ENTENDER O QUE SE QUER AUTOMATIZAR E POR QUE É O PRIMEIRO PASSO

Por Roberta Prescott

Os desafios para se avançar com tecnologias de inteligência e automação são variados e, nas companhias, estão centrados principalmente em conhecer com profundidade o negócio para destacar o processo que se quer automatizar. Nesse ciclo, não esquecer da inteligência humana e ter em mente que a ferramenta de inteligência artificial é tão boa quanto naquilo em que é treinada são itens fundamentais, como apontou Alan Pelz-Sharpe em entrevista exclusiva. “Os aumentos de inteligência artificial apoiam o trabalho humano; e não o contrário. Muitos projetos ambiciosos de transformação entendem isso da maneira errada”, disse Pelz-Sharpe, que é fundador da Deep Analysis e coautor do “Practical Artificial Intelligence – An Enterprise Playbook”.

O especialista é reconhecido por sua ampla experiência como analista de mercado global de ECM e em tecnologias de IAI,machine learning e RPA. “A primeira coisa que as pessoas precisam fazer é realmente enten- der melhor o que está acontecendo e priorizar. Esse é o desafio”, afirmou ele que será um dos keynotes speakers, no 5º RPA & AI CONGRESS e no 12º INFORMATIONSHOW, marcados para os dias 4 e 5 de abril, no Frei Caneca Convention Center, em São Paulo. Confira a seguir a entrevista.

Intelligent Automation Magazine - Alan, o senhor palestrou em evento da Information Management em 2012 e retorna ao evento da editora em 2023. Gostaria de começar esta entrevista perguntando o que mudou nestes dez anos?

Alan Pelz-Sharpe - Tudo mudou e nada mudou, no sentido de que ainda resolvemos os mesmos problemas. Os negócios não mudaram; eles se tornaram maiores e mais complexos, mas, fundamentalmente, ainda é apenas um negócio, certo? Banco ainda é banco. O governo ainda é governo. As pessoas querem licenças e transações; que- rem informações e isso fica igual. O que mudou é que algumas novas tecnologias surgiram. Ainda assim, há coisas como aplicativos legados, que são antigos, mas fundamentais e que não vão desaparecer. Mas, desde 2012, acho que duas grandes coisas aconteceram que não mudaram o mundo, mas são importantes. Uma é o aumento do uso da computação em nuvem. A maioria das coisas ainda está local, mas há um movimento para a nuvem, que é lento. E, mais recentemente e, a longo prazo, provavelmente, mais importante, é a inteligência artificial. Outra coisa que surgiu foi a automação de processos robóticos, RPA. Porém, como analista sempre tenho que lembrar, é que mesmo que algo esteja nas manchetes, em todas as notícias e com todo mundo querendo falar sobre isso, no mundo real, seu uso ainda é muito pequeno.

IAM - Apesar da evolução das tecnologias, relatórios, incluindo o que a sua empresa divulgou (“Work Intelligence: Improving Processes by Balancing Human Intelligence and AI”), mostram que algumas empresas não aproveitam todo o potencial desse avanço. Como preencher essa lacuna? O que falta para as empresas adotarem essas tecnologias e tornarem mais automatizadas, mais inteligentes e mais eficientes? Trata-se de uma questão de cultura corporativa?

Alan - Muito disso é cultura. Estudamos inteligência artificial há 23 anos e, agora, qualquer pessoa pode, de graça, acessar à Web e brincar com inteligência artificial, certo? Portanto, ela está disponível gratuitamente. Assim, os problemas são, principalmente, culturais. Um deles é que não gostamos de nos desfazer de nada. Então, acabamos com montanhas e montanhas de dados, que podem ser documentos comerciais ou apenas dados de um banco de dados, não importa. Acabamos com enormes petabytes, terabytes de dados e, provavelmente, 95% deles não têm valor. Isso é um problema, porque é caro e atrasa tudo. Quando você está falando sobre inteligência artificial, bem, ela é treinada com base em dados, certo? Então, quão bem vai treinar, se seus dados não forem de boa qualidade? Na verdade, não vai fazer um bom trabalho. Portanto, a ferramenta de inteligência artificial em si é muito, muito poderosa, mas é tão boa quanto naquilo em que é treinada — e, geralmente, não é treinada em bons dados. Então, decepciona, né?

