Construindo o ecossistema de dados e analytics

5 - O site oficial diz que o sas nasceu no departamento de agronomia da north carolina state university, em 1976, para fazer a análise estatística de colheitas, sementes, clima, solo etc. Como isso evoluiu?

O pioneirismo do SAS no desenvolvimento de software para apoiar processos que requerem o uso de analytics avançado define muito de nosso sucesso, assim como a explosão de dados com a internet. Mas um dos pilares desse crescimento foi, sem dúvida, o desenvolvimento de soluções orientadas a diversos problemas de negócios específicos, como gestão de riscos, prevenção de crimes financeiros, customer intelligence e soluções para atender marcos regulatórios importantes, como o GDPR agora.

4 -  E no brasil? O que esse crescimento implica aqui, em termos de mão de obra, estratégia e capitalização nas diferentes regiões?

O mercado de data science tem crescido de maneira expressiva aqui também. O uso contundente de instrumental analítico tem demandado mão de obra mais qualificada – e mais bem remunerada –, que precisa ser formada. Nas regiões Sudeste e Sul, as universidades têm promovido cursos voltados para cientistas de dados e, de algum modo, têm disponibilizado profissionais para esses mercados. O SAS tem colaborado com professores, pesquisadores e estudantes, disponibilizando a plataforma “SAS on Cloud” sem custo para as universidades. 

3 - As grandes empresas já entenderam a importância dos dados e do analytics. E as de pequeno e médio porte?

As pequenas e médias empresas começaram a despertar recentemente para o poder do analytics. E o mercado de pequeno e médio porte também é foco da estratégia do SAS. A adoção de advanced analytics acontece por níveis de maturidade de empresa e as PMEs tendem a ser o primeiro nível de adoção. Nossa estratégia inclui a constituição de um ecossistema de parceiros [distribuidores] capazes de ofertar e implementar nossas soluções a um custo apropriado e esses parceiros estão preparados para trabalhar de maneira eficiente com o primeiro nível de adoção de analytics.

2 - Qual é a velocidade com que os dados e a inteligência artificial devem se disseminar no brasil? Como impactarão o trabalho?

O grande número de incubadoras e centros de inovação que se vê no mercado brasileiro é um bom termômetro para mensurar a capacidade do País de contribuir para o desenvolvimento de tecnologias de IA e ML [machine learning]. Acreditamos tanto nisso que, em breve, teremos no SAS Brasil um centro de inovação próprio, onde startups serão convidadas e apoiadas para complementar soluções de negócio que fazem uso dessas tecnologias.

Quanto ao trabalho, o impacto é imenso. Grande parte das tarefas monótonas, que dependem de pessoas, serão automatizadas facilmente, claro, pois têm um padrão previsível de atividades repetitivas possível de ser replicado por algoritmos de machine learning. Mesmo certas atividades de grande complexidade, como aquelas que demandam o processamento de grandes conjuntos de dados em tempo real (por exemplo, veículos autônomos), aproveitarão os recursos da IA – seja observando, seja decidindo ou agindo em tempo real por meio de funções de otimização bem definidas.

A questão da empregabilidade diante de algo tão impactante é representativa, porque nunca o desenvolvimento do capital humano esteve tão dependente de uma estratégia lúcida e de longo prazo. A estratégia deverá estar fundamentada na ideia de aprendizagem contínua e exigirá políticas sociais e econômicas que lhe deem suporte. Precisará ser pautada pelo reconhecimento de que, em uma economia global que se transforma em grande velocidade, o conhecimento valioso de um trabalhador jovem poderá ser inútil nas décadas seguintes.

1 - Você tem formação de humanas. Qual é sua visão a respeito de um profissional de humanas em um futuro em que o mercado será cada vez mais influenciado pela inteligência artificial?

A área de humanas como um todo precisa ser o contraponto para o entusiasmo com a inteligência artificial e desenvolver uma crítica contínua da sociedade digital diante das grandes questões humanas, como a ética, a estética e a ontologia. Penso que a filosofia e a literatura precisam continuar sua missão de revigorar as discussões em torno dessas grandes questões.

Agora, costumo dizer que há na filosofia um caráter necessariamente inútil, no sentido de não servir para nada nem para ninguém – e, assim, não ser refém de nada nem ninguém. Quando a filosofia quer ser útil, ela vira ideologia; e ideologia exige que nada [dela] seja rediscutido.

Vale dizer que os profissionais de humanas ainda podem dar-se as mãos com as tecnologias, servindo-se delas para compreender as habilidades das pessoas – fazendo análises de correlações, constituindo a curva normal de comportamentos humanos. Mas precisam evitar a estereotipia, porque traz o risco de reducionismo. Categorizar desmedidamente as pessoas pode retirar da nossa espécie algo que foi extremamente importante para seu desenvolvimento: a diversidade. As diferenças é que nos possibilitam pensar fora da caixa.