Do desafio ao caso de uso
Começamos pela decisão ou tarefa que precisa de ser melhorada, como avaliar pedidos ou planear a manutenção. Depois, analisamos que tipo de IA se adequa, ou se uma regra no sistema existente já é suficiente.
Consultoria de IA, do desafio à produção
Saberá onde a IA cria valor, o que é necessário para a implementar e como manter a aplicação a funcionar após o projeto-piloto.
Com a confiança de organizações de referência
A consultoria em IA da Data Science Lab ajuda a identificar que decisões ou processos podem ser melhorados com IA, se isso é viável com os seus dados e como colocar a solução em produção de forma responsável. Desde 2016, os nossos consultores de IA trabalham com organizações de média dimensão e instituições públicas, desde o primeiro caso de uso até à adoção e gestão.
Porque é que a IA fica tantas vezes presa na fase-piloto
Uma equipa usa um modelo de linguagem para criar uma demonstração que resume as perguntas recebidas de clientes e sugere uma resposta. Funciona bem com alguns e-mails, e a direção está entusiasmada. Depois, pouco acontece: não há ligação ao CRM, ninguém sabe quem é responsável pela manutenção do modelo e ninguém perguntou à equipa de apoio ao cliente se um resumo facilitaria o seu trabalho. Depois do verão, a demonstração continua a funcionar apenas no portátil de quem a criou.
Um estudo da RAND junto de data scientists e engenheiros experientes aponta como principais causas do fracasso dos projetos de IA uma compreensão errada do problema, a falta de dados, mais atenção à tecnologia mais recente do que ao utilizador, infraestrutura insuficiente para gerir modelos e problemas demasiado difíceis para a IA. No nosso trabalho, vemos o mesmo: um projeto-piloto raramente falha por causa do modelo e muitas vezes falha por causa do que falta à sua volta: dados que chegam de forma fiável, uma equipa que mantém o modelo e um processo em que o resultado é utilizado.
A consultoria em IA responde a estas questões antes de se começar a desenvolver, não apenas na passagem do projeto para a equipa de TI.
O que um consultor de IA analisa consigo
Definir prioridades segundo o valor e a viabilidade
Avaliamos cada potencial caso de uso pelo que pode trazer e pelo que exige: dados disponíveis, integrações com os sistemas de origem, riscos e as pessoas que vão trabalhar com a solução. Assim, pode ver que casos de uso oferecem muito valor com relativamente pouco esforço.
Desenvolver, comprar ou configurar
Muitas vezes, já existe uma solução: Copilot no Microsoft 365, uma funcionalidade de IA no seu sistema ERP ou um produto pronto a usar. Ponderamos quanto desenvolvimento à medida é realmente necessário, o que cada opção exige em termos de gestão e até que ponto ficará dependente de um fornecedor.
Avaliar a preparação dos dados
Verificamos se os dados para o caso de uso escolhido existem, são acessíveis e têm qualidade suficiente. Analisamos o histórico, as definições, a responsabilidade pelos dados e a privacidade. Se faltar a fundação de dados, dizemo-lo e indicamos o que é preciso fazer primeiro.
Governance e Regulamento da IA
Identificamos os sistemas de IA que utiliza ou pretende desenvolver, preparamos a classificação de risco e documentamos as responsabilidades, os controlos e os acordos. A avaliação jurídica cabe à sua equipa jurídica ou ao departamento de conformidade.
Adoção desde o início
As pessoas que vão trabalhar com os resultados participam desde a primeira sessão. Debatemos o que muda no seu trabalho, quando podem ignorar uma recomendação do modelo e que formação é necessária.
Tem uma ideia de IA, mas não sabe se é viável?
Fale sobre o seu desafio com um dos nossos consultores. Analisamos os dados, o valor e o caminho até à produção.
Como passamos da ideia à produção
-
Definir a decisão e o objetivo
Identificamos que decisão ou processo precisa de ser melhorado, para quem e como poderá verificar se funciona.
-
Escolher casos de uso
Numa sessão de descoberta de casos de uso com as equipas de negócio, TI e dados, identificamos oportunidades e estabelecemos prioridades com base no valor, na viabilidade e no risco.
-
Prova de conceito
Testamos com dados históricos ou anonimizados se a abordagem funciona do ponto de vista técnico. Se os resultados ficarem aquém do esperado, dizemo-lo e recomendamos parar nesta fase.
-
Piloto no processo real
Um pequeno grupo de utilizadores usa a solução no trabalho diário. Comparamo-la com a forma de trabalhar atual e incorporamos o feedback dos utilizadores.
-
Produção e gestão
Configuramos pipelines, monitorização e permissões de acesso, e designamos um responsável para que a aplicação continue a funcionar quando os dados ou a utilização mudam.
A experiência da Data Science Lab deu-nos desde o início a confiança necessária para abordar o projeto de forma abrangente. Trataram de tudo por nós e temos agora um plano concreto e exequível para continuarmos a avançar, em conjunto com a Data Science Lab, rumo às nossas ambições em matéria de dados.
Da proof of concept à produção
Uma proof of concept responde à pergunta «É possível?»: a abordagem funciona com os seus dados, num ambiente controlado? Um piloto responde à pergunta «É útil?»: os colaboradores utilizam a aplicação nos seus processos reais e o seu trabalho melhora? A produção significa que a aplicação funciona sem a presença de quem a desenvolveu, com fluxos de dados monitorizados, um responsável e acordos sobre a gestão. Quem chama piloto a uma demonstração bem-sucedida salta a etapa mais difícil.
