{"id":4895,"date":"2024-02-23T19:15:05","date_gmt":"2024-02-23T18:15:05","guid":{"rendered":"https:\/\/liminal.pt\/martech-magazine\/?p=4895"},"modified":"2024-09-26T15:32:36","modified_gmt":"2024-09-26T14:32:36","slug":"como-usar-a-inteligencia-artificial-no-marketing","status":"publish","type":"post","link":"https:\/\/liminal.pt\/martech-magazine\/como-usar-a-inteligencia-artificial-no-marketing\/","title":{"rendered":"Como usar a Intelig\u00eancia Artificial no Marketing\u00a0"},"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 ou reveladores de algum n\u00edvel de autoconsci\u00eancia, para j\u00e1 s\u00e3o apenas terreno da fic\u00e7\u00e3o cient\u00edfica. Importa ent\u00e3o entender, para l\u00e1 das expetativas inflacionadas que a fic\u00e7\u00e3o tem criado, que a Intelig\u00eancia Artificial<\/a> 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

eBook: 7 Maneiras de Aumentar Vendas com Automa\u00e7\u00e3o de Marketing<\/strong><\/a><\/p>\n\n\n\n

A intelig\u00eancia artificial (IA) pode ser usada para: <\/p>\n\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>\n<\/ol>\n\n\n\n
      \n
    1. 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>\n<\/ol>\n\n\n\n
        \n
      1. 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>\n<\/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

        Machine Learning e AI <\/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 Machine Learning conseguem automaticamente: <\/p>\n\n\n\n

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

              Tipos de Aprendizagem<\/h4>\n\n\n\n

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