Um assunto muito em voga na atualidade sem sombra de dúvidas é a IA (Inteligência Artificial) e o (s) seu (s) impacto (s) na sociedade humana. Evidente que não somente no plano dos negócios e empresas a IA têm de certa forma pautado os debates e mesmo composto o linguajar "popular". E de forma até ingênua normalmente verbalizamos aspectos inerentes a IA dando a entender que inadvertidamente temos um domínio claro e objetivo da temática.

E dentro deste contexto centrado na superficialidade e vãs certezas. Há de forma inexorável uma tendência quase messiânica de colocar às aplicações computacionais baseadas na IA como soluções cabais para problemas extenuantes e calcados na flagrante complexidade.

Exemplo disso é que normalmente as empresas são orientadas e instruídas a construir data lakes, recrutar cientistas de dados e a extrair conhecimento já pré-controlado além de insights, ensejando sempre tomar às melhores decisões, justamente baseadas em volumosos dados coletados por robustas aplicações; e armazenados em gigantescos bancos de dados. Não que isso seja supérfluo, evidente que tem seu valor insigne e constitui-se num sustentáculo importante para a gestão e apontamentos para o futuro do negócio por exemplo. Contudo, a problemática é posta quando há uma devoção suprema, ou seja, um apego dogmático aos dados minerados e os eventuais insights que deles resultam. Pois, dar aos seres humanos melhores insights  normalmente não os leva a tomarem melhores decisões, é uma relação causal que nem sempre está emparelhada.

Obviamente colocando o assunto sob o ponto de vista empresarial, é importante destacar que  as empresas não têm problemas de insights (ideias, projetos, etc), mas sim problemas correlatos às tomadas de decisão. Talvez tenha uma falha de natureza estrutural na forma como as empresas abordam e adotam a transformação digital, fato exposto que aplicam tecnologias emergentes aos problemas errados. A citar duas o aprendizado de máquina e a IA generativa, elas são duas áreas profícuas e de vanguarda hoje. Contudo num primeiro momento gera certo entusiasmo e inadvertidamente tenta-se aplicar na resolução dos problemas errados. E após certa desilusão, então nos voltamos para o senso de proteção e "culpamos" a tecnologia por tudo o que deu de errado. Mas a realidade está muito mais próxima no fato de que nós humanos não somos bons o suficiente, ou seja, flagrantemente deficitários em ter a perspicácia na escolha de tecnologias certas para resolver os problemas certos.

Exemplo é quando não se mensura o custo da escolha do algoritmo errado!

Para poder ilustrar devidamente este ponto, toma-se, por exemplo, uma problemática de resolução simples e quotidiana: um caminhão irá fazer entregas em 20 pontos de uma cidade. Nós humanos somos razoáveis e conseguimos resolver este problema de natureza espacial usando a racionalidade e desenhando um percurso, bem como fazendo uso da experiência acumulada e a absorção do conhecimento no trajeto entre cada ponto. Mas, contudo o computador com uma aplicação embarcada de IA, quanto tempo demora em encontrar a melhor solução? Bom é um intervalo temporal compreendido entre milissegundos e milhões de anos. E isto se dá pelo fato de que as soluções possíveis para traçar rotas agendadas para 20 pontos de entrega têm como produto um valor de escala astronômica, onde um computador capaz de verificar milhões de rotas por segundo demoraria anos para avaliar e correlacionar todas as opções. É deveras um refinamento complexo e desnecessário.

Então caso se escolha o algoritmo errado, poderá inadvertidamente demorar mais que a própria idade do universo para resolver o problema. E no caso de escolher o algoritmo certo, o tempo de demora é ínfimo e os ganhos são muitos. O problema da otimização complexa é um aspecto que em muitos casos é resolvido de forma medíocre por humanos, ou mesmo por aplicações computacionais simples.