Não é segredo que inteligência artificial é a grande tendência do mercado de tecnologia. Além do hype protagonizado pelo chatGPT – o produto atingiu 100 milhões de usuários em dois meses -, os números do mercado são igualmente impressionantes. Estima-se que até 2029, o mercado de inteligência artificial atinja a marca de USD 1.3 trilhões, crescendo a uma taxa média de 20.1% entre os anos de 2022 e 2029, segundo relatório da Fortune Business Insights.

Podemos perceber esse crescimento do mercado de IA quando analisamos a adoção de novos casos de uso nas empresas. Segundo pesquisa da Algoritmia, em 2021 a porcentagem de empresas que indicaram ter mais de 5 casos de uso para IA em suas operações foi 74% maior que no ano anterior.

Mas o que, então, tem impedido que empresas consigam implementar com sucesso novas aplicações de inteligência artificial?

Desde 2017, a Datarisk vem desenvolvendo aplicações para democratizar o uso da inteligência artificial. Em nossa jornada, identificamos 3 desafios recorrentes que dificultam que organizações desenvolvam casos de uso bem sucedidos:
‍

Governança em IA e ML ainda é um grande gargalo no mercado

59% das empresas entrevistadas pela Algoritmia State of AI report, colocaram a governança como o principal desafio para implementação de IA. A necessidade de estar complacente com algum tipo de regulação, além do desenvolvimento de processos internos, acaba por tornar o processo de se colocar um modelo em produção cada vez mais demorado. Ainda segundo a Algoritmia, 48% das empresas demoram mais de um trimestre para colocar um modelo em produção.
‍

Escassez de profissionais no mercado de IA&ML para atender a demanda

Terminar o ciclo de implementação de uma aplicação de IA demanda bastante maturidade entre diferentes profissionais, times e stakeholders. Apesar disso, a figura de cientistas e engenheiros de dados, que já acompanharam todo o ciclo de construção, implementação e monitoramento de uma aplicação de IA ainda é extremamente rara no mercado. Isso acaba por deixar um vácuo de liderança na execução do projeto desde a sua formatação (definição do problema de negócio a ser resolvido) até a operacionalização (colocar os modelos em produção).
‍

Displicência com o monitoramento dos modelos

Aplicações de inteligência artificial são produtos vivos, que exigem monitoramento e interação constante, como qualquer produto. O monitoramento garante uma gestão de longo prazo em relação à performance do modelo, assegurando que qualquer mudança não impacte na operação das empresas. Porém, mesmo com esse papel fundamental, o mercado tem deixado em segundo plano a construção do monitoramento de modelos, muitas vezes pressionado por um backlog extenso de novas aplicações a serem feitas.

Tendo em vista todo esse contexto de oportunidades, a Datarisk gostaria de anunciar uma nova fase na maneira como a empresa pode ajudar empresas e inovadores a construir aplicações de IA, o Model as a Service. Trata-se da construção de aplicações customizadas de IA feitas e geridas pelo nosso time de especialistas e servidas através de APIs. Todos os projetos de Model as a Service Datarisk usam nosso software proprietário de machine learning Ops, que garante:
‍

• Monitoramento contínuo dos modelos com avisos via slack;
• Governança, com os registros dos modelos, seus metadados e possibilidade de versionamento, tendo a gestão em um único local;
• Time to market mais eficiente;
• Escalabilidade;
• Processos de escoragem em batch ou online.
  ‍

“Sempre nos frustrou ver que o sucesso na implementação de uma aplicação de IA não esbarrava na construção do modelo em si, mas sim no final do processo, na hora de colocar os modelos em produção e de fazer o monitoramento”, explica Jhonata Emerick, CEO e cofundador da Datarisk. “Com o Model as a Service garantimos um processo com menos fricção, para que as empresas possam usufruir do benefício de negócio esperado pelos modelos preditivos. Os únicos requisitos para a execução de um projeto passam a ser que nossos clientes tenham uma TI que consiga integrar uma API e dados históricos para resolver o problema de negócio do modelo”.

Casos de uso
‍

A Datarisk hoje atende uma grande variedade de casos de uso para o Model as a Service, dados os anos prestando consultoria no modelo tradicional.

“Nossa maior expertise segue sendo em crédito e todos os modelos que compõem uma estratégia completa de uma fintech ou instituição financeira – fraude, cobrança, renda e as variações de públicos para modelos de crédito. Mas temos crescido cada vez mais os casos de uso que atendemos em outras áreas, como na área de marketing e previsão de demanda, por exemplo. Apenas para marketing, no último ano, fizemos modelos de propensão com foco em loyalty, probabilidade de compra de determinados produtos, alguns casos diferentes de churn e também propensão a trocar cupons. Para previsão de demanda, tivemos projetos de prever produção de insumos, falhas em peças e também previsão de ruptura em gôndolas de varejo. 2022 foi um ano bem positivo para abrir os horizontes de atuação da empresa”, completa Carlos Relvas, cofundador e Chief Data Scientist.‍

Com o Model as a Service, a Datarisk dá mais um passo rumo a facilitar que o ecossistema possa desfrutar dos benefícios da inteligência artificial para seus respectivos negócios. Continuamos em nossa missão de potencializar os efeitos positivos que a inteligência artificial pode oferecer à sociedade.

Quer saber mais sobre a nossa solução? Entre em contato com o nosso Time Comercial para desenharmos estratégias juntos.

‍