{"id":4239,"date":"2022-11-08T17:44:19","date_gmt":"2022-11-08T16:44:19","guid":{"rendered":"https:\/\/liminal.pt\/martech-magazine\/?p=4239"},"modified":"2024-01-18T16:26:42","modified_gmt":"2024-01-18T15:26:42","slug":"inteligencia-artificial-aplicada-ao-marketing","status":"publish","type":"post","link":"https:\/\/liminal.pt\/martech-magazine\/inteligencia-artificial-aplicada-ao-marketing\/","title":{"rendered":"Intelig\u00eancia Artificial aplicada ao Marketing"},"content":{"rendered":"\n

Conceitos como Artificial General Intelligence (AGI) ou Artificial Super Intelligence (ASI), que designam as capacidades de uma Intelig\u00eancia Artificial forte (Strong AI), capaz de executar e at\u00e9 superar qualquer atividade intelectual humana, para j\u00e1, s\u00e3o apenas terrenos da fic\u00e7\u00e3o cient\u00edfica.<\/p>\n\n\n\n

eBook: A MarTech Stack ideal para sua empresa<\/span><\/a><\/p>\n\n\n\n

Importa, ent\u00e3o, entender, para l\u00e1 das expetativas inflacionadas que a fic\u00e7\u00e3o tem criado, que a Intelig\u00eancia Artificial nada mais \u00e9 do que a replica\u00e7\u00e3o da capacidade cognitiva do ser humano feita pelas m\u00e1quinas, isto \u00e9, pelos sistemas inform\u00e1ticos. Designada de Artificial Narrow Intelligence (ANI), ou Weak AI, atualmente ainda est\u00e1 circunscrita apenas \u00e0 execu\u00e7\u00e3o de tarefas muito espec\u00edficas como jogar xadrez, reconhecer imagens ou fazer previs\u00f5es sobre resultados de vendas, por exemplo.<\/p>\n\n\n\n

A Intelig\u00eancia Artificial (IA)<\/a> pode ser usada para:<\/p>\n\n\n\n

  1. Assistir o ser humano a fazer certas tarefas repetitivas mais rapidamente e melhor, como s\u00e3o exemplo os softwares de tradu\u00e7\u00e3o e legendagem autom\u00e1tica ou os RPA (Robotic Process Automation) \u2013 Assisted AI.<\/li>
  2. Aumentar as capacidades do ser humano, como s\u00e3o exemplo os sistemas de previs\u00e3o de churn de clientes, chat bots ou mesmo de condu\u00e7\u00e3o aut\u00f3noma no seu estado atual \u2013 Augmented AI.<\/li>
  3. Tomar decis\u00f5es independentes do ser humano, como s\u00e3o exemplo os sistemas de testes adaptativos (multivariate) para otimiza\u00e7\u00e3o de websites, os motores de recomenda\u00e7\u00e3o de produtos e conte\u00fados (Amazon, Spotify), ou os sistemas de trading aut\u00f3nomo em bolsa \u2013 Autonomous AI.<\/li><\/ol>\n\n\n\n

    Tal como com o ser humano, o processo da intelig\u00eancia come\u00e7a pela capta\u00e7\u00e3o de informa\u00e7\u00e3o, est\u00edmulos, dados do mundo real, atrav\u00e9s dos v\u00e1rios sentidos, que depois no c\u00e9rebro s\u00e3o tratados de modo a identificar padr\u00f5es, criar modelos autom\u00e1ticos, heur\u00edsticas, que permitem entender a realidade e prever a probabilidade de acontecimentos futuros, de modo a tomar decis\u00f5es com base nestes c\u00e1lculos.<\/p>\n\n\n\n

    Lembrando uma cita\u00e7\u00e3o atribu\u00edda a Einstein, \u201cintelig\u00eancia \u00e9 a capacidade de adapta\u00e7\u00e3o \u00e0 mudan\u00e7a\u201d, a IA \u00e9, portanto, o estudo dos dispositivos computacionais que conseguem percecionar o ambiente e tomar decis\u00f5es que aumentam as hip\u00f3teses de atingir com sucesso os objetivos definidos.<\/p>\n\n\n\n

