8 anos da Revista Inteligência Competitiva: leia nova edição

Revista Inteligência Competitiva - e-ISSN:2236-210X
RIC 8 anos

Caro leitor (a)

Graças aos autores (as), aos pesquisadores (as), aos professores (as), estudantes de graduação e pós-graduação, profissionais com atuação nos setores de marketing, administração, engenharias e tecnologias da informação, pareceristas ad hoc, a equipe editorial, Comitê Científico e Conselho Editorial, a Revista Inteligência Competitiva completa 8 anos.

Publicar uma revista acadêmica e científica no Brasil, está longe de ser uma tarefa fácil.

Mas, quando um grupo de pessoas do Brasil e do exterior se unem para fomentar pesquisa e ciência, os resultados aparecem.

Boa leitura, clique aqui para ler a nova edição. Ou selecione um artigo:

v. 9, n. 1 (2019)

Sumário

Editorial

janeiro a março PDF
Alfredo Passos i-iv

Artigos

INTELIGÊNCIA MARKETING: O CASO HBSA PDF
Thiago Lopes de Sousa, Luciano Augusto Toledo 1-14
CONSIDERAÇÕES EM RELAÇÃO A EXPATRIAÇÃO E GLOBALIZAÇÃO: INTERFACES COM O ESPORTE PDF
Ivan Wallan Tertuliano, José Maria Montiel, Silvia Deutsch, Afonso Antonio Machado 15-30
A INFLUÊNCIA DO LÍDER GLOBAL NO AMBIENTE MULTICULTURAL PDF
Paola Reis do Amaral, Neusa Francisco Mendel, Uiliam Hahn Biegelmeyer, Maria Emilia Camargo, Munique Rech 31-54
O USO DE ATAQUES DIRETOS E PESSOAIS DA ENGENHARIA SOCIAL PARA A OBTENÇÃO DE INFORMAÇÕES DE UMA CORPORAÇÃO PDF
Eurico dos Santos Moreira 55-72
PERCEPÇÃO E AQUISIÇÃO DAS COMPETÊNCIAS ADQUIRIDAS DURANTE A GRADUAÇÃO EM ADMINSTRAÇÃO PDF
Cassiane Chais, Adrieli Alves Pereira Radaelli, Oberdan Teles da Silva, Maria Emília Camargo, Eric Charles Henri Dorion, Pelayo Munhoz Olea 73-93
MARKETING DE RELACIONAMENTO COM O CLIENTE: ESTUDO DE UMA BOUTIQUE NA CIDADE DE SÃO JOSÉ DAS PALMEIRAS PR PDF
Luana Pereira França, Claudio Antonio Rojo 94-108

Relato Técnico-Científico

COMPLIANCE DIGITAL: TRANSPARENCIA E ACESSIBILIDADE NA GESTÃO PUBLICA PDF
Alexandre Domingues 109-116

Inteligência artificial, separando ficção de realidade

A Orquestra Sinfônica de Londres executou, em 2012, uma composição intitulada “Transits – Into an Abyss”. Elogiada pelos críticos, o evento representou a primeira vez que uma orquestra de elite tocou uma música composta inteiramente por uma máquina inteligente, o computador Iamus projetado por pesquisadores da Universidade de Málaga, Espanha.

Em 2014, a empresa de capital de risco com sede em Hong Kong, Deep Knowledge, anunciou o sistema inteligente Vital (Validating Investment Tool for Advancing Life Sciences) como novo integrante de seu conselho de administração, agregando valor na captação e processamento de informação com impactos positivos na qualidade das decisões de investimento.

Na primavera de 2016, o sistema de inteligência artificial AlphaGo, criado pela companhia originalmente inglesa DeepMind, derrotou no hotel Four Seasons em Seul, por 4×1, o sul-coreano Lee Sedol, campeão mundial do jogo asiático Go.

Se no Ocidente a audiência foi relativamente baixa, na China 280 milhões de pessoas assistiram estupefatas à vitória do AlphaGo: como uma máquina pertencente a uma empresa da Califórnia (Alphabet, controladora do Google), venceu o melhor jogador de um jogo inventado há mais de 2.500 anos na Ásia (e os americanos nem sequer jogam Go).

Em outubro, o “Retrato de Edmond De Belamy do Obvious de Paris” — coletivo de artistas e pesquisadores –, foi vendido por US$ 432,5 mil (quase 45 vezes o preço estimado) pela Christie’s de Nova York, o primeiro leilão a oferecer uma obra de arte criada por algoritmos.

Todos esses eventos, aparentemente não relacionados, têm em comum a inteligência artificial (IA), tecnologia que invade nosso cotidiano. Parte do sucesso da Netflix está em seu sistema de personalização, em que algoritmos analisam as preferências do assinante e de grupos de assinantes com preferências semelhantes e, com base nelas, sugerem filmes e séries.

Acessamos sistemas inteligentes para programar o itinerário com o Waze, pesquisar no Google e receber do Spotify recomendações de músicas. A Amazon captura nossas preferências no extenso fluxo de dados que coleta a partir das nossas interações com o site (quais produtos analisamos, quando e por quanto tempo os observamos, quais as avaliações que lemos).

A Siri da Apple, o Google Now e a Alexa da Amazon são assistentes pessoais digitais inteligentes que nos ajudam a localizar informações úteis com acesso por meio de voz. Existe uma multiplicidade de algoritmos de IA mediando as interações nas redes sociais, dentre eles os algoritmos do feed de notícias do Facebook.

Eles estão presentes nos diagnósticos médicos, nos sistemas de vigilância, nas análises de crédito, nas contratações de RH, na gestão de investimento, na Indústria 4.0, no atendimento automatizado (chatbot); bem como nas estratégias de marketing, nas pesquisas, na tradução entre idiomas, no jornalismo automatizado, nos carros autônomos, no comércio físico e virtual, nos canteiros de obras, nas perfurações de petróleo, na previsão de epidemias.

A varejista Otto, que atua em 30 países com 13,7 bilhões de faturamento, usa os algoritmos de IA para antecipar as compras futuras dos clientes com base nos históricos.

Com 90% de precisão, os clientes recebem as mercadorias quase antes de encomendá-las, reduzindo custos pela eliminação de estoques excedentes e retorno de produtos (além de melhorar a taxa de retenção de clientes, fruto de maior grau de satisfação).

A North Face, líder mundial em vestuário, equipamento e calçados, lançou um sistema de compras on-line interativo: o cliente, por meio do processamento de linguagem natural, enquanto faz compras recebe recomendações personalizadas através de uma conversa com o “vendedor”.

A Bia, assistente virtual do Bradesco, é um exemplo no mercado brasileiro. A inteligência artificial, como qualquer tecnologia de propósito geral aos moldes da eletricidade, na segunda década do século XXI permeia praticamente todos os setores da economia, da ciência, e da sociedade.

Ela está transformando a maneira como nos comunicamos, como trabalhamos, como consumimos, como cuidamos da saúde, como programamos as férias, como pesquisamos.

É difícil encontrar uma atividade socioeconômica não mediada pelas tecnologias de IA. Para Kai-Fu Lee, ex-presidente do Google na China e autor do livro “AI Super-Powers China, Silicon Valley, New Word Order”, “grandes avanços teóricos em IA finalmente produziram aplicações práticas que estão prontas para mudar nossas vidas.

A IA já alimenta muitos de nossos aplicativos e sites favoritos, e nos próximos anos a IA estará dirigindo nossos carros, gerenciando nossos portfólios, fabricando muito do que compramos e, potencialmente, nos tirando de nossos empregos”.

Na visão dos mais antenados, