2018-5-16
Segundo o instituto de investigação da McKinsey, existem menos de dez mil pessoas, em todo o mundo, com capacidade para endereçar problemas complexos de inteligência artificial. Naturalmente, são disputadas por entre as empresas líderes no ramo, nomeadamente as tecnológicas como Google, Amazon, Microsoft, IBM e Facebook
Ao contrário de ondas tecnológicas anteriores, onde sempre existiu, logo que as tecnologias foram lançadas ou se tornaram populares, escassez de recursos, mas em que com o tempo, muitas das necessidades acabaram por ser supridas por programas mais intensivos de formação, não é claro que, neste caso, o problema seja solucionável da mesma forma ou com a mesma celeridade. A verdade é que IA não é uma área nova. Há muitos anos que se investiga em IA e o avanço do conhecimento tem sido incremental e não necessariamente fruto de uma disrupção. E, ainda assim, a área continua a ter poucos recursos capacitados – e, certamente, a questão não se resolverá com programas de certificação em IA. Se algum paralelismo existe, é com a escassez de neurocirurgiões: por muitos programas de formação que sejam feitos, será sempre uma área com poucos recursos habilitados. Não apenas por exigir aptidões específicas, mas por um ciclo de formação e atualização que só é possível a quem trabalha em permanência na área. Um neurocirurgião não muda de área de atividade a cada dois ou três anos. Ora, em muitas áreas de IT, a expetativa é a da mudança frequente de área, de tecnologia, de foco. Poucas empresas têm a capacidade para investir sustentadamente numa área com resultados ainda incertos, embora promissores. À medida que os modelos se tornam mais complexos, que IA vai sendo adotada no cerne do negócio das organizações, há duas questões fulcrais a resolver – ditos o problema da “primeira milha” e o problema da “última milha”. O primeiro, é o da obtenção de dados para treinar modelos – sobretudo face a todas as atuais questões regulamentares, mas também à existência de negócios onde esses dados são, intrinsecamente, de mais complexa obtenção. O segundo, é o da necessidade de retreinar e refinar continuadamente os modelos, por forma a que se obtenham continuamente resultados com significado. Não basta, portanto, enunciar o que já se tornou um chavão: “os dados são o novo petróleo”. Não, quando muito, os dados são o novo crude, necessitando ainda de uma complexa cadeia de refinação e distribuição até chegar ao consumidor final. E, na verdade, dessa complexa cadeia, muito, para não dizer quase tudo, está ainda para ser feito na maioria das empresas. O que significa, claro, uma oportunidade. Mas também a consciência de que não vai ser fácil, nem rápido, nem barato – e sobretudo, não se resolverá com iniciativas de marcha forçada. Para encontrar o conhecimento que buscamos, necessitamos de conhecimento à partida – e não há atalhos.
Henrique Carreiro | Docente de Cloud Computing e Mobilidade Empresarial na |