Artigo publicado em 2017 no portal The Economist:
Em 2017, o clima no campus da Microsoft, um conjunto com mais de 100 edifícios, era surpreendentemente diferente de quatro anos antes. A contagem de palavras por minuto era muito menor. Perguntas, por mais ignorantes ou críticas que fossem, agora eram respondidas pacientemente. O chefe da empresa, Satya Nadella, passou a adotar um tom diferente e mais suave, em relação aos antigos CEOs Bill Gates e Steve Ballmer, seu antecessor imediato (embora ele também tenha deixado um lado altamente competitivo).
Porém, alguns anos antes em 2007, ao visitar a sede da Microsoft perto de Seattle, eu senti que a visita seria como uma viagem ao território inimigo. Executivos quase não conversavam com os visitantes, e um dos correspondentes deste jornal (The Economist) ainda se recupera de dois dias angustiantes passados na companhia de um “evangelista da marca” funcionário da Microsoft.
Se eles fossem desafiados a transmitir a mensagem da marca Microsoft, a linguagem corporal de suas respostas traía o que eles estavam pensando (e o que Bill Gates dizia frequentemente: “Isso é a coisa mais estúpida que já ouvi.”
Porém, depois de quatro anos, o clima ficou mais leve, e a Microsoft respira um ar mais fluído e acolhedor.
A inteligência artificial (IA) e o aprendizado de máquina (AM) têm o potencial de transformar quase todas as indústrias, mas muitas organizações enfrentam dificuldades para adotar e implementar IA/AM em larga escala. Pesquisas recentes da Gartner mostram que apenas 53% dos projetos de AM passam da fase de protótipo para a produção. Os diretores de informática e líderes de TI encontram dificuldades em escalar projetos de IA/AM porque carecem das ferramentas e do talento necessários para criar e gerenciar um pipeline de IA de nível de produção.