Uma ferramenta simples para começar a tomar decisões com a ajuda da IA, por Ajay Agrawal, Joshua Gans e Avi Goldfarb

O impacto significativo que a inteligência artificial (IA) terá nos negócios no futuro próximo desperta críticas acaloradas. Pouco se diz, porém, sobre como, exatamente, as empresas devem se iniciar no assunto. Em nossa pesquisa e em nosso livro, começamos fazendo uma análise dos elementos econômicos mais simples da IA, e explicamos como dar o primeiro passo.

Começamos com um insight simples: os desenvolvimentos recentes da IA estão relacionados com a redução do custo da previsão. A IA torna a previsão melhor, mais rápida e mais barata. Não apenas você pode prever com mais facilidade o futuro (como será o tempo na próxima semana?), Mas também pode prever o presente (qual é a tradução em português deste site em espanhol?). A previsão permite usar informações que você tem para gerar informações que você não tem. Sempre que você tem muita informação (dados) e quer filtrá-la, espremê-la ou classificá-la de forma que facilite a tomada de decisões, a previsão ajudará a fazer isso. E agora as máquinas podem fazer isso também.

Melhores previsões são importantes quando você toma decisões em face da incerteza, como todo negócio faz, constantemente. Mas como você pensa no que seria necessário para incorporar uma máquina de previsões em seu processo de tomada de decisão?

Lecionando esse assunto a graduados em MBA na Rotman School of Management da University of Toronto, introduzimos uma ferramenta simples de tomada de decisão: o AI Canvas. Cada espaço na tela contém um dos requisitos para tomada de decisão assistida por máquina, começando com uma previsão.

Para explicar como o AI Canvas funciona, usaremos um exemplo elaborado durante um de nossos workshops de estratégia de inteligência artificial, realizado por Craig Campbell, CEO da Peloton Innovations, um empreendimento que aplica a inteligência artificial no setor de segurança. (É um exemplo real, baseado em um produto que a Peloton está comercializando, chamado RSPNDR.ai.)

Mais de 97% das vezes em que um alarme de segurança doméstica dispara, é um alarme falso. Ou seja, algo diferente de um intruso desconhecido (uma ameaça) o desencadeou. Isso requer que as empresas de segurança tomem uma decisão sobre o que fazer: aciona a polícia ou um guarda? Telefona para o proprietário? Ignora o fato? Quando a empresa de segurança decide agir, em mais de 90 de 100 vezes acabará descobrindo que a ação era desnecessária. No entanto, responder sempre em resposta a um sinal de alarme garante que, quando uma ameaça realmente está presente, a empresa de segurança respondeu de forma apropriada.

Como você pode decidir se empregar uma máquina de previsão melhorará as coisas? O AI Canvas é uma ferramenta simples que ajuda você a organizar o que precisa saber em sete categorias para fazer essa avaliação de forma sistemática. Fornecemos abaixo um exemplo para o caso de alarmes de segurança.

Primeiro, você especifica o que está tentando prever. No caso do alarme, você quer saber se um alarme é acionado por uma pessoa desconhecida ou não (alarme verdadeiro versus falso). Uma máquina de previsões pode lhe dizer isso — afinal, um alarme com um simples sensor de movimento já é uma espécie de máquina de previsão. Com o aprendizado de máquina, você pode usar uma gama mais rica de informações dos sensores para determinar o que realmente deseja prever: se o movimento foi causado especificamente por uma pessoa desconhecida. Com os sensores certos —digamos, uma câmera em casa para identificar rostos conhecidos ou animais de estimação, uma chave da porta que reconhece quando alguém está presente, e assim por diante — as técnicas atuais de IA podem fornecer uma previsão mais sutil. A previsão não é mais “movimento = alarme” mas, por exemplo, “movimento + face não reconhecida = alarme”. Essa previsão mais sofisticada reduz o número de falsos alarmes, facilitando a decisão de enviar alguém, em vez de tentar entrar em contato com o proprietário.

Nenhuma previsão é 100% precisa. Assim, para determinar o valor do investimento em melhores previsões, você precisa saber o custo de um alarme falso, em comparação com o custo de desconsiderar um alarme quando ele é verdadeiro. Isso dependerá da situação e requer uma ponderação. Qual é o custo de uma chamada telefônica para verificar o que está acontecendo? Quanto custa enviar um guarda de segurança em resposta a um alarme? Vale a pena responder rapidamente? Quanto custa não agir quando há um intruso em casa? Existem muitos fatores a considerar, e determinar seus pesos relativos requer uma ponderação.

