10 papéis-chave para o sucesso da IA

Mais empresas em todos os setores estão adotando a inteligência artificial para transformar os processos de negócios. Mas o sucesso de suas iniciativas de IA depende de mais do que apenas dados e tecnologia – trata-se também de ter as pessoas certas a bordo.

Uma equipe de IA corporativa eficaz é um grupo diversificado que abrange muito mais do que um punhado de cientistas e engenheiros de dados. As equipes de IA bem-sucedidas também incluem uma variedade de pessoas que entendem o negócio e os problemas que estão tentando resolver, diz Bradley Shimmin, Analista-Chefe de Plataformas de IA, Analytics e Gerenciamento de Dados da consultoria Omdia.

“As tecnologias e as ferramentas que temos disponíveis estão se inclinando cada vez mais para permitir e capacitar profissionais de domínio, usuários de negócios ou profissionais de analytics para assumir a propriedade direta da IA nas empresas”, diz ele.

Carlos Anchia, cofundador e CEO da Plainsight, startup de IA, concorda que o sucesso da IA depende em grande parte do estabelecimento de uma equipe completa com uma gama diversificada de habilidades avançadas, mas isso é um desafio.

“Identificar o que torna uma equipe de IA altamente eficiente pode parecer uma coisa fácil de fazer, mas quando você examina as responsabilidades detalhadas de indivíduos em equipes de IA bem-sucedidas, rapidamente chega à conclusão de que construir esses grupos é extremamente difícil”, diz ele.

Para ajudá-lo a montar sua equipe de IA ideal, veja 10 funções-chave encontradas em equipes de IA corporativas bem administradas hoje.

Cientista de dados

Os cientistas de dados são o núcleo de qualquer equipe de IA. Eles processam e analisam dados, criam modelos de machine learning (ML) e tiram conclusões para melhorar os modelos de ML já em produção.

Um cientista de dados é uma mistura de analista de produto e analista de negócios com uma pitada de conhecimento de machine learning, diz Mark Eltsefon, Cientista de Dados do TikTok.

“O principal objetivo é entender as principais métricas que têm grande impacto nos negócios, coletar dados para analisar os possíveis gargalos, visualizar diferentes coortes de usuários e métricas e propor diversas soluções de como aumentar essas métricas, inclusive fazendo um protótipo da solução”, diz Eltsefon, que acrescenta que, ao trabalhar em um novo recurso para usuários do TikTok, é impossível entender se o recurso beneficia ou afasta os usuários sem a ciência de dados.

“Você não entende por quanto tempo você deve testar seu recurso e o que exatamente você deve medir”, diz ele. “Para tudo isso, você precisa aplicar métodos de IA”.

Engenheiro de ML

Os cientistas de dados podem construir os modelos de ML, mas seus engenheiros de ML os implementam.

“Essa pessoa tem a tarefa de empacotar o modelo de ML em um contêiner e implantá-lo na produção – geralmente como um microsserviço”, diz Dattaraj Rao, Arquiteto de Inovação e P&D da empresa de serviços de tecnologia Persistent Systems.

A função requer habilidades especializadas em programação de back-end e configuração de servidor, bem como conhecimento de contêineres e integração contínua e implantação de entrega, diz Rao. “Um engenheiro de ML também está envolvido na validação de modelos, testes A/B e monitoramento na produçã”.

E em um ambiente de ML maduro, os engenheiros de ML também precisam experimentar ferramentas de serviço que podem ajudar a encontrar o modelo de melhor desempenho em produção com o mínimo de testes, diz ele.

Engenheiro de dados

Os engenheiros de dados constroem e mantêm os sistemas que compõem a infraestrutura de dados de uma organização. Eles são cruciais para as iniciativas de IA porque os dados precisam ser coletados e adequados para consumo antes que algo confiável possa ser feito com eles, diz Erik Gfesser, Diretor e Arquiteto-Chefe da Deloitte.

“Os engenheiros de dados criam pipelines de dados para coletar e montar dados para uso downstream e, em uma configuração de DevOps, eles criam pipelines para implementar a infraestrutura na qual esses pipelines de dados são executados”, diz ele.

O engenheiro de dados é fundamental para iniciativas de ML e não ML, diz ele. “Por exemplo, ao implementar pipelines de dados em uma das nuvens públicas, um engenheiro de dados precisa primeiro escrever os scripts para ativar os serviços de nuvem necessários que fornecem a computação necessária para processar os dados ingeridos”.

Se você está montando uma equipe pela primeira vez, deve entender que a ciência de dados é um processo iterativo que requer muitos dados, diz Matt Mead, CTO da empresa de serviços de tecnologia da informação SPR. Supondo que você tenha dados suficientes, “cerca de 80% do esforço estará relacionado a tarefas de engenharia de dados e, aproximadamente, 20% será o trabalho real relacionado à ciência de dados”, diz ele.

Por causa disso, apenas uma pequena porcentagem de sua equipe de IA trabalhará nos esforços de ciência de dados, diz ele. “O restante da equipe identificará o problema que está sendo resolvido, ajudará a explicar os dados, ajudará a organizar os dados, integrará a saída em outro sistema de produção ou entregará os dados de maneira pronta para apresentação”.

Administrador de dados

Um administrador de dados supervisiona o gerenciamento dos dados de uma empresa e garante que sejam acessíveis e de alta qualidade. Essa importante função garante que os dados sejam usados de forma consistente em toda a organização e que a empresa cumpra as mudanças nas leis de dados.

Os administradores de dados garantem que os cientistas de dados obtenham os dados certos e que tudo seja repetível e claramente marcado em um catálogo de dados, diz Ken Seier, Líder Nacional de Práticas de Dados e IA da empresa de tecnologia Insight.

Uma pessoa nessa função precisa de uma combinação de habilidades de ciência de dados e comunicação para colaborar em várias equipes e trabalhar com cientistas e engenheiros de dados para garantir que as partes interessadas e os usuários de negócios possam ter acesso aos dados.

Um administrador de dados também aplica as políticas de uma organização em relação ao uso e segurança de dados. “O administrador de dados está garantindo que apenas as pessoas que deveriam ter acesso a dados seguros tenham esse acesso”, diz Seier.

Especialista em domínio

O especialista de domínio tem conhecimento profundo de uma determinada indústria ou área de assunto. Essa pessoa é uma autoridade em seu domínio, pode avaliar a qualidade dos dados disponíveis e pode se comunicar com os usuários de negócios pretendidos de um projeto de IA para garantir que ele tenha valor no mundo real.

Esses especialistas no assunto são essenciais porque os especialistas técnicos que desenvolvem sistemas de IA raramente têm experiência no domínio real para o qual o sistema está sendo construído, diz Max Babych, CEO da empresa de desenvolvimento de software SpdLoad. “Especialistas de domínio podem fornecer insights críticos que farão com que um sistema de IA tenha o melhor desempenho”.

Quando a empresa de Babych desenvolveu um sistema de visão computacional para identificar objetos em movimento para pilotos automáticos como uma alternativa ao LIDAR, eles iniciaram o projeto sem um especialista no domínio. Embora a pesquisa tenha provado que o sistema funcionava, o que sua empresa não sabia era que as marcas de carros preferem o LIDAR à visão computacional por causa de sua confiabilidade comprovada, e não havia chance de comprar um produto baseado em visão computacional.

“O conselho principal que gostaria de compartilhar é pensar no modelo de negócios, atrair um especialista em domínio para descobrir se é uma maneira viável de ganhar dinheiro em seu setor – e só depois disso tentar discutir coisas mais técnicas”, diz ele.

Além disso, especialistas de domínio podem ser ligações vitais entre os clientes e a equipe de IA, diz Ashish Tulsankar, Chefe de IA da plataforma edtech iSchoolConnect.

“Essa pessoa pode se comunicar com o cliente, entender suas necessidades e fornecer o próximo conjunto de orientações contínuas para a equipe de IA”, diz ele. “E o especialista de domínio também pode acompanhar se a IA é implementada de forma ética”.

Designer de IA

Um designer de IA trabalha com desenvolvedores para garantir que eles entendam as necessidades dos usuários humanos. Essa função prevê como os usuários irão interagir com a IA e cria protótipos para demonstrar casos de uso para novos recursos de IA.

Um designer de IA também garante que a confiança seja construída entre usuários humanos e um sistema de IA, e que a IA aprenda e melhore com o feedback do usuário.

“Uma das dificuldades que as organizações têm para dimensionar a IA é que os usuários não entendem a solução, discordam dela ou não podem interagir com ela”, diz Shervin Khodabandeh, Colíder da empresa de consultoria BCG para negócios de IA na América do Norte. “Organizações que estão obtendo valor da IA – o segredo deles é, na verdade, apenas acertar a interação humano-IA”.

O BCG pensa nisso em termos de uma regra 10-20-70, em que 10% do valor serão algoritmos, 20% são plataformas de tecnologia e dados e 70% do valor virá da integração de negócios ou vinculação à estratégia da empresa dentro dos processos de negócios, diz.

“Essa interação humano-IA é absolutamente fundamental e é uma grande parte desse desafio de 70%”, diz ele, acrescentando que os designers de IA ajudarão você a chegar lá.

Gerente de Produto

O gerente de produto identifica as necessidades do cliente e lidera o desenvolvimento e o marketing de um produto, garantindo que a equipe de IA esteja tomando decisões estratégicas benéficas.

“Em uma equipe de IA, o gerente de produto é responsável por entender como a IA pode ser usada para resolver os problemas do cliente e depois traduzir isso em uma estratégia de produto”, diz Dorota Owczarek, Gerente de Produto da Nexocode, empresa de desenvolvimento de IA.

Owczarek esteve recentemente envolvido em um projeto para desenvolver um produto baseado em IA para a indústria farmacêutica que apoiaria a revisão manual de artigos de pesquisa e documentos com processamento de linguagem natural.

“O projeto exigiu uma estreita colaboração com cientistas de dados, engenheiros de machine learning e engenheiros de dados para desenvolver os modelos e algoritmos necessários para impulsionar o produto”, diz ela.

Como gerente de produto, Owczarek foi responsável por implementar o roteiro do produto, estimar e controlar orçamentos e lidar com a cooperação entre a tecnologia, a experiência do usuário e os negócios do produto.

“Nesse caso em particular, como o projeto foi iniciado por partes interessadas do negócio, era especialmente importante ter um gerente de produto que pudesse garantir que suas necessidades fossem atendidas, ao mesmo tempo em que ficasse de olho no objetivo geral do projeto”, diz ela, acrescentando que os gerentes de produto de IA devem ter habilidades técnicas e perspicácia nos negócios.

“Eles devem ser capazes de trabalhar em estreita colaboração com diferentes equipes e partes interessadas”, diz ela. “Na maioria dos casos, o sucesso de um projeto de IA dependerá da colaboração entre as equipes de negócios, ciência de dados, engenharia de ML e design”.

Os gerentes de produtos de IA também precisam entender as implicações éticas de trabalhar com IA, acrescenta Owczarek. “Eles são responsáveis por desenvolver processos internos e diretrizes que garantem que os produtos da empresa sigam as melhores práticas do setor”.

Estrategista de IA

O estrategista de IA precisa entender como uma empresa trabalha no nível corporativo e coordenar com a equipe executiva e as partes interessadas externas para garantir que a empresa tenha a infraestrutura e o talento certos para produzir um resultado bem-sucedido para suas iniciativas de IA.

Para ter sucesso, um estrategista de IA deve ter uma compreensão profunda de seu domínio de negócios e os fundamentos de machine learning; eles também devem saber como a IA pode ser usada para resolver problemas de negócios, diz Dan Diasio, Líder Global de IA da EY Consulting.

“A tecnologia era a parte mais difícil anos atrás, mas agora está reimaginando como conectamos nossos negócios para tirar o melhor proveito dessa capacidade de IA ou ativo de IA que criamos”, diz ele, acrescentando que um estrategista de IA pode ajudar uma empresa a pensar de forma transformacional sobre como ele usa IA.

“Para mudar a maneira como [uma empresa toma] decisões, é necessário que alguém com uma quantidade significativa de influência e visão seja capaz de levar isso adiante”, diz Diasio.

Os estrategistas de IA também podem ajudar as organizações a obter os dados de que precisam para alimentar a IA de forma eficaz.

“Os dados que as empresas têm dentro de seus sistemas hoje ou dentro de seus data warehouses realmente representam apenas uma fração do que elas precisarão para se diferenciar quando se trata de desenvolver recursos de IA”, diz ele. “Uma parte do papel do estrategista é olhar para o horizonte e ver como mais dados podem ser capturados e utilizados sem ultrapassar as considerações de privacidade”.

Diretor de IA

O diretor de IA é o principal tomador de decisões para todas as iniciativas de IA e é responsável por comunicar o potencial valor comercial da IA às partes interessadas e clientes.

“O tomador de decisão é alguém que entende os negócios, oportunidades de negócios e riscos”, diz Tulsankar, da iSchoolConnect.

O diretor de IA deve conhecer os casos de uso que a IA pode resolver, onde há o benefício financeiro mais significativo, e deve ser capaz de articular essas oportunidades para as partes interessadas, diz ele.

“Eles também devem definir como essas oportunidades precisam ser alcançadas de forma iterativa”, diz ele. “Se houver vários clientes ou vários produtos nos quais a IA precisa ser aplicada, o diretor de IA pode dividir as partes agnósticas e específicas do cliente da implementação”.

Patrocinador executivo

O patrocinador executivo é um gerente C-suite que desempenha um papel ativo em garantir que os projetos de IA se concretizem e é responsável por obter financiamento para as iniciativas de IA de uma empresa.

A liderança executiva tem um papel significativo em ajudar a impulsionar o sucesso dos programas de IA, diz Diasio, da EY Consulting. “As maiores oportunidades para as empresas geralmente são áreas em que elas se dividem em funções específicas”, diz ele.

Um fabricante de produtos de consumo, por exemplo, tem uma equipe responsável por P&D, uma equipe responsável pela cadeia de suprimentos, uma equipe de vendas e uma equipe de marketing, diz ele. “As maiores e melhores oportunidades para aplicar a IA para ajudar a transformar os negócios abrangem todas essas quatro funções”, diz ele. “E é preciso uma forte liderança do CEO ou C-suite de uma empresa para buscar essas mudanças”.

Infelizmente, a alta administração de muitas empresas não conhece adequadamente o potencial da IA, diz Shervin Khodabandeh, do BCG.

“A compreensão deles é bastante limitada e muitas vezes pensam nisso como uma caixa preta”, diz ele. “Eles jogam isso para o cientista de dados, mas eles realmente não entendem as novas formas de trabalhar com IA que são necessárias”.

Adotar a IA é uma grande mudança cultural para muitas empresas que não entendem como uma equipe de IA de alto desempenho funciona, como as funções funcionam e como elas podem ser capacitadas, diz ele. “Para 99% das empresas tradicionais que adotam a IA, isso é uma coisa difícil”.