Ir para o conteúdo

Adotando o aprendizado de máquina e o futuro do comércio eletrônico

Assine a Newsletter

Acompanhe as últimas novidades sobre o e-commerce como os varejistas podem continuar conduzindo negócios pós-coronavírus

barra lateral ipad

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

A IA é B-I-G — sejam carros autônomos, jogando Go, diagnosticando doenças ou escrevendo notícias.

Na verdade, o burburinho de aprendizado de máquina e IA em torno do comércio eletrônico tem sido tão difundido por tanto tempo que às vezes parece que estamos falando sobre isso desde sempre. Mas às vezes é útil desacelerar e considerar não apenas o quão longe 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 Cientista-chefe da Signifyd e um cara que pensa muito em aprendizado de máquina. Ele tem doutorado em ciência da computação e inteligência artificial e trabalha na área há anos. Ele acredita muito no poder do aprendizado de máquina para aumentar a inteligência humana e, naturalmente, é especialmente otimista quanto à 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 humanos inventam os modelos que podem detectar problemas. Eles ensinam as máquinas a fazer tarefas grandes e repetitivas e depois trabalham ao lado delas. A máquina emite um polegar para cima ou para baixo na esmagadora maioria dos pedidos. Os casos mais complicados são encaminhados a um analista de fraude que pode recorrer ao instinto humano, à experiência, ao raciocínio e à pesquisa para tomar uma decisão.

O aprendizado de máquina é nosso amigo, realmente

É claro que Lin está familiarizado com a escola de pensamento de que o surgimento das máquinas um dia será prejudicial para a raça humana. Elon Musk é um conhecido preocupante com aprendizado de máquina e o físico do MIT Max Tegmark lançou um livro convincente, “Life 3.0”, que prevê um mundo no qual as máquinas não funcionam bem.

“Pense em drones 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 Crítica do Wall Street Journal do livro descreve o futuro louco por máquinas de Tegmark.

É claro que o aprendizado de máquina e a inteligência artificial não alcançaram nada perto do tipo de sofisticação para criar um cenário de pesadelo. Vamos considerar isso como uma boa notícia.

Mesmo uma visão menos distópica - uma época em que as máquinas de maneira sofisticada ensinam as máquinas a melhorar no que fazem - é uma maneira de sair, diz Lin.

“Ainda temos desafios para ensinar máquinas, muito menos ensinar máquinas a ensinar máquinas”, diz ele.

O aprendizado de máquina hoje não é sobre o aumento assustador das máquinas com as quais os luminares da tecnologia como Musk se preocupam. Hoje, o aprendizado de máquina é uma forma de expandir um negócio. É uma forma de os varejistas digitais aumentarem a receita e, ao mesmo tempo, fornecerem uma melhor experiência de compra para seus clientes.

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

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 e baseado em aprendizado de máquina permite que uma empresa cresça. Ele reduz drasticamente o número de pedidos que precisam ser revisados manualmente, ao mesmo tempo que reduz drasticamente o número de pedidos que são recusados incorretamente por medo de fraude.

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

E, no entanto, a proliferação de tecnologias de aprendizado de máquina em uma ampla faixa de indústrias é relativamente nova. Como sempre, a mudança requer um novo pensamento. Mas é justo dizer que entre os principais temas do varejo hoje está a necessidade de abraçar a inovação, de se comportar como uma startup, de estar disposto a tentar, falhar e iterar.

A prevenção de fraudes se voltou para o aprendizado de máquina

Até as grandes consultorias estão prestando cada vez mais atenção ao papel do aprendizado de máquina na prevenção de fraudes. A Forrester em junho de 2017”O impacto econômico total da proteção garantida contra fraudes”, um estudo encomendado conduzido pela Forrester Consulting em nome da Signifyd, analisou como o aprendizado de máquina, combinado com 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 do aprendizado de máquina e alertaram os varejistas para avaliar cuidadosamente as alternativas, garantindo que os fornecedores possam explicar exatamente o que eles querem dizer com aprendizado de máquina. E então, claro, vem o trabalho de determinar se a tecnologia deles é digna dessa frase.

“Todas essas empresas estão dizendo que têm IA”, diz Lin. “Mas alguns têm IA real. Alguns têm IA falsa.”

O conselho dele? Lembre-se de que a qualidade de uma tecnologia de aprendizado de máquina se resume à qualidade dos algoritmos e à qualidade dos dados. Empresas maiores têm mais dados. Mais dados significam mais receita. Mais receita significa melhores talentos e melhores algoritmos.

E, claro, as empresas que vendem IA 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. Contacte-o em mike.cassidy@signifyd.com; segui-lo no Twitter em @mikecassidy.

 

Postagens mais recentes
Mike Cassidy

Mike Cassidy

Mike é o chefe de contação de histórias da Signifyd. Ex-jornalista e geek 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.