Essa ponderação pode mudar a natureza da sua máquina de previsões. No caso do alarme, ter câmeras em toda a casa pode ser a melhor maneira de determinar a presença de um intruso desconhecido. Mas muitos ficariam desconfortáveis com isso. Algumas pessoas preferem arcar com o custo de mais alarmes falsos por uma maior privacidade. A ponderação, por vezes, requer determinar o valor relativo de fatores que são difíceis de quantificar e, portanto, comparar. Embora o custo dos falsos alarmes possa ser fácil de quantificar, o valor da privacidade não o é.

Em seguida, você identifica a ação que depende das previsões geradas. Essa pode ser uma decisão simples de “acionar/não acionar” ou pode ter mais nuances. Talvez as opções de ação incluam não apenas acionar alguém, mas também permitir monitoramento remoto imediato de quem está em casa ou alguma forma de contato com o dono da casa.

Uma ação leva a um resultado. Por exemplo, a empresa de segurança aciona um segurança (ação) e o guarda descobre um intruso (resultado). Em outras palavras, para cada decisão, podemos ver, retroativamente, se a resposta correta ocorreu. Saber disso é importante para avaliar se é possível melhorar as previsões ao longo do tempo. Se você não sabe qual resultado deseja, essa melhora é mais difícil, ou mesmo impossível.

A linha superior da tela – previsão, julgamento, ação e resultado — descreve os aspectos críticos de uma decisão. Na linha inferior da tela, há três considerações finais. Todas elas estão relacionadas com dados. Para gerar uma previsão útil, você precisa saber o que está acontecendo no momento em que uma decisão precisa ser tomada — nesse caso, quando um alarme dispara. No nosso exemplo, isso inclui dados de movimento e dados de imagens coletados em casa em tempo real. Esses são os dados básicos de entrada.

Mas, para desenvolver a máquina de previsão, é preciso, em primeiro lugar, treinar um modelo de aprendizado de máquina. Os dados de treinamento correspondem aos dados históricos do sensor com resultados anteriores para calibrar os algoritmos no coração da máquina de previsões. Nesse caso, imagine uma planilha gigante em que cada linha é um horário em que o alarme disparou, se de fato havia um intruso e um monte de outros dados, como local e hora do dia. Quanto mais ricos e variados forem os dados de treinamento, melhores serão as suas previsões. Se esses dados não estiverem disponíveis, talvez seja necessário implantar uma máquina de previsão medíocre e esperar que ela melhore com o tempo.

Essas melhorias vêm de dados de feedback, que são dados coletados quando a máquina de previsão está operando em situações reais. Os dados de feedback geralmente são gerados a partir de um conjunto mais rico de ambientes do que os dados de treinamento. Em nosso exemplo, você pode correlacionar resultados com dados coletados de sensores através de janelas, o que afeta a forma como os movimentos são detectados e as câmeras capturam uma imagem facial — o que talvez seja mais realista do que os dados usados para treinamento. Assim, você pode melhorar ainda mais a precisão das previsões com o treinamento contínuo usando dados de feedback. Às vezes, os dados de feedback serão adaptados a uma residência individual. Outras vezes, pode agregar dados de muitas casas.

Esclarecer esses sete fatores para cada decisão crítica em sua empresa ajudará você a começar a identificar oportunidades para a IA reduzir custos ou melhorar o desempenho. Aqui, discutimos uma decisão associada a uma situação específica. Para começar com a IA, seu desafio é identificar as principais decisões em sua empresa em que o resultado depende da incerteza. Preencher o AI Canvas não vai definir se você deve fazer sua própria IA ou comprar uma de um fornecedor, mas ajudará a esclarecer em que a IA vai contribuir (a previsão), como ela irá interagir com os humanos (ponderação), como ela será usada para influenciar as decisões (ação), como você medirá o sucesso (resultado) e os tipos de dados que serão necessários para treinar, operar e melhorar a IA.

