Autor: Eduardo Fagundes

Em mercados com empresas de crescimento exponencial, a inteligência artificial é chave para a transformações dos negócios. O grande desafio é saber por onde e como começar os projetos. Existem algumas barreiras de entrada que devem ser consideradas: (1) Paradigma que inteligência artificial é complexa; (2) Definição do projeto; (3) Coleta, transformação e armazenamento de dados (ETL); (4) Alocação de recursos computacionais para o processamento; (5) Construção e treinamento dos modelos de inteligência artificial; e, (6) Efetivo benefício para os processos de negócios. É necessário estabelecer uma estratégia para começar e tornar o caso um sucesso.

O primeiro desafio é mostrar para os executivos que inteligência artificial é mais uma tecnologia e que pode trazer grandes benefícios para a empresa. As bases e modelos utilizados no aprendizado de máquina remontam da metade do século XX e só se popularizaram agora pela ampla disponibilidade de recursos computacionais a preços acessíveis. Vivemos um ponto de inflexão, onde a inteligência artificial atingiu a consciência comum. O rádio, a televisão, a telefonia móvel, a Internet e outras tantas tecnologias passaram por este mesmo processo. Como no passado, as empresas que adotam mais cedo as tecnologias avançam mais rápido na competitividade e produtividade de processos, aumentando a participação no mercado e na lucratividade. Isto fica claro, quando analisamos as empresas de maior valor no mercado, como Google, Facebook, Amazon, Apple, Uber e tantas outras. Do lado oposto, as empresas que não adotaram ou que encontraram dificuldades para incorporar novas tecnologias nos seus processos acabaram perdendo valor de mercado.

O segundo desafio é identificar e desenvolver um projeto de inteligência artificial que, efetivamente, resolva um problema crônico e conhecido por toda a organização e que outras técnicas não funcionaram.

Identificar os problemas é fácil, pois todos têm consciência de seus efeitos. O desafio está em encontrar soluções para resolvê-los com eficiência e de forma disruptiva. Talvez, aqui seja interessante contratar um especialista externo para ajudar no desenvolvimento da proposta, juntamente com os especialistas de negócio.

O terceiro desafio é identificar os dados disponíveis e avaliar se são suficientes para construir os modelos de inteligência artificial. Aqui encontra-se um dos maiores desafios dos projetos de inteligência artificial. A maioria dos dados disponíveis pelas empresas são coletados e armazenados para os processos operacionais. Muitos dados são descartados por não serem relevantes para a operação de negócios, mas importantes para o aprendizado de máquina. Outros tantos dados são coletados e armazenados sem o completo conhecimento dos especialistas de TI e de negócios, principalmente quando a empresa adota um ERP de um fornecedor externo.

Normalmente, é na fase de coleta, transformação e carga dos dados (ETL – Extract, Transform and Load) – onde se consume mais tempo nos projetos de aprendizado de máquina. As empresas que já adotaram Data Warehouse e processo de Business Intelligence (BI) levam vantagem nos projetos de inteligência artificial. Aqui deve-se avaliar a necessidade de novos dados e formas de coleta, usando IoT (Internet of Things), por exemplo.

O quarto desafio é montar a infraestrutura para o desenvolvimento do projeto de inteligência artificial. Para a prova de conceito (POC – Proof Of Concept) não são necessárias grandes plataformas de hardware e software. Um notebook com grande capacidade de memória RAM e uma placa gráfica com uma GPU (Graphic Processing Unit) e softwares open source são suficientes.

Outra opção é utilizar o marketplace de provedores de Cloud Computing, como a AWS da Amazon, Google Cloud, Azure da Microsoft e IBM Cloud. Os marketplaces destes provedores possuem recursos soluções que facilitam a construção de modelos de aprendizado de máquina.

Um projeto de inteligência artificial pressupõe o desenvolvimento de algo inovador e disruptivo, como produtos e modelos de negócios criados por startups. Uma forma de atingir esta expectativa é estabelecer um convênio com laboratórios de pesquisa de Universidades e colocar o desafio para que pesquisadores e estudantes busquem soluções disruptivas. Esta estratégia tem várias vantagens, entre elas: custo reduzido e possibilidade uso de incentivos fiscais; permitir que pesquisadores transformem pesquisa teórica em pesquisa aplicada; e, identificar alunos talentos para contratação.

O uso de especialistas para treinar os modelos de inteligência artificial acelera o desenvolvimento da solução. Considere a contratação de especialistas ou convênios com laboratórios de Universidades para ajudar nos primeiros projetos. Com isto, os benefícios aparecem mais cedo e, envolvendo os funcionários, a curva de aprendizagem é mais rápida.

Uma vez provado que a solução é viável e competitiva, apresente os resultados para os conselheiros do Conselho de Administração e Direção Executiva. A partir da aprovação do conceito elabore um projeto de larga escala para transformar os processos da empresa. O desenvolvimento torna-se mais fácil quando o modelo de inteligência artificial foi definido e testado na etapa da prova de conceito. Isto faz que a maioria das equipes internas ou empresas de software possam desenvolver os projetos para uso em produção.

Um grande desafio é formar equipes para projetos de inteligência artificial. Isto requer uma estratégia diferente da tradicional. Os convênios com Universidades são interessantes para já identificar na escola jovens talentosos. Considere esta opção.

Resumindo, você tem tudo para começar agora o seu primeiro projeto de inteligência artificial.

Segundo as melhores práticas de governança corporativa, o Conselho de Administração tem a responsabilidade de desenvolver a estratégia corporativa, entregar para a diretoria executiva eleita e acompanhar a sua execução, a partir de indicadores de desempenho da diretoria executiva, relatórios de auditorias internas e externas e dos comitês de fiscalização. Dentro deste contexto, a estratégia de TI deve ser desenvolvida pelo Conselho de Administração e entregue para a diretoria executar. Esta visão mais holística de TI, cobrindo os processos fim-a-fim nas organizações, já está presente nos frameworks de governança de TI, como Cobit 5 e o ITIL 4.0. Acompanhando a transformação digital das organizações, surge a figura do Conselheiro de Tecnologia da Informação, com a responsabilidade de desenvolver, compartilhar conhecimento e aprovar a estratégia de TI no Conselho de Administração, além de acompanhar o desempenho da execução da estratégia, garantir o Compliance e a segurança cibernética.

Os Conselhos de Administração são obrigatórios por lei para as companhias de capital aberto, instituições financeiras e seguradoras. Sua adoção é recomendável para as empresas de capital fechado (Ltda e S/A), independente do seu porte e controle acionário, abrindo oportunidades para melhoria de desempenho e aumento de valor no mercado no longo prazo. Isto vale, também, para as empresas familiares que buscam a profissionalização da governança e gestão.

A forma de composição depende de aspectos específicos de cada empresa, mas é indicado manter no mínimo 5 e no máximo 11 conselheiros, sempre um número ímpar, com participação de até 2 anos cada um. Os conselheiros podem ser:

• Conselheiros internos: possuem algum vínculo com a sociedade, podendo ser sócios, diretores, colaboradores;
• Conselheiros externos: sem vínculo atual comercial com a sociedade, empregatício ou de direção, mas que não são também independentes. São, por exemplo, ex-diretores, advogados e consultores que prestam serviços à sociedade;
• Conselheiros independentes: são conselheiros externos que não possuem quaisquer relações familiares, de negócio, ou de qualquer outro tipo com sócios com participação relevante, grupos controladores, executivos, prestadores de serviços ou entidades sem fins lucrativos que influenciem ou possam influenciar, de forma significativa, seus julgamentos, opiniões, decisões ou comprometer suas ações no melhor interesse da organização..

A adoção da governança corporativa implica na adesão de seus princípios fundamentais:

• Transparência: mais do que a obrigação, é o desejo de informar.
• Equidade: respeito aos direitos de todas as partes interessadas.
• Prestação de Contas: responsabilidade integral pelos atos praticados.
• Responsabilidade corporativa: visão de longo prazo, com considerações de ordem econômica, social e ambiental, para assegurar a perenidade das organizações.

As principais responsabilidades do Conselho de Administração são:

1. Discussão, aprovação e monitoramento de decisões envolvendo:
2. Estratégia;
3. Política de Recursos Humanos;
4. Apetite e tolerância ao risco (gestão de riscos);
5. Estrutura de Capital;
6. Sistema de controles internos;
7. Escolha da Auditoria Independente.
8. Aprovar e seguir as Práticas de Governança, Código de Conduta, Relação com partes Interessadas;
9. Contratação / Dispensa do Executivo Principal;
10. Acompanhamento e monitoramento dos resultados e atos da Diretoria Executiva;
11. Prevenir e administrar conflitos de interesse: prestar contas aos sócios e administrar divergência de opiniões.

Como podemos ver, a extremamente alta a responsabilidade do Conselho de Administração. Se os conselheiros de administração não tiverem competências essenciais para o desenvolvimento de uma estratégia eficaz, o futuro da empresa estará comprometido, podendo chegar até a sua extinção.

As novas exigências do mercado e sua sofisticação com a utilização intensiva de tecnologia, incluindo sistemas de inteligência artificial para auxiliar nas tomadas de decisão, têm exigido as empresas a rever e transformar seus modelos de negócios, desafiando os conselhos de administração e a diretoria executiva a buscar a transformação digital nos seus negócios.

Neste contexto, é fundamental que a composição do Conselho de Administração tenha conselheiros eleitos que dominem as questões de tecnologia e segurança da informação. Este conselheiro, além das competências técnicas, deve ter uma visão aguçada para novos negócios e capacidade de estruturar estratégias para a transformação digital da empresa.

A transferência da responsabilidade da estratégia de TI para o conselho de Administração gera transformações consideráveis no atual processo de tomada de decisão das empresas. O atual CIO (Chief Information Office) será eleito ou contratado pela sua capacidade de implementar a estratégia definida pelo Conselho e será avaliado pelas metas alcançadas associadas, diretamente, a estratégia aprovada pelo Conselho.

Este modelo de governança corporativa está, totalmente, alinhado com os modelos de governança de TI que exige que os projetos e processos de TI estejam em conformidade com o planejamento estratégico de negócios da empresa. Neste modelo, o alinhamento é natural, uma vez que é o próprio Conselho de Administração que elabora e aprova a estratégia de TI como parte da estratégia corporativa.

As principais vantagens de o Conselho de Administração desenvolver a estratégia de TI:

• As definições estratégicas de TI e sua aprovação estão dentro do contexto do Conselho de Administração;
• As prioridades de TI são definidas com alinhamento estratégico pelos conselheiros, eliminando a necessidade do Comitê de TI composto, tipicamente, por representantes operacionais da empresa;
• Redução dos níveis de tomada de decisão e aprovação de projetos de TI;
• Alocação de CAPEX para projetos de TI compatível com a estratégia corporativa, definida pelo Conselho de Administração;
• O CIO e os gerentes de TI focam nas questões táticas e operacionais para a implementação da estratégia e atingimento dos níveis de serviços exigidos para a operação do negócio;
• Os conselheiros trazem experiências externas para desenvolver a estratégia de TI, garantindo o rápido alinhamento com o mercado e maior competitividade da empresa;
• Com visão holística ampliada, os conselheiros tomam melhores decisões estratégicas de TI;
• Os conselheiros podem optar pelo uso de novos serviços e startups para novos projetos de TI sem enfrentarem a resistência à mudança da área de TI;
• Os conselheiros, como elo de contato direto com os sócios, podem implementar mudanças mais rápidas e alinhadas com a expectativa dos sócios na área de TI.

Este modelo cria oportunidades para os atuais CIOs com visão de negócios, podendo integrar os Conselhos de Administração como conselheiro de tecnologia da informação.

Em tempos de mudanças disruptivas, agilidade para mudanças estratégicas são fundamentais para garantir a competitividade e tornar as empresas à prova de futuro. O desenvolvimento da estratégia de TI pelo Conselho de Administração é o caminho mais rápido para a transformação digital das organizações.

Os novos desafios para monitorar e controlar os sistemas elétricos exigem novas e sofisticadas ferramentas de análise de dados. Basicamente, existem três tipos de análises: descritiva, mostra o que aconteceu; preditiva, indica o que irá acontecer; e, prescritiva, indica qual a melhor estratégia para se atingir um objetivo. Analisar o que aconteceu, é uma ação reativa e serve para ações de melhoria contínua. Prever o irá acontecer é útil para se tomar ações de mitigação se for um problema ou providenciar mais recursos para atender a novas demandas. Embora, útil saber o que aconteceu e o que irá acontecer, o mais importante é saber qual a melhor estratégia para se atingir um objetivo.

Imagine uma situação onde um engenheiro precisa definir um plano de manobra de circuitos para a manutenção de um determinado trecho de uma linha de transmissão de alta tensão. A princípio, ele considerará os dados históricos do fluxo de potência da região que será afetada pela manobra, considerando o período do ano. Calculará o novo fluxo de potência dos outros circuitos durante a manobra e definirá o plano. Usando análise preditiva é possível avaliar, como melhores resultados, possíveis eventos durante a manobra e planejar medidas de contingência para eventos que possam gerar impacto negativo na operação.

