Virou um clichê no mundo corporativo de que a tecnologia pode e vai trazer melhores resultados para as empresas, especialmente com a eficiência. Isso é um fato. Veja quanto tempo perdíamos em ações cotidianas, como pedir um táxi ou pesquisar simples informações do dia a dia. Apesar de ser algo recente, com a velocidade da tecnologia, trata-se de uma discussão obsoleta. As empresas precisam se focar cada vez mais no “como” e não no “pode”. Durante o Techno Business 2018, o professor Fernando Bação, da Universidade NOVA de Lisboa, listou alguns passos para uma empresa refletir antes de apostar na tecnologia para resolver todos os problemas. E um alerta: as vezes essa transformação não necessariamente tem tecnologia envolvida.

1 – Não compre uma espingarda se não sabe atirar

O número de softwares e programas que prometem melhores resultados nas empresa é vasto. “Em alguns momentos, as pessoas ficam ansiosas para colocar tecnologia na empresa e colocar machine learning em tudo”, diz Bação.Para o professor, precisamos compreender as complexidades dos problemas. De repente, essa interação não precisa ter nenhuma tecnologia empregada. É necessário identificar aqueles setores em que o investimento em novas ferramentas faça sentido. Um deles, por exemplo, é a área de fraudes: com a resolução desses problemas, um aporte é rapidamente recuperado.

2 – A sua empresa tem dados limpos?

Um termo em inglês é categórico: “Clean data is better than big data”. Em tradução livre, dados limpos são melhores do que uma grande quantidade de dados. Ou seja, a sua empresa pode ter centenas de milhares de gigabytes repletos de dados dos seus clientes, mas isso pode não ser o suficiente. Todos eles fazem sentido para o seu negócio? É fundamental ter uma total noção da importância daquilo que você vai analisar. Não adianta ensinar aos seus robôs uma série de interações que não fazem sentido para o seu negócio. Uma estratégia bem feita é fundamental para o resultado da análise. Não se trata apenas de tecnologia.

3 – Os seus dados estão organizados?

A organização dos dados é fundamental para se chegar em resultados que realmente façam sentido para a empresa. Sem essas “etiquetas” não é possível fazer modelos preditivos – que é um dos grandes diferenciais competitivos que essas tecnologias podem trazer a um negócio.

4 – A solução para o problema pode ter uma margem de erro?

Se a sua empresa procura uma resposta para algum tipo de problema grave, não é recomendável que ela seja tomada somente por meio de machine learning. Ainda que esse tipo de análise tenha uma grande taxa de acerto, é bem possível que essas leituras da máquina não sejam o suficiente, especialmente se for algo novo, que os robôs nunca tiveram contato antes. 5 – Como ganhar dinheiro com esses resultados?

Uma análise da máquina não necessariamente vai trazer o dinheiro diretamente para o seu bolso ou para o caixa da empresa. É preciso que, depois de toda a reunião de dados limpos, organizados e analisados, pensar qual é a melhor forma de utilizar todas essas informações em prol da empresa. A experiência, neste caso, é fundamental – é quando o conhecimento humano, de fato, se junta com a análise da máquina.