A IA foi uma grande notícia em 2018, mas negligenciamos os dois aspectos distintos da IA - como ela pode aumentar a tomada de decisão humana ou automatizar a tomada de decisões. Veja por que a distinção é importante.
No ano passado, praticamente todos os fornecedores de BI e de análises reivindicaram o aprimoramento de suas ferramentas com vários tipos de inteligência artificial (IA). Algumas reivindicações são genuínas. Outros são pouco mais que um fino verniz de terminologia de IA aplicada a recursos planejados ou existentes. Eu tenho duas perguntas sobre o surgimento da IA para BI em 2018: houve alguns avanços reais e o que acontece depois?
Como vender AI para sua empresa
Eu escrevi uma série de três artigos em março de 2016, colocando a questão: “Onde está a tomada de decisões cognitivas no BI?” Eu já havia feito perguntas semelhantes já em 2011, mas era ousado o suficiente para prever que o cognitivo substituiria a análise em outro ou dois anos. Na realidade, a IA se misturou à análise, em vez de substituí-la. As semelhanças no objetivo e na abordagem foram cada vez mais reconhecidas – tanto a inteligência artificial quanto a análise tentam prever o futuro com base em grandes quantidades de dados.
Prever resultados futuros é apenas um aspecto do apoio à decisão, como argumentei recentemente. No entanto, as empresas precisam de apoio em duas áreas mais fundamentais: extrair mais informações de grandes volumes de dados e passar para uma tomada de decisão mais próxima do tempo real. Em termos de IA, a primeira área envolve o aumento da tomada de decisão humana atual, levando – em teoria – a decisões mais bem informadas. Na segunda área, automatizar a tomada de decisões em todo ou em partes de um processo acelera a tomada de decisões reduzindo o envolvimento humano.
A lógica de negócios difere substancialmente entre as duas abordagens. A automação reduz diretamente os custos de mão de obra; O aumento promete melhores percepções e decisões de negócios. Considerações financeiras muitas vezes favorecem a primeira, mas perdem as possíveis oportunidades de crescimento da segunda. Considerações sociais geralmente favorecem o aumento da automação. Embora as duas abordagens não sejam mutuamente exclusivas, a maioria das implementações enfatiza uma sobre a outra.
Uso da IA no BI
Dois anúncios de produtos de BI no final de 2018 abordaram o aumento e a automação do suporte à tomada de decisões. Vou usá-los como exemplos para ilustrar o que o AI for BI mais recentemente alcançou e para formar a base para pensar sobre o que virá em 2019.
O IBM Cognos Analytics usa o AI para aumentar o processo de descoberta e exploração de dados, bem como a criação de painéis e relatórios. Uma “Arquitetura de Inteligência Aumentada” incorpora ferramentas de aprendizado de máquina e processamento de linguagem natural para fornecer uma interface de usuário conversacional com um mecanismo de recomendação abrangente.
O sistema analisa o conteúdo de fontes de dados e ontologias (quando disponíveis) para orientar os usuários em direção a uma visão mais abrangente e integrada dos dados disponíveis e das relações dentro deles, além de oferecer alternativas inteligentes para visualizá-los. Ao interagir com os dados de novas maneiras, os usuários de negócios podem obter e compartilhar padrões e informações previamente ocultos nos dados, buscar linhas de investigação mais abertas e, em última instância, tomar melhores decisões.
A Yellowfin Signals, uma nova adição à suíte de produtos da Yellowfin, usa a IA de uma maneira muito diferente, concentrando-se na automação do processo geral de tomada de decisão. Aqui, a função AI monitora continuamente os fluxos de dados em busca de mudanças excepcionais, correlaciona as alterações nos fluxos de dados e gera alertas personalizados e sugestões para os tomadores de decisão sobre possíveis decisões ou ações.
Ao fornecer painéis típicos e funcionalidade analítica aos usuários, a ênfase está no processo geral de tomada de decisão. A filosofia da Yellowfin é conduzir a transparência na disponibilidade de informações em toda a organização e permitir que as pessoas de negócios se concentrem apenas em dados que significam aspectos importantes do negócio, acelerando assim a tomada de decisões em todos os níveis.
Estes dois exemplos ilustram aplicações genuínas e muito diferentes da IA no mundo da BI e da análise hoje. Nos bastidores, no entanto, ambos usam funcionalidades de IA subjacentes comparáveis para melhorar alguns dos processos fundamentais na tomada de decisões. O IBM Cognos Analytics aborda o processo de descoberta e relatório de dados; O Yellowfin Signal concentra-se no monitoramento do processo e na reação às mudanças nos negócios.
Declarações prospectivas
Aumentar as habilidades dos usuários para pessoas de negócios e mais técnicas é a área mais óbvia e mais facilmente abordada para aplicar a funcionalidade atual da IA ao BI e à análise. Além disso, essas melhorias se aplicam à função principal das ferramentas de BI e, portanto, são mais facilmente implementadas pelos fornecedores. A mensagem também é familiar: a produtividade pessoal aprimorada leva ao sucesso geral da tomada de decisões.
Tradução: https://tdwi.org/articles/2019/01/22/adv-all-ai-for-bi-better-or-faster-decisions.aspx
