A capacidade humana de observação para tomada de decisão é bastante limitada para conseguir, sozinha, resolver as questões de um mundo tão complexo e incerto como aquele em que vivemos hoje em dia.
A Inteligência Artificial (IA), aplicada à Analítica de Negócio, está a desafiar a capacidade humana a desenvolver processos de decisão cada vez mais rápidos e precisos que, se forem bem aproveitados, podem fazer toda a diferença. As soluções de Análise de Dados são complementarmente o instrumento essencial para dar resposta a esta turbulência que vivemos hoje.
Uma Solução de Análise de Dados faz uso de conhecimento experimental, cientifico e tecnológico, para explicar diferentes fenómenos e, desta forma, ser possível antecipar resultados e orientar o processo de tomada de decisão dentro de uma organização, de forma a escolher o caminho certo tendo em vista a obtenção dos melhores resultados possíveis.
O processo de decisão é feito com base em experiências para antecipar futuro.
Para perceber a importância da IA é necessário recuar no tempo, perceber os diferentes momentos de evolução civilizacional e o seu impacto na tomada de decisão.
Desde sempre que as decisões são baseadas em métodos de observação e decorrentes da experiência de cada pessoa no seu contexto de vida. Tudo o que é observado serve de experiência e é usado para influenciar novas decisões.
Até à Revolução Industrial, o modelo de decisão era essencialmente empírico, isto é, quanto mais experiência de passado existia, mais decisões acertadas eram tomadas (pelo menos na teoria).
O alcance das decisões do Homem estava limitado ao contexto do seu campo de observação. Por exemplo, a decisão sobre o plantio ou colheita de campos agrícolas dependia, essencialmente, do sucesso da colheita anterior e o seu retorno, ou alcance, era essencialmente de subsistência.
É válido, nestes termos, que o processo de decisão era feito com base em experiências para antecipar futuro.
Após a Revolução Industrial, assistiu-se à transferência gradual de processos de esforço físico de pessoas para as máquinas.
A troca comercial de bens e serviços passou a ser feita através de uma cadeia de distribuição mais complexa para alcançar mais mercados.
Com um campo de observação maior, a capacidade de observação humana é substituída por sistemas de monitorização que começam a recolher dados em toda a cadeia de valor para alimentar indicadores de suporte à decisão.
Um sistema sobretudo experimental que transfere o campo de visão de um gestor para uma rede distribuída de pessoas com funções de observação similares com base num modelo de gestão comum para tomada de decisão.
A tomada de decisão mantem o princípio, alargando o campo de análise.
Com a Revolução Tecnológica, assistimos a uma transferência gradual de processos de esforço intelectual de pessoas para máquinas.
A troca de bens e serviços passa a ser feita num mercado global e o contexto mundial muda em velocidade muito acelerada, com destino incerto, proporcionando várias respostas para uma mesma questão.
O campo observável torna-se portanto naquilo que a sociedade designa de sistema VUCA (volatility, uncertainty, complexity and ambiguity), ou seja, a tomada de decisão num mundo turbulento passa a ser baseada num conjunto de experiências que vão muito para alem daquilo que é a capacidade humana de observação – Aumentar a Inteligência Humana só se torna possível através de uso de Inteligência Artificial.
Apesar do princípio da tomada de decisão se manter válido, para respondermos a um futuro incerto temos de ser auxiliados por duas dimensões novas:
A Inteligência Humana sairá ela própria mais reforçada se conseguir tirar partido destas dimensões e recentrar a suas características humanas naquilo em que é verdadeiramente singular – Decidir!
Uma Solução de Análise de Dados é relevante no momento em que são relacionadas as diferentes variáveis, de forma a antecipar uma determinada decisão.
Uma Solução de Análise de Dados tem como base uma pergunta colocada, que pode ser desde:
Para garantir este tipo de respostas existem 3 fatores essenciais a existir numa Solução de Análise de Dados.
Recorrendo a técnicas de processamento estatístico e/ou modelos de machine learning, somos capazes de modelar o comportamento dos diferentes fenómenos que acontecem durante a fase de formulação do problema.
A dificuldade está em selecionar o modelo que melhor serve os objetivos de resposta ao problema. Esses objetivos podem ter em conta critérios de precisão e explicabilidade.
Se queremos satisfazer exclusivamente objetivos de desempenho optamos por precisão, quando o critério é transparência ou impacto ético da decisão optamos pela explicabilidade.
A qualidade dos dados é condição essencial para que se consigam atingir resultados credíveis.
Atingir essa qualidade é uma posição quase utópica no seio das organizações que conhecemos. Num projeto real, surgem inúmeros imprevistos que podem e devem ser mitigados.
O domínio técnico sobre o ambiente tecnológico que auxilia o processo de recolha e tratamento dos dados e ter claras quais as fontes de informação a usar são a base para antecipar alguns obstáculos que surgem habitualmente. Ter selecionada a plataforma que auxilia à ingestão e governo dos dados mantendo consistente o dicionário e o glossário de dados da organização fazendo uso de processos de Data Quality e Data Management é fundamental para que o nível de suporte à decisão seja garantido.
Existe uma variedade grande de ferramentas no mercado vocacionadas para este tipo de trabalhos e a sua utilização exige um conhecimento específico das linguagens próprias de cada construtor de software.
Adequar o domínio sobre o expertise técnico exigido da utilização de cada plataforma e envolver todos os agentes responsáveis pelos repositórios da informação a usar é fundamental para garantir uma resposta adequada durante toda a fase de implementação de um projeto.
Este tipo de projetos têm um predomínio técnico muito complexo e, por isso, necessitam de ser acompanhados em todo o seu ciclo de desenvolvimento com uma linguagem mais funcional, que vá traduzindo os resultados alcançados em impacto para o negócio.
É através de técnicas de Visual Storytelling em formatos gráficos, ou representação visual, que é possível realçar a informação útil para a tomada de decisão e explicar o impacto dos resultados no processo de negócio.
A utilização de técnicas de UX Design ajuda-nos a redesenhar a experiência e ligar todos os stakeholder em função dos resultados que são alcançados.
A Axians, reconhecendo a necessidade de resposta aos desafios do mercado e a dificuldade que existe hoje na qualificação de profissionais no desenvolvimento de Soluções de Análise de dados, apostou na criação de um Centro de Analítica Avançada vocacionado a desenvolver um conjunto de práticas de trabalho Agile que possibilita cruzar múltiplas áreas de conhecimento específico no desenvolvimento de uma solução e aproximar todos os stakeholders durante o processo de mudança.
O nosso principal foco é diminuir as fronteiras entre as áreas de desenvolvimento e exploração das soluções e proteger o conhecimento especializado imprescindível à realização dos projetos, privilegiando:
Só assim é possível desafiar a capacidade humana a desenvolver processos de decisão cada vez mais rápidos e precisos que, se forem bem aproveitados, podem fazer toda a diferença no sucesso de uma empresa.