50% das empresas gastam mais de 3 meses para criar um modelo de IA

O que você precisa saber

Incorporar de tecnologias de IA e aprendizado de máquina (ML / Machine Learning) nos fluxos de trabalho diários não é tão fácil quanto parece nos depoimentos. Essa é a conclusão de uma pesquisa com 750 tomadores de decisão em empresas realizada pela Algorithmia, que constatou que, embora a maturidade do aprendizado de máquina nas empresas geralmente esteja aumentando, a maioria delas (50%) passa entre 8 e 90 dias implantando um único modelo de aprendizado de máquina (com 18% levando mais de 90 dias). A maioria atribui a culpa à falta de escala (33%), seguida pelos desafios de reprodutibilidade do modelo (32%) e falta de adesão dos executivos (26%).

“As conclusões do nosso estudo [State of Enterprise Machine Learning] para 2020 são consistentes com o que ouvimos dos clientes”, disse o CEO da Algorithmia, Diego Oppenheimer. “As empresas estão aumentando seus investimentos em aprendizado de máquina, e a operacionalização do aprendizado de máquina está amadurecendo em todos os setores, mas ainda há espaço significativo para crescimento e aprimoramento.”

“O ciclo de vida da implantação dos modelos precisa transparente e suave para as equipes de ML. No entanto, as empresas com ciclos de vida de implantação de ML estabelecidos estão se beneficiando de resultados mensuráveis, incluindo redução de custos, detecção de fraudes e maior satisfação dos clientes. Esperamos que essas tendências continuem à medida que as tecnologias e processos de ML chegam ao mercado e são adotados. ”

Talvez sem surpresa, dadas as barreiras à adoção, profissionais com experiência em aprendizado de máquina permaneçam em alta demanda. Pouco mais da metade das pessoas consultadas pela Algorithmia afirma que suas empresas empregam entre 1 e 10 cientistas de dados, e 5% afirmam empregar mais de 1.000. 39% dizem ter 11 ou mais.

As previsões de uma escassez de cientistas de dados em todo o setor parecem prescientes, dado esse contexto. Em 2016, a Deloitte previa uma falta de 180.000 trabalhadores em 2018, e o número de listagens de vagas para cientistas de dados no LinkedIn aumentou mais de 650% entre 2012 e 2017.

Apesar da intensa procura por talentos em ciência de dados nas empresas, quase 55% das empresas representadas no relatório dizem que ainda não implantaram um modelo de aprendizado de máquina. Um quinto ainda está avaliando casos de uso ou planeja mover modelos para produção dentro de um ano, e pouco mais de 22% têm modelos em produção há dois anos ou menos.