Influência e aplicações da inteligência artificial em diferentes indústrias

Udacity Brasil
1 de mar de 2018

Uma pesquisa recente realizada pela consultoria PwC apontou que 30% dos executivos entrevistados acreditam que a inteligência artificial será a tecnologia mais disruptiva em suas indústrias nos próximos cinco anos. Outros 80% disseram que identificar oportunidades para incluir tecnologias digitais em suas organizações era uma parte crítica do processo de inovação.

Uma faceta dessa transformação é o machine learning, um ramo da inteligência artificial e um tema cada vez mais frequente em rodas de negócios.

Essa tecnologia simplifica e otimiza o gerenciamento de grandes volumes de informação, que podem render insumos valiosos sobre clientes que vão de um reconhecimento preciso de suas necessidades à criação de otimização de produtos ou serviços muito diversos.

Que tipo de empresa emprega machine learning?

Não é preciso ter um produto extremamente avançado ou ser uma grande empresa para enxergar os benefícios dessa tecnologia no mercado.

Leandro Braga, aluno do Nanodegree Engenheiro de Machine Learning da Udacity, criou um modelo de previsão de vendas para uma administradora de cartões de crédito brasileira.

Através da análise de dados sociodemográficos e comportamentais, seu algoritmo identificava qual era o melhor produto para cada perfil de cliente, assim como a probabilidade que tinha de adquirir cada produto do portfólio.

Com essa informação em mãos, foi possível criar uma estratégia de vendas otimizada – e, no caso de um dos produtos, até dobrar as vendas sem nenhum custo adicional para a área.

No panteão de grandes empresas, há histórias de sucesso já clássicas no meio, como as recomendações da Netflix ou da Amazon, que são feitas com base nas escolhas anteriores de usuários.

Os resultados de fato impressionam. Segundo a consultoria estratégica McKinsey, 35% das compras feitas na Amazon vêm desses algoritmos. No caso da Netflix, estão por trás de 75% do que se assiste na plataforma.

Exemplos de machine learning nos negócios

A tecnologia de machine learning não é nichada e aplicações podem ser encontradas em qualquer tipo de mercado e área – o que torna as oportunidades ainda mais interessantes.

Serviços financeiros

Em empresas do setor financeiro, o aprendizado de máquinas é usado para três fins:

  • Identificar informações importantes para realizar uma negociação;
  • Facilitar transações financeiras;
  • Prevenir fraudes, fazendo análises de perfis de alto risco — ou vigilância cibernética

A Flint, por exemplo, oferece serviço de pagamento mobile para pequenas empresas, utilizando a tecnologia para processar faturas e cartões de crédito.

Sua ferramenta automatiza tarefas como lembretes de pagamento, descontos, segurança ao escanear os cartões para transações e outras funcionalidades que agilizam o processo.

Marketing e varejo

Os mercados de marketing e varejo ganharam diversas possibilidades ao empregar machine learning, que tornou possível personalizar uma compra ou realizar uma campanha de marketing mais certeira.

As ofertas feitas em sites com base nas compras anteriores dos consumidores, por exemplo, podem prever o que irão comprar com base em datas e outros fatores – e mesmo incentivá-los a comprar mais.

Se você gosta de ler sobre ficção científica, por exemplo, as chances de comprar outro livro do gênero é bem grande.

Assim, o algoritmo da Amazon armazena suas preferências e prevê seu gosto. Ao oferecer títulos personalizados quando você acessa o site novamente, essa ação 33% da receita da empresa.

Também não é preciso utilizar os insights apenas online. O Walmart descobriu, por meio da análise de dados, que a compra de fraldas e de cerveja acontecia no mesmo dia.

Com isso, passou a colocar os dois produtos no mesmo corredor – e aumentou as vendas de ambas.

Leia: 4 motivos para começar a aprender machine learning hoje

Comunicação e conteúdo

Gerar conteúdo que agregue valor é importante para uma marca que quer se destacar no mercado e atrair novos clientes.

Com machine learning, é possível entregar os conteúdos certos e no melhor momento para a sua base de clientes. Pense em receber um e-mail sobre seu tema favorito num horário em que você costuma checar suas redes sociais, por exemplo.

As redes sociais, inclusive, souberam incorporar essa tecnologia de maneira eficiente e torná-la parte integral de suas estratégias de marketing digital.

O Pinterest a utiliza para mostrar o conteúdo mais interessante para os usuários e a Disqus, para eliminar spams dos comentários.

Relacionamento com o consumidor

Responder uma reclamação ou abordar potenciais clientes costumava ser um trabalho 100% humano. Hoje em dia, é possível empregar chatbots cada vez melhores, que reduzem os custos da empresa e melhor a experiência do usuário.

Ao empregar algoritmos de machine learning em suas interações, robôs aprendem sobre as principais dúvidas e absorvem novos aprendizados continuamente.

A ChattyPeople, uma empresa especializada no segmento, permite que empresas integrem seu chatbot ao Facebook Messenger para responder mensagens em páginas organizacionais. Além disso, também oferece serviços como envio de promoções e integração com os principais sistemas de pagamento online.

Leia: Big Data e Machine Learning: saiba como usar essas tecnologias no varejo

Transporte

Para muitos, é difícil até lembrar de uma época em que se saía de casa no "escuro", sem uma estimativa de tempo de trânsito no trajeto ou sugestões de meios de transporte mais eficientes.

Essas facilidades cotidianas são resultado de machine learning, que permitiu o surgimento de novos negócios e revolucionou a mobilidade urbana.

Ao analisar padrões de dados com diversos tipos de modelagem, tornou possível a criação de rotas mais inteligentes (pense no Waze), a localização precisa de algo ou alguém (pense no Google Maps) ou descobrir qual é a melhor linha de ônibus naquele momento (pense no MooveIt).

Leia: Como o Spotify usa machine learning para sugerir a sua próxima música?

Saúde

Dispositivos e sensores portáteis conectados ao corpo de um indivíduo são capazes de enviar dados em tempo real sobre diversos aspectos de sua saúde, como batimento cardíaco e índice glicêmico.

Ao coletar e analisar essas informações, algoritmos de machine learning conseguem traçar um panorama completo de seu estado e criar alertas de medicamentos ou mesmo detectar potenciais doenças futuras, antecipar diagnósticos e recomendar tratamentos.

A POC Medical, por exemplo, utiliza biomarcadores para pesquisar a existência do câncer de mama. Se um diagnóstico for feito com base nos dados coletados, é possível começar o tratamento da doença mais cedo – e aumentar as chances de cura.

Conheça os cursos abertos da Udacity sobre inteligência artificial e aprendizado de máquina