    M\u00e1quina vs. Humano: As Diferen\u00e7as<\/h2>\n\n\n\n

    Ao falar em intelig\u00eancia artificial, temos de entender que se trata sobretudo de um conceito muito abrangente que procura encapsular tudo o que s\u00e3o atividades feitas pelas m\u00e1quinas, mas que imitam, isto \u00e9, fazem a m\u00edmica do comportamento humano. Para que estes casos de uso da intelig\u00eancia artificial possam funcionar, h\u00e1 um conjunto de algoritmos de Machine Learning (ML) capazes de processar, decidir e aprender a partir da an\u00e1lise de grandes conjuntos de dados (Big Data).<\/p>\n\n\n\n

    Ao contr\u00e1rio da programa\u00e7\u00e3o com base em regras l\u00f3gicas pr\u00e9-definidas por seres humanos, os algoritmos de Aprendizado de M\u00e1quinas conseguem automaticamente:<\/p>\n\n\n\n

    1. Descobrir<\/strong> – detetar quais os atributos com maior poder preditivo sobre um determinado resultado.<\/li>
    2. Decidir<\/strong> – inferir regras a partir dos dados, balancear atributos e sugerir o melhor conjunto de a\u00e7\u00f5es a tomar.<\/li>
    3. Rever<\/strong> – alterar as regras existentes sobre os atributos e seus pesos relativos.<\/li><\/ol>\n\n\n
      \n
      \"Intelig\u00eancia<\/figure>\n<\/div>\n\n\n

      De um modo geral podemos subdividir as v\u00e1rias abordagens de Machine Learning em fun\u00e7\u00e3o dos objetivos que se pretende atingir e dos m\u00e9todos usados para que isso aconte\u00e7a.<\/p>\n\n\n\n

      Aprendizagem Supervisionada vs. Aprendizagem N\u00e3o Supervisionada<\/h2>\n\n\n\n

      Estamos perante Aprendizagem Supervisionada, quando temos um objetivo ou tarefa claramente definida e queremos, de um modo geral:<\/p>\n\n\n\n

      1. fazer previs\u00f5es de um determinado resultado como o volume de vendas, pre\u00e7os, procura, etc., usando regress\u00f5es lineares ou log\u00edsticas, por exemplo.<\/li>
      2. fazer previs\u00f5es bin\u00e1rias que indiquem qual a probabilidade de algu\u00e9m estar ou n\u00e3o doente, de um email ser ou n\u00e3o spam, de um cliente entrar em incumprimento de cr\u00e9dito, de deixar de ser cliente ou n\u00e3o, etc., usando algoritmos de classifica\u00e7\u00e3o.<\/li><\/ol>\n\n\n\n

        Aprendizagem n\u00e3o supervisionada acontece quando n\u00e3o temos um objetivo claro, ou uma vari\u00e1vel clara a trabalhar e queremos explorar os dados, de modo:<\/p>\n\n\n\n

        1. A identificar conjuntos de dados que tenham caracter\u00edsticas pr\u00f3ximas (clustering) para segmenta\u00e7\u00e3o de clientes e potenciais clientes, por exemplo;<\/li>
        2. Ou de modo a processar um conjunto enorme de dados muito rapidamente e em tempo real, para conseguir obter recomenda\u00e7\u00f5es de filmes na Netflix<\/a>, ou para fazer an\u00e1lise de sentimento nas redes sociais, por exemplo, usando para isso t\u00e9cnicas de redu\u00e7\u00e3o da dimensionalidade.<\/li><\/ol>\n\n\n\n

          Aprendizagem por refor\u00e7o acontece quando damos \u00e0 m\u00e1quina um objetivo a atingir e esta faz as mudan\u00e7as que melhoram a capacidade de atingir esse objetivo, aprendendo com as respostas que vai obtendo em tempo real do ambiente externo. Exemplos destes tipos de objetivos podem ser o melhorar a escrita dos t\u00edtulos de um email ou otimizar a audi\u00eancia de um an\u00fancio de Facebook<\/a> para aumentar as convers\u00f5es.<\/p>\n\n\n

          \n
          \"Intelig\u00eancia<\/figure>\n<\/div>\n\n\n

          Deep Learning: O que \u00e9?<\/h2>\n\n\n\n

          A categoria de ML que tem vindo a ter uma preponder\u00e2ncia crescente na evolu\u00e7\u00e3o da IA, pelo impacto acelerado e precis\u00e3o dos resultados que se conseguem obter, \u00e9 o Deep Learning. Esta tipologia de ML usa sobretudo redes neuronais, as quais recorrem a mecanismos de funcionamento semelhantes aos do c\u00e9rebro humano, construindo sucessivamente representa\u00e7\u00f5es abstratas de um conjunto de dados, separando esses mesmos dados em diferentes camadas de abstra\u00e7\u00e3o ou de transforma\u00e7\u00e3o, para depois procurar padr\u00f5es e desenvolver uma compreens\u00e3o sobre determinada quest\u00e3o ou produzir os resultados esperados.<\/p>\n\n\n

          \n
          \"Intelig\u00eancia<\/figure>\n<\/div>\n\n\n

          Os mecanismos aut\u00f3nomos de scoring de leads ou de defini\u00e7\u00e3o de pre\u00e7os de um produto ou servi\u00e7o, como \u00e9 o caso dos bilhetes de viagens a\u00e9reas, s\u00e3o bons exemplos de casos de uso de Deep Learning. O adjetivo \u201cdeep\u201d refere-se \u00e0s m\u00faltiplas camadas em que funcionam estas redes, que fazem com que na pr\u00e1tica seja muito dif\u00edcil explicar os resultados obtidos atrav\u00e9s destas t\u00e9cnicas, por isso serem designadas de caixas negras (black boxes).<\/p>\n\n\n

          \n
          \"Intelig\u00eancia<\/figure>\n<\/div>\n\n\n

          Todos os dias j\u00e1 usados imensas aplica\u00e7\u00f5es de AI sem que nos apercebamos, o Google<\/a> termina as nossas frase, o Facebook<\/a> determina qual \u00e9 o nossa newsfeed, a Amazon<\/a> prev\u00ea a nossa pr\u00f3xima compra, o Spotify<\/a> aprende qual a m\u00fasica que gostamos, o Google Maps<\/a> guia-nos at\u00e9 ao nosso destino, a Alexa<\/a> e a Siri<\/a> respondem \u00e0s nossas quest\u00f5es, desbloqueamos os nossos PC e iPhones com um scan da nossa cara. Enquanto consumidores n\u00e3o queremos saber qual a tecnologia que est\u00e1 por tr\u00e1s disto, mas valorizamos a conveni\u00eancia e personaliza\u00e7\u00e3o.<\/p>\n\n\n\n

          Enquanto pessoas de neg\u00f3cios, temos que ter a consci\u00eancia que estas as tecnologias de Intelig\u00eancia Artificial est\u00e3o a acelerar o marketing em dire\u00e7\u00e3o a um futuro de automa\u00e7\u00e3o inteligente. A Intelig\u00eancia Artificial tem o poder de transformar as nossas carreiras e empresas, mas muitos gestores ainda n\u00e3o sabem como traduzir a estrat\u00e9gia de neg\u00f3cio em oportunidades de implementa\u00e7\u00e3o de AI e muitos marketers n\u00e3o sabem por onde come\u00e7ar ou t\u00eam medo do desconhecido. Nas pr\u00f3ximas semanas iremos publicar v\u00e1rios artigos para ajudar a eliminar estes desafios e a dar \u00e0s empresas portuguesas o conhecimento necess\u00e1rio para que comecem a tirar partido do poder da Intelig\u00eancia Artificial.<\/p>\n\n\n\n

          Trace o caminho para o sucesso com especialistas em MarTech<\/h2>\n\n\n\n

          Para que a tecnologia contribua para o sucesso do neg\u00f3cio, \u00e9 importante que haja uma estrat\u00e9gia que guie a implementa\u00e7\u00e3o, ado\u00e7\u00e3o e evolu\u00e7\u00e3o dos sistemas.<\/p>\n\n\n\n

          Enquanto especialistas em MarTech, a Liminal<\/a> oferece uma vis\u00e3o integrada, que une Tecnologia, Marketing e Estrat\u00e9gia, garantindo a ado\u00e7\u00e3o e a implementa\u00e7\u00e3o bem sucedida das tecnologias de marketing, quer seja atrav\u00e9s da escolha imparcial dos sistemas certos<\/a> para responder aos desafios da sua empresa, da adequa\u00e7\u00e3o dos processos e fluxos em sistemas j\u00e1 existentes ou do desenho de uma estrat\u00e9gia de CRM & Automa\u00e7\u00e3o<\/a> que contribua para o crescimento do neg\u00f3cio.<\/p>\n\n\n

          \n
          \"liminal,<\/a><\/figure>\n<\/div>
          Feedback<\/span>
          \n\t\t\t\t\t
          \n\t\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t
          \n\t\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t
          \n\t\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t
          \n\t\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t
          \n\t\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/div><\/div>5 de 5 estrelas. 1 votos.<\/span><\/div>
          O meu feedback:<\/span>