Oportunidade de hoje: ganhos significativos de automação
Quando os líderes respondem ao pânico imediato, novos riscos e mitigações de negócios geralmente surgem. Dois exemplos recentes destacam as consequências de correr para implementar e publicar resultados positivos da adoção da IA. O Wall Street Journal relatou em abril de 2025 em empresas que lutam para realizar retornos na IA. Apenas semanas depois, cobriu A retração do MIT de um artigo técnico Sobre a IA, onde os resultados que levaram à sua publicação não puderam ser comprovados.
Embora esses relatórios demonstrem as armadilhas da dependência excessiva da IA sem corrimões de senso comum, nem tudo está fora da pista na terra da adoção da IA corporativa. Resultados incríveis sendo encontrados a partir do uso criterioso da IA e tecnologias relacionadas na automação de processos entre os setores. Agora que estamos através do estágio de “medo de perder” e podemos chegar aos negócios, onde estão os melhores lugares para procurar valor ao aplicar a IA à automação do seu negócio?
Embora os chatbots sejam quase tão difundidos quanto os novos downloads de aplicativos para telefones celulares, as aplicações da AI realizando ganhos de automação e produtividade se alinham com o objetivo e a arquitetura exclusivos do sistema de IA subjacente em que estão construídos. Os padrões dominantes em que os ganhos de IA são realizados atualmente se resumem a duas coisas: linguagem (tradução e padrões) e dados (criação de novos formatos e pesquisa de dados).
Exemplo um: processamento de linguagem natural
Desafio de automação de fabricação: O modo de falha e a análise de efeitos (FMEA) é crítico e geralmente trabalha intensiva. Nem sempre é realizado antes de uma falha no equipamento de fabricação, então muitas vezes ocorre o FMEA em um cenário estressante de manufatura. No caso da Intel, uma pegada global de instalações de fabricação separada por grandes distâncias, juntamente com fusos horários e diferenças de linguagem preferida, torna isso ainda mais difícil encontrar a causa raiz de um problema. As semanas de esforço de engenharia são gastas por análise da FMEA repetidas em grandes frotas de ferramentas espalhadas entre essas instalações.
Solução: A alavancagem já implantou servidores de computação da CPU para processamento de linguagem natural (PNL) nos registros da ferramenta de fabricação, onde as observações sobre as operações das ferramentas são mantidas pelos técnicos de fabricação local. A análise também aplicou a análise de sentimentos para classificar as palavras como positivas, negativas ou neutras. O novo sistema realizou o FMEA em seis meses de dados em menos de um minuto, economizando semanas de tempo de engenharia e permitindo que a linha de fabricação atenda proativamente equipamentos em um cronograma preventivo, em vez de incorrer em inatividade inesperada.
Desafio da Instituição Financeira: As linguagens de programação comumente usadas pelos engenheiros de software evoluíram. As instituições maduras da Bellwether eram frequentemente formadas através de uma série de fusões e aquisições ao longo dos anos, e continuam a confiar em sistemas críticos baseados em linguagens de programação de 30 anos com as quais os engenheiros de software atuais não estão familiarizados.
Solução: Use o PNL para traduzir entre as linguagens antigas e novas de programação, dando aos engenheiros de software um impulso necessário para melhorar a manutenção de sistemas operacionais críticos. Use o poder da IA em vez de fazer uma reescrita arriscada ou uma atualização maciça.
