Artificial Intelligence First

O tempo está correndo e o lema “Mobile First” já pode ser substituído por “Artificial Intelligence First”. Ao menos é o que preconiza o Google, que apresentou a cerca de 750 executivos do mercado os desafios que a inteligência artificial (AI, na sigla em inglês) representam hoje para a indústria da comunicação. Durante o evento Think 2017, realizado em São Paulo nesta quarta-feira, 31, Fabio Coelho, presidente do Google Brasil, revelou dados de uma pesquisa que dão base para esse argumento.

De acordo com esse estudo, dos 125 milhões de usuários de smartphone do Brasil, apenas 20% estão decididos sobre a marca ou produto que pretendem adquirir. E 79% desejam encontrar informações imediatamente quando acessam algum site mobile.

Como potencializar a oferta de respostas relevantes e em tempo ágil? Recorrer ao machine learning é uma estratégia que impulsiona essa assertividade e potencializa a conversão de vendas. O aprendizado de máquinas, uma das subcategorias da AI, reconhece padrões dentre os dados, transformando-os em um conjunto de informações que beneficiam o consumidor, esclareceu Coelho, na abertura do evento. Ele disse ainda que o Google utiliza machine learning em seus processos, que combinam objetivos de negócios e o comportamento de navegação dos usuários. Isso ocorre em uma escala e velocidade impossível para o homem.

O fato é que, apesar de parecer para muitos como algo do futuro, a inteligência artificial já está entre nós – e o exemplo mais famoso disso é a oferta de serviços por parte do Watson, o sistema de computação cognitiva da IBM – por sinal, Fabio Coelho lembrou que faz 20 anos que o enxadrista Garry Kasparov, um super campeão do tabuleiro, foi derrotado pelo Deep Blue, o precursor do Watson. Em virtude disso e da necessidade de respostas rápidas imposta pelo consumidor, qualquer empresa que perde tempo na adaptação a esses novos tempos está correndo riscos. Segundo Avinash Kaushik, evangelista de marketing digital do Google Americas, “a cada ano de atraso, a marca fica uma década para trás”.

Kaushik foi um dos convidados do evento do Google que se apresentaram para demonstrar por que a inteligência artificial já faz diferença nos negócios. Outro especialista que chamou atenção foi Chris Anderson, CEO da 3D Robotics e ex-editor-chefe da Wired.  Veja os principais pontos de cada um dos painéis.

 

- FABIO COELHO, presidente do Google Brasil:

“Este é o momento para se fazer ajustes e investir no futuro. O celular é elemento fundamental. É lá que acontece a maioria dos nossos passos na jornada do consumidor. É preciso estar lá quando os clientes precisarem da gente. Conquiste o consumidor antes da visita à loja física. Quase 60% da compra têm influência digital.”

“Consumidores querem mais relevância e rapidez. Marcas precisam melhorar a experiência mobile e entregar anúncios mais relevantes.”

“Desde a derrota do Kasparov, aumentaram o poder de processamento e a quantidade de dados e algoritmos. E isso teve impacto no mundo. Temos de trabalhar para unificar dados e usá-los criativamente, atingindo o consumidor de forma mais personalizada. E devemos deixar para trás os antigos KPIs. É necessário revisar a jornada do consumidor sob a luz dessa nova realidade.”

 

- CLAUDIA SCIAMA, diretora de varejo do Google Brasil:

“O consumidor interage com os mundos on e off sem distinção. Lançamos o Google Lands, em que, ao direcionar o celular para um rótulo ou um ponto físico, a pessoa obtém informações na tela.”

“Coloque o cliente no centro da estratégia, e não o canal. Faça o mobile ser parte da experiência.”

“Estamos cada vez mais impacientes. O consumidor prefere interações que acontecem em uma etapa, sem atrito. Uma pesquisa mostrou que 75% dos sites mobile das maiores empresas brasileiras levam 20 segundos para serem carregados. Mas 53% dos consumidores abandonam o site mobile depois de três segundos de espera. O Google oferece uma ferramenta para testar a velocidade do site e pode enviar uma lista de implementações por e-mail [clique aqui]”

“Vivemos a Era da Assistência. O consumidor é multicanal. O mobile é prioridade. Melhore a experiência para agradar, ser útil e oferecer respostas rápidas e relevantes. Adote a automação para personalizar em larga escala.”

 

- AVINASH KAUSHIK, evangelista de marketing digital do Google Americas:

“Temos coisas para aplicar amanhã porque já estamos 12 meses atrasados hoje. Nos próximos cinco anos, metade das profissionais que temos atualmente não será mais exercida. Todo mundo está seguro hoje, mas é preciso empolgar e amedrontar também.”

