O cientista e o executivo - resenha crítica

Todas as tecnologias têm o mesmo ciclo

Imagine que, ao acordar, você não abriria o seu portal preferido para ver notícias. Em vez disso, leria as manchetes do mês passado em uma revista. Não se informaria sobre os amigos por WhatsApp. Na verdade, só poderia fazer isso quando chegasse no trabalho. As novidades se passariam boca a boca.

Se tivesse uma dúvida muito específica, precisaria ir a uma biblioteca para ver se dá a sorte de achar um livro que responda à sua pergunta. Essa estranha realidade tem só vinte anos. Nossa vida era assim nos anos 2000. Hoje, não vivemos sem o celular ou o GPS. 

Se já é estranho pensar nos últimos 20 anos, vai ser ainda mais nos 20 seguintes. A inteligência artificial vai mudar o mundo. As últimas duas décadas mostraram que todas as tecnologias têm o mesmo ciclo. Elas passaram pelo desconhecimento, otimismo e medo. Até o momento em que se tornaram indispensáveis. 

As pessoas subestimam o que podem fazer em dez anos

O ciclo da inteligência artificial ainda está no começo. No entanto, seu impacto vai ser ainda maior do que o das tecnologias que mudaram as últimas duas décadas. As pessoas superestimam o que podem fazer em um ano e subestimam o que podem fazer em dez. 

O conhecimento sobre saúde pode deixar de ser inacessível. Isso significa que a tecnologia vai proporcionar ao enfermeiro de uma pequena cidade o acesso ao melhor conhecimento médico que existe. A produtividade das empresas pode chegar a outro patamar. A tecnologia se torna mais acessível para todos. Tarefas mecânicas tendem a se simplificar.

Só que a IA também poderá causar um dano irreversível no mercado de trabalho. Vários empregos podem desaparecer, assim como a tecnologia atropelou cargos como datilógrafos e ascensoristas. A população pode precisar de uma requalificação significativa. Talvez as próprias escolas mudem, explorando mais áreas de ciências, tecnologia, matemática e engenharia.

Compartilhando os problemas com os clientes

O iFood enfrentou uma grande crise em 2019. Alguns clientes recebiam cobranças de compras que não foram feitas por eles no crédito. Eram fraudes. Os criminosos usavam o número do cartão das vítimas para consumirem em seu nome. Só que os bancos identificavam a transação fraudulenta. Por isso, a compra era contestada. O iFood ficava no prejuízo. 

Isso chegou a representar 20 milhões de reais por mês. Os autores comparam com um comboio de Land Rovers. Era como se cerca de sessenta carros de luxo fossem jogados em um rio mensalmente. O problema é que os bancos estornavam a compra assim que identificavam a fraude, cancelando o cartão e enviando um novo. 

Isso significa que o iFood não só estava com problemas, como também estava compartilhando-o com os clientes. Essa é uma das dores do crescimento. A empresa se estabeleceu no mercado muito rapidamente. Sofreu com um dos efeitos colaterais. A salvação viria com ajuda da inteligência artificial.

Baseando a decisão em dados

As perspectivas do iFood só melhoraram quando ela começou a investir em modelos antifraude baseados em inteligência artificial. A empresa começou a despertar para a importância de trazer a automatização ao coração do negócio. O desafio era diferenciar uma pessoa em busca de um almoço honesto de quadrilhas fraudadoras.

Era preciso mudar. O objetivo era transformar o iFood em uma marca que baseia as decisões e as hipóteses em dados. A IA é capaz de fazer tarefas que costumam depender da cognição humana. Ela traz agilidade e escala para a marca. Com a tecnologia, podemos abrir mão dos antigos e lentos processos físicos. 

As fraudes deixaram clara a necessidade de preparar o terreno e mudar. Embora o investimento fosse alto, era urgente. A parede a escalar começava a ficar mais íngreme. Era hora de o iFood lutar para virar uma verdadeira marca de inteligência artificial. Precisava ocupar um espaço na nova economia.

Deixe os algoritmos criarem as regras com base em análise de dados

Quando o iFood trouxe a IA para seus processos, teve as informações de alto volume, variedade e velocidade como foco. Elas exigem certos métodos para que sejam transformadas em valor. Uma abordagem possível é, em vez de criar as regras, deixar que os algoritmos as criem com base em análise de dados.

Para isso, os algoritmos precisam entrar em contato com um grande volume de informações. Com o aprendizado de máquina, são capazes de identificar os padrões nos dados. Assim, conseguem fazer previsões, classificá-los ou sugerir decisões usando essa base. Essa foi a função de Sandor Caetano: aplicar o método científico em um contexto diferente da academia. 

Diego Barreto já tinha sofrido uma experiência parecida com golpes em outra empresa, a Ingresso Rápido. Os criminosos tinham um esquema parecido com o aplicado no iFood para a compra de ingressos com cartões fraudados. Só que ele teve dificuldades para lidar com o problema por buscar soluções no mundo offline.

Saindo do mundo terceirizado

Em 2016, na Ingresso Rápido, Diego lidava com pouca tecnologia. A digitalização só existia nos sistemas de terceiros. Toda a gestão era física. Isso criou dificuldades ao lidar com o esquema de fraudes. O desafio não era só evitar o golpe, mas não recusar a compra de um bom pagador. 

Um cliente que se esforça para desembolsar dinheiro e ir no show de sua banda favorita ficaria revoltado caso se deparasse com um bug no sistema de vendas. No caso de fraudes, o prejuízo era irreversível, ainda que o comprador recebesse o estorno. A principal dificuldade era a equipe de prevenção de fraudes terceirizada.

Diego notou que as soluções terceirizadas são projetadas para a média de clientes. Quando você passa a criar respostas personalizadas, dentro de casa, tudo fica mais eficiente. É o que faz a saída do mundo terceirizado para o proprietário ser uma ideia tão boa.

A matriz da confusão

Já passamos da metade do microbook e os autores contam a importância do conceito de “matriz de confusão”. É uma ideia da estatística que ajuda a entender as respostas dos sistemas. Por exemplo, a fraude. Ela tem quatro hipóteses:

• verdadeiro positivo, quando o sistema identifica uma fraude; 
• falso positivo, quando o sistema acusa uma fraude e erra; 
• verdadeiro negativo, quando o sistema define que uma transação é honesta e acerta; 
• falso negativo, quando o sistema não reconhece a fraude.

A matriz ajuda a avaliar pontos de melhoria. Se há muitos falsos positivos, isso significa que o sistema é exageradamente rigoroso.

Se há um excesso de falsos negativos, isso quer dizer que o modelo é pouco preciso na identificação de fraudes. O grande problema é que quando há suspeita de fraudes, o pedido é censurado. Isso faz o processo antifraude virar uma luta de gato e rato, na qual é difícil saber se o sistema está acertando.

Não dá para pegar o problema na origem

Diego enfrentou o problema dos falsos positivos na Ingresso Rápido. O sistema barrava a compra de vários consumidores honestos, que se revoltaram com o bug. Isso gerava uma alta perda de vendas. Quando um grande evento de rock se aproximou, a gestão precisou trocar o sistema por um mais flexível.

Isso voltou a deixar a empresa exposta aos golpes. Diego aprendeu uma grande lição com a experiência. Ele percebeu que não dava para pegar o problema na origem. Só saberia o impacto do golpe semanas mais tarde. O problema só é visto quando explode. 

Se o fraudador vir uma oportunidade de ganhar dinheiro fácil, vai aproveitá-la rapidamente. A Ingresso Rápido precisou arcar com um prejuízo gigantesco, porque os bancos estornavam as compras aos clientes. Diego conta como sua primeira experiência com fraudes foi terrível. Os custos dos golpes aumentaram a cada dia, chegando a patamares absurdos.

Eat your own dog food

As fraudes do iFood não eram pouca coisa. Envolvia esquemas grandes. Alguns criaram robôs que disparavam milhares de pedidos falsos. Era uma quantidade absurda de dinheiro indo para o ralo. Quando Sandor chegou no iFood, precisou agir rápido. A empresa tinha pressa. O motor antifraudes original da empresa era terceirizado. 

Sandor não tinha acesso à sua programação. O cientista e o executivo tiveram a ideia de pôr o sistema terceirizado à prova. Para isso, tiraram todas as pessoas do iFood da lista de usuários que não poderiam ser bloqueados em um falso positivo para fraude.

Isso significa que as pessoas da própria empresa sentiriam, na pele, a frustração de ter uma compra honesta bloqueada pelo sistema. Esse é o conceito de “eat your own dog food”, que significa usar internamente uma solução desenvolvida pela empresa antes de liberá-la ao público. Para que um produto seja bom o suficiente para o público, precisa sê-lo primeiro para os funcionários.

A IA trabalha para você, não o contrário

Quando o iFood investiu em IA, passou a contemplar questões éticas. Para que a inteligência artificial funcione, é preciso uma quantidade alta de dados. Por isso, a gestão precisava garantir que seu uso seria feito do jeito certo. É o que deu origem à área de privacidade da empresa.

A marca também trouxe especialistas para palestrar sobre o tema. Os executivos fizeram treinamentos no exterior, para que aprendessem ainda mais. Depois, a marca promoveu vários cursos para os próprios profissionais. Isso ajudou a trazer uma visão de futuro e a disseminar a cultura da automatização.

Uma etapa importante foi mostrar pequenos projetos em cada área, nos quais a inteligência artificial não substituia a atuação das pessoas. Era importante deixar claro que a IA trabalha para você, não o contrário. Ela serve para aumentar a sua eficiência. Por isso, serve, primeiramente, a você.

Atravessando a floresta escura das fraudes

Diego uniu o talento científico de Sandor com sua péssima experiência na Ingresso Rápido para garantir que as coisas aconteceriam de forma diferente no iFood. A área de fraudes passou por uma internalização. O iFood trouxe profissionais com expertise em dados para ajudar. Assim, a marca criou um novo motor antifraude do zero. 

A grande lição da experiência é a de que a inteligência artificial não resolve tudo. Uma boa tecnologia com uma má gestão é um péssimo arranjo. Logo de cara, o novo modelo poupou 2 milhões de reais mensais de prejuízo com cadastros falsos. A inteligência artificial é eficiente na detecção de fraudes. 

Mas, para isso, depende de dados, o que fez sua implementação não ser tão simples. Por isso, o motor precisou ser aprimorado com outros níveis de checagem para funcionar bem. Isso mexeu com a estrutura interna do iFood e todo mundo precisou se adaptar. No fim, a taxa de sucesso foi alta.

Dez pontos rumo à inteligência artificial

Os autores acreditam que as empresas vão se dar bem se seguirem dez princípios na implementação da IA. Você vai vê-los a seguir. 

1. Visão: tenha uma perspectiva de longo prazo.
2. Liderança: tenha bons líderes, que representam os elementos da cultura da empresa.
3. Velocidade: encontre resultados rápidos e comunique-os.
4. Talentos: pague bem para trazer profissionais competentes.
5. AI translators e BADHUs: crie uma empresa de “business analyst data heavy users”, analistas de negócios que baseiam suas ideias no uso frequente de dados e que são especialistas em IA.
6. IA como engrenagem: insira a inteligência artificial na cultura da empresa, descentralizando a gestão e conectando vários times.
7. Skin in the game: crie uma cultura voltada para o resultado.
8. Dados: tenha o máximo de informações possível.
9. Mindset shippador: o “mindset shippador” é uma forma de fazer entregas rápidas, entregando as peças de código assim que ficam prontas.
10. Resultado transformador: a IA dá trabalho e custa caro. Garanta que trará resultados.

Notas finais

O cientista e o executivo mostra como a inteligência artificial ajudou o iFood a sair da crise e seu papel na cultura da empresa. Explora desde conceitos simples até assuntos técnicos, ajudando gestores que querem trazer a tecnologia para as próprias empresas.

Dica do 12min

A inteligência artificial deve trazer avanços e fazer com que as empresas prosperem. Mas também pode gerar um nível de desemprego altíssimo e mudar o mercado de trabalho. Ian Bremmer conta um pouco sobre suas possíveis repercussões em “O poder da crise”. Veja no 12 min!