Para potencializar a capacidade produtiva e a competitividade das empresas brasileiras, o Ministério da Ciência, Tecnologia e Inovações (MCTI) e a Empresa Brasileira de Pesquisa e Inovação Industrial (EMBRAPII), organização vinculada ao MCTI, se uniram e criaram a Rede MCTI/EMBRAPII de Inovação em Inteligência Artificial, a maior de todo o país na área.

A proposta é incentivar o uso de tecnologias de fronteira no processo produtivo da indústria nacional, oferendo um ecossistema de inovação com competências tecnológicas complementares, que contará com recursos não reembolsáveis e centros de pesquisas com infraestrutura e profissionais qualificados para apoiar a indústria a inovar, as chamadas Unidades EMBRAPII.

O lançamento da Rede foi oficializado na última quinta-feira (29), em um evento virtual que reuniu o ministro de Ciência, Tecnologia e Inovações, Marcos Pontes, o diretor-presidente da EMBRAPII, Jorge Guimarães e representantes das empresas: Kunumi, Ericsson e Nexa Resources. Clique aqui para acessar a apresentação completa com mais detalhes sobre a rede.

Inicialmente, 17 Unidades EMBRAPII vão compor a Rede, compartilhando infraestrutura, competências e recursos humanos no desenvolvimento de soluções em diversas áreas: Machine Learning, Internet das Coisas, Big Data, Analytics, entre outras. Também serão destinados, em cinco anos, R$ 70 milhões de recursos à Rede, sendo R$ 20 milhões com foco em IA aplicado ao setor automotivo e agronegócio. Os recursos são provenientes da Lei de Informática e do Programa Rota 2030. Como o modelo de atuação da Embrapii prevê o co-investimento do setor empresarial, estima-se que a criação da Rede gere cerca R$ 140 milhões em inovações (soma-se aos recursos da EMBRAPII, os valores da contrapartida das empresas e o recurso não-financeiro das Unidades EMBRAPII – como uso de equipamento e pagamento de hora-homem).

Parte dos recursos serão utilizados para desenvolver a competência em Inteligência Artificial dos centros de pesquisas e fortalecer a capacidade de pesquisa, desenvolvimento e inovação nacional sobre o tema. Também planeja-se aproximar as Unidades EMBRAPII da fronteira internacional, promovendo o intercâmbio de conhecimento a colaboração recíproca com as principais redes de Inteligência Artificial do mundo, seja na Europa, Israel, América do Norte, entre outras.

Projetos Cooperativos e Pequenas Empresas

Projetos de pequenas empresas e de Startups deeptech, aquelas que possuem alta densidade tecnológica, também estão no foco da Rede. Serão oferecidos recursos não reembolsáveis e suporte técnico-científico em todo o ciclo de desenvolvimento da solução tecnológica, até a chegada do produto ao mercado. Outro desafio proposto pela Rede é intensificar o desenvolvimento cooperativo de projetos entre diferentes empresas. A cooperação pode ser realizada entre empresas que pertencem a mesma cadeia produtiva, buscando gerar novos produtos e processos que beneficiem todo o setor; entre startups e empresas consolidadas no mercado e que anseiam inovar o modelo de negócio, e  ainda pouco usual no país, entre concorrentes, modelo em que dividem custos e riscos do desenvolvimento da tecnologia, mas que aplicam como melhor convier a cada uma no mercado.

Inteligência Artificial na Embrapii

Em seis anos de atuação, a EMBRAPII apoiou 136 empresas com o desenvolvimento de 145 projetos que fazem uso de Inteligência Artificial.  São soluções para agro, saúde, manufatura 4.0, entre outros setores, que somam R$ 196 milhões em investimento. Mais da metade (51,4%) proveniente do setor empresarial. Equipamentos para o setor de serviços responde 22,1% do total de projetos. Em seguida vem a área de Saúde (10,3%) e, em terceiro, equipamentos para aprimorar a produção industrial (9,7%).

