Inteligência Artificial estratégica para empresas

Inteligência Artificial é estratégica para processo de inovação dentro das empresas, afirma IDC

A Inteligência Artificial (IA) contribui para uma previsão mais assertiva dos negócios, métrica favorita entre as empresas, e, segundo a IDC, é a peça mais útil nos processos de inovação corporativa na América Latina. Segundo Pietro Delai, gerente do Programa de Soluções de Software e Cloud na América Latina da consultoria, só em 2019 o mercado de IA na América Latina faturou US$ 488 milhões com hardware, software e serviços e mostrou que a tecnologia impõe novas metas para as empresas.

“A necessidade hoje é de maior inteligência e cenários mais precisos. Em uma esfera global, as empresas estão investindo em novos tipos de dados e ferramentas de inteligência. Definindo novos indicadores, elas passam a se conhecer melhor e o mercado em que atuam para dar direcionamento ou priorizar determinadas áreas e objetivos e se posicionar mais à frente”, explica Delai. De acordo com o gerente da IDC, 55% das empresas na América Latina investem em novas ferramentas de inteligência, 45% em novos tipos de dados, 45% em dados internos, 40% em dados externos e 38% em novos KPIs.

A necessidade de maior agilidade na análise e reação às oportunidades de negócio alavancam a adoção de IA em diversos processos e setores do mercado. Segundo Delai, a IA é usada em RPA (Robotic Process Automation), para evitar tarefas repetitivas e simulação de modelos de negócio, no setor financeiro, em que existem ferramentas poderosas de IA para simular cenários, em auditoria e conformidade, em gestão de contratos, com robôs fazendo uso de IA para avaliar editais, e em compras ou vendas, com a automatização da análise de contratos.

Atualmente, a IA é aplicada em toda a cadeia de suprimentos. Para 21,9% das empresas na América Latina, melhorar a captação e retenção de clientes é uma prioridade. Para 24% delas, o mix entre produtos digitais e físicos na experiência do cliente é importante. Além disso, um de cada três executivos de TI tem planos de modernizar seu ERP e muitos farão pela falta de capacidade analítica da solução existente.

No segmento de segurança, a Inteligência Artificial é imprescindível para a automação dos processos. “58,1% dos executivos de TI na América Latina consideram segurança uma de suas três prioridades. No Brasil, o número aumenta para 62%”, afirma Delai. Segundo ele, segurança é percebida como uma prioridade desde 2018, quando incidentes como o WannaCry levaram empresas a parar diante da indisponibilidade de informações.

“Isso fez com que a segurança fosse percebida pelos executivos de negócios e pelos CEOs como algo vital. Virou quase que obrigação o manuseio das informações de forma automatizada”, explica o gerente da IDC. Para ele, na prática, é preciso monitorar para saber se a empresa sofreu violação, detectar e investigar, e é impossível fazer esse tipo de trabalho com ferramentas tradicionais. “A saída é a IA, como algo estratégico e não pontual, e a segurança compartilha da mesma característica: é um processo contínuo de investimento”. As ferramentas de Big Data & Analytics também são prioridades entre os executivos de TI por criarem inteligência de mercado e apontarem oportunidades que devem surgir.

Em Internet das Coisas (IoT), a IDC concluiu que, quando o projeto de IoT tem IA, o valor percebido pelas empresas aumenta 37%. “Dispositivos de IoT geram dados o tempo todo e continuam funcionando mesmo com alterações climáticas ou crise. Desses dados, produzimos recomendações”, afirma o gerente da IDC. Manufatura, logística e agropecuária são alguns setores que trabalham com a recomendação de dados coletados por IoT.

Impactos da covid-19 no mercado de TI

Com o avanço global da pandemia, a IDC afirma que está havendo redução na intenção de aquisição de soluções de TI pelas empresas em toda a América Latina. “Já esperávamos leve queda no comportamento do mercado de TI com a pandemia. No cenário otimista, os investimentos permaneceriam, mas no realista eles realmente caem”, afirma Delai. O mesmo acontece no Brasil, principalmente no mercado de hardware. Já o segmento brasileiro de cloud é um dos poucos que registrará crescimento. A IDC espera alta de 30%.

No período de recuperação da pandemia, segundo a IDC, os orçamentos menores vão priorizar, com maior intensidade, os investimentos que impactarem diretamente na receita, em vendas e retornos rápidos.

Em relação ao trabalho remoto, a segurança fica ainda mais crucial e impossível de ser gerenciada com ferramentas tradicionais.

No período, o uso de IA se torna imprescindível para ambientes híbridos Core-Edge-Multicloud, para múltiplos endpoints que apoiam a omni-experiência e para interconectar todos esses ambientes.

Veja Também: Inteligência Artificial: o avanço do backoffice nas empresas

Fonte: TI Inside

IA E ML para o mkt

Inteligência Artificial e Machine Learning estão aumentando a eficiência do marketing digital

Análise da Harvard Business Review Analytics Services encomendada pela Rakuten Marketing aponta que o uso da tecnologia automatizará cada vez mais tarefas, além de solucionar questões como fraude on-line e a efetividade das campanhas

O Marketing Digital definitivamente se tornou uma das maneiras mais práticas na oferta de experiências personalizadas, relevantes e oportunas no relacionamento entre marcas e consumidores, mas nos últimos anos tem percebido uma forte queda na sua efetividade, uma vez que 70% dos usuários da internet consideram anúncios digitais cada vez mais invasivos.

Esse dado foi retirado de um estudo encomendado pela Rakuten Marketing conduzido pela Harvard Business Review Analytics Services, que aponta o uso de Machine Learning (ML) e de Inteligência Artificial (IA) como o fator principal na recuperação da credibilidade das estratégias de marketing digital.

Machine Learning permite estabelecer indicadores-chave de desempenho mais específicos, viabilizando aos profissionais a entrega de resultados alinhados às metas comerciais da empresa como um todo

Segundo a análise, que trouxe alguns números de pesquisas realizadas nos últimos dois anos, mais de 60% dos clientes pararam de fazer negócios com pelo menos uma empresa devido à experiência ruim que tiveram. Neste levantamento, realizado em 2017 com 25 mil consumidores em 33 países, por exemplo, todas as categorias de serviços tiveram um aumento médio de 2,8% no índice de frustração dos clientes com as práticas de marketing e venda. Os motivos variam: não cumprimento de promessas, processamento inadequado de informações pessoais, entre outros.

Dessa maneira, o estudo buscou fazer uma análise completa de como o uso das duas tecnologias consegue de maneira efetiva peneirar, analisar e aprender com a enorme quantidade de dados disponíveis dos usuários e assim conseguir voltar a impactar esse consumidor de maneira positiva, resgatando a autoestima do marketing digital.

Isso porque, com o uso deste tipo de tecnologia, é possível automatizar cada vez mais tarefas do marketing, proporcionando aos profissionais mais tempo e energia para trabalhar em conteúdo e estratégia criativas. Outro ponto é a possibilidade de aprender mais sobre o comportamento do consumidor e resolver questões como a perca de engajamento durante uma campanha, que em muitos casos acabavam passando como incompreensíveis. Além disso, também estão sendo resolvidos mais rapidamente problemas de fraudes online.

Veja também: Como o RPA (Robotização de Processos) está evoluindo com a IA (Inteligência Artificial)

Os benefícios para os consumidores

São muitas as vantagens do uso de IA e ML em campanhas de marketing digital, segundo o estudo. Um exemplo são os anúncios interativos, que só são disponibilizados devido a um monitoramento promovido por meio da tecnologia. Outro exemplo são as notificações de produtos e temas de interesse que aparecem de maneira involuntária na tela do usuário durante uma pesquisa na internet.

Isso sem contar que o ML permite estabelecer indicadores-chave de desempenho mais específicos, viabilizando aos profissionais a entrega de resultados alinhados às metas comerciais da empresa como um todo. Mas isso não se trata apenas de ter melhores dados sobre quem são os clientes para alcançá-los de uma maneira mais efetiva, e sim contar com a capacidade de mudar rapidamente a maneira como anunciar.

“Essa possibilidade de responder sinais dos clientes em tempo real por meio destas tecnologias gera maior engajamento, que por sua vez contribui para o aumento e a eficácia do marketing digital. Além disso, o uso desse tipo de tecnologia automatiza tarefas de monitoramento e métricas permitindo identificar etapas nunca reveladas de uma jornada de compra; antecipar próximos passos dos clientes; gerenciar crises e personalizar muito mais as experiências. No final, tudo isso implica em fidelidade, apreço e aumento de receita para as marcas”, afirma Luiz Tanisho, Country Manager da Rakuten Marketing no Brasil.

