Fabio Coelho
Se prestarmos atenção nos produtos e serviços de tecnologia de consumo mais relevantes e disruptivos que conhecemos, veremos que todos têm uma coisa em comum: eles combinam dados e machine learning – uma das aplicações mais poderosas da Inteligência Artificial – para melhorar a vida das pessoas.
Basta pensar no Waze, que atualiza a rota sugerida em tempo real baseando-se em dados gerados automaticamente pelos dispositivos de milhões de usuários, usando o machine learning para gerar economia de tempo e combustível.
Ou no recurso “autocompletar” da busca do Google: você começa a digitar e ele adivinha o que você procura. Parece simples, mas para fazer essa adivinhação a AI avalia milhões de sinais, de buscas e de como os assuntos se relacionam, tudo em apenas uma fração de segundo.
Por conta disso, as pessoas não apenas encontram muito mais rápido os resultados que queriam, como todos os dias são economizados 200 anos de digitação. Assistência é isto: ser útil para as pessoas.
O Brasil mais digital do que nunca
Os brasileiros estão se beneficiando dos dados e da AI como nunca. Um dos motivos é o boom dos smartphones no país entre 2014 e 2016, quando a penetração desses aparelhos mais que dobrou, passando de 29% para 62%. Esses dispositivos foram o meio pelo qual a maioria dos brasileiros se tornou digital.
Também é interessante notar que o Brasil é o terceiro país do mundo em uso do Google Assistente, um assistente pessoal inteligente que combina voz, dados e machine learning para trazer praticidade para a vida das pessoas.
Como ele já vem integrado à maioria dos celulares Android, milhões de brasileiros têm no seu bolso um assistente pessoal que funciona em português e com o melhor que a inteligência artificial pode oferecer. Esse é um ecossistema que, no Brasil, já conta com mais de 30 dispositivos de oito marcas diferentes – e, no futuro, teremos ainda mais.
As marcas precisam ser mais úteis
Os consumidores estão cada vez mais exigentes em suas interações com as marcas, esperando respostas bastante precisas e imediatas. As pessoas querem que as marcas as entendam – e sem esforço.
Hoje em dia, vários sites de compra permitem que os clientes tirem fotos dos seus cartões de crédito e, com isso, essa parte do formulário é preenchida automaticamente. Assim, se eu entrar em um site que me obriga a preencher manualmente os números do meu cartão, quando uma rápida foto resolveria, sinto que perdi tempo à toa.
A verdade é que nós, cidadãos conectados, valorizamos cada vez mais as inovações que trazem mais rapidez, menos custo, mais comodidade e menos fricção.
Um outro exemplo de como atender a essa nova exigência do consumidor é a busca do Google. Se olharmos para a experiência que o Google oferecia apenas cinco anos atrás, veremos que nossa evolução foi enorme.
Digamos que eu queira ir para Salvador, na Bahia. Ao fazer uma busca, eu recebo mais que uma lista de links sobre a cidade: a busca me apresenta, de forma estruturada, pontos de interesse, coisas a fazer durante minha estadia, lugares para me hospedar, preços, passagens, melhores datas pra ir, artigos… ela praticamente planeja minha viagem.
Nós, cidadãos conectados, valorizamos cada vez mais as inovações que trazem mais rapidez, menos custo, mais comodidade e menos fricção.
Avanços como esses, e muitos outros, elevam a barra do que chamamos de “experiências de assistência”. Quando uma marca sobe a barra, as expectativas mudam para todas, e não só para aquelas dentro do mesmo segmento. Se você gosta do aplicativo do seu banco, você espera que a experiência do seu app de delivery seja tão boa quanto – e vice-versa.
MACHINE LEARNING PARA DENTRO E FORA DA EMPRESA
Tenho conversado a fundo com especialistas do Google nas áreas de tecnologia, negócios e comportamento, e podemos extrair duas linhas de pensamento: como o machine learning pode: a) melhorar seus processos e sua inteligência de negócio, e b) melhorar a vida do seu consumidor.
Em suma, como podemos levar o machine learning a todos, para dentro e para fora das nossas empresas?
Eficiência para dentro da sua empresa
Hoje, empresas de todos os tamanhos podem aproveitar o poder do machine learningpara melhorar os processos internos e a inteligência empresarial. As aplicações dessa tecnologia têm sido simplificadas, e já existem desde opções “de prateleira” até modelos mais complexos que podem ser customizados com muita granularidade.
No fim, você precisa de três coisas para crescer e ganhar eficiência: dados, um desafio de negócio claro e um time capacitado e motivado para fazer as coisas acontecerem.
Nos Estados Unidos, a 20th Century Fox usa o Cloud do Google para entender e analisar o conteúdo dos trailers dos filmes e depois cruza esses dados com resultados da bilheteria. Com isso, eles conseguem prever o público e o faturamento dos próximos filmes e ajustar seus planos de marketing. Este processo se tornou chave para novos lançamentos do estúdio, evitando desperdícios e aumentando a eficiência da empresa.
Como você pode imaginar, a AI é absolutamente fundamental para nós do Google, e está incorporada em 100% dos nossos produtos. Usamos a AI no Assistente, no Tradutor, no YouTube e no Google Ads, onde ela garante que os investimentos sejam otimizados para o objetivo de negócio de cada anunciante, do tamanho que for – desde microempresas até grandes multinacionais.
O algoritmo do Google Ads analisa 70 milhões de sinais em um décimo de segundo. Isso permite automatizar lances em tempo real no leilão de anúncios do Google, além de escolher as audiências e os criativos certos para cada uma, de forma precisa e automática.
Um cliente que usou essa ferramenta foi o Mercado Livre. Com 247 milhões de usuários e mais de 150 milhões de ofertas, seria impossível para o Mercado Livre otimizar tudo isso e entregar a oferta mais relevante para cada cliente sem o uso da Inteligência Artificial. Depois de usar a AI, o Mercado Livre teve um aumento de 160% em suas vendas e de 35% no ROI.
Esse e muitos outros exemplos mostram que é possível entender a jornada do cliente, prever resultados de marketing e otimizar investimentos, trazendo melhores resultados.
E o que antes era exclusivo para os produtos do Google agora está aberto para o mercado. Para garantir que nossos clientes tenham acesso à melhor estrutura possível em nuvem, abrimos nossos algoritmos na forma de APIs e inauguramos em 2017 a primeira Cloud Region da América Latina. Além disso, trouxemos o cabo submarino Monet, que liga servidores dos EUA ao Brasil transmitindo 64 TB de dados por segundo.
Utilidade para seu público lá fora
É na ponta do consumidor que o machine learning ganha projeção e invade conversas e interações, fazendo das marcas as maiores aliadas das pessoas para executar tarefas, construir experiências dinâmicas e satisfatórias e resolvendo problemas cotidianos.
Como, então, usar o machine learning para participar de maneira mais orgânica da vida dos seus clientes? Separei algumas situações nas quais marcas souberam assimilar esse enorme potencial para oferecer experiências inteligentes, ganhando uma ótima avaliação dos usuários.
A Hyundai dos Estados Unidos identificou três pontos-chave na jornada do consumidor: agendamento de test-drives, negociação de preço e valor de revenda e acesso a financiamentos. Para ajudar o consumidor, ela desenvolveu a plataforma Shopper Assurance, em que o cliente agenda test-drives como se chamasse um carro via app, e o vendedor leva o veículo até ele. A plataforma tem mais de 600 concessionárias inscritas, e 74% dos compradores disseram ter aprovado esse processo de compra.
Já a inteligência artificial do Bradesco, a BIA, que pode ser acessada pelo Google Assistente, aprende constantemente com as dúvidas dos clientes para aprimorar sua capacidade de responder às consultas que surgem todos os dias. Assim, ela ajuda as pessoas esclarecendo serviços, explicando soluções de crédito e auxiliando em transações. Atualmente, já são 14 milhões de clientes usando a BIA pelo celular, totalizando mais de 110 milhões de interações em todos os canais.
O futuro é da (r)evolução visual
Outra frente de uso da AI para ampliar as experiências entre marcas e pessoas, facilitando suas vidas, virá daquilo que chamamos no Google de (r)evolução visual.
Quando começamos a oferecer nossa tecnologia de busca, você digitava as palavras e recebia uma resposta em texto. Depois evoluímos para a voz – você faz uma pergunta em voz alta e as respostas vêm em áudio ou na tela. Hoje chegamos a situações em que várias funções, mesmo nas nossas próprias casas, são comandadas por voz.
Se o presente é inundado por experiências de voz, o futuro vai agregar o visual, combinado com o machine learning de maneiras inovadoras, transformando o modo como interagimos com serviços digitais e proporcionando às empresas novas formas de ajudar os clientes.
O Google Lens, com o qual usamos a câmera do celular para “ler” uma imagem e prover a assistência, está cada vez mais preciso e útil. Com ele, podemos buscar automaticamente endereços de e-mail, números de telefone, URLs ou códigos de barra na imagem. Se na imagem tem um número de telefone, por exemplo, ele pergunta se você quer fazer uma ligação. E se um objeto de decoração ou uma roupa chamar sua atenção, o Google Lens pode trazer informações sobre o item e até sugerir outros parecidos. Essa tecnologia já reconhece mais de 1 bilhão de produtos diferentes.
Mas o Google Lens não serve apenas para serviços ou tarefas pessoais. Quando viajo em família, minha filha sempre pergunta o nome dos bichos e flores que encontramos nos passeios ao ar livre. Então tiramos fotos e o Google Lens – que é capaz de identificar milhares de espécies de plantas e animais – nos diz seus nomes.
Se o presente é inundado por experiências de voz, o futuro vai agregar o visual.
Realidade Aumentada: mais que entreter, é para ser útil
A AI aplicada ao mundo visual é poderosa e traz um efeito revolucionário. Você já deve ter ouvido falar da Realidade Virtual, que transforma nossas experiências digitais e a maneira de contar histórias. Mas você conhece a Realidade Aumentada, e como ela ajuda nos negócios?
Aqui no Google, costumamos dizer que a Realidade Virtual pode levar as pessoas a qualquer lugar, e que a Realidade Aumentada pode levar qualquer coisa às pessoas. E a Realidade Aumentada está cada vez mais poderosa e imersiva.
O Google Maps está ganhando uma feature em Realidade Aumentada. Nela, em vez de ver apenas um simples mapa, você usa a câmera do celular. Quando sair do metrô, por exemplo, você aponta a câmera e o app mostra o caminho a seguir, na própria imagem.
Já a Latam criou um aplicativo com Realidade Aumentada que reduz uma das dores de cabeça de quem viaja: a bagagem de mão. Com o app, a pessoa usa a câmera do celular para verificar se sua mala é grande demais para o bagageiro antes de ir ao aeroporto; assim, ela pode programar (ou evitar) seu despacho de bagagem com mais tranquilidade, sem correria na fila do check-in.
A Realidade Virtual pode levar as pessoas a qualquer lugar, e a Realidade Aumentada pode levar qualquer coisa às pessoas.
E o aplicativo da Ikea, você já conhece? Ele usa a Realidade Aumentada para “mover” produtos do catálogo online e “encaixar” móveis em ambientes reais, para que você visualize com mais precisão como vai ficar a sua casa. Imagine o quanto isso deve ter reduzido a taxa de devolução de itens para a Ikea…
Já a Mercedes está testando uma versão do manual do proprietário em que você aponta a câmera para um botão ou uma luz no painel e é levado às instruções relacionadas. Os tempos de ficar folheando o manual parecem estar chegando ao fim.
As pessoas costumavam relacionar a realidade virtual ao entretenimento, mas, com o advento da Realidade Aumentada, os aplicativos de sucesso no futuro provavelmente serão aqueles que facilitam tarefas rotineiras.
Essa tecnologia em breve vai alcançar uma base massiva de usuários, trazendo grandes oportunidades de assistência e fazendo sua marca ser mais prestativa e necessária.
Três pensamentos sobre dados e machine learning
Para concluir, quero falar de um aspecto pouco lembrado quando falamos de machine learning. E ele justamente tem a ver com o aspecto do learning – ou seja, o aprendizado.
Os algoritmos levam tempo para aprender e se refinar. Quanto mais exemplos recebem, e quanto mais uso damos a eles, mais eficientes ficam. E quanto mais nos comprometemos com esse caminho, mais retorno ele nos dá.
Esse aprendizado vale para os algoritmos, para as empresas e para as pessoas, em especial os líderes de negócios. Assim, gostaria que você pensasse em três coisas:
- Olhe para os dados que você já tem na sua empresa, mas que podem gerar mais inteligência para garantir eficiência ao negócio;
- Pense em que experiências sua marca pode oferecer, usando dados, inteligência artificial e Realidade Aumentada para realmente fazer diferença na vida dos clientes;
- Lembre-se de que o Google é seu parceiro em todas as etapas dessa transformação. Conte conosco nessa caminhada.
Em resumo
