Categoria Notícias em destaque

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

Não se pode pensar a Inteligência Artificial como uma solução divorciada da plataforma de software de uma corporação. “A integração precisa acontecer nos negócios, nos processos e na tecnologia para se ter o resultado”, advertiu em entrevista à CDTV, do portal Convergência Digital,o presidente da SAP para América Latina e Caribe, Claudio Muruzabal, durante o SAP Forum, que acontece em São Paulo.

Muruzabal observa que, hoje, o pacote de gestão empresarial tem uma missão diferenciada nos negócios. “Ele só funciona se abraçar a automatização nas empresas”, diz. E reforça: se antes implementar um ERP era um esforço de dois a quatro anos e muito mais técnico do que pessoal, atualmente houve uma inversão. “O grande momento é dos projetos curtos. O ERP precisa ser um projeto curto. O passado ficou no passado”.

Um estudo global da SAP revela que, embora 84% das companhias globais afirmem que a transformação digital é fundamental para sua sobrevivência nos próximos cinco anos, apenas 3% delas completaram os esforços de transformação em toda a empresa. O relatório também aponta que mais de metade das empresas na América Latina e no Brasil esperam aumentar seu faturamento entre 2017 e 2018, mas têm consciência de que, nos próximos dois anos, a velocidade das mudanças no mercado deve aumentar, gerando uma necessidade de acelerar também o “go to market”.

Ainda no país, 56% das empresas brasileiras esperam um crescimento de receita de 5,1% a 10% a partir da transformação digital já a partir do próximo ano. E 51% delas querem acelerar o mercado. “A transformação digital avança e muito na região. As empresas precisam aumentar a receita”. Assistam a entrevista com o presidente da SAP para a América Latina e Caribe, Claudio Muruzabal.

O levantamento da SAP, feito com 3000 entrevistados em 19 países, as empresas investem mais em Big Data and Analytics (63%), Plataformas de segurança (59%), Mobile (51%), Cloud (50%), Iot (45%), nos próximos dois anos elas investirão prioritariamente em Big Data and Analytics (78%), Cloud (61%), Plataformas de segurança (58%), IoT (53%), Mobile (44 %), Aprendizado de Máquinas / AI (29%). Como desafio às iniciativas de transformação digital no Brasilsão a falta de liderança (24%), falta de gerenciamento (19%) e de habilidades na força de trabalho (16%).

Fonte: Convergência Digital

Para fazer a implementação de dispositivos conectados funcionar adequadamente e entregar valor de negócio,a TI deve integrar completamente esses produtos a plataformas de IoT, cloud e aplicativos móveis, assim como a sistemas de CRM, Procurement e Field Service

Produtos conectados à Internet das Coisas (IoT) estão se proliferando rapidamente. Isso inclui uma gama de aparelhos domésticos e equipamentos industriais, englobando de máquinas de lavar prato inteligentes a bombas industriais. Para fazer a implementação de dispositivos conectados funcionar adequadamente e entregar valor de negócio, equipes de TI devem integrar completamente esses produtos a plataformas de IoT, cloud e aplicativos móveis, assim como várias aplicações importantes do negócio, como CRM, Procurement e Field Service, afirma o Gartner. E identificar quais formas de integração são necessárias para um produto conectado à IoT é o primeiro e mais importante passo para essa revolução.

“Alcançar a integração completa para ativos conectados à IoT é provavelmente mais desafiador do que você pensa, porque envolve muitos terminais diferentes da TI”, diz Benoit Lheureux, Vice-Presidente de Pesquisas do Gartner. “Além dos terminais de IoT em si, esses ativos podem precisar ser conectados a um gateway de IoT, que agrega os dados de sensores e os envia para uma plataforma de IoT que possa fornecer os recursos de TI necessários para administrar o consumo de dados, Analytics, entre outros”, diz Lheureux.

A infraestrutura de IoT pode precisar ser conectada a um aplicativo móvel para controle fácil das aplicações corporativas que já gerenciam processos empresariais existentes que a IoT pode melhorar e, em muitos casos, também a parceiros externos no ecossistema da organização.

Outro aspecto-chave para a integração de um novo produto é identificar e preencher lacunas de capacidade da IoT. “Muitas companhias, mas não todas, terão algumas tecnologias e habilidades de que precisam para se beneficiar ao máximo das implementações de IoT”, diz Lheureux. “É crucial qualificar as expectativas em torno de uma implementação e assegurar que ela entregará os benefícios esperados”, explica.

A falta de conhecimento, no entanto, não significa que um projeto de IoT não possa acontecer. Como alternativa ao “faça você mesmo”, muitas organizações caminham em direção à IoT por meio de ofertas integradas de provedores de serviço gerenciado de IoT, fornecedores de plataformas de IoT, provedores de serviços de comunicação e MVNOs (Mobile Virtual Network Operators, ou Operadores Móveis Virtuais).

Para ajudar a consolidar o conceito de integração de IoT em um exemplo do mundo real, basta imaginar uma companhia de trens. O CEO (Chief Executive Officer) quer gerar melhores resultados financeiros para os acionistas em 2018 e reuniu o conselho para discutir áreas-chave para crescimento e diminuição de custos.

O CIO (Chief Information Officer) tem interesse em mostrar que o departamento de TI pode gerar novo valor e economia, sugerindo examinar se algum processo viabilizado pela tecnologia poderia aumentar a eficiência e reduzir os custos de manutenção de trens – um dos custos primários do negócio. Esse executivo se responsabiliza pelo projeto e trabalha com liderança interna para identificar um robusto conjunto de casos de uso de IoT e modelos financeiros que se relacionem à otimização da manutenção de trens.

No coração dessa transformação digital está a mudança de operações de manutenção de uma programação que atribui reparos a trens baseada em por quanto tempo uma peça está em uso ou o quão longe o trem viajou. O novo sistema é fundamentado em indicadores de vida e saúde que refletem mais precisamente as condições em tempo real de componentes essenciais do trem.

A arquitetura básica para um sistema como esse envolve a colocação de sensores de IoT para medir a performance de componentes essenciais dos trens, como as portas e os freios. Esses terminais de IoT enviam os dados de performance para uma API (Application Programming Interface, ou Interface de Programação de Aplicações) que agrega os dados e os conectam a uma nova plataforma de aplicação de IoT rodando em uma Nuvem Privada. A nova plataforma de IoT conecta um sistema ERP existente – novamente por meio de uma API – para gerenciar os processos de negócio associados com a manutenção dos trens.

Esse método é minimamente invasivo, porque aplicações e processos antigos que respondiam a ações requeridas para times de manutenção, como “troque as pastilhas de freio do trem” ou “cheque os rolamentos das portas”, ainda estão em funcionamento.

A diferença crucial, no entanto, é que as mesmas ações de manutenção agora são desencadeadas de forma dinâmica por novas informações contextuais sobre cada ativo do trem baseadas nos sensores de IoT. Consertos são realizados quando necessário, não com base em uma programação. Isso reduz reparos desnecessários, identifica e elimina falhas que podem não ser percebidas em uma programação tradicional baseada em tempo, permite uma melhor gestão dos recursos de manutenção e aquisições, além de resultar em trens com melhor manutenção e por um menor custo.

Fonte: CIO

Criar um ambiente no qual o cliente é capaz de reconhecer medidas de segurança rigorosas, sem ter ou notar obstáculos para realizar transações com flexibilidade e em diferentes plataformas, promove a fidelização e estimula o crescimento dos negócios

A expressão omnichannel é velha conhecida no setor financeiro, porém há ainda uma dificuldade em fazer a transição da teoria para a prática. Com mais pessoas utilizando diversos dispositivos em suas rotinas diárias, especialmente em operações bancárias, é preciso que os bancos adotem uma ampla abordagem em todos os canais, caso contrário correm o risco de serem ultrapassados pela concorrência.

Em primeiro lugar, é importante definir exatamente o que queremos dizer com a expressão “banco omnichannel“. Em sua essência, refere-se a uma abordagem centrada no cliente que independe do canal utilizado para a interação.

Como exemplo, podemos considerar um cliente que inicia um processo de pedido de empréstimo por meio do notebook, dispositivo móvel ou mesmoindo até a agência. No atual cenário, este cliente não poderia alternar entre os canais facilmente, depois de dar início ao processo. Porém, com uma abordagem omnichannel esse cliente poderá iniciar seu pedido em um notebook, fazer perguntas por telefone e, em seguida, finalizar o processo em seu dispositivo móvel. Além de poder consultar suas contas, transações e informações de qualquer lugar, a qualquer momento, utilizando o dispositivo de sua escolha, sem eventuais problemas técnicos e sem precisar repetir diversas vezes seus dados do banco e/ou pessoais em cada interação.

Parte importante desta questão é o cuidado com a integração dos canais digitais acessados por meio de dispositivos móveis, que já passaram de tendência e caíram de vez no gosto dos clientes dos bancos. De acordo com a Pesquisa Febraban de Tecnologia Bancária divulgada pela Federação Brasileira de Bancos, em 2016 o mercado financeiro experimentou uma alta de 96% das transações bancárias em mobile banking, um total de 21,9 bilhões, em 2015 este montante foi de 11,2 bilhões, quase o dobro.

Além disso, de acordo com a pesquisa a evolução das transações por preferência do usuário também mostra alta de operações sem movimentação financeira nas agências, sinalizando mudança de perfil do canal para o atendimento consultivo.

As organizações precisam compreender o que significa colocar em prática uma estratégia omnichannel, trata-se de uma transformação que impactará todos os aspectos de seus negócios, porém se for bem-sucedida os resultados serão o incremento de receita e a fidelização dos clientes.

Para que os bancos possam obter êxito em suas iniciativas omnichannel é essencial seguir quatro passos:

Promova a modernização: As instituições financeiras estão se empenhando para desenvolver um ponto de vista holístico “centrado no cliente” que mantenha um perfil consistente do cliente, independentemente do produto financeiro em questão. No entanto, os sistemas legados que muitos bancos utilizam são um empecilho para o sucesso desta estratégia, isso porque muitas vezes este legado opera em segmentos específicos e para superar esse impasse, é necessário adotar uma estrutura tecnológica completamente aberta. Esta é uma oportunidade para os bancos explorarema tecnologia para modernizar seus sistemas, sem a necessidade de reformular toda a sua rede ou infraestrutura existente.

 De olho no Big Data:Outra questão importante é o potencial da análise avançadade dados, uma imensa oportunidade para as instituições financeiras. Ao explorar o Big Data, as empresas podem ter a perspectiva necessária para proporcionar experiência de maior valorpara seus clientes, fortalecer os métodos de prevenção contra fraudes e roubo de identidades, desenvolver programas de fidelidade e produtos mais direcionados, ou até mesmo adotar a inteligência artificial para prever certos comportamentos dos clientes. O Big Data também é uma ferramenta poderosa para prestar assistência em decisões de investimento, pois pode ajudar os bancos a se manterem um passo à frente de tendências, oportunidades e ameaças existentes no mercado. Os bancos devem levar em conta esses dados e ter um plano para tirar proveito deles.

Integrar toda a infraestrutura:Um ecossistema omnichannel de sucesso terá de considerar e integrar todas as camadas da infraestrutura (middleware), além de precisar de uma combinação de nuvens privadas, que os bancos utilizam para garantir segurança máxima dos dados e nuvem pública, que permite maior flexibilidade e menor limitação de acesso e armazenamento de dados menos sensíveis.

Garantir a segurança cibernética:Por fim, é importante contar com medidas de segurança para cada aspecto das transações. Além da identificação e da verificação vista pelo cliente ao utilizar algum produto ou serviço financeiro, a infraestrutura omnichanneldeve incluir também a segurança dosdata centers, redes, plataformas e aplicativos, serviços de firewall de última geração e de proteção contra os ataques de negação de serviços (DDOS). Além de tudo isso, novas tecnologias como microssegmentação baseada em identidade e criptografia podem ajudar os bancos a fortalecer a segurança cibernética, criando micro segmentos dentro da rede da organização que podem ser acessados somente por usuários autorizados, desta forma aqueles sem autorização sequer conseguem identificar a existência deste segmento, uma camada extra de segurança que vai além do firewall.
Ao criar um ambiente no qual o cliente é capaz de reconhecer medidas de segurança rigorosas, sem ter ou notar obstáculos para realizar transações bancárias com flexibilidade e em diferentes plataformas, os bancos poderão fortalecer o relacionamento com seus clientes, promover a fidelização e estimular o crescimento dos negócios.

 Fonte: CIO

Para saber como se prevenir de roubo de dados é importante primeiro entender as diferentes formas de roubos

Na série mais popular da HBO, “Game of Thrones”, diversas famílias seguem a busca pelo poder de governar os Sete Reinos. Da mesma forma que o personagem Daenerys Targaryen lidera seu exército (e seus dragões) e se prepara para a batalha, e que Cersei Lanniester reivindica o Trono de Ferro, por ser a única rainha verdadeira, vazamentos de informação ameaçam seus destinos.

Em um exemplo de vida imitando a arte, hackers roubaram recentemente 1,5 terabyte de dados da HBO, incluindo episódios completos de séries populares, como “Ballers” e pelo menos um script dos próximos episódios de “Game of Thrones”. Os ladrões também roubaram documentos internos da empresa e informações dos funcionários da HBO. Alguns desses dados já foram compartilhados online.

Mas a HBO não foi a única vítima. As manchetes estão cheias de companhias que tiveram dados e informações roubadas, incluindo dados dos clientes, de funcionários, sobre produtos confidenciais, entre uma lista infindável de violações.

Para saber como se prevenir de roubo de dados, como o ataque à HBO, é importante primeiro entender as diferentes formas de roubos. A violação de dados pode ser física ou digital. O vazamento físico acontece quando alguém (funcionário ou não) transfere os dados corporativos para um USB e sai da empresa com as informações, ou quando alguém transfere arquivos através de uma rede não autorizada.

Uma invasão ‘sobre os fios’ ou over the wire aos dados de uma empresa pode ocorrer em vários graus de complexidade, duração e esforço. Exploits que dão acesso a conteúdos empresariais roubados podem ser tão simples quanto tirar proveito de medidas de segurança fracas.

Outros métodos usados para roubar dados incluem spear-phishing ou profundo acesso à rede da corporação ou à conexão de subsidiadas ou de parceiros. Se o principal ataque acontece através de um intermediário ou um sistema comprometido, há um fator delicado que o invasor pode considerar ao definir o nível de extração de dados. Quanto mais longa for a invasão, maior é chance de ser descoberto ou perder acesso sem aviso devido a atualizações do sistema comprometido. De qualquer maneira, se o invasor enviar uma grande quantidade de dados muito rápido pode levantar suspeitas e gerar alertas em soluções de segurança.

Então como as companhias podem evitar que estes tipos de violações aconteçam?

Quando se trata de prevenir violações e vazamento de informações, análises e clareza são fundamentais e podem ajudar a detectar a extração de dados. Soluções de telemetria detalhada e com boas análises são a chave para o monitoramento de tráfego de dados que estão saindo da rede e também podem detectar fluxos/comportamentos fora do padrão. A partir daí, eles alertam sobre o que está acontecendo e agem para interromper as atividades maliciosas.

Quando acontece uma extração rápida dos dados de uma rede, o administrador de TI pode utilizar soluções de segurança que estabelecem regras que interrompem o tráfego em situações extremas ou estabelecer preventivamente políticas que limitam o fluxo de dados. Além disso, sistemas com Prevenção de Perda de Dados (DLP) que utilizam Protocolo de Adaptação de Conteúdo (ICAP) para conectar à rede também contribuem para prevenir a extração de dados não-autorizados.

Portanto, procure por ferramentas que possam analisar a rede em tempo real, mesmo o tráfego criptografado, porque como diz Cersei “quando você está no jogo dos tronos, ou você ganha ou morre”.

Fonte: CIO