Fonte: Channel360

90% das empresas pretendem investir em IA

Quase 90% das empresas têm como objetivo investir em inteligência artificial

A IFS anuncia os resultados de um estudo global sobre atitudes e estratégias relacionadas à inteligência artificial (IA) entre líderes de negócios. O estudo foi baseado em entrevista com 600 líderes de negócios em todo o mundo e um amplo espectro de indústrias envolvidas com suas empresas de tecnologia corporativa, incluindo softwares de gestão empresarial (ERP), gerenciamento de ativos corporativos (EAM) e gerenciamento de serviços de campo (FSM).

Conclusões chaves:

  • Cerca de 90% dos entrevistados relataram haver pelo menos alguns planos para implementar a IA em várias partes de seus negócios. A automação industrial foi a área de investimento mais comum relatada, com 44,6% de planejamento de projetos de IA, enquanto o gerenciamento de relacionamento com o cliente (CRM) e o planejamento e logística do estoque ficaram em segundo lugar, com 38,9%.
  • Quando perguntados como planejam usar a IA, 60,6% disseram que esperam que isso os ajudasse a tornar os funcionários existentes mais produtivos. Pouco menos da metade, 47,9%, disseram que usariam a IA para agregar valor aos produtos e serviços que vendem aos clientes. Cerca de 18,1% disseram que o usariam proativamente para substituir os trabalhadores existentes.
  • Embora a maioria dos entrevistados tenha previsto aumento de produtividade com a IA, 29,3% prevê que IA levará a uma redução no número de funcionários em sua indústria. Para gerenciar isso, 56% dos entrevistados afirmaram que a sociedade poderia se preparar melhor alterando os programas educacionais para preparar os trabalhadores para fazer uso direto das ferramentas de IA para aumentar sua própria produtividade. Outros 23,4% disseram esperar que o mercado crie novos empregos para as pessoas dispensadas pela IA, enquanto 15,4% sugeriram reduzir a semana de trabalho para 30 horas.

“A IA não é mais uma tecnologia emergente. Ela está sendo implementada para oferecer suporte à automação comercial aqui e agora, como este estudo prova claramente”, afirmou o VP de IA e RPA da IFS, Bob de Caux. “Estamos vendo muitos exemplos do mundo real em que a tecnologia está aprimorando os processos de tomada de decisão existentes, fornecendo aos usuários informações mais oportunas, precisas e pertinentes. Na economia disruptiva de hoje, a convergência de tecnologias como IA, RPA (Processo de Automação Robótica) e IoT está impulsionando uma nova forma de automação comercial, que fornecerá às empresas que são corajosas o suficiente as ferramentas e os serviços necessários para serem mais competitivas e superam os concorrentes que são maiores.”

Uma empresa que foi pioneira na adoção de soluções de automação industrial e que faz uso da robótica para transformar sua estratégia de negócios, e por isso está assumindo a liderança é a norte-americana de manufatura de embalagens Cheer Pack, que implantou uma frota de veículos autônomos comandados por uma IA para robotizar os movimentos de materiais em sua fábrica nos EUA e já vem tendo fortes retornos sobre o investimento.

O diretor de TI da Cheer Pack, Alex Ivkovic, observou: “Nossa expectativa é que a economia de custos seja superior a US$ 1,5 milhão por ano. Além disso, todo e qualquer funcionário será redirecionado para uma posição mais qualificada, ajudando-nos com a nossa escassez de mão-de-obra.”
Bob De Caux concluiu: “Os resultados do estudo e os cenários do mundo real percebidos por nossos clientes apontam para a conclusão de que é o momento certo para as empresas colherem benefícios de negócios e financeiros com a automação da tecnologia. Apaixonar-se pela IA é fácil, mas o sucesso requer ações disruptivas junto aos modelos de negócios existentes. As próprias tecnologias não são uma solução milagrosa, nem são uma solução universal para qualquer problema. No entanto, com o modelo de dados correto e casos de uso viáveis, a IA pode oferecer suporte à produtividade aprimorada e oferece benefícios significativos tanto para as operações quanto para os negócios em geral. A IA será usada pela grande maioria das organizações de alguma forma em um futuro próximo, extraindo valor real de processos inteligentes, por um longo prazo.”

Fonte: TI Inside

Democratização da tecnologia

A democratização da tecnologia

A onipresença da tecnologia nas sociedades mais avançadas do mundo é impressionante. Aliás, estamos tão mergulhados nela, que na verdade nem pensamos mais nela como sendo tão extraordinária assim, desde que funcione. E nada nos enfurece mais do que a tecnologia não funcionar – o que é raro. Ela se tornou tamanha parte da vida que não imaginamos mais a vida sem tecnologia.

Com o recente escrutínio de companhias como Facebook, Google e outras em relação a como nossas informações pessoais são protegidas, talvez até tenhamos breves momentos de hesitação, mas, em poucos segundos, fazemos as pazes com a tecnologia.

As tecnologias que fazem os negócios terem um desempenho melhor são igualmente impressionantes, pois tornam muito mais coisas acessíveis para nós do que nunca. Precisa de uma carona para algum lugar e não quer se preocupar com um carro? Uma viagem compartilhada está a minutos de distância, com o tipo de confiabilidade que nos dá uma sensação ainda maior de sermos donos de nossos direitos. Se você tiver algum problema com o serviço de carona, e aqui o “se” é grande, até isso é resolvido pelo telefone, quase sempre sem precisar falar com um ser humano. Sem falha.

Um novo ambiente de negócios

Estamos presenciando o início de uma era em que a tecnologia não só torna a vida de consumidores e gamers uma maravilha, mas também faz as empresas que proveem as coisas que compramos operarem com muito mais efetividade e lucratividade.

Não haveria momento melhor para isso acontecer. Companhias como Uber, Amazon e outras, agora chamadas de “empresas nativas digitais”, mudaram nossas expectativas em todas as áreas. Se você não tiver as vantagens tecnológicas das nativas digitais, boa sorte para concorrer com elas. Você será o que agora é conhecido como “empresa legada”.

Se continuar sendo uma empresa legada, seus dias estão contados. O tempo está correndo e, a cada segundo que passa, uma empresa nativa digital ocupa seu espaço se você não estiver proporcionando a sua empresa o tipo de brilhantismo digital que a tecnologia propicia.

Veja também: Inteligência artificial avança e facilita progresso em empresas, indústrias e escolas

Ainda assim, mesmo com todos os sistemas integrados de gestão empresarial (ERP, na sigla em inglês) já implantados, as empresas legadas hoje empregam milhões de pessoas sentadas lado a lado, fileira atrás de fileira, realizando manualmente processos empresariais antiquados, com incursões desesperadas para ficarem mais parecidas com as empresas nativas digitais.

A promessa da tecnologia

Os saltos de inovação tecnológica em áreas como IA, computação na nuvem e robótica de software são poderosos fatores democratizantes nos negócios, permitindo que as empresas escalem os processos mais rápido do que nunca e reduzindo barreiras como infraestrutura ou custo.

Hoje, com chatbots e recomendações inteligentes habilitadas por IA, mesmo startups enxutas podem oferecer experiências personalizadas e atendimento excepcional ao cliente para construir relacionamentos mais profundos com seus clientes.

No entanto, o poder da tecnologia vai muito além de como as empresas atraem usuários e os mantêm satisfeitos. O que é mais empolgante para mim é a total transformação de como os humanos trabalham.

A proliferação do smartphone e a ascensão da nuvem engatilharam o “Futuro do Trabalho”, desamarrando os seres humanos de suas mesas e criando novos níveis de flexibilidade de trabalho. Agora, bots de software estão trazendo o “Futuro do Trabalho 2.0”, uma era em que os trabalhadores humanos são liberados das linhas de montagem do escritório administrativo – não mais condenados a trabalhos que não exigem imaginação e não dão nenhum sentimento de realização ou propósito real.

Esta é a verdadeira promessa da tecnologia: de que libertar a humanidade é o bem maior da tecnologia e de que nosso mundo se torne um lugar onde as pessoas não sejam condenadas a serem robôs.

Pense assim: o envelhecimento da força de trabalho no Japão e na maioria dos países europeus está forçando as organizações a reavaliar o valor de seus empregados. Muitos acreditam que o impacto do envelhecimento da força de trabalho nos EUA recairá sobre nós nos próximos dois ou três anos.

Quando cada trabalhador é importante, como líder empresarial você precisa decidir onde deve estar o foco de seu pessoal. Esse foco será no que os seres humanos fazem melhor – criatividade, colaboração, direcionar o que aparentemente é intangível para a solução de nossos desafios mais difíceis?

Rompendo as antigas amarras

E então, está pronto para evoluir? Automatizar processos empresariais que já podem ser automatizados deve ser seu maior objetivo. O primeiro passo é verificar a situação de sua transformação digital e o quanto muitos de seus processos corporativos estão baseados em tecnologia legada. A maioria das empresas não está nem perto de onde acha que está nessa jornada. Como seus funcionários estão usando (ou desperdiçando) o tempo? Quais são seus principais pontos fracos?

A transição não ocorrerá da noite para o dia, e tudo bem fazer a mudança gradativamente. Considere começar com um projeto piloto, como automatizar um pequeno número de processos de folha de pagamento ou testar um novo sistema de CRM.

A tecnologia também é um ótimo equalizador quando se trata da experiência e da expertise de “especialistas”. A hierarquia pode ser inimiga do progresso. Abrace a cultura de inovação e estimule colaboradores de todos os níveis a apresentar novos processos e ideias.

Quando a tecnologia é criada por pessoas, para pessoas, seu maior propósito não é apenas melhorar o desempenho do negócio. Ela precisa melhorar a vida das pessoas. Precisa ajudar a criar um mundo no qual as pessoas prosperem. No qual o intelecto humano voe. No qual a capacidade humana de fazer o espetacular se torne mais possível do que em qualquer outra época da história.

Este deve ser o estado democrático da tecnologia.

Por Mihir Shukla, CEO e cofundador da Automation Anywhere

Fonte: TI Inside

): Inteligência artificial avança e facilita progresso em empresas, indústrias e escolas

Inteligência artificial avança e facilita progresso em empresas, indústrias e escolas

Para quem acompanha o mundo da tecnologia, falar sobre Inteligência Artificial, Machine Learning, robotização de processos é algo comum, um conceito já bastante familiar e que nós da NextTrends sempre abordamos por aqui, afinal esse é o nosso DNA. Mas quando o assunto vai parar nas televisões de nossas casas, em rede nacional, é que percebemos o quanto relevante e presente ele se tornou em nosso dia a dia – saindo dos escritórios para a nossa vida real.

O Jornal Nacional, da TV Globo, produziu uma série de três reportagens que mostram exemplos de como os computadores substituíram seres humanos em atividades que exigem tomada de decisão.

“A interação humana, essa do olho no olho e da troca de empatia com o outro, é desafiada por uma invenção da humanidade: a máquina treinada para pensar como os seres humanos, mas que olha a vida de outro jeito. Os robôs foram tirados da ficção científica e trazidos para o mundo real. Alguns são chamados humanóides, projetos ainda bem distantes de seres humanos”, diz a reportagem inaugural.

“O cérebro artificial é como um programa de computador, só que faz tarefas associadas a humanos. Ele usa o algoritmo, uma fórmula matemática para resolver problemas. E a máquina aprende a tomar decisões inteligentes com os dados fornecidos”, cita outro trecho da matéria.

A repórter mostra inúmeros exemplos de adoção da Inteligência Artificial, como na aviação, na sala de aula, na indústria da moda. Veja que interessante: https://g1.globo.com/jornal-nacional/noticia/2019/10/07/inteligencia-artificial-avanca-e-facilita-progresso-em-empresas-industrias-e-escolas.ghtml

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

Inteligência Artificial: o avanço do back office nas empresas

Inteligência Artificial: o avanço do back office nas empresas

A Inteligência Artificial (IA) está promovendo alguns dos progressos mais notáveis no back office de empresas de todos os tipos. O back office é onde entram as operações de negócios que suportam as principais áreas da organização voltadas para o cliente. Nele estão enquadradas atividades como finanças e contabilidade, recursos humanos, operações da cadeia de suprimentos e logística, TI, suporte e todas outras peças da empresa que são necessárias para que o resto da operação funcione sem problemas. É no back office que tudo acontece, mas nada diretamente relacionado com os clientes. Isso pode ser qualquer coisa, desde pesquisa, agendamento de recebimento e realização de pagamentos ou gerenciamento de instalações. Muitas dessas operações envolvem atividades humanas e processos de negócios que podem ser aprimorados e acelerados por meio do uso de sistemas e tecnologias inteligentes habilitados por IA.

