Lucas Oller (*)
Nos últimos meses, a corrida global pela liderança na área da inteligência artificial (IA) tem trazido cada vez mais avanços para o setor. A produção de chips mais sofisticados, como os utilizados em supercomputadores e dispositivos de ponta, é fundamental para alimentar os algoritmos complexos que sustentam a IA. Contudo, a aplicação desta tecnologia transcende os computadores de alta performance e impacta setores diversos, como a indústria, a saúde e principalmente, os negócios.
Nos negócios, a IA pode ser percebida e entendida em diversos níveis e âmbitos. Analisando a gestão de compras e suprimentos, por exemplo, o futuro do setor está intrinsecamente ligado à evolução da inteligência artificial.
Na realidade de tomadas de decisões para os profissionais de compras, a IA agiliza o processo ao analisar cada dado individualmente e fornecendo insights em tempo real sobre as tendências do mercado. A inteligência pode ser usada ainda na identificação de padrões de fraude nas transações de compra, realizando uma avaliação histórica e gerando insumos para o profissional entender, caso a caso, se houve uma fraude nos outliers – pontos fora da curva- apresentados.
A tecnologia, principalmente a inteligência artificial, oferece um potencial e um horizonte de possibilidades imensos para transformar a cadeia de suprimentos, permitindo projeções e mapeamentos de informações mais precisos. No entanto, se faz necessário reconhecer que a qualidade dos dados é a base, o alicerce, sobre o qual a big data é construída. A IA é tão boa quanto os dados que a alimentam. Quanto mais completos, precisos e atualizados forem os dados, melhores e mais confiáveis serão os insights gerados.
No cenário atual existem cada vez mais tipos de dados, a acurácia das previsões geradas pela IA é proporcional à qualidade e diversidade de dados que foram utilizados para treiná-las, o famoso machine learning. Atualmente é necessário que as empresas entendam que fatores externos como instabilidades econômicas, mudanças climáticas e eventos geopolíticos exercem uma influência significativa sobre os resultados, a dependência em dados precisos e completos torna-se ainda mais crítica.
A análise preditiva, por exemplo, não se restringe à análise de séries temporais. Embora os dados históricos forneçam uma base sólida para as previsões, é fundamental considerar fatores externos que podem impactar significativamente os resultados. Riscos geopolíticos e climáticos introduzem elementos de incerteza, que por sua vez, exigem uma análise mais aprofundada e uma abordagem multidisciplinar dos profissionais.
A inteligência artificial é uma ferramenta que abrirá muitas portas, mas seu sucesso depende de diversos setores. Os desafios existem, como necessidade de investimentos em infraestrutura, a aquisição de talentos especializados e a garantia da segurança dos dados. Todavia, as oportunidades e necessidade superam as barreiras. Com o aumento de dados, o aumento da qualidade, as organizações poderão tomar decisões mais estratégicas, otimizar operações, se tornarem mais certeiras em suas previsões.
(*) Gestor da área de Dados e Analytics da GEP Costdrivers.