“Inteligência artificial implica em muito mais acesso a dados, de forma útil e prática. Uma startup chamada Blue River criou uma máquina que tira imagens do cultivo de alface. Ela aprende a identificar o que é erva-daninha, avalia folhas, escolhe quando deve exterminar uma planta para que outra cresça. Esse sistema exige menos mão de obra e diminui o gasto de água.”

“AI tem diversas estratégias. Abaixo está o machine learning, um subconjunto dentro da inteligência artificial que não é explicitamente programado. E dentro disso há o deep learning, uma técnica específica do machine learning que imita o que acontece no cérebro humano. Outro conceito é a rede neural profunda [deep neural network], que aprende.”

“Estamos investindo pouco como empresas nessa área. É preciso criar pequenos exércitos de AI nas companhias. Há muitos dados escondidos na empresa. Use a nuvem. Pense em construir velocidade para utilizar esses dados. [Nota da Redação:  entre as metas para junho de 2018 sugeridas por Kaushik estão determinar que 5% da força de trabalho da empresa sejam treinadas em machine learning, 25% do core business sejam impulsionados pelo aprendizado de máquinas e 50% do marketing digital estejam conectados ao machine learning] ”

“Máquinas são boas em tarefas de alto volume. Humanos hoje são bons para lidar com situações novas. Tenho de ficar bom em aprender a aprender.”

 

- PABLO SLOUGH, diretor de produtos de performance do Google Américas:

“Por que planejamos a comunicação em silos? A gente tem de repensar o marketing, estabelecer estratégias customer centric e trabalhar com muita inteligência de dados. Audience data representa ouro. E machine learning oferece meios de automatizar campanhas. Ele tenta resolver a questão da relevância.”

“São três as mudanças estratégicas que as empresas deveriam implementar: sair do channel first para o modelo customer centric. Adotar o data-driven creative. E desenvolver o data-driven attribuition. Chega de atribuição com um único clique. Estamos atribuindo tudo ao último clique. Até o final do ano teremos o Google Attribuition. Será possível ver, entre todas as plataformas, onde vai o usuário.”

 

- CHRIS ANDERSON, CEO da 3D Robotics:

“Durante gerações ficamos desapontados com a inteligência artificial [Nota da Redação: essa era começou nos anos 80 - veja quadro em imagem abaixo]. É muito difícil escrever aquilo que sabemos. Os conhecimentos mudam o tempo todo. Isso tornava o aprendizado difícil e caro. Mas criamos a noção de rede neural. Diziam que era o Hal do filme 2001 [veja vídeo abaixo]. Porém ela não funcionou na prática. Não era escalonado. Algo mudou nos últimos cinco anos. Demos mais ênfase ao ‘learning’. Agora a rede neural está muito focada em camadas.”

“Não se trata de computação com gráficos. Temos unidades de processamento poderosas. Podemos processar dados maiores e em maiores quantidades. Às vezes temos de treinar essas redes por horas. O ponto principal é a noção de confiabilidade. Machine learning vai dar respostas. Mas será que ela será certa? Jogamos uma grande quantidade de dados. Temos modelos. A rede neural passa por um pré-treinamento. Como ela funciona? Não sabemos. Nossos cérebros também são caixas pretas. Posso fazer chutes sobre algo, mas não prevejo com total exatidão.”

“Com a AI, temos o mistério. Não é uma máquina mecânica. É um sistema de aprendizado. Como ela funciona por camadas, cada camada encontra um padrão. A camada seguinte olha para a anterior e identifica elementos importantes.”

“No livro O Guia do Mochileiro das Galáxias, há uma pergunta sobre o significado do universo. O robô, que se chama Pensador Profundo, cria outro computador para obter a resposta, que é 42. Mas não se sabe o que isso significa. Muitas vezes nós nos questionamos se fizemos a pergunta certa.”

“Captchas estão treinando redes neurais. Às vezes uma rede neural confunde borboletas com flores. Isso porque muitas vezes borboletas são vistas com flores. Um humano jamais se confundiria com isso. É preciso ensinar a rede neural. Mas nós podemos nos confundir entre a imagem de um cupcake e a foto de um chihuahua [referência a um famoso meme - veja abaixo].”

"O que precisamos? Melhores ferramentas para evitar bugs nas redes neurais. Melhores maneiras de treinar as redes de modo a que não surjam bugs. Melhores formas para sabermos como elas fazem o que fazem. Aceitarmos que o futuro será probabilístico e que as máquinas serão tão imprevisíveis quanto os humanos."

 

Por Lena Castellón