BBCcom_Content_Index_for_November_22_2018.txt
ética e ESG viram diferenciais em programas bem-sucedidos de IA Accenture Valor Econ?mico.txt
à luz de um mercado que deve atingir US$ 1,éticaeESGviramdiferenciaisemprogramasbemsucedidosdeIAAccentureValorEcon?concurso quina 42623 trilh?o em investimentos até 2032 e uma taxa de crescimento anual de 42% na próxima década, segundo relatório publicado pela Bloomberg Intelligence, a inteligência artificial (IA) disparou uma corrida sem precedentes pela inova??o. Puxado pela IA generativa, o percurso abrange empresas de todos os tamanhos, startups e fundos de investimento. Muitos líderes têm refletido sobre o impacto que essa nova tecnologia produzirá no dia a dia de seus negócios e buscado formas de trabalhar com a novidade de maneira segura e escalável. Segundo relatório da Accenture sobre as tendências de tecnologia em 2023, 98% dos executivos globais acreditam que a IA terá papel importante nas estratégias de suas empresas nos próximos três a cinco anos. “N?o há como frear a inova??o, mas adiar a discuss?o sobre os mecanismos de ajuste deste curso é um erro”, diz Daniel Lázaro, líder de Data&AI da Accenture para Growth Markets. “Em projetos de estratégia, é comum mostrar o que as empresas devem fazer nos próximos anos e incluir mecanismos de avalia??o no meio do caminho para saber se est?o na dire??o correta, se algo deve ser revisto. Na tecnologia, deveria ser igual. Ela deve ser gerenciável, explicável e compreensível.” A Accenture foi pioneira em IA responsável, definindo e implementando princípios que, hoje, fazem parte do código de ética da empresa e de seu programa de compliance. O assunto, ainda pouco falado no Brasil, pode ser o grande diferencial entre um programa de IA bem-sucedido e um que acarretará riscos ainda desconhecidos para as companhias. A fim de evitar danos reputacionais, éticos e legais, responsabiliza??o é palavra-chave. Segundo a Accenture, é essencial que as empresas estabele?am programas e processos responsáveis de IA para abordar quest?es como viés inconsciente, discrimina??o, prote??o de dados e uso apropriado de dados. “A tecnologia n?o pode cair na armadilha da burocracia”, afirma Lázaro. “Por isso, as empresas devem ter clareza e ser transparentes sobre os motivos por trás de suas recomenda??es, e permitir que o consumidor questione e tome a??es se o currículo dele for negado para uma vaga, por exemplo. Assim, saímos de uma vis?o de burocracia para uma vis?o de valor agregado, com oportunidade de gerar nova fonte de receita.” Devido à natureza dinamica, a IA é difícil de ser sistematizada e supervisionada por agentes externos. A iniciativa mais contundente até o momento é o projeto de lei da Uni?o Europeia que prop?e regras para o uso da tecnologia dentro do bloco, em fase de negocia??o entre os 27 países. O Brasil, a China e o Reino Unido também trabalham em suas próprias regulamenta??es, que ser?o mecanismos importantes para dar mais credibilidade à tecnologia. As maiores a??es no sentido de atestar eficiência e tangibilidade acabar?o por partir de dentro das próprias empresas, visando criar um ambiente que diminua as incertezas acerca das mudan?as que est?o por vir, tanto para clientes quanto para os talentos. Do design à implementa??o, projetos baseados em IA devem contar com diretrizes focadas em princípios e governan?a, riscos e controles, tecnologia, cultura e treinamento. “N?o há como frear a inova??o, mas adiar a discuss?o sobre os mecanismos de ajuste deste curso é um erro”, diz Daniel Lázaro, líder de Data&AI da Accenture para Growth Markets Sustentabilidade na equa??o Neste momento em que as empresas buscam metas para reduzir a sua pegada de carbono, implementar uma tecnologia como a IA, que trabalha com grandes volumes de informa??o e de máquinas, pode tornar-se um paradoxo. O equilíbrio dessa equa??o leva, invariavelmente, a uma boa gest?o de dados por parte das empresas e à ado??o de solu??es que minimizem os impactos das novas demandas, como armazenamento em nuvem e a utiliza??o da capacidade ociosa de data centers preexistentes. Mas também passa pelo uso criterioso da IA, perguntando-se as raz?es para implementar a tecnologia e o que se espera dela. As empresas devem selecionar as solu??es que realmente tragam valor e resultados em detrimento do uso indiscriminado dos modelos em diversas frentes sem qualquer planejamento, controle ou efetividade. Com parametros na casa dos bilh?es – o ChatGPT-3, por exemplo, foi treinado com mais de 500 bilh?es de palavras –, os modelos de treinamento da IA generativa demandam intensos recursos computacionais, com enorme capacidade de processamento e de armazenamento de memória. Relatório divulgado pelo Institute for Human-Centered Artificial Intelligence, da Universidade de Stanford, nos Estados Unidos, estima que a quantidade de energia necessária para esses modelos de treinamento poderia abastecer a casa de um americano médio por centenas de anos. “Existem inúmeras combina??es para o desenho de solu??es de IA que levem em conta a eficiência energética”, diz Lázaro. “é possível escolher entre consumir menos GPU e levar mais tempo para processar, ou consumir mais e processar mais rápido – ou seja, hardware-based ou software-based. Só copiar e colar solu??es, com uma mentalidade de curto prazo, vai deixar o projeto mais caro.” Onde est?o se criando dados, quais s?o os objetivos de cada projeto e qual é o impacto que as iniciativas trazem para as metas de carbono s?o quest?es que devem ser respondidas para trazer eficiência aliada ao crescimento sustentável – antes de implementar novos processos de IA. Além disso, como muitos dos modelos de IA s?o baseados em códigos preexistentes, os riscos de seguran?a se tornam maiores com o aumento do uso da tecnologia – e, logo, os controles devem ser cada vez mais precisos. “Esse código pode conter uma vulnerabilidade, portanto, se o modelo subsequentemente gerar um novo código, ele pode herdar a mesma vulnerabilidade”, disse David Johnson, cientista de dados da Europol, agência de aplica??o da lei da Uni?o Europeia, em uma conferência em Bruxelas, na Bélgica, neste ano. Robert Duque, líder de Applied Intelligence da Accenture para América Latina — Foto: Divulga??o Accenture/Jo?o Castellano Inteligência amplificada No processo de reinven??o das empresas por meio de dados e IA, um programa de IA responsável capacita a lideran?a para elevar o tema a imperativo estratégico e oferece treinamento a todos os funcionários para que tenham clara compreens?o sobre os princípios da IA responsável e saibam como traduzi-los em a??es. “Na mesma época em que o acr?nimo IA foi criado, no final dos anos 50, havia outro conceito chamado Inteligência Amplificada e prefiro esse. é a tecnologia como elemento de alavancar as pessoas para outro patamar de conhecimento”, afirma Robert Duque, líder de Applied Intelligence da Accenture para América Latina. “N?o se trata, portanto, de simplesmente substituir humanos por rob?s.” Duque alerta para o senso crítico como principal elemento humano da inteligência amplificada. “Se as pessoas partirem do pressuposto de que a IA dá uma informa??o para que elas possam pensar e n?o uma resposta absoluta de zero a um, aí ter?o uma vantagem.” Leia também: Para dois em cada três líderes, IA é prioridade máxima de investimento