Melhorando os processos: 1. Ordens de pagamento com Inteligência Artificial

Um dos lugares onde a Inteligência Artificial pode melhorar as coisas é através do processo de ordem de pagamento. Esse processo envolve tudo, desde um cliente fazendo um pedido até o recebimento do pagamento desse pedido. Para as empresas receberem o pagamento, elas geralmente precisam emitir, enviar, receber e processar faturas. Isso envolve diferentes processos e sistemas, tanto aqueles diretamente relacionados ao pagamento, como aqueles relacionados a contas a receber. A tecnologia de contas a receber impulsionada pela IA está contribuindo para que as empresas recebam seus pagamentos dentro do prazo.

Surpreendentemente, muitas faturas ainda são enviadas em papel, um grande risco! As faturas em papel podem estar repletas de erros, inconsistências e informações ausentes. Erros que podem ser corrigidos por serviços baseados em Inteligência Artificial, tornando os processos mais eficientes. Os sistemas inteligentes ajudam a resolver disputas, examinam e processam solicitações de reembolso e conseguem identificar itens deixados de lado. Isso acontece devido à capacidade inata dos sistemas de IA de identificar padrões e anomalias em transações e documentos.

Os sistemas habilitados por IA também são capazes de identificar os melhores clientes: quem paga no prazo correto, compra com frequência ou que tipos de produtos compra. Munidas destas informações, as empresas podem criar incentivos personalizados para esses clientes. A análise baseada em aprendizado de máquina (Machine Learning) também ajuda a identificar problemas/falhas nos produtos. A partir de então, é possível conversas com clientes insatisfeitos, tornando o processo mais fluido para todos os envolvidos. Usar a Inteligência Artificial permite um tom sempre agradável para melhorar a experiência do cliente.

Melhorando os processos: 2. Da compra ao pagamento (Procure-to-pay)

A segunda grande onda de inovação nas operações de back office promovida pela IA abrange sistemas e processos de purchase-to-pay (todo o ciclo de compras). As empresas precisam comprar e adquirir uma grande variedade de itens, desde equipamentos de escritório até suprimentos de fabricação. Os sistemas baseados em IA estão acelerando e tornando mais eficientes e confiáveis ​​os processos que as organizações usam para adquirir e pagar produtos e serviços. Eles também garantem a conformidade com as políticas corporativas e regulatórias.

As ferramentas de software habilitadas com Inteligência Artificial podem ajudar a detectar anomalias, identificar dados relevantes para aprimorar os sistemas de aquisição, atribuir itens de aquisição às pessoas corretas para aprovações e agilizar os processos de compras. A IA pode ajudar a transformar o processo interno de compras em operações eficientes e de alto poder que reduzam ou eliminem gargalos, identifiquem oportunidades de descontos, consolidem as compras entre departamentos, reduzam desperdício, fraude e abuso e mantenham as compras em conformidade com várias regras.

À medida que esses sistemas habilitados para Inteligência Artificial se tornam mais integrados ao local de trabalho, eles aprendem com o tempo, tornando-se uma força inteligente personalizada por trás da cena. Os sistemas de compras inteligentes podem aprender como são os pedidos típicos e o que não é típico em uma determinada empresa ou organização. As aplicações são especialmente benéficas para grandes organizações com requisitos de compra complicados. Organizações que compram grandes quantidades de itens e diferentes tipos de produtos e serviços podem se beneficiar de um sistema inteligente para manter uma vigilância constante sobre os processos de aquisição. A capacidade dos sistemas habilitados por IA de reconhecer padrões ajuda a identificar quando as coisas estão sendo compradas, esgotadas ou não utilizadas com frequência suficiente.

Tornando a automação do processo mais inteligente com Inteligência Artificial

Os sistemas de IA também são bons em realizar tarefas repetitivas que requerem elementos da capacidade cognitiva humana. Ferramentas de automação de tarefas repetitivas estão fazendo incursões significativas nas empresas. Adicionar aos sistemas a capacidade de entender documentos, ouvir mensagens de voz, interagir com clientes usando interfaces conversacionais ou usar a tomada de decisão preditiva tornará essas ferramentas de automação mais inteligentes.

As empresas querem que os sistemas de IA e de aprendizado de máquina executem tarefas até então realizadas por pessoas que são muito tediosas ou demoradas. Um exemplo: no passado, uma pessoa tentaria descobrir por que faturas não foram pagas e solucionar junto ao consumidor. Os métodos utilizados muitas vezes são inadequados e ineficientes. A IA pode mudar a forma como as pessoas lidam com a cobrança de dívidas em seus negócios e agilizar o processo. Ela também pode ajudar a aprender a melhor maneira de alcançar pessoas ou organizações, aumentando as chances de sucesso.

Veja também: Você sabe o que é machine learning? Entenda tudo sobre esta tecnologia

Nesse mesmo sentido, a IA melhora a conformidade, especialmente em setores altamente regulamentados e que precisam manter uma documentação meticulosa. A IA mantém essas empresas em conformidade com os requisitos em evolução ou com os cenários variados em que se enquadram. Ela pode, por exemplo, executar auditorias automáticas em sistemas ou sinalizar e filtrar conversas contra as políticas da empresa. A IA também usa o reconhecimento da linguagem natural para interagir com funcionários, fornecedores, clientes e parceiros. Assim, ela possibilita melhorar as operações e acelerar a conformidade com os regulamentos.

Os recursos analíticos da IA ​​ajudam a pesquisar e examinar os dados da empresa para fornecer informações sobre a “agulha no palheiro”, buscando os registros e fornecendo insights automáticos. Sistemas inteligentes baseados em IA também estão ajudando com o gerenciamento de funcionários. Como? Monitorando o engajamento, a interação e o comportamento dos funcionários. Essa é uma forma de garantir que os padrões e as regras corporativas sejam seguidos para evitar qualquer repercussão negativa. Esses sistemas de Inteligência Artificial também estão ajudando a tornar os colaboradores mais eficientes, oferecendo suporte interno por meio de chatbots e outras formas de suporte interno. Os chatbots de autoatendimento com foco no colaborador estão provando ser muito valiosos, fornecendo assistência para consultas relacionadas a RH ou suporte de TI.

Os sistemas de Inteligência Artificial estão se tornando rapidamente uma parte indispensável do ambiente de backoffice corporativo. Eles servem como um assistente aprimorado que pode reduzir significativamente a carga de trabalho de pessoas, especialmente em multinacionais. A IA está fornecendo eficiência e automação muito necessárias para áreas que antes exigiam enorme quantidade de atividades humanas de alta importância, mas de baixo valor.

Fonte: Forbes (traduzido e adaptado)

Machine Learning: saiba tudo sobre esta tecnologia

Você sabe o que é machine learning? Entenda tudo sobre esta tecnologia

Um termo tecnológico cada vez mais mencionado por aí é o tal do “machine learning”, que, em português, significa “aprendizado de máquina”. É fácil deduzir que a tecnologia se trate de máquinas e sistemas capazes de adquirir novos conhecimentos por conta própria, mas muita gente ainda não sabe, exatamente o que é o machine learning, como ele surgiu, onde ele é aplicado e qual o seu potencial para o futuro da tecnologia, em geral.

Mas calma, a gente explica!

O começo de tudo

Tudo começou em 1959 com o pioneiro da inteligência artificial, Arthur Samuel, engenheiro do MIT. Foi ele quem criou o termo “machine learning” naquele mesmo ano, descrevendo o conceito como “um campo de estudo que dá aos computadores a habilidade de aprender sem terem sido programados para tal”. Na época, Samuel trabalhava em um projeto para criar uma máquina autônoma com estas características.

Mas foi somente com o advento da Internet que o machine learning começou a tomar forma, já que, com tanta informação coletada e armazenada na web, foi preciso criar meios de organizar esse conteúdo gigantesco de maneira automatizada – e um dos pilares do machine learning é justamente a análise de dados com a finalidade de detectar padrões.

Big Data tem papel importante

E o big data entra na história, já que, em sua essência, a tecnologia faz exatamente isso: armazena toneladas de dados obtidos por meio de redes sociais, mecanismos de buscas, e, até mesmo, por meio de microfones e câmeras de smartphones. Então, algoritmos cada vez mais inteligentes fazem uma verdadeira varredura dessa quantidade gigantesca de informações e, a partir do momento em que padrões são descobertos, os sistemas se tornam capazes de fazer previsões com base nesses padrões.

