[IMPORTANTE] Se os dados são o novo petróleo, machine learning é o motor das máquinas



Fonte: INFORCHANNEL



Antes de contratar um serviço baseado em inteligência artificial e usar ciência de dados para resolver um problema, é preciso verificar se há informações disponíveis para solucioná-lo. Para a Levee, empresa que desenvolve soluções de Machine Learning para aumentar a produtividade das empresas por meio da contratação de mão de obra operacional, a ciência de dados não pode ser uma estratégia isolada, mas deve estar integrada ao objetivo de negócios da organização.
“Muito se fala que os dados são o novo petróleo, mas proponho irmos além: o petróleo em si não tem uma função, ele sozinho não é nada. Para alcançar toda a sua valia, precisa ser refinado e, mais que isso, necessita de um processo e uma máquina que o faça ser funcional. Dentro desta alegoria dos dados como petróleo, os algoritmos de machine learning seguramente são os motores das máquinas, que funcionam alimentados pelo combustível”, afirma Marcos Coque Junior, Head de Data Science da Levee.
Segundo um estudo do Massachusetts Institute of Technology (MIT), em parceria com o Boston Consulting Group, apenas 23% das empresas já adotam inteligência artificial em algum de seus processos, e um número menor ainda, 5%, utiliza estas novas tecnologias de forma generalizada e sistemática na estrutura da companhia.
Com a Levee, o machine learning aparece como aliado das empresas, permitindo analisar quais são os candidatos com potencial para ter uma maior aderência. Para chegar a este perfil, é preciso definir as métricas, ou seja, o que será considerado para identificar quem é mais relevante para aquela empresa. Isso pode ser definido pela menor probabilidade de turnover ou o maior índice que este candidato possui de atingir metas, com base nas experiências anteriores.
A ferramenta possibilita a construção de modelos analíticos automatizados e exponenciais para extrair conhecimento e tomar as melhores decisões. Além disso, permite uma visão multivariada do fenômeno, mensurá-lo, descobrir informações ocultas e resolver problemas em larga escala, trazendo grande valor aos negócios. Um levantamento da Mckinsey indica que empresas que utilizam inteligência artificial têm média operacional sete pontos percentuais maior do que a média geral da indústria em que atuam.
“É o que está funcionando na prática. O algoritmo por si só não toma decisões, o que ele faz é quantificar o fenômeno e otimizar a decisão para escolher o melhor caminho. Isso é feito em larga escala e automaticamente, como se trata de uma fórmula matemática, portanto escalável, otimiza a resolução de problemas para milhares de funcionários em um período de tempo muito menor”, conta Coque.
Usar machine learning significa que o sistema será alimentado continuamente com dados de cada colaborador, tornando-o cada vez mais complexo, personalizado e direcionado. Esse compilado pode ser utilizado como análise preditiva, capaz de identificar potenciais pedidos de demissão, possibilitando que sejam colocadas em prática medidas preventivas, por exemplo.
“Também é possível prever com mais precisão os orçamentos dos departamentos financeiros e de RH, avaliar o clima na empresa, aumentando engajamento e retenção, e até mesmo colocar em prática ações de realocação, alterações na rotina e demais estratégias para aumentar a retenção”, finaliza Coque.

Compatilhe no Google Plus

Sobre Grimaldo Oliveira

Mestre pela Universidade do Estado da Bahia (UNEB) no Curso de Mestrado Profissional Gestão e Tecnologias Aplicadas à Educação (GESTEC) com o projeto “GESMOODLE – Ferramenta de acompanhamento do aluno de graduação, no ambiente virtual de aprendizagem(MOODLE), no contexto da UNEB“. Possui também Especialização em Análise de Sistemas pela Faculdade Visconde de Cairu e Bacharelado em Estatística pela Universidade Federal da Bahia. Atua profissionalmente como consultor há mais de 15 anos nas áreas de Data Warehouse, Mineração de Dados, Ferramentas de Tomada de Decisão e Estatística. Atualmente é editor do blog BI com Vatapá. Livro: BI COMO DEVE SER - www.bicomodeveser.com.br

0 comentários: