A Amazon Web Services (AWS) foi o motor por trás da popularização da computação em nuvem, ponto de partida paras as inovações nas empresas dos mais variados segmentos da economia. Agora, está repetindo esse movimento, mas em novos terrenos: machine learning e a inteligência artificial.

“Machine learning é uma das tecnologias mais disruptivas que veremos na nossa geração”, disse Swami Sivasubramanian, vice-presidente de machine learning da AWS, ontem, no painel de abertura da segunda semana do re:Invent, um dos principais eventos de inovação e tecnologia do mundo. “Esse conceito não é mais um nicho e está sendo usado no centro dos negócios.”

Dados da consultoria americana IDC reforçam as palavras do executivo. Segundo a empresa, machine learning e inteligência artificial vão movimentar globalmente US$ 110 bilhões em 2024, com um crescimento anual médio de 20,1% nesse intervalo.

Há quase cinco anos, muito antes de gerar essas projeções, Machine Learning (ML) foi alçado ao patamar de status de unidade de negócios dentro da AWS, sob a liderança de Sivasubramanian. E, a partir de sua estruturação, a divisão já se mostra relevante na operação.

“Mais de cem mil empresas já usam o machine learning da AWS para criar uma experiência ou mesmo desenvolver medicamentos personalizados para seus clientes”, afirmou o executivo. “Estamos criando as ferramentas certas para desbloquear o poder dessa tecnologia.”

Outros números traduzem não apenas o peso que a AWS está dando a essa frente. Mas também como a empresa está acelerando o desenvolvimento de ferramentas e a ampliação do portfólio disponível para esses clientes.

Desde a criação da unidade, foram lançados dezenas de serviços de inteligência artificial, sendo que seis deles foram apresentados ao mercado na primeira semana do evento. Em 2020, já foram anunciadas mais de 250 novas funções, aproximando-se da média anual recente registrada pela empresa.

A velocidade não é o único vetor nessa equação. Um princípio guia todas essas novidades: a estratégia de facilitar, agilizar e reduzir os custos para que as empresas criem, treinem e coloquem em operação seus modelos e algoritmos de machine learning e inteligência artificial.

As novidades que estão sendo anunciadas na programação do re:Invent ilustram bem a premissa de democratização do acesso a essas tecnologias. Um exemplo é a plataforma Amazon SageMaker Data Wrangler, anunciada durante o evento.

A ferramenta simplifica e dá rapidez a um dos pontos mais críticos na adoção desses recursos: reunir os dados que irão alimentar os algoritmos e que estão dispostos em diferentes fontes e formatos, o que demanda tempo dos desenvolvedores e um custo alto para as companhias.

Na prática, o Amazon SageMaker Data Wrangler parte de mais de 300 modelos pré-configurados e permite que todo esse processo de preparação seja concluído com apenas um clique e sem a necessidade de escrever uma única linha de código.

Um princípio guia todas essas novidades da AWS: a estratégia de facilitar, agilizar e reduzir os custos para que as empresas criem, treinem e coloquem em operação seus modelos e algoritmos de machine learning e inteligência artificial

Ao mesmo tempo, com outra nova solução apresentada no evento, a Amazon SageMaker Feature Store, os desenvolvedores e cientistas de dados podem armazenar esses modelos, eliminando a necessidade de recriar os mesmos recursos.

Expressa nessas ofertas e em outras plataformas do portfólio, essa abordagem vai ao encontro da demanda crescente das companhias em desenvolver, com cada vez mais urgência, aplicações para serem lançadas na ponta, com foco em seus consumidores.

A capacidade de monitorar se os algoritmos estão operando conforme foram treinados é justamente o foco de outro anúncio. Com a Amazon SageMaker Edge Manager, é possível acompanhar, por exemplo, se as aplicações de inteligência artificial de um carro autônomo estão respondendo corretamente.

A gama crescente de ofertas da AWS na área está em linha com o aumento da procura das empresas por soluções que possibilitem extrair insights mais assertivos e com maior velocidade a partir dos dados acumulados em suas operações.

Esse é o caso da brasileira iFood, plataforma de delivery que criou uma área de inteligência artificial no primeiro semestre de 2019. A companhia, que já usava um leque de serviços da AWS em nuvem, escolheu a líder em nuvem para apoiá-la na incursão nesse novo mundo.

“A empresa sempre teve uma cultura data driven, mas, com o crescimento exponencial nos últimos anos, precisava automatizar esses dados para apoiar a tomada de decisão”, diz Sandor Caetano, Chief Data Scientist do iFood.

Hoje, a unidade de inteligência artificial do iFood reúne mais de cem profissionais, entre engenheiros e cientistas de dados e de machine learning, que trabalham junto aos times de negócios da empresa.

“A AWS já tem estrada em gerar soluções de cloud e de machine learning e nos dá um lego com diversas ferramentas prontas”, afirma Caetano. “O trabalho do meu time é escolher o que nos atende dentro desse leque amplo.”

Um dos primeiros projetos usando o portfólio da AWS na área envolveu a adoção de algoritmos para prever, por exemplo, o tempo de preparação de um prato no restaurante parceiro e o prazo de deslocamento do entregador para chegar ao estabelecimento e recolher o pedido para a entrega.

“Hoje, nós conseguimos passar o pedido para o entregador para que ele chegue exatamente no momento em que o prato estiver pronto”, explica Caetano. Na prática, o consumidor recebe seu pedido com mais rapidez, o entregador torna-se mais produtivo e o restaurante e, por consequência, a plataforma convertem mais vendas.

No caso específico do iFood, um indicador comprova o benefício da adoção da ferramenta para o negócio. Desde que o algoritmo foi implementado, a plataforma contabilizou uma melhora em seus níveis de serviço de 80% para 95%. “Hoje, nossa área de logística é muito mais eficiente”, diz Caetano.

Desde que o algoritmo foi implementado, o iFood contabilizou uma melhora em seus níveis de serviço de 80% para 95%

O uso desse portfólio de algoritmos vai muito além do delivery. Ele chega, por exemplo, aos campos da National Football League (NFL), a liga de futebol americano, que tem a AWS como provedora de tecnologia desde 2017.

A NFL está adotando machine learning para analisar diversas fontes de dados, como vídeos de partidas, e capturar insights para prever e prevenir lesões dos jogadores das equipes que disputam a liga.

A partir das informações coletadas, um time de engenheiros biomecânicos da NFL desenvolveu uma série de testes que simulam jogadas e impactos de lances mais violentos, além de estabelecer os equipamentos mais seguros a serem utilizados.

“Com essas iniciativas, tivemos, por exemplo, uma queda de 24% nas concussões em 2018”, afirmou Jennifer Langton, vice-presidente sênior de inovação em saúde da NFL. “Esse projeto está sendo fundamental para tudo no nosso esporte, inclusive para a mudança de regras.”

O alcance e o amplo conjunto de aplicações foram justamente os pontos destacados por Sivasubramanian, da AWS. “Hoje, as empresas, independentemente do porte ou do nível de habilidade, já conseguem usar a AWS e machine learning para experimentar, errar e testar inúmeras possibilidades”, disse. “Nós já aprendemos o que é necessário para criar um ambiente que promove essa inovação sem limites.”

Para saber mais sobre o re:Invent, clique aqui.