Estrutura da Rede

A presidência rotativa ficará sob a liderança do Centro de Pesquisa e Desenvolvimento em Telecomunicações (CPqD) e a vice-presidência a cargo do Instituto Federal do Ceará (IFCE) pelos próximos doze meses.

Os pesquisadores das Unidades também vão atuar em três comitês técnicos: Capacitação (que será liderado pelo CEEI/UFCG), que vai reunir ações para capacitar pessoal técnico; o eixo Infraestrutura (liderado pelo Senai CIMATEC), que trata sobre o compartilhamento de equipamentos e competências; e o eixo Certificação (liderado pelo Instituto Eldorado), que permitirá às empresas obterem selos de maturidade para os novos produtos e serviços com Inteligência Artificial embarcada.

Representantes de doze instituições privadas parceiras vão participar do Conselho Consultivo da Rede, que definirá a estratégia e diretrizes de atuação. São elas: Confederação Nacional da Indústria (CNI), Confederação Nacional da Agricultura e Pecuária (CNA), International Association of Artificial Intelligence (I2AI), Associação Brasileira de Internet Industrial (ABII), Associação Brasileira das Empresas de Tecnologia da Informação e Comunicação (BRASSCOM), Associação das Empresas Brasileiras de Tecnologia da Informação (ASSESPRO), Sociedade Brasileira de Computação (SBC), Associação Brasileira da Indústria Elétrica e Eletrônica (ABINEE),  Associação de Empresas de Desenvolvimento Tecnológico Nacional e Inovação (P&D Brasil), Associação para Promoção da Excelência do Software Brasileiro (SOFTEX), Associação Brasileira da Indústria de Artigos e Equipamentos Médicos e Odontológicos (ABIMO) e Fórum Brasileiro de IoT.

O post MCTI e EMBRAPII lançam a maior rede de Inovação em Inteligência Artificial do País apareceu primeiro em Portal Contexto.

Falta de controle nos dados

Muitas empresas começam a crescer de forma desordenada e não adaptam seus processos para sua nova realidade. Um número muito alto de empresas de médio e pequeno porte fazem seus controles em planilhas e nem se quer conseguem analisar seus padrões ao longo do tempo. Na semana passada demos o exemplo da Toyota. A grande falha do início do projeto de inteligência de negócios deles foi não ter controle sobre os dados, o que gerou análises incoerentes e sem inteligência alguma. Já vi casos que empresas se estruturam totalmente e falham em projetos por receber informações incoerentes ou inexistentes após 4 meses trabalhando.

Um exemplo muito bom foi em um projeto que trabalhamos para analisar um programa de melhoria de operação. A ideia era que os funcionários fizessem cursos e se aperfeiçoassem, trazendo benefícios para a operação da empresa. O grande problema foi que os dados que diziam quais funcionários estavam fazendo os cursos e quais áreas eles trabalhavam estavam perdidos, nulos ou duplicados. Percebe como se torna impossível tirar algum padrão daqui? Nem preciso dizer que o projeto teve que voltar, consertar os dados das origens e só assim seguir para as análises.

Não saber o que a empresa busca

Estamos em uma era que já é possível captar quase todo tipo de informação, mas então por que a maioria das empresas ainda não consegue analisar seus dados? Acredito que a grande sacada aqui é estar alinhado ao propósito, saber quais são os objetivos e como a empresa de fato funciona. O BI pode te ajudar muito a ver falhas processuais, evitar investimentos errados e até entender seus clientes, mas você precisa saber o que busca. Os dados podem estar disponíveis com boas práticas, mas as análises das informações têm que partir dos gestores. O engajamento dos gestores é imprescindível para o sucesso.

Ainda ver tecnologia como gasto

Ainda vemos muitas empresas achando que investir em políticas de dados e análises é algo apenas para empresas grandes e que é caro. Penso que caro e barato são coisas relativas à importância que se da. Uma mansão na beira do lago é barata se for vendida por 50 mil, mas 50 mil por uma caneta pode ser caro. Tudo depende do valor que se dá ao produto. Projetos de Inteligência de negócios podem ser comparados com essa analogia, porém eles têm a vantagem de se pagar ao longo do tempo. O retorno sobre investimento (Return on Investment – ROI) deles costuma ser em meses. O caso da Toyota que falamos na semana passada trouxe um ROI de 506% em questão de meses – não conheço investimento que consiga barrar esse! Processos que trazem melhorias e otimizam a empresa são quase que necessários para a melhoria contínua de seus processos.

Agora que você já sabe 3 erros comuns para evitar, que tal começar a rever seus processos e ver se você está cometendo algum deles?

Siga o colunista no Insta:@leoargolo_

O post 3 erros comuns ao se buscar Inteligência de Negócios [Dados Descomplicados] apareceu primeiro em Portal Contexto.

CAESB – Companhia de Saneamento Ambiental do Distrito Federal

Esse é apenas um dos casos de BI de sucesso da CAESB. Geralmente quando pensamos em exemplos de tecnologia e inteligência não pensamos em órgãos públicos. Esse é muito importante para mostrar que temos empresas inteligentes e competitivas em todos os setores do Brasil.

A companhia fornece abastecimento de água para aproximadamente de 3 milhões de habitantes e mais de 700 mil ligações ativas, imagine como é necessário ter dados estratégicos para gerir tudo isso. Um dos grandes desafios enfrentados pela CAESB foi conseguir trocar hidrômetros que haviam atingido sua vida útil e diminuir seus índices de perda, porém como trocar os quase 400 mil hidrômetros que estão espalhados por todo DF?

Para responder essa questão foi necessário criar um repositório central de dados (chamamos de DataWarehouse) que juntou inúmeros sistemas e informações como aplicativos móveis e informativos geográficos. Parâmetros como índice de desempenho do hidrômetro, volume consumido e taxa de perda tornaram possível priorizar as trocas e criar um programa de para avaliá-las posteriormente e verificando sua eficácia, retorno financeiro e os benefícios para o meio ambiente. Tudo isso ocorre de forma automatizada e com relatórios gráficos gerências que possibilitam melhorias e adaptações ao longo do tempo.

Toyota USA

Pouca gente sabe, mas a Toyota enfrentou sérios problemas em sua cadeia de operações. Com o aumento do custo de armazenamento dos carros, aumento da demanda de clientes e a ineficácia do processo para fornecer o produto para clientes, a empresa se viu em um momento de crise.

Sistemas muito antigos, informações duplicadas ou erradas e pouquíssimos dados gerenciais não possibilitavam entender como melhorar seus processos e adaptar para a nova realidade. A diretora de tecnologia Barbra Cooper identificou esses problemas e começou a criar uma base de dados centralizada (DataWarehouse) – perceba como esse passo geralmente aparece nos casos. Em sua primeira tentativa infelizmente, não foi possível implementar algo tão concreto por causa dos dados errados dos sistemas antigos que geravam análises precipitadas e incoerentes. A organização demorou alguns anos para conseguir mudar essa política e evitar as informações duplicadas e erradas.

Após o tratamento, uma das informações mais interessantes encontradas foi que a empesa estava sendo cobrada duas vezes de um envio por trem que gerava um rombo de U$800.000,00 dólares – costumamos brincar falando que o BI é o dedo duro da organização. Em pouco tempo a Toyota conseguiu otimizar seus custos de fabricação e fluxos de trabalho, obtendo um retorno de investimento (ROI) de 506%, por isso sempre falamos que tecnologia tem que ser vista como investimento, deve-se plantar para poder colher depois.

Agora que você já tem esses grandes casos para se inspirar, da para usar o tempo da quarentena se planejando e ter sua empresa otimizada e à frente dos seus concorrentes. Vamos juntos descomplicar seus dados!

Siga o colunista no Insta:@leoargolo_

O post 2 casos de Inteligência de Negócios (BI) para te inspirar [Dados Descomplicados] apareceu primeiro em Portal Contexto.

O conceito de Inteligência de Negócios na verdade trata de um conjunto de técnicas e estratégias que possibilitam que você tenha vantagens competitivas em relação aos seus concorrentes.

Ele se baseia em técnicas de coleta, análise e padronização de dados. Seu objetivo é desenvolver estratégias de negócio para empresas através de visão histórica, atual e futura dos dados. Essas informações possibilitam analises de retorno de investimento, facilitam o crescimento da empresa e fundamentam decisões.

Como curiosidade, é interessante saber que o termo Inteligência de Negócios (do inglês “Business Intelligence”) não é algo novo. O fato é que o termo surgiu em 1865 no livro “Cyclopaedia of Commercial and Business Anecdotes” escrito por Richard Devens – vale a leitura!

Ele narra a história de Henry Firnese, banqueiro que lucrou mais que seus concorrentes ao basear suas decisões em informações coletadas e analisadas sobre o meio ambiente. Esse conceito só se popularizou nas últimas décadas por causa da evolução tecnológica que viabilizou maior armazenamento e análise de dados.

Agora que você já sabe um pouco mais de BI, vale a pena avaliar se consegue e como consegue implementar algumas diretrizes para analisar a gama de informações que passam pela sua empresa e que, muitas vezes, os empresários nem percebem:

#1 Analise o seu padrão de cliente

Antes mesmo de abrirmos uma empresa somos orientados e devemos ter nossa meta de cliente, quem é o nosso “avatar”. Entretanto, ao longo dos meses e anos, esse cliente se adapta e começamos a entrar em nichos que podemos não entender tanto.

Vale a pena começar a coletar e enquadrar esses clientes em certos padrões para que sejam traçadas novas estratégias.  Estamos na era da informação, temos tráfico de dados para todos os lados, conseguir armazená-los de forma coerente e com valor não é fácil.

Comece estruturando os principais! Um caso bem interessante de como conhecer o seu cliente ocorreu nos EUA, quando a TARGET (empresa varejista), através de estatísticas geradas em informações coletadas de compras, descobriu que uma mulher estava grávida antes mesmo que ela soubesse!

#2 Abandone suas planilhas em Excel. Automatize-se!

A partir do momento que você tem um processo maduro, ou seja, tem certeza que tudo que passa pela sua empresa consegue ser enquadrado nas etapas previstas, vale a pena sistematizar!

Isso significa que você consegue automatizar esses processos e armazenar suas informações em banco de dados (sistemas destinados a gravar suas informações e deixá-las sempre disponíveis) – em uma nuvem, por exemplo. Ser humano não foi feito para executar, foi feito para pensar.

#3 Deixe a informação girar!

Muitas empresas são bem-sucedidas em armazenar dados, mas fracassam na hora de compartilhá-los com sabedoria. Já dizia a frase de W. Edwards Deming, traduzido como “Em Deus nós acreditamos, mas todos os outros tem que trazer dados”.

Se todos os seus colaboradores conseguissem entender bem o cenário atual da empresa e tivessem acesso aos mesmos dados, todos estariam caminhando para a mesma direção!

O mesmo no sentindo contrário, se todos fossem capazes de gerar dados, mais conteúdo a ser explorado a sua empresa teria.

Uma das vantagens de se analisar dados é conseguir quantificar o que funciona e o que não, use essas informações para revalidar e melhorar os processos já estabelecidos. “O que não é quantificado não pode ser melhorado”.

Sigam o colunista no Insta: @leoargolo_

O post 3 passos para ter Inteligência de Negócios “BI”na sua empresa [Dados Descomplicados] apareceu primeiro em Portal Contexto.