3 perguntas para separar a IA do hype de marketing

Um dos inúmeros desafios de ser um líder em tecnologia moderna é separar o hype de marketing da realidade quando chega a hora de adquirir um novo hardware ou software. O marketing de produto geralmente tende à hipérbole e se concentra no positivo e não no negativo. Com produtos de tecnologia, há a adição de elementos técnicos complexos que exigem compreensão especializada.

Misture a hiperventilação histórica da maior parte do marketing de produtos com uma tecnologia quente e você será forçado a chafurdar em uma densa parede de promessas, chavões e afirmações para determinar se um produto funcionará para sua organização. Isso é especialmente verdadeiro na era da inteligência artificial, onde parece que tudo, desde software de cadeia de suprimentos até móveis de escritório, afirma ter algum elemento de IA incorporado. Quase se poderia imaginar um apresentador de infomercial tarde da noite gritando que o produto que ele está vendendo: “Agora inclui 30% mais aprendizado de máquina!”

VEJO: Política de Ética em Inteligência Artificial (TechRepublic Premium)

O problema na avaliação de produtos que incluem IA é que as definições do que constitui IA podem variar muito. Se sua definição pressupõe algoritmos de aprendizado que categorizam novos dados de maneira inteligente e seu fornecedor considera que a IA inclui pouco mais do que um pouco de computação sofisticada, você ficará desapontado. Para definir o que seu fornecedor quer dizer quando diz que há elementos de IA incluídos em seu produto, aqui estão três perguntas simples que podem ajudar a separar o hype da realidade.

Como o modelo de IA aprende?

Um elemento fundamental da maioria das verdadeiras tecnologias de IA é que elas melhoram com base nos dados que recebem ou incluem tecnologias que testam possíveis resultados futuros e fortalecem seus cálculos com base nesses resultados. As IAs de jogo são um exemplo clássico dessa tecnologia, onde a IA pode simular milhares de iterações de um jogo e melhorar seu desempenho com base no resultado de cada jogo.

Peça ao seu fornecedor alguns detalhes sobre como a IA aprende e melhora. Quais dados ele usa? Ele simula cenários potenciais e usa isso para aprender? Quantas simulações ele pode executar? Ao fazer esse tipo de pergunta, você pode descobrir rapidamente que o “aprendizado orientado por IA” divulgado pelo fornecedor está apenas executando alguns cálculos básicos em seu conjunto de dados existente, em vez de realmente ajustar seus algoritmos com base em um recurso de aprendizado.

Como a IA é monitorada e ajustada?

Os sistemas reais de IA adaptam suas previsões com base em alguma combinação das entradas que recebem e em sua capacidade de executar diferentes simulações para testar possíveis resultados. Como tal, a IA precisará ser monitorada e potencialmente retreinada ou ter dados de entrada adicionais.

Perguntar ao seu fornecedor como a IA é monitorada e ajustada indicará se o produto realmente contém um grau de inteligência versus alguns algoritmos padrão sofisticados. Suponha que seu fornecedor afirme que nenhum monitoramento ou ajuste será necessário. Nesse caso, você pode assumir com segurança que a IA é uma hipérbole de marketing, e não uma tecnologia incorporada e benéfica no produto em consideração.

Você compartilha dados de clientes para treinar a IA?

Outra pergunta crítica a ser feita a seus fornecedores, na verdade, abrange dois tópicos essenciais. Primeiro, vale a pena saber se seus dados estão misturados com os dados de outros clientes para treinar a IA em um produto. Isso pode ou não ser benéfico. Por exemplo, se você estiver considerando uma solução de gerenciamento da cadeia de suprimentos, permitir que seus dados informem a IA em troca de obter o benefício dos dados de outras empresas pode ser uma troca que vale a pena, pois um conjunto de dados mais extenso deve tornar o produto mais eficaz. Por outro lado, se você estiver trabalhando com dados exclusivos e altamente específicos, ter a IA influenciada por outros dados pode ser uma desvantagem.

Essa pergunta também deve fazer com que seu fornecedor explique como os dados do cliente informam e melhoram a IA. Suponha que eles não tenham uma resposta para essa pergunta ou mencionem que nenhum dado do cliente realmente afeta a capacidade da IA ​​de fazer previsões. Nesse caso, é um indicador provável de que o produto em questão não inclui nenhuma tecnologia de IA adequada.

É fácil divulgar o “AI Inside” como um benefício para uma ferramenta de tecnologia. No entanto, a definição imprecisa de inteligência artificial dificulta o trabalho de um líder de tecnologia. Usar essas perguntas para determinar até que ponto a IA potencializa sua tecnologia pode ser um importante diferencial ao selecionar a tecnologia.