A Scale AI anunciou nesta terça-feira que levantou US$ 1 bilhão em uma rodada de financiamento liderada pela empresa de capital de risco Accel, com a participação de Nvidia, Amazon e Meta, avaliando a startup de dados de inteligência artificial em quase US$ 14 bilhões. As principais empresas de tecnologia estão correndo para incorporar a IA em seus produtos e serviços. As startups que atendem ao aumento da demanda por chips de IA e aprendizado de máquina têm sido um ponto positivo em um mercado de financiamento privado que, de outra forma, seria moderado.

Siga a Forbes no WhatsApp e receba as principais notícias sobre negócios, carreira, tecnologia e estilo de vida

Fundada em 2016, a Scale AI fornece grandes quantidades de dados rotulados com precisão, o que é fundamental para o treinamento de ferramentas sofisticadas como o ChatGPT da OpenAI. A empresa também ajuda sua clientela - incluindo Microsoft, Morgan Stanley, OpenAI e Cohere, a criarem e refinarem conjuntos de dados. A rodada de financiamento da empresa sediada em São Francisco é a mais recente de uma série de transações na área de IA. As startups de IA levantaram US$ 19,15 bilhões em financiamento de capital de risco no primeiro trimestre, em comparação com US$ 16,36 bilhões no mesmo período do ano anterior, de acordo com dados da PitchBook. A Scale AI disse que usará o capital para desenvolver recursos de dados com seus clientes corporativos e o Departamento de Defesa dos EUA e a Casa Branca. O governo dos EUA vem formando parcerias com empresas focadas em IA e lançou várias iniciativas para inovação na área. Outros investidores de alto nível que participaram da última rodada de financiamento da Scale incluíram Coatue, Tiger Global Management, Intel Capital e AMD Ventures. Em 2021, a startup levantou US$ 325 milhões em uma rodada de financiamento que supostamente a avaliou em cerca de US$ 7,3 bilhões.

Os gastos corporativos com sistemas de inteligência artificial devem ultrapassar US$ 50 bilhões neste ano. No entanto, a grande maioria das empresas pode não ter muito retorno imediato sobre esse investimento recorde. Em uma pesquisa com mais de 3.000 gerentes de empresas sobre seus gastos com IA, apenas 10% relataram benefícios financeiros significativos de seu investimento até agora, constatou o novo relatório do “MIT Sloan Management Review”, revista digital de tecnologia e negócios, e do Boston Consulting Group, empresa de consultoria corporativa. LEIA MAIS: Nestlé reforça estratégia de digitalização com centro de inovação e tecnologia Os ganhos com a tecnologia não acompanharam o aumento da adoção do investimento, diz Shervin Khodabandeh, que liderou o estudo e é codiretor de negócios em IA do Boston Consulting Group na América do Norte. “Estamos vendo mais atividades, o que também significa mais investimento em tecnologia e ciência de dados”, diz Khodabandeh. “Mas a linha de impacto ainda não mudou realmente.” Os resultados devem ser preocupantes para as empresas que continuam a despejar dinheiro em projetos de IA em um ritmo vertiginoso, procurando usar as ferramentas alternativas para tudo, desde gerenciamento de contratos até fornecer energia a assistentes domésticos e carros autônomos. Mais de US$ 50 bilhões devem ser investidos em sistemas de IA globalmente neste ano, de acordo com o IDC, empresa de consultoria de mercado, acima dos US$ 37,5 bilhões em 2019. Em 2024, o investimento deve chegar a US$ 110 bilhões, prevê a entidade. Apesar dos bilhões investidos, projetos de IA fracassados são crescentes. A IBM desviou a prioridade de sua tecnologia Watson, sistema de computador de solução de questões, após atrair o desprezo