Recursos/White Papers

Tecnologia

Ferramentas de Inteligência Artificial tornam o BI mais útil

O que costumava levar semanas para ser preparado por cientistas de dados, em breve poderá ser resolvido em poucos dias por usuários de negócios

Maria Korolov, CIO/EUA

Publicada em 26 de junho de 2018 às 13h15

As empresas que buscam cumprir a promessa do Machine Learning para análise de dados estão se voltando para um velho amigo improvável. Sistemas de inteligência de negócios, em grande parte usados para analisar o desempenho passado, estão sendo adaptados com Inteligência Artificial para trazer recursos preditivos para a geração de relatórios.

A Symphony Post Acute Network é uma dessas organizações. A empresa de saúde, que tem 5 mil leitos em 28 unidades de saúde em Illinois, Indiana e Wisconsin, queria usar Inteligência Artificial e Machine Learning para melhorar o atendimento de até 80 mil pacientes por ano em recuperação de procedimentos como cirurgias no joelho ou recebendo tratamento de diálise.

A Symphony considera que encontrar indicadores (pontos de dados individuais ou padrões sutis de dados) capazes de apontar se um paciente está em risco e requerendo cuidados adicionais é um caso de uso perfeito para Machine Learning. Mas construir modelos assim não é um trabalho simples. "Fui bombardeado com perguntas sobre previsões", diz Nathan Patrick Taylor, diretor de ciência e análise de dados da Symphony. "Mesmo que eu passasse o tempo todo construindo modelos de Machine Learning, não havia como fazer o desejado."

Então a empresa contratou mais dois cientistas de dados. "E eles não foram baratos", diz Taylor. "Mas não estávamos obtendo o retorno que precisávamos. Foi muito difícil e caro."

Há cerca de dois anos, a Symphony começou a procurar alternativas comerciais, fornecedores que já tinham os modelos de Machine Learning construídos e prontos para uso. Agora, a empresa pega os dados já coletados em seu data warehouse, envia-os por meio dos mecanismos de IA baseados em nuvem de seu fornecedor, DataRobot, e canaliza os resultados de volta para os painéis Microsoft PowerBI da empresa a cada quatro horas. "Imediatamente, eu entendi, meu CIO entendeu, e nós ficamos impressionados com os resultados", diz Taylor. "Parecia mágica."

Hoje, 240 médicos e enfermeiros recebem as previsões e recomendações nos dashboards do PowerBI, que podem ser acessados ​​por meio de tablets e smartphones. Hoje, pacientes com alto risco de readmissão, por exemplo, são sinalizados com um ícone de ambulância.

Injetando IA no BI

As taxas de readmissão são um grande negócio para a Symphony, diz Taylor. Hospitais e companhias de seguros analisam as taxas de readmissão, já que cada uma delas acaba custando à empresa US$ 13.500. "Isso não é uma quantia insignificante", diz ele.

Para descobrir se as previsões do DataRobot eram úteis ou não, a Symphony lançou os feeds do DataRobot para apenas algumas de suas instalações e realizou um estudo de seis meses para verificar se havia uma diferença nas taxas de readmissão. 

O resultado final? As taxas melhoraram, diz Taylor - de 21% para cerca de 18,8%. "Isso é uma melhoria significativa", diz ele. "Isso conquistou nosso CEO".

Hoje, a empresa está começando a usar a mesma abordagem para analisar contratos com seguradoras. "Se não estamos cobrando corretamente os serviços, é dinheiro que deixamos na mesa", diz ele.

A instalação inicial levou cerca de 20 horas e envolveu a conexão dos feeds de dados e a configuração dos modelos de aprendizado. Agora, se alguém quiser novos tipos de previsões, um novo modelo de aprendizado leva de seis a oito horas para ser configurado, diz ele, e é distribuído em três dias úteis.

Além disso, os modelos existentes podem ser retreinados a qualquer momento, diz ele. Por exemplo, os regulamentos podem mudar ou a equipe médica pode começar a usar novos procedimentos. Além disso, um modelo pode se desviar com o tempo. Taylor retraça os modelos a cada três meses, ou sempre que houver uma grande mudança na política. Se houver uma grande mudança, talvez seja necessário treinar o modelo de aprendizado apenas nos dados coletados após a entrada em vigor das novas políticas.

Gerenciar o sistema não requer mais um cientista de dados altamente treinado, ele diz, mas requer alguém que tenha um conhecimento básico de estatística. Na Symphony, a empresa também usa o código R para configurar os modelos.

A DataRobot também suporta Python fora da caixa. Os clientes que usam outros idiomas também podem usar qualquer linguagem da API Rest para chamar a API DataRobot Rest, incluindo Java, C #, SAS, JavaScript e Visual Basic, de acordo com Colin Priest, diretor de marketing de produto da DataRobot.

Próximo passo da IA é o autoatendimento

"A IA foi democratizada", diz Boris Evelson, vice-presidente e principal analista da Forrester Research. "Até recentemente, era necessário um cientista de dados para escrever código. Hoje, com esses sistemas de inteligência de negócios, posso apontar e clicar em alguns pontos de dados, escolher a variável que desejo prever - como a propensão de um cliente à compra - e aguardar que os modelos sejam gerados automaticamente. "

Algo que costumava levar meses para ser organizado por um profissional de ciência de dados pode ser reunido em poucos dias por alguém que possa entender os dados e trabalhar com o Excel, diz ele.

