O mundo acordou nesta década, mais especificamente a partir de 2012 em diante, para a realidade da inteligência artificial (IA).  O que foi idealizado e concebido lá por volta de 1950, somente agora vem fazer o barulho que merecia há décadas.

A robustez atual das tecnologias de armazenamento, processamento, imagens e o alto volume de dados propiciou este nascimento tardio, mas agora sedimentado.

Apenas nasceu tardiamente, mas já nasce com conceitos, teorias, modelos, matemática já estudados. Portanto, não é uma invenção do agora, mas um nascimento demorado.

Dito isto, afirmo que a estratégia receosa de deixar o mercado se consolidar, as tecnologias amadurecerem, os modelos serem refinados, deixar os outros errarem na frente, enfim, entrar tardiamente na adoção de soluções de IA não é uma boa estratégia.  Os inovadores e adeptos iniciais ficarão cada vez mais distantes e consolidarão posições firmes onde serão imbatíveis frente à concorrência da maioria inicial/tardia, principalmente dos retardatários.  A cada dia o aprendizado se consolida, códigos são criados, modelos treinados e, com isso, os que saem na frente ali tendem a permanecer.

Dois argumentos que não servirão:  “A tecnologia de IA precisa amadurecer”  e   “Profissionais de IA precisam ser treinados primeiro para ter mão de obra disponível no mercado”.

A melhor estratégia consiste em conseguir vantagem competitiva sustentável.  A grande dificuldade consiste na palavra “sustentável”.  Hoje a tecnologia pode ser rapidamente copiada e uma vantagem de uma empresa sobre seus concorrentes dura pouco. Em poucos anos, a concorrência consegue alcançar a qualidade tecnológica dos demais à frente. Em se tratando de tecnologia por tecnologia a sustentabilidade é frágil, rapidamente se alcança, mas não é uma verdade em se tratando de conhecimentos gerados em pesquisas, experiências, erros e acertos.

Registro de inovações

A patente é uma forma de proteção, mas limitada no que tange a código de softwares.  Patentear marcas no Brasil não é tarefa simples nem rápida, imagina produtos, projetos, tecnologias de IA. Precisamos melhorar a máquina interna de patentes e registros. Um processo de patente no Brasil pode durar 14 anos enquanto no Japão apenas 1 ano.

O Brasil encontra-se no nível da França, Áustria, Rússia, Espanha em se tratando de número de patentes e publicações científicas sobre IA, segundo o relatório WIPO – Technology Trends 2019 – Artificial Intelligence.  Todos muito distantes de Estados Unidos, China e Japão, os primeiros colocados. 

As nações travam uma batalha à parte em suas estratégias com IA, as mais “inovadoras” com estratégias governamentais claras em relação a projetos de IA do governo para a sociedade e organizações. O Brasil precisa ter este tema vivo nas discussões parlamentares para que sejam criadas condições que facilitem as patentes, as inovações, os investimentos nesta área, sob risco de perdermos o “bonde” e atuarmos como retardatários nesta corrida.

Passaremos a usar códigos e modelos de fora e contribuiremos com dados para os modelos de Machine learning dos “gringos”. O Brasil está atrasado na corrida pela revolução digital, haja visto que o Brasil de 2010 tinha Petrobras, Vale, Itau e Bradesco como as maiores empresas em valor de mercado, e em 2018 as mesmas permaneciam nas 4 primeiras posições apenas a Vale trocando de lugar com o Itau. Já nos EUA e China as mudanças foram fortes nessas posições entrando empresas de tecnologia digital nos primeiros lugares, Aplle, Amazon, Alphabet, Alibaba, etc, conforme relatório da McKinsey com origem da Forbes. Ver figura abaixo:

Estes dados acima demonstram que estamos ainda assentados na velha economia física e não na nova economia digital e exponencial.

A despeito das dificuldades, empresas, startups e profissionais autônomos no Brasil buscam seus espaços internamente e até externamente com soluções que já exportamos ao mundo com IA embarcada.  Nada estruturado ou em grande volume ainda.

O argumento mais forte “anti-IA” vem do medo de que essa vai eliminar empregos. O fato é que vamos conhecer o “novo mundo”, o “futuro” em breve e ele será bem melhor do que agora. Prevemos para poucos anos adiante a eliminação de câncer, aumento do tempo de vida, redução de CO2, enfim, a tendência é otimista para a qualidade de vida.  A IA vai mudar e trocar empregos, eliminando vários e criando milhares.  Não só a IA, mas a revolução digital em si.

Apesar de tudo que já foi criado e está em evolução no campo da inteligência artificial, abrangendo dentro dela o Machine learning, deep learning, visão computacional, processamento de linguagem natural, etc; ainda estamos num “nascimento tardio”, relembrando o que foi dito acima. 

Nasce tarde a prática advinda do conceito e teoria da IA da década de 50/80, ou seja, não precisamos repensar tais conceitos básicos, mas ainda é uma criança em se tratando do que virá a ser.  É como se estivéssemos numa era antes da criação da odontologia, mas já existiam “dentistas” realizando operações. Já temos empresas fazendo e usando IA, mas ainda veremos um surgimento mais organizado e amplo do que será a IA como ciência no futuro.  Porém, não é cabível aguardar, pois é este manuseio atual da tecnologia que gerará o conhecimento para esta visão ampla da futura ciência.

Caminhos possíveis para avançarmos:

• Criação de comitês de IA para discussão do tema com visão ampla
• Investimento para startups e núcleos de inovação de IA (No Brasil 76% das startups tem como origem financeira o dinheiro de familiares e amigos, conforme relatório da ABStartups de 2017)
• Se estamos falando em revolução digital, o governo precisa se digitalizar mais possibilitando maior participação dos cidadãos
• Investimento para empresas em P&D com IA
• Comitê de ética da IA Brasileira, assim como já ocorre na Europa
• Criação de mais cursos presenciais e distantes com foco em Data Science e IA
• Criação de rodadas de palestras nacionais e regionais sobre IA para nivelar o mercado
• Criação de plataformas de desafios para projetos de IA e ciência de dados
• Organizações privadas precisam se enxergar mais como partes de um APL (arranjo produtivo local-nacional) do que concorrentes, e trabalharem em conjunto e cooperando (cada uma com seu expertise para gerar projetos maiores integrados)
• Necessário reduzir o custo Brasil, claro, facilitando abertura e fechamento de empresas. A inovação ocorre em muitos casos com erros, e errar no Brasil custa caro!

O caminho não é simples, já estamos trilhando alguns, mas precisa ser rápido e amplo!

Sérgio Viegas

VP de Inteligência Artificial da Sucesu

CEO da AION.ai

Criador do Meetup de IA e do Canvas Cognitivo