A ServiceNow apresenta uma pesquisa, realizada recentemente com 500 CIOs de todo o mundo, que revelou que o machine learning chegou de vez às empresas e tem feito contribuições efetivas nas tarefas diárias. De acordo com o estudo, para tirar total proveito desse recurso, os executivos precisam encontrar talentos qualificados para trabalhar lado a lado com as máquinas, além de redesenhar os processos das suas organizações.
Para a pesquisa “O ponto de vista global do CIO” (The Global CIO Point of View), a ServiceNow consultou CIOs de 11 países em 25 indústrias para descobrir os benefícios competitivos de adotar o machine learning e conferir quais resultados eles estão obtendo. Segundo a IDC, o investimento em machine learning deve dobrar até 2020. Além disso, uma análise recente aponta que o cargo de especialista em aprendizagem por máquina está entre as profissões em ascensão na área de TI.
Máquinas inteligentes para trazer precisão, velocidade e crescimento dos negócios
A pesquisa mostra uma crescente confiança entre os executivos sêniores de que o machine learning ajudará a tomar decisões mais rápidas e precisas, uma vez que suas soluções possuem a capacidade de analisar e melhorar o próprio desempenho sem a intervenção humana direta, permitindo-lhes tomar decisões cada vez mais complexas ao longo do tempo:
· Mais de metade (52%) dos entrevistados diz que, além das tarefas de rotina, está estendendo o uso de automação para ações como alertas de segurança e automação de decisões complexas – como responder a alertas
· 87% dizem que obteriam retorno financeiro com a precisão das decisões
· 69% afirmam que as decisões tomadas pelo machine learning serão mais precisas do que as feitas por humanos
· 57% disseram que a tomada de decisões de rotina ocupa uma quantidade significativa de tempo de funcionários e executivos, de modo que o valor potencial da automação seja alto
· Os CIOs esperam que a automação das decisões contribua para o crescimento da linha superior de sua organização (69%)
“Vemos três tipos de processos como alvos para o machine learning: qualquer coisa que exija avaliação, classificação ou previsão”, afirma Katia Ortiz, Diretora Geral da ServiceNow no Brasil. “O trabalho diário, assim como a atribuição de solicitações de TI e a priorização de leads de vendas já estão dando resultados. já faz algum tempo que o machine learning deixou de ser algo apenas desejado, hoje ele é uma realidade”.
Quase três quartos (72%) dos CIOs entrevistados disseram que lideram os esforços de digitalização em suas empresas. Além disso, mais de metade (52%) concorda que o machine learning desempenha um papel crítico. Cerca de metade (49%) dos CIOs consultados diz que suas empresas estão usando o machine learning e 40% está planejando adotar a tecnologia em algum momento.
Entretanto, existem áreas-chave de talento, organização e processos que devem ser abordadas para que as empresas aproveitem plenamente a tecnologia de machine learning:
· Apenas 27% dos CIOs contrataram funcionários com habilidades para trabalhar com aprendizagem por máquina
· Menos de metade (40%) dos CIOs atualizou as descrições de cargos e funções para se concentrar no trabalho com machine learning, 41% citam falta de habilidades para gerenciar essa atividade e cerca de metade (47%) diz que não tem orçamento para o desenvolvimento de novas habilidades
· Os CIOs citam a qualidade dos dados (51%) e os processos desatualizados (48%) como barreiras à adoção
· Menos da metade (45%) desenvolveu métodos para monitorar erros cometidos pelas máquinas
“O machine learning permite que as empresas inovem de formas que não eram possíveis antes”, afirma Katia. “Para utilizar todo o potencial dessa tecnologia, os CIOs devem incorporar seu papel de líderes transformadores que influenciam a forma como nossas organizações projetam processos de negócios, alavancam dados, contratam e capacitam talentos”, defende.
Um grupo seleto de CIOs entrevistados (menos de 10%) está correndo à frente de seus pares no uso de machine learning. Pioneiros, eles ajudaram a montar um modelo para ajudar outros CIOs a utilizar melhor a aprendizagem por máquina.
· Quase 90% desses CIOs esperam que a automação de tomadas de decisão dê suporte para o crescimento de suas empresas contra 67% dos demais entrevistados
· Aproximadamente 80% desenvolveram métodos para monitorar erros feitos na máquina contra 41% do outro grupo
· Mais de 75% criaram atribuições e atualizaram as descrições de cargos e funções de trabalho que focam em máquinas inteligentes, em comparação com 35% dos outros
· Mais de 70% desenvolveram um roteiro para futuras mudanças nos processos de negócios, em comparação com apenas 33% dos demais
“Esses CIOs que estão na dianteira e que combinam o machine learning com novos processos e habilidades de negócios apoiarão melhor o crescimento de suas empresas”, ressalta Katia. “Eles relatam níveis mais altos de maturidade no uso dessas plataformas, o que lhes permite se concentrar na inovação, como a automação de decisões complexas, que imediatamente impacta a base de seu negócio”.
A pesquisa destaca importantes pontos de vista dos CIOs dos setores de serviços financeiros e de saúde frente aos executivos de outra áreas.
· Os CIOs da área de serviços financeiros são mais propensos a dizerem que suas empresas estão passando da automação de decisões simples para a automação de decisões cada vez mais complexas (68%, contra 52% de outras)
· É mais provável que tenham feito mudanças organizacionais para acomodar o trabalho digital, incluindo a redefinição das descrições de cargos para se concentrar no trabalho com máquinas inteligentes (62% versus36%), desenvolvendo um roteiro para futuras mudanças de processo (52% contra 35%) e recrutando funcionários com novos conjuntos de habilidades (42% vs. 25%)
· Os CIOs no setor de saúde continuam cautelosos. Eles são menos propensos a usar o machine learning em toda a organização e menos propensos a dizer que a tecnologia terá um impacto positivo no crescimento, competitividade ou redução de risco do negócio
· Eles também são menos propensos a esperar obter retorno da automação de decisão em várias áreas funcionais, incluindo segurança (70% x 80%), operações (46% x 58%), risco e conformidade (36% x 58%).
