As tecnologias de Inteligência Artificial (IA) e Machine Learning (ML) estão causando um impacto significativo nas empresas, gerando mais eficiência e produtividade. Mas, antes que as instituições passem a adquirir os produtos mais recentes, é vital entender como uma estratégia estruturada de Inteligência Artificial pode ajudar a resolver os desafios de um negócio.

As empresas de serviços jurídicos e financeiros estão liderando o caminho nesse sentido. Em vez de seguir a tendência de implantar ferramentas generalizadas de IA, que podem ser usadas “horizontalmente” em muitos setores e fluxos de trabalho, uma abordagem exemplificada por gigantes da tecnologia como Microsoft, Google e Amazon fizeram com que essas organizações optassem pela segmentação.

As empresas que adotam uma estratégia de “IA vertical” com um foco estreito em fazer melhorias incrementais a cada dia, com tarefas demoradas, acabam servindo melhor os funcionários e os clientes.

O que é IA vertical?

Os sistemas baseados em IA vertical são tipicamente produtos de pilha completa – o que significa que a solução é integrada “verticalmente” da interface do usuário final até o nível de análise de dados e ML.

O design de tais sistemas para empresas de serviços profissionais requer profunda experiência no assunto e conhecimento no domínio da indústria. Os sistemas verticais de Inteligência Artificial geralmente são projetados por um grupo colaborativo de especialistas do setor, cientistas de dados e engenheiros de software que estão trabalhando juntos para resolver problemas comerciais específicos.

Considerações sobre design

Nos sistemas verticais de IA, é importante criar uma infraestrutura adequada para implementar o fluxo de trabalho. A infraestrutura escolhida deve alinhar-se estreitamente com os processos e fluxos de trabalho específicos do setor. Além disso, para organizações de serviços profissionais como escritórios de advocacia, bancos e seguradoras, a segurança dos dados internos é um fator crítico na seleção da infraestrutura.

Normalmente, essas empresas têm grandes volumes de dados comerciais coletados dentro de seu perímetro de segurança. Esses dados são descentralizados em vários serviços, como CRMs, sistemas de gerenciamento de documentos, sistemas de cobrança e cronometragem, email e assim por diante, e são armazenados em vários formatos, como dados estruturados e não estruturados.

Uma tarefa primária para uma equipe de design de IA vertical é integrar esses sistemas legados no local em uma única fonte de dados sem comprometer as políticas de segurança da empresa.

O sistema deve fornecer autenticação em nível corporativo e suportar várias APIs, incluindo protocolos de baixo nível. Os dados precisam ser coletados, pré-processados ​​e usados ​​para construir, treinar e otimizar os modelos de ML. Construir um pipeline de dados ideal para o fluxo de trabalho de Inteligência Artificial de uma empresa é uma parte importante do processo de design da solução de AI vertical. Cada solução será diferente, dependendo da empresa e dos problemas de negócios que ela procura resolver.

Outra consideração é a escolha entre a nuvem e a infraestrutura local para Inteligência Artificial. Um estudo recente da Moor Insights & Strategy observa que as empresas focadas em soluções de longo prazo têm uma forte tendência a usar a IA no local. Uma razão para isso é segurança. Especialmente para empresas de serviços profissionais, o envio de dados altamente confidenciais para fora de seus firewalls é muito arriscado.

Indústrias altamente regulamentadas, como serviços jurídicos e financeiros, geralmente preferem uma TI local e segura. Outro motivo para escolher a arquitetura local é o fenômeno conhecido como “gravidade dos dados”. Grandes conjuntos de dados gerados no local são difíceis de mover na nuvem. Quanto maior o conjunto de dados, maior a probabilidade de movê-lo para a nuvem e mais provável que a “gravidade” o mantenha no local. Por esse motivo, faz sentido que uma solução baseada em IA opere perto dos dados que estará usando.

Desafios da Inteligência Artificial

Enquanto a IA vertical apresenta uma série de desafios únicos que exigem uma abordagem estratégica para o projeto de soluções e colaboração intensiva por uma equipe de especialistas de diversas disciplinas, o retorno pode ser espetacular para empresas que buscam tarefas automáticas básicas, intensivas em trabalho e muitas vezes tediosas.

Até o momento, a IA horizontal atraiu a maior parte da atenção da imprensa comercial, mas a AI vertical está pronta para ter um impacto muito maior na eficiência e nos resultados a longo prazo.