Machine Learning, confira casos de uso práticos - amplavisão » blog

Machine Learning, não é mais uma tendência, mas uma realidade já aplicada em diversos setores

Por: Anselmo Ramos (P&D na amplavisão)

Machine Learning (aprendizado de máquina), é uma área da ciência da computação que permite automatizar respostas ao usuário a partir de inteligência artificial e big data.

O aprendizado de máquina, é uma forma de análise de dados que orienta os computadores a aprenderem por conta própria, para que aprimorem seu desempenho diante de alguns problemas específicos.

Ao invés de serem programadas apenas para tarefas e ações específicas, as máquinas usam algoritmos complexos para tomar decisões e interpretar dados, executando as tarefas automaticamente.

Esses programas conseguem aprender a partir do alto poder de processamento de dados e sem intervenção humana.

Esse é um assunto que em alguns momentos tratamos como uma tendência, ou mesmo uma tecnologia em moda, no entanto, é uma realidade já aplicada em empresas de diversos setores e segmentos.

Nesse artigo vou pontuar casos de uso de sucesso com Machine Learning vale salientear que o sucesso da aplicação da tecnologia, parte de algumas premissas básicas, são elas:

  1. Machine Learning tem mais chances de ser implantado para ser usado em problemas práticos da organização;
  2. É ideal que após identificado, o caso de uso a ser aplicado com o Machine Learning tenha sua implementação em um prazo de seis a dez meses para não se perder o dinamismo. Principalmente se for o primeiro projeto.
  3. Procure um caso de uso que envolva um grande volume de dados que você já tem. Poucos dados deixam os cientistas de dados frustrados. 🙂
  4. Por fim, após alguns resultados você deverá avaliar se o problema realmente precisa de Machine Learning para ser solucionado e se essa tecnologia proporcionará resultados melhores do que os obtidos por meio da abordagem tradicional.

O que se espera nos resultados obtidos com Machine Learning? Vamos lá: redução de custos, aumento da produtividade dos colaboradores ou experiências melhores para os clientes finais.

A melhor maneira de satisfazer todos esses critérios é garantindo que especialistas no assunto (área de negócios) e técnicos (TI) trabalhem em conjunto no projeto de Machine Learning. Os especialistas técnicos podem avaliar a viabilidade, já os especialistas no assunto garantem que a solução resolve um problema empresarial real e com impacto mensurável.

Vamos listar alguns casos de uso reais com o Machine Learning da AWS:

Machine Learning voltada às análises de dados de conteúdos de documentos. Setores de serviços financeiros, saúde e ciências biológicas, contabilidade, educação, governo, jurídico, petróleo e gás.

ASSENT COMPLIANCE
“Com a tecnologia de OCR do Amazon Textract, pudemos processar documentos, e o Amazon Comprehend extraiu entidades personalizadas. [Usamos] o Amazon Augmented AI para revisar documentos em um intervalo de precisão específico e para ajudar a treinar a nossa próxima iteração de modelo. A combinação desses serviços… [economizou] centenas de horas de revisão manual de documentos para os nossos clientes.” Corey Peters, líder de equipe de IA/ML


Machine Learning voltada a setores de atendimento a clientes.

HOTEIS.COM
Na Hoteis.com estamos sempre interessados em aumentar a agilidade, usar as mais recentes tecnologias e promover a inovação. Os algoritmos otimizados de treinamento distribuídos e os recursos incorporados de hiperparâmetros do Amazon SageMaker reduzirão substancialmente a complexidade do Machine Learning, agilizando a criação de uma melhor experiência para os nossos clientes.” Matt Fryer, Vice-presidente e Diretor de ciência de dados

HUBSPOT
“O GrowthBot da HubSpot ajuda os profissionais de marketing e vendas a serem mais produtivos, fornecendo acesso a dados e serviços relevantes usando uma interface de conversação. Por meio do Amazon Lex, estamos adicionando recursos sofisticados de processamento de linguagem natural que ajuda a GrowthBox a fornecer uma IU (interface de usuário) mais intuitiva para nossos usuários.”  Dharmesh Shah, CTO e Fundador

GE APPLIANCES
“Usando os serviços Amazon Connect, Amazon Lex e Amazon Polly, podemos automatizar tarefas simples [da central de atendimento], como pesquisar informações sobre produtos, anotar dados do cliente e responder a perguntas comuns antes que um atendente entre [na linha].”  Byron Guernsey, estrategista-chefe

Machine Learning em canais para consumidores. Setores de varejo, mídia e entretenimento, viagens e hotelaria, educação, serviços financeiros, governo, saúde, software e internet.