O potencial é enorme. Por exemplo, os alarmes comunicam previsões a um agente remoto. Parte do motivo dessa abordagem é grande número de sinais falsos. Mas pense: se a nossa máquina de previsão se tornasse tão boa que não houvesse alarmes falsos, será que acionar alguém ainda seria a resposta correta? É possível imaginar respostas alternativas, como um sistema de captura de intrusos no local (como nos desenhos animados!), o que talvez fosse mais viável com previsões significativamente mais acuradas e de alta precisão. Em geral, previsões melhores criarão oportunidades para maneiras inteiramente novas de abordar a segurança, podendo, potencialmente, prever a intenção dos intrusos antes mesmo de eles entrarem.
—————————————————————————

Fontes/Autores:
Ajay Agrawal é detentor da cátedra Peter Munk de empreendedorismo da Rotman School of Management, na University of Toronto’s, e pesquisador associado da National Bureau of Economic Research, em Cambridge, Massachusetts. Ele é fundador da Creative Destruction Lab, co-fundador da The Next AI e co-fundador da Kindred. Ele é o co-autor de Prediction machines: the simple economics of artificial intelligence (Harvard Business School Press, abril de 2018).
Joshua Gans é o presidente Jeffrey S. Skoll de inovação técnica e empreendedorismo da Rotman School of Management e da University of Toronto. Atua como economista-chefe na Creative Destruction Lab. É co-autor de Prediction machines: the simple economics of artificial intelligence (Harvard Business School Press, abril de 2018). Seu livro, The disruption dilemma, foi publicado pela MIT Press.
Avi Goldfarb é dentora da cátedra Ellison de marketing da Rotman School of Management, na University of Toronto. Ele também é pesquisador associado do National Bureau of Economic Research, cientista-chefe de dados da Creative Destruction Lab e editor sênior da Marketing Science. Ele é co-autor de Prediction machines: the simple economics of artificial intelligence (Harvard Business School Press, abril de 2018).

Publicado 25 de Maio de 2018, HBR Brasil.

Advertisements

Revista Brasileira de Inteligência – Agência Brasileira de Inteligência

Eis o editorial da 12ª edição da Revista Brasileira de Inteligência

A demanda por Inteligência vem crescendo substancialmente por parte dos mais diversos segmentos do Estado brasileiro, o que inclui das Forças Armadas e polícias a órgãos do Judiciário e áreas específicas, a exemplo da penitenciária.

Nota-se que, pouco a pouco, o sistema universitário brasileiro vem adotando a Inteligência como disciplina ou objeto de estudo, algo já consolidado em várias partes do mundo. Assim como cresce o interesse pela Inteligência, também aumenta a necessidade de integração entre órgãos do aparato estatal e da sociedade civil nessa matéria.

Esse desafio de maior e efetiva cooperação se refletiu, neste ano, no trabalho conjunto do Sistema Brasileiro de Inteligência para elaboração da Estratégia Nacional de Inteligência e do Plano Nacional de Inteligência.

Nesse contexto, a 12ª edição da Revista Brasileira de Inteligência traz novas e estimulantes contribuições para o estudo e o debate dessa atividade e para o reconhecimento do papel da Atividade de Inteligência em prol do bem-estar da sociedade e dos interesses nacionais.

Este periódico existe para contribuir no desenvolvimento dessa percepção da Inteligência como ferramenta imprescindível para o país. Os textos reunidos neste número retratam essa intenção.

O presente número é inaugurado por um texto que representa uma visão analítica da Operação Hashtag, que, sob a nova lei de antiterrorismo no Brasil, atuou sobre os chamados atos preparatórios de terrorismo, no contexto das Olimpíadas Rio 2016.

Já para o fechamento desta edição, selecionamos um ensaio que contempla, sob a perspectiva da diplomacia brasileira, avanços e desafios institucionais da Atividade de Inteligência, a partir da recente Política Nacional de Inteligência.

Dois outros textos abordam a relação da Atividade de Inteligência com o regime democrático brasileiro. Um deles trata da compatibilização do sigilo, característico da Atividade, com o direito de acesso à informação presente na democracia.

O outro demonstra as possibilidades que a análise em ciência política tem para tornar as agências de Inteligência conhecidas e compreendidas pela sociedade. A perspectiva de Inteligência como elemento de capacitação é contemplada de duas formas: num texto, como objeto de estudo em programas acadêmicos de ensino; noutro, como conteúdo necessário à formação de servidores no setor de segurança pública.

Ratificando a percepção do crescente papel da Atividade de Inteligência na sociedade, um dos artigos demonstra como os limites na utilização desse recurso têm sido estendidos do campo típico das ameaças à segurança do Estado para um paradigma relacionado às múltiplas ameaças à população.

Por fim, outro artigo atrela a Inteligência à Economia, apontando indicadores para a avaliação da situação econômica de um país. Para além de informar e esclarecer, desejamos que este número contribua para a ampliação de um profícuo debate sobre Inteligência.

