Como as pessoas e a inteligência artificial podem trabalhar juntas para criar melhores negócios
-
0:01 - 0:03Permitam-me compartilhar um paradoxo.
-
0:04 - 0:06Nos últimos dez anos,
-
0:06 - 0:10muitas empresas vêm tentando
se tornar menos burocráticas, -
0:10 - 0:13ter menos procedimentos
e regras principais, -
0:13 - 0:16mais autonomia para que
suas equipes locais sejam mais ágeis. -
0:16 - 0:21Agora estão pressionando
a inteligência artificial, IA, -
0:21 - 0:23sem saber que essa tecnologia legal
-
0:23 - 0:27pode torná-las mais
burocráticas do que nunca. -
0:27 - 0:29Por quê?
-
0:29 - 0:32Porque a IA funciona como as burocracias.
-
0:32 - 0:35A essência da burocracia
-
0:35 - 0:39é favorecer regras e procedimentos
mais que o julgamento humano. -
0:40 - 0:44A IA decide apenas com base em regras,
-
0:44 - 0:47muitas delas deduzidas
a partir de dados anteriores, -
0:47 - 0:49mas apenas em regras.
-
0:49 - 0:53Se o julgamento humano
não for mantido nesse processo, -
0:53 - 0:58a IA trará uma forma aterrorizante
de nova burocracia, -
0:58 - 1:01que chamo de "algocracia",
-
1:01 - 1:05na qual a IA tomará decisões
cada vez mais críticas segundo as regras -
1:05 - 1:07fora de qualquer controle humano.
-
1:08 - 1:10Existe um risco real?
-
1:11 - 1:12Sim.
-
1:12 - 1:15Lidero uma equipe
de 800 especialistas em IA. -
1:15 - 1:19Implementamos mais de 100
soluções de IA personalizadas -
1:19 - 1:21para grandes empresas em todo o mundo.
-
1:21 - 1:27Vejo muitos executivos de empresas
se comportando como burocratas do passado. -
1:28 - 1:33Eles querem tirar pessoas
dispendiosas e antiquadas do processo -
1:33 - 1:37e confiar apenas na IA
para tomar decisões. -
1:37 - 1:42Chamo isso de "mentalidade sem pessoas".
-
1:42 - 1:44Por que é tão tentador?
-
1:45 - 1:50Porque o outro caminho,
"Pessoas mais IA", é longo, -
1:50 - 1:53dispendioso e difícil.
-
1:53 - 1:56Equipes de negócios, de tecnologia
e de ciência de dados -
1:56 - 1:58precisam repetir um processo por meses
-
1:58 - 2:04para criar exatamente um modo como pessoas
e IA possam trabalhar melhor juntas. -
2:04 - 2:08Longo, dispendioso e difícil.
-
2:08 - 2:10Mas a recompensa é enorme.
-
2:10 - 2:14Uma pesquisa recente do BCG e do MIT
-
2:14 - 2:18mostra que 18% das empresas do mundo
-
2:18 - 2:20são pioneiras em IA,
-
2:20 - 2:23ganhando dinheiro com ela.
-
2:23 - 2:29Essas empresas concentram
80% de suas iniciativas de IA -
2:29 - 2:31em eficácia e crescimento,
-
2:31 - 2:33tomando melhores decisões
-
2:33 - 2:36sem substituir pessoas por IA
para economizar custos. -
2:38 - 2:41Por que é importante
manter as pessoas nesse processo? -
2:42 - 2:47Simplesmente porque, sozinha,
a IA pode fazer coisas muito idiotas. -
2:47 - 2:51Às vezes, sem consequências,
como nesta mensagem: -
2:51 - 2:53"Prezada Amazon,
-
2:53 - 2:56comprei um assento sanitário,
por necessidade, não por vontade. -
2:56 - 2:59Não os coleciono, nem sou viciado
em assentos sanitários. -
2:59 - 3:03Não importa quantos e-mails tentadores
você me envie, não vou pensar: -
3:03 - 3:06'Ah, tudo bem, vou me presentear
com mais um assento'". -
3:06 - 3:08(Risos)
-
3:08 - 3:12Às vezes, com mais consequências,
como nesta outra mensagem: -
3:13 - 3:17"Passei pela mesma situação
com a urna para cinzas de minha mãe". -
3:17 - 3:18(Risos)
-
3:18 - 3:20"Por meses após a morte dela,
-
3:20 - 3:23recebi mensagens da Amazon
dizendo: 'Se você gostou...'" -
3:23 - 3:25(Risos)
-
3:25 - 3:28Às vezes, com consequências piores.
