“OK Google, o que fez meu projeto atrasar 6 semanas e US $ 300.000 acima do orçamento?”

Embora ainda não cheguemos lá, chega o dia em que podemos esperar uma resposta lógica e precisa.

Alguns anos atrás, começaram a aparecer perguntas em fóruns de manutenção e confiabilidade, como “O mancal externo falhou na minha bomba de elevação vertical - alguém sabe o que causou isso?” E “O que causa rachaduras nas soldas de conexão de ventiladores centrífugos de tração induzida? Tendo sido capaz de analisar e resolver problemas como esse durante meus dias anteriores na indústria, a simples noção de fazer essas perguntas era ... bem, ingênua na melhor das hipóteses.

Quando começamos a ver essas perguntas, tenho certeza de que a maioria dos meus colegas de cabelos grisalhos riu e balançou a cabeça, assim como eu. Sabendo que as perguntas vieram de uma geração que cresceu obtendo respostas com apenas algumas teclas, era de se esperar. Curiosamente, vários anos depois, estou percebendo que talvez precise repensar minha posição porque as coisas estão mudando rapidamente.

Através do desenvolvimento contínuo da inteligência artificial (IA) / computação cognitiva, as respostas para problemas complexos estão se tornando mais disponíveis (e se tornando mais precisas) à medida que os conjuntos de dados se expandem. O Google previu isso há mais de 10 anos. O desafio subjacente não está necessariamente fornecendo respostas / soluções para problemas complexos, mas acumulando os dados necessários pelos algoritmos de IA para tirar suas conclusões. É um mistério por que o Google produziu tantos aplicativos valiosos e os disponibilizou gratuitamente? Quando você marcou a caixa "Termos", quer você soubesse ou não, começou a fornecer todos os seus dados! Esse foi o seu "pagamento" por seus aplicativos "gratuitos".

O primeiro trabalho de protótipo feito pela plataforma de computação cognitiva da IBM, Watson, mostrou que resultados impressionantes são possíveis quando a computação cognitiva recebe dados suficientes. O Google e a Microsoft estão trabalhando em serviços semelhantes e disponibilizando-os para desenvolvedores. Independentemente da plataforma, à medida que o conjunto de dados aumenta, também aumenta a precisão da resposta. Portanto, embora atualmente eu não tenha visto nenhum aplicativo que possa responder com precisão "Por que meu projeto está atrasado seis semanas?", Está chegando o dia em que essas respostas serão possíveis assim que houver dados suficientes disponíveis. É apenas uma questão de tempo.

Se você gostaria de aproveitar esses recursos no futuro, você estaria bem servido agora para seguir os seguintes passos: consolidar seus dados e estruturá-los para serem mais consistentes. O benefício futuro será melhor, mais rápido, o apoio à decisão, e o levará para o mundo pró-ativo da prevenção que você está sempre pensando, mas que luta para alcançar. Uma ação recomendada é mover seus aplicativos de área de trabalho, planilhas e arquivos autônomos para aplicativos da Empresa, sempre que possível. Dados em arquivos do Word e Excel armazenados em unidades individuais são muito difíceis de encurralar e subsequentemente não fornecerão muito valor no futuro.

Além dos inúmeros benefícios de ter todos os dados armazenados em um local comum, os dados nos sistemas Enterprise produzirão resultados de maior qualidade por causa da estrutura de dados consistente e dos recursos de marcação usados ​​para geração de relatórios. Específico para a análise de causa raiz, os aplicativos corporativos já identificam 'causas comuns', uma fonte importante de soluções proativas. Com um pouco mais de tempo, acho que eles serão capazes de fornecer modelos probabilísticos que nos digam o que e onde a próxima falha provavelmente será.

Coisas emocionantes! Quem sabe? Talvez um dia a computação cognitiva preveja nosso próximo presidente!

Saiba mais sobre a Sologic RCA