Agora, imagine que no dia programado para a manobra, por questões climáticas não previstas, uma onda de calor faz com que o consumo de energia aumente, devido ao uso mais intenso de aparelhos de ar condicionado. Esta situação pode alterar, consideravelmente, o fluxo de potência e inviabilizar, tecnicamente, o estudo realizado. Análises preditivas ajudam a avaliar o novo cenário e indicar problemas potenciais. Mas, qual a melhor plano de manobra para aquela situação especifica? A reposta pode ser conseguida através de análises prescritivas.

A análise prescritiva envolve a aplicação de ciências matemáticas e computacionais e sugere opções de decisão para aproveitar os resultados das análises descritiva e preditiva. As análises envolvem algoritmos de aprendizado de máquina, dentro das tecnologias de inteligência artificial. A análise prescritiva não apenas antecipa o que acontecerá e quando acontecerá, mas também porque isso acontecerá. Além disso, a análise prescritiva sugere opções de decisão sobre como aproveitar uma oportunidade futura ou mitigar um risco futuro e mostra a implicação de cada opção de decisão. A análise prescritiva pode usar novos dados continuamente para prever eventos, melhorando automaticamente a precisão da previsão e prescrevendo melhores opções de decisão. A análise prescritiva ingere dados híbridos, uma combinação de dados estruturados (números, categorias), não estruturados (vídeos, imagens, sons, textos) e regras de negócios para prever como aproveitar eventos futuros sem comprometer ou

Aquela ideia de se ter um sistema único para gerenciar todos os processos de uma empresa ficou no passado. É quase impossível um sistema monolítico agregar novas funcionalidades ao ritmo frenético do mercado atual. Como competir com startups, com suas metodologias ágeis que entregam novos serviços em ciclos muitos curtos usando algoritmos de aprendizado de máquina, com sistemas antigos que imprimem rigidez de processos nas empresas? Entramos na era dos microsserviços, plataforma modernas, abertas, inteligentes, flexíveis e que operam na nuvem (Cloud Computing).
O pior é que estes mastodontes, pouco flexíveis que tiram a competitividade ainda drenam muito dinheiro das empresas. O que fazer?

Os ERPs foram muito uteis as empresas no passado, quando tiveram a façanha de reunir em um único sistema todos os processos e manter em uma base de dados todas as informações operacionais da empresa. A integridade das informações é garantida por processos interligados que validam as informações. Isto é fantástico para o controle operacional de um ambiente fechado, incluindo dados de fornecedores e clientes, através de troca eletrônica de dados (EDI).

É justo mencionar que alguns ERPs com base em dados operacionais, podem fazer análises preditivas pré-definidas, baseadas em algoritmos estatísticos.

Para análises mais avançadas, com a possibilidade de testar e ajustar algoritmos de aprendizado de máquina, é necessário exportar os dados e fazer as análises em outro ambiente. Esta prática é realizada há algum tempo com os sistemas de datawarehouse e BI (Business Intelligence). Entretanto, estas análises são pós fato e servem para sugerir mudanças na estratégia da empresa ou para melhoria contínua de processos.

O ideal é inserir os algoritmos de aprendizado de máquina dentro dos sistemas e faze-los interagir em tempo real. Estes algoritmos devem ser treinados e testados dentro das condições e dados da empresa.

Imagine a complexidade disso. Se desenvolvermos estas funcionalidades dentro do ERP, toda a sua estrutura deve ser modificada, o que significa altos investimentos. Por outro, se a empresa decidir eleger ou desenvolver um software para cada processo teremos um complexo sistema de interface entre os diversos softwares.

O que precisamos é um sistema multiplataforma que integre os dados e softwares especialistas com seus algoritmos de inteligência artificial.

Para uma startup isto é mais fácil, principalmente, para aquelas que já nascem com uma estrutura de microsserviços. Porém, para as grandes empresas que já possuem um ERP a tarefa não é nada simples. O processo de migração deve ser gradativo tomando todas as precauções para mitigar riscos na operação.

A mudança de abordagem dos sistemas de informações faz parte dos projetos de transformação digital das empresas, que exigem plataformas mais flexíveis e baseadas em algoritmos de inteligência artificial. Neste processo, as empresas devem se unir com os fornecedores de ERP e traçar uma estratégia conjunta para a migração. Nem um dos lados pode trabalhar sozinho nesta empreitada. Afinal, os ERPs ainda garantem o funcionamento das empresas hoje.