SUMÁRIO EXECUTIVO
Nos últimos anos, a inteligência artificial (IA) e a machine learning (ML) estiveram na vanguarda do círculo de promoção do software empresarial. A promessa de incorporar recursos preditivos em cadeias de valor operacionais, como análise, precisão de pedidos e inventário, e redução do tempo de inatividade para manutenção geram muita empolgação em aumentar o valor do dinheiro gasto em soluções. A capacidade de aproveitar essas inovações faz parte de um movimento maior nos interesses de gastos de TI e software para gerar maior ROI do fluxo de trabalho e produtividade do sistema.
A abordagem da Infor em relação à inteligência artificial e ao machine learning busca enfrentar esses desafios diretamente, usando o ecossistema em camadas do Infor® OS. O Infor OS unifica produtos de ERP isolados para garantir que os usuários estejam tomando decisões em sincronia com o estado das operações em outros lugares. Essa tecnologia pode ser uma ferramenta crucial no contexto de negócios atual, onde avanços recentes tornaram a IA uma fonte de valor inestimável, quando usada corretamente.
A IA, como conceito, não é nova, mas com as empresas do século XXI graduando seus investimentos na nuvem para sistemas baseados em SaaS e IaaS, vale a pena olhar para o papel da IA como tecnologia hoje e avaliar como melhor sobrepor essas tecnologias em rápida evolução, e muitas vezes ainda emergentes, como meio de criar valor real e tangível. Geralmente, as organizações que desejam adotar a IA não têm problemas em encontrar motivos pelos quais ela pode ajudar seus negócios, mas enfrentam desafios com a melhor forma de implementá-la e aproveitá-la. Vamos começar a remover as camadas por trás da IA para entender melhor como a IA e a aprendizagem de máquina (ML) podem ajudar a operacionalizar insights com base em dados.
Em geral, IA é um termo amplo que abrange campos como matemática, ciência da computação, psicologia, filosofia e linguística. Há duas categorias de IA: IA Geral e IA Limitada. A IA Geral é um tipo de inteligência adaptável baseada na inteligência que os humanos exibem. É frequentemente retratada em filmes onde os sistemas de computador são capazes de aprender como resolver problemas e realizar uma vasta gama de tarefas especializadas por conta própria. A IA Limitada é uma inteligência associada a uma tarefa específica, em que um sistema foi treinado explicitamente em relação a um conjunto de dados específico e não se desvia dessa tarefa. Exemplos de IA Limitada no mundo atual incluem reconhecimento de voz/facial, carros autônomos, bots de xadrez, análise de infraestrutura de drones, manutenção preditiva e assim por diante. O processo de treinamento desses sistemas de IA restritos e a base de quase toda a IA que existe hoje são geralmente chamados de machine learning aplicado. Esse processo de treinamento permite que um sistema “aprenda” com um problema, expondo-o a dados de treinamento substanciais e adicionando um ciclo de feedback que permitirá identificar erros e casos de falha, aumentando a precisão e a eficácia ao longo do tempo.
Embora as promessas da machine learning sejam altas, elas vêm com desafios significativos. Como os processos de ML são dependentes de dados e muitas vezes se concentram em processos de negócios singulares, as implementações podem exigir anos de planejamento e previsão. Tradicionalmente, os cientistas de dados eram obrigados a carregar enormes volumes de dados brutos em ambientes de desenvolvimento locais e limpá-los, analisá-los e refiná-los para precisão.
Foram necessários também investimentos significativos em infraestrutura e hardware para ajudar a dimensionar as etapas de captura, armazenamento e processamento de dados. O aplicativo Machine Learning da Infor AI reduz a barreira à entrada em insights de ML, fornecendo experiências de modelagem preditiva por meio de um ecossistema existente de aplicativos dentro da plataforma Infor SO. Esse ecossistema em camadas aborda necessidades como integração de aplicativos, processamento de dados e tomada de decisão. Abaixo, exploraremos três componentes do Infor OS e como eles trabalham juntos para fornecer uma história completa de IA.
O primeiro componente é a rede aberta inteligente (ION) do Infor OS. O Infor ION® é uma plataforma de integração que permite aos usuários criar redes de integração de aplicativos confiáveis, escaláveis e seguros. O ION vem equipado com um conjunto de conectores de tecnologia que expande o número de interfaces integradas entre o Infor CloudSuite™ e aplicativos de terceiros.
Isso significa que, se houver uma fonte de dados que precise ser acessada, o ION pode se conectar a ela. Isso é fundamental para a machine learning, pois as fontes de dados são frequentemente distribuídas por vários aplicativos diferentes. Além disso, a conectividade híbrida da ION significa que os clientes que ainda executam aplicativos em suas instalações podem garantir que o ecossistema de dados não seja fraturado ou incapaz de se beneficiar das tecnologias do SaaS.