E também tem o lado da automação. O que aconteceu é que agora lutamos com aplicativos que têm 50 anos, como mainframes, Microsoft ou qualquer outro, e continuamos construindo sobre eles. A maioria das organizações não sabe como as informações de seus negócios realmente funcionam. Está tudo bem em dizer que se quer automatizar isso, melhorar aquilo para ser mais eficiente. Mas, se você não sabe como está funcionando hoje, por onde começar? Isso é um desafio. E há outro conjunto de tecnologias que estão chegando agora, chamadas de ferramentas de mineração de processos e tarefas, que visam a fornecer uma imagem do que realmente aconteceu. Isso é muito valioso, mas o que costumam te dizer é que a situação é muito, muito mais complexa do que você jamais imaginou.

IAM - Então, se a maior parte das organizações não conhece suas informações ou como o negócio realmente funciona, este é um desafio que precisa ser endereçado. Antes de implantar as novas tecnologias, é preciso ter claros os processos, certo?

Alan - Bem, é aí que reside o desafio. Sou um grande defensor do uso de inteligência artificial; escrevi um livro sobre isso, mas temos que dizer a todos que acham que isso é mágico e vai torná-los mais eficientes e fazer economizar dinheiro, boa sorte, porque isso provavelmente não vai acontecer. A primeira coisa que as pessoas precisam fazer é realmente entender melhor o que está acontecendo e priorizar. Esse é o desafio. Qual é o principal projeto a ser priorizado em sua empresa? E o projeto pode ser muito pequeno, mas tem impactos enormes. Se você olhar, digamos, um banco comercial no Brasil versus nos EUA, quando estive no Brasil em 2012, fiquei fascinado com quantas pessoas estavam usando seus telefones para fazer transações e não poderíamos fazer isso nos EUA.

IAM - Conhece o Pix? Foi uma grande evolução e revolução por aqui.

Alan - É uma grande revolução. As pessoas pensam que os EUA são muito mais avançados em muitos aspectos, mas isso simplesmente não é verdade. Vocês fazem muitas coisas muito, muito bem. Mas, voltando, o desafio sempre vem sobre o que você prioriza? Mencionei o banco, porque vocês perceberam que o mobile banking era muito importante e adotaram bem cedo isso. Foi muito importante. Mas, por trás, você ainda terá muitos aplicativos em Cobol, em mainframe, de 30, 40 anos atrás ou mais. E não há problema nisso, porque funciona. Eu acho que o que acontece com as grandes organizações é que, geralmente, elas se concentram na coisa errada. E a outra coisa que fazem, especialmente quando a inteligência artificial está recebendo todas as manchetes e todo mundo quer falar sobre isso, é que subestimam a importância da inteligência humana. Vemos isso em muitos projetos de automação: alguém entra e diz, ah, tem um jeito melhor de fazê-lo e, então, automatizam, se livram das pessoas que estavam fazendo aquele trabalho para daí descobrirem que não era uma maneira melhor. Para cada bit de automação técnica, há provavelmente três vezes mais processos acontecendo na cabeça de alguém, porque eles trabalham em torno disso, fazendo as coisas acontecerem. As pessoas entendem quais exceções ocorrem e como lidar com elas. Então, acho que o perigo é que tentamos automatizar demais. Algo deve ser automatizado, porque será mais rápido, preciso e econômico, mas muitas coisas que as pessoas vislumbram para automação não serão melhores.

IAM - E como escolher?

Alan - É muito, muito difícil. Se você pegar uma grande empresa, como a Microsoft, que entregou tecnologias fantásticas nos últimos dois anos como Syntex e Viva, ao mesmo tempo, eles têm centenas de milha-