A inteligência artificial, através da tecnologia do aprendizado de máquina (em inglês machine learning), já está sendo usada por empresas como a Amazon, para criar ofertas individuais por consumidor – o que está sendo chamado de “modelo de você”. O próximo passo é o surgimento de “modelos de você 360º”, que reúnam todos os movimentos de uma pessoa na internet, e de uma competição baseada em modelos.

Na era da informação, nós nos vemos cotidianamente diante de mais opções do que nunca – o que faz com que escolher seja, também, mais difícil do que nunca. Em uma livraria online, por exemplo, há milhões de títulos à disposição de qualquer um.

Isso já é sabido. O que muitos desconhecem é que vários e-commerces já encontraram uma solução para diminuir a dificuldade, que tem sido chamada de “modelo de você”. Na prática, esse “modelo” pesquisa previamente tudo o que você fez no site e lhe apresenta escolhas específicas que, no conjunto, são diferentes do que é oferecido a qualquer outra pessoa. Tal mecanismo gera 33% das receitas da Amazon, para ficar em um caso bem conhecido.

Esse tipo de modelo que antecipa as preferências dos consumidores se tornou possível graças à crescente capacidade de aprender das máquinas – o machine learning.

Mesmo supermercados como o Walmart já estão utilizando esse avanço tecnológico para saber que artigos estocar e onde expô-los na loja. Assim, as máquinas que aprendem são os novos intermediários, presentes em praticamente todas as transações que fazemos – da compra de produtos à contratação de funcionários.

O PRÓXIMO PASSO

Cada organização possui um modelo de você diferente, baseado nas interações de cada consumidor com ela, pois essas são as únicas informações a que tem acesso. Isso constitui um problema, na medida em que o modelo é extremamente restrito e incompleto.

Há uma imensa oportunidade de empresas reunirem todos os dados que você, consumidor, gera e, com base neles, criar um modelo de você completo, com alcance de 360 graus.

Pense em todas as variáveis que caracterizam você e como umas dependem das outras. Em princípio, as máquinas que aprendem conseguiriam descobrir como essas relações funcionam e, desse modo, seriam capazes de prever aquilo de que você precisa em cada momento.

As máquinas seriam capazes, ainda, de saber se você se interessa por determinado cargo a ser preenchido ou sobre a empresa que está oferecendo a posição. Também poderiam captar seus sinais vitais continuamente por meio de sensores no smartphone e prever quando você está prestes a ter um ataque cardíaco.

Se essa realidade parece assustadora, lembre que seu subconsciente já seleciona o que seu consciente deve levar em conta, com base em uma infinidade de coisas que você pode fazer. Seu consciente é apenas a ponta do iceberg, e, com seu modelo de você mais completo, esse iceberg tende a se tornar bem maior.

Há uma grande diferença entre o modelo de você e seu subconsciente, contudo. Enquanto seu subconsciente está isolado dentro de sua mente, sem se comunicar com nada mais, a não ser por meio de comportamento, o modelo que carrega suas preferências pode se comunicar o tempo todo com os modelos de outras pessoas e organizações. Pode fazer e responder a questões, negociar e colaborar.

UM BANCO

Não surpreende que grandes empresas estejam buscando oferecer esse tipo de sistema às pessoas. Não parece exagero afirmar que se trata da maior oportunidade de negócios da história. Em breve, tudo o que for comprado ou vendido se baseará em modelos conduzidos por máquinas que aprendem. Essa será a plataforma dominante, com base na qual a economia mundial funcionará.

O Google possui o Google Now, a Apple tem a Siri e a Microsoft dispõe da Cortana. Só que querem oferecer um ser – viço e, ao mesmo tempo, ven – der seus produtos ou valorizar os anúncios que veiculam.

O que precisamos, de fato, é avançar a um novo patamar no que diz respeito a modelos personalizados que atendam às necessidades de cada consumidor, o que exige um tipo diferente de empresa, que cuide de seus dados como um banco cuida de seu dinheiro.

O banco guarda seu dinheiro, mantendo-o seguro. E faz mais do que isso: investe esses recursos em seu nome. De modo semelhante, seu “banco de dados” vai guardar as informações que existem sobre você, aprender com elas e atualizar continuamente o modelo, a fim de que possa ser usado para lhe trazer benefícios.

Ou seja, seu modelo pessoal não servirá apenas para as empresas lhe oferecerem o que você quer comprar; se você estiver procurando um emprego, o modelo poderá agendar entrevistas para todos os cargos disponíveis que se encaixem no seu perfil.

Isso acontecerá quando seu modelo pessoal puder interagir com os modelos dos departamentos de recursos humanos das organizações – velozmente.

Outra função desse modelo? A realização de uma exaustiva pesquisa das opções disponíveis para a compra de um novo carro, em contato direto com as revendas. As possibilidades são ilimitadas. Para que isso se viabilize, porém, faltam três avanços:

1. Um modo de reunir todos os dados de uma pessoa em um só lugar. Todas as interações de uma pessoa devem ser direcionadas a um servidor “proxy”, possibilitando que tudo passe por um “intermediário” na nuvem que grave todos os dados, abrindo caminho para que o aprendizado comece.
2. Algoritmos de aprendizado melhores do que os de hoje. Para criar modelos pessoais unificados, é preciso também unificar os algoritmos de aprendizado. Eles devem ser capazes de aprender com base nos diferentes tipos de informação sobre uma pessoa e integrá-los de maneira coerente. É necessário um algoritmo “máster”, e já há avanços importantes nesse sentido.
3. Uma forma de captar dados constantemente, alimentando o modelo. A empresa que não possuir dados sobre as pessoas não terá nada a oferecer para elas no novo cenário. Nesse aspecto, companhias como Google e Apple saem em vantagem, uma vez que a interação que já têm com seus usuários gera grande volume de informações.

