Amazon - Tecnologias multimédia revolucionando um serviço de vendas online
Machine Learning - Decisões e classificações a grande escala baseadas em metadados
Hoje é relativamente simples e barato observar e recolher grandes quantidades de dados sobre um sistema ou sobre um processo. Por isso, não é surpreendente que essa facilidade origine uma gigantesca quantidade de informação, terabytes de dados armazenados em base de dados. Com isto temos as duas faces da moeda: (parte positiva) esses dados, se analisados adequadamente, podem levar a resultados estatisticamente significativos, que podem ser usados para tomar decisões de alta qualidade; (parte negativa) é necessário termos cientistas verdadeiramente qualificados em Data Science e Machine Learning, bem como ferramentas suficientemente confiáveis e escaláveis para essa utilização. Para fazer face a esse desafio, a Amazon criou o serviço Amazon Machine Learning (AML).
Em 2017, a Amazon descreve, no seu relatório anual, o aumento do uso de inteligência artificial e de machine learning, da seguinte forma: "much of what we do with machine learning happens beneath the surface. Machine learning drives our algorithms for demand forecasting, product search ranking, product and deals recommendations, merchandising placements, fraud detection, translations, and much more. Though less visible, much of the impact of machine learning will be of this type – quietly but meaningfully improving core operations".
O AML é um serviço que serve de base aos sistemas que realizam a deteção de fraudes, previsão da procura e a segmentação de anúncios. Basicamente permite responder às seguintes perguntas: "Essa transação foi legitima?"; "Quantos itens deste tipo podemos vender?"; "Este anúncio deverá ser exibido a que tipo de utilizadores?".
O AML utiliza poderosos algoritmos que ajudam a criar modelos de aprendizagem para as máquinas, identificando padrões nos dados existentes e usa esses mesmos padrões para fazer previsões com base em novos dados à medida que estes vão sendo disponibilizados, e desta forma conseguir responder às perguntas referidas anteriormente. Além disto, o AML é altamente escalável e pode gerar biliões de previsões, em tempo real e com uma grande taxa de transferência.
A Amazon começou por investir em inteligência artificial à mais de 20 anos. Atualmente, muitos sistemas internos da Amazon são controlados por algoritmos de Machine Learning. O sistema de recomendações da empresa é todo ele baseado em ML, e funciona de forma bastante simples (no plano teórico): 1) O cliente que comprou o item X, também comprou o item Y; 2) O cliente que viu o item X, também viu o item Y; 3) O cliente frequentemente comprou juntamente o item X e Y.
A Amazon divide as suas análises, provenientes dos resultados/previsões obtidos através dos seus algoritmos de ML, em duas categorias: Marketing e Merchandising. A análise de Marketing serve para decidir o quê, como e quando enviar notificações de promoções e ofertas, para identificar compradores repetitivos e a lealdade de um cliente, entre outros exemplos. A análise de Merchandising serve para fazer previsões de stock, ou seja, saber antecipadamente quanto e onde, stock é necessário relativamente a um produto. Serve, igualmente, para identificar o preço de um produto, isto é, identificar até quanto um preço pode "cair" e ainda manter concorrência, sem sofrer uma forte oscilação no lucro.
Analisando este tema, permite-nos chegar a um ponto fulcral que ocorre nos dias de hoje e só tende a crescer exponencialmente no futuro: temos assim tanta liberdade de escolha quando vamos a um site de vendas, como por exemplo o da Amazon? É certo que toda a informação relativa à nossa navegação no site é guardado para posteriormente ser analisado, dando origem a todos os produtos sugeridos, a todas as ofertas recebidas por nós. Por outro lado, se olharmos para isto numa outra perspetiva, na realidade, estamos a ser “obrigados” a percorrer um determinado caminho, mais do que sermos nós a tomar as decisões.