Fonte: Revista Brasileira de Inteligência, ABIN, Número 12, dezembro 2017, ISSN 1809 – 2632

Inteligência: Cadernos de Legislação da ABIN

Os Cadernos de Legislação da ABIN são uma publicação seriada que reúne a legislação federal e a marginália brasileira, acompanhada do respectivo texto integral transcrito tal qual a fonte original, em ordem cronológica, sem hierarquia dos atos, com atualização sistemática, disponível aos usuários por meio da intranet.

As retificações, alterações e revogações estão inseridas no texto do ato original e, ao final de cada um, são citadas as fontes de sua origem.

A Agência Brasileira de Inteligência (Abin) iniciou as séries de legislação, em 1999, com o propósito de subsidiar as atividades das áreas de Inteligência e contribuir com o acesso à informação de modo a agilizar a consulta às legislações atualizadas e compiladas.

De 1999 a 2001 a série Caderno Legislativo, abordava no n° 1 o tema Gratificação de Desempenho de Atividade de Informações Estratégicas (GDI), e no n° 2, o tema Histórico da Inteligência no Brasil. De 2001 a 2015, a série recebeu o nome Coletânea de Legislação e iniciou a compilação de vários outros temas, chegando a ter 19 números, incluindo legislação sobre a Abin, SISBIN, Proteção do Conhecimento, Crime organizado, Biopirataria, Ética e outros.

A partir de setembro de 2014, algumas mudanças foram realizadas na Coletânea, permanecendo o acompanhamento de apenas 4 dos temas. Em maio de 2015, as mudanças consolidaram-se e a Coletânea recebeu uma nova denominação, surgindo assim a nova série: Cadernos de Legislação da ABIN, com a configuração que segue:

Nº 1: Legislação da ABIN – Conteúdo: Reúne a legislação e atos normativos relacionados ao funcionamento da Abin

Nº 2: Legislação sobre o SISBIN – Conteúdo: Reúne a legislação e atos normativos sobre o SISBIN

Nº 3: Atividade de Inteligência no Brasil – Conteúdo: Reúne a legislação e atos normativos sobre a Atividade de Inteligência no Brasil

Nº 4: Proteção de Conhecimentos Sensíveis e Sigilosos – Conteúdo: Reúne a legislação e atos normativos sobre proteção do conhecimento sensível e sigiloso

Nº 5: A responsabilidade técnica pela compilação das séries de legislação sempre foi da mesma unidade, que teve sua denominação alterada algumas vezes, atendendo às mudanças feitas na ABIN: de 1999 a 2001 foi denominada de Biblioteca e Memorial de Inteligência; de 2001 a 2005, de Coordenação Geral de Biblioteca e Memorial de Inteligência; de dezembro de 2005 a março de 2008, de Coordenação-Geral de Documentação e Informação; e desde abril de 2008, é denominada de Coordenação de Biblioteca e Museu da Inteligência.

ATIVIDADE DE INTELIGÊNCIA NO BRASIL (5 volumes)
Reúne a legislação e atos normativos sobre a Atividade de Inteligência no Brasil
Volume 1: 1927 a 1989
Volume 2: 1990 a 1998
Volume 3: 1999 a 2003
Volume 4: 2004 a 2011
Volume 5: 2012 a 2017

Fonte: ABIN

O Brasil que perde mercados

Neste 5 de dezembro de 2017, o Estadão apresenta uma matéria sobre as exportações brasileiras.

Após 11 meses desse ano, o superávit comercial brasileiro, é o maior de toda a história para o período e obtido mesmo com o aumento das importações, US$62 bilhões.

Vale ressaltar que a força da exportação do Brasil, continua sendo os produtos agropecuários e seus derivados. Mas, no entanto, o país é considerado “um dos mais fechados do mundo”, graças a ideologia dos governos lulopetistas. Anos desastrosos para o comércio exterior e para a estrutura produtiva do país.

Em sua péssima gestão, a “presidenta inocenta” Dilma Roussef, fez com que a participação brasileira nas exportações e importações globais, caísse de 1,4% para 1,1%.

Isso quer dizer que na prática o Brasil caiu da 22ª. posição entre os maiores exportadores do mundo, para a posição de 26ª. posição em 2016, segundo a Organização Mundial do Comércio (OMC).

