A inteligência artificial e o machine learning (ML) estão ganhando força significativa na empresa, com as organizações cada vez mais aproveitando as tecnologias para antecipar melhor as preferências dos clientes e reforçar as operações de negócios.
Os gastos com sistemas de IA chegarão a US$ 97,9 bilhões em 2023, quase o triplo dos US$ 37,5 bilhões gastos até 2019, de acordo com o IDC. Além disso, 87% das 950 organizações pesquisadas implantaram pilotos de IA ou lançaram casos de uso limitados em produção, de acordo com a pesquisa da Capgemini publicada em junho.
No entanto, o surto de Covid-19 apresenta um novo desafio para a IA, já que muitas organizações que dependem de dados históricos para moldar seus algoritmos viram seus modelos distorcerem desde março. Esse fenômeno de “deriva de dados” torna difícil para as empresas confiar em seus modelos existentes, diz Jerry Kurtz, Vice-presidente Executivo de insights e dados da Capgemini. Por exemplo, os modelos provavelmente mudarão significativamente para uma empresa que está tentando prever intervalos de manutenção para motores a jato, cujo uso diminuiu nos últimos meses. O mesmo vale para varejistas que observaram queda nas vendas nos últimos meses.
“Há uma boa porcentagem de casos em que certos dados mudaram tão rapidamente que o histórico não é mais um bom indicador”, disse Kurtz. “As empresas terão que revisar seus algoritmos porque nunca presumiram que as variáveis mudariam”.
Diante de tais desafios, os CIOs que estão implementando IA e ML discutem seu trabalho.
A Anthem implementou soluções de IA e ML para tarefas que vão desde antecipar a trajetória da saúde de um paciente até mitigar disputas sobre seus serviços, de acordo com Rajeev Ronanki, Diretor Digital da seguradora de saúde.
Ao analisar anos de dados sobre cuidados de saúde gerados por pacientes com doenças crônicas, como diabetes ou problemas cardíacos, e cruzá-los com pacientes com doenças semelhantes ou seus “gêmeos digitais”, a Anthem pode antecipar o resultado provável do tratamento.
A AI também ajuda a Anthem a monitorar o andamento dos sinistros e outros serviços para detectar possíveis problemas do cliente com a adjudicação de sinistros de benefícios e outros serviços. Se a Anthem identificar uma discrepância iminente, sua equipe de atendimento ao cliente entrará em contato com um provedor ou paciente para explicar o motivo. Essa divulgação proativa, diz Ronanki, é crítica para prevenir encontros voláteis. Para fazer isso, a Anthem analisa os dados históricos coletados de milhões de chamadas em que os clientes expressaram insatisfação com os serviços da empresa. A IA gera pontuações que indicam a probabilidade de os clientes escalarem as reclamações.
“Vamos entrar em contato e explicar nossas decisões e fornecer o contexto que pudermos”, diz Ronanki.
Em um sinal de como a IA se tornou essencial para a Anthem, a empresa em 2018 contratou Udi Manber, um ex-líder de pesquisa do Google, como seu Diretor de IA. Sob a direção de Manber, os recursos e habilidades de IA são incorporados em todas as linhas de negócios da Anthem, com aplicativos desenvolvidos por equipes multifuncionais com o propósito expresso de simplificar a experiência de saúde para torná-la mais “personalizada, produtiva e proativa”, diz Ronanki.
A Pitney Bowes, fornecedora de serviços de remessa e mala direta com 100 anos de idade, tem trabalhado com ferramentas de IA e ML extensivamente nos últimos 8 anos, disse James Fairweather, Diretor de Inovação. A empresa está usando o software ML para prever quando suas estações de correio e encomendas, incluindo um tablet Android e impressora integrada, provavelmente falharão. Se o software ML, que se comunica diretamente com as estações conectadas, detecta um mau funcionamento potencial, ele programa um técnico de serviço de campo para trabalhar nas máquinas.
Consertar os problemas antes que as máquinas falhem é fundamental para reduzir o tempo de inatividade do envio de pacotes, diz Fairweather. E como o software de ML ficou tão bom em antecipar problemas ao longo do tempo, a Pitney Bowes agenda a sessão de serviço ordenadamente no sistema de gerenciamento de serviço de campo. “Isso oferece uma ótima experiência para o cliente”, diz Fairweather.
Com a experiência do consumidor em relação à entrega se tornando tão crítica em um mundo onde o envio de um dia está se tornando cada vez mais comum, a Pitney Bowes também usa algoritmos de ML para otimizar os volumes de devolução de envio, monitorando as rotas dos pacotes para identificar anomalias sequenciais no processamento. Por exemplo, o algoritmo sinalizará um pacote que normalmente é escaneado a cada 4 horas ao longo de sua rota, mas perde a segunda janela de escaneamento, diz Fairweather. “Construímos um modelo de ciência de dados com base nas normas dessas atividades para prever anomalias no processamento”, explica Fairweather.
