Data Science

Criar inteligência artificial ou comprar?

13 de Agosto de 2020

por Marketing

Tempo de leitura: 8 min

Voltar

O que considerar ao optar por criar inteligência artificial ou comprar

Ninguém mais questiona se uma organização pode obter vantagens competitivas com a aplicação da inteligência artificial. A resposta é clara: os benefícios são potencialmente muitos. Mas a coisa muda de figura quando a pergunta é: como adotar a inteligência artificial? E um dos principais dilemas que as organizações encontram nesse sentido é: criar uma inteligência artificial do zero ou comprar uma solução comercial? 

Pense no sofisticado sistema de recomendação da Netflix, ou nos web crawlers do mecanismo de busca do Google, ou ainda em assistentes pessoais como Siri e Alexa: seria possível, para essas organizações, comprar uma solução de mercado em IA?  

Provavelmente não. É fácil perceber que a inteligência artificial está no core business delas e é fundamental para o sucesso de suas estratégias.  

Mas será que todas as necessidades são desse tipo? Também não. Por exemplo, para a maioria das necessidades do negócio, a adoção de IA vem para melhorar atividades não essenciais, de áreas de apoio a operações. Certamente, elas concorrem para o sucesso em nível estratégico, mas não de maneira essencial.  

O mais complicado é identificar tais casos e decidir quando é melhor criar uma inteligência artificial ou comprar é suficiente. 

Neste artigo, veremos como fazer essa tomada de decisão de maneira completa e ágil. 

Entre a criação e a compra: algumas definições 

O que significa criar uma inteligência artificial do zero? 

Criar uma inteligência artificial é desenvolver um software que aplica modelos de machine learning sobre dados.  

Isso inclui a criação e treinamento de redes neurais, de algoritmos e funcionalidades únicos e customizados etc. 

O que é uma ferramenta em IA pronta para uso? 

Comprar uma inteligência artificial é pagar pelo uso de softwares pré-construídos e treinados sobre seus dados com vistas a escrever a menor quantidade e código possível. Tais softwares se apresentam de algumas formas no mercado: 

1. Out-of-the-box 

É um software pré-construído para se aplicar a seus dados e a suas regras de negócio.  

Em tese, ele não demanda da organização habilidades técnicas significativas nem grande suporte técnico do fornecedor. Por isso, esse tipo de solução em IA não costuma resolver problemas complexos, mas pontuais. 

São exemplos desse tipo de solução sistemas de acesso por reconhecimento facial ou de voz, transcrição, sistemas de vigilância e bots que respondem a perguntas sobre produtos. 

webinar data science do zero

2. Plataformas 

Uma solução em IA de mercado também pode ser uma plataforma que facilita a criação de soluções customizadas em IA. Nesse caso ela oferece um kit de ferramentas pré-construídas, como algoritmos, para uma aplicação sob medida. 

Isso significa que a plataforma deverá ser configurada e adaptada às necessidades de negócio, por meio de data science

Exemplos desse tipo de plataforma são as proporcionadas por big techs como Amazon, Google, Microsoft e IBM. 

3. Ferramentas de apoio 

As ferramentas de apoio englobam todo o tipo de recurso que você vai precisar para resolver problemas de desenvolvimento, seja no caso de criar uma inteligência artificial ou comprar. 

Elas englobam ferramentas de engenharia de dados, para limpar e preparar dados para uso; ferramentas para conectar soluções a sistemas de TI existentes; e ferramentas para gerar relatórios durante a fase de exploração e testes. 

Saiba mais: Quais os principais riscos da inteligência artificial?

Decidindo por criar ou comprar uma solução em IA 

1. Identifique a necessidade de negócio 

Há muitas soluções em IA disponíveis no mercado, e sem dúvida você deve estar recebendo muitas ofertas promissoras. 

É comum nos deslumbrarmos pelo aspecto tecnológico e inovador puro e simples e usar este critério como valor suficiente para o negócio. Mas não é bem assim. 

Adotar como primeiro filtro as necessidades de seu setor e do negócio ajudará a determinar a solução e o nível de prioridade dela para a organização.  

Há um gargalo ou problema a ser resolvido? Há um processo cuja automatização vai modificar a percepção de valor para clientes? É condição de viabilização de algum projeto estratégico?  

Leia também: [Entrevista] Data science: o que você precisa saber para trabalhar com dados

São essas perguntas que devem guiar a definição da necessidade e nível de prioridade de uma solução em IA. 

2. Defina que resultados busca 

Para decidir sobre criar uma inteligência artificial ou adotar uma solução pronta, você precisa entender que resultados busca. 

Para tal, responda a perguntas como: 

  • Quão estratégica e única essa necessidade é para o sucesso da organização? 
  • Trata-se de um ativo cuja propriedade intelectual e controle trará fortes vantagens competitivas para a organização?  
  • Tem um retorno sobre o investimento (ROI) em vista?  
  • Qual o custo esperado da propriedade da solução? 
  • Qual é o tempo de desenvolvimento e de implementação esperado? 
  • Qual o esforço e custo de manutenção e suporte?  

Evidentemente, cada um desses fatores pesa de maneira distinta e deve ser avaliado tanto em termos do desenvolvimento de uma IA quanto da compra. 

3. Entenda as vantagens e as dificuldades de criar uma inteligência artificial 

Como resultado da fase anterior, certamente você já terá um posicionamento mais claro sobre desenvolver e criar uma inteligência artificial proprietária ou comprar uma solução de mercado. 

