Saltar para o conteúdo

Abraçando a aprendizagem da máquina e o futuro do comércio eletrônico



Junte-se à nossa lista de endereços

A Signifyd publica regularmente relatórios gratuitos repletos de insights de negócios, tendências de comércio e dados de nossa enorme Commerce Network. Só enviaremos e-mails quando tivermos algo significativo para compartilhar, não mais do que uma vez por semana. E, claro, você pode cancelar a inscrição a qualquer momento.

sidebar-ipad

A verdade é que você não pode passar um dia sem ouvir outra reviravolta nas maravilhas da inteligência artificial e do aprendizado de máquinas no mundo do comércio eletrônico.

AI é B-I-G – quer se trate de dirigir carros, jogar Go, diagnosticar doenças ou escrever notícias.

Na verdade, a aprendizagem da máquina e a IA zumbem em torno do comércio eletrônico há tanto tempo que às vezes parece que estamos falando sobre isso há muito tempo. Mas às vezes é útil desacelerar e considerar não apenas até onde chegamos, mas até onde temos que ir quando se trata de automatizar o comércio digital.

Vamos começar separando o hype da realidade com a ajuda de um especialista em IA que já viu isso acontecer antes (no campo da publicidade digital).

Long-Ji Lin é O cientista chefe da Signifyd’s e um cara que pensa muito no aprendizado de máquinas. Ele tem doutorado em ciência da computação e inteligência artificial e vem trabalhando no campo há anos. Ele acredita muito no poder da aprendizagem de máquinas para aumentar a inteligência humana e, naturalmente, ele é especialmente alto na capacidade da tecnologia de melhorar prevenção de fraudes .

Pense no problema: muitos milhões de pedidos online inundando os varejistas diariamente. Fraudadores à espreita, aumentando constantemente seu jogo na tentativa de vencer as barreiras à fraude que os varejistas erguem. E então, como você vasculha os pedidos e determina quais são legítimos e quais são fraudulentos?

“Há tantas pessoas por aí tentando trapacear”, diz Lin sobre os fraudadores que atacam os e‑commerces. “Não é viável contratar muitos humanos para revisar pedidos e tomar decisões. É muito trabalho.”

E assim os seres humanos concebem os modelos que podem detectar problemas. Eles ensinam as máquinas a fazer as grandes e repetitivas tarefas e depois trabalham ao seu lado. A máquina emite um polegar para cima ou para baixo na esmagadora maioria das encomendas. Os casos mais complicados são encaminhados a um analista de fraude que pode recorrer ao instinto humano, experiência, raciocínio e pesquisa para tomar uma decisão.

O aprendizado de máquinas é nosso amigo, realmente

É claro que Lin está familiarizado com a escola de pensamento que a ascensão das máquinas um dia será prejudicial para a raça humana. Elon Musk é um conhecido machine-learning worrier e o físico do MIT Max Tegmark saiu com um livro convincente, "Life 3.0", que prevê um mundo no qual as máquinas não brincam bem.

"Pense em zangões do tamanho de abelhas que poderiam ser programados para matar certas pessoas, ou certas categorias de pessoas, agarrando seus crânios com pequenas garras de metal e perfurando suas cabeças", é a maneira como um Wall Street Journal review do livro descreve o futuro louco da máquina de Tegmark.

É claro que a aprendizagem de máquinas e a inteligência artificial não alcançaram nada próximo ao tipo de sofisticação para criar um cenário tão pesadelo. Vamos considerar isso como uma boa notícia.

Mesmo uma visão menos distópica – uma época em que as máquinas ensinam de forma sofisticada as máquinas a melhorar no que fazem – é um caminho a seguir, diz Lin.

"Ainda temos desafios para ensinar máquinas, muito menos ensinar máquinas para ensinar máquinas", diz ele.

O aprendizado de máquinas hoje não é sobre a ascensão assustadora das máquinas com as quais luminárias tecnológicas como Musk se preocupam. O aprendizado de máquinas hoje é uma forma de escalar um negócio. É uma forma de os varejistas digitais aumentarem a receita enquanto proporcionam uma melhor experiência de compra para seus clientes.

Aumentar a receita e melhorar a experiência de compra como, pergunta você?

Considere a proteção contra fraudes, apenas uma fatia da revolução do aprendizado de máquina no que se refere ao comércio eletrônico e uma na qual a Signifyd está particularmente interessada. Como um sistema movido a humanos ou baseado em regras pode acompanhar os fraudadores que estão constantemente mudando e aprimorando suas táticas e técnicas? Como os varejistas que usam sistemas tradicionais podem acompanhar o rápido crescimento dos pedidos – o tipo de crescimento que é bom para os negócios, desde que os pedidos sejam legítimos.

Um sistema de prevenção de fraudes bem elaborado, baseado no aprendizado por máquina, permite que um negócio seja dimensionado. Reduz drasticamente o número de pedidos que precisam ser revisados manualmente, ao mesmo tempo em que reduz drasticamente o número de pedidos que são erroneamente recusados por medo de fraude.

Menos pedidos recusados e decisões em tempo real sobre se enviar significam menos clientes desapontados e frustrados se perguntando por que suas coisas nunca chegaram ou demoraram tanto para chegar.

No entanto, a proliferação de tecnologias de aprendizagem de máquinas em uma ampla faixa de indústrias é relativamente nova. Como sempre, a mudança requer um novo pensamento. Mas é justo dizer que entre os temas principais no varejo hoje em dia está a necessidade de abraçar a inovação, de se comportar como uma start-up, de estar disposto a tentar, fracassar e iterar.

A prevenção de fraudes voltou-se para a aprendizagem de máquinas

Mesmo as grandes consultorias estão prestando cada vez mais atenção ao papel da aprendizagem de máquinas na prevenção de fraudes. A Forrester em seu estudo de junho de 2017 " O Impacto Econômico Total da Proteção Antifraude Garantida ," um estudo comissionado conduzido pela Forrester Consulting em nome da Signifyd, examinou como o aprendizado de máquinas, aliado a uma garantia financeira para pedidos aprovados, pode aumentar os resultados financeiros de um varejista.

Outros sugeriram que esses sistemas podem funcionar em paralelo com sistemas baseados em regras tradicionais para ajudar os varejistas a lidar com picos sazonais, como a temporada de compras natalinas. E eles observaram que executar os modelos de aprendizado de máquina em paralelo oferece uma oportunidade de testar a eficácia das ferramentas de ponta.

Os consultores notaram o enorme burburinho em torno da aprendizagem de máquinas e alertaram os varejistas para avaliar cuidadosamente as alternativas, certificando-se de que os fornecedores possam explicar exatamente o que significam por aprendizagem de máquinas. E depois, é claro, vem o trabalho de determinar se sua tecnologia é digna da frase.

"Todas estas empresas estão dizendo que têm IA", diz Lin. "Mas alguns têm verdadeira IA. Alguns têm IA falsa".

Seu conselho? Lembre-se de que a qualidade de uma tecnologia de aprendizagem de máquinas se resume à qualidade dos algoritmos e à qualidade dos dados. As empresas maiores têm mais dados. Mais dados significam mais receita. Mais receita significa melhor talento e melhores algoritmos.

E, claro, as empresas que vendem AI têm um histórico e uma lista de clientes. Aprenda o que puder com eles.

E depois de tudo isso, se você ainda estiver incerto, basta perguntar à máquina inteligente mais próxima.

Mike Cassidy é o principal contador de histórias da Signifyd’s. Entre em contato com ele em mike.cassidy@signifyd.com ; siga-o no Twitter em @mikecassidy.

Mike Cassidy

Mike é o chefe de narrativa da Signifyd. Ex-jornalista e nerd do varejo, ele cobre o comércio eletrônico e a forma como a tecnologia está transformando o comércio digital. Entre em contato com ele em mike.cassidy@signifyd.com.