A inteligência artificial (IA) caminha para sua próxima etapa, o transacional. Este caminho conhecido como terceira geração evolui do assistencial, que fez o mundo conhecer o potencial da IA por meio de bots em sites, chats e aplicativos de mensageria e URAs. Wagner Arnaut, CTO de cloud & cognitive da IBM, explica que essa é apenas a primeira jornada da terceira geração.
“Uma expectativa da inteligência artificial é que só atingimos 4% do potencial dessa solução. É uma informação relevante para mostrar que estamos apenas no comecinho”, diz o executivo em conversa com Mobile Time. “Tem um potencial gigantesco. É um mercado em ebulição”, completa o executivo da IBM.
Um exemplo de que o que temos é apenas a ponta do iceberg da IA foi um dos resultados revelados pelo Mapa do Ecossistema Brasileiro de Bots 2020, relatório produzido por Mobile Time que faz um mapeamento dos desenvolvedores de bots no País. A maioria dos entrevistados (64%) respondeu que a principal demanda do mercado é por bots de atendimento ao cliente; enquanto apenas 8% usam os robôs com inteligência artificial para vendas, por exemplo.
Tecnologias
A IBM – que virou sinônimo de IA na segunda década do século XXI com o Watson – tem colaborado para levar empresas para a terceira geração a partir das tecnologias de contêineres e kubernetes. Arnaut explica que esse sistema funciona como um navio, o contêiner é a otimização da máquina, no tamanho necessário para o navio operar; e o kubernetes é a grua que organiza os espaços. Um exemplo dessa estratégia é o Watson Assistente, que roda 17 contêineres.
“Quando sobe o Watson Assistente, o kubernete orquestra por baixo. Ele está no nível da infraestrutura. Não está na perspectiva de negócio. O legal do contêiner é que posso levar o Watson para dentro da casa do cliente ou outro provedor de cloud. É o Watson Everywhere”, explica o CTO. “Esse mundo das APIs cresce rápido. Hoje, a maioria das grandes empresas brasileiras tem contêineres e kubernetes, em pelo menos um projeto. Um exemplo é no open banking com a economia de APIs para o mercado financeiro. Outra indústria que puxa forte é a indústria de telecomunicações (com o 5G). E o varejo, com os marketplaces”, completou.
Entre cases que avançam em IA transacional com a IBM estão o Burger King, com atendimento interno de RH, o Watson no Banco Brasil e o Zipelino da Conta Zap.
Provedores
Pelo lado de quem aplica a tecnologia já orquestrada dentro de uma empresa para atingir o consumidor final, a estrutura de inteligência artificial com contêineres e kubernetes, na prática, permite um trabalho em ‘blocos de lego’. É o caso da Sinch, como afirma Márcia Asano, CTO da empresa.
“São camadas adicionais que operamos. Com recomendação de produto transacional, como a melhor oferta de prato para o consumidor (iFood). O bot deixou de ser só uma interface para ser uma plataforma que você vai criar de dar insights e oportunidades para servir melhor e ser bem personalizado, sem ser robótico”, revela a executiva. “Hoje temos a ‘AI bricks’ que permite que esses módulos sejam construídos como Legos. Seja um OCR, produto, compreensão de sentimento. Tudo no fluxo da conversa. Com isso estamos na terceira geração”, completa.
Asano explica ainda que o transacional vem avançando em vários clientes de diversos setores em sua companhia. Sem poder dizer seus nomes, ela exemplificou com: um cliente em saúde com agendamento de consulta, envio de lembrete de consulta, procedimento pré-exame e se precisa reagendar. Em marketplace, a Sinch opera com camada de onboarding e até vídeos com dicas para os consumidores. Em mercado imobiliário já tem venda dos imóveis. Em produtos de consumo, a inteligência artificial atua com empresas que fazem relação entre indústria e varejista com estoque, produtos e gestão. Assim como venda de produto e pagamentos (com boleto e Pix).
Em sua visão, Julio Zaguini, CEO da Botmaker, afirma que a terceira geração da inteligência artificial junta “a fome com a vontade de comer”, uma vez que qualquer serviço que vá na direção de melhorar a performance e o relacionamento traz melhorias significativas a toda indústria.
“Os robôs complexos e bem armados têm velocidade de adoção gigante. Um bot de conversational commerce, capaz de entender e apresentar soluções, estaria na geração 2.5. A IA tem que entender de verdade, sem fricção, e resolver o problema do usuário. Um exemplo é o bot da cidade de Buenos Aires”, exemplifica o CEO com o robô desenvolvido pela Botmaker e que é capaz de resolver 82% das dúvidas dos usuários.