Para chegar à produção, normalmente é necessário um ambiente de dados fiável. Se ainda não existir, a fundação de dados deve fazer parte do roteiro. Construímos sobre Databricks ou Microsoft Fabric, consoante o que já está em funcionamento. Assim, cada aplicação fica alinhada com a sua estratégia de dados e IA, em vez de ser uma iniciativa isolada.
O regulamento da IA também conta. A proibição de determinadas práticas de IA aplica-se desde 2 de fevereiro de 2025, tal como a obrigação de tomar medidas para promover a literacia em IA dos colaboradores. Após o adiamento previsto no pacote omnibus da IA, as obrigações relativas aos sistemas de IA de risco elevado enumerados no anexo III aplicam-se a partir de 2 de dezembro de 2027. Os requisitos que se aplicam ao seu caso dependem da aplicação e do seu papel enquanto fornecedor ou responsável pela implantação. Saiba mais na nossa página sobre o AI Act.
Sobre a Data Science Lab
Qualquer organização pode iniciar um projeto-piloto de IA. O desafio vem a seguir: integrar a IA na organização. É aí que a Data Science Lab faz a diferença.
Saiba mais sobre nós
Porque é que as organizações nos escolhem
10+
anos de experiência
8,7
avaliação dos clientes
200+
projetos realizados
Parceiro Microsoft & Databricks
Leituras adicionais
- Roadmap de IAPara transformar os casos de uso escolhidos em prioridades, fases e um primeiro passo.
- Avaliação da maturidade em dados e IAPara começar por perceber em que ponto está, desde a cultura e os processos até à tecnologia.
- Aplicações de IAPara que a aplicação escolhida seja desenvolvida e gerida.
Perguntas frequentes
Um consultor de IA ajuda a decidir onde a IA cria valor e o que é necessário para a pôr a funcionar: reunir e priorizar casos de uso, avaliar os dados e os requisitos, escolher entre desenvolver, comprar ou configurar uma solução e definir responsabilidades e riscos. Como também desenvolvemos e gerimos soluções, avaliamos cada recomendação à luz do que é necessário em produção.
Escolha um caso de uso em que a decisão seja clara, os dados existam e os próprios utilizadores peçam a solução. Não comece pelo maior problema da organização. Na GVB, ajudamos a identificar o caso de uso de dados que pode ter maior impacto com relativamente pouco esforço, mesmo quando as soluções envolvem vários departamentos que, muitas vezes, nunca tinham trabalhado em conjunto.
Não todos, mas sim os dados necessários para o caso de uso escolhido. Uma plataforma de dados completa não é um pré-requisito, mas, sem dados históricos fiáveis, definições claras e um responsável, um modelo não passa da fase-piloto. Uma avaliação da maturidade de dados mostra em que ponto se encontra. No Albert Schweitzer Ziekenhuis, as conversas com as equipas de cuidados de saúde, planeamento e IT resultaram numa avaliação inicial e num percurso de evolução concreto.
Comece pelos objetivos da organização e por uma avaliação honesta da situação atual. Na Nationale Opera & Ballet, avaliámos a maturidade de dados e identificámos oportunidades por aproveitar. Daí resultou um plano de evolução que liga os dados à sua missão: salas cheias, um público mais amplo e inclusão. Depois, poderá escolher de forma mais informada a aplicação de IA que melhor ajuda a atingir esses objetivos.
Depende do que a aplicação faz e de ser desenvolvida internamente ou de utilizar um sistema existente. Ajudamos a identificar a IA que utiliza, a preparar a classificação dos riscos e a estabelecer uma estrutura de governance com funções e controlos claros. A interpretação jurídica cabe ao seu jurista ou ao departamento de compliance. Para saber como vamos além da lei, leia sobre Responsible AI.
Envolva-os desde o início, e não apenas no lançamento. Os utilizadores ajudam a definir o que a aplicação deve fazer, participam nos testes durante a fase-piloto e mantêm o controlo sobre as suas próprias decisões. Além disso, através de Training & adoption, oferecemos, entre outras opções, formação em IA para a gestão e formação técnica para as equipas.
Se uma regra no sistema existente, uma fonte de dados corrigida ou um bom dashboard resolver o problema, não precisa de IA nem de um consultor de IA. Se já sabe exatamente o que quer desenvolver e só lhe falta capacidade, recorrer à cedência temporária de um engenheiro de IA ou data scientist faz mais sentido do que um projeto de consultoria.
Se procura uma empresa que, além de prestar aconselhamento, também desenvolva e faça a gestão da solução, de preferência perto de si, conheça a nossa empresa de IA em Amesterdão.
Se, depois do aconselhamento, também quiser desenvolver e pôr a solução em prática, leia mais sobre a implementação de IA.
Tem dúvidas sobre consultoria de IA?
Stef Stoelwinder
Business DevelopmentE-mail info@datasciencelab.nl
Telefone +31 (0)20 3636 724
Não sabe qual o primeiro caso de uso de IA a abordar?
Diga-nos que decisão ou processo precisa de melhorar. Ajudamos a avaliar a viabilidade, os dados e o caminho até à produção.
Mensagem enviada
Obrigado pela sua mensagem. Entraremos em contacto consigo o mais rapidamente possível.