-
3:28 - 3:33Vamos considerar que a IA rejeite
a inscrição de um aluno para a faculdade. -
3:33 - 3:34Por quê?
-
3:34 - 3:36Porque ela "aprendeu",
por dados anteriores, -
3:36 - 3:40características de alunos
que serão aprovados e reprovados. -
3:40 - 3:42Alguns são óbvios,
como notas do vestibular. -
3:42 - 3:47Mas se, no passado, todos os alunos
de um determinado local foram reprovados, -
3:47 - 3:51é muito provável
que a IA torne isso uma regra -
3:51 - 3:55e rejeite todos os alunos desse local,
-
3:55 - 3:59sem dar a ninguém a chance de provar
que a regra está errada. -
4:00 - 4:02Ninguém pode verificar todas as regras,
-
4:02 - 4:06porque a IA avançada
está aprendendo constantemente. -
4:06 - 4:09Se as pessoas forem deixadas de fora,
-
4:09 - 4:12vem o pesadelo "algocrático".
-
4:12 - 4:15Quem é responsável por rejeitar o aluno?
-
4:15 - 4:17Ninguém, a IA rejeitou.
-
4:17 - 4:19É justo? Sim.
-
4:19 - 4:22O mesmo conjunto de regras objetivas
foi aplicado a todos. -
4:22 - 4:26Conseguiríamos reconsiderar
esse garoto genial do local errado? -
4:27 - 4:30Não, os algoritmos não mudam de ideia.
-
4:31 - 4:33Temos uma escolha aqui:
-
4:34 - 4:36continuar com a algocracia
-
4:36 - 4:39ou decidir por "Pessoas mais IA".
-
4:39 - 4:41Para isso,
-
4:41 - 4:44precisamos parar de pensar
primeiro na tecnologia -
4:44 - 4:48e começar a aplicar a fórmula secreta.
-
4:49 - 4:51Para implantar "Pessoas mais IA",
-
4:51 - 4:5410% do esforço
é para codificar algoritmos; -
4:54 - 4:5720% para criar tecnologia
em torno dos algoritmos, -
4:57 - 5:01coletar dados, criar interface do usuário,
integrar-se a sistemas legados; -
5:01 - 5:04mas 70%, a maior parte do esforço,
-
5:04 - 5:09consiste em combinar IA
com pessoas e processos -
5:09 - 5:11para maximizar resultados reais.
-
5:12 - 5:17A IA fracassa ao reduzir os 70%.
-
5:17 - 5:20O preço disso pode ser pequeno,
-
5:20 - 5:24desperdiçando muitos milhões
de dólares em tecnologia inútil. -
5:24 - 5:25Alguém se importa?
-
5:26 - 5:28Ou tragédias reais:
-
5:29 - 5:32346 vítimas
-
5:32 - 5:37dos acidentes recentes
de 2 aeronaves B-737, -
5:37 - 5:40em que os pilotos não conseguiram
interagir adequadamente -
5:40 - 5:43com um sistema de comando computadorizado.
-
5:44 - 5:46Para 70% de sucesso,
-
5:46 - 5:49o primeiro passo é garantir
que os algoritmos sejam codificados -
5:49 - 5:53por cientistas de dados
e especialistas no assunto juntos. -
5:53 - 5:56Considerem, por exemplo,
a assistência médica. -
5:56 - 5:58Uma de nossas equipes
trabalhou em um novo medicamento -
5:58 - 6:01que apresentava um pequeno problema.
-
6:01 - 6:02Ao tomar a primeira dose,
-
6:02 - 6:06alguns pacientes, muito poucos,
têm ataques cardíacos. -
6:06 - 6:09Assim, todos os pacientes,
quando tomam a primeira dose, -
6:09 - 6:12precisam passar um dia no hospital,
-
6:12 - 6:14para monitoramento, apenas por precaução.
-
6:15 - 6:20Nosso objetivo era identificar pacientes
com risco zero de ataques cardíacos, -
6:20 - 6:23que não precisariam
passar o dia no hospital. -
6:23 - 6:27Utilizamos a IA para analisar
dados de ensaios clínicos, -
6:28 - 6:33para correlacionar eletrocardiograma,
composição sanguínea, biomarcadores, -
6:33 - 6:35com o risco de ataque cardíaco.
-
6:35 - 6:37Em um mês,
-
6:37 - 6:43nosso modelo conseguiu sinalizar
62% de pacientes com risco zero. -
6:43 - 6:45Eles não precisariam
passar o dia no hospital. -
6:46 - 6:49Vocês ficariam à vontade em casa
para sua primeira dose -
6:49 - 6:51se o algoritmo dissesse isso?
-
6:51 - 6:52(Risos)
-
6:52 - 6:54Os médicos não ficaram.
-
6:54 - 6:56E se tivéssemos falsos negativos,
-
6:56 - 7:02ou seja, pessoas que a IA
permite ficar em casa e que morrem? -
7:02 - 7:03(Risos)
-
7:03 - 7:05Nossos 70% começavam por aí.
-
7:05 - 7:07Trabalhamos com uma equipe de médicos
-
7:07 - 7:11para verificar a lógica médica
de cada variável de nosso modelo. -
7:12 - 7:16Por exemplo, usamos a concentração
de uma enzima hepática -
7:16 - 7:17como um indicador,
-
7:17 - 7:21para o qual a lógica médica não era óbvia.
-
7:21 - 7:24O sinal estatístico era bastante forte.
-
7:24 - 7:27Mas e se fosse um viés em nossa amostra?
-
7:27 - 7:30Esse indicador foi retirado do modelo.
-
7:30 - 7:34Também retiramos indicadores
para os quais os especialistas disseram -
7:34 - 7:38que não podem ser rigorosamente medidos
por médicos na vida real. -
7:38 - 7:40Após quatro meses,
-
7:40 - 7:43tínhamos um modelo e um protocolo médico.
-
7:44 - 7:45Ambos foram aprovados
-
7:45 - 7:48por autoridades médicas dos EUA
na primavera passada, -
7:48 - 7:52resultando em muito menos estresse
para metade dos pacientes, -
7:52 - 7:54melhor qualidade de vida
-
7:54 - 7:56e um aumento esperado nas vendas
-
7:56 - 7:59acima de 100 milhões
para esse medicamento. -
8:00 - 8:04Setenta por cento combinando IA
com equipe e processos -
8:04 - 8:07também significa construir
interfaces poderosas -
8:07 - 8:13para pessoas e IA resolverem juntas
os problemas mais difíceis. -
8:13 - 8:18Uma vez, fomos desafiados
por uma loja de roupas. -
8:19 - 8:22"Temos os melhores compradores do mundo.
-
8:22 - 8:27Você poderia criar um mecanismo de IA
que os superasse em prever vendas? -
8:27 - 8:31Em informar quantas camisas masculinas GG
verde-claras de alta qualidade -
8:31 - 8:33precisamos comprar para o ano seguinte?
-
8:33 - 8:36Em prever melhor o que venderá ou não
-
8:36 - 8:38do que nossos estilistas?"
-
8:38 - 8:41Nossa equipe treinou um modelo
em poucas semanas, -
8:41 - 8:42com dados de vendas anteriores,
-
8:42 - 8:46e a competição foi organizada
com compradores humanos. -
8:46 - 8:47O resultado?
-
8:48 - 8:53A IA vence, reduzindo
erros de previsão em 25%. -
8:54 - 8:59Campeões sem pessoas poderiam ter
tentado implementar esse modelo inicial -
8:59 - 9:02e criar uma briga com todos
os compradores humanos. -
9:02 - 9:03Divirtam-se.
