.

Num dos projetos em que estamos a trabalhar, estamos a automatizar uma fábrica recorrendo a IA e machine learning. Recolhemos informação das máquinas, da produção e até de estações meteorológicas. Numa fundição de alumínio, por exemplo, podemos cruzar as condições ambientais existentes no momento da fundição com a qualidade final do produto e estudar relações com problemas como a porosidade.

Também podemos otimizar o planeamento. Se chega uma encomenda de um determinado modelo e naquele momento já está montado na máquina um molde compatível com essa produção, o sistema pode sugerir aproveitar essa configuração antes de proceder a uma troca que obrigaria a parar a máquina durante meia hora ou uma hora.

O objetivo é muito concreto: aumentar produtividade, reduzir erros, melhorar manutenção, comprar melhor e dar aos gestores mais informação para decidir.

A IA também pode dizer a uma empresa quando deve comprar uma matéria-prima?

Pode ajudar a prever qual poderá ser o melhor momento. Já trabalhamos com agentes capazes de pesquisar informação e fazer previsões de preços.

Imagine uma empresa que depende regularmente de determinado aditivo ou matéria-prima. O sistema pode cruzar históricos internos com condições cambiais, preços, acontecimentos geopolíticos ou outros fatores externos que possam afetar o mercado e alertar para uma eventual subida.

Não significa que a máquina compra automaticamente porque “acha” que deve comprar. Significa que o gestor passa a ter uma capacidade de análise que seria extremamente difícil reproduzir manualmente em permanência.

Quando juntamos isto à previsão de faturação, à produção, à manutenção e à atividade comercial, começamos a aproximar-nos de uma espécie de assistente de gestão com uma visão muito mais abrangente da empresa.

E se uma empresa pudesse ver o resultado antes de o produzir?

Já estamos a aproximar-nos muito disso.

Na indústria, fazemos pré-planeamento e utilizamos a inteligência artificial para propor versões otimizadas antes de aplicar uma alteração à operação. O sistema pode apresentar uma proposta, a equipa avalia-a e só depois é que essa alteração passa para a realidade. Na manutenção acontece algo semelhante: os históricos permitem antecipar necessidades e atuar preventivamente.

Mas há outros exemplos muito interessantes. Num projeto ligado ao setor têxtil, estamos a trabalhar na possibilidade de o cliente ir descrevendo aquilo que pretende e a solução gerar visualmente o tecido ou o protótipo à medida que a conversa acontece.

Em vez de uma ideia passar por sucessivas fases até ser visualizada, cliente e empresa podem aproximar-se do resultado durante a própria conversa. Isso pode reduzir significativamente o tempo entre imaginar, apresentar e validar uma solução.

Quando a inteligência artificial conseguir escrever grande parte do código, o que distinguirá uma boa empresa tecnológica?

O conhecimento do negócio e a responsabilidade pelo resultado.

Acreditamos que a profissão de programador, tal como a conhecemos hoje, vai mudar profundamente. A IA já está a acelerar a produção de código e essa evolução vai continuar. Por isso, conhecer apenas programação deixará de ser suficiente.

O profissional de tecnologia terá de perceber processos, falar com pessoas, ouvir e conseguir descobrir aquilo que o próprio cliente nem sempre sabe explicar. Muitas vezes, uma empresa diz-nos como determinado processo funciona e, quando começamos a analisá-lo, percebemos que alguma coisa não bate certo.

Já aconteceu entrarmos numa empresa e percebermos, durante as reuniões, que o processo que nos estava a ser descrito acabaria por produzir um erro. Se uma equipa tecnológica se limitar a programar exatamente aquilo que lhe pedem, vai digitalizar esse erro. É preciso compreender o negócio para o questionar.

No futuro, o diferencial estará cada vez mais nessa capacidade: não apenas construir aquilo que o cliente pede, mas perceber aquilo de que ele realmente precisa.

Então o profissional tecnológico do futuro terá de ser menos programador e mais humano?

Terá de saber ouvir. E isso vai ser fundamental.

Um cliente nem sempre consegue explicar exatamente aquilo que está a imaginar. Há pessoas que comunicam muito bem e outras que têm dificuldade em traduzir os seus processos ou até receio de partilhar demasiada informação. O profissional tem de conseguir interpretar aquilo que está do outro lado.

É preciso conhecer tecnologia, naturalmente, mas também compreender o negócio, ter abertura para pensar de outra maneira e possuir inteligência emocional.

Se a produção de código se tornar cada vez mais automatizada, aquilo que continuará a ser difícil de automatizar será esta capacidade de chegar a uma empresa, observar, ouvir, perceber onde está realmente o problema e imaginar uma solução que ainda não existe.

O que está a Agile a desenvolver hoje que mostra aquilo que poderemos fazer amanhã?

Há vários projetos que nos obrigam a explorar novos caminhos. Temos, por exemplo, dois projetos na área metalomecânica em que queremos partir de um desenho de uma estrutura, como a estrutura de um autocarro, e calcular automaticamente as necessidades de materiais para a executar.

A ideia é o sistema conseguir analisar o desenho e determinar que tipos de vigas, dimensões e materiais serão necessários, produzindo automaticamente uma lista. É um desafio em que ainda estamos a trabalhar.

E é precisamente isso que nos entusiasma nesta fase. Depois de conhecer profundamente os processos de diferentes setores, começamos a perceber possibilidades que talvez ainda não sejam óbvias para quem está dentro de cada negócio.

A inteligência artificial não nos faz ter menos trabalho nem pensar menos. Pelo contrário: permite-nos perguntar constantemente “e se conseguíssemos fazer isto de outra maneira?”

Morada: Rua Tanque da Veiga, nº 15, 4705-279 Braga

Contacto: 253 710 192

Facebook: Agile Cloud Solutions

Instagram: @agileincloud

www.agileincloud.com