Enquanto muitos países em desenvolvimento, especialmente os latinos, buscaram acordos bilaterais, o Brasil de Lula, concentrou suas ações de comércio internacional na busca de acordos globais. Resultado, nada de acordos internacionais que aumentassem as exportações para os maiores mercados, e a perda de espaço no comércio mundial.

A falta de integração ao comércio mundial tem profundas desvantagens e perda para o Brasil; desestímulo a inovação, fator vital para uma economia que precisa obter ganhos de produtividade e acima de tudo, competitividade.

Enquanto muitos países do mundo pensam exportação, ou seja, o mercado externo, o Brasil se voltou para o mercado interno, com benefícios fiscais distribuídos para grupos ou setores escolhidos pelo governo, agora desvendados pela Operação Lava Jato.

O desemprego atual gerado no último governo petista, é o resultado de uma distorcida política para o setor industrial. Aliado ao fato do desestímulo a inovação, o país não se modernizou, tão pouco, fez com que investidores e empresários investissem em tecnologia de produção e em desenvolvimento de produtos para a conquista de mercados, especialmente no exterior.

As sempre comentadas deficiências na infraestrutura de transporte e logística ficaram em segundo plano.

Com isso, os maiores entraves para o desenvolvimento da exportação do Brasil, continuam sendo internos, como observou o presidente da Associação do Comércio Exterior do Brasil (AEB), José Augusto de Castro, para o Estadão.

Ou seja, ou arrumamos a casa para maior exportação, ou o Brasil perde cada vez mais espaço e significado para o comércio mundial.

Publicado no LinkedIn.

Executivos despreparados para lidar com tecnologias disruptivas

Segundo pesquisa do Centro de Tecnologia de Informação Aplicada da FGV-SP, apesar da crise, os gastos e investimentos das empresas em tecnologia se mantiveram estáveis nos últimos três anos, correspondendo a 7,6% da receita.

Mas, profissionais do setor de Tecnologia da Informação (TI) alertam: a maioria dos executivos está despreparado para lidar com os impactos dessas novas ferramentas em seus negócios.

O objetivo das empresas é investir em soluções tecnológicas para reduzir custos e alcançar resultados mais competitivos.

Para ler mais, clique aqui.

O estado da arte em Inteligência nos Estados Unidos da América

111

McMahon Hall at Catholic University of America, in Washington D.C. (Courtesy CUA)

O professor assistente de política e diretor do programa em estudos de inteligência na Catholic University of America em D.C., Nicholas Dujmovic, escreveu recentemente um artigo para o The Washington Post chamado “Colleges must be intelligent about intelligence studies”, onde procura mostrar o atual estágio dos cursos de Inteligência nos Estados Unidos da América.

A primeira constatação do autor, vem de estudos que mostram o crescimento no número de cursos de Inteligência nos colégios, após os ataques terroristas de 11 de setembro de 2001. Para ser exato, entre 2001 e 2008, os cursos triplicaram, e uma pesquisa de 2015 mostra que mais de 24 universidades organizaram programas de Inteligência.

Para ler mais, clique aqui.

Global Trends 2025

A BBC Brasil, informa que a força econômica, militar e política dos Estados Unidos no mundo deve decair nas próximas duas décadas, segundo um relatório de agências americanas de inteligência divulgado nesta sexta-feira, 21 de novembro de 2008.

O relatório foi produzido pela National Intelligence Council (NIC), entidade que coordena o trabalho de todas as agências de inteligência do país.

O texto também afirma que a atual crise financeira é o começo de uma grande mudança na economia global, com transferência de renda do Ocidente para o Oriente e enfraquecimento do dólar.

A divulgação do documento da NIC coincide com a transição do governo de George W. Bush para o presidente eleito, Barack Obama, nos Estados Unidos.

Brasil, China e Índia

“Os próximos 20 anos de transição para um novo sistema estão cheios de riscos”, diz o relatório Global Trends 2025 (ou Tendências Mundiais 2025, em português).

O relatório é elaborado a cada quatro anos, sempre coincidindo com a posse de um novo presidente americano.

O documento prevê que até 2025 o mundo pode se tornar um lugar mais perigoso, com menos acesso das populações à comida e água.

Em outro trecho da matéria uma observação “Não está além do alcance dos seres humanos, ou dos sistemas políticos, (ou) em alguns casos (o) funcionamento de mecanismos do mercado, cuidar e aliviar e até solucionar esses problemas”, afirma Thomas Fingar, diretor da NIC.

Fonte: BBC Brasil. Leia matéria completa ao clicar aqui.

Bom dia e bom trabalho.