Dados e IAArtigo · 2 min de leitura
Por que projetos de IA falham antes do modelo
A conversa começa sempre no algoritmo. Mas o que derruba a maioria dos projetos acontece semanas antes disso, num lugar que ninguém quer olhar: o dado que a empresa já tem.
Em quase toda primeira reunião sobre inteligência artificial, a pergunta que chega é qual modelo usar. É a pergunta errada, e ela custa caro: o time passa semanas comparando abordagens para descobrir, no primeiro treino de verdade, que metade dos registros não tem o campo que o modelo precisa.
Não é um problema de ferramenta. É que o dado da operação foi criado para fazer a operação rodar, não para responder perguntas. O cadastro existe para emitir a nota, não para segmentar cliente.
O modelo é a parte fácil
Nos projetos que entregamos nos últimos dois anos, o trabalho de treinar e avaliar modelo raramente passou de um sexto do esforço. O resto foi entender o negócio e arrumar o dado.
Onde o tempo de um projeto de dados realmente vai
Distribuição média do esforço, em horas apontadas
Série única em Indigo, rotulada direto. Números ilustrativos.
Três perguntas antes de começar
Levamos essas três para toda conversa inicial. Elas não exigem conhecimento técnico de quem responde, e derrubam mais projetos ruins do que qualquer prova de conceito.
- 01
Quem é dono desse dado hoje?
Não o sistema: a pessoa. Se ninguém responde por um campo, ninguém vai corrigi-lo quando o relatório apontar que ele está errado - e ele vai estar.
- 02
Que decisão muda com a resposta?
Se a previsão chegar amanhã com 90% de acerto, o que alguém faz diferente? Se a resposta for "a gente ia ver", o projeto ainda não existe.
- 03
Qual o custo de errar, para cada lado?
Prever fraude onde não tem e prever que não tem onde tem custam coisas muito diferentes. Essa assimetria é decisão de negócio, não de engenharia.
Sem dono do dado, todo relatório vira uma discussão sobre o relatório.
O sintoma mais confiável de que o problema não é técnico
Como isso parece na prática
No primeiro dia de diagnóstico não abrimos nenhuma biblioteca de machine learning. Abrimos o banco e contamos. Uma consulta de dez linhas costuma dizer mais sobre a viabilidade do projeto do que duas semanas de reunião.
-- Quantas grafias diferentes para a mesma coisa?
select
lower(trim(uf)) as uf_normalizada,
count(distinct uf) as grafias,
count(*) as registros
from vendas.cliente
group by 1
having count(distinct uf) > 1
order by registros desc;Diagnóstico de dados
Duas semanas lendo o que existe, com relatório do que dá e do que não dá.
Painel de indicadores
Um lugar só para quem decide, com a origem de cada número rastreável.
IA aplicada
Classificação, recomendação e assistentes sobre a base que a empresa já tem.
O que fazer com isso
Se você está avaliando um projeto de IA agora, faça o inverso do que costuma ser proposto: peça um diagnóstico de dados curto e pago antes de qualquer escopo fechado. E se o fornecedor não quiser olhar o dado antes de vender o modelo, esse já é o sinal.