As companhias têm, cada vez mais, plena ciência da importância de inovar a fim de se manterem competitivas e relevantes.
Transformação digital, internet das coisas, inteligência artificial, big data…nos últimos anos, esses termos têm sido destacados e debatidos em profusão por profissionais de diversas indústrias. As companhias têm, cada vez mais, plena ciência da importância de inovar a fim de se manterem competitivas e relevantes, sobretudo em um cenário extremamente concorrido e suscetível às rápidas mudanças que a era digital impõe.
Assim, gostaria de abordar neste artigo uma tecnologia que tem potencial de impactar profundamente os negócios em um futuro bem próximo: Computer Vision (Visão Computacional). Trata-se de um ramo da ciência da computação que utiliza a Inteligência Artificial para identificar e processar imagens com o intuito de gerar dados que possam ser analisados e usados para auxiliar na tomada de decisões importantes.
Este nicho do mercado de Advanced Analytics vem ganhando relevância com o passar dos anos. Segundo a Market Research Future, Computer Vision tinha um valor de pouco mais de US$ 9 bilhões em 2017 – a previsão é que o valor aumente para US$ 48 bilhões até 2023 (um crescimento e tanto)!
Essa tecnologia leva o Analytics como conhecemos, pelo qual dados históricos são usados, para fazer previsões e prescrições, a outro nível. A Visão Computacional ganha uma especial relevância quando usada como artifício para produzir contexto em tempo real para obter inteligência analítica e atingir taxas de otimização comercial muito superiores. Resultado? Está se tornando cada vez mais relevante e, muito em breve, indispensável para qualquer empresa.
Para ilustrar o potencial da aplicação dessa tecnologia, aliada à inteligência para o cliente, gosto de utilizar como exemplo o segmento de Varejo. Tipicamente, sites utilizam benchmarks para conversão de carrinhos de compra que se baseiam em dados de clientes conectados, como o histórico de compras. A Visão Computacional permite que o contexto seja utilizado para prever, prescrever e acertar quais as iniciativas necessárias a serem adotadas para aumentar drasticamente as chances de conversão daquele cliente. Uma empresa de produtos de beleza pode lançar um aplicativo que capture o rosto do cliente por meio da câmera do celular para estimar sua idade, etnia, tipo de pele, entre outros fatores. Desta forma, podem sugerir um conjunto de maquiagem ou outros produtos que tenham mais aderência com as características pessoais do consumidor.
A tecnologia também pode ser utilizada para medir, por meio de câmeras, o número de clientes de uma determinada loja, definir o mapa de calor, a organização das prateleiras, entre outras aplicações. O que há de novo aqui é o fato do custo desses equipamentos terem caído muito, sua precisão e resiliência aumentado e também o aparecimento da possibilidade de aplicar sofisticados algoritmos em tempo real com o auxílio da computação on de Edge, permitindo que seja necessário estar conectado na nuvem para aplicar o conceito. Ao combinar todos os insights sobre os clientes é possível atingir uma taxa de 17% de conversão — o usual gira em torno de 5%. Trata-se de um crescimento exponencial, que pode levar os negócios a outro patamar!
A evolução da Visual Computacional – cujas raízes remontam ao conceito de Optical Character Recognition (OCR) – também tem evoluído de forma significativa. Atualmente, já é possível misturar contextos em tempo real e que podem vir de diversas fontes, como celulares, Wi-Fi, imagens de câmeras, em locais como shoppings, e até de redes de fibra ótica. É possível usar essas fontes e uma vasta gama de tecnologias para capturar aspectos do ambiente, classificar dados e, assim, criar e treinar modelos cada vez mais apurados. Governos têm utilizado a tecnologia até para aumentar a segurança viária, por exemplo, ao monitorar a segurança das vias de acesso e até avaliar o desgastes de pontes em tempo real.
Com a evolução contínua e o aperfeiçoamento de novas tecnologias, as indústrias ganharam ferramentas poderosas para prever o futuro, a fim de oferecer experiências cada vez mais personalizadas e assertivas aos seus clientes. Quem conseguir inovar com mais agilidade certamente sairá na frente na corrida — cada vez mais acirrada — pela preferência do consumidor.
*Por Bruno Maia, head de inovação, SAS América Latina. Bruno Maia é formado em Ciência da Computação pela PUC-RJ. Tem ampla experiência na indústria de softwares, com foco na área de vendas de soluções Analytics. Ao longo de sua carreira, atuou em empresas como Oi, IBM e Oracle. Maia ingressou no SAS em 2012.
