Por: Gabriel Silva Cogo
A primeira vez que os modelos de IA da OpenAI chamaram minha atenção foi alguns anos antes do chatGPT e de sua revolução. Seguindo os passos dos modelos de Reinforcement Learning (RL) que jogavam xadrez e go, a OpenAI criou o Five (https://openai.com/index/openai-five/) para jogar Dota 2. Para muitos do mundo gamer, um dos jogos competitivos mais complexos e difíceis de ser entendido e, principalmente, de se competir. O Five foi capaz de vencer jogadores humanos em pouco tempo de treino, e eventualmente venceu o time que havia se tornado o primeiro bicampeão de Dota 2 no ano de 2019, o time OG.
Houve uma grande surpresa na comunidade gamer, pois as regras e possibilidades de um jogo de Dota 2 são quase infinitas, e o teto de habilidade para se jogar em nível competitivo é considerado um dos mais altos no mundo dos eSports. O interessante do Five para o time OG, segundo entrevista, foi demonstrar para os times competitivos de Dota 2 como aprender sobre estratégias, comportamentos e trabalho em equipe ao observar a máquina descobrir novos caminhos para a vitória que até um time multicampeão não conhecia. Ou seja, o Five foi capaz de ensinar aos campeões como ser ainda melhores e reaprender práticas que equipes neste nível poderiam julgar já conhecer a fundo.
O salto da IA para lidar com tarefas mais complexas
O Five da OpenAI mostrou que até tarefas aparentemente dificílimas — como um jogo em equipe com regras complexas e imprevisibilidade humana — podem ser aprendidas por uma IA. Assim, se entende a minha surpresa ao ver o Five atingir um nível sobrehumano num jogo que usa 5 redes neurais treinadas como 5 jogadores independentes (mas que precisam agir em conjunto para alcançar a vitória). Foi um grande passo no treino de máquinas, assim como a primeira máquina capaz de ganhar de um campeão de xadrez apenas alguns anos atrás. Essa capacidade de entender principalmente a complexidade de tarefas e a definição clara de cada tarefa necessária, são vitais para que possamos automatizar corretamente o processo.
A priorização de tempo (horizontes curtos X horizontes longos) e delegação de tarefas (cada um dos 5 agentes do Five possui tanto objetivos comuns quanto objetivos específicos) foi como os programadores demonstraram compreender o que era necessário para alcançar o objetivo no jogo de Dota. Esse mesmo princípio se aplica aos negócios: processos empresariais complexos podem ser otimizados com IA, mas apenas se forem bem estruturados e compreendidos.
Eu trago este assunto em diversos debates, muitos deles na sala de aula, quando o assunto é a aplicação de IA nas empresas e como ela pode gerar produtividade. Logo, apenas os modelos de comportamento mais avançados irão entregar o resultado necessário para treinar o agente a alcançar seu objetivo. E se pudéssemos fazer o mesmo nas empresas?
Porque tantas empresas declaram que seus investimentos em IA subperfomaram ou fracassaram?
Para organizações, podemos dizer que existem objetivos a serem alcançados, e por mais complexo que sejam (com certeza mais que jogos), ainda assim são capazes de serem desmembrados em pequenas tarefas que são possíveis de serem automatizadas usando o suporte da IA. Objetivos estratégicos são transformados em táticos, em sequência e em operacionais. E assim transformamos a missão da empresa em tarefas que realizamos no dia a dia.
O debate nos últimos anos, entretanto, tem sido em relação aos grandes investimentos feitos por empresas para se adaptar à onda de IA, e o pouco retorno que estas empresas têm tido com esses investimentos. Voltamos ao antigo debate de investimentos em TI e como medimos seu retorno para as empresas. Aqui, gosto de trazer um conceito famoso na área de DevOps, que é “a maneira como fazemos as coisas”. A diferença entre projetos bem-sucedidos de tecnologia muitas vezes se dá pela compreensão de como podemos transformar ferramentas tecnológicas em algo aplicável e mensurável para a empresa. IA pode ser uma ferramenta poderosa de automação de processos na empresa, porém ela (ainda) não é capaz de corrigir processos falhos e uma empresa desorganizada.
Estudos sobre vantagem competitiva revelam que empresas bem-sucedidas sabem responder a três perguntas simples:
- Quais caminhos (escolhas) nos levaram ao sucesso até aqui?
- O que fazemos melhor que a concorrência no médio e longo prazo?
- O que estamos fazendo para continuar nos desafiando e melhorando sempre?
Sem essa clareza, a IA vira um custo, não um diferencial. É preciso se perguntar: estou apenas seguindo a moda ou realmente existem processos maduros e eficientes na minha empresa que podem se beneficiar de uma tecnologia avançada para alcançar patamares ainda mais altos?
Somente quando a empresa atingir uma maturidade de processos e compreensão do que ela é capaz de entregar com qualidade que eu posso dizer: este processo pode se beneficiar do uso de IA e outras ferramentas de automação. Conheço vários exemplos de tecnologias aplicadas em cima de processos de natureza burocráticas, porque é muito mais fácil comprar software do que admitir que talvez o processo seja falho. Assim, estamos prejudicando as pessoas na nossa empresa apenas para poder dizer: aqui usamos IA.
* Os artigos publicados na seção Coluna do Blog Impacto refletem exclusivamente a opinião de seus autores, não representando, necessariamente, a visão da instituição.
