Em Foco

Analítica preditiva: a bússola do futuro 

Num mundo inundado de dados, encontrar padrões, prever tendências e antecipar futuros cenários tornou-se a nova alquimia do século XXI. A analítica preditiva, que usa estatísticas, algoritmos e técnicas de machine learning para identificar a probabilidade de futuros resultados com base em dados históricos, está a redefinir a forma como as empresas tomam decisões, os governos planeiam políticas e os indivíduos moldam as suas vidas.

svstudioart/Freepik

Analítica com impacto na cadeia de valor
Mas há outra consultora com interesses nesta área: a Accenture. Aqui, a visão assenta no facto de, ao longo da última década, as organizações terem tomado consciência de que os dados são um dos seus activos mais importantes. Esta consciencialização tem levado a que exista um investimento cada vez maior, tanto na vertente tecnológica de recolha e processamento de dados, mas também em termos de negócio e estratégia, com investimentos consideráveis na definição de casos de uso que utilizem análises preditivas com impacto directo na cadeia de valor. «As organizações perceberam que podem utilizar os dados para terem um impacto positivo no seu negócio através de modelo de análise preditiva que permita actuar na melhoria da experiência de cliente, conceber mecanismos de detecção de fraude antecipados, potenciar a optimização de campanhas de marketing, entre muitos outros», disse à businessIT Hugo Balseiro, responsável de inteligência artificial da Accenture Portugal.

Para este executivo, o mercado de soluções de inteligência artificial, e em particular de analítica preditiva, tem tido um enorme crescimento ao longo dos últimos anos. «Este facto foi, essencialmente, potenciado pela evolução tecnológica ocorrida na última década. Como é sabido, do ponto de vista teórico, a Inteligência Artificial é uma área com algumas décadas de estudo, datando os primeiros conceitos e modelos da segunda metade do século XX».

No entanto, diz Hugo Balseiro, a evolução tecnológica ocorrida no presente século e o surgimento de ecossistemas cloud permite não só uma recolha de dados massiva – actualmente na ordem dos exabytes diariamente – e mais próximo de ‘real-time’, mas também o aumento exponencial da capacidade de processamento: «Estes factores contribuem em conjunto para a redução de custo associado à vertente tecnológica e possibilidade de treino de modelos cada vez mais complexos com ‘datasets’ maiores e com maior representatividade».

Resumindo, a recolha massiva dos dados, a grande capacidade de computação acessível a um custo comportável e o interesse de empresas em perseguir temas de vanguarda são os principais factores para a democratização da utilização da inteligência artificial e de modelos preditivos em particular.