ECOSSISTEMA

Para termos uma visão melhor do que pode acontecer, vejamos o exemplo do que acontece com os aplicativos. Hoje, cada app (aplicativo) é um produto isolado, que tenta reter a atenção dos usuários e mantê-los longe de outros aplicativos, tanto quanto possível.

Ao mesmo tempo, ninguém tem paciência para aprender a mexer em muitos aplicativos, e é sofrido quando se precisa lançar mão de mais de um.

Os modelos 360º pessoais se situariam no meio do caminho entre esses aplicativos e os usuários, selecionando qual app seria o mais apropriado para que atividade, o que faria com que os mais bem-sucedidos fossem aqueles que funcionassem bem com os demais.

Do ponto de vista das lideranças empresariais, não se trata apenas de acreditar que os produtos e serviços têm de se tornar mais personalizados. As decisões sobre quais produtos e serviços oferecer e com que características, nos menores detalhes, serão determinadas pelos modelos dos clientes.

Provavelmente nenhuma organização sozinha conseguirá reunir informações suficientes sobre os consumidores e ser um grande banco de modelos personalizados. Será preciso estabelecer alianças e integrar um ecossistema de dados e modelos.

A companhia que ficar fora do ecossistema correrá o risco de se tornar apenas um satélite no mercado ou até de fechar as portas, pois os bancos de dados que alimentarão os modelos personalizados vão capturar a maior parte do valor. É um novo tipo de competição, entre ecossistemas. E o ecossistema vencedor terá uma boa chance de ter a primeira empresa mundial avaliada em US$ 1 trilhão.

TIPO DE SOCIEDADE

Coletivamente, teremos de decidir que tipo de “sociedade de modelos” queremos. O que será permitido? Como vamos assegurar que todos se beneficiem? Como fazer uma transição tranquila?

Como indivíduos e sociedade, devemos assumir o controle de nossos modelos; como empreendedores, inovadores e investidores, precisamos garantir que isso seja possível.

EMPRESAS APOSTAM NAS MÁQUINAS, por Ajay Agrawal

Diante do potencial de transformação do aprendizado das máquinas [machine learning, em inglês] para a economia mundial, todos devemos estar preparados, desde já, para seu advento. Isso porque algumas das empresas que não estavam preparadas para a chegada da internet ainda estão cuidando de suas feridas, e muitas outras já estão fora do mercado.

O aprendizado das máquinas está ainda na infância. Embora algumas das atuais aplicações sejam relevantes, nenhuma delas é transformacional. Por exemplo, os mecanismos de recomendações utilizados por empresas como a Amazon e a Netflix, com base no que aprendem sobre as preferências dos clientes, contribuem para as vendas de livros e filmes, mas não representam mudanças significativas para a economia.

Ao mesmo tempo, porém, há uma névoa de incertezas que despertam questões sobre o papel das máquinas inteligentes e seu impacto sobre o trabalho humano. As máquinas poderão substituir os seres humanos em uma ampla gama de tarefas cognitivas, assim como acontece quando se trata de atividades manuais? Certamente esse ainda não é um resultado iminente, mas, há cinco anos, o mesmo se podia dizer dos carros de condução autônoma.

Em meio a muita especulação, empresas e investidores já estão tomando decisões levando essas perspectivas em consideração. Por exemplo, em 2014, o Google adquiriu a startup de inteligência artificial Deep Mind por aproximadamente US$ 500 milhões e criou a AlphaGo – que, aliás, ficou famosa por bater o melhor jogador do mundo no antigo jogo chinês conhecido em inglês como Go, demonstrando o que pareceu ser um sinal de “intuição”, em vez de apenas execução de processos lógicos.

Em março de 2016, a General Motors adquiriu outra startup de inteligência artificial por mais de US$ 1 bilhão com o objetivo de transformar automóveis regulares em veículos de condução autônoma. Um mês mais tarde, a Salesforce comprou a MetaMind, voltada para a automação e personalização do marketing e do apoio ao cliente. Essas empresas estão fazendo uma aposta no futuro, com base em como acreditam que a economia vai ser. Dessa maneira, também acabam por influenciar a direção e a velocidade do desenvolvimento tecnológico, assim como onde e de que modo ele vai acontecer.

O autor Ajay Agrawal é professor de empreendedorismo e gestão estratégica e diretor acadêmico do Creative Destruction Lab, da Rotman School of Management.

3 regras para adotar o modelo 360º de você

1. Reunir todos os dados de uma pessoa em um só lugar.
2. Ter algoritmos de aprendizado melhores.
3. Fazer os dados alimentarem o modelo.

 

---

Fonte do artigo completo: Revista HSM Management, por Pedro Domingos. Ele é professor de ciências e engenharia da computação da University of Washington e autor do livro The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World.