-
9:03 - 9:05Mas sabíamos
-
9:05 - 9:08da percepção de compradores humanos
sobre tendências da moda, -
9:08 - 9:11que não poderia ser encontrada
em dados anteriores. -
9:12 - 9:15Nossos 70% começavam por aí.
-
9:15 - 9:17Fizemos um segundo teste,
-
9:17 - 9:20em que compradores humanos
reviam quantidades, -
9:20 - 9:21sugeridas pela IA,
-
9:21 - 9:24e poderiam corrigi-las se necessário.
-
9:24 - 9:25O resultado?
-
9:26 - 9:28Pessoas usando IA...
-
9:28 - 9:29perde.
-
9:30 - 9:34Setenta e cinco por cento
das correções feitas por uma pessoa -
9:34 - 9:36reduziram a precisão.
-
9:37 - 9:40Era hora de se livrar
de compradores humanos? -
9:40 - 9:41Não.
-
9:41 - 9:44Estava na hora de recriar um modelo
-
9:44 - 9:49em que as pessoas não tentassem
adivinhar quando a IA estava errada, -
9:49 - 9:54mas em que a IA recebesse
informações reais de compradores humanos. -
9:55 - 9:57Reconstruímos totalmente o modelo
-
9:57 - 9:59e nos afastamos
de nossa interface inicial, -
9:59 - 10:02que era mais ou menos:
-
10:03 - 10:05"Ei, pessoas! É isso que prevejo,
-
10:05 - 10:07corrijam o que quiserem",
-
10:07 - 10:10e passamos para uma interface
muito mais rica, mais como: -
10:10 - 10:12"Ei, pessoas!
-
10:12 - 10:14Não conheço as tendências do próximo ano.
-
10:14 - 10:17Poderiam compartilhar comigo
suas apostas mais criativas?" -
10:18 - 10:19"Ei, pessoas!
-
10:19 - 10:22Poderiam me ajudar a quantificar
esses poucos grandes itens? -
10:22 - 10:26Não consegui encontrar um bom
comparativo no passado para eles." -
10:26 - 10:28O resultado?
-
10:28 - 10:30"Pessoas mais IA" vence,
-
10:30 - 10:34reduzindo erros de previsão em 50%.
-
10:36 - 10:39Levou um ano para finalizar a ferramenta.
-
10:39 - 10:42Longo, dispendioso e difícil.
-
10:43 - 10:45Mas os lucros e os benefícios
-
10:45 - 10:51excederam 100 milhões
de economia por ano para essa loja. -
10:51 - 10:54Setenta por cento
em assuntos muito confidenciais -
10:54 - 10:58também significam que as pessoas
precisam decidir o que é certo ou errado -
10:58 - 11:02e definir regras para o que a IA
pode fazer ou não, -
11:02 - 11:06como estabelecer limites de preços
para impedir mecanismos de precificação -
11:06 - 11:10de cobrar preços absurdamente altos
para clientes sem instrução -
11:10 - 11:12que os aceitariam.
-
11:13 - 11:15Somente as pessoas
sabem definir esses limites. -
11:15 - 11:18A IA não consegue encontrá-los
em dados anteriores. -
11:19 - 11:22Algumas situações se encontram
na região intermediária. -
11:22 - 11:25Trabalhamos com um plano de saúde
-
11:25 - 11:30que desenvolveu um mecanismo de IA
para identificar, entre seus clientes, -
11:30 - 11:32pessoas que estão prestes
a serem internadas -
11:32 - 11:34para lhes vender serviços diferenciados.
-
11:35 - 11:39O problema é que prováveis clientes
foram contatados pela equipe comercial -
11:39 - 11:42embora ainda não soubessem
-
11:42 - 11:45que seriam internados em breve.
-
11:46 - 11:48Você é o CEO dessa empresa.
-
11:48 - 11:50Você interromperia esse programa?
-
11:51 - 11:52Não é uma pergunta fácil.
