RH Era Inteligência Artificial 2

Desde a publicação de meu artigo “RH na Era da Inteligência Artificial”, neste Administradores, em 30/11/2016, os avanços em tecnologia e em especial, Inteligência Artificial, foram significativos.

Em recente relatório para o McKinsey Global Institute (maio de 2017), James Manyika, Michael Chui, Anu Madgavkar e Susan Lund, elaboraram um briefing executivo denominado “What’s now and next in analytics, AI, and automation”, que sumarizo neste texto, para que os profissionais e interessados brasileiros, possam também ficar mais atentos a esse tema.

O emprego e o futuro do trabalho estão cada vez mais dependentes das inovações em digitalização, análise, inteligência artificial e automação. Estas áreas, que um dia foram setores econômicos separados, estão criando oportunidades de desempenho e produtividade para as empresas e a economia.

Por isso, especialmente os profissionais de recursos humanos, além é claro, de todos aqueles que se envolvem na seleção, contratação, retenção, treinamento e até mesmo desligamento de pessoas de uma empresa, não possam mais estar afastados dessa realidade que está presente na vida de qualquer cidadão, de qualquer sociedade do mundo civilizado.

Os rápidos avanços tecnológicos em digitalização, dados e análises têm sido responsáveis por um novo cenário empresarial, com o surgimento de inovações que modificam setores econômicos e novas formas de concorrência.

Ao mesmo tempo, a própria tecnologia continua a evoluir, trazendo novas ondas de avanços em robótica, analítica e inteligência artificial (IA), e especialmente as “machine learning”, ou seja, máquinas que aprendem a fazer tarefas, normalmente repetitivias que substituim tarefas até então realizadas por seres humanos.

E tudo isso junto, ou seja, mudança nas capacidades técnicas, implica em alteração nas empresas, na economia e na sociedade.

A próxima onda de oportunidade

Ao longo do horizonte, há uma nova onda de oportunidades relacionadas ao uso da robótica, da aprendizagem mecânica e da IA – Inteligência Artificial. As empresas que implementam tecnologias de automação podem realizar ganhos substanciais de desempenho e assumir a liderança em suas indústrias, mesmo que seus esforços contribuam para aumentos de produtividade na economia.

Avanços em robótica, AI e aprendizado de máquina anunciam uma nova era de inovação inovadora e oportunidade

Os avanços recentes em robótica, aprendizado automático e AI estão empurrando a fronteira do que as máquinas são capazes de fazer em todas as facetas dos negócios e da economia.

A fabricação, física de robôs, levou tempo para torna-los mais capazes, mais flexíveis, mais seguros e menos caros. Agora as atividades estão em constante expansão em capacidades de mecanização, cognitivas e de aprendizagem, melhorando ao longo do tempo à medida que são treinados por seus colegas de trabalho humanos do chão de fábrica.

A ideia de Inteligência Artificial - IA não é nova, mas o ritmo dos avanços recentes é. Três fatores estão levando essa aceleração:

1. Os algoritmos de aprendizagem mecânica progrediram nos últimos anos, especialmente através do desenvolvimento de técnicas de aprendizado profundo e de reforço-aprendizagem baseadas em redes neurais.

2. A capacidade de computação tornou-se disponível para treinar modelos maiores e mais complexos muito mais rápidos. As unidades de processamento de gráficos (“Graphics processing units” em inglês, GPUs), originalmente projetadas para renderizar os gráficos de computador em jogos de vídeo, foram reutilizadas para executar os dados e o algoritmo necessários para o aprendizado da máquina a velocidades muitas vezes mais rápidas do que os chips de processador tradicionais. Mais avanços de nível de silício além da geração atual de GPUs já estão emergindo, como unidades Tensor. Essa capacidade de computação foi agregada em centros de dados hiper-escaláveis e acessível aos usuários através da nuvem.

3. Podem ser geradas quantidades maciças de dados que podem ser usados para treinar modelos de aprendizado de máquinas, por exemplo através da criação diária de bilhões de imagens, caixas de clique on-line, voz e vídeo, locais móveis e sensores integrados na Internet das coisas.

A combinação desses avanços levou a demonstrações espetaculares como o “DeepMind’s AlphaGo”, que derrotou um campeão humano do complexo jogo de tabuleiro “Go” em março de 2016.