Dando o exemplo dos 20 bots que a Botmaker tem com o Mercado Livre, Zaguini revelou que a partir do momento que o conversacional evolui para o transacional, o churn é próximo do zero: “Tudo que sei (dos bots anteriores) está mantido, mas crio intenções para o assunto novo, sem perder o anterior”, explica.
Templates e comportamentos
Asano conta que as mudanças na interface da terceira geração, quando apresentada para os usuários, são pequenas e simples. Mas existe a necessidade de login de acesso, mais camadas de segurança e integração com APIs de serviço, o que acaba adicionando custo extra à tecnologia, pois tem integração nativa. A executiva da Sinch dá como exemplo o pedido de segunda via de boleto, que precisa fazer uma chamada para a API bancária antes de enviar um QR Code ou boleto para o cliente.
Por outro lado, a CTO da Sinch acredita que, no Brasil, a terceira geração da inteligência artificial se concentrará no WhatsApp por conta da facilidade e do fato de que quase todos têm o aplicativo em seus dispositivos móveis: “Recursos transacionais/conversacionais acontecem no app que está em 99% dos celulares, o WhatsApp. Ele é simples de usar. Muita gente fala de trocar, mas o WhatsApp ainda é um serviço democrático. Isso tem um potencial que poucas empresas estão aportando”, explica.
Perfis
Trazendo para a realidade das empresas nacionais, Paulo Silveira, CEO e fundador da Alura, lembra que há dois universos: as deep techs, com tecnologias robustas, e as demais, que começam a trabalhar mais por APIs, sendo mais usuárias dessas tecnologias. Dito isso, o executivo afirma que a terceira geração não é algo para qualquer empresa embarcar na primeira hora.
“Terceira geração da inteligência artificial não é uma ‘ferramentinha’ simples. É algo complicado. Essa tomada de decisão tem que vir do outro lado (da área de negócios). As decisões não podem ser baseadas em buzzwords. Hoje, a primeira e a segunda gerações (de inteligência artificial) dão conta de muita coisa”, afirma Silveira. “Criar modelos de machine learning nas pequenas e médias (empresas) é uma aposta. Mas, na prática, o machine learning não está muito presente nessas empresas. O primeiro momento na IA é minerar e testar. Só a parte de ciência de dados é algo muito grande. Por isso, eu bato na tecla de começar com Excel e Power BI”, diz o CEO da Alura.
Por sua vez, Arnaut, da IBM, explica que, com contêineres e microsserviços, as grandes empresas com quem trabalham estão avançando “cinco a dez anos no mercado”, modernizando suas aplicações.
Profissional
Outro fator que precisa adicionar a essa equação é o perfil do profissional de IA. O Mapa do Ecossistema de Bots de 2020 notou uma grande demanda por desenvolvedores em diferentes tipos de negócios, em especial pela demanda de digitalização durante a pandemia do novo coronavírus (Sars-Cov 2), e pela chegada de novas plataformas como RCS, ABC e Instagram. Outro ponto importante com relação ao perfil do profissional no segmento de bot/IA é que o desenvolvedor seja flexível, uma característica do setor.
“A demanda é grande e há espaço para diferentes tipos de desenvolvedores e modelos de negócios. Plataformas self-service de criação de bots continuarão crescendo, assim como a demanda por projetos customizados e o surgimento de desenvolvedores de bots para segmentos de finalidades específicas. Não há ainda um modelo de negócio definitivo. Pelo contrário, a flexibilidade nesse aspecto pode ser vista também como um diferencial positivo do setor”, diz trecho do relatório de 2020.
Ou seja, há espaço para desenvolvedores e profissionais de negócios em inteligência artificial.
Asano, da Sinch, acredita que para trabalhar com a terceira geração de inteligência artificial não tem muita diferença do profissional da segunda: “É (preciso) saber mais o briefing e saber construção de modelos de IA”, diz a CTO.
Pelo lado da Alura, que treina profissionais para atuar na IA, de macros básicas do Excel até operações mais robustas como criação de processamento de linguagem natural (NLP, na sigla em inglês), Silveira explica que há um mercado extremamente aquecido para essa demanda, seja para programação ou análise de dados. Mas ressalta que é preciso começar do básico, antes de se aventurar em novas tendências.