LOTTE MART
“[Com o Amazon Personalize], constatamos um aumento de 5x na resposta a produtos recomendados… e o número de produtos comprados que nunca tinham sido adquiridos pelo cliente [aumentou] em até 40%.” Jaehyun Shin, líder da equipe de big data


ZAPPOS
“Estamos usando soluções de análises e Machine Learning para personalizar o tamanho e os resultados de pesquisa de usuários individuais. Os serviços da AWS (incluindo Amazon SageMaker) permitem que os engenheiros se concentrem na melhoria da performance e dos resultados e não na sobrecarga de DevOps.” Ameen Kazerouni, diretor de pesquisa e plataformas de Machine Learning

Machine Learning para ativos de mídia (áudio e vídeo). Setores de entretenimento e mídia, software e tecnologia, viagens e hotelaria.

NASCAR
“Escolhemos o Amazon Transcribe para a legendagem do conteúdo de vídeo sob demanda (VOD) da NASCAR […] que abrange 195 países e 29 idiomas. Com a implantação do Amazon Transcribe, adicionamos automaticamente legendas a 99% do nosso conteúdo VOD (vídeo por demanda na sigla em Inglês) e gastamos 97% menos tempo do que nossa estimativa original.” Patrick Carroll, diretor sênior de desenvolvimento

NFL MEDIA
“O Amazon Rekognition […] aumenta consideravelmente a velocidade de pesquisa de conteúdo e permite marcar automaticamente os elementos que antes exigiam intervenção manual.” Brad Boim, diretor sênior de pós-produção e gerenciamento de ativos

Machine Learning para ajudar a prever o quê, quanto e quando os clientes querem. Setores de concessionárias de serviços públicos e energia, indústria, manufatura, varejo, software e internet, startups, telecomunicações, viagens e hotelaria.

DOMINO’S PIZZA ENTERPRISES LIMITED
“Sabíamos que usando os serviços da AWS (incluindo o Amazon SageMaker) poderíamos […] oferecer às lojas previsões sobre quais pizzas seriam pedidas. Os clientes recebem pizzas mais quentes com mais rapidez graças aos aprimoramentos que implantamos.” Michael Gillespie, diretor digital e de tecnologia

HEROLEADS
“Com a integração do Amazon Forecast, a equipe poderá manter o foco em tarefas de maior valor agregado; ampliar o alcance de nossos modelos, permitindo que outras equipes os usem; e aumentar a precisão dos nossos modelos de previsão para atingir 99% de exatidão. [O Amazon Forecast oferece] insights mais rápidos, melhor previsibilidade, sistemas de alerta de performance, planejamento de orçamentos dinâmicos e modelos de investimento mais precisos. Amit Das, líder de engenharia de dados

Machine Learning para ajudar na prevenção de fraudes. Setores de comércio eletrônico, finanças, varejo.

IFOOD
“A estrutura oferecida pela AWS nos permite treinar diversos modelos em máquinas do tamanho que necessitamos e, mais do que isso, colocar estes modelos em produção de forma simples, sem precisarmos começar do zero. Além disso, contamos com ferramentas que facilitam muito a vida do cientista de dados, o tornando o mais produtivo possível.” Sandor Caetano, Chief Data Scientist

VACASA
“Estamos entusiasmados com o lançamento do Amazon Fraud Detector porque isso indica que podemos usar mais facilmente técnicas avançadas de Machine Learning para detectar com precisão reservas [de temporada] fraudulentas. A proteção da nossa ‘porta da frente’ contra possíveis danos nos permite manter o foco na oferta de uma experiência perfeita e sem imprevistos nos aluguéis de temporada.”  Eric Breon, fundador e diretor executivo

Esses foram os casos de uso interessantes que separei para compartilhar nesse artigo.

Todos esses casos de uso usaram os serviços da AWS, contudo há diversos provedores de cloud que disponibilizam serviços similares de Machine Learning (Google Cloud, Azure, Alibaba Cloud, etc).

Você deve estar pensando: mas só tem casos de uso da Amazon AWS?

Sim, optei por usar esses casos pois já trabalhamos com AWS há ao menos 3 anos e é o serviço de cloud mais utilizado no mundo (Market share maior que 40%) e que tem mais funções que permitem a criação e uso de templates de algoritmos para desenvolvimento de novos casos de uso em Machine Learning.

Quer falar conosco sobre AWS? Nos chame agora no WhatsApp clique aqui

Referências:

Aviso legal: as marcas aqui representadas são de propriedade de seus respectivos responsáveis legais. ® Todos os direitos reservados.