por empreendimentos como um projeto de oncologia de US$ 62 milhões que fez sugestões imprecisas sobre tratamentos de câncer. A Amazon teve de parar com uma ferramenta de recrutamento de IA depois que ela mostrou preconceitos misóginos. E empresas menores descobriram que construir tecnologia é mais difícil do que parece, já que assistentes virtuais supostamente equipados com IA e agendadores de reuniões acabam dependendo de humanos reais nos bastidores. As empresas estão lutando para entregar projetos de IA e ter mais resultados, diz Khodabandeh, porque elas gastam demais em tecnologia e cientistas de dados, sem implementar mudanças nos processos de negócios que poderiam se beneficiar da IA ​​—uma conclusão que ecoa um relatório da “Harvard Business Review” publicado em junho. Tome a Uber como exemplo. No mês passado, os engenheiros da empresa de caronas concluíram que seus carros autônomos não conseguiam dirigir mais de 800 metros até encontrarem um problema. A inteligência artificial do programa ainda "luta com rotinas e manobras simples", de acordo com um relatório na “The Information”. Parte do motivo da falha, de acordo com um memorando interno, são ideias concorrentes sobre como implementar a tecnologia. LEIA MAIS: Honda deixará a F1 para se concentrar em tecnologia de emissão zero Mas, com a promessa da IA ​​de economia e melhorias em grande escala para os negócios, as empresas não vão parar de investir em tecnologia tão cedo. Os pesquisadores do BCG e do MIT descobriram que 57% das empresas disseram ter implantado seus próprios projetos de IA, em relação a 44% das empresas em 2018. Para que esses projetos dêem frutos, Khodabandeh diz que mais usuários de IA precisarão repensar como a tecnologia está integrada em seus negócios. “Claramente há muito exagero”, diz ele. “E parte desse exagero aparece nos dados.” Siga FORBES Brasil nas redes sociais: Facebook Twitter Instagram YouTube LinkedIn Siga Forbes Money no Telegram e tenha acesso a notícias do mercado financeiro em primeira mão Baixe o app da Forbes Brasil na Play Store e na App Store. Tenha também a Forbes no Google Notícias.

Da década de 1930 até a de 1950, era comum utilizar testes de personalidade para analisar a adequação do emprego e combinar candidatos com vagas. Essa tendência diminuiu dos anos 60 a 90, pois os candidatos conseguiam "induzir" as respostas para o que eles entendiam ser necessário para determinada vaga. Foi durante esse período que a tecnologia ganhou protagonismo e, aos poucos, revolucionou essa ferramenta. Com a chegada do Big Data e da Inteligência Artificial, os testes de personalidade voltaram à tona. Inovação virou a palavra de ordem nas corporações em diversos departamentos, mas o RH não acompanhou esse bonde e ficou carente desta por anos. Empresas passaram a gastar milhões para explorar o comportamento do consumidor, segmentar perfis de clientes e identificar padrões nos dados para fazer projeções. No entanto, só agora começamos a ver as primeiras iniciativas de inovação no setor. Nos últimos anos, surgiram diversas plataformas digitais para auxiliar o processo de contratação, como os famosos algoritmos de matching e recomendação com base em habilidades técnicas, dados demográficos, geográficos etc. Apesar disso, ainda não vimos uma inovação significativa para a análise de comportamento dos candidatos ou colaboradores da empresa, algo que já acontece com o consumidor, por exemplo. As metodologias utilizadas pela indústria para essas análises ainda são as mesmas da década de 30 e pouco se evoluiu. Porém, a maioria dos testes tradicionais foram construídos para aplicações individuais (one to one), e não para serem escaláveis e alcançar milhares de candidatos simultaneamente em um processo seletivo. Por isso, a busca por alternativas para tornar esse processo mais eficiente não para. É inegável que contratar funcionários com as personalidades certas pode contribuir para aumentar o envolvimento e a produtividade. Embora o histórico de trabalho e um forte conjunto de habilidades sejam importantes, os traços individuais e os valores que uma pessoa possui são considerações fundamentais no processo. Se soubermos o suficiente sobre o que você diz e faz, seu teste aparentemente irá prever sua resposta a um discurso de vendas, facilidade para se relacionar ou qualquer outro estímulo. Na maioria das estruturas de equipe, todo membro tende a desempenhar um papel diferente. Descobrir os pontos fortes e fracos deles é fundamental ao emparelhá-lo com uma equipe e, em alguns casos, a uma função específica. Para acompanhar esse movimento, os testes de personalidade ou avaliação de carreira ganharam uma função adicional: são usados para combinar sua personalidade com uma equipe ou até mesmo um trabalho. Pode ser difícil ter boa leitura de alguém durante uma entrevista. Por isso, testes de personalidade durante o processo de contratação são excelente indicador para saber se uma pessoa será bem-sucedida em sua empresa. No cenário atual de inovação tecnológica, mudanças estruturais na relação de trabalho e um mercado em transição, abre-se caminho para novas metodologias de análise de personalidade escaláveis e automatizadas, com o objetivo de reunir essas informações e olhar além das métricas tradicionais. Há um mundo enorme e ainda inexplorado além disso, e as empresas e candidatos só têm a ganhar.   Siga FORBES Brasil nas redes sociais: Facebook Twitter Instagram YouTube Baixe o app de Forbes Brasil na Play Store e na App Store   Os artigos assinados são de responsabilidade exclusiva dos autores e não refletem, necessariamente, a opinião de Forbes Brasil e de seus editores.

Será inaugurado hoje (26), na Unesp, o Instituto Avançado para Inteligência Artificial (AI2). O centro, sem sede própria, lançado por alguns dos pesquisadores das principais universidades do país, visa expandir os interesses entre a academia e o setor privado para pesquisa de impacto sobre o assunto. O workshop, que será realizado no Núcleo de Computação Científica (NCC) da Unesp, no câmpus da Barra Funda, em São Paulo, reunirá pesquisadores que atuam em inteligência artificial, e abrirá espaço para que potenciais parceiros do setor empresarial possam apresentar oportunidades de colaboração com o grupo. LEIA MAIS: Trump ordena promoção de inteligência artificial Segundo o instituto, a ideia é providenciar uma estrutura organizacional eficiente, porém simples, para dar autonomia aos pesquisadores na relação com as empresas. A iniciativa privada terá o AI2 como ponto de referência para especialistas em inteligência artificial, aprendizado de máquina e big data, entre outras coisas. O objetivo é estimular e facilitar o desenvolvimento de projetos inovadores que utilizam os avanços da tecnologia digital para promover ações de impacto socioeconômico. As produções deverão atender tanto o interesse privado quanto do meio acadêmico, procurando beneficiar a sociedade e influenciar a criação de políticas públicas para o desenvolvimento da área. A rede de espaços de coworking do instituto é conectada por um sistema de videoconferência para proporcionar a interação entre os pesquisadores e os desenvolvedores atuantes nas diferentes áreas. O AI2 não tem fins lucrativos e promete prezar pela transparência, inclusão e transversalidade de suas ações. Siga FORBES Brasil nas redes sociais: Forbes no Facebook: http://fb.com/forbesbrasil Forbes no Twitter: http://twitter.com/forbesbr Forbes no Instagram: http://instagram.com/forbesbr

É fato que a inovação é uma necessidade fundamental para qualquer negócio e isso só tem sido percebido de maneira mais intensa, devido aos avanços tecnológicos que aconteceram principalmente nos últimos 10 anos, os quais colocou novas empresas no topo e tirou de lá algumas das maiores que já vimos existir. LEIA MAIS: Inteligência Artificial será usada em tratamento para o câncer Observar tudo o que acontece dentro e fora do seu mercado é fundamental para entender os desafios do cenário de inovação no mundo dos negócios, que ocorre cada vez mais rápido. Pelo menos, mais rápido do que a maioria consegue perceber. Para acompanhar tudo isso e aumentar ao máximo a possibilidade de sucesso, é preciso uma cultura orientada para os dados. O poder trazido pela inteligência artificial (IA) na análise de dados é, de fato, transformador e muitas vezes pode causar um certo ceticismo até que seja percebido tudo o que estava oculto, mas bem diante dos olhos. Os dados passam a adotar um papel estratégico e central na transformação de negócios, ao desbloquear uma riqueza de informações em torno de todas as áreas da empresa. Além disso, as pessoas também precisam entender a riqueza que existe ao analisar dados corretos. Uma das maiores empresas de aviação do mundo, ao analisar os dados do chão de fábrica para entender melhor como a mecânica funcionava, percebeu que os mecânicos gastavam ¼ do seu tempo para identificar peças, planos e ferramentas antes de iniciar o trabalho e que existia centenas de milhões de dólares em estoque sem qualquer demanda de curto prazo. Essa não é uma jornada confortável, pois passa por uma mudança cultural muito grande. Afinal, é difícil as pessoas perceberem que um processo utilizado há anos já não entrega mais a eficiência necessária para a empresa se manter competitiva. Esse processo de retroalimentação e aprendizado para a obtenção de resultados cada vez mais assertivos é contínuo. Até hoje nunca ouvi ninguém dizer: “Não preciso de mais informações, isso não vai me ajudar”. Se usar dados ruins, o seu modelo de aprendizado de máquina produzirá resultados ruins, porém, se a implementação de um algoritmo de aprendizado de máquina for bem-sucedida, utilizando os dados corretos, você alcançará resultados exponenciais. A IDC aponta que o mercado mundial de Big Data deve alcançar US$ 187 bilhões em 2019. Isso não deve surpreender ninguém que trabalha com dados. Mas, do outro lado, temos um dos maiores problemas enfrentados pelas empresas: a IBM estima que o prejuízo das grandes organizações por utilizarem dados de baixa qualidade seja de 3 TRILHÕES de dólares. Essa soma é derivada de erros de grande escala e de soluções alternativas utilizadas pelos outputs errados. VEJA TAMBÉM: Por que clientes e profissionais de marketing precisam da inteligência artificial humana Diante deste cenário, vale a máxima de que, com relação a dados, tamanho, ou melhor, volume não é documento. A qualidade dos dados é premissa básica para uma implementação de sucesso e transformação do negócio. A negligência e falta de atenção a isso pode causar um efeito dominó e gerar um falso positivo que culminará em erros sucessivos, perda de tempo e prejuízos que na maioria das vezes é fatal para qualquer empresa. Diego Figueredo, é fundador da Nexo, player de inteligência artificial que já desenvolveu soluções para clientes como Volkswagen e Brastemp (Whirlpool), entre outros, além de agências como Ogilvy, Jüssi, Bullet e Act10n.

Apesar de a tarefa de tomar decisões ser um dos principais papéis de um líder, o assunto é, muitas vezes, negligenciado em meio às inúmeras conversas sobre os atributos e missões da liderança. É discutível que a enorme quantidade de informação disponível para o executivo moderno tenha tornado o ato de tomar uma decisão mais difícil do que fácil. No entanto, isso não deve continuar a ser um obstáculo. Nesse sentido, há uma visão crescente de que a inteligência artificial poderia ter um efeito benigno, apesar de ser amplamente vista como o fim de toda uma gama de empregos. VEJA TAMBÉM: Como utilizar a inteligência artificial para apoiar o trabalho humano Como já publicado pela FORBES, um novo livro - “Prediction Machines” (algo como “Máquinas de Previsão”, em tradução livre), de Ajay Agrawal, Joshua Gans e Avi Goldfarb, da Universidade de Toronto - sugere que o poder da IA ​​reside na sua capacidade de reduzir o custo da previsão, dando aos profissionais maior certeza - uma mercadoria inestimável em um momento em que há um consenso geral de que a volatilidade e a incerteza estão entre as forças dominantes no atual clima de negócios. De fato, o potencial desta tecnologia para desvendar os segredos nas quantidades cada vez maiores de dados que estão sendo coletados pode ajudar a transformar uma parte específica e importante do negócio - previsão e planejamento. Na vanguarda dessa revolução está a Anaplan, fundada em 2006 por Michael Gould, no celeiro de uma propriedade em Yorkshire. O fundador estava convencido de que havia uma maneira melhor de fornecer às empresas as ferramentas de previsão de que precisava. Usando a nuvem para permitir que as unidades de negócios colaborassem de forma mais eficaz, a Anaplan reuniu rapidamente uma lista de clientes renomados, como a Coca-Cola, a seguradora RSA e o braço farmacêutico da Johnson & Johnson. Estas companhias contaram suas histórias em uma conferência - que parecia mais uma manifestação religiosa do que um evento de negócios convencional - realizada em Londres no início deste verão europeu. O executivo-chefe Frank Calderoni deu o tom dizendo: "O planejamento, da forma como conhecemos, está morto". Ao salientar que empresas de todos os setores estavam sendo prejudicadas por novos participantes, que em geral eram muito mais ágeis do que as atuais, acrescentou: “O grande ponto quando se fala em disrupção é a necessidade de uma tomada urgente de decisões.” Ao reconhecer que ainda há uma lacuna entre o planejamento e a tomada de decisão, Calderoni falou com confiança em levar essa diferença a zero. Dado o valor deste objetivo, não é de surpreender que, apesar de todo o seu sucesso frente a empresas de software muito mais conhecidas, a Anaplan não seja a única. A consultoria Accenture, por exemplo, recebeu recentemente uma patente norte-americana para sua plataforma ZBx, que usa IA e aprendizado de máquina para categorizar rapidamente transações financeiras e, assim, analisar gastos instantaneamente. David Axson, diretor-gerente da Accenture Strategy e especialista de longa data no papel das finanças nos negócios, vê os avanços na tecnologia e o crescimento do ZBx, como a criação de um "momento mais estimulante para atuar em finanças". Entrevistado no início deste mês, ele disse: "É a libertação do profissional da tirania das planilhas". E AINDA: Inteligência artificial: previsões para 2018 Mas não é apenas o caso de colocar uma mola no caminho dos especialistas e planejadores financeiros, que podem passar mais da metade do seu tempo dedicados a reunir informações para estudar e avaliar as implicações de diferentes cenários. As empresas já estabelecidas que estão sob ameaça de novos players, de repente, têm a chance de se transformar, simplesmente porque têm muito mais dados sobre as diferentes partes de seus negócios para analisar e, então, agir. Como diz Naomi Hudson, colega de Axson na Accenture Strategy, “melhorias incrementais não são mais suficientes” e pouquíssimas empresas não tentaram mudar seus padrões e, muitas vezes, suas cadeias de suprimentos de uma forma ou de outra. Graças ao big data e à capacidade crescente da inteligência artificial de peneirar as pistas que permitem a profissionais qualificados fornecer insights que, por sua vez, podem levar a decisões melhores e mais rápidas, a Holy Grail, fabricante de produtos pessoais, deixou de ser capaz de fechar os livros apenas quando o período de negociação terminasse para ter acesso instantâneo a contas de gerenciamento que dizem muito sobre a saúde da empresa. Isso significa que ela tem tempo hábil para que o profissional tome decisões de efeito - o que Avi Goldfarb e seus colegas autores de “Prediction Machines” chamam de julgamento. Na opinião de Axson, da Accenture, o valor do tempo extra é semelhante ao da luz no painel do carro avisando que o combustível está acabando. Se a luz acender quando ainda há combustível para 100 quilômetros, é muito mais útil do que se ela surgir quando houver apenas o suficiente para 10, diz ele.