O “DeepMind” da Google e a Universidade de Oxford aplicaram aprendizagem profunda para um enorme conjunto de dados de programas da BBC em 2016 para “a lip-reading system” (algo como um sistema de leitura de lábios).

Desnecessários desafios tecnológicos ainda devem ser superados antes que as máquinas possam combinar o desempenho humano em toda a gama de atividades cognitivas.

Um dos maiores desafios técnicos é que as máquinas adquiram a capacidade de compreender e gerar capacidades linguísticas naturais indispensáveis para uma grande quantidade de atividades de trabalho. Os assistentes pessoais digitais, como o Siri da Apple, o Alexa da Amazon e o Assistente do Google, ainda estão em desenvolvimento - e muitas vezes são imperfeitos - mesmo que seu progresso seja palpável para milhões de usuários de smartphones.

Aproveitar essas tecnologias em evolução irá desbloquear múltiplos benefícios para as empresas

Para as empresas, a adoção bem-sucedida dessas tecnologias em evolução aumentará significativamente o desempenho. Alguns dos ganhos provêm da substituição de mão-de-obra, mas a automação também tem potencial para aumentar a produtividade, elevar o rendimento, melhorar previsões, resultados, precisão e otimização, além de expandir a descoberta de novas soluções em áreas complexas como a biologia sintética e ciência material.

Hoje em dia, uma variedade de tecnologias de automação está gerando valor real. Por exemplo:

A Rio Tinto implantou caminhões automatizados e máquinas de perfuração em suas minas em Pilbara, Australia, e diz que está vendo aumentos de 10-20% na utilização lá.

O Google aplicou inteligência artificial a partir de sua máquina “DeepMind” aprendendo para seus próprios centros de dados, reduzindo a quantidade de energia que eles usam em 40%.

Nos serviços financeiros, a automação sob a forma de "processamento direto", onde os fluxos de trabalho das transações são digitalizados de ponta a ponta, pode aumentar a escalabilidade do rendimento das transações em 80%, reduzindo os erros à metade.

Os cenários que os autores desenvolveram para várias configurações, incluindo um departamento de emergência hospitalar, manutenção de aeronaves, operações de petróleo e gás, uma mercearia e corretagem hipotecária, mostram que o valor dos potenciais benefícios da automação - calculado como uma porcentagem dos custos operacionais - pode variar entre 10-15% para um departamento de emergência do hospital para 25% para a manutenção da aeronave e para mais de 90% de hipotecas.

IA e automação irá fornecer um impulso muito necessário para a produtividade global e pode ajudar alguns desafios

A aplicação da IA e a automação de atividades podem permitir o crescimento da produtividade e outros benefícios não apenas para as empresas, mas também para as economias inteiras. A nível macroeconómico, com base na nossa modelagem de cenários, estimamos que a automação só poderia elevar o crescimento da produtividade em uma base global de 0,8% para 1,4% anualmente.

Inteligência Artificial - IA e outras tecnologias também podem ser amplamente benéficas para a sociedade, ajudando a enfrentar alguns desafios, incluindo a mudança climática ou a cura da doença.

Inteligência Artificial - IA já está sendo implantado em biologia sintética, pesquisa de câncer, ciência do clima e ciência material. Por exemplo, pesquisadores da McMaster e da Universidade Vanderbilt usaram computadores para exceder o padrão humano na previsão do tratamento mais efetivo para os principais distúrbios depressivos e eventuais desacordos de pacientes com câncer de mama.

Fonte/Referências: James Manyika is director of the McKinsey Global Institute and a senior partner at McKinsey & Company, based in San Francisco. MGI partners Michael Chui, Anu Madgavkar, and Susan Lund contributed to this briefing note. Mais informações em http://www.mckinsey.com/global-themes/digital-disruption/whats-now-and-next-in-analytics-ai-and-automation. Executive Briefing McKinsey Global Institute, May 2017. 

Avalie este artigo:
(0)
As opiniões veiculadas nos artigos de colunistas e membros não refletem necessariamente a opinião do Administradores.com.br.
Tags: inteligencia artificial RH na Era da Inteligência Artificial - 2

Fique informado

Receba gratuitamente notícias sobre Administração