-
11:53 - 11:56Para resolver essa questão,
algumas empresas criam equipes, -
11:56 - 11:58definem regras e padrões éticos
-
11:58 - 12:02para ajudar equipes de tecnologia
e negócios a estabelecerem limites -
12:02 - 12:06entre personalização e manipulação,
-
12:06 - 12:09personalização de ofertas e discriminação,
-
12:09 - 12:11segmentação e invasão.
-
12:13 - 12:16Estou convencido
de que, em todas as empresas, -
12:16 - 12:21utilizar a IA onde realmente importa
oferece um enorme retorno financeiro. -
12:21 - 12:24Líderes de negócios precisam ser ousados
-
12:24 - 12:26e selecionar alguns assuntos
-
12:26 - 12:31e, para cada um deles, mobilizar 10, 20,
30 pessoas de suas melhores equipes, -
12:31 - 12:34de tecnologia, IA,
ciência de dados e ética, -
12:34 - 12:38e passar pelo ciclo completo
de 10, 20, 70% -
12:38 - 12:40de "Pessoas mais IA",
-
12:40 - 12:44se quiserem colocar a IA efetivamente
em suas equipes e processos. -
12:45 - 12:47Não há outra maneira.
-
12:47 - 12:52Cidadãos de economias desenvolvidas
já temem a algocracia. -
12:52 - 12:56Sete mil foram entrevistados
em uma pesquisa recente. -
12:56 - 13:00Mais de 75% expressaram preocupações reais
-
13:00 - 13:04sobre o impacto da IA
na força de trabalho, na privacidade -
13:04 - 13:07e no risco de uma sociedade desumanizada.
-
13:07 - 13:13Pressionar a algocracia cria um risco real
de reação grave contra a IA -
13:13 - 13:17nas empresas ou na sociedade em geral.
-
13:17 - 13:20"Pessoas mais IA" é nossa única opção
-
13:20 - 13:23para trazer os benefícios da IA
para o mundo real. -
13:24 - 13:29No final, as organizações vencedoras
investirão em conhecimento humano, -
13:29 - 13:32não apenas em IA e dados.
-
13:33 - 13:36Recrutando, treinando,
recompensando especialistas humanos. -
13:37 - 13:40Dizem que os dados são o novo petróleo,
-
13:40 - 13:44mas, acreditem, o conhecimento
humano fará a diferença, -
13:44 - 13:48porque é a única torre disponível
-
13:48 - 13:51para bombear o petróleo oculto nos dados.
-
13:53 - 13:54Obrigado.
-
13:54 - 13:56(Aplausos)
- Title:
- Como as pessoas e a inteligência artificial podem trabalhar juntas para criar melhores negócios
- Speaker:
- Sylvain Duranton
- Description:
-
Eis um paradoxo: quando empresas tentam otimizar seus negócios usando a inteligência artificial para tomar decisões críticas, elas podem inadvertidamente se tornar menos eficientes. O tecnólogo de negócios Sylvain Duranton defende uma abordagem "Pessoas mais IA" - usando sistemas de IA junto com pessoas, e não no lugar delas - e compartilha a fórmula específica que as empresas podem adotar para empregar a IA com sucesso, mantendo as pessoas nesse processo.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 14:10
Elisa Santos edited Portuguese, Brazilian subtitles for How humans and AI can work together to create better businesses | ||
Elisa Santos edited Portuguese, Brazilian subtitles for How humans and AI can work together to create better businesses | ||
Elisa Santos approved Portuguese, Brazilian subtitles for How humans and AI can work together to create better businesses | ||
Elisa Santos accepted Portuguese, Brazilian subtitles for How humans and AI can work together to create better businesses | ||
Elisa Santos edited Portuguese, Brazilian subtitles for How humans and AI can work together to create better businesses | ||
Elisa Santos edited Portuguese, Brazilian subtitles for How humans and AI can work together to create better businesses | ||
Elisa Santos edited Portuguese, Brazilian subtitles for How humans and AI can work together to create better businesses | ||
Elisa Santos edited Portuguese, Brazilian subtitles for How humans and AI can work together to create better businesses |