Como a inteligência artificial pode potenciar as PME?

Imagine que pode usar gratuitamente uma ferramenta, tipo varinha mágica, que lhe permite reduzir os custos operacionais e financeiros da sua empresa. Para além disso, permite também recrutar melhores colaboradores e aumentar as receitas da sua empresa por via do acréscimo da taxa de conversão da sua landing page.

Esta ferramenta poderia certamente tornar a sua empresa mais produtiva e lucrativa, criando um modelo de negócio mais próspero, capaz de ajudá-lo a alcançar novos patamares de competitividade, certo?

Estas ferramentas já são uma realidade. É possível alcançar os objetivos referidos. No entanto, para torná-los realidade, terá de dominar a arte da utilização das ferramentas tecnológicas baseadas em inteligência artificial, tal como, por exemplo, o ChatGPT. O objetivo deste artigo é que receba conhecimento útil no sentido de aproveitar todas as oportunidades proporcionadas pela IA, em geral, e pelo ChatGPT, em particular.

Inteligência Artificial

Neste mundo em constante evolução, as pequenas e médias empresas (PME) em Portugal enfrentam desafios cada vez mais complexos.
A inteligência artificial (IA), é definida pela IBM como sendo um conjunto de tecnologias que podem ser usadas para simular a capacidade dos humanos para resolver problemas e tomar decisões. Esta tecnologia aprende através da experiência, percebendo e ajustando-se às alterações comportamentais.

À medida que as empresas procuram definir estratégias para se destacar e prosperar, a IA, tem vindo a revolucionar a forma como as empresas operam e interagem com os seus interessados (clientes, parceiros, colaboradores, estado).

Antes de imergirmos no sistema ChatGPT, convém clarificar o contexto em que esta ferramenta aparece. Estamos, naturalmente, a falar de Inteligência Artificial, uma área do conhecimento que emerge no contexto das ciências da computação, mas que vai integrando no seu desenvolvimento, as ciências ligadas à matemática e à estatística, tornando-se numa área científica muito abrangente.

Percebe-se pela figura que a IA inclui, entre outras componentes, o Processamento da Linguagem Natural (PLN), conceito que, em sentido lato, se pode definir como sendo a capacidade dos computadores para estabelecer e manter uma conversa natural com os humanos.

Por sua vez, o PLN inclui modelos de linguagem de grande dimensão (LLM ou Large Language Models) e utiliza algoritmos matemáticos de Aprendizagem Automática (ML ou Machine Learning) para entender, gerar, traduzir e manipular texto de forma semelhante aos seres humanos. As técnicas de Machine Learning permitem a previsão comportamental, através da identificação de padrões de comportamento com base na análise de grandes volumes de dados. É importante referir que é uma ferramenta de aprendizagem que se aprimora conforme é alimentada com mais informação/dados.

A Regressão Logística e a Regressão Linear, bem como as Redes Neuronais Artificiais são exemplos conhecidos dos referidos algoritmos matemáticos.

É no contexto das Redes Neuronais que surge o conceito de Aprendizagem Aprofundada (DL ou Deep Learning). A designação de DL surge para classificar uma arquitetura de rede neuronal com mais do que três camadas. São arquiteturas de rede mais complexas, que servem para resolver determinado tipo de problemas da vida real, muito exigentes em termos de perceção visual, como é o caso da utilização da robotização inteligente na indústria automóvel.

O Deep Learning contém, entre outras, a arquitetura associada às Redes Neuronais Convolucionais (CNN ou Convolutional Neural Networks), especialmente apropriadas para processar dados com uma estrutura matricial, como por exemplo, imagens e vídeos. Daí a sua frequente utilização em projetos de condução autónoma, muito exigentes, em termos de reconhecimento de imagem e de vídeo.

A Figura aborda também o conceito de Ciência dos Dados (DS ou Data Science). Em geral, a ciência, ou melhor, a investigação científica, visa gerar conhecimento para melhor compreender o mundo. No contexto da ciência dos dados o objetivo é gerar conhecimento do negócio, no sentido de o compreender melhor, e com isso, decidir e agir com maior eficácia e eficiência.