Mas é necessário ir além, fazendo uma análise das vantagens e dificuldades de criar uma IA. Vamos a elas:

3.1 Vantagens de criar uma inteligência artificial  

3.1.1 Construir habilidades em IA desde o começo  

A maioria dos algoritmos estão disponíveis gratuitamente, só que por si mesmos eles não oferecem vantagens. A mesma coisa com as ferramentas de IA de mercado: não se trata de um plug-and-play, de desembrulhar e usar.  

A maioria delas precisa ser adaptada e configurada, treinada em dados. Como isso implica, da parte de fornecedores, trabalhar de perto com seus clientes e a habilidade de ajudá-lo a ligar ferramentas a dados, muitas organizações veem nisso uma oportunidade de desenvolver as habilidades em IA desde o começo.  

3.1.2 Customização  

Se soluções em IA precisam ser desenhadas para condições específicas da organização e calibradas a seus dados, uma outra vantagem de fazer uma inteligência artificial é a customização. 

Esse benefício estará dado desde o início. A organização constrói o que precisa, em vez de ficar na dependência de soluções empacotadas com funcionalidades desnecessárias e às quais precisa se ajustar. 

3.1.3 Flexibilidade 

Permite que a organização desenvolva livremente funcionalidades que se alinhem a necessidades pontuais ou futuras

3.1.4 Qualidade 

A organização é dona dos padrões de qualidade, seja na prevenção de bias ou de problemas gerados pela dificuldade de entender o caminho do algoritmo para a produção de certos resultados, a chamada black-box

Confira: Black Box problem: um novo desafio para a Inteligência Artificial

3.1.5 Segurança 

Ao criar a solução em IA, a organização tem certeza de que seus dados serão protegidos de potenciais brechas. Em certos casos, os fornecedores terão melhor acesso a dados do que a própria companhia. A vantagem de desenvolver uma inteligência artificial está na perda de dependência do fornecedor. Propriedade intelectual. 

3.2 Dificuldades de criar uma inteligência artificial 

3.2.1 Falta de experiência 

Muitas empresas que pretendem utilizar IA não são propriamente empresas de tecnologia – e nem precisam ser. Só que, internamente, isso implica inexperiência em dados e, consequentemente, dificuldades de construir uma estratégia sólida em IA.  

Veja: Data storytelling: como transformar dados em soluções?

3.2.2 Aquisição de talentos 

Até pouco tempo atrás a inteligência artificial era um nicho acadêmico com poucos profissionais ligados a negócios. 

Com o desequilíbrio entre oferta e demanda gerada pela busca de profissionais pelas empresas, surgem dificuldades de construir times de data science. 

Os fornecedores de produtos em inteligência artificial, mais robustos e ligados à área de tecnologia, concentram grande parte dos profissionais mais capacitados, o que torna a aquisição de talentos desafiadora e cara. 

Leia também: Como reter talentos em TI com Inteligência Artificial (IA)?

3.2.3 Base de dados suficientemente vasta e organizada  

Falamos acima que dados precisam ser treinados, e aplicações precisam aprender sobre eles de maneira supervisionada.  

Por isso, ter uma base de dados vasta e organizada é um pré-requisito para o desenvolvimento e acurácia da inteligência artificial.  

Nesse ponto, fornecedores podem ter vantagens em relação a empresas. Pois eles conseguem reunir dados próprios e de terceiros em uma amplitude e profundidade difícil de encontrar em empresas. 

3.2.4 Compartilhar conhecimento 

A organização pode encontrar dificuldades em aproveitar o conhecimento de outras, como upgrades e melhorias em performance. 

3.2.5 Custos 

Pesquisa e desenvolvimento ficam todos a cargo da organização, e não diluídos entre vários clientes. 

3.2.5 Prazo de implementação 

O tempo de produção de uma inteligência artificial implica um atraso que gera custos consideráveis para a organização.  

Veja: Como gerar valor com inteligência artificial pré-treinada?

Criar inteligência artificial ou comprar: não deixe o dilema impedir seu progresso 

Com a análise acima, esperamos que sua decisão sobre desenvolver ou comprar uma ferramenta em IA pronta seja mais efetiva e ajustada a seu caso. A regra geral é: quanto mais próximo o projeto está de seu core business, mais provável a necessidade de algum tipo de customização

Mesmo que tal decisão continue não sendo nada trivial, quaisquer incertezas remanescentes não devem impedir seu progresso. A decisão por criar uma inteligência artificial própria nunca será contra a busca de um fornecedor de um produto pronto, e vice-versa.  

A tendência é que você crie um ambiente em que ambos convivam, com o melhor dos dois mundos, de acordo com as necessidades de negócio. 

Por fim, não deixe de consultar empresas com experiência comprovada em IA, como a Supero. Atuamos na criação de soluções em inteligência artificial para inúmeras empresas e nossos cientistas de dados estão prontos para ajudar você em seus projetos. 


Escrito por Marketing

Outras Postagens

Crie soluções personalizadas e integradaspara todas as áreas da sua empresa

Quero Saber mais

Fique Atualizado Assine nossa Newsletter

Oportunidades Participe dos melhores projetos!

Se você está em busca de um ambiente descontraído, cheio de oportunidades de crescimento e em constante evolução, confira as oportunidades!

Saiba Mais