Sumário
Desde cerca de 2017, o Google vem avançando com sua própria transformação na empresa líder mundial em IA. A empresa também quer implementar isso internamente.
“É importante ser honesto”, O fundador da OpenAI, Sam Altman, escreveu estes dias no contexto da questão de saber se a inteligência artificial elimina mais empregos do que cria. A ocasião foi o novo lançamento da OpenAI arte AI DALL-E 2 que gera gráficos a partir de frases.
Altman estima que primeiro o trabalho criativo, depois o cognitivo e finalmente o trabalho físico podem ser substituídos pela inteligência artificial. A divisão financeira do Google já está olhando para a fase 2.
A IA é mais rápida e melhor que os humanos
Kristin Reinke é chefe do departamento financeiro do Google. Em entrevista ao Wall Street Journal, ela relata o progresso feito na automação de suas próprias operações financeiras por meio do aprendizado de máquina.
“Usamos (aprendizado de máquina) em quase todas as áreas de finanças para modernizar nossa contabilidade, gerenciar riscos ou melhorar nossos processos (operacionais) ou capital de giro”, diz Reinke.
Os controladores do Google usariam o aprendizado de máquina para fechar os livros e identificar valores discrepantes. Como exemplo, Reinke cita a análise de fluxo, que costumava levar um dia de trabalho manual para compilar planilhas.
“Agora leva apenas uma ou duas horas e a qualidade da análise é melhor. Podemos detectar tendências mais rapidamente e diagnosticar valores atípicos”, diz Reinke. As equipes do Google usam o processamento de linguagem natural, entre outras ferramentas, para detectar anomalias.
O Google quer automação máxima – e precisa criar confiança para alcançá-la
A equipe financeira do Google tem acesso a uma ferramenta de IA para previsão de precisão. Ele supera as previsões humanas em 80% das vezes, de acordo com Reinke, mas ainda seria usado com relutância devido à falta de confiança no software.
Com feedback de seus próprios analistas, o Google planeja desenvolver ainda mais a ferramenta com foco na granularidade, transparência e estruturação dos modelos. O objetivo é entender melhor as previsões e assim poder confiar mais nelas.
“Tudo o que pode ser automatizado, procuramos automatizar”, diz Reinke, referindo-se às atividades rotineiras de uma organização financeira.
O julgamento humano, no entanto, ainda é necessário e não pode ser automatizado, diz ele, assim como os humanos como interface com pessoas de outras empresas.
“Quando você se senta com a empresa e discute seu problema, nunca será capaz de automatizar isso. Esse tipo de interação nunca será automatizado”, prevê Reinke.
Para novas contratações, Reinke enfatiza a especialização em áreas técnicas, como programação SQL, usando inteligência de negócios e ferramentas de IA. No futuro, os funcionários não devem mais gastar tempo com coisas que podem ser automatizadas.