Autor admin_rs

Estamos em franca transformação digital e a indústria 4.0 no Brasil tem ainda longo caminho a percorrer em vários setores da economia de forma gradual e disruptiva.

Somados ao potencial combinado de tecnologias como a Internet das Coisas (IoT), Big Data, Analytics, Aprendizado de Máquina, cloud computing, computação cognitiva e inteligência artificial, robótica, entre outros, esta nova revolução tecnológica agrega redução de custos, ganhos de eficiência e receita adicional provocada por novos modelos de negócios.

Cunhado em Hannover, na Alemanha, durante evento em 2011, o termo indústria 4.0 foi citado pela primeira vez por um grupo de pesquisadores que fez algumas recomendações ao governo alemão e, dois anos mais tarde, a indústria 4.0 começou, de fato, a ser desenvolvida naquele país. Desde então, este é um processo em expansão. Assim como o governo alemão, outros países e grandes companhias já despertaram para o valor da Indústria 4.0.

Tais ganhos proporcionam ainda crescimento econômico, o potencial de geração de Valor da Industria 4.0 no mundo, provocará forte geração de empregos qualificados e elevação da qualidade de vida.

De acordo com vários institutos de pesquisa em 10 anos, 49% dos empregos tradicionais que conhecemos não existirão e 40 % das empresas que conhecemos também não estarão no mercado, devido à forte pressão das tecnologias disruptivas combinada com modelos de negócios inovadores.

Justamente por estes motivos que precisamos nos posicionar a respeito e pensarmos em um modelo de desenvolvimento adequado ao nosso País que nos torne cada vez mais competitivos e mais produtivos.

Estamos diante de uma nova revolução tecnológica, a quarta revolução industrial combinada com tecnologia de nuvem, com o uso de redes inteligentes capazes de agendar manutenções de máquinas, prever falhas em processos e propor mudanças na produção. Há uma descentralização do controle dos processos produtivos e o uso em escala de dispositivos inteligentes interconectados só tende a crescer. Essas mudanças ao longo de toda a cadeia de produção e logística são profundas e agregam eficiência para diversos setores como saúde, energia, transporte, logística, varejo, construção, agronegócio e manufatura.

Tal qual a proliferação de aparelhos celulares hoje em dia, o que era impensado há 20 anos para a maior parte dos brasileiros, para se tornar uma realidade, a Indústria 4.0 necessita de investimentos em tecnologias emergentes de TI, Cloud Computing, automação e na Internet das Coisas. A boa notícia é que a maior parte dessas tecnologias já estão disponíveis, por exemplo Cloud Computing como primeiro passo para as empresas iniciarem sua jornada para a transformação digital dos seus negócios. O próximo passo é tornar estas inovações conhecidas e acessíveis a todos, nas mais diversas verticais de negócios.

Temos pela frente uma verdadeira jornada iniciando com a migração para Cloud Computing, aliviando as corporações de investimentos pontuais, trazendo uma forte redução dos custos, liberando tempo e recursos das áreas de tecnologia e operações para focarem na transição gradativa para que a Indústria 4.0 possa ganhar terreno durante a crise e na retomada da economia.

Não devemos temer o aumento do desemprego com o avanço da automação, por exemplo. Devemos educar e qualificar nossa mão de obra para que estes profissionais possam trabalhar na outra ponta da cadeia de valor: no desenvolvimento, programação e gestão de toda essa tecnologia.

O perfil dos trabalhadores está mudando em todo o mundo, e o Brasil precisa se adequar ao novo cenário rapidamente, em uma agenda positiva de aumento de produtividade e inovação. Se não investirmos na educação e qualificação das pessoas, com foco em tecnologia, vamos assistir passivamente os nossos postos de trabalhos manuais serem preenchidos por computadores e máquinas com robótica integrada com inteligência artificial e aprendizado de máquina.

É hora de abusarmos da criatividade e aprendermos a tomar decisões de modo rápido e a solucionar problemas. Por mais avançadas que possam ser, as máquinas ainda precisam de pessoas, de programadores, engenheiros, técnicos e inteligência. As pessoas estão na base de todo este processo.

Se bem aplicada e gerenciada, a tecnologia Cloud Computing e Transformação Digital são as alavancas para melhorar o desempenho das operações, reduzir custos, aumentar a produtividade, aumentar as vendas e ajudar a sair da crise fortalecido. A tecnologia de Cloud Computing combinada com Transformação Digital catalisa o aumento da demanda por produtos customizados, gerando uma melhor experiência para os consumidores e um aumento da satisfação.

Todos têm a ganhar na jornada para Cloud com Transformação Digital.

Fonte: CanalTech

Só assim serão capazes de entender o estado de maturidade da sua estratégia de segurança, e sua capacidade de antecipar ameaças

Nenhuma solução é capaz de prevenir todas as formas de ataque e, ao mesmo tempo, mitigar os danos de uma tentativa bem-sucedida. Por isso, as empresas precisam contar com múltiplas camadas de proteção e uma estratégia de segurança capaz de antecipar todos os vetores de ataque e desenvolver múltiplos mecanismos para combater cada um deles.

Os riscos trazidos pelos avanços digitais, como a dificuldade de identificar transferências de dados perigosas e a falta de visibilidade das atividades do usuário, são grandes desafios para os líderes de segurança de hoje, que precisam estar atentos a uma superfície de ataque cada vez maior e vulnerável, expondo o negócio a uma série de ameaças com alto poder de destruição.

Monitorar a rede e identificar mudanças bruscas no comportamento do ambiente de TI é essencial para garantir a segurança do negócio e evitar processos custosos de remediação, problemas com compliance e danos à reputação da empresa. Para isso, é preciso lidar com uma série de pontos cegos.

Veja abaixo três perguntas que os líderes de segurança precisam saber responder para entender o estado de maturidade da sua estratégia de segurança e sua capacidade de antecipar ameaças:

1. Você tem controle de todos os dispositivos conectados à rede?
   A maioria das organizações não é capaz de detectar atividades anormais nos dispositivos conectados à rede, incluindo Internet das Coisas ou qualquer outro dispositivo não convencional. Os hackers sabem disso e têm investido cada vez mais em ataques contra esses dispositivos. É o caso, por exemplo, dos ataques DDoS usando o malware Mirai, em 2016, que, por meio de vulnerabilidades em câmeras Wi-Fi, deixaram uma série de serviços fora do ar durante horas.

Grande parte dos dispositivos de Internet das Coisas não foi feita tendo a segurança em mente – muitos não foram feitos nem para receber atualizações, por exemplo. O fato de as empresas não terem conseguido se adequar para garantir a manutenção correta desses dispositivos também é um ponto a favor dos hackers. É comum vermos boas práticas básicas deixadas de lado, como a necessidade de alterar as credenciais de acesso de fábrica.

2. Onde estão seus dados e como são usados?
   Softwares de monitoramento da rede, como soluções de SIEM, por exemplo, certamente são úteis para revelar atividades anormais, porém, devido à falta de contexto, a quantidade de alertas é tão absurda que o time pode acabar ignorando atividades críticas, como grandes volumes de dados saindo da rede ou sendo copiados para pastas desprotegidas. Qualquer hacker capaz de ultrapassar a barreira do perímetro pode ficar semanas ou meses roubando informações de uma base de clientes sem ser notado.

É claro que você não precisa receber um alerta toda vez que um vendedor faz download de uma planilha de vendas, mas certamente é importante saber que alguém de outra área, que não precisa dessa informação, fez download desse mesmo material. Isso exige contexto e um amplo entendimento do fluxo de dados.

Saber onde estão os arquivos e como são usados é fundamental para detectar movimentos ilegítimos e bloqueá-los antes que a empresa perca informações de alto valor.

3. Como seus usuários de comportam?
   É claro que nem todo usuário interno tem intenções maliciosas, mas vazamentos acidentais podem ser tão destrutivos como qualquer ataque malicioso para roubar informações. Falhas humanas foram a causa de 31% dos incidentes registrados no Brasil em 2017, segundo dados do Instituto Ponemon.

Mesmo que um usuário, por exemplo, tenha acesso a 90% dos dados da empresa, caso ele resolva acessar um arquivo com uma informação sensível, é importante saber quais foram as atividades que ele executou enquanto esteve usando as informações. Isso permite que a empresa obtenha um controle maior referente ao que cada usuário pode acessar, garantindo que as correções possam ser feitas rapidamente.

Acessos em horários diferentes do habitual, atividades como grande volume de downloads e mudança no local dos arquivos devem ser analisadas com cuidado, pois certamente podem estar ligadas a alguma ação imprudente ou maliciosa.

Poucos líderes de segurança são capazes de responder essas três perguntas totalmente confiantes, por isso, esse é o primeiro passo para começar a enfrentar os pontos cegos da rede e criar estratégias para gerar mais visibilidade e proteção para os ativos de informação mais importantes para o negócio

Fonte: CIO

O saneamento dos dados para o e-Social tem sido motivo de preocupação de muitas empresas brasileiras. Apesar de criada para simplificar e informatizar as informações contábeis fiscais e contribuir para a modernização da fiscalização e transparência trabalhista no Brasil, a iniciativa do governo federal possui uma enorme quantidade de dados cruzados e regras de validações que podem impedir o aceite dos arquivos. Por isso, sanear esses dados é imperativo para evitar complicações no momento da entrega.

Nesse cenário de adversidade, a grande questão é: o empregador brasileiro está preparado para a chegada do e-Social?

De acordo com uma recente pesquisa da Fenacon (Federação Nacional das Empresas de Serviços Contábeis e das Empresas de Assessoramento, Perícias, Informações e Pesquisas), na qual foram ouvidas 1.332 empresas, somente 4,4% dizem estar prontas para a operação do novo sistema. O levantamento revelou que 42,9% das companhias ainda não iniciaram a implantação, enquanto o restante está começando a se adaptar agora (29,1%), ou em fase intermediária (23,7%). O principal desafio, segundo o relatório, é conseguir mudar a cultura organizacional e repensar os processos.

Os empregadores devem se preocupar com as multas das áreas trabalhista, previdenciária e tributária, que estão vigorando em todo o território nacional. Considerando que todas as informações agora estarão centralizadas em uma base única do governo, agilizando o trabalho de fiscalização, o risco de aplicação de penalidades para as empresas aumenta exponencialmente e as multas estarão cada vez mais afloradas com o e-Social.

A exigência do e-Social com cumprimentos dos prazos, reduz o tempo das empresas para a preparação e envio das informações ao Fisco. No caso de admissão, por exemplo, os dados deverão ser enviados um dia antes do início do trabalhador na empresa.

Diferente da regra atual que exige que as informações sejam emitidas até o dia sete do mês seguinte ao de contratação.

Para não perder os prazos do e-Social, garantir a entrega das informações e evitar multas, as empresas precisam se preparar para as mudanças o quanto antes. Mas o que pode acontecer com as empresas que não conseguirem cumprir as exigências do e-Social a tempo?

Não informar a admissão do trabalhador um dia antes

Multa prevista no artigo 47 da CLT, a empresa que não comunicar ao e-Social a contratação de empregado até um dia antes do início do trabalho, receberá multa que varia de R$ 402,53 a R$ 805,06 por empregado, podendo dobrar de valor em caso de reincidência.

Não informar alterações cadastrais ou no contrato do empregado

A multa de R$ 201,27 a R$ 402,54 poderá ser aplicada à empresa que não informar ao e-Social os dados cadastrais de empregado e todas as alterações de seu contrato de trabalho. Como prevê o artigo 41, parágrafo único da CLT.
Comunicação acidente de trabalho (CAT)

A empresa poderá receber multa que varia entre os limites mínimo e máximo do salário de contribuição caso não comunique ao e-Social, em caráter imediato, acidentes de trabalho que resultem no falecimento do empregado. Já acidentes não fatais devem ser informados até o primeiro dia útil seguinte ao do acidente. Em caso de reincidência, a multa também pode dobrar de valor. Esta penalidade não é novidade, pois já é aplicada hoje quando a CAT não é transmitida ao INSS. De acordo com os artigos 19 a 21 da lei nº 8.213/91.

Não realização de exames médicos

Segundo o artigo 168 da CLT, regulamentado pela NR (Norma Regulamentadora) nº 7 do Ministério do Trabalho e Emprego (MTE), é necessária a realização dos seguintes exames médicos nos empregados: admissional; periódico; retorno ao trabalho; mudança de função; e demissional. A não realização desses tipos de exames sujeita o empregador à multa pela infração ao artigo 201 da CLT. O valor, determinado pelo fiscal do trabalho, vai de R$ 402,53 a R$ 4.025,33.

Não informar o empregado sobre os riscos do trabalho

Poderá ser aplicada à empresa multa que varia de R$ 1.812,87 a R$ 181.284,63 de acordo com a gravidade de cada situação, caso a empresa não ofereça informações ao empregado sobre os riscos que ele corre durante o trabalho de exposição de agentes nocivos químicos, físicos e biológicos ou associação de agentes prejudiciais à saúde ou à integridade física. De acordo com o artigo 58, da lei nº 8.213/91.

Não informar afastamento temporário do empregado

Poderá ser aplicada à empresa multa entre R$ 1.812,87 e R$ 181.284,63 caso a empresa deixe de informar o afastamento temporário de empregado independente do motivo: auxilio doença, férias, licença maternidade e outros. Multa prevista no artigo 92 da Lei nº 8.212/9.

Apesar das penas citadas já existirem atualmente, sua aplicação está restrita as informações entregues atualmente e ao processo de fiscalização atual. Com a chegada do e-Social, a base centralizada repleta de informações detalhadas, permitirá ao fisco automatizar parte de seus processos de fiscalização agilizando a identificação de possíveis intercorrências.

Para evitar preocupações e riscos, as empresas devem ajustar suas rotinas e processos internos para se adaptar ao e-Social, garantindo assim o cumprimento desta exigência fiscal e evitando multas. A tecnologia pode ser uma grande aliada e hoje, o mercado brasileiro já dispõe de ferramentas tecnológicas capazes de gerenciar a geração e o envio das informações do e-Social automaticamente, permitindo as empresas um controle maior das informações, além de tornar o processo mais rápido, fácil e seguro.

Fonte: Rede Jornal Contábil

Uma estratégia de IoT vencedora exige liderança forte, papéis claramente definidos e uma equipe dedicada. Líderes de TI pioneiros oferecem conselhos para quem vai começar agora

A Internet das Coisas (IoT) está se tornando mais do que apenas uma palavra-chave para muitas organizações. A ideia de conectar centenas ou milhares de produtos, ativos corporativos e outras “coisas” pela internet para coletar dados valiosos é uma proposta convincente para empresas em uma variedade de indústrias.

Mas construir uma estratégia IOT eficaz não é simples. IoT envolve muitas partes móveis (literalmente) e apresenta uma série de grandes desafios. Aqui, os líderes de TI que lançaram projetos IoT oferecem conselhos valiosos para aqueles que estão apenas começando a formular seus planos.

1 – Nomeie um líder de IoT
Toda estratégia eficaz de IoT requer um líder forte. Este indivíduo deve surpervisionar vários componentes técnicos da iniciativa IoT e ser capaz de orientar uma estratégia coesa para garantir que todos estejam na mesma página.

Seu líder de IoT pode ser um profissional sênior de TI, operações ou mesmo um líder de negócios. Alguns especialistas falam sobre a necessidade de um Chief IoT Officer (CIoTO).

“É fundamental ter liderança bem definida gerenciando a iniciativa”, diz Scott Sandler, gerente de tecnologia de computação em nuvem da Rockwell Automation, um provedor de tecnologia de automação industrial. “Poderia ser um CIoTO ou outro cargo que tenha a autoridade apropriada para conduzir a mudança necessária na organização, estabelecer a estratégia e garantir que, mesmo que a tecnologia mude –  e rápido, como vem acontecendo – você permaneça fiel a essa estratégia”.

A Rockwell, em 2011, iniciou um esforço de IoT como uma extensão de seus negócios. Sua iniciativa de IoT permite que os clientes da empresa conectem seus equipamentos e sistemas industriais à nuvem para que possam analisar melhor os dados operacionais e aprimorar o suporte à decisão para tecnologia operacional e usuários de TI.

A Rockwell está trabalhando com a Microsoft para garantir que ela tenha uma plataforma IoT industrial segura que possa se adaptar às necessidades crescentes de coleta de dados dos clientes e facilitar o movimento de dados através da empresa.

2 – Crie uma área de IoT distinta
Se a IoT se destina a ser um componente significativo do modelo de negócios da sua empresa, é essencial ter uma área dedicada a IoT dentro da empresa.

A Schneider Electric, fornecedora de produtos de gerenciamento de energia e automação, está construindo uma estratégia para capturar a eficiência gerada principalmente pela convergência de tecnologia operacional e a de TI. Atrás dessa convergência está a aceleração da IoT, e a empresa criou um grupo de transformação digital dedicado e global para supervisionar os esforços nessa área.

O grupo supervisiona uma Fábrica de Serviços Digitais, que compreende uma extensa equipe de desenvolvedores que trabalham com unidades de negócios para projetar e desenvolver aplicativos de IoT inovadores, projetados para atender às necessidades conhecidas do cliente.

“Trabalhamos para aproveitar o poder e a promessa de IoT, desenvolvendo a tecnologia da plataforma digital que combina de forma perfeita a energia, a automação e o software”, diz Cyril Perducat, vice-presidente executivo de IoT e Transformação Digital da Schneider Electric, que lidera o grupo .

“Estamos empenhados em traduzir dados em inteligência acionável e a capacidade de nossos clientes tomarem melhores decisões de negócios a qualquer momento”, diz Perducat. “Para nós, os dados não têm sentido até que eles possam atender às reais necessidades dos clientes”.

A Schneider Electric criou a EcoStruxure, uma plataforma aberta e interoperável habilitada para IoT que alavanca avanços no IoT, mobilidade, detecção, nuvem, análise e segurança cibernética. O EcoStruxure combina produtos conectados e sistemas de controle de borda com aplicativos, análises e serviços e atualmente é implantado em mais de 450 mil instalações, conectando mais de 1 bilhão de dispositivos.

3 – Defina claramente as funções IoT
Nenhuma iniciativa IoT terá sucesso sem as pessoas certas nas funções corretas. IoT abrange uma ampla gama de negócios, e se as habilidades erradas estão sendo aplicadas a componentes específicos, o esforço da IoT pode falhar.

A fabricante de produtos químicos Texmark Chemicals vem trabalhando com a HPE Aruba para explorar maneiras de usar IoT na produção de produtos químicos. O objetivo é usar as tecnologias IoT para ajudar a aumentar a segurança das plantas, a eficiência nos processos e a produção dos trabalhadores.

Os produtos relacionados à IoT que a Texmark está usando incluem análises preditivas, análise avançada de vídeo e gerenciamento de ativos do ciclo de vida.

“Para cada produto químico que a Texmark faz, dois tipos de análise preditiva podem ser aplicados: discreta e de processos”, diz Douglas Smith, CEO da Texmark. “Análise discreta nos dá informações sobre o equipamento utilizado – bombas, filtros, reatores, torres de destilação – e nos permite prever e evitar falhas no equipamento”.

A análise de processos permite que a empresa tire dados das análises discretas e faça mudanças nos seus processos, com base no que está acontecendo dentro das unidades discretas, para melhorar o processo contínuo de produção.

Outro componente de IoT é a análise de vídeo, que a empresa usa para transmissão de vídeo em tempo real de tanques ou bombas para determinar um derramamento ou vazamento. E o gerenciamento de ativos do ciclo de vida permitirá que o Texmark rastreie todos os ativos, desde a compra até a instalação e a manutenção, fechando o ciclo de vida do produto.

Uma parte fundamental da estratégia IoT da Texmark é atribuir aos indivíduos mais envolvidos com um processo específico vários processos e soluções do IoT.

“Por exemplo, nosso engenheiro principal é líder em análises preditivas e gerenciamento de dados, e nosso diretor de segurança da planta é líder em segurança da IoT”, diz Smith. “Cada um deles é responsável por esses aspectos do IoT. Queremos que a pessoa que melhor compreende o processo seja responsável “.

Isso não significa que as funções IoT individuais devam ser autônomas. Como chefe da empresa, Smith supervisiona o programa geral de IoT, mas ele diz que delegar tarefas às pessoas mais qualificadas e manter todos no loop é uma chave para o sucesso.

“Para obter o buy-in das pessoas da equipe, precisamos que eles saibam o que estamos tentando fazer. Nosso papel é perguntar como podemos ajudá-los melhor”, diz Smith. “A Texmark pode ter a tecnologia de IoT mais avançada, mas se as pessoas que fabricam produtos químicos não comprarem o uso, não funcionará”.

4 – Construa uma cultura de IOT Segura
Uma das maiores preocupações sobre o IoT é a segurança e a privacidade dos dados – e com uma boa razão. Houve incidentes com carros autônomoss e ataques de negação de serviço (DoS) lançados a partir de produtos conectados.

Garantir a segurança de dispositivos, sensores, redes e aplicativos deve ser uma prioridade máxima para qualquer estratégia de IoT.

“Estabelecer e manter uma área bem-sucedida de IoT deve incluir o desenvolvimento de políticas sólidas de dados e privacidade”, diz Bill Thirsk, vice-presidente de TI e CIO no Marist College.

A Marist está nos estágios finais do desenvolvimento de produtos e serviços da IoT. A tecnologia da empresa reúne informações bio-digitais sobre a saúde através do acesso sem fio a partir de sensores usados por indivíduos com algum nível de risco para a saúde.

Os dados, como sinais vitais e outros indicadores de saúde geral são fornecidos pelos sensores e coletados em tempo real, e os algoritmos preditivos comparam as mudanças nos sinais vitais contra histórias conhecidas. Os dispositivos de monitoramento continuam a transmitir dados usando protocolos sem fio seguros para permanecer constantemente conectados a sistemas de monitoramento e serviços médicos, diz Thirsk.

“Todos os nossos projetos IoT exigiram a inclusão de dispositivos de muitos fabricantes, de sensores baratos a dispositivos de rede sem fio e tradicionais, a firewalls e balanceadores de carga”, diz Thirsk. “Um sistema confiável deve ser projetado especificamente como um transportador de todos os dispositivos de IoT, não importa quão pequenos. E no caso de alguns dados, completamente criptografados, pelo menos em pontos de coleta ou agrupamento “.

Como parte do desenvolvimento da cultura da segurança IoT, “ter uma liderança de equipe que possa contar a história [de segurança], definir e explicar restrições de segurança, construir e transformar a equipe à medida que o projeto amadurece e se comunicar continuamente com a equipe e as partes interessadas é fundamental”, diz Thirsk. “Embora ainda não exista um título para este papel, ele pode ser descrito como um engenheiro sênior de projeto”.

5 – Aproveite o conhecimento de IoT disponível fora
Com a Internet das Coisas ainda em rápida evolução, os padrões de conectividade de rede, dispositivos e outros componentes estão, em muitos casos, ainda em desenvolvimento. Como tal, muitas empresas ainda não têm experiência para lidar com todos os aspectos de IoT em casa, e muito menos acompanhar as mudanças. A experiência externa pode ajudar.

A gestora de eventos Hargrove está explorando como a IoT pode ajudá-la a rastrear itens que são enviados para eventos de clientes. A empresa precisa acompanhar o frete do seu armazém até os estandes dos clientes, por exemplo.

“Estamos avaliando melhor a tecnologia, além dos códigos de barras ou RFID [identificação por radiofrequência]”, diz Barr Snyderwine, diretor de sistemas de informação e tecnologia da Hargrove. “Soluções de IoT poderiam rastrear ativamente o deslocamento de itens do armazém até os estandes nos centros de  convenções”, diz Snyderwine.

A esperança é de que a IoT automatizará muitas das tarefas envolvidas para que os funcionários não precisem verificar manualmente quando os itens são enviados, quando eles são recebidos, quanto precisa ser cobrado dos clientes, quantos itens, como cadeiras emesas estão em inventário, e assim por diante. Em última análise, IoT poderia ajudar a empresa a ganhar eficiência nas operações, reduzindo o tempo e o custo necessários para entregar serviços e bens aos clientes.

Mas a experiência de TI da Hargrove não inclui a capacidade de construir e manter a infraestrutura e as ferramentas necessárias para essa operação IoT.

“Nossas melhores práticas planejadas são contratar uma empresa de consultoria que saiba como implementar IoT e formar uma comunidade de usuários internamente para dominar o processo e o sistema”, diz Snyderwine. “O problema que eu prevejo será a adoção por parte dos usuários. Nosso negócio se move tão rápido que todo sistema deve ser rápido, eficiente e fácil de usar “.

Fonte: CIO

A indústria convencional brasileira começa a adquirir soluções de inovação criadas por empresas startups(emergentes), de acordo com a Agência Brasileira de Desenvolvimento Industrial (ABDI), ligada ao Ministério da Indústria, Comércio Exterior e Serviços. O tema foi debatido hoje (22) durante o 1o Fórum de Inovação Startup Indústria, em São Paulo.

Sondagem realizada pela ABDI com 408 empresas da indústria de transformação aponta que 21% delas já realizam negócios com startups, 45% ainda não sabem como proceder, mas estão se preparando para futura conexão com empresas novas, e 21% ainda não têm interesse.

Luiz Augusto de Souza Pereira, presidente da ABDI, disse que a indústria que se conecta com essas empresas quer ideias para redução de custos na sua produção e aumento da produtividade. A sondagem revelou que essas empresas também têm interesse em novas tecnologias, produtos e mercados.

“A ABDI busca entregar tecnologias ou soluções, e colocar a indústria nacional em patamar de competitividade para a exportação. Não somos só um país de commodities, mas de indústria de transformação. O Brasil também tem que seguir neste caminho”, disse.

Risco

De acordo com Luiz Augusto, o grande diferencial das novas empresas é a facilidade de trabalhar com o risco total e as incertezas do negócio. “Já a indústria lida com risco zero. Temos que trazer esse recurso de forma inteligente e deixar a conexão entre elas acontecer pelo mercado”, disse ele.

Para Elisa Carlos, gerente de inovação da ABDI, outro grande diferencial das empresas emergentes é a agilidade. “A indústria e o governo precisam ser mais ágeis. Quem sabe lidar com a incerteza e a agilidade são as emergentes. Elas aprendem rápido, se jogam, experimentam”, disse ela.

O Programa Nacional Conexão Startup Indústria investe R$ 50 milhões, divididos em três anos. A seleção começou com 311 empresas cadastradas, cruzadas com o interesse e necessidade das indústrias. Ao final, 27 foram escolhidas para se conectar com dez grandes empresas. “É uma felicidade termos esse nível de indústria experimentando com a gente esse tipo de fazer política”, disse Elisa.

Fonte: ISTOÉ
http://istoe.com.br/tecnicos-dizem-que-conectar-empresas-com-industria-e-desafio-para-a-inovacao/

Até 2020 teremos mais de 21 bilhões de dispositivos conectados por meio da IoT; precisamos estar preparados para esse volume

Nos últimos anos, a quantidade de novas tecnologias que chegam ao mercado tem sido impressionante. De carros autônomos a impressoras 3D, a inovação tecnológica parece não ter fim.  Muitas dessas tecnologias prometem fazer do mundo um lugar melhor (mesmo sem algumas delas oferecerem qualquer caso real de modelo de negócio ou justificativa para o seu uso), enquanto outras mostram que continuarão como tendência pelos próximos anos. Porém, para que todos estes dispositivos realmente cumpram o que prometem, devem estar conectados a uma rede que suporte seus requisitos de infraestrutura.

A Internet das Coisas (IoT) está crescendo exponencialmente. Segundo analistas de mercado, teremos um número assombroso de dispositivos de IoT conectados em rede até 2020, com projeções que vão desde 21 bilhões, passando por 50 bilhões de a até 200 bilhões dispositivos.

Porém, ainda mais impressionante que o número de equipamentos conectados à IoT, são as previsões sobre o impacto econômico que ela pode trazer. De acordo com estudo The Internet of Things: Mapping the value beyond the hype, da consultoria McKinsey, estima-se que até 2025, os dispositivos de IoT acrescentarão entre 4 trilhões e 11 trilhões de dólares à economia mundial a cada ano.

Com esta perspectiva de futuro, o desafio é adequar as infraestruturas de rede para que se ajustem às novas demandas. Conseguir que a rede esteja preparada para proporcionar suporte para o aumento da largura de banda, bem como às crecentes demandas de velocidade que esta tecnologia requer, é de extrema importância para as operadoras. 

Um dos objetivos da IoT é conseguir que os usuários economizem tempo nos seus processos cotidianos e utilizem a tecnologia de maneira eficiente, o que só será possível se as operadoras conseguirem uma convergência de redes eficiente. Porém, isto não só depende dos dispositivos de Internet das Coisas, mas em grande parte da capacidade das operadoras de garantir infraestruturas de rede que permitam que elas possam funcionar com rapidez e eficiência.

Para que estes dispositivos realmente agreguem valor, precisam estar conectados à rede continuamente, sem interrupções. Esta conectividade terá muitas formas, incluindo Ethernet por cabo, WiFi, LTE, Bluetooth e outras. A habilitação destas tecnologias dentro dos edifícios requer um planejamento e concepção adequados, além de atenção aos padrões pertinentes à indústria. E isso é essencial para que a IoT atenda às expectativas do consumidor.
(*) Vince Sumrall é gerente de tecnologia da CommScope nos Estados Unidos

Fonte: CIO

Quando o foco é a tecnologia em si, perde-se o alvo. Por isso não pode estar limitada ao departamento de TI

Muitos dos temas hoje em grande evidência na mídia especializada, em eventos e artigos, estão os ligados a IA (Inteligência Artificial) e seus algoritmos. Bem, em breve esse assunto será tão comum e inserido nos sistemas que estarão à nossa volta, que esses termos simplesmente desaparecerão. E com a evolução exponencial da tecnologia e dos algoritmos, muita coisa inovadora e surpreendente (para nós hoje!) acontecerá nos próximos anos. Muitas tecnologias que causarão grandes mudanças no cenário de negócios e na sociedade já estão em uso hoje, embora ainda de forma limitada. E as que provocarão rupturas significativas em dez a quinze anos, provavelmente já existem em protótipos de laboratórios.

Algoritmos inteligentes já estão inseridas nas nossas atividades diárias e nem percebemos disso. Quando vemos um filme no Netflix ou encomendamos um livro na Amazon, por trás dessa escolha tem a influência de algoritmos de recomendação. A sugestão de caminho proposto pelo Waze ou a precificação de uma corrida pelo Uber também são baseados em algoritmos. Aprovação ou negação de créditos são baseados em algoritmos. Preços dinâmicos para passagens aéreas são estipulados por algoritmos. A onipresente busca que fazemos no motor de busca do Google é um sistema de IA. E mais da metade das ações em bolsa transacionadas nos EUA já são comandadas por algoritmos.

Previsões sobre futuro da tecnologia são recebidas com tanto ceticismo quanto previsões de economistas sobre a economia, ou de meteorologistas sobre o clima. Mas, tenho razoável grau de certeza para afirmar que a IA vai provocar disrupções significativas em todos os setores de negócio.  Por que afirmo isso? Apesar dos altos e baixos da evolução da IA no passado, hoje temos uma combinação de capacidade computacional, um oceano de dados e algoritmos sofisticados que permitem aos computadores fazerem coisas impensáveis há uma década.

Mas, como as empresas estão adotando IA? Um estudo muito interessante foi efetuado pelo MIT Sloan com a BCG, chamado “Reshaping Business with Artificial Intelligence: Closing the Gap Between Ambition and Action” e acende algumas luzes. Ao lê-lo estudo observei que a situação é muito similar àquela que vejo nas empresas nas quais convivo como consultor, e nas conversas com centenas de executivos nos eventos dos quais participo.

Na imensa maioria das empresas existe claramente um grande gap entre a ambição e a execução. O estudo mostrou que três quartos dos executivos acreditam que a IA permitirá que suas empresas criem novos negócios e quase 85% acreditam que permitirá que suas empresas obtenham e sustentem vantagem competitiva. Mas apenas uma em cada cinco empresas já incorporou IA em algumas ofertas ou processos. Somente uma em cada 20 empresas incorporou extensivamente IA em suas ofertas ou processos, e menos de 39% de todas as empresas possuem uma estratégia de IA implantada. Ou seja, há ainda muita conversa e pouca ação.

As causas desse gap são muitas, e vão do pouco conhecimento do que seja realmente a Inteligência Artificial, à falta de dados adequados, passando, é claro, pelo fato de que a maioria dos CEOs ainda não se comprometeram com o tema. Iniciativas de IA efetuadas exclusivamente por áreas como TI continuarão exatamente como iniciativas, não terão “acabativas”! Falando francamente, não se trata de investir em IA, em processamento de linguagem natural ou análises de imagens. O investimento deve ser na solução de problemas de negócios e IA é o meio. Quando o foco é a tecnologia, perde-se o alvo.

O fato é que a IA não apenas afeta as empresas atuais, permitindo-as criarem novos produtos e serviços e até mesmo novos modelos de negócio, mas abre um espaço imenso para novos entrantes, startups que já nascem com IA em seu DNA. Muitos algoritmos e ferramentas de IA já estão no domínio público no GitHub, por exemplo, incluindo interfaces para sistemas sofisticados como o TensorFlow, do Google. Além disso, os principais fornecedores de tecnologia abrem APIs para a criação de interfaces para seus sistemas, como a Siri, da Apple, a Cortana, da Microsoft, a Alexa, da Amazon e o Watson, da IBM. O estudo mostrou que a ameaça de novos entrantes é uma preocupação real: 75% dos entrevistados prevêem novos concorrentes usando IA entrando em seus mercados.

Conversando aqui e ali, observei alguns conceitos sobe IA que considero inadequados. Um mal entendido é que algoritmos sofisticados de IA podem, sozinhos fornecer soluções empresariais valiosas sem um volume adequado de dados. O valor da aplicação de IA está diretamente relacionado ao treinamento dos algoritmos. A maioria das aplicações de IA atuais começa com um ou mais algoritmos “burros” que se tornam inteligentes somente após serem treinados, principalmente com os dados específicos da empresa. O treinamento bem sucedido depende de sistemas de informação que possam reunir dados de treinamento que sejam relevantes. Muitas empresas não possuem sólidas infraestruturas de dados e não têm plena compreensão do que é necessário para treinar os algoritmos.

Infelizmente alguns provedores de tecnologias criaram um “overhype” anunciando suas soluções como panaceia, sem chamar atenção para a necessidade de treinamento dos algoritmos embutidos nelas. É um desserviço, pois criam expectativas que se revelarão mal sucedidas. Em resumo, nenhuma sofisticação algorítmica irá superar a falta de dados, principalmente se esses dados forem de baixa qualidade.

Além disso, as empresas às vezes acreditam erroneamente que já têm acesso aos dados necessários para explorar as soluções de IA. Mas, podem bater em algumas barreiras: alguns dados são proprietários, e as organizações que os possuem simplesmente podem não torná-los disponíveis. Outros dados estão fragmentados, espalhados por diversas fontes de dados, internas e externas, exigindo um grande esforço de consolidação e acordos com várias outras organizações. E mesmo que a organização possua todos os dados que precisa, a fragmentação em vários sistemas dificulta bastante o processo de treinamento dos algoritmos.

Um fator complicador adicional aparece em setores altamente regulados, como o setor de seguros, que pode usar IA  para incorporar novos elementos que prevejam riscos específicos. Mas, o uso de alguns atributos como sexo e religião, que poderiam eventualmente serem usados nos algoritmos de predição, podem ser inaceitáveis para os órgãos reguladores. Também surgem questionamentos na busca por entender as preferências dos clientes, quando o uso de informações muito pessoais podem ser consideradas como invasão de privacidade.

Diante desse cenário o que fazer? Antes de mais nada é importante disseminar o conhecimento do potencial da IA pela alta administração. Não se espera que um CEO debata as diferenças conceituais entre algoritmos de “Deep Learning” e “Machine Learning”, mas é essencial que deva ter plena conscientização do potencial do uso da IA para seu negócio. E a partir deste conhecimento do potencial de IA, repensar a estratégia de negócios.

Com a tecnologia digital passando a ser o cerne dos negócios, a responsabilidade pelo estratégia digital, deixa de ser exclusiva do CIO para ser de todos os C-level da empresa. Uma transformação nos modelos de negócios e nas proposições de valor para os clientes afeta de forma radical toda a organização. Por isso, cada executivo tem que entender a essência da transformação digital e mudar sua maneira de pensar e conduzir os negócios da organização. Não estamos vivenciando apenas mais um ciclo de inovações, mas uma transformação radical do mundo como conhecemos. Como a sociedade industrial nos deixou como legado a eletrificação da sociedade, a transformação digital vai nos deixar a digitalização da sociedade. As empresas que sobreviverão no século 21 terão que pensar de forma digital e criar modelos de negócio que reflitam este pensamento.

A IA tem o potencial de mudar as maneiras com que as empresas geram valor e exige um pensamento inovador e radical. Seus novos concorrentes podem ser startups que não usem pessoas como você, mas robôs de software, quebrando seus parâmetros de comparação.  As empresas precisam pensar de forma bem ampla sobre seus negócios, criar cenários futuros e testar a resiliência de seus negócios atuais e estratégias futuras, contra tais cenários.

É essencial atrair e reter talentos para as ações de IA. Ainda são recursos escassos, e a empresa deve buscar atrair esses profissionais ativamente. Também é fundamental mostrar o que e como a IA vai afetar as pessoas internamente. Uma percepção que seu uso vai gerar desemprego pode afetar o ambiente profissional profundamente. O jogo tem que ser claro e conduzido com transparência.

IA é uma realidade e pode ser muito benéfica, ou trazer riscos. Pela importância do assunto devemos estudar e compreender mais seus impactos nas empresas.  Os executivos não podem ignorar o assunto. A inércia não é uma opção!

Fonte: CIO

O eSocial permitirá um aumento na capacidade de fiscalização de órgãos como Ministério do Trabalho e Previdência, além do Fisco. Sendo assim, deslizes comuns no cumprimento da legislação – como horas extras acima do limite e divisão de férias além do previsto em lei – e de procedimentos poderão ser monitorados sem necessidade de fiscalização presencial.

O diretor convidado do TI Rio e representante da Fenainfo junto ao e-Social, Cláudio Medeiros, faz uma advertência: a empresa que não adequar ao eSocial, que entra em vigor em janeiro de 2018 para as empresas com receita acima de R$ 78 milhões, será enquadrada como inadimplente. O especialista alerta ainda a necessidade de as companhias manterem as informações cadastrais dos seus funcionários atualizadas, pois bastará um dado errado e essas informações serão impedidas de serem enviadas ao sistema.

Medeiros salienta que as companhias também deverão estar em dia com seus programas de saúde e segurança do trabalho e tudo deverá ser registrado com prontidão, inclusive faltas e licenças médicas. Outro ponto quem vem sendo discutido por especialistas é se o atual leiaute do eSocial precisará de ajustes para se adaptar à Reforma Trabalhista. Durante o Rio Info 2017, que acontece de 25 a 27 de setembro, será realizado um seminário sobre o eSocial no dia 27 de setembro, uma vez que faltam menos de quatro meses para a implantação do novo regime.

As empresas de Tecnologia da Informação contam ainda com um Fórum de discussão do eSocial, desenvolvido pela Federação Nacional das Empresas de Informática (Fenainfo) em parceria com a Federação Nacional das Empresas de Serviços Contábeis (Fenacon) e a Receita Federal do Brasil (RFB) para divulgar informações e auxiliar as empresas que estão empenhadas em desenvolver este novo sistema do governo. Cerca de 600 representantes das empresas de desenvolvimento de software estão inscritos e participam ativamente. Os interessados em fazer parte do Fórum devem entrar em contato através do e-mail esocial@fenainfo.org.br.

O eSocial vai unificar o envio de informações fiscais, previdenciárias e trabalhistas pelas empresas para o governo e está previsto para entrar em vigor em janeiro de 2018 para companhias com faturamento acima de R$ 78 milhões e em julho para as demais empresas do País, inclusive as Microempresas ME e Empresas de Pequeno Porte EPP optantes pelo Simples Nacional. O Governo divulgou nesta segunda-feira, 18/9, a versão definitiva do leiaute do eSocial.

Uma pesquisa divulgada recentemente pela consultoria EY revelou que 48% das empresas entrevistadas sequer têm alguma avaliação sobre quais as mudanças terão de ser feitas para adotar o novo sistema e “ignoram” a sua complexidade. O levantamento foi feito com 386 companhias com faturamento superior a R$ 78 milhões ao ano.

Fonte: Convergência Digital

Nova oferta da multinacional agrega machine learning, blockchain, IoT e outras tecnologias para clientes avançarem na transformação digital

Fale de transformação digital e as pessoas dissertarão sobre Internet das Coisas, cloud, big data e analytics com entusiasmo. Entretanto, no horizonte da revolução digital há novos verbetes que já movimentam indústrias e, claro, começam a preocupar todo tipo de esfera organizacional, que vai desde a sua profissão à academia. Afinal, a automação alimentada pela inteligência artificial ganha cada vez mais a pauta dos jornais, das companhias e de nossa recorrente ansiedade existencial. A ideia de que robôs estão superando habilidades humanas resume um pouco dessa sensação nada arbitrária.

Grandes empresas têm preparado o terreno para esse cenário, investindo pesado em talentos e pesquisa e desenvolvimento que deem conta da disrupção trazida e forçada por uma série de tecnologias emergentes. Nomes como IBM, Microsoft, Intel, Google, Apple, Facebook e Ford, por exemplo, têm criado frentes de pesquisa que se dediquem a garantir autoria na próxima revolução digital.

Com tradição na oferta de soluções em software de gestão (ERP), a multinacional alemã SAP tem se posicionado nesta nova onda com ofertas que já incluem o uso de inteligência artificial, big data e analytics em tempo real. Entretanto, seu maior passo nesta direção assumiu, recentemente, o nome de SAP Leonardo, uma homenagem ao inventor e pintor italiano do Renascentismo.

Lançada oficialmente em maio deste ano durante a Sapphire Now, conferência anual da fabricante, o SAP Leonardo é, em resumo, uma Plataforma como Serviço. Através dela, clientes poderão integrar aplicações legadas da companhia com tecnologias emergentes como machine learning, IoT, big data e blockchain entregues na SAP Cloud Platform. Ao concentrá-las em um só portfólio, a companhia diz que oferece a seus clientes uma vantagem competitiva rumo à transformação digital.

A novidade é a última grande aposta da companhia. O CEO global da SAP, Bill McDermott, colocou a Leonardo como o maior movimento tecnológico desde o lançamento do Hana, o banco de dados em memória disponível desde 2015 e que, ao lado do S/4 Hana, vinha se destacando como a grande estrela da SAP.

“A oportunidade é excelente, porque todas as companhias – pequenas, médias, grandes – todas estão preocupadas com a disrupção proporcionada pelas novas tecnologias”, ressalta Luís Cesar Verdi, Chief Customer Officer da SAP América Latina e líder na América Latina para a SAP Leonardo e SAP S/4HANA, em coletiva de imprensa realizada durante o SAP Partner Summit.

A SAP chegou a apresentar, inicialmente, o Leonardo como uma plataforma dedicada a soluções de IoT (Internet of Things). Em maio, reposicionou o serviço como um ecossistema de inovação para ampliar seu alcance.

“Em paralelo, a gente também vinha trabalhando em outras tecnologias como machine learning e blockchain. Nós demos conta que a fortaleza do portfólio da SAP era combinar diferentes coisas para resolver problemas grandes e complexos. E, por isso, resolvemos pegar a marca Leonardo, que estava somente em IoT, e trazê-la para ser a marca de todas as soluções de inovação”, explica Verdi.

Inovação como um serviço

A SAP anunciou, neste ano, que planeja investir 2 bilhões de euros em novidades para IoT até 2021. Grande parte destes esforços serão cruciais para alavancar a última aposta da companhia.

Durante a 21ª edição do SAP Forum, realizada nesta semana em São Paulo, a presidente global para a SAP Leonardo, Mala Anand, falou sobre as perspectivas e pretensões com o novo produto.

“Sistemas direcionados por inteligência permitem que clientes obtenham um valor sem precedentes dos dados. Permitem destravar novos modelos de negócios e reimaginar processos e experiências através da interação com consumidores, sua força de trabalho e muito mais”, diz a executiva colocando o SAP Leonardo como um “sistema de inovação que ajuda a redesenhar negócios para o mundo digital” usando um novo paradigma de tecnologias.

A analogia feita para tornar o SAP Leonardo um pouco mais palpável é a de uma caixa de ferramentas. Uma empresa, por exemplo, pode se beneficiar de machine learning para um projeto que utiliza sensores aplicados no chão de fábrica. Outra do setor financeiro poderia aplicá-la em um projeto sustentado por blockclain e por aí vai. Clientes poderão obter as habilidades do SAP Leonardo através da SAP Cloud Platform, mas também através das ofertas de nuvem da Amazon (AWS), Google Cloud Platform e Microsoft Azure.

A abordagem da multinacional com o novo serviço é levar a inovação sob demanda para cada projeto. Cabe a própria SAP auxiliar o cliente em identificar a melhor abordagem para atingir uma nova curva na transformação digital. Para isso, ferramentas de design thinking estão também no centro do processo.

“Nós criamos uma maneira de trabalhar com clientes que começa com um workshop que usa a metodologia do design thinking, para junto do cliente, descobrir um problema que ele queira resolver em seu negócio e que ainda não tenha solução”, explica Verdi. Depois da ideação do projeto, a equipe passa para a fase de prototipagem da aplicação da tecnologia. Feito isso, é realizado um estudo sobre o retorno do investimento. A companhia garante que projetos com o SAP Leonardo levam de seis a oito semanas para serem concluídos e uma visão rápida de onde empresas querem estar nos próximos três a cinco anos.

Entregue exclusivamente na nuvem, o SAP Leonardo consegue também se comunicar em tempo real com todo o portfólio existente da SAP como a S/4 HANA (ERP), Concur (despesas), SucessFactors (RH) e Ariba (procurement), assim como outros sistemas existentes nas companhias, através de uma arquitetura receptiva a APIs de integração.

A Stara, fabricante gaúcha de implementos agrícolas, é uma das primeiras clientes do Leonardo. Em conjunto com o SAP Labs, laboratório de desenvolvimento localizado em São Leopoldo (RS), foi desenvolvida uma solução em IoT, a SAP Connected Agriculture, que hoje integra o portfólio do SAP Leonardo e é oferecida a clientes do setor agrícola.

Leonardo brasileiro

A SAP tem colocado o Brasil como um mercado estratégico para alavancar seus números e clientes. E não por menos. Em 2017, o País liderou a receita de cloud da SAP dentro dos mercados da América Latina, tendo sustentado um crescimento de três dígitos quando comparado ao ano anterior.

Em março deste ano, durante visita do CEO, Bill McDermott, a empresa anunciou um investimento de R$ 40 milhões em cinco anos no SAP Labs América Latina para o desenvolvimento de tecnologias voltadas à digitalização das empresas no País, como soluções de Internet das coisas (IoT) para o agronegócio. E, em agosto último, inaugurou, em São Leopoldo, um centro dedicado a SAP Leonardo. Trata-se do terceiro do tipo no mundo, sendo os dois primeiros instalados em Paris e em Nova York.

Atualmente, na região gaúcha, já existem 30 pessoas trabalhando no portfólio SAP Leonardo, dando suporte local ao SAP Leonardo Center.

“Cada um dos novos serviços permite que os clientes explorem tecnologias inovadoras, modelos de negócios e processos em direção à digitalização antes de decidir sobre uma solução SAP que melhor atenda às suas necessidades. Eles podem combinar ferramentas, tecnologia e a experiência de profissionais de negócios e TI da SAP para iniciar uma jornada de inovação adaptada às suas necessidades”, explica Cristina Palmaka, presidente da SAP Brasil.

“CEOs sabem que os próximos três anos serão muito mais críticos do que, talvez, os últimos 15”, ressalta Mala Anand. “Muitas estatísticas dizem que companhias digitais geram maior produtividade e muito mais potencial de receita”, completa.

Entretanto, falar de tecnologias emergentes como um plano dentro da jornada da transformação digital de empresas, pode soar, de forma geral, algo distante no horizonte. A pergunta que fica é se as mesmas tecnologias justificariam grandes investimentos como em um novo ecossistema de inovação, caso do Leonardo.

“A velocidade com que esses casos de uso estão surgindo, para mim, são uma demonstração que nós tomamos uma decisão correta de colocar essas tecnologias todas juntas e anunciar o Leonardo como a marca que inclui todos esses componentes”, conclui Luís Verdi, CCO e líder na América Latina para o SAP Leonardo.

Fonte: Computerworld

A inteligência artificial e o aprendizado automático da máquina podem render soluções de mudança de jogo para as empresas. Veja o que os líderes sênior de TI precisam saber para lançar e manter uma estratégia de aprendizado de máquinas bem-sucedida

O Machine Learning (ML) está se tornando rapidamente um teste decisivo para CIOs com visão de futuro. As empresas que não conseguirem adotar a aprendizagem de máquinas para o desenvolvimento de produtos ou para as operações comerciais correm o risco de ficar atrás de concorrentes mais ágeis na próxima década, segundo Dan Olley, que como CTO da Elsevier, a unidade de informação científica e de saúde do Grupo RELX, aumentou a adoção de tecnologias de ML de sua organização nos últimos anos .  

“Acredito fundamentalmente que estamos em um ponto de inflexão com o aprendizado da máquina, que vai mudar a maneira como interagimos com o mundo digital na próxima década”, disse Olley a uma audiência de seus colegas no mês passado no Simpósio CIO100, em Colorado Springs. “Vamos ter decisões tomadas por máquinas”.

É uma suposição razoável. O crescimento no poder de computação, a crescente sofisticação de algoritmos e modelos de treinamento e uma fonte de dados aparentemente ilimitada facilitaram inovações significativas em Inteligência Artificial (IA).

A IA, que inclui qualquer tecnologia em que uma máquina pode imitar o comportamento da mente humana, inclui sub-campos como o ML, no qual os algoritmos baseados em estatísticas automatizam a engenharia do conhecimento. Google, Amazon, Baidu e outros estão investindo muito dinheiro em IA e ML. A atividade empresarial desencadeada por esses desenvolvimentos atraiu três vezes mais investimentos em 2016 – entre US $ 26 bilhões e US $ 39 bilhões – do que nos três anos anteriores, de acordo com o McKinsey Global Institute .

A hora de adotar AI e ML é agora

A adoção de AI fora do setor de tecnologia está hoje em um estágio inicial, experimental, com poucas empresas implantando em escala, diz o relatório da McKinsey. As empresas que ainda não adotaram Inteligência Artificial em escala ou como parte central de seus negócios não têm certeza dos retornos que podem esperar de tais investimentos, de acordo com a McKinsey. Mas Olley, cujos esforços da ML na Elsevier ajudaram os clientes farmacêuticos a descobrir drogas e entregar informações médicas relevantes aos clínicos, disseram que casos de uso para ML abundam em gerenciamento de talentos, vendas e marketing, suporte ao cliente e outras áreas.

Os CIOs deveriam se adaptar às tecnologias emergentes se quiserem estabelecer uma vantagem competitiva ou pelo menos ficar à frente da curva. “É algo que você tem que começar a embarcar agora”, disse Olley.

Mas como as organizações que nunca viram algoritmos de Inteligência Artificial embarcaram na Ciência dos Dados ou no Machine Learning? Olley e o Gartner oferecem as seguintes dicas práticas.

1 – Compreenda onde a Ciência dos Dados se encaixa
Não será preciso centralizar a operação de Ciência de Dados e as operações de aprendizagem automática. Na verdade, pode fazer sentido incorporá-las em todos os departamentos, incluindo os de vendas, marketing, recursos humanos e finanças.

2 ‒ Comece
As empresas não precisam de um plano de cinco pontos para desenvolver uma empresa proficiente em ciência de dados, nem de uma estrutura para construir um produto de Machine Learning bem polido. O Gartner recomenda que se promovam pequenas experiências em diferentes áreas de negócios com tecnologias específicas de IA para fins de ML, inicialmente não tendo o ROI como objectivo predominante.

3 ‒ Trate os dados como se fossem dinheiro
Como os dados servem de combustível para qualquer esforço de IA/ML, os CIO devem tratar deles como se fossem dinheiro, gerindo-os , protegendo-os, obcecadamente.

4 ‒ Pare de procurar gênios
Os cientistas de dados tendem a ser pessoas com grande aptidão em matemática e estatística. São habilidosos em descobrir novas perspectivas mais aprofundadas a partir dos dados. Mas não são necessariamente engenheiros de software que podem escrever algoritmos e fazer novos. Muitas vezes, as empresas procuram candidatos que são mestres em estatística, engenheiros de software criativos e especialistas em um domínio industrial. Conseguir conjugar tudo é muito difícil.

Lembre sempre: a abordagem de um cientista de dados para a análise de dados depende não apenas da indústria a qual a sua empresa pertence, mas também das necessidades específicas do negócio ou departamento para o qual estão trabalhando. Antes que um cientista de dados possa encontrar significado em dados estruturados ou não estruturados, líderes empresariais, departamentais ou gerentes precisam informar o que eles estão procurando.

Além disso, um cientista de dados deve ter conhecimento e domínio suficientes sobre negócios para traduzir em dados os objetivos corporativos ou departamentais, por meio mecanismos de predição, análise de detecção de padrões, algoritmos de otimização e outros.

5 ‒ Crie um plano de formação em Ciência de Dados
Nem todo mundo que faz uso da Ciência de Dados é ou será um cientista ou obterá um “cinturão negro” no ofício. Mas os CIOs podem promover ou patrocinar cursos de atualização em probabilidade e estatística, com um exame final que os candidatos devem passar para provar o seu valor.

O Gartner aconselha identificar o conhecimento sobre IA existente na empresa, assim como as lacunas de talento e desenvolver um plano de formação e contratação para incrementar capacidades.

6 ‒ Sugira plataformas
As empresas interessadas mas com dúvidas sobre a Machine Learning e como resolver um problema de Ciência dos Dados podem despejar os seus dados em plataformas de Ciência dos Dados como a Kaggle. Nelas as equipes de cientistas de dados, estatísticos, programadores de software, e outros que adoram abordar problemas difíceis, para competir em desafios empresariais centrados em desenolver soluções, podem encontrar recursos básicos e avançados para iniciarem o trabalho.

7 ‒ Cuidado com os “dados derivados”
No caso de se partilhar algoritmos com um parceiro, lembre-se de que ele vai ver os seus dados. É importante entender estrategicamente o que deseja manter sigiloso e o que interessa compartilhar, tratando os dados sempre como dinheiro.

8 ‒ Não tente sempre resolver o problema por inteiro
Uma organização de cuidados de saúde poderia tentar desenvolver um algoritmo que fizesse a gestão de todos os cuidados médicos primários, para garantir a assistência contínua, com bastante antecedência. Mas não seria melhor optar por resolver uma parte do problema escrevendo um algoritmo que pelo menos consiga discernir se determinados pacientes vão precisar apenas de uma aspirina em vez de um tratamento mais complexo?

9 ‒ Não repense demasiadadamente os modelos de dados
É mais importante obter uma estrutura de formação correta, do que aperfeiçoar os modelos de dados. Não deixe os profissionais muito livres com os dados, pois há o risco de os modelos de dados se deteriorarem rapidamente.

10 ‒ Eduque o CEO e alta gerência sobre IA
Quando os projetos piloto de Ciências de Dados se mostram promissores, o CIO deve procurar promover a IA e o achine Learning como meios para influenciar a estratégia do CEO sobre o potencial da tecnologia para causar disrupção em mercados e refazer modelos de negócios existentes, de acordo com a Gartner. Afinal, operações de aprendizagem automática bem-sucedidas podem ser a chave para o futuro da organização.

Fonte: CIO