Autor admin_rs

Tendências como Big Data, mobilidade e Internet das Coisas (IoT) estão gerando um enorme volume de dados. E os provedores de serviços de data centers precisam encontrar formas de suportar velocidades cada vez mais altas. Muitos data centers foram projetados para suportar tráfego de 1 GB ou 10 GB entre os servidores, roteadores e switches. Só que o roadmap Ethernet de hoje vai de 25 /40 GB a até de 100/400 GB, e dentro de alguns anos, até 1 TB. Como resultado, os operadores de data centers têm uma necessidade imediata de migrar sua infraestrutura Layer 1 para suportar velocidades mais altas, e essa nova infraestrutura também deve fornecer latência mais baixa e maior agilidade e densidade.

As tendências recentes apontam que os requisitos de banda larga continuarão crescendo de 25% a 35% ao ano, e o ponto fundamental para isso é a mudança para maiores velocidades de comutação. De acordo com um estudo recente realizado pela consultoria Dell’Oro, as receitas de switches Ethernet continuarão em crescimento até o final da década, com maiores vendas previstas para portas 25G e 100G. A mudança para 25G está bem encaminhada, já que os switches de comprimento de onda para adoção dessa tecnologia estão se tornando mais comuns. Espera-se que as capacidades desses switches continuem se duplicando, chegando em 100G até 2020 e proporcionando uma próxima geração de links de alta velocidade para switches. Uma série de fatores está impulsionando o aumento da velocidade de throughput nos data centers:

• A densidade dos servidores tem aumentado aproximadamente 20% ao ano
• As capacidades dos processadores estão crescendo
• Processadores com vários núcleos e unidades de processamento gráfico (GPUs)
• A densidade de virtualização tem crescido em 30%, o que está impulsionando as velocidades de uplink para switches;
• O tráfego leste-oeste nos data centers ultrapassou o volume do tráfego norte-sul.

Desafios da Migração

Há vários aspectos de design e evolução de cabeamento de data centers que apresentam desafios para aqueles que desejam migrar para velocidades mais altas.

Todo data center é diferente: não existe um método padrão de implantação de cabeamento. Embora os padrões sejam continuamente refinados em torno de tecnologia de cabo e conector de fibra óptica, não existe um roadmap para implementação que se adapte a todos ou à maioria dos data centers.

O ritmo das mudanças está acelerado: o movimento de 1G para 10G Ethernet levou quase uma década, mas a migração de 10G para 25G e 100G levará metade do tempo. Muitas redes foram projetadas inicialmente com infraestrutura que não é tão escalável quanto precisa ser; os especialistas poderiam antecipar um eventual movimento de 1G para 10G, por exemplo, mas, na maioria dos casos, o cabeamento que foi instalado há alguns anos está desatualizado. Os gerentes de data centers precisam atualizar a fibra ou adicionar mais fibras, e essas devem suportar avanços rápidos para 100G ou mais.

Os padrões estão evoluindo: muitos data centers usam fibra multimodo para conectar servidores e switches, mas há alguns anos o estado da arte nessa área de fibra era OM3 ou OM4. Em 2016, os órgãos de regulamentação aprovaram o padrão OM5, que tem rendimento quatro vezes maior de throughput que o OM3.

Os data centers estão se densificando: nos data centers multi-tenant, em particular, os clientes estão reduzindo o tamanho de suas implantações, consolidando a estrutura de rede em etapas menores. Como resultado, eles precisam ser capazes de expandir sua capacidade de rede dentro de um ambiente menor. Alguns sistemas de gerenciamento de cabos mais antigos e painéis de patch não suportam densidades mais altas.

A migração é cara e disruptiva: substituir o cabeamento é um grande salto, mas quando o data center também precisa de sistemas de gerenciamento de cabos de alta densidade e painéis de patch, pode ser um verdadeiro pesadelo. Em grandes data centers empresariais, onde muitas vezes há mais espaço, a migração pode ocorrer em seções, o que reduz a quantidade de interrupções provocadas pela mudança, mas essa não é uma opção nos multi-tenants, por exemplo.

Planejamento da Migração

A estratégia mais importante para a migração de alta velocidade é o planejamento em longo prazo. Muitos data centers permanecem com sua principal infraestrutura atualizada para suportar a próxima geração de switches, roteadores e servidores. O ritmo de mudança está acelerado, por isso, o melhor é fazer um planejamento longo. Escolha um ponto (400G, por exemplo), suponha que o data center exigirá mais fios de fibras do que os disponíveis hoje e compre as fibras mais recentes (multimodo ou monomodo) disponíveis, para que possam suportar a migração futura sem perder o que já foi investido.

Além disso, os arquitetos de data centers devem adotar projetos de baixa latência – atualmente importante para as aplicações para mercado financeiro – e que será um requisito cada vez mais exigido para suportar serviços de IoT, como o uso de carros conectados, por exemplo. Os cabos e conectores que utilizam componentes de perda ultrabaixa oferecerão maior flexibilidade para alcançar baixa latência.

Os responsáveis pela migração devem considerar também as fibras monomodo e multimodo. A primeira delas fornece a mais alta taxa de transferência e alcance, importante em data centers maiores, enquanto a fibra multimodo é mais acessível economicamente e mais fácil de implantar.

Finalmente, escolha o provedor Layer 1 de solução de infraestrutura certo. Os maiores provedores têm operações globais, dessa forma, eles podem fornecer soluções efetivas em todo o mundo. Esses provedores também contam com times de engenheiros na área de aplicativos que vão aos data centers e fazem recomendações apropriadas sobre quais produtos devem ser instalados para que atendam por um longo período de tempo, e garantias de que suas soluções de infraestrutura podem suportar qualquer aplicativo.

Construindo para o futuro

Enquanto o roadmap Ethernet estende-se para mais de 1TB e as aplicações de data centers exigem maiores velocidades de transmissão, a arquitetura deve ser planejada para atender ao futuro. Com a infraestrutura de conectividade adequada, é possível fornecer uma base sólida para a migração de alta velocidade.

Fonte: SEGS

Pesquisa feita com 1000 executivos e profissionais técnicos indica que parte do universo de TI formam uma espécie de fã clube do mainframe. A 12ª Pesquisa Anual de Mainframe insinua que mesmo que muitas organizações continuem a adotar tecnologias multi-cloud como parte de suas profundas transformações, o mainframe continua sendo um relevante e crescente hub do data center para muitas delas.

91% dos respondentes globais preveem que as cargas de trabalho do mainframe continuarão a crescer, sendo que no Brasil o número chega a 96%. Além disso, 51% dos respondentes globais afirmam que mais da metade de seus dados estão no Mainframe. No Brasil, 43% dos entrevistados afirmam o mesmo.

Este ano, 44% dos entrevistados globais indicaram que equipe e habilidades são desafios-chave por conta de mudanças na força de trabalho e 36% dos respondentes globais indicaram que esta será uma prioridade no próximo ano. No Brasil, a porcentagem foi de 32%.

