A atual pandemia acelerou a implementação do machine learning (ML) em diversos setores, com um número cada vez maior de empresas investindo na tecnologia. Neste post, abordamos como mercados emergentes podem aproveitar a oportunidade para adotar modelos de IA e ML com muito mais rapidez.
- A edição de 2020 da pesquisa da Refinitiv sobre machine learning (ML) confirma que a adoção da tecnologia continua a crescer globalmente, com a América do Norte liderando o movimento.
- Isso representa uma enorme oportunidade de crescimento para negócios em todo o mundo. Porém, os resultados do relatório sugerem que na América Latina os ganhos serão de no máximo 5% do PIB, devido a menores taxas de adoção do ML.
- Apesar de apresentarem déficit de tecnologia e investimento se comparadas às empresas da América do Norte, as organizações latino-americanas têm condições de superar o desafio para usufruir cada vez mais desse avanço tecnológico.
A nossa pesquisa de 2020 sobre machine learning confirma que a adoção do recurso continua a crescer em todo o mundo, com a América do Norte na dianteira dessa tendência. Para ter uma ideia da dimensão alcançada pela tecnologia, 72% das empresas já afirmam que o ML é um componente central de sua estratégia de negócios.
Em muitas setores, a Covid-19 acelerou a implementação de ferramentas de machine learning. E, embora a crise deflagrada pela pandemia tenha causado enormes problemas e interferências para os modelos em vigor –fazendo, inclusive, com que corporações na América do Norte aumentassem seus investimentos e esforços direcionados à adoção da tecnologia—, mercados emergentes, como América Latina, têm hoje a oportunidade de adotar recursos de IA e de ML de forma mais simples e rápida.
Leia o relatório da Refinitiv sobre a adoção do machine learning (ML)
ML e oportunidades de crescimento
De acordo com uma avaliação financeira global realizada durante a pandemia de coronavírus, a escala e o impacto futuro das tecnologias de Inteligência Artificial (IA) ultrapassarão, em muito, a tendência atual, com a sua adoção atingindo um patamar inédito.
Para as empresas latino-americanas, isso representa uma grande oportunidade de crescimento. Segundo relatório do Banco Interamericano de Desenvolvimento (BID), a influência da IA pode adicionar 14% ao crescimento do PIB global até 2030. Apesar de o BID acreditar que todas as regiões geográficas deverão se beneficiar economicamente da Inteligência Artificial, a América Latina deverá ter ganhos de apenas 5% do PIB devido a uma menor taxa de adoção de ML.
Isso, no entanto, não é algo definitivo. As empresas latino-americanas podem, sim, crescer mais rapidamente e superar seus concorrentes se acelerarem o ritmo de adoção de IA.
A pesquisa da Refinitiv apontou que 34% da implementação de IA por empresas financeiras nas Américas é impulsionada pelo desejo de passar à frente da concorrência.
As empresas latino-americanas tendem a ficar atrás de suas contrapartes norte-americanas no que diz respeito ao uso da Inteligência Artificial, o que oferece ganhos significativos para as pioneiras. As organizações têm percebido o machine learning cada vez mais como uma ferramenta crucial para gerar valor, gerenciar riscos e obter vantagem competitiva.
Desafios e soluções para a América Latina
Embora as instituições financeiras da América Latina costumem seguir o exemplo das concorrentes globais ao adotar novas tecnologias, elas enfrentam desafios únicos. Felizmente, esses problemas estão se tornando muito mais fáceis de resolver.
Apesar de enfrentarem um déficit de tecnologia e investimento em comparação às contrapartes norte-americanas, as organizações latino-americanas têm condições de superar o desafio para usufruir cada vez mais desses avanços.
Os países da região devem compreender as mudanças tecnológicas em andamento e desenvolver uma estratégia nacional para aproveitar as oportunidades.
A barreira linguística
O processamento de linguagem natural (PLN), um subconjunto da IA, permite que as empresas extraiam e obtenham insights de grandes quantidades de dados baseados em linguagem. No entanto, o PLN requer acesso a modelos pré-treinados em linguagens humanas específicas.
Para as empresas latino-americanas, o benefício da linguagem natural é limitado pela escassez de modelos de IA apropriados. Embora, em geral, haja uma enorme quantidade de dados, modelos de ML pré-treinados e interfaces de programação de aplicativos (APIs) disponíveis em inglês, as instituições da América Latina têm dificuldade para adquirir ou construir conjuntos de dados de treinamento equivalentes em espanhol e português.
Mas essa realidade está mudando. Com a crescente adoção do ML por organizações da A. Latina, conjuntos de dados relevantes estão rapidamente se tornando mais disponíveis.
Educação, treinamento e aquisição de novas habilidades
Educação e treinamento também são um desafio para a adoção do machine learning entre as empresas latino-americanas. Melhorar os sistemas nacionais de educação e aumentar o acesso ao ensino superior é obrigatório para preparar a próxima geração de profissionais, mas está longe de ser suficiente. A atual força de trabalho da região também precisa se adaptar à chamada economia da Inteligência Artificial.
Costuma ser difícil encontrar na A. Latina talentos com a combinação certa de conhecimentos de ciência de dados e ML, além, claro, de habilidades de negócios. Conforme mencionado no relatório do BID, de acordo com a Organização Internacional do Trabalho (OIT), apenas 20% dos empregos na América do Sul exigem habilidades de alto nível, em comparação aos mais de 40% da União Europeia e dos Estados Unidos.
A crescente transição para a automação e IA tem o potencial de redefinir o trabalho ao redor do globo, eliminando uma série de cargos e motivando os profissionais a dominar tecnologias e buscar posições mais alinhadas com a transformação digital. No entanto, preencher essas vagas de emprego com pessoas que tenham as habilidades técnicas necessárias para projetar e manter sistemas de IA ainda não tem sido fácil.
A América Latina tem um trabalho considerável a fazer nesta área, mas as empresas da região já estão trabalhando ativamente com as universidades para desenvolver um pool maior de talentos.
Iniciativas coordenadas por instituições públicas e privadas, startups e grupos financeiros vêm construindo um ecossistema para fomentar a colaboração e a co-inovação. Espera-se, assim, que as universidades gerem recém-graduados de qualidade para as startups. E, as instituições financeiras, por sua vez, forneçam financiamento para desenvolver produtos e serviços.
Em busca dos melhores talentos
As empresas norte-americanas frequentemente buscam os melhores talentos da América Latina. A boa notícia é que isso valida a qualidade dos profissionais de ML da região. Afinal, eles estão sendo selecionados porque suas habilidades e treinamento são de altíssimo nível.
As empresas latino-americanas, por sua vez, vêm tentando superar essa fuga de cérebros, proporcionando ambientes de trabalho atraentes e problemas interessantes para serem resolvidos, o que oferece à nova geração de talentos excelentes motivos para buscar oportunidades perto de casa. Para atrair e reter esses profissionais, as organizações de pesquisa devem identificar áreas de oportunidade econômica e os potenciais tipos de Inteligência Artificial e automação para viabilizar seus projetos.
O impacto da Covid-19
De muitas maneiras, esta pandemia fez com empresas de todo o mundo dessem uma espécie de “reset” em seus modelos de negócios –e a América Latina não é exceção.
As organizações foram forçadas a repensar suas políticas e processos e, em meio a esse cenário, o ML está se tornando cada vez mais importante. Entre as companhias participantes de nossa pesquisa, e que responderam sobre como a estratégia de investimento mudou com a pandemia, 40% dizem estar acelerando os investimentos em ML devido a Covid-19, 51%, mantendo o mesmo nível, e 8%, diminuindo.
Essa informação é especialmente importante para as empresas da A. Latina, já que essas tendem a ser mais conservadoras do que as da América do Norte. As organizações que vêm cortando os investimentos em ML para enfrentar a tempestade econômica podem ficar muito atrás das concorrentes, que usam a pandemia como oportunidade para dobrar a sua Inteligência Artificial.
Cientistas de dados que usam machine learning e dados alternativos (ou “alt data”) aplicam análises para revelar insights adicionais não disponíveis tradicionalmente em fontes financeiras e comerciais.
Os “alt data” incluem uma variedade de novas fontes de dados, como reconhecimento de imagem alimentado por IA. Muitos investidores acreditam que esses elementos são tão essenciais para suas análises e percepções financeiras quanto os dados fundamentais
Atualmente, os dados alternativos são fundamentais para detectarmos sinais de alerta mais precocemente e com maior precisão. E, com 97% das empresas empregando-os para machine learning, não se trata simplesmente de uma alternativa. Eles são uma ferramenta inestimável para a obtenção de vantagem competitiva diante de uma pandemia que força as organizações a redefinir estratégias e reconstruir modelos de negócios.
O que reservamos para a América Latina?
Como vimos, as empresas latino-americanas enfrentam desafios únicos na adoção de IA e ML, mas, por outro lado, não podem prescindir dessas tecnologias para seu crescimento. Por isso, a Refinitiv está sempre ao seu lado, ajudando as organizações a acessar os dados de que precisam para obter vantagem comercial.
Visite o Refinitiv Labs para descobrir os nossos novos e instigantes projetos envolvendo machine learning. Conheça a ferramenta de exploração de dados, que oferece aos cientistas de dados, quants e desenvolvedores acesso gratuito, fácil e intuitivo a amostras de conjuntos de dados e notebooks da Refinitiv.
A Refinitiv está agora no Telegram! Receba atualizações diárias de análises de mercado em seu celular. Inscreva-se em t.me/Refinitiv
