“Temos de nos reinventar constantemente. Não podemos confiar nas realizações de há 20 anos”

Por Irene Iglesias Álvarez

Madrid veste-se a rigor para acolher, pela primeira vez, o SAS Innovate on Tour. Um dos eventos imperdíveis para os que procuram inovar, para os que levam a ambição como bandeira, para os que se atrevem a traçar novos caminhos, algo que o SAS já fazia no campo da análise de dados há mais de quatro décadas. Desde então, a sua evolução tem sido imparável, o que não é de estranhar, uma vez que faz parte do seu ADN empresarial. A mudança, a adaptação e a transformação são a força motriz da sua missão de liderar o amanhã, sem perder de vista, no entanto, a sua vocação para o cliente. Produtividade, desempenho e confiança são os três principais pilares sobre os quais assenta atualmente a estratégia da organização. Um trinómio que Udo Sglavo, vice-presidente de Advanced Analytics do SAS, entre outros, decifra numa entrevista à Computerworld. É assim que ele explica.

Pela primeira vez, o SAS Innovate on Tour aterra em Madrid, transformando a capital no epicentro da inovação. O que significa este termo para a empresa que lidera?

Inovação é um termo muito lato. Em termos simples, para nós, uma empresa que existe há 47 anos, significa que temos de nos reinventar constantemente. Não podemos confiar nas realizações de há vinte anos atrás. Temos de olhar para o mercado, definir para onde vão os nossos clientes e ver como os casos de utilização estão a mudar. Quando tivermos feito isto, é altura de inovar. No entanto, gostaria de sublinhar que, para mim, é importante argumentar que a inovação não significa necessariamente inventar algo, trata-se mais de pegar em algo e torná-lo melhor. Trata-se de um processo interminável.

O SAS é um dos atores históricos no domínio da análise de dados, com mais de 40 anos de experiência neste domínio. Como evoluiu a sua visão da análise de dados?

Quando o SAS nasceu, mesmo nos dois primeiros anos, a empresa criou software para especialistas, ou seja, para pessoas que tinham algum conhecimento para o poderem utilizar. Um exemplo disso são os modelos lineares generalizados. No entanto, ao longo dos anos, o público que servimos foi-se alargando. Atualmente, temos pessoas que não têm qualquer formação estatística, o que contribuiu para a democratização da análise e para a promoção da análise para as massas. A questão agora é saber como lhes podemos dar esse poder analítico de forma a que possam beneficiar dele sem terem de se tornar especialistas.

É essa a vossa forma de proporcionar valor acrescentado aos vossos clientes?

Bem, as soluções são um exemplo. Basicamente, o que fazemos é esconder todas as complexidades por detrás de ambientes fáceis de utilizar destinados aos utilizadores empresariais. Outra forma de o fazermos é esconder as nossas capacidades por trás de dispositivos do quotidiano. Por exemplo, os nossos algoritmos poderiam eventualmente ser executados num iPhone e o cliente nem sequer saberia que está a utilizar este ambiente.

Onde é que a vossa estratégia empresarial se centra atualmente na análise?

Nas áreas mais técnicas, certamente nos algoritmos de dados e na tomada de decisões. Enquanto empresa, concentramo-nos em fornecer uma plataforma ágil a partir da qual os nossos clientes possam criar soluções. Do lado das soluções, na democratização da análise. Estamos empenhados numa análise escalável que nos permita transferir todos os cálculos que fazemos para ambientes nativos da cloud.

Neste contexto, quais são os principais desafios que as organizações enfrentam atualmente?

Essa é uma pergunta interessante, pois depende do ponto em que a organização se encontra na curva de maturidade da análise. Temos clientes, como a banca, os seguros ou os serviços públicos, que são muito bons em análise de dados, utilizadores que por vezes estão à nossa frente no que diz respeito ao domínio ou à compreensão. No outro lado, o oposto, temos também clientes que nunca utilizaram a análise e que se apercebem de que existe aqui um grande valor competitivo. Dependendo do ponto em que se encontram nessa curva, podemos oferecer a cada cliente uma oportunidade: para os iniciantes, fornecendo-lhes software fácil de utilizar e ajuda através do nosso Centro de Excelência; para os utilizadores mais avançados, fornecendo-lhes acesso aos nossos algoritmos através de qualquer linguagem de modelação existente [no mercado].

Como é que o SAS ajuda os seus clientes a aplicar a análise de dados para inovar mais rapidamente e obter resultados fiáveis de uma forma robusta e produtiva?

Ser mais rápido não significa automaticamente ser mais exato. Posso ser mais rápido cuspindo números aleatórios, mas isso é inútil. É aqui que concentramos os nossos esforços para garantir que é exato, que é repetível, algo também muito importante. Ao executar um algoritmo vezes sem conta, queremos ter a certeza de que os números são sempre os mesmos. Fazemos um grande esforço para garantir que os nossos números não são apenas fiáveis e robustos, mas também repetíveis. Temos um enorme fardo sobre os nossos ombros a este respeito.

A IA parece ter revolucionado as capacidades de análise de dados. Qual é a sua opinião sobre este assunto?

Respeitosamente, não creio que tenha revolucionado, simplesmente deslocou a análise de dados para o raio de atenção das massas, pelo que agora cada vez mais pessoas estão preocupadas com o que se passa com a inteligência artificial. A coisas que temos vindo a fazer há mais de vinte anos chamamos agora inteligência artificial, só porque soa a mágica. Não se trata apenas de uma questão de marketing, mas é basicamente uma terminologia que capta a atenção das pessoas. Gostamos de associar a análise avançada à IA precisamente pelo facto de existirem agora oportunidades computacionais que não existiam há uma década. As máquinas são mais poderosas, os algoritmos tornaram-se mais poderosos, temos de utilizar estes termos com muito cuidado atualmente.

Por falar em IA, anunciou um investimento de mil milhões de dólares para impulsionar projetos de inteligência artificial.

O investimento de mil milhões de dólares será principalmente para o desenvolvimento de soluções RDA (Robotic Desktop Automation), mas também no domínio da educação. Também não nos esqueceremos de investir nas nossas relações com os clientes. Temos a responsabilidade de reinvestir parte do dinheiro que recebemos dos clientes no nosso software, para que possam ter a certeza de que estamos sempre a fornecer-lhes a melhor e mais recente tecnologia.

Ao contrário de vocês, que querem promovê-la, há quem queira abrandar o avanço da IA….

Boa sorte para si. Não creio que seja possível. Quero dizer, nós, enquanto sociedade, temos de pensar em regulamentos para a IA porque a tecnologia tem de ser, na minha opinião, regulamentada. No entanto, temos de ter em mente que a tecnologia não é o diabo, estou bastante otimista em relação a isso, estamos no início de uma viagem que nos levará a uma realização excecional do ponto de vista tecnológico. Declarações como parar a investigação ou deixar de financiar a IA durante um ano parecem-me infantis. Não é isso que vai acontecer.

Quais são os desafios que a IA coloca atualmente e pode referir alguns desafios para as organizações e para os seres humanos?

Obviamente, as pessoas que não estão tão próximas da IA como nós na indústria estão preocupadas. Preocupadas com o futuro dos seus empregos, com o que ouvem sobre as suas capacidades, e até com o que isto significa para os seus filhos, como os devem educar. Aparentemente, aprender factos já não é suficiente, porque um bom modelo linguístico será sempre mais inteligente do que uma pessoa quando se trata de factos. A nossa responsabilidade é mostrar às pessoas os aspetos positivos da IA. Gosto de pensar na tecnologia de uma forma neutra, por isso, queremos concentrar-nos o mais possível nos aspetos benéficos.

Fala-se muito de ética no domínio da IA, será que pode ser garantida?

Nós, enquanto fornecedores, tentamos ser o mais fiáveis possível, pelo que implementamos métodos e algoritmos que ajudam os nossos clientes a serem éticos. Enquanto empresa, investimos muito tempo, esforço e capital para sermos um parceiro de confiança no que diz respeito à IA.

Que outras tecnologias de ponta constituem uma base para atingir os vossos objetivos?

Por um lado, aquilo a que chamamos IA generativa, em que os grandes modelos linguísticos são apenas um aspeto. As áreas mais importantes, na minha opinião, são os gémeos digitais e a simulação de dados. É aí que se encontra o maior valor comercial atualmente. Algumas pessoas poderão pensar: não temos dados suficientes, não estamos sempre a falar de grandes volumes de dados? A verdade é que, por vezes, isso não é suficiente. Por isso, temos de nos perguntar se podemos criar novos dados a partir dos dados existentes e se, depois de o fazermos, podemos controlar a forma como são criados. Uma aplicação prática desta questão pode ser a deteção de fraudes. Poderá ter informações sobre os autores de fraudes na sua base de dados, de modo a que o seu modelo tente definir um livro de padrões para ajudar a identificar atividades fraudulentas; no entanto, a realidade é que não tem informações suficientes sobre eles. Se a sua base de dados fosse 50% fraudulenta, estaria fora do mercado. Os dados simulados facilitam aos modeladores a procura de um modelo que detete a fraude.

Por outro lado, a computação quântica será um grande avanço. Estamos apenas no início. É uma ambição futurista, mas penso que será o próximo grande marco de que teremos de falar. Vai ser muito interessante ver como se desenvolve.

Qual é o valor diferenciador da SAS em relação aos seus concorrentes e o que a faz manter-se à frente do mercado?

Pode ser agrupado nos três temas principais do evento: produtividade, desempenho e confiança. No fim de contas, é isto que nos distingue no mercado. A produtividade tem basicamente a ver com o facto de querermos retirar as TI da ciência dos dados. Não temos de nos preocupar em ligar sistemas diferentes e tentar perceber como é que os dados se deslocam de A para B. Tudo deve ser perfeito, deve ser integrado. Relativamente ao desempenho, é bastante óbvio: continuar a melhorar e a inovar as nossas capacidades. Por último, a confiança. Trata-se de ir além da IA, trata-se de fazer com que os nossos clientes confiem nos nossos números. O SAS não é apenas o inventor da análise, é o futuro da análise.