Modelo de Maturidade de Inteligência Artificial

As tecnologias de inteligência artificial afetam a maioria das categorias de aplicativos e muitos desafios de negócios. Os líderes de dados e análises podem usar este modelo de maturidade de IA para acelerar e otimizar sua estratégia e implementações de IA para obter o melhor valor das tecnologias de IA.

Premissas de planejamento estratégico

Segundo a Gartner:

  • Em 2021, 30% das organizações que implementam soluções de IA que aprendem perderão a propriedade da propriedade intelectual (IP) para os fornecedores como resultado de uma linguagem contratual mal negociada.
  • Até agora (em 2022), pouco mais de 15% dos casos de uso que alavancam técnicas de IA – como aprendizado de máquina (ML) e redes neurais profundas (DNNs) – e envolvendo ambientes de borda e Internet das coisas (IoT) tiveram sucesso.
  • Em 2023, 60% das organizações com mais de 20 cientistas de dados exigirão um código de conduta profissional incorporando o uso ético de dados e IA.
  • Em 2023, 70% das cargas de trabalho de IA usarão contêineres de aplicativos ou serão construídas usando um modelo de programação sem servidor, necessitando de uma cultura DevOps.
  • Até 2023, os recursos computacionais usados ​​em IA aumentarão cinco vezes a partir de 2018, tornando a IA a principal categoria de cargas de trabalho que orientam as decisões de infraestrutura.
  • Em 2025, 50% das atividades do cientista de dados serão automatizadas pela IA, diminuindo a aguda escassez de talentos.

Análise

IA representa uma classe de mecanismos para aprimorar aplicativos e processos existentes. Esse aprimoramento geralmente assume a forma de acelerar os processos existentes. Dois exemplos comuns de IA são sistemas que:

  • Automatizam decisões que de outra forma requerem intervenção humana.
  • Classificam dados complexos – como texto, vídeo e áudio – que, de outra forma, exigiriam esforço humano.

Esses sistemas permitem que uma empresa acelere drasticamente os processos que, de outra forma, seriam limitados pelos custos humanos. No entanto, eles também exigem que a empresa reimplemente os processos existentes para aproveitar as vantagens dessas novas ferramentas. Por exemplo:

  • Um front end de IA pode processar interações telefônicas iniciais com um cliente. Mas os resultados desta IA exigirão um sistema de árvore de decisão significativamente aprimorado para concluir qualquer interação ou um modelo de transferência eficaz para abordar aspectos mais sensíveis ou particulares de tal chamada. Construir o melhor gráfico de conhecimento representa um esforço significativo no trabalho humano, seja em modelagem probabilística ou em heurísticas programáticas.
  • Em um caso de uso de seguro, a visão computacional alimentada por IA aplicada a fotos aéreas pode ser combinada com outros elementos de dados, como registros públicos sobre construções, para realizar uma análise preditiva mais precisa para determinar se a descrição de uma casa do requerente é precisa para fins atuariais. Esse modelo redirecionará recursos para a inspeção física e processos de mudança.
  • Em serviços financeiros, a análise preditiva baseada em IA pode ser aplicada a aplicativos de empréstimo para obter métricas de aprovação mais precisas. Tal modelo, embora potencialmente mais correto do que heurísticas programáticas, também deve ser explicável e não deve criar a impressão de parcialidade imprópria com base nas qualidades do candidato que podem ser vinculadas a critérios inutilizáveis.

O modelo de maturidade de IA (Figura 1) tem como objetivo fornecer aos líderes de dados e análises uma estrutura para sua estratégia de IA. Não tem a intenção de ser uma inclinação prescritiva que todas as organizações devam subir na mesma taxa ou intensidade. As organizações descobrirão que a maturidade exigida em IA varia com as diferentes categorias de aplicativos de IA. Nem todas as organizações devem se esforçar para chegar ao nível superior de maturidade, mas sim ao nível apropriado para seus negócios e ambições de tecnologia. Seguir um modelo de maturidade não estabelece definições obrigatórias para as organizações, nem estabelece caminhos que as organizações devem seguir ou correr o risco de falhar.