Para os respondentes brasileiros, as quatro maiores prioridades são: redução de custo/otimização (58%); modernização das aplicações (55%); disponibilidade das aplicações (36%); melhoria da automação/análise operacional (35%).

Segundo a pesquisa, as principais aplicações em execução no Mainframe são sistemas transacionais, big data e analytics, e as organizações continuam se concentrando em aumentar a disponibilidade.

Nos resultados deste ano, 47% dos executivos globais indicaram que irão crescer e atrair novas cargas de trabalho.

Como perfil de profissionais, a pesquisa revela que 53% dos respondentes globais têm menos de 50 anos. No Brasil, os profissionais de Mainframe abaixo de 50 anos chegam a surpreendentes 82%

Dentre os que possuem menos de 30 anos, a porcentagem global é de apenas 7%, contra 25% no Brasil. Este dado demonstra que a geração Y brasileira está muito entusiasmada com o futuro do Mainframe.

69% dos respondentes globais do grupo de meio de carreira (idades entre 30 e 49 anos com um a dez anos de experiência), observam crescimento nas cargas de trabalho de seus Mainframes e consideram que a plataforma tem uma posição forte de crescimento no setor, de forma geral.

O estudo ouviu 1.069 profissionais entre 16 de maio e 4 de junho de 2017. A pesquisa foi aplicada mundialmente, de forma online, e oferecida em seis idiomas: inglês, francês, italiano, espanhol, alemão e português. 62% dos respondentes eram profissionais técnicos e gerentes, 34% eram executivos e 4% exerciam outras funções.

Fonte: TI Inside

O trabalho intermitente e a negociação individual com funcionários estão entre os pontos da reforma trabalhista que trazem maior incerteza para empresários do Estado de São Paulo, aponta pesquisa.

Os tópicos ficaram entre os mais citados quando os executivos foram questionados sobre as regras que merecem um maior tempo de espera antes de serem adotadas, para que seja consolidado um posicionamento mais claro do Legislativo ou jurisprudencial. O levantamento foi realizado pelo Sindicato das Empresas de Contabilidade e de Assessoramento no Estado de São Paulo (Sescon/SP).

Além do trabalho intermitente e da negociação individual, ambos mencionados por 9% dos entrevistados, tiveram destaque o trabalho autônomo (8%), a rescisão por acordo (8%), a terceirização (8%), o acordo coletivo diretamente com o sindicato (8%) e o pagamento de parcelas que não integram a remuneração tradicional (8%).

“No começo, a reforma vai trazer um pouco de insegurança, já que existem diversos posicionamentos distintos dentro do judiciário. Isso pode durar alguns anos, até que um tribunal superior, como o STF [Supremo Tribunal Federal], defina uma interpretação para os pontos polêmicos da lei”, afirma Márcio Massao Shimomoto, presidente do Sescon/SP.

Desembargadora da Justiça do Trabalho, Ivani Contini Bramante também acredita que deve haver certa instabilidade com a nova lei, ao menos em um primeiro momento. “É necessário ter muita cautela, pois só daqui a dois ou três anos os tribunais vão assentar uma forma de julgamento mais homogênea. Hoje, vemos vários juízes com posições bastante distintas”, afirma ela.

Sobre as dúvidas em relação ao trabalho intermitente, Shimomoto diz que parte dos empresários faz uma “leitura errônea” do novo modelo de contratação. “Muitos deles acham que o [trabalho] intermitente substituirá o tradicional, mas não é bem assim. Esse contrato só é benéfico em situações bastante específicas, por exemplo quando há o trabalho sazonal.”

Shimomoto afirma também que as empresas de contabilidade devem enfrentar certa dificuldade para se adaptar às novas regras. “Vai dar um bom trabalho, inclusive porque as convenções coletivas passaram a ter um peso maior para os contratos”. Com isso, explica ele, os contabilistas precisarão estudar, além da CLT e das legislações trabalhistas específicas, os acordos coletivos de cada classe.

Para a advogada e contabilista Valéria Maria Sant’Anna, o desafio será a adequação simultânea à nova CLT e ao eSocial, plataforma eletrônica que vai reunir dados trabalhistas, tributários, fiscais e previdenciários dos trabalhadores.

“Além das mudanças estabelecidas pela reforma [trabalhista], o eSocial está entrando em vigor durante este ano, trazendo exigências que são estranhas para boa parte dos empresários, especialmente aqueles que têm companhias de médio e pequeno porte.”

Mudanças

O levantamento do Sescon/SP também mostrou quais são as práticas da reforma trabalhista que os empresários pretendem implementar de imediato.

O parcelamento de férias foi o tópico preferido pelos executivos, citado por 19% dos entrevistados. Outros pontos que tiveram destaque foram a negociação individual com novos empregados (10%), o uso do banco de horas com período de seis meses (9%), a rescisão por acordo (8%) e a compensação de jornada (8%).

Fonte: DCI

Entre os muitos desafios que tem pela frente, o Brasil terá que se preparar — e rapidamente — para as transformações provocadas pela Quarta Revolução Industrial. A superação não implica apenas altos investimentos em infraestrutura e melhoria nos parques de fábricas, mas principalmente em educação e capacitação dos jovens para o futuro mercado de trabalho e também de quem está empregado, evitando que a massa de desocupados seja ainda maior num futuro breve. O Fórum Econômico Mundial (FEM) prevê que, até 2021, pelo menos 7 milhões de empregos estejam extintos devido às transformações tecnológicas e financeiras que ocorrem em todo o planeta.

Batem à porta internet das coisas, sistemas ciberfísicos, computação em nuvem, nanotecnologia, impressão 3D, robótica e ciberdependência. A velocidade das inovações e das descobertas, favorecidas pelo grau de tecnologia alcançado, exige de todas as nações adequações rápidas a fim de que não fiquem a reboque de potenciais parceiros econômicos e comerciais.

O tempo entre a primeira e a terceira revolução industrial foi superior a três séculos. Hoje, estamos há menos de 100 anos das últimas transformações que surgiram em meados do século 19. As mudanças ocorrem em ritmo frenético. O Brasil, no entanto, não consegue dar passos largos na educação, fundamental para acompanhar toda essa evolução.

Hoje, no país, há 11,8 milhões de analfabetos, segundo a Pesquisa Nacional por Amostra de Domicílios Contínua (Pnad Contínua), divulgada no fim do ano passado — pouco menos que o total de desempregados. O Brasil está entre as piores nações no ranking do Programa Internacional de Avaliação de Estudante (Pisa), coordenado pela Organização para Cooperação e Desenvolvimento Econômico (OCDE), entre 70 países. O último resultado, divulgado em 2017, mostrou uma queda de pontuação nas três áreas avaliadas: ciências, leitura e matemática. O país ficou na 63ª posição em ciências, na 59ª em leitura e na 66ª colocação em matemática.

Mudar essa realidade impõe ao poder público ações efetivas que tornem a educação prioridade no país. Não basta ter o setor em primeiro lugar nos discursos oficiais e dos futuros candidatos ao comando da nação. É urgente tomar decisões que a tornem, efetivamente, a grande aposta nacional. Não há outro caminho para tirar o país do eterno grau de nação “em desenvolvimento”. O descaso e o desperdício de recursos destinados à educação significam empurrar o Brasil para o atraso, para a rota inversa às necessidades do mundo moderno. É aprisioná-lo no subdesenvolvimento.

Fonte: Diário de Pernambuco

Como parte das ações que integram a transformação digital, grandes empresas buscam diminuir os gastos com infraestrutura migrando a que possuem localmente (on-premise) para aquela que é entendida como um serviço – realidade proporcionada pela computação em nuvem. Como consultor na área, é possível afirmar que esse processo elimina toda a ociosidade dos sistemas locais, que normalmente costuma ser de 30% a 50% da capacidade instalada. Mas a cloud computing que me refiro não é a mais comumente conhecida e adotada, embarcada em um servidor.

Uma nova tendência para otimizar ainda mais a base tecnológica, principalmente para empresas que possuem oscilação no uso – como é o caso de grandes redes de e-commerce e startups que precisam de escalabilidade global – é a adoção do serverless (sem servidor, em inglês). Em 2017, a novidade já tinha sido destacada em pesquisas do Gartner como uma das realidades a serem empregadas no segmento enterprise na próxima década. O futuro chegou mais rápido do que se esperava e hoje grandes organizações já adotam esse tipo de estrutura, como Snapchat, Netflix e Spotify.

A evolução da nuvem não é só a de Infrastructure as a Service (IaaS), mas Backend as a Service (BaaS) e Function as a Service (FaaS). Ao adotar esses dois últimos conceitos, conseguimos otimizar ao extremo a base tecnológica de empresas que estão em processo de escalabilidade e veem a demanda por recursos oscilar bastante.

Se sua empresa for iniciar hoje o desenvolvimento de uma solução nova, não há dúvida que o conceito serverless é a melhor alternativa, inclusive se ela não precisa de escalabilidade nem sofre variação de consumo. Dessa forma, o desenvolvimento sem servidor é mais rápido, já que os programadores só precisam focar em codificar sua solução, e não mais com infraestrutura.

Um ponto muito importante de ressaltar é que estamos falando de desenvolvimento serveless, mas entre a “antiga” virtualização on-premise e o serveless ainda existe um grande passo: o de migrar a infraestrutura virtualizada para a nuvem. Em seguida avançamos para automatização da gestão dessa infra virtualizada, ou seja, ao mesmo tempo que já temos novas tecnologias totalmente automatizadas 95% da infraestrutura das grandes empresas ainda estão virtualizadas on-premise.

Mas se a sua organização já desenvolveu o produto com tecnologia antiga, ela precisará ser redesenhada para possuir o conceito serverless. Ou seja: invariavelmente haverá, no futuro, um investimento de recursos financeiros e humanos que ficarão dedicados a refactory (refazer) sua solução com essa nova tecnologia.

Fonte: CIO

São aplicações práticas o que já foi tendência e deve, de fato, impactar os negócios e a indústria

Como o filósofo grego Heráclito disse, “A única constante é a mudança”. E isso é certamente um fato para qualquer um que trabalhe em áreas relacionadas à tecnologia (e quem não, ultimamente?). O ritmo das inovações tecnológicas é tamanho que até mesmo as maiores fantasias sobre como seria o futuro parecem se tornar realidade.

À medida que as tecnologias atingem a maturidade, as inovações dão um salto – desde aplicações para o consumidor até aplicações para empresas. Assim, ao olhar para 2018, identificamos algumas tendências que devem impactar os negócios e a indústria.

A caminho da borda

Duas tendências dos últimos anos que se tornaram familiares – computação em nuvem e a Internet das Coisas – proporcionaram benefícios inegáveis para empresas e consumidores. Mas elas também vêm com implicações: o enorme aumento na quantidade de dados que estão sendo transferidos de dispositivos conectados para o data center. Tudo isso precisa ser processado e armazenado. Nesse cenário, a tecnologia de “Edge Computing” alivia esse problema ao executar o processamento de dados na “borda” da rede, perto da fonte dos dados. Isso reduz consideravelmente a largura de banda necessária entre sensores e dispositivos e o data center. O próximo passo para a computação de borda relaciona-se com preocupações potenciais em relação à integridade e privacidade dos dados: uma resposta provável a essas preocupações será deixá-los anônimos e criar dados criptografados dentro do dispositivo na borda antes de serem transferidos para o centro de dados.

C2C: Cloud-to-Cloud

Apesar da mudança para a computação de borda, a computação em nuvem ainda desempenhará um papel significativo nas infraestruturas de TI. Embora a computação em nuvem possa dar a impressão de ser uma única figura, existem, na verdade, várias nuvens sendo usadas em todo o mundo. Ao passo que um número crescente de empresas oferece serviços baseados em nuvem, o sistema ecológico de nuvem tem se tornado o ponto preferido para a integração, em vez dos sistemas on-premise tradicionais.

Um dos benefícios da integração entre as nuvens é uma redução da necessidade de serviços internos de TI. Além disso, os serviços compostos avançados de vários fornecedores podem ser criados e implantados através de APIs, incluindo análise de dados, gerenciamento de conteúdo e armazenamento.

Aprendizagem profunda e automática

A tecnologia chegou a um estágio em que os benefícios completos de arquiteturas de aprendizado profundo de máquinas podem começar a ser verificados. Temos enormes conjuntos de dados para analisar, temos o poder de processamento disponível para fazê-lo dentro de prazos razoáveis, temos algoritmos sofisticados e alguns estudos de caso para analisar. O potencial de análise no setor de proteção e segurança parece óbvio se lembrarmos que algumas das demonstrações mais impressionantes da aplicação do aprendizado profundo têm sido relacionadas a interpretação de imagens, reconhecimento de fala e suporte à decisão.

Em um nível relativamente básico, aplicações de aprendizado profundo melhorarão a detecção de movimento de vídeo, reconhecimento facial, rastreamento individual e supressão de falsos alarmes. Isso ajudará a concepção, configuração, otimização e gerenciamento de dispositivos do sistema. Além disso, à medida que os aplicativos se desenvolvem, há uma oportunidade para a análise preditiva que leva à prevenção de incidentes: desde terrorismo até acidentes domésticos; de questões de trânsito a roubos; e até mesmo a tragédia dos suicídios ferroviários.

Personalização VS. Privacidade

Uma das aplicações potenciais para o “deep learning” pode ser na entrega de serviços altamente personalizados. Imagine um ambiente de varejo onde o rosto de um cliente é reconhecido ao entrar na loja, e as ofertas são enviadas para um dispositivo móvel com base em compras anteriores, preferências ou até mesmo no histórico de navegação recente. Mas também, só porque algo pode ser feito não significa necessariamente que deveria ser, e este exemplo destaca imediatamente as preocupações crescentes em relação à privacidade e como os dados pessoais estão sendo usados por empresas e outras organizações.

Equilibrar a personalização com a proteção dos dados e da privacidade do indivíduo será uma corda bamba que todas as organizações caminharão no nesse ano.

Cibersegurança
Mais uma vez, como aconteceu no ano passado, a segurança cibernética deve aparecer na lista de tendências para os próximos 12 meses e além. O constante aprimoramento da segurança cibernética será uma tarefa sem fim, porque os cibercriminosos nunca pararão de explorar vulnerabilidades em qualquer nova tecnologia. E, à medida que o número de dispositivos conectados cresce de forma exponencial, também crescem as falhas potenciais que, se não forem atendidas, podem proporcionar a oportunidade de que redes sejam violadas, ransomwares plantados ou gerem um tempo de inatividade dispendioso. 2018, sem dúvida, verá mais ataques e vulnerabilidades expostas. A resposta é proatividade e um processo sistemático para garantir que os patches sejam instalados logo que estejam disponíveis.

Plataformas para aproveitar todos os benefícios do IoT

Falando sobre o IoT, chegou-se a um ponto que para escalar, coletar e analisar dados, gerenciar a rede de dispositivos conectados de forma eficaz, é crucial usar uma arquitetura escalável. Essa plataforma chamada IoT permite que o equipamento de diferentes fornecedores coexista e troque informações facilmente para formar sistemas inteligentes usando infraestrutura de rede existente. Existem inúmeras empresas, provedores de tecnologia e novos operadores no mercado – permitindo que plataformas suportem dispositivos IoT e neste ano haverá uma maior maturação. No entanto, o que também será importante futuramente serão novos padrões internacionais ou, de fato, a possibilidade de interoperabilidade entre as diferentes plataformas IoT – e que irão suportar os verdadeiros sistemas agnósticos.

Mais do que Bitcoin: Blockchain

Como um livro de registros aberto, o Blockchain pode registrar as transações entre duas partes de forma eficiente, verificável e permanente. 2018 começará a ver o blockchain sendo testado em múltiplas aplicações em diversos setores.

Em nossa indústria, dado que o blockchain permite a autenticação de qualquer conteúdo, a cadeia de blocos pode ser usada para verificar o conteúdo de vídeo de múltiplas fontes – como telefones celulares públicos e câmeras usadas pela polícia – para uso em investigações forenses. Além dos dados de vídeo, a cadeia de blocos também pode ser usada para verificar a autenticidade dos dispositivos conectados à rede da câmera.

Cidades Inteligentes

O conceito de Cidades Inteligentes não é novidade. Durante anos, o número crescente de sensores de diferentes tipos em ambientes urbanos está ajudando a resolver demandas específicas, desde a aplicação da lei até a monitoração da qualidade do ar. À medida que a população mundial está cada vez mais alojada nas cidades – 25% mais pessoas viverão em um centro urbano em 2050 – o uso de sensores para ajudar a criar ambientes mais habitáveis, sustentáveis e seguros só aumentará.

No entanto, uma verdadeira cidade inteligente é uma visão para o desenvolvimento urbano que integra tecnologia de informação, dados, comunicações e Internet das Coisas (IoT) de forma segura para gerenciar os bens de uma cidade – que incluem sistemas de informação de departamentos governamentais, escolas, transporte, hospitais, redes de abastecimento de água, gerenciamento de resíduos, serviços policiais e de emergência e outros serviços comunitários.

Tradicionalmente, a maioria desses serviços individuais operava em de forma isolada. E isso está impedindo a realização do potencial das Smart Cities. Uma cidade só pode realmente ser “inteligente” quando todos os seus dados estiverem abertos e utilizáveis em todos os serviços.

Lidar com os desafios urbanos, como a proteção e a segurança dos cidadãos, congestionamentos, o sucateamento da infraestrutura e as respostas a desastres naturais requer uma análise coordenada dos dados disponíveis, a fim de fornecer uma resposta adequada e efetiva.

A nova dimensão dos sensores não-visuais

Até recentemente, os principais dados – se não os únicos – disponíveis para os operadores de vigilância eram um vídeo que, obviamente, oferece apenas uma perspectiva bidimensional. Com o uso de novos sensores não-visuais, essa visão se tornará multidimensional, proporcionando uma riqueza de dados que permitirá uma avaliação mais rápida e precisa das situações e, portanto, uma escalada mais rápida, a ativação de uma resposta adequada e a minimização de falsos alarmes.

A tecnologia de radar, por exemplo, usa ondas eletromagnéticas para detectar movimentos. O radar não é sensível às circunstâncias que normalmente desencadeiam falsos alarmes, como sombras móveis ou feixes de luz, pequenos animais, pingos de chuva ou insetos, vento e mau tempo. Além disso, pode fornecer detalhes sobre a posição exata de qualquer objeto e seu deslocamento.

Os avanços na precisão da detecção de som, seja uma janela quebrada ou vozes agressivas, significam que o áudio será um recurso útil que poderia ser perdido em uma solução baseada puramente em vídeo.

Assistentes virtuais e realidade aumentada para os negócios

No ano passado, muitos consumidores adotaram assistentes virtuais – Alexa, da Amazon; Google Home; Siri, da Apple; e Cortana, da Microsoft. Os assistentes se tornaram famosos por ajudar as pessoas a gerenciar suas vidas diárias e as próximas tecnologias, como o Facebook M, só vão contribuir ainda mais com isso. É inevitável que essas mesmas tecnologias comecem a encontrar uma rota para o ambiente de negócios, já que os consumidores esperam os mesmos níveis de ajuda tecnológica no trabalho.

Da mesma forma, a realidade aumentada tem existido em nichos específicos, como o militar e a aviação, mas mostra um enorme potencial na arena de negócios. Uma das óbvias oportunidades na área de negócios é a instalação e manutenção de soluções tecnológicas onde as instruções visuais podem ser superadas na visão real dos técnicos para ajudá-los no trabalho.

Com o crescente uso de sensores e análises não-visuais para aumentar a precisão e novas perspectivas para a informação visual, os consumidores de videovigilância estarão usando Realidade Aumentada para reunir essas fontes de dados em uma única visão, permitindo uma resposta mais rápida e apropriada.

Fonte: CIO

O ano de 2018 exigirá muita atenção de todos os empresários brasileiros e os profissionais contábeis precisarão estar preparados para não terem problemas com o fisco.

Confira abaixo algumas das principais mudanças que impactarão diretamente na vida dos profissionais contábeis neste ano de 2018, uma vez que a transmissão de forma incorreta poderá acarretar multas e problemas para as empresas:

NF-e 4 0

As principais alterações da versão 3.1 para a versão 4.0 são as informações inseridas, categorias e o layout utilizado. A maior alteração será no layout, pois a NF-e é um arquivo eletrônico emitido no formato XML, que consolida as informações fiscais de várias operações de uma entidade, utilizando uma ordem para apresentá-las que chamamos de layout.
Outra mudança importante é a atualização do protocolo de segurança dos dados e das emissões de NF-e. A partir da versão 4.0 será permitido unicamente o protocolo TLS 1.2 ou versão superior. Ou seja, não será mais permitida a comunicação via protocolo SSL 3.0 e o TSL 1.0. O motivo desta mudança está amplamente documentado na internet pela falta de segurança comprovada no uso do Protocolo SSL.

e-Social

A partir do dia 8 de janeiro as empresas com faturamento anual superior a R$ 78 milhões em 2016, bem como aquelas que optaram pela antecipação, serão obrigadas a enviar informações ao eSocial referentes aos vínculos com trabalhadores que façam parte do seu quadro de funcionários e também daqueles que prestam serviço sem vínculo empregatício. As demais empresas serão obrigadas a aderir ao sistema a partir do dia 16 de julho de 2018.

O governo estima que a implantação do eSocial pode aumentar a arrecadação em R$ 20 bilhões por ano só por eliminação de erros, que levam as empresas a pagarem menos do que o devido.
Simples Nacional

As empresas que faturarem até R$ 4,8 milhões ao longo de 2018 poderão se enquadrar nas regras do Simples Nacional – sistema que permite o recolhimento simplificado de tributos. No ano passado, o teto anual de faturamento era de até R$ 3,6 milhões.

MEI

Já o teto de faturamento para se enquadrar na modalidade de microempreendedor individual (MEI) passou de até R$ 60 mil para até R$ 81 mil. A partir deste ano, 12 novas ocupações também foram liberadas para serem incluídas na categoria MEI, que tem tributação menor.
Também subiu o teto de faturamento para as microempresas, de R$ 360 mil por ano para R$ 900 mil.

Bloco K

No ano de 2017 o Bloco K tornou-se obrigatório para as empresas com faturamento igual ou superior a R$ 300 milhões ao ano, classificadas nas divisões 10 a 32 da Classificação Nacional de Atividades Econômicas (CNAE).
A partir de janeiro de 2018 o Bloco K passa ser obrigatório também para as empresas com faturamento igual ou superior a R$ 78 milhões ao ano e classificadas nas divisões 10 a 32 da Classificação Nacional de Atividades Econômicas (CNAE).

Reforma Trabalhista

As alterações introduzidas pela Lei nº 13 467/17, conhecida como ” Reforma Trabalhista “, fez uma série de modificações, dentre outras, sobre as verbas pagas pelo empregador, passando a classificar diversas delas como de natureza não-remuneratória.

A consequência dessa modificação é que, ao não serem classificadas como remuneratórias, elas são automaticamente excluídas da base de cálculo de diversos tributos e contribuições previdenciárias incidentes sobre a folha de pagamento dos estabelecimentos empresariais.

O ano de 2018 traz efetivamente muitas mudanças e adequações fiscais para todas as empresas e empresários, por isso, recomenda-se que “os empreendedores fiquem atentos a essas alterações e que, além consultarem sempre o contador e o jurídico para esclarecimento das dúvidas, busquem maneiras de otimizar a gestão da empresa, levando em conta as novas regras impostas pelo fisco”.

Fonte:  Rapidonoar.com

Multicloud e Blockchain fazem parte da lista de tecnologias que vão orientar profissionais em suas arquiteturas de tecnologia

Com base na demanda de mais de 9,5 mil clientes, a Equinix decidiu lista oito tecnologias que vão balizar os projetos das empresas nos próximos meses. Confira as previsões abaixo:

1. Redes privadas de Blockchain ganham visibilidade e se expandem
   O Blockchain público, centrado em vários tipos de moedas digitais, é muito diferente do blockchain privado que deverá ser mais atraente para as empresas em 2018. Principalmente por essas serem “autorizadas”, em vez de abertas, de modo que a gestão da identidade digital é feita de forma mais segura, oferecendo confiança e permitindo níveis maiores de processamento transacional.

As provedoras de redes de Blockchain para diferentes setores precisarão hospedar seus dados em múltiplos locais, de forma distribuída, para garantir baixa latência. Além disso, as empresas presentes às redes de Blockchain privado precisam saber lidar com a conclusão de transações sensíveis ao fator tempo. O

É certo que, em dado momento, as empresas estarão envolvidas em múltiplas redes de blockchain (por exemplo, supply chain, finanças etc) e vão querer que seus negócios estejam localizados perto de seus parceiros.

2. IA deixa de ser tendência
   A tecnologia de inteligência artificialjá existe há seis décadas, mas somente agora está virando tendência. Por quê? Com o advento do big data, dos processadores orientados para IA e algoritmos de aprendizagem profunda, alguns avanços foram viabilizados, como casas, fábricas e carros inteligentes, que têm amplo apelo. 

Em abril de 2017, a IDC previu que as receitas mundiais para os sistemas cognitivos e de AI no ano chegariam a US$ 12,5 bilhões, e a Equinix prevê avanços ainda mais profundos dessa tendência em 2018.

Com isso, os sistemas de IA precisam interpretar e fundir dados de várias fontes que precisam ser distribuídos com modelos de construção focados em clouds e modelos de desenvolvimento na edge, para satisfazer os requisitos de processamento em tempo real. Os órgãos reguladores também têm demonstrado interesse em garantir que as aplicações de AI cumpram as leis de segurança e de residência de dados.

3. IoT acelera migração para Edge Computing
   O Gartner espera que o número de dispositivos conectados em todo o mundo aumente de 8,4 bilhões, atualmente, para 20,4 bilhões em 2020. Em 2018, os requisitos da computação para permitir a internet das coisas (IoT) migrarão, cada vez mais, para a borda da rede.

A manutenção da baixa latência é uma das principais razões pelas quais as empresas estão migrando grandes quantidades de dados de dispositivos IoT em direção ao processamento e análise na Digital Edge. Colocar a interconexão na borda, no entanto, também gerará economia de custo de rede, uma vez que as empresas filtram volumes de dados mais próximos à fonte (na borda) para obter acesso mais rápido às informações necessárias para inovações viabilizadas pela IoT, como hospitais inteligentes. Em um número crescente de regiões, os dados devem ser processados na borda para cumprir os requisitos de residência de dados.

4. Arquitetura para sistemas de cabos submarinos ganha destaque
   Os cabos submarinos são componentes essenciais para a internet, já que quase todo o tráfego global de dados passa por eles. Em meio ao crescente tráfego projetado, o investimento em novos cabos vem também aumentando.

De acordo com a TeleGeography, os custos globais de construção de cabos submarinos deverão ultrapassar US$ 2 bilhões em 2018, pelo terceiro ano consecutivo. Desde 2012, esses custos não ultrapassavam US$ 1 bilhão. Durante esse boom de construção, nota-se uma nova arquitetura surgindo, que reduzirá custos, melhorará a agilidade de implantação e os benefícios da interconexão.

Os avanços na tecnologia laser permitiram que os cabos submarinos ultrapassassem as estações cruzando o oceano para atingir diretamente data centers de varejo multiusuários no continente. Isso significa que os clientes desse sistema obtêm acesso direto e de baixa latência aos inúmeros ecossistemas industriais hospedados. Isso aumenta o apelo do sistema de cabos submarinos para seus clientes potenciais.

5. SDN/NFV transforma as redesUma mudança fundamental na aceitação pelas empresas de redes definidas por software (SDN) e tecnologias de virtualização das funções de rede (NFV) está em andamento e reorientando a forma como as grandes empresas arquitetam suas redes de área ampla (WANs) para ampliar seus serviços de acesso à cloud. Esta mudança ganhará força em 2018.

As empresas não podem mais se dar ao luxo de redirecionar o tráfego usando as caras redes MPLS de suas filiais para uma localização centralizada, na qual aplicam políticas de segurança de rede em equipamentos físicos, antes de acessar a cloud.

Em sua estimativa mais recente, a IDC prevê expansão para o mercado mundial de Data Centers SDN a uma taxa de crescimento anual composta de 25,4% entre 2016 e 2021, quando chegará a quase US$ 13,8 bilhões.

6. Soberania e auditoria de dados
   Diversas normas importantes de privacidade, segurança e soberania de dados serão estabelecidas em 2018 e todas trarão grandes implicações para as empresas, como o Regulamento Geral de Proteção de Dados (General Data Protection Regulation – GDPR) restringe a transferência de dados na União Europeia para países que sejam compatíveis com a norma, o que pode afetar as transferências entre empresas da UE e importantes parceiros de negócios internacionais.

Outra novidade será o relatório de Registro Auditoria Consolidada (Consolidated Audit Trail – CAT) nos Estados Unidos exige que as empresas efetuem o registro de todas as transações de valores mobiliários e assegurem a precisão dos serviços de cronometragem no nível de nanosegundos.

Além disso, há a Diretiva de Mercados em Instrumentos Financeiros (Markets in Financial Instruments Directive – MiFID ii) na Europa impõe novos requisitos de geração de relatórios e testes às empresas de investimento.

A aplicação do GDPR e leis similares de soberania de dados em todo o mundo exigirá que as organizações utilizem data centers em várias regiões para armazenar dados localmente. O CAT e a MiFID II também exigem que as organizações registrem transações financeiras em um nível granular, o que, por sua vez, exige que as organizações tenham um sistema de relógio interno minuciosamente sincronizado em vários data centers.  

7. Multicloud demanda acesso a plataformas híbridas de TI
   O Gartner afirma que “estratégias multicloud se tornarão frequentes para 70% das empresas até 2019”. À medida que a multicloud se torna mais prevalente, vemos a crescente necessidade das empresas de controlar seu gerenciamento em uma plataforma de TI híbrida.

As empresas estão distribuindo suas aplicações em várias clouds, com base no melhor modelo para o negócio. Além disso, as empresas dependem cada vez mais de clouds redundantes para apoiar a continuidade do negócio e as iniciativas de recuperação de desastres. Isso exige uma estratégia multicloud que possa ser implantada em uma infraestrutura de TI híbrida (local e cloud).

8. Proliferação da transformação digital (DX)
   A IDC descreve uma plataforma de transformação digital (DX) como viabilizadora da “criação rápida de produtos, serviços e experiências digitais voltados para o público externo, ao mesmo tempo em que moderniza agressivamente o ambiente ‘inteligente central’”. Prevê ainda que, até 2020, 60% das empresas terão adotado uma estratégia de plataforma DX em toda a organização.

Para acelerar essa mudança, as empresas de plataforma DX estão investindo mais em interfaces abertas de programação de aplicativos (APIs) e portais de desenvolvimento para clientes/parceiros em 2018.

Uma plataforma DX habilitada para API, orientada para o exterior, acelera o desenvolvimento e a integração de serviços digitais e fornece ferramentas mais inteligentes para automação e orquestração de TI. Também promove a inovação e um prazo de lançamento no mercado mais rápido para novas soluções. Nas plataformas DX, as empresas podem colaborar em ecossistemas constituídos por clientes interconectados, prestadores de serviços e parceiros de negócios.

Com as empresas passando a disponibilizar serviços por meio de uma plataforma DX acionada pela API, muitos terão que satisfazer desempenho, disponibilidade e SLAs relacionados à segurança para isso.

Fonte: CIO

IA, Machine Learning e Deep Learning não são balas de prata. Um CIO explica o que todas as empresas devem saber antes de investir nessas tecnologias

Como você pode saber se vale a pena investir tempo em uma tecnologia emergente, como a Inteligência Artificial, quando há tantos exageros publicados diariamente? Estamos todos apaixonados por alguns dos resultados surpreendentes, como o AlphaGo batendo o jogador campeão Go , os avanços em veículos autônomos , os avanços em reconhecimento de voz da  Alexa e da  Cortana e o reconhecimento de imagem realizado pelo Google Photos, o Amazon Rekognition e outros aplicativos de compartilhamento de imagens.

Quando empresas grandes e tecnicamente fortes como Google, Amazon, Microsoft, IBM e Apple mostram sucesso com uma nova tecnologia, e a mídia o glorifica, as empresas geralmente acreditam que essas tecnologias estão disponíveis para seu próprio uso. Mas é verdade? E, em caso afirmativo, onde é verdade?

Este é o tipo de pergunta que os CIO fazem cada vez que uma nova tecnologia começa a se tornar mainstream:

• 1 – É uma tecnologia em que precisamos investir, pesquisar, prestar atenção ou ignorar? Como explicamos aos nossos líderes empresariais onde a tecnologia tem aplicabilidade ao negócio e se representa uma oportunidade competitiva ou uma ameaça potencial?
• 2 – Como simplificamos o que a tecnologia faz em termos compreensíveis para os funcionários mais curiosos e separar o hype, a realidade atual e o potencial futuro?
• 3 – Quando determinados funcionários da equipe mostram interesse em explorar essas tecnologias, devemos apoiar? Como devemos orientá-los e em quais aspectos da tecnologia eles devem investir tempo de aprendizado?
• 4 – Como avaliar, entre as ofertas dos fornecedores,  o que tem potencial real de negócio versus aqueles serviços ainda muito incipientes para alavancar versus outros que são realmente hype?

O que realmente é a Inteligência Artificial e como chegamos lá?

A IA já tem algum tempo , mas para mim, ele teve seu grande começo em 1968-69, quando o  sistema de processamento de linguagem natural SHRDLU (NLP) saiu. Na época, foram publicados artigos de pesquisa sobre perceptrons e backpropagation, e o mundo tomou conhecimento da IA através do HAL, em 2001: Uma Odisséia do Espaço. Os avanços importantes, bem posteriores, podem ser fixados no final da década de 80, com a propagação de uso dos algoritmos de aprendizagem e, em seguida, a sua aplicação a problemas como o reconhecimento de escrita . A IA assumiu desafios em larga escala no final da década de 90 com o primeiro chatbot (ALICE ) e Deep Blue batendo Garry Kasparov, o campeão mundial de xadrez.

Tive minha primeira experiência prática com a AI nesta época. Na escola de pós-graduação da Universidade do Arizona, vários de nós estavam programando redes neurais em C para resolver problemas de reconhecimento de imagem em áreas médicas, astronômicas e outras áreas de pesquisa. Experimentamos vários algoritmos de aprendizagem, técnicas para resolver problemas de otimização e métodos para tomar decisões em torno de dados imprecisos.

No caso das redes neurais, programávamos a matemática do perceptron à mão e passávamos para as camadas da rede para produzir a saída. Em seguida,aplicávamos os algoritmos de backpropagation para ajustar a rede. Então esperávamos longos períodos de tempo para que o sistema estabilizasse sua saída.  Quando os resultados iniciais falhavam, nunca tínhamos certeza se as falhas tinham sido provocadas por termos aplicados os algoritmos de aprendizado errados, não ajustarmos a nossa rede adequadamente para o problema que estávamos tentando resolver ou simplesmente se havíamos cometido erros de programação nos algoritmos perceptron ou backpropagation.

Pensando nisso, é fácil ver por que há um salto exponencial nos resultados de IA nos últimos anos, graças a vários avanços tecnológicos.

Primeiro, há computação em nuvem, que permite o gerenciamento de grandes redes neurais em um conjunto de máquinas. Em vez de fazer um loop através de perceptrons, um de cada vez, e trabalhar com apenas uma ou duas camadas de rede, a computação é distribuída em uma grande variedade de nós de computação. Isso permite algoritmos de aprendizagem profunda , que são essencialmente redes neurais com um grande número de nós e camadas que permitem o processamento de problemas em larga escala, em quantidades razoáveis de tempo.

Em segundo lugar, há o surgimento de bibliotecas e serviços comerciais e de código aberto, como TensorFlow , Caffe , Apache MXNet e outros serviços que fornecem aos cientistas de dados e desenvolvedores de software facilidades na implementação de algoritmos de aprendizado de máquina e aprendizagem profunda em seus conjuntos de dados sem terem que programar a matemática subjacente ou habilitar a computação paralela. As aplicações futuras da IA serão conduzidas pela AI em um chip ou à bordo, impulsionadas pela inovação e competição entre a Nvidia, Intel, AMD e outros.

Não confunda o hype de IA com as realidades em IA

Uma vez que você tenha uma compreensão da história e uma compreensão da tecnologia, muitas vezes é útil rever onde uma tecnologia emergente está em seu ciclo de vida.

O Gartner alocou o Machine Learning e o Deep Learning no topo de seu Hype Cycle e prevê que “IA geral” (AI aplicada a qualquer problema de inteligência) surgirá após 2020.

A Venture Scanner mostra que cerca de dois terços do financiamento de startups de IA está em rodadas iniciais (sementes, série A e série B), indicando que muitas empresas que vendem ou comercializam soluções de IA ainda estão no início do desenvolvimento de produtos e ciclos de vendas.

A McKinsey afirma que apenas 20 por cento das empresas conscientes do potencial da IA estão adotando a tecnologia e que mais de metade dos investimentos em IA é provenientesde gigantes tecnológicos e startups versus empresas que passaram a usar a tecnologia.

Essas estatísticas devem dar a qualquer executivo de Ti ou das áreas de negócio um sinal de alerta antes de decidir por investimentos maiores em IA. Embora a IA certamente demonstre muita promessa, a aplicação comercial desses algoritmos em escala ainda é relativamente nova.

E os primeiros vencedores são grandes empresas de tecnologia e startups com talento, financiamento e paciência para experimentar novas tecnologias. A maioria das empresas usuárias simplesmente não podem se dar a esses luxos e estão apenas começando suas viagens em IA.

A Inteligência Artificial é uma tecnologia altamente disruptiva, então você não deve ignorá-la. Apenas prossiga judiciosamente e evite ficar hipnotizado pelo exagero da IA.

Por exemplo, quando a voz se torna uma interface de máquina humana melhor do que as telas e teclados, para algumas aplicações, ou quando os chatbots se tornam mais inteligentes e rápidos do que os agentes humanos de atendimento ao cliente, muitas empresas precisarão atualizar suas experiências de usuário com essas tecnologias. Então, vale mantê-las no radar, mas em ambientes controlados.

Da mesma forma, quando os algoritmos de Deep Learning melhoram na detecção de fraude, transações de risco ou ameaças de segurança, as empresas precisam estar prontas para usar essas abordagens.

E quando começarmos a extrair inteligência da linguagem falada, do áudio e do vídeo, da forma mais eficaz possível, com dados mais estruturados, o uso desses recursos proporcionará vantagens competitivas significativas para uma grande variedade de negócios.

Quando é a palavra aqui. Estamos no condicional.

A maioria das empresas deve ter como objetivo ser seguidora rápida, não early adopter precoce. Isso significa prestar atenção e até mesmo experimentar com IA nestes primeiros dias, esperando  para confiar na AI até que a tecnologia esteja suficientemente madura, comprovada e capaz de entregar em escala.

À medida que você aprender sobre as capacidades de IA, deve procurar por ferramentas e exemplos práticos para ajudar a avaliar as aplicações e sua maturidade. Exemplos:

• – A Forrester aponta nove tecnologias IA como essenciaise propõe um modelo de construção que começa com hipóteses e pesquisas e termina com três níveis de aplicação pragmática.
• – A Workday publicou seu modelo de maturidadeque aplica IA à automação e informa às pessoas antes da descoberta e da transformação da aplicação. Isso faz sentido porque é mais fácil avaliar os resultados da IA quando aplicada a problemas que as pessoas já estão resolvendo.
• – Há vários exemplos da indústria, incluindo seguros, cuidados de saúde , bancos , agricultura , legislação, publicidade , construção , instituições de caridade e mídia .

O hype em torno da IA e do Machine Learning está levando alguns líderes de tecnologia e negócios a mergulhar em uma estratégia de primeira tecnologia. Se você está iniciando sua jornada e experimentando bibliotecas de aprendizado de máquina ou selecionando vendedores que estão batendo os tambores da IA, você está faltando de cumprir algumas etapas iniciais importantes.

Comece por analisar os problemas e as oportunidades de negócios com significativa vantagem para compensar os custos de pesquisa e desenvolvimento. Essas oportunidades devem ser apoiadas por conjuntos de dados muito grandes que você já possui ou que você pode adquirir e  dados que se integrem facilmente. E procure conhecer casos de sucesso.

Um dos motivos para começar com uma oportunidade de negócio definida é que você pode encontrar soluções que não exigem ter que lidar com as tecnologias mais recentes de IA. Se for necessária alguma forma de IA, essa abordagem de oportunidade de negócios permite classificar o tipo de solução e avaliar a maturidade geral da IA necessária para resolver o problema.

Por exemplo, se você estiver tentando automatizar um processo de negócio altamente manual envolvendo inspeção visual de peças que saem de uma linha de montagem, você pode optar por uma combinação de reconhecimento de imagem e automação de processos robotizados como parte do conjunto de soluções. Ambas são áreas de IA mais maduras, como evidenciado pela variedade de cases de sucesso e soluções de fornecedores nesta área.

Por outro lado, se a solução requer uma avaliação e pensamento cognitivo significativo, você está indo para um espaço de IA imaturo.

Uma maneira de avaliar a maturidade da IA é analisar as várias opções de fornecedores trabalhando com as startups de IA. Analisando essas listas, você verá que muitas startups têm soluções focadas em conjuntos discretos de problemas, em vez de soluções cognitivas generalizadas.

Não se deixe enganar quando um vendedor disser algo como: “Basta lançar seus dados na nossa IA” e esperar que a inteligência especializada seja devolvida. Isso não acontecerá.

Para realmente trabalhar, sua IA precisará de muitos dados

Isso traz o segundo pré-requisito para executar IA com sucesso: você precisa de grandes quantidades de dados relativamente limpos para treinar soluções de IA e avaliar saídas.

Uma razão pela qual os veículos autônomos são possíveis são os 4mil GBytes gerados a partir de uma hora de condução por sensores encontrados nesses carros. Isso é uma grande quantidade de dados usados para tomar o que realmente são apenas um punhado de decisões fundamentais sobre se o carro deve girar, acelerar, diminuir a velocidade ou parar completamente.

Muitas soluções de IA bem sucedidas se enquadram nesta mesma categoria de grandes quantidades de dados em um número finito de decisões. No reconhecimento de imagem, por exemplo, estou olhando uma imagem que contém você, ou não? Na filtragem colaborativa, um artigo recém-publicado é mais relevante para você com base em suas experiências de leitura passadas versus outras opções de leitura? Ao avaliar uma transação, ela possui padrões semelhantes a transações fraudulentas?

A IA “dentro da caixa” está tentando aproximar uma curva para tomada de decisões. No Deep Learning, por exemplo, o número de camadas e neurônios na rede pode aproximar curvas altamente complexas para diferenciar os resultados. Para desenvolver esta rede, você precisa de um conjunto de Big Data e marcadores para que a rede possa ser treinada comparando seus resultados em relação ao resultado etiquetado com o resultado desejado. Os erros são então usados para ajustar a rede usando backpropagation ou outros algoritmos de aprendizagem, e o exercício é repetido várias vezes em todos os dados marcados até que a rede se estabilize em uma curva otimizada. Estas são soluções de aprendizagem supervisionadas, desenvolvidas usando um conjunto de treinamento.

Se os dados não são marcados, as redes podem usar abordagens de aprendizagem sem supervisão que dependem de expressões de entropia que avaliem o resultado. Por exemplo, quando o Google DeepMind foi usado para aprender a jogar o jogo Atari Breakout. Ele usou a pontuação para avaliar os resultados.

Além dos conjuntos de dados, sua organização precisa de integração de dados e capacidade de automação para que você possa mover dados para dentro e fora de qualquer mecanismo de processamento de IA. Se a sua organização necessita que as pessoas executem scripts manualmente para empurrar os dados, sugiro fortemente investir primeiro na automação antes de mergulhar em soluções de AI.

Suas opções para experimentar com AI

Uma vez que você tenha oportunidades de negócios identificadas e conjuntos de dados limpos disponíveis, você está pronto para considerar o uso de IA. Essas duas etapas são pré-requisitos para preparar sua organização para Inteligência Artificial . Os principais passos a seguir são considerar os tipos de solução e de implementação de IA. Se você tem os talentos necessários, você pode experimentar o TensorFlow ou um dos outros motores de IA. Se você não tem experiência, pense duas vezes sobre tentar recrutar para isso. Os gigantes da tecnologia estão pagando enormes salários pelo talento escasso de IA , e os custos para entrar no jogo são enormes.

Uma segunda opção é usar fornecedores que incorporaram IA em suas soluções. Um exemplo é o Salesforce Einstein , uma plataforma de IA que pode executar a previsão e outras funções em cima dos dados de CRM armazenados nas soluções Salesforce. Da mesma forma, você pode analisar soluções específicas do setor, como o Neo, da Synechron, para tecnologia financeira (fintech).

Uma vez que você tenha adotado uma ou mais abordagens, é importante estabelecer expectativas realistas com as partes interessadas. Investir em IA requer um compromisso com a experimentação ágil, porque é provável que você encontre muitas faltas e experiências que exigem muitas corridas antes de serem otimizadas. Defina essas expectativas para o orçamento, o prazo e o talento, antecipadamente.

Fonte: CIO

Gerir vulnerabilidades desconhecidas, técnicas emergentes e promover uma cultura de prevenção em que política, tecnologia e educação estão entre elas

2017 foi um ano desafiador para a segurança da informação. Ao longo do ano, ataques de grandes proporções, como o WannaCry e o Petya, reafirmaram ao mercado a importância de se preparar para a expansão do cibercrime, em especial com o ransomware.

Esses episódios mostram que o mundo corporativo ainda está muito vulnerável em termos de cibersegurança. Apesar de importante, este tema ainda não é prioritário e a maioria das empresas não tem políticas, procedimentos e controles eficazes para gerir vulnerabilidades e mitigar riscos.

É claro que, com os prejuízos financeiros e econômicos causados pelos incidentes de segurança, algumas lições foram aprendidas (ou comprovadas). A primeira é que nenhuma empresa está 100% segura. A segunda é que informação tem grande valor e precisa ser protegida. Episódios de vazamento de dados de grandes corporações mostraram o interesse igualmente grande dos cibercriminosos – além de alertar para os danos legais, financeiros, de produtividade ou de reputação.

No entanto, esse panorama não é novo. Passamos 2017 reforçando a grande necessidade de dar mais atenção a cibersegurança. Criar e assegurar políticas que consigam prever cenários, prevenir incidentes e proteger as infraestruturas e informações corporativas é mais que uma tendência, é uma urgência.

Por ser uma urgência, algumas transformações já são experimentadas desde agora e ganharão força em 2018. O investimento em cibersegurança crescerá 8%, segundo o Gartner. Cabe destaque à mudança necessária de mensalidade, pois cibersegurança é de fato um investimento, interessa aos negócios e a estratégias das empresas. E é desse aspecto que deriva a grande tendência do próximo ano.
O CISO será cada vez mais estratégico para as empresas que migram para o mundo digital. Ou seja, grande parte. A transformação digital não se limita as áreas de TI, mas nasce da demanda dos departamentos de vendas, marketing, finanças, RH, administração e tantos outros. Essa mudança na dinâmica organizacional requer que os especialistas deem suporte ao crescimento, a produtividade e a agilidade, de forma segura.

Os desafios para o CISO serão muitos: IoT, BYOD, computação em nuvem, cibercrime, privacidade, resiliência, compliance. É necessário estar atualizado, especializado e ter uma equipe igualmente competente para enfrentar esse cenário. Gerir vulnerabilidades desconhecidas, técnicas emergentes e promover uma cultura de prevenção em que política, tecnologia e educação estejam alinhadas para maior segurança.

Fonte: CIO