Uma parte importante da plataforma de integração do ION é o API Gateway. Ele permite que os usuários implantem, gerenciem e testem com segurança APIs para aplicativos Infor e não Infor. Isso significa que, independentemente de você estar usando um aplicativo Infor CloudSuite, um fornecedor terceirizado ou um aplicativo interno, as APIs podem ser aproveitadas para integração, geração de relatórios, desenvolvimento de aplicativos e aquisição de dados de entradas de machine learning. Além disso, o API Gateway pode ser um meio de consumo para os modelos de ML do Infor AI que permite a rápida implantação e teste em todos os aplicativos de negócios conectados. O consumo de modelos de machine learning, na forma de APIs, é fundamental para a estratégia de IA do Infor SO porque reduz drasticamente o tempo de implementação, eliminando a necessidade de desenvolvimento personalizado em cada aplicativo de negócios.
O segundo componente do Infor SO é o Infor Data Lake. Os data lakes são essenciais para plataformas de machine learning porque abrigam a peça mais importante: os dados. Um rico histórico de transações e operações de negócios executadas são essenciais para a precisão e, portanto, a utilidade de qualquer previsão de ML. Os data lakes armazenam dados comerciais brutos, mas ao contrário dos data warehouses, eles não precisam que os dados sejam formatados de nenhuma forma específica e são infinitamente escaláveis. Muitas vezes, as empresas só capturam um subconjunto dos dados que produzem e usam esses dados para impulsionar métricas específicas e indicadores de desempenho, mas isso pressupõe que a organização já sabe a pergunta que deseja responder. E amanhã, quando percepções adicionais são necessárias? Ao armazenar de forma barata todos os dados empresariais produzidos, os data lakes permitem insights poderosos e dão uma enorme vantagem sobre os requisitos de amanhã.
O Infor Data Lake usa o ION e o API Gateway para se conectar a aplicativos Infor CloudSuite e de terceiros, vinculando todas essas fontes de dados em um único local. Depois de armazenadas no data lake, grandes quantidades de dados são categorizadas de forma inteligente pelo catálogo de dados e fornecem aos usuários informações sobre propriedades como tipos de dados e carimbos de data/hora. As ferramentas Compass também permitem que os usuários empresariais consultem os dados e iniciem o processo de exploração de dados rapidamente. Essas ferramentas pagam dividendos enormes e permitem que usuários menos técnicos criem e limpem conjuntos de dados ao criar modelos de aprendizagem de máquina.
O terceiro componente do Infor OS é a plataforma Infor IA. O Infor AI é uma plataforma de machine learning aplicada criada para cientistas de dados e usuários empresariais. O objetivo geral do Infor AI é simplificar o processo de construção de modelos de ML, abstraindo conceitos de ciência de dados e fornecendo um modelador intuitivo que permita aos analistas de negócios ou dados importar, limpar, treinar e avaliar conjuntos de dados. Ao fazer uso do ION, Data Lake e API Gateway, o Infor AI reduz os tempos de implementação de ML de um processo que leva meses ou anos para um processo que leva dias ou semanas. Para organizações que têm pessoal de ciência de dados disponível, o Infor AI permite que algoritmos personalizados sejam definidos e scripts sejam injetados no processo de transformação de dados. Como os modelos de IA da Infor são implantados como um endpoint de API no API Gateway, os usuários do CloudSuite podem consumir esses modelos de várias maneiras.
(Imagem: Infor AI Quest - Infor AI Quests são construídas encadeando blocos de atividades juntos, mantendo o fluxo de dados simples e fácil de seguir.)
Os aplicativos do Infor CloudSuite estão construindo seus próprios modelos de Infor IA e chamando-os diretamente dentro do aplicativo, portanto, se você for um cliente da Infor, talvez já esteja usando a Infor IA. Aplicativos de terceiros também podem usar a definição de API no API Gateway para chamar e consumir modelos para seus próprios fins. Além disso, os endpoints de API podem ser usados como parte de um aplicativo contextual personalizado, ou seja, um aplicativo que é executado ao lado de um aplicativo Infor CloudSuite e fornece serviços preditivos com base em entradas em tempo real. Imagine que você tem um vendedor que está tentando fechar uma venda, mas precisa reduzir o preço para fazê-lo. Um modelo do Infor IA, treinado com meses ou anos de dados de vendas, poderia recomendar uma porcentagem de desconto que ganha o negócio e mantém as margens.
(Imagem: Recomendação do Infor IA - A Infor e aplicativos de terceiros podem usar as recomendações do Infor AI em seus próprios aplicativos por meio da API de Previsão de IA da Infor.)