Use este modelo de maturidade para

  • Colocar-se na curva de crescimento potencial em direção ao domínio de alavancar IA.
  • Comunicar à gerência onde você está e a distância que precisa viajar, e com que velocidade você pode esperar para atingir certos níveis de maturidade.
  • Elaborar uma estratégia sobre quais etapas organizacionais internas você deve realizar para ter certeza de que é capaz de lidar com a IA em um ritmo com essa ambição em mente.
  • Evitar erros comuns de fazer coisas aparentemente certas na hora errada, como dar passos muito cedo para seu nível de maturidade.

A IA ainda é um campo altamente volátil de inovação. Portanto, não use este modelo de maturidade para desenvolver um roteiro pré-definido de vários anos. Em vez disso, permita que sua estratégia de IA seja adaptável a mudanças e novas oportunidades, com amplo espaço para experimentação. Por exemplo, recalibre sua estratégia periodicamente, usando este modelo de maturidade como uma estrutura comum para partes interessadas e artefatos. É importante não apenas compreender os estágios de maturidade, mas também como chegar ao próximo nível a partir de onde você está agora.

Tabela de Níveis de Maturidade

PlanejamentoAs conversas internas sobre IA são ad hoc e especulativas. Apenas uma pequena minoria experimentou ou pilotou projetos. Nesta fase, são feitas as primeiras consultas, com tópicos como “O que é inteligência artificial?” e “Como a IA pode beneficiar minha linha de negócios?” Para evoluir para o próximo estágio, identifique de três a seis casos de uso.
ExperimentaçãoOs planos iniciais do projeto de prova de conceito (POC) são elaborados e podem estar em fase piloto. Uma comunidade informal de prática pode ter se reunido várias vezes para compartilhamento de conhecimento e esforços iniciais de padronização. Procure provar o valor da IA ​​(não a tecnologia) para evoluir para o próximo estágio.
EstabilizaçãoOs primeiros projetos de IA estão em produção. Existe um patrocinador executivo. O orçamento para projetos de IA está disponível e protegido pela gerência executiva. Um COE foi instanciado, tornando especialistas em IA, melhores práticas e tecnologia disponíveis para projetos. O dimensionamento de pilotos de IA em produção é o foco principal. Para evoluir para o próximo estágio, desenvolva um processo de ponta a ponta para desenvolvimento e implantação de IA e estabilize sua plataforma para maior expansão e governança de IA.
ExpansãoTodos os novos projetos digitais, incluindo revisões de processo para otimização, consideram a possibilidade de emprego de IA como forma de agregar valor.Novos produtos e serviços incorporaram IA. A responsabilidade em torno de cada projeto existe. As unidades de negócios confiam nas técnicas de IA e estão prontas para usá-las. Os profissionais de DevOps / MLOps de TI são os principais responsáveis ​​pela manutenção e atualização das soluções de IA. Para evoluir para o próximo estágio, expanda as fontes de dados e tenha sucesso com casos de uso de alto risco / alto retorno.
TransformaçãoA IA é rotineira e esperada como um elemento da execução de todos os processos de negócios.Todos os trabalhadores no processo e no design do aplicativo são treinados e entendem os pontos fortes e fracos da IA. Os aplicativos baseados em IA interagem de forma produtiva dentro da organização e em todo o ecossistema de negócios.  

As organizações precisam estabelecer uma visão para a IA se quiserem obter valor com sua implementação. Elas também exigem administradores da visão que iniciarão ativamente projetos para transforma-la em realidade.

É apropriado o uso de indicadores, em cada nível de maturidade, para: visão e estratégica da IA, uso da IA, tecnologias empregadas, organização e governança, assim como para orçamento e medições.

Estes indicadores serão apresentados no próximo post deste blog.

Se gostou do artigo, por favor, compartilhe.

Sobre mim: aqui, Contato: aqui.

Abraço, @neigrando

Referência

Este artigo foi traduzido, reduzido e adaptado do original, em inglês: “Artificial Intelligence Maturity Model”, por Gartner (2020).

