Ajay Agrawal, Joshua Gans e Avi Goldfarb, coautores de “Máquinas de previsão: a economia simples da inteligência artificial” [Prediction Machines: The Simple Economics of Artificial Intelligence], afirmam: você precisa construir fundamentos tecnológicos antes das implicações estratégicas das máquinas de previsão para sua organização se tornarem aparentes. É exatamente assim a estrutura deste livro, construindo uma pirâmide a partir do zero.
Coloca as bases na primeira parte e explica como o aprendizado de máquina melhora a previsão. Passa ao motivo pelo qual esses novos avanços são diferentes das estatísticas aprendidas na escola ou elaboradas por seus analistas. Em seguida, considera um complemento essencial para previsão, dados, especialmente os tipos de dados necessários para fazer boas previsões e como saber se você tem isso. Finalmente, aprofunda-se no modo quando as máquinas de previsão funcionam melhor em relação aos humanos e quando as pessoas e as máquinas podem trabalhar juntas para uma precisão de previsão ainda melhor.
Na parte dois, descreve o papel da previsão como uma contribuição para a tomada de decisões e explica a importância de outro componente antes negligenciado pela comunidade da IA : o julgamento. A previsão facilita as decisões reduzindo a incerteza, enquanto o julgamento atribui valor.
No jargão dos economistas, o julgamento é a habilidade usada para determinar um pagamento, utilidade, recompensa ou lucro. A implicação mais significativa das máquinas de previsão é elas aumentarem o valor do julgamento.
Assuntos práticos são o foco da parte três. As ferramentas da IA tornam as máquinas de previsão úteis e são implementações das projetadas para executar uma tarefa específica. O livro descreve três etapas capazes de ajudar você a descobrir quando criar (ou comprar) uma ferramenta de inteligência artificial para gerar o maior retorno sobre o investimento.
Às vezes, essas ferramentas se encaixam perfeitamente em um fluxo de trabalho existente; outras vezes, motivam redesenhar o fluxo de trabalho. Ao longo do caminho, a leitura deste livro apresenta uma ajuda importante para especificar os principais recursos de uma ferramenta de inteligência artificial: a tela da IA.
Os coautores se voltam para a estratégia na parte quatro. Como descrevem em seu experimento de pensamento na Amazônia, algumas IAs terão um efeito tão profundo na atividade econômica relacionada a uma tarefa a ponto de as transformar em um negócio ou uma indústria. É quando a AI se torna a pedra angular da estratégia de uma organização.
As IAs com impacto na estratégia deslocam a atenção da IA dos gerentes de produto e engenheiros de operações para a Diretoria Executiva. Às vezes, é difícil dizer antecipadamente quando uma ferramenta terá um efeito tão poderoso. Por exemplo, poucas pessoas previram, quando tentaram pela primeira vez, a ferramenta de busca do Google transformar a indústria de mídia e se tornar a base de uma das empresas mais valiosas do mundo.
Além das oportunidades de valorização, a AI representa riscos sistêmicos possíveis de afetar sua empresa, a menos se você tomar ações preventivas. A discussão popular parece se concentrar nos riscos da IA para a humanidade, mas as pessoas prestam muito menos atenção aos perigos representados pela IA para as organizações. Por exemplo, algumas máquinas de previsão treinadas em dados gerados por humanos já “aprenderam” vieses e estereótipos traiçoeiros.
Termina o livro na parte cinco aplicando o kit de ferramentas de economistas a questões capazes de afetar a sociedade de forma mais ampla, examinando cinco dos debates mais comuns sobre IA:
- Ainda haverá empregos? Sim.
- Isso gerará mais desigualdade? Possivelmente.
- Algumas grandes empresas controlam tudo? Depende.
- Os países se engajarão na criação de políticas de ponta a ponta e perderão nossa privacidade e segurança para dar a suas empresas domésticas uma vantagem competitiva? Alguns vão.
- O mundo vai acabar? Você ainda tem tempo de sobra para obter valor deste livro.
PONTOS CHAVE
A Economia oferece insights claros sobre as implicações comerciais da previsão mais barata. As máquinas de previsão serão usadas para tarefas de predição tradicionais (previsão de estoques e demanda) e novos problemas (como navegação e tradução). A queda no custo da previsão afetará o valor de outras coisas, aumentando o valor dos complementos (dados, julgamento e ação) e diminuindo o valor dos substitutos (previsão humana).
As organizações podem explorar máquinas de previsão adotando ferramentas de inteligência artificial para auxiliar na execução de sua estratégia atual. Quando essas ferramentas se tornam poderosas, elas podem motivar a mudança da estratégia em si. Por exemplo, se a Amazon consegue prever o que os compradores querem, eles podem passar de um modelo de loja na hora para um modelo de loja em casa, levando mercadorias para as casas antes mesmo de elas serem encomendadas. Tal mudança transformará a organização.
Como resultado das novas estratégias buscadas pelas organizações para aproveitar a IA, nos depararemos com um novo conjunto de trade-offs relacionado a como a IA impactará a sociedade. Nossas escolhas dependerão de nossas necessidades e preferências, e certamente serão diferentes em diferentes países e culturas.
Os coautores estruturaram este livro em cinco seções para refletir cada camada de impacto da IA, revelando desde os fundamentos da predição até os trade-offs para a sociedade:
(1) Previsão,
(2) Tomada de Decisão,
(3) Ferramentas,
(4) Estratégia e
(5) Sociedade.
Plano do livro “Máquinas de previsão: a economia simples da inteligência artificial” publicado primeiro em https://fernandonogueiracosta.wordpress.com
Nenhum comentário:
Postar um comentário