Em uma época na qual, cada dia mais, humanos interagem com máquinas das mais diversas maneiras, nada mais natural do que se perguntar: como utilizar essa tecnologia nos meus produtos e negócios? Eu sou a Duda e, antes de entrarmos no tema central desta pequena série de artigos, quero dividir um pouco da minha jornada (que está apenas começando) até aqui.
Cresci uma pessoa inquieta, fui daquelas crianças que têm diversas atividades extracurriculares: joguei vôlei, futsal, fiz dança, inglês e natação. Tudo ao mesmo tempo. Minhas tardes eram extremamente divertidas e cheias de compromissos.
Quando estava para me formar no ensino médio, duas escolhas pairavam pela minha cabeça de 18 anos: Química ou Jornalismo? Vê se pode. Acabei entrando pra faculdade de Química, onde durei exatos 30 dias antes de ser convocada para a lista de segunda chamada do curso de Comunicação Social da UFMG - com ênfase em jornalismo. Hoje eu sou jornalista no papel, product manager na carteira e entusiasta de inteligência artificial no meio tempo.
A I.A. caiu de paraquedas da minha vida, quando consegui meu primeiro emprego de carteira assinada: Analista de Interação de Chatbots (AIC) (que, posteriormente, se transformou em Analista de Inteligência Conversacional). Eu fui a primeira pessoa a entrar na empresa com esse cargo e, nesse momento, eu só pensava na oportunidade incrível que eu estava recebendo (obrigada Mari, Arthur e Matheus). Foram quase dois anos aprendendo sobre ferramentas de I.A. para fins conversacionais, estudando, evoluindo e ajudando a construir a carreira, responsabilidades e entregáveis do papel.
Como AIC, eu trabalhava bem pertinho do usuário e tinha sempre uma visão “AI Driven”, trabalhando diretamente com modelagem de bases de conhecimento para algoritmos de processamento de linguagem natural. Em meio a uma “revolução Data-Driven” na empresa, comecei a me questionar: por que não uma revolução AI-Driven? Afinal, se a matéria prima da IA são os dados, ser AI-Driven também é ser Data-Driven.
E foi a partir desse primeiro questionamento que comecei minha busca por materiais que pudessem me ajudar a entender o que exatamente eu estava procurando. Acabei chegando a algumas conclusões e mais dúvidas:
- As possibilidades de aplicar a IA são infinitas e podem nos auxiliar na entrega de experiências que tenham significado (recomendo o livro Overcrowded - Desenvolvendo produtos com significados em um mundo repleto de ideias, a quem quiser se aprofundar no tema)
- O início de uma era impulsionada pelo aprendizado de máquina e pela inteligência artificial exigirá um conjunto de habilidades, entendimento e dinâmica de equipe diferentes para criar a melhor experiência possível
- Como podemos projetar experiências significativas em uma época com produtos e serviços orientados à IA?
- O que define boas experiências em uma era de inteligência artificial?
- Quais desafios estão à frente com a criação de experiências orientadas pela IA?
Antes de criar qualquer expectativa: não, eu ainda não cheguei a conclusões sólidas sobre o tema. Mas eu vim dividir com vocês o que eu aprendi nesse tempo em que experienciei as oportunidades e desafios da inteligência artificial nos produtos e, se tudo der certo, incentivá-los a buscar mais conhecimento sobre o tema.
Eu acredito, profundamente, que daqui alguns anos os produtos - não apenas digitais - crescerão cada vez mais em torno de alguma aplicação de I.A. e, como Jornalista, Product Manager e entusiasta da tecnologia e inovação, eu não poderia estar mais animada!
O que, afinal, pode ser resolvido com ajuda de inteligência artificial?
Antes de começar a cogitar as mais diversas ferramentas de I.A. - ou outras soluções de machine learning - para resolver qualquer que seja o problema, precisamos entender: o que realmente pode ser resolvido utilizando aplicações de inteligência artificial atualmente?
É possível mapear cinco grandes capacidades dos algoritmos atuais que estão sendo cada vez mais utilizadas nos produtos e negócios:
- Reconhecimento de linguagem natural (utilizando os algoritmos de NLP)
- Predições (muito usada na tentativa de prever o comportamento do usuário/cliente)
- Reconhecimento de padrões e anomalias (com grande aplicação na área da saúde)
- Identificação de objetos (aplicações de visão computacional)
- Personalização (quando o Netflix te recomenda uma série que é a sua cara)
Cada uma dessas capacidades encontra aplicações das mais diversas formas. Aqui na Take, pela natureza conversacional do nosso produto, estamos sempre em contato com soluções de reconhecimento de linguagem natural. Os serviços de streaming, as lojas de varejo e todos os anúncios online, estão sempre buscando melhorar seus mecanismos de personalização para aumentar a conversão.
Depois de entendermos as principais possibilidades de aplicação de ferramentas de IA nos produtos, é hora de nos perguntarmos: eu realmente preciso utilizar uma aplicação de inteligência artificial para resolver essa questão?
AI Driven Discovery - I.A. é a melhor solução?
Um discovery de produto AI Driven vai levar em conta as capacidades das ferramentas de I.A. para identificar as questões que possivelmente se beneficiariam do uso de inteligência artificial. É interessante ter sempre o usuário em mente e buscar entender como uma aplicação de I.A. geraria valor para suprir as suas necessidades.
Por isso, é importante mapear os fluxos de jornadas do usuário, para conhecer os processos que eles percorrem e que poderiam ser automatizados ou melhorados. E, também, prestar atenção naqueles processos cuja automatização traria desconforto ao usuário.
Para decidir se a I.A. é ou não a melhor solução para o aspecto em questão, é importante questionar: de que outra forma eu poderia resolver essa questão? Você pode ser capaz de encontrar soluções mais fáceis e baratas de construir e que dependam apenas de regras simples e algumas lógicas.
No geral, I.A. será uma boa escolha quando você tiver:
- Um processo longo e repetitivo
- Tarefas que precisam de conferência para evitar erros (revisão ortográfica, gramatical..)
- Classificação manual de categorias (classificação de leads)
- Regras complexas para classificação
- Tarefas “extras” para chegar a um fim (preparo de dados pré análise)
- Repetidas tomadas de decisão com base em dados
- Sistemas baseados em regras (ferramentas de busca, detecção de spam…)
- Sistemas que precisam ser monitorados (máquinas, resultados médicos, segurança..)
- Personalização para o usuário
- Processo não 100% automatizado
Por último, para te ajudar a não cair em armadilhas e se deparar com problemas inesperados, ao optar por usar uma solução de I.A., tenha sempre a resposta para as seguintes questões:
- Os dados necessários estão disponíveis e acessíveis?
- Os usuários concordaram em compartilhar esses dados?
- Quais os limites para você utilizar os dados coletados?
- A segurança e verificabilidade dos dados é garantida?
- A solução desenvolvida vai gerar mais valor do que gasto/esforço/tempo?
- O seu problema poderia ser resolvido utilizando outro tipo de solução?
Um Design AI Driven
Espero que esse texto tenha aguçado a sua curiosidade sobre inteligência artificial e o futuro dos produtos (digitais ou não). Para quem chegou até aqui, eu convido a pensar junto comigo sobre os próximos passos dessa jornada AI Driven.
Em breve nos encontraremos novamente para falar mais sobre produtos, inteligência artificial e design. 😉