Antes da Ocean Spray embarcar em sua jornada de IA e ML, o fabricante de sucos teve que limpar anos de dados que havia coletado. A empresa executou uma estratégia de gerenciamento de dados mestre para melhorar a uniformidade e a precisão de seus ativos de informações gerados por suas unidades de negócios e clientes, disse Jamie Head, Diretor Digital e de Tecnologia.
A Ocean Spray está usando ML para vasculhar os últimos três anos de dados históricos para avaliar as tendências de aumento nas vendas, bem como analisar os padrões de promoções dos concorrentes para resolver quaisquer lacunas de temporada que possa ter, diz Head. A equipe de Head está trabalhando com a startup de ML, Visual Fabric, para ajudar a entender como ele pode gerar insights a partir de seus gastos com rastreamento, para “impulsionar o negócio”, diz Head. O grupo de TI compartilha esses insights com a equipe de vendas para ajudá-los a refinar sua abordagem ao mercado.
A Ocean Spray também está explorando como usar o ML para melhorar a qualidade de sua produção de cranberry, analisando as cores, o tamanho e outras variáveis, incluindo as condições do solo e do clima para seus parceiros agrícolas no Canadá, Massachusetts, Nova Jersey, Wisconsin e Chile, entre outros regiões.
A equipe de vendas da Honeywell usa software de IA para ajudar a priorizar reuniões e gerenciar leads que os ajudam a atrair clientes para os sistemas aviônicos, veículos de construção e outras máquinas industriais da empresa.
O software, um assistente virtual desenvolvido pela Tact.ai, extrai informações dos sistemas Microsoft Office 365 e Salesforce da Honeywell, de acordo com Patrick Hogan, Vice-presidente de Excelência Comercial do fabricante industrial. Usando seus smartphones, a equipe pode falar ou enviar uma mensagem de texto para o Tact.ai Assistant para verificar se estão no caminho certo para cumprir suas metas de vendas e visualizar as métricas de como os clientes interagiram com suas propostas de negócios.
Quando um funcionário de vendas termina uma reunião, o Assistente pergunta qual é o próximo passo que eles planejam dar. O Assistente também “cutuca” os usuários com notificações para acompanhar as oportunidades que podem estar ficando obsoletas. “Isso ajuda você a ficar no controle de seu território”, diz Hogan, acrescentando que a ferramenta aprende mais sobre os fluxos de trabalho e preferências de cada funcionário de vendas com cada uso.
O assistente teve um impacto líquido tão positivo nos funis de vendas da Honeywell, incluindo mais reuniões cara a cara e aumento de dólares por vendedor, conversões de vendas e taxas de rendimento, que ele está ativamente pedindo para que mais dos 9.500 funcionários da empresa usem a ferramenta.
A Office Depot está investindo em recursos de ML para gerar insights sobre as preferências de seus clientes e recomendar produtos de maneira melhor, de acordo com Todd Hale, CIO da empresa.
O esforço em analytics ocorre no momento em que a empresa de US$ 11 bilhões busca expandir sua divisão de serviços de negócios, incluindo sua unidade de serviços de tecnologia da CompuCom, enquanto reduz sua dependência das vendas de suprimentos de escritório. As vendas de B2B abastecem mais de 60% das receitas da Office Depot. A empresa usa técnicas avançadas de AI/ML, como XGBoost e floresta aleatória, para segmentar seus clientes em personas e para prever a rotatividade, o valor da vida do cliente e a afinidade do produto.
“No e-commerce, utilizamos o poder de deep learning do Analytics Zoo no Apache Spark e BigDL para fornecer recomendações de produtos em tempo real baseadas no usuário e desenvolver modelos de venda cruzada e venda incrementada”, diz Hale. Idealmente, isso ajudará a Office Depot a criar “produtos e serviços personalizados”, acrescenta.
Um evento que promete debater as maiores inovações e tendências sobre internet das coisas (IoT)…
Como não poderia deixar de ser, a inteligência artificial generativa (GenAI) aparece como uma das…
A Scala Data Centers, provedor latino-americana de serviços de data center, anunciou que concluiu com…
Implementar uma arquitetura aberta e flexível para poder se adaptar ao rápido ritmo de evolução…
A agência DM9 e a SoulCode Academy anunciaram essa semana uma parceria para capacitar pessoas…
A empresa de origem suíça SoftwareOne anunciou recentemente a criação de uma unidade de negócios…