"Os profissionais de marketing estão usando isso para prever e agir sobre o comportamento do cliente, os gerentes de negócios estão usando para analisar e prever riscos, as pessoas da cadeia de suprimentos estão usando para analisar e otimizar a logística", diz ele.

De acordo com uma recente pesquisa da Forrester, melhorar as plataformas de dados, análises ou insights é um dos três principais casos de uso para tecnologias de Inteligência Artificial. E todos os principais fornecedores de BI, incluindo IBM, Oracle e Microsoft, estão trabalhando duro nessa área.

Se oito horas ainda parecem muito longas para configurar um novo modelo de Machine Learning, opções mais fáceis estão a caminho. Em breve, os usuários poderão obter os tipos mais comuns de previsões automaticamente, obter recomendações e ter reconhecimento de imagem integrado e processamento de linguagem natural, já que o Gartner prevê que processamento em linguagem natural e Inteligência Artificial serão recursos padrão de 90%. de plataformas modernas de Business Intelligence nos próximos dois anos.

Equipando o BI para análise textual e visual
O processamento de linguagem natural permitirá que os usuários façam perguntas simples em inglês, no momento em que precisarem da informação, diz Bruce Molloy, CEO da SpringBoard.ai . "É uma evolução natural", afirma.

Quanto mais restrito for o domínio, e quanto mais dados relevantes uma plataforma tiver acesso, mais fácil será para o fornecedor adicionar recursos de IA, diz ele. Plataformas de contabilidade ou sistemas de gerenciamento de relacionamento com o cliente, como o Salesforce, já possuem os dados de que precisam e há certas perguntas que os usuários têm mais probabilidade de fazer. 

Os impulsos para o uso crescente da Inteligência Artificial são o aumento do poder de processamento, algoritmos mais inteligentes, computação em nuvem e interfaces padrão. O DataRobot, por exemplo, aproveita a computação em nuvem e as APIs padrão do Rest, permitindo que ele ofereça suporte aos sistemas de BI Trifacta, Alteryx e Domino Data Labs, além do PowerBI, Tableau, Qlik, Excel, R Shiny e muitos outros.

Dashboards de BI com tecnologia IA também podem processar uma variedade muito maior de dados do que antes. A Symphony, por exemplo, não olha apenas para os números dos registros dos pacientes, mas também para as anotações de progresso feitas por médicos e enfermeiros.

Há muitas informações salvas em formatos não estruturados, informações que podem levar a insights ou previsões úteis, diz Josh Sutton, chefe global de dados e Inteligência Artificial da empresa de consultoria Publicis.Sapient. E não é só texto.

"Uma das maiores fontes de dados não estruturados é a imagem visual", diz Sutton. Os departamentos de marketing, por exemplo, poderiam se beneficiar da análise de como seus clientes estão interagindo com os produtos com base nas fotos que eles compartilham nas mídias sociais.

IA

Para além da análise descritiva
Mas previsões e insights são apenas o primeiro passo do que a IA pode adicionar ao BI, afirma David Schubmehl, diretor de pesquisa de sistemas inteligentes cognitivos e artificiais da International Data. Dashboards com tecnologia IA também podem fornecer conselhos ou sugerir ações específicas que os usuários devem fazer em seguida - ou mesmo oferecer realizar essas ações para os usuários.

"Se os números de vendas estão caindo, poderia dizer o que isso significaria para o futuro, e o que você deve fazer agora", diz ele.

Isso torna o BI muito mais valioso.

"Eu acho que é por isso que muitas pessoas estão adotando esses tipos de ferramentas", diz ele. Por exemplo, a Salesforce acaba de fazer um grande anúncio de que suas previsões do Einstein haviam ultrapassado um bilhão de previsões por dia em termos de inteligência prescritiva, ajudando as pessoas a fechar novos negócios, identificando novos leads e criando recursos orientados para a ação. Acredito que seja um indicador de que as pessoas querem mais do que apenas análises descritivas de negócios. "

E ainda estamos nos primeiros estágios, diz ele. "Em algum momento nos próximos dois a três anos, provavelmente alcançaremos a plena maturidade. As pessoas estão apenas começando a entender quais são as possibilidades com Inteligência Artificial e Machine Learning."

Em particular, a IA ainda não tem bom senso, diz Rumman Chowdhury, diretor sênior e líder global de Inteligência Artificial da Accenture.

"Mesmo que uma determinada plataforma tenha um modelo de IA incorporado e pronto para ser usado, o usuário ainda precisa entender os dados que estão sendo usados ​​e sua relevância", diz ela. "E eu não sei se vamos substituir totalmente o julgamento humano em algumas dessas áreas. Não sei se podemos automatizar totalmente a tomada de decisão real - ou mesmo se deveríamos."



Reportagens mais lidas

Acesse a comunidade da CIO

LinkedIn
A partir da comunidade no LinkedIn, a CIO promove a troca de informações entre os líderes de TI. Acesse aqui