Veja mais em Big Data Analytics, você sabe o que é?

Um exemplo prático que já faz parte do cotidiano de muitas pessoas são as sugestões de produtos que aparecem em sites e redes sociais. Já reparou que, cada vez mais, produtos anunciados para você são exatamente aquilo que você queria, ou, ainda, itens que você nem sabia que existiam, mas que atendem a alguma necessidade específica? Pois isso é o machine learning entrando em ação, indicando produtos para seu consumo com base em seus hábitos e preferências online.

O machine learning também já funciona com eficiência em aplicativos que exibem rotas no trânsito, como o Google Maps, por exemplo, ou, ainda, em filtros anti-SPAM de e-mails e, até mesmo, em sistemas de segurança de bancos. E, como esta tecnologia ainda tem muito crescimento pela frente, a coisa só tende a crescer, sendo aplicada em uma quantidade cada vez maior de sistemas que fazem parte do nosso dia-a-dia.

Além do machine learning

Algo que já está acontecendo é a criação das chamadas redes neurais, desenvolvidas por cientistas computacionais que usam o machine learning para simular o funcionamento do cérebro humano artificialmente. E isso já cai para o campo da inteligência artificial, que provê a máquinas e sistemas a capacidade de realizar tarefas de maneira inteligente e autônoma, usando o machine learning para seu aprimoramento.

Fonte: CanalTech

Microsserviços + RPA: você vai querer pegar este atalho

A expressão “tempo é dinheiro” nunca soou tão verdadeira como agora. Hoje não dá para perder muito tempo para lançar uma aplicação, um produto ou um serviço novo no mercado, a concorrência te engole antes! Mas como ser mais ágil e eficaz? Sabe aquela velha história (não tão velha assim) de fatiar entregas que as metodologias ágeis têm como base? Ela funciona! Os microsserviços seguem mais ou menos essa linha. E podem ser o pulo do gato para a transformação digital da sua empresa, permitindo que você aproveite as novas tendências: Inteligência Artificial, Machine Learning, Robotização de Processos (RPA), entre outras.

Microsserviços são uma abordagem de arquitetura que decompõe uma aplicação por funções básicas. Cada função é chamada de serviço (por isso o nome!) e pode ser criada e implantada de maneira independente. O que isso significa em termos práticos? Significa que cada serviço individual pode funcionar ou falhar sem comprometer os demais. Assim, as aplicações podem ser desenvolvidas, testadas e implantadas mais facilmente. A técnica simplifica a interface com sistemas legados e viabiliza o acesso a dados em tempo real, além de facilitar a integração com empresas parceiras. Este é o atalho!

A arquitetura de microsserviços abrange a ideia de API – Interface de Programação de Aplicativos (nós falamos sobre ela aqui), ideal para habilitar o suporte de um aplicativo para uma diversidade de plataformas, seja na web, no celular ou até em objetos dotados de Inteligência Artificial. E o que isso quer dizer? Que ficou muito mais fácil e acessível (inclusive financeiramente) adotar as mais novas tecnologias para atingir seus objetivos de negócio!

A NextTrends, por exemplo, trabalha com arquitetura de microsserviços para o desenvolvimento de robôs que tornem possível automatizar com inteligência suas consultas a dados e seus processos (RPA). Plug and play – fácil e rápido de integrar com suas soluções e sistemas. A cobrança pode ser feita por chamada a cada API, com um preço que cai conforme o volume.

Ainda não se convenceu? Pense bem, o motorista que recebe um chamado pelo aplicativo não vê sentido em digitar o endereço no assistente de rotas. A opção de check-in pela internet libera viajantes de enfrentar longas filas em aeroportos. Pacientes preferem agendar consultas via web, do que ligar pessoalmente. Enfim, muitas vezes, a automação está nos detalhes e faz todo mundo ganhar tempo. Ainda assim, milhares de profissionais continuam gastando horas com Alt+tab e Crtl+C/Crtl+V, transferindo informações de um sistema a outro ou pesquisando/validando dados cadastrais, por exemplo. Faz sentido?

Quem se estabelecer sobre arquiteturas de nuvem, microsserviços e outros padrões criados para interoperar levará vantagem. É só uma questão de escolha.

pt_BRPortuguese
pt_BRPortuguese