A IBM define “ciência dos dados” como sendo o conjunto de métodos e técnicas que permitem, a partir da análise dos dados de negócio, extrair conhecimento ou descobertas valiosas que possam suportar as decisões ou estratégias organizacionais. Percebe-se, através da figura, que a DS utiliza a IA mas vai além disso, na medida em que inclui várias atividades adicionais. Na verdade, o processo de produção de conhecimento de negócio (DS) começa com a compreensão do próprio negócio, garantindo que as perguntas certas sejam feitas. Em seguida, procede-se à obtenção dos dados, à sua preparação ou limpeza, e exploração inicial. Depois, a aplicação dos algoritmos de ML ajustados à situação em concreto, e finalmente, procede-se à apresentação dos resultados, usando as técnicas de visualização mais ajustadas e apropriadas aos decisores.

Exemplos da utilização da Inteligência Artificial no nosso dia-a-dia:

• Reconhecimento de voz: Esta tecnologia é integrada em plataformas que interpretam o que dizemos e executam tarefas mediante o que é solicitado. As mais conhecidas atualmente são a Siri e a Alexa.
  Alguns exemplos de tarefas que o reconhecimento de voz cumpre:
  – “Ligar ar condicionado”;
  – “Tocar “Hey You” de Pink Floyd no Spotify”;
  – “Desligar luz da cozinha”;
  – “Telefonar para mãe”;
  – “Lê o meu último email”.
  O reconhecimento de voz dá resposta também a algumas perguntas e seguimento a perguntas básicas, como:
  – Como está o tempo hoje em Lisboa?
  – Que horas são em Paris?
  – Vou precisar de um guarda-chuva hoje?
  – Quanto é 250×3400?
  – Conta-me uma anedota.
  Além destas tarefas, através do reconhecimento de voz podemos ditar o que queremos escrever num SMS e esta tecnologia converte em texto.
• Chatbot: Esta ferramenta é programada para desenvolver conversas online de acordo com as necessidades da empresa. O que permite às empresas que automatizem alguns dos seus serviços, como por exemplo o apoio ao cliente e o recrutamento. Esta ferramenta está disponível 24 horas por dia, 7 dias por semana.
  O objetivo de alguns chatbots é dar resposta automática a perguntas frequentes sobre o negócio (faqs) ou a alguma ação como por exemplo:
  – Qual o tempo de entrega?
  – Qual o número para rastrear a minha encomenda?
  – A minha encomenda diz que foi entregue, mas não recebi. Como devo proceder?
  – Quero cancelar a minha consulta de amanhã.
  O objetivo de outros chatbots é ajudar no processo de recrutamento e seleção. Isto é, os candidatos respondem a perguntas de exclusão efetuadas num chat e são logo excluídos os que não se enquadram na vaga, reduzindo tempo e custos.
  Uma vantagem do chatbot é que desenvolve uma conversa de acordo com as questões colocadas, recolhendo toda a informação que necessita para satisfazer o pedido do cliente.
• Tradução de texto: Aplicações que efetuam a tradução de texto de um idioma para outro. Estas ferramentas são cada vez mais precisas devido à aprendizagem contínua. A tradução é efetuada de forma bastante rápida, traduzindo em segundos a informação. Atualmente, é possível também traduzir documentos por exemplo, word ou PDF. Alguns exemplos: Google Translator, DeepL e Bing Microsoft Studio.
• Sistemas de recomendação: Os sistemas de recomendação que nos ajudam a tomar decisões no nosso dia-a-dia também têm por base inteligência artificial. Através da análise de dados, e da informação que vamos gerando, estas plataformas encontram padrões e geram sugestões. Estes sistemas, além de considerarem a sua informação, consideram também a informação de utilizadores com um perfil semelhante ao seu. Com isto, geram sugestões de produto (por exemplo: roupa com base nas roupas que esteve a consultar nos últimos tempos, ou que utilizadores com consultas similares à sua consultaram); conteúdo (por exemplo: séries ou filmes na Netflix ou músicas e podcasts no Spotify) e serviços (por exemplo: sugestões de subscrições de cabaz mensal com base no seu perfil).
• Reconhecimento facial: É uma técnica de identificação biométrica, efetua a identificação da pessoa através do seu rosto.
  Um exemplo que certamente conhece é o desbloqueio do telemóvel através do rosto. Ao programar o telemóvel para reconhecer o seu rosto, a ferramenta encontra os principais pontos do seu rosto e converte num código numérico, a impressão facial.