Artigos relacionados

Um olhar para a Empresa Moderna ideal

Minha forma de ver uma empresa ideal para a atualidade é a de um organismo vivo – pois sua essência é composta de pessoas. É sistêmica no sentido de que seus “órgãos” são interdependentes, holística porque requer uma visão 360º daqueles que decidem, dirigem e executam sua governança e gestão. Ela é complexa pelo grande número, variedade e relação entre fatores. É volátil ou até mesmo frágil ao considerarmos a velocidade das mudanças do mercado, setor e até mesmo internas que precisam ser absorvidas, tratadas e respondidas. Está inserida num contexto que requer de seus gestores um pensamento não-linear, pois ou enfrenta ou vive rompimentos de mercados, exponencialidade do digital, falta de clareza para decidir, além de ansiedade e incertezas sobre o futuro.

Fonte da imagem: Wikipedia – Company

Como empresa da nova economia ela tem um propósito claro, bem como uma visão de futuro para todos os interessados (stakeholders) e valores comportamentais para seus colaboradores coerentes com sua atividade e razão social de existir. E isso é base para uma cultura que anda par-a-par com sua estratégia e execução. Nessa cultura a confiança honrada pela liderança integra e transparente é que dá liga para o propósito, que gera energia, colaboração e bons resultados. Sua cultura é inclusiva, considera e lida bem com a diversidade, possibilita autonomia e a integralidade do ser, ou seja, permite que as pessoas sejam autênticas.

Sua estratégia está além do modelo de negócios, pois considera o domínio do conhecimento sobre o mercado, o seu setor de atuação, a concorrência, e as tendências econômicas, sociais, comportamentais e tecnológicas. É centrada no cliente (sob o ponto de vista dele, não apenas o da empresa) e trabalha os princípios e valores ágeis de organizações mais digitais.

Sua execução é exemplar, pois trabalha com poucos objetivos táticos e expectativas de resultados claros e transparentes, alinhados aos objetivos estratégicos maiores, e uso de métricas para acompanhar a evolução dos mesmos e ajustá-los ao longo da jornada.

Trabalha a governança e os aspectos de retorno social e proteção ambiental na prática demostrada com a inclusão destes cuidados em seus processos e confirmação interna e externa.

Enfim, sei que tudo o que foi dito acima parece fora da realidade, quando vemos tantas empresas passando por dificuldades pós-pandemia e devido ao momento econômico e político que enfrentamos, mas pesquisas elaboradas e apresentadas pelo MITSloan review e artigos de consultorias como McKinley, Deloitte, BCG, PwC – dizem que empresas que atuaram assim, sofreram a crise, mas tem se saído melhor e obtido melhores resultados..

Se gostou, por favor, compartilhe. Abraço, @neigrando

Sobre mim: aqui, Contato: aqui.

Para saber em mais detalhes veja os artigos abaixo:

Sobre o autor:

Nei Grando, diretor da Strategius, é Mestre em Ciências pela FEA-USP, com MBA em Gestão de Negócios pela FGV. Teve duas empresas pioneiras de TI especializadas no Desenvolvimento de Software para conectividade e Web. Atualmente, atua como pesquisador e curador de conteúdo relacionado a negócios e tecnologia. É consultor e conselheiro de empresas, mentor de startups de tecnologia, professor em diferentes Universidades e palestrante sobre estratégia e modelos de negócios, inovação, transformação digital e agilidade organizacional.

Economia de Tokens e Organizações Descentralizadas Autônomas

Blockchain e contratos inteligentes são tecnologias de governança que têm o potencial de fornecer níveis mais altos de transparência enquanto reduzem a burocracia com código auto-impositivo. Eles podem minimizar os principais dilemas existentes das organizações e os riscos morais subsequentes. Os tokens de redes distribuídas fornecem incentivos para alinhar interesses automaticamente na ausência de terceiros.

As DAOs (Descentralized Autonomous Organizations) enfrentam um antigo problema de governança, ao qual cientistas e economistas políticos se referem como o dilema do agente principal. Isso ocorre quando o agente de uma organização tem o poder de tomar decisões impactando outra pessoa ou entidade na organização. Alguns exemplos podem ser gerentes que agem em nome de acionistas ou políticos que agem em nome de cidadãos. Nessas configurações, o risco moral ocorre quando uma pessoa corre mais riscos do que normal, porque outras arcam com o custo desses riscos. Mais geralmente, ocorre quando o agente age em seu próprio interesse, e não no interesse de quem representa, porque o representado não pode controlar completamente as ações do agente. Esse dilema geralmente aumenta quando há assimetria de informações subjacente em jogo.

Organizações tradicionais VS. DAOs

Nas empresas tradicionais, todos os agentes de uma empresa possuem contratos de trabalho que regulam seu relacionamento com a organização e entre si. Seus direitos e obrigações são regulados por contratos legais e aplicados por um sistema legal que está sujeito às leis que regem o país em que residem. Se algo der errado ou se alguém não cumprir sua parte na barganha, o contrato legal definirá quem pode ser processado e por que, em um tribunal.

As DAOs, por outro lado, envolvem um conjunto de pessoas interagindo entre si de acordo com um protocolo de código aberto autoaplicável. Manter a rede segura e executar outras tarefas de rede é recompensado com os tokens de rede nativos. Blockchains e contratos inteligentes reduzem os custos de transação do gerenciamento com níveis mais altos de transparência, alinhando os interesses de todas as partes interessadas pelas regras de consenso vinculadas ao token nativo. O comportamento individual é incentivado com um token para contribuir coletivamente para um objetivo comum. Os membros de uma DAO não são vinculados por uma entidade legal, nem firmam contratos legais formais. Em vez disso, são orientados por incentivos vinculados aos tokens da rede e regras totalmente transparentes que são escritas na peça de software, que é imposta pelo consenso da máquina. Não há acordos bilaterais. Existe apenas uma lei em vigor – o protocolo ou contrato inteligente – que regula o comportamento de todos os participantes da rede.

Ao contrário das empresas tradicionais, estruturadas de maneira descendente, com muitas camadas de coordenação administrativa e burocrática, as DAOs fornecem um sistema operacional para pessoas e instituições que não se conhecem nem confiam umas nas outras, que podem viver em diferentes áreas geográficas, falam idiomas diferentes e, portanto, estão sujeitos a jurisdições diferentes. Em vez de contratos legais que gerenciam as relações das pessoas, na Rede Bitcoin, todos os acordos são na forma de código aberto que é auto-imposto pelo consenso majoritário de todos os atores da rede. As DAOs não têm uma estrutura hierárquica, exceto o código. Uma vez implantada, essa entidade é independente de seu criador e não pode ser censurada por uma única entidade, mas por uma maioria predefinida dos participantes da organização. As regras da maioria exata são definidas no protocolo de consenso ou no contrato inteligente e variam de caso de uso para caso de uso. Em alguns países, como a Áustria, por exemplo, há tendências na literatura jurídica de ver as DAOs como uma parceria de direito civil.

Uma DAO pode ser formalizada por um contrato inteligente. Os casos de uso variam de simples a complexos. A complexidade depende do número de partes interessadas, bem como do número e da complexidade dos processos dentro dessa organização que serão regidos pelo contrato inteligente. Dependendo do objetivo e das regras de governança da organização, esses casos de uso podem ter uma semelhança com empresas ou estados-nação. Quanto mais regras de governança centralizadas, mais se assemelha a uma empresa tradicional. Em uma configuração mais descentralizada, as regras de governança podem se parecer com estados-nação, direcionando automaticamente o comportamento com incentivos e desincentivos simbólicos. Nesses casos, as regras de governança de tokens incentivam e dirigem uma rede de atores sem intermediários centralizados, substituindo assim a necessidade de organizações de cima para baixo gerenciadas por um grupo de pessoas por um código auto-impositivo. Tais organizações descentralizadas podem usar o sistema legal para alguma proteção da propriedade física, mas esse uso é secundário aos mecanismos de segurança preventivos que os contratos inteligentes oferecem. Uma pilha complexa de tecnologias, orientada por protocolos de consenso, deve ser implementada para criar uma infraestrutura autônoma em funcionamento. Seus tokens de protocolo nativo permitem que surjam tribos distribuídas da Internet.

As DAOs são de código aberto, portanto transparentes e, em teoria, incorruptíveis. Todas as transações da organização são registradas e mantidas em uma blockchain. Os interesses dos membros da organização são – se projetados corretamente – alinhados pelas regras de incentivo vinculadas ao token nativo. As propostas seguem o caminho principal para a tomada de decisões em uma DAO, que são votadas pelo consenso majoritário dos atores envolvidos da rede. Dessa forma, as DAOs podem ser vistas como organismos distribuídos, ou tribos distribuídas da Internet, que vivem na Internet e existem de forma autônoma, mas também dependem fortemente de indivíduos especializados ou organizações menores para executar determinadas tarefas que não podem ser substituídas pela automação. Provavelmente veremos muito mais DAOs, com uma ampla variedade de propósitos, evoluindo sobre a tecnologia que o Bitcoin foi pioneiro. Em combinação com a “Internet das Coisas“, a governança de propriedade inteligente também pode ser integrada diretamente a blockchain, potencialmente permitindo que organizações descentralizadas controlem veículos, cofres e edifícios.

A Rede Bitcoin pode ser considerada a primeira organização verdadeira descentralizada e autônoma, coordenada por um protocolo de consenso que qualquer pessoa é livre para adotar. Ela fornece um sistema operacional para dinheiro sem bancos e gerentes de banco e permanece resistente a ataques e tolerante a falhas desde que o primeiro bloco foi criado em 2009. Nenhuma entidade central controla o Bitcoin, o que significa que enquanto as pessoas continuarem participando da rede, apenas uma falta de energia em todo o mundo poderia desligar o Bitcoin. O protocolo blockchain subjacente permite uma rede de incentivos, alimentada pelas regras de governança vinculadas ao seu token criptográfico. Esses conjuntos de regras de governança de tokens da camada de consenso permitem a coordenação automatizada e transparente de um grupo díspar de pessoas que não se conhecem ou confiam umas nas outras. A Rede Bitcoin mostrou que os tokens podem ser usados ​​como um meio de comportamento de programação, conhecido como direcionador do comportamento econômico dos nós da rede. Esse mecanismo de incentivo provou ser um motivador na execução de serviços para uma rede.

Com o surgimento da Ethereum Network, o conceito de DAOs subiu a pilha de tecnologia do protocolo blockchain para o contrato inteligente. Enquanto antes era necessário uma rede blockchain com um protocolo de consenso resistente a ataques para criar um DAO, contratos inteligentes tornavam a criação de DAOs facilmente programáveis, com apenas algumas linhas de código e sem a necessidade de configurar sua própria infraestrutura blockchain.

Outlook

Argumenta-se que não existe uma organização totalmente descentralizada e autônoma. Dependendo das regras de governança, existem diferentes níveis de descentralização. Embora a rede possa ser geograficamente descentralizada e ter muitos atores independentes, mas iguais, as regras de governança escritas no contrato inteligente ou no protocolo blockchain sempre serão um ponto de centralização e perda de autonomia direta. Os DAOs podem ser arquitetonicamente descentralizados (atores independentes executam Nós diferentes) e são geograficamente descentralizados (sujeitos a diferentes jurisdições), mas eles são logicamente centralizados (o protocolo). A questão de como atualizar o código – quando e se necessário – é muitas vezes delegada a um conjunto de especialistas que entendem os meandros técnico-legais do código e, portanto, representam um ponto de centralização.

Referências

Observação: Este artigo trata-se de uma versão traduzida e adaptada do artigo original:

  • Tokenized Networks: What is a DAO?, by Shermin Voshmgir (autor do livro: Token Economy)

Para ir um pouco mais a fundo, recomento estes dois livros de negócios

O primeiro para que deseja conhecer mais da filosofia e visão do blockchain, sem precisar entrar em detalhes técnicos:

  • Blockchain Revolution: How the Technology behind Bitcoin and other Cryptocurrencies is Changing the World, by Don Tapscott and Alex Tapscott

Este outro livro de negócios, tem um foco maior na Economia de Tokens:

  • Token Economy: How blockchain and Smart Contracts Revolutions the Economy, by Shermin Voshmgir

E este é para quem quer conhecer a parte técnica do blockchain:

  • Mastering Blockchain: Distributed ledger technology, descentralization and smart contracts explained, by Imran Bashir

Outros artigos sobre Processos de Negócios: