Como facilitar o fechamento de fim de ano entre empresas

O fechamento dos livros contábeis entre empresas representa um enorme desafio para os controllers, a maioria dos quais está apenas começando a se recuperar do fechamento de fim de ano.

Como resolver a bagunça do final do ano entre empresas

Quando as transações não são vinculadas de um período para outro e os saldos não conciliados são transportados, cabe aos controllers resolver a bagunça no final do ano e enfrentar o que deve ser baixado. Ao se jogar a lata da transação entre empresas para o fim do caminho, por assim dizer, os controladores ficam com a tarefa nada invejável de ter que corrigir um grande número de transações não reconciliadas entre empresas – centenas de milhares no caso de grandes corporações multinacionais -, o que os obriga a passar dias e noites rastreando informações de origem de diferentes entidades internacionais.

É um processo demorado e frustrante que pode levar a conflitos entre entidades e a um baixo moral dos funcionários (e, como muitas empresas estão lutando para reter funcionários, é um mau momento para levar a equipe e os controladores aos seus limites). Esses desafios são exacerbados em empresas que dependem de processos manuais e sistemas de dados desconectados. Essas empresas só podem esperar chegar a zero. Além disso, elas também correm o risco de trabalhar com dados imprecisos que são questionados por auditores e reguladores fiscais internacionais.

No entanto, as multinacionais podem evitar esses problemas fazendo mudanças holísticas em suas operações entre empresas e implementando as melhores práticas de IFM (Intercompany Financial Management). Ao dedicar tempo para fazer essas mudanças – mudanças que incluem a adoção de soluções que automatizam os processos entre empresas – elas podem fechar seus livros de fim de ano com relativa rapidez e produzir relatórios que, com certeza, serão aprovados pelos auditores externos e outras autoridades.

Para entender como as corporações multinacionais podem obter esses benefícios, vamos analisar como a maioria delas tradicionalmente lida com o fechamento de fim de ano entre empresas e, em seguida, analisar as mudanças que podem ser realizadas para tornar o processo muito menos doloroso.

 

O fechamento de fim de ano entre empresas é o mais desafiador

O fechamento entre empresas é repleto de problemas que afligem as corporações regularmente. Esses problemas incluem acordos entre empresas mal executados, faturas registradas incorretamente, disputas entre entidades, operações em silos e cenários de ERP díspares que não foram projetados para transações entre empresas. De acordo com uma pesquisa da Dimensional Research/BlackLine com as partes interessadas do setor interempresarial, a grande maioria dos entrevistados reconheceu que suas empresas eram atormentadas por desafios interempresariais:

  • 96% dos entrevistados relataram desafios com transações entre empresas
  • 96% concordaram que os sistemas ERP resolvem apenas parcialmente os desafios entre empresas
  • 90% disseram que sua equipe passa regularmente a noite inteira em claro em decorrência dos desafios entre empresas
  • 97% disseram que os desafios entre empresas afetam negativamente os resultados gerais dos negócios

Lidar com o fechamento de fim de ano entre empresas representa um conjunto adicional de desafios de pesadelo para os controllers. Eles não apenas precisam se esforçar para conciliar as transações e as baixas acumuladas ao longo do ano, mas também enfrentam a pressão adicional de fornecer relatórios precisos para a declaração de impostos.

Isso é especialmente problemático para as grandes empresas de capital aberto, que enfrentam o maior escrutínio. Se suas finanças forem questionadas, talvez devido a grandes mudanças na receita ou nas perdas, elas poderão ser forçadas a reformular milhões ou até bilhões de dólares de transações entre empresas.

O custo de tais reformulações não apenas afeta negativamente os resultados financeiros das multinacionais. Ele também pode prejudicar sua reputação aos olhos dos acionistas e dos mercados globais.

 

O que está faltando: Uma única fonte de verdade

Duas forças motrizes que afetam negativamente o fechamento de fim de ano entre empresas são:

  1. A forma como as multinacionais são estabelecidas
  2. Como elas processam as transações entre empresas

 

As multinacionais não são ecossistemas bem-organizados com operações centralizadas. Como esses gigantes estão em constante evolução por meio de reorganizações, aquisições e fusões, eles são, por natureza, amálgamas complicados de entidades, cada uma delas com diferentes fusos horários, moedas e leis tributárias.

Para piorar a situação, quando as entidades são incorporadas, elas vêm com seus próprios sistemas de contabilidade e ERPs. Esses sistemas, que muitas vezes estão desatualizados e são ineficientes (e geralmente não foram projetados para gerenciar transações entre empresas), normalmente não conseguem se comunicar entre si sem muita intervenção humana.

Como as multinacionais continuam a trabalhar com esses sistemas desconectados e gastam um número incalculável de horas atrás de dados fragmentados e imprecisos, não é de se admirar que o fechamento do final do ano seja repleto de faturamentos não conciliados, equipes frustradas, disputas e longas noites.

O que deveria estar acontecendo é um quadro totalmente diferente: Para operar de forma eficiente e saudável, as multinacionais devem sempre trabalhar com uma única fonte de verdade – dados consistentes que são gerenciados em um local centralizado e facilmente visíveis e acessíveis a todas as partes.

 

Resolvendo o dilema do fechamento de fim de ano entre empresas

É possível para as multinacionais mitigar os problemas entre empresas e trabalhar com uma única fonte de verdade? A resposta é sim para aquelas que estão dispostas a modernizar seus processos entre empresas.

As práticas de IFM envolvem a adoção das melhores tecnologias projetadas para simplificar as operações entre empresas. De acordo com a pesquisa da Dimensional/BlackLine, 97% dos entrevistados disseram que se beneficiariam de melhores soluções entre empresas (com análises inteligentes automatizadas entre empresas no topo da lista).

 

As multinacionais que implementam o IFM obtêm os seguintes benefícios:
  • Eliminar operações em silos e criar um ponto central de contato para todas as entidades.
  • Fornecer um único processo para coletar e distribuir dados financeiros entre empresas.
  • Garantir que as faturas sejam registradas nas contas corretas e que as transações sejam vinculadas em tempo hábil.
  • Cumprir os prazos de fechamento, deixando claro quando as cobranças entre empresas devem ser faturadas.
  • Melhorar os processos padrão para as equipes de contabilidade, incluindo novos membros, e fornecer documentação padronizada sobre os processos entre empresas.
  • Proporcionar visibilidade em todas as entidades, permitindo que as empresas façam acordos rapidamente quando necessário.

 

 

Uma das maiores melhorias que o IFM oferece é a visibilidade analítica que permite que os controladores identifiquem, corrijam e resolvam discrepâncias antecipadamente, bem antes do fechamento do final do ano. As Intercompany Solutions da BlackLine, por exemplo, traduzem dados relevantes em faturas e documentação compatíveis para dar suporte a transações entre empresas, fornecem insights analíticos que são visíveis em toda a empresa e ajudam as empresas a reduzir o tempo de fechamento.

 

Um futuro menos doloroso para o Intercompany

Em uma era de fusões e aquisições globais, escassez de mão de obra e mudanças nas regulamentações fiscais, é o momento certo para as empresas globais adotarem práticas de IFM. Mas essa abordagem tem benefícios que vão além do gerenciamento financeiro.

As empresas protegerão e melhorarão sua reputação cumprindo consistentemente as exigências fiscais e evitando reformulações. O fechamento de fim de ano torna-se menos estressante, melhorando o moral dos funcionários e a retenção de talentos qualificados. E toda a equipe financeira pode voltar seu foco para esforços de valor agregado que melhoram significativamente a lucratividade, o desempenho e o crescimento.

 

Aqui na MarketTrends, oferecemos uma ampla gama de soluções em tecnologia financeira para atender às necessidades específicas de cada empresa. Se você deseja otimizar a gestão financeira de sua empresa, solicite um orçamento e descubra como nossas soluções podem ajudá-lo a alcançar seus objetivos financeiros de forma mais eficiente e estratégica. Entre em contato conosco agora e dê o primeiro passo para transformar sua empresa em uma organização financeiramente sólida e competitiva.

Contabilidade Contínua: Entenda Este Conceito

A contabilidade costuma trazer muita dor de cabeça para os negócios. Afinal, o exercício de obrigações fiscais exige atenção aos detalhes e a todos os números financeiros da empresa. Por isso, o preenchimento de documentos e demais adequações do fisco parecem ser intermináveis, especialmente se os esforços são direcionados apenas ao fechamento.

É por isso que o conceito de contabilidade contínua é a melhor opção para otimizar a atividade contábil. Afinal, o método se trata de distribuir os esforços contábeis durante todo o período de atividade e não apenas no fechamento.

Continue a leitura e entenda mais sobre o assunto.

O que é contabilidade contínua e quais as vantagens?

O principal objetivo da contabilidade contínua é a distribuição da carga de trabalho da equipe de contabilidade. Dessa forma, as atividades de fechamento não acontecem somente no período de fechamento, mas sim durante o cotidiano do trabalho.

Ou seja, não há uma carga exaustiva de trabalho ao final do mês, trimestre ou semestre.

Uma contabilidade contínua bem implementada colabora em todos os processos de decisão da empresa. Afinal, é possível contar com relatórios que são emitidos em tempo real, sem precisar esperar pelo momento de fechamento. Ou seja, os gestores não dependem de um período específico para acessar números sobre as finanças da empresa, trazendo mais controle durante as operações cotidianas.

Além disso, especialmente para os negócios já consolidados no mercado e em constante crescimento, sabemos que as resoluções precisam ser mais rápidas. Com números que se modificam a cada instante, deixar para ter acesso apenas durante o fechamento não é interessante para conhecer as finanças da empresa com detalhamento.

Avanço tecnológico

Hoje, podemos contar com sistemas financeiros modernos, que otimizam a atuação do setor contábil. Já existem no mercado soluções baseadas em nuvem, que ajudam as empresas a centralizar seus dados, automatizar a contabilidade, fazer a conciliação de dados, além de utilizar a inteligência artificial para ajudar na tomada de decisões.

Ou seja, a tecnologia está a serviço da contabilidade trazendo inovação e praticidade, diminuindo o trabalho humano repetitivo. Não há a necessidade de preenchimentos manuais exaustivos ou da concentração de trabalho apenas durante um período. Assim, a contabilidade acontece no cotidiano, de forma otimizada e sem margem para erros humanos.

Contudo, quando há a necessidade da intervenção humana, ela é facilitada. Isso porque a tecnologia permite compartilhar os dados com segurança e para as pessoas autorizadas, para que essas possam acessar de onde estiverem. Além disso, esses dados são gerados no cotidiano das operações, permitindo acompanhar o progresso do trabalho de forma integral e não apenas em certos períodos.

Portanto, a contabilidade contínua permite que as empresas possam tomar decisões de forma mais estratégica, distribui melhor o trabalho ao longo do cotidiano, traz mais eficiência, além de mais conhecimento sobre as finanças do negócio. Além, é claro, de usar a tecnologia para otimizar suas operações. Por isso, a contabilidade contínua proporciona eficiência, precisão e dados assertivos para o crescimento e consolidação do negócio.

Quer saber como otimizar a sua contabilidade? Conheça nossas soluções em automação, conciliação de dados e muito mais.

LGPD: O Que É E Como Implementar A Gestão De Consentimento

Eles estão por toda a parte. No site que você navega, no aplicativo que você utiliza em seu celular, em plataformas de streaming. Desde a implantação da Lei Geral de Proteção de Dados (LGPD), é comum se deparar com avisos e notificações sobre cookies e coleta de dados no universo online. Essa é uma prática que toda empresa com presença digital passou a adotar para estar em conformidade com a nova legislação. A lógica é simples, para utilizar os dados de um usuário é preciso que ele dê o seu consentimento. Mas será que, para estar em conformidade, basta ativar esses avisos em seus canais? Como fazer a gestão de milhares de consentimentos? É sobre isso que vamos falar aqui!

Em primeiro lugar, é importante dizer que a privacidade de dados é um direito de todos os cidadãos. Usuários da Internet, clientes, consumidores potenciais, colaboradores… todos precisam estar cientes de que suas informações são captadas para objetivos estratégicos corporativos, mas também que essa atividade é realizada de maneira segura e seguindo as diretrizes da LGPD.

Consentimento: um dos pilares da Lei Geral de Proteção de Dados

A Lei Geral de Proteção de Dados – LGPD foi criada com o propósito de oferecer ainda mais segurança para organizações e usuários com relação ao processo de coleta, armazenamento e o respectivo uso de dados pessoais. Até então, as pessoas não tinham conhecimento ou não sabiam exatamente o que estavam compartilhando, nem de que forma as corporações utilizariam seus dados.

Um dos pilares da LGPD é o consentimento, definido da seguinte maneira: “manifestação livre, informada e inequívoca pela qual o titular concorda com o tratamento de seus dados pessoais para uma finalidade determinada”. Em outras palavras, o usuário concorda em compartilhar seus dados, desde que ele tenha informações claras sobre como, por quanto tempo e para qual finalidade serão usados, seja para melhorar a experiência do usuário, divulgar produtos de acordo com seus interesses, enviar informações úteis, processos de recrutamento etc.

O que diz a LGPD sobre a Gestão de Consentimento

Sobre o consentimento, a Lei diz no artigo oitavo que é necessário que o usuário manifeste sua vontade por escrito ou por outro meio. O Controlador, responsável pelas decisões referentes ao tratamento de dados, por sua vez, precisa ter a prova de que esse consentimento foi dado. Por isso, não basta implementar um simples “pop up” em seu site, se não houver um controle eficaz de quem realmente consentiu.

Além disso, é vedado o tratamento de dados pessoais mediante vício de consentimento. Isso significa que o consentimento deixa de ser válido em 3 situações: 1. erro – caso o usuário se engane sozinho sobre a realidade que lhe é exposta, 2. dolo – caso seja enganado por alguém ou uma empresa e 3. coação – caso ele seja ameaçado e forçado a tomar uma decisão prejudicial a si.

Autorizações genéricas para o tratamento de dados pessoais são nulas. Ou seja, as organizações precisam ser transparentes sobre a finalidade do consentimento, conforme parágrafo 4°do artigo oitavo. Em outras palavras, explicar de maneira fácil e inteligível para quê os dados são coletados.

Por fim, o parágrafo 5º diz que o consentimento pode ser revogado a qualquer momento mediante manifestação expressa do titular e esse processo deve ser gratuito e facilitado. Assim, o usuário, que um dia pode ter consentido compartilhar seus dados e receber informações sobre a sua empresa, tem o direito de não o querer mais. Essa escolha pode ser manifestada por botões de opt-out em seu site, em e-mails marketing, por correio eletrônico, telefone entre outros meios.

Como implementar a Gestão de Consentimento?

Em resumo, um dos principais requisitos das empresas para se adequarem às normas da LGPD é a gestão do consentimento do usuário em relação à coleta de seus dados e o respectivo processamento dessas informações pela marca detentora. Lembrando que esse consentimento deve ser realizado de maneira clara!

Estes são alguns dos principais pontos de coleta que precisam de consentimento:

  • Websites
  • Formulários para inscrições: newsletters, webinars, sorteios, promoções, e-books
  • Apps móveis e recursos de geolocalização
  • Aplicativos OTT (over-the-top), aqueles que são acessados em Smart TVs
  • Centros de suporte, chatbots, eventos presenciais, pontos de venda e qualquer outro lugar onde há troca de dados

Gerenciar esses dados e o consentimento inclui saber o que cada usuário consentiu, respeitar o seu direito de revogação e mantê-lo sempre atualizado sobre qualquer alteração em sua Política de Privacidade ou Termos de uso, sendo necessário renovar o consentimento nessas situações.

Plataformas para a Gestão da LGPD e do Consentimento facilitam esse gerenciamento e trazem mais segurança para sua empresa. Elas permitem mapear e automatizar seus processos de maneira que seja possível entender o que o usuário consentiu, quais consentimentos revogou, em que ordem isso aconteceu, qual foi a jornada de interação desse usuário, em quais áreas as informações são coletadas (como RH, financeiro, compras, Marketing), de que forma elas são tratadas posteriormente, fazer a integração das opções do usuário com demais ferramentas que processem os dados, entre outras funcionalidades.

Assim, com dados bem gerenciados e consentimentos documentados, você garante a privacidade de seus clientes/usuários, a conformidade do seu negócio com relação à LGPD e mitiga qualquer risco inerente ao tratamento irregular de dados.

Conclusão

Conforme vimos, a Lei Geral de Proteção de Dados é de suma importância para garantir a segurança dos dados de corporações e pessoas. Se atentar a um consentimento transparente de concessão de informações é crucial para que a empresa esteja dentro das diretrizes da Lei.

Portanto, agora que você já sabe quais critérios precisam ser colocados na estratégia de consentimento do usuário para a coleta de dados pessoais, acesse o nosso site e saiba como podemos te ajudar a implementar esse processo sob as diretrizes da LGPD.

Como o RPA está evoluindo com a IA

Como o RPA está evoluindo com a IA: em cinco etapas

Com o recente lançamento do primeiro Quadrante Mágico do Gartner para RPA, todos os 18 fornecedores cobertos estão esperando um aumento nos negócios, esse é o poder do Gartner.

Em termos de plataformas centrais e sua capacidade de automatizar o trabalho chato, mundano e repetitivo que os funcionários do escritório odeiam; para permitir que esses funcionários se concentrem em tarefas de maior valor e mais gratificantes, todos os 18 têm essa capacidade em menor ou maior grau.

Além disso, dado que a adoção do RPA nas empresas da Fortune 500 em todo o mundo está se aproximando de 100%, (o Uipath tem 60% dessa comunidade como clientes), o que as pessoas estão interessadas é como o RPA pode ser combinado com inteligência artificial (IA) para fornecer benefícios adicionais aos seus programas de automação e ajudá-los em suas jornadas de transformação digital – uma jornada, a propósito, que não tem um ponto final.

Veja também Como você sabe se o que você está comprando ou construindo é verdadeiramente Inteligência Artificial?

O problema com a IA é que ela é complicada e está em movimento rápido. Portanto, tentei simplificá-la em quatro áreas. Cada uma delas é representada por um “entendimento” fornecido por ferramentas de IA que foram incluídas no RPA para obter o máximo de benefícios de ambos os tipos de tecnologia.

Ofereço aqui a você cinco etapas sobre o que é importante e por quê:

1. Compreensão visual

Alguns dos primeiros adotantes de RPA foram as empresas de terceirização, pois viram que a automação poderia reduzir seu custo para atender seus clientes de uma forma que a arbitragem trabalhista estava fazendo cada vez menos. No entanto, eles tinham um problema: era extremamente improvável que eles tivessem acesso aos aplicativos de seus clientes – os sistemas e a tecnologia que os clientes estavam usando para administrar seus negócios. Em vez disso, as empresas de terceirização de processos de negócios (BPO, business process outsourcing) tinham que acessar os sistemas de seus clientes sobre a (geralmente) Citrix.

As empresas de BPO certamente poderiam usar codificação e macros para automatizar muitas das tarefas que receberam de seus clientes. Contudo o que eles precisavam era trabalhar um bitmap – uma imagem – toda vez que o cliente atualizava, corrigia ou alterava seus sistemas. Isso quebrou imediatamente todas as automações que a empresa de BPO havia construído e tiveram que recomeçar. Um processo demorado e caro.

Junto veio a RPA em 2015, ou por aí, e essas plataformas usaram âncoras e outros elementos para permitir que a automação sobrevivesse a quaisquer alterações feitas nos sistemas subjacentes para que não quebrassem todas as vezes.

Depois de quatro anos, agora as melhores plataformas de RPA estão usando a visão computacional (uma ferramenta de IA) para que o sistema entenda todos os elementos em todas as telas exatamente da mesma maneira que um humano. Isso permite que os clientes de RPA (fornecedores de BPO também) criem uma automação segura, sabendo que não importa quais alterações são feitas, o robô será capaz de “ver” e “entender” o que está vendo.

2. Compreensão de documentos

O papel não vai morrer.

Toda empresa ainda está inundada de documentos, arquivos, faturas, ordens de compra, currículos e outros pedaços de papel. A ideia de um escritório sem papel para a maioria é um sonho distante.

Essa realidade já foi abordada anteriormente com a tecnologia de digitalização: afinal, se você conseguir digitalizar as informações no papel, poderá usar um robô para lidar com isso. Não? Não.

Documentos digitalizados são apenas parte do que é necessário. Para que o sistema “compreenda” o que está olhando e aloque esse documento ao robô ou à pessoa certa, o sistema precisa usar vários recursos de IA: reconhecimento de entidade denominada, análise de sentimento, reconhecimento inteligente de caracteres ópticos, linguagem natural compreensão, traduções, aprendizado de máquina e assim por diante.

Os fornecedores de RPA têm trabalhado nas tecnologias inteligentes de OCR (reconhecimento óptico de caracteres) com operações comerciais, como a Abbyy, e estão utilizando cada vez mais os desenvolvimentos em outras áreas criadas por empresas como Microsoft e Google. O que é interessante sobre esses dois últimos é que eles abriram a maioria dos elementos necessários para a compreensão do documento. Isso significa que eles estão livres para usar e, assim, eventualmente, todo o software os usará.

Para as empresas de RPA, isso significa que eles estão usando a melhor tecnologia possível para permitir que os clientes manipulem os dados não estruturados armazenados em suas pilhas de papel.

3. Compreensão do processo

Quais processos devem ser automatizados? Estou de acordo com a Automation Anywhere quando eles disseram que “qualquer processo que possa ser automatizado, será”. Mas por onde começar?

Identificar quais processos automatizar primeiro e a ordem na qual eles são feitos até agora tem sido o foco do centro de automação de excelência (COE) junto com os especialistas no assunto em cada unidade de negócios ou área de processo. Agora, os fornecedores de RPA estão vendo cada vez mais o valor da tecnologia de mapeamento de processos, como Celonis e Minit, que as equipes de Lean Six Sigma e de melhorias de processos utilizam para identificar fluxos de processos, gargalos, exceções e assim por diante. O objetivo é ilustrar o caminho ótimo através de qualquer processo para maximizar a eficiência.

Os fornecedores de RPA, como o UiPath, estão trabalhando para alterar o output da atividade Celonis de uma imagem de um mapa de processo para um script XAML; um script XAML que se torna um robô. Então, em termos simples, o que estamos desenvolvendo são robôs autoconstruídos.

O sistema irá observar o que o usuário humano faz, identificar o caminho ideal onde há atividade repetitiva e depois criar um robô para fazê-lo; automaticamente. Este é o final do jogo quando se trata de facilidade de uso para este tipo de tecnologia.

Além disso, há uma segunda parte para processar a compreensão: entender o que acontece quando (inevitavelmente) os processos mudam.

Você deve se interessar também por: Inteligência Artificial: o avanço do backoffice nas empresas

Todos os processos mudam com o tempo. As regras de negócios mudam; a tecnologia é corrigida ou substituída, as prioridades de negócios se alteram. Isso quebra robôs. Então, os fornecedores de RPA estão agora olhando para o aprendizado de máquina (ML) para capturar qualquer aumento nas exceções – um sinal claro de que algo mudou – e então a plataforma de automação irá reconfigurar o robô para atender às novas necessidades do processo. Estes são robôs auto-curáveis; e ainda estão longe.

4. Compreensão conversacional

Por fim, os robôs serão controlados por voz.

Digamos que você trabalhe em um banco e seu robô não entenda o que fazer com um determinado documento ou pagamento; ele seria sinalizado como uma exceção para o usuário humano e, hoje, o usuário lidará com isso manualmente ou voltará ao desenvolvedor do RPA para alterar o robô para que ele saiba o que fazer no futuro.

Não é isso que vai acontecer em breve.

Se o sistema e os robôs tiverem uma compreensão conversacional, você será capaz de se comunicar com o robô em linguagem natural: no caso do funcionário do banco, tudo o que eles terão a dizer é “OK robô, se você ver esse tipo de documento, siga na conta do Wells.” O robô, é claro, tem que entender que ‘Wells’ neste caso significa Wells Fargo; e não buracos no chão com água no fundo ou uma cidade em Somerset no Reino Unido (que também são ambos ‘Wells’).

O entendimento conversacional, portanto, precisa do processo ou de ontologias específicas do setor para permitir que a compreensão da PNL e da linguagem natural funcione. No caso do UiPath, a empresa está trabalhando com vários fornecedores neste espaço, incluindo Kore.ai e Humley.

5. RPA e IA irão desaparecer

O passo 5 é diferente; não se trata de uma tecnologia de IA, mas o corolário do que acontece quando os quatro aspectos anteriores: visual, documento, processo e conversação são totalmente implementados nas plataformas de RPA. Eles vão desaparecer.

Parece contraintuitivo que todo esse trabalho leve ao desaparecimento da RPA e da IA, mas acho que é exatamente isso que vai acontecer. No entanto, não irá desaparecer por falta de utilização: desaparecerá porque será usado em toda a parte!

Bill Gates, no início dos anos 80, imaginou uma época em que todas as residências e todas as escrivaninhas teriam um computador. Hoje, imaginamos uma época em que todo trabalhador de escritório terá um robô; assumir o trabalho que eles não querem fazer (o material chato e repetitivo) e ajudá-los a fazer o trabalho que eles querem fazer (aumentando sua eficiência – e felicidade).

Neste estágio, a RPA e a IA serão consideradas tão naturais quanto o trabalho em si e efetivamente se tornarão invisíveis.

Então lá vamos nós, cinco etapas que você pode referenciar quando alguém lhe pergunta como o RPA e a IA estão se unindo.

*Escrito por Guy Kirkwood, Chief Evangelist at UiPath

Fonte: Linkedin Pulse

Você sabe se é mesmo Inteligência Artificial?

Como você sabe se o que você está comprando ou construindo é verdadeiramente Inteligência Artificial?

Uma pesquisa do Gartner no início de 2019 descobriu que o número de empresas que implementam inteligência artificial (IA) cresceu 270% nos últimos quatro anos. Não é de admirar que as empresas em todos os lugares pareçam estar se esforçando para adotar a IA e, assim, evitar serem colocadas em séria desvantagem competitiva.

Também explica por que muitas empresas novas estão surgindo em todos os lugares, oferecendo produtos e serviços de IA e atraindo interesse entre clientes e investidores. No entanto, o grande volume de provedores de inteligência artificial pode causar sérias confusões no mercado. É difícil saber o que realmente constitui IA – um estudo (da The Verge) descobriu que 40% das startups de IA na Europa não usam a IA, mas sim o que pode ser outra forma de software disfarçado.

A IA engloba muitas tecnologias específicas, como chatbots, aprendizado de máquina, deep learning e análise preditiva. Todos têm em comum o fato de usar algoritmos treinados em dados para apoiar decisões de negócios e complementar a lógica e a experiência dos seres humanos. Os pais da IA, Marvin Minsky e John McCarthy, descreveram a inteligência artificial como “qualquer tarefa realizada por um programa ou uma máquina e que um humano teria que aplicar inteligência para executá-la”. Esta é uma definição bastante ampla e pode levantar mais questões do que respostas.

Você também vai gostar: Inteligência Artificial: o avanço do back office nas empresas

Parte do problema é que a IA ainda é um território do Velho Oeste sem muitas regras, regulamentos ou definições. E, sem um mercado claramente definido, o termo está aberto à interpretação.

A confusão sobre o que constitui a verdadeira IA faz lembrar o movimento de big data de vários anos atrás. Uma pesquisa no Google sobre o termo “big data” resulta em uma lista de fundadores e definições contraditórias do que realmente é – ainda que nos últimos anos, muitas pessoas têm dito que precisamos disso. Talvez a IA seja um desdobramento direto da blitz de big data.

Com tantas mensagens, ofertas e players, como você sabe se o fornecedor ou provedor de serviços com quem está trabalhando ou a solução que está criando realmente está usando IA? É importante se perguntar o que exatamente constitui um verdadeiro projeto de IA se você precisar incorporá-lo ao seu trabalho. Abaixo estão sete perguntas que podem ajudá-lo a descobrir e aproveitar ao máximo a IA:

1- Os cientistas de dados treinados estão desenvolvendo seu algoritmo?

Quer você empregue cientistas de dados internos ou contrate empresas terceirizadas de serviços de inteligência artificial, você precisará de cientistas de dados que entendam como desenvolver soluções de inteligência artificial para resolver seu problema específico, a fim de criar uma solução de inteligência artificial efetiva. Esses profissionais normalmente sabem como agregar e treinar grandes conjuntos de dados e sabem como monitorar o aplicativo para ver se ele está atingindo sua meta.

2- Você está usando servidores de GPU?

A IA não requer apenas quantidades massivas de dados para ser o mais eficaz possível. Ela também precisa do poder de processamento para lidar com essa tarefa. Os servidores que contêm chips NVIDIA GPU são essenciais para projetos de inteligência de dados intensivos.

3- Você está agregando seus dados em toda a empresa?

A única maneira de permitir verdadeiros aplicativos de aprendizado de máquina é agregar dados de toda a empresa. Isso inclui dados de transações de clientes, sistemas de ponto de venda, inventário, sistemas de ERP, pesquisa e desenvolvimento (P&D), marketing, recursos humanos e finanças e contabilidade. Embora também possa ser importante complementar esses dados com fontes externas, é essencial que a maioria dos dados venha de sua empresa para resolver seu problema de negócio muito exclusivo.

4- O modelo de aprendizado de máquina é altamente iterativo e contínuo?

Um sólido projeto de aprendizado de máquina fica mais inteligente quanto mais dados ele analisa. O contrário acontece com projetos simples de análise de dados que usam análise para orquestrar aplicativos e fluxos de trabalho.

5- Aborda todo o ciclo de vida?

A IA deve fornecer recursos em todo o ciclo de vida. Isso significa desde a identificação de dados, limpeza, classificação e rotulagem até o desenvolvimento e teste de modelagem estatística e medição da eficácia da solução de aprendizado de máquina.

6- Como ele rotula os dados?

Algumas empresas usam crowdsources aleatórios para classificar grandes quantidades de dados a fim de coletar dados muito necessários, mas isso nem sempre é suficiente. Você pode usar especialistas em dados treinados para tornar os algoritmos realmente inteligentes. Os especialistas em dados treinados geralmente podem rotular com mais precisão e abordar desafios de negócios específicos para obter informações e insights mais personalizados.

7- Realmente aborda o seu problema de negócios?

O verdadeiro teste de uma solução de inteligência de mercado é sua capacidade de ajudá-lo a resolver um desafio de negócio único, auxiliado pelas capacidades cognitivas dos computadores. Se você está tentando resolver problemas específicos, como determinar a probabilidade de perda de clientes, responder mais rapidamente a perguntas dos clientes ou identificar anormalidades em um raio X, e sua solução está apenas agregando dados e construindo um algoritmo, mas não deixa você mais próximo de resolver a questão, ela realmente não está cumprindo a promessa da IA.

A IA está preparada para a transformação digital em quase todos os setores. Eventualmente, a maioria das empresas poderia ser alimentada por IA. Mas, por hoje, é preciso discernimento cuidadoso para saber se o que você está obtendo é realmente IA. Vale a pena fazer sua lição de casa e fazer as perguntas difíceis ao selecionar ou criar uma solução para ajudá-lo a entrar na onda.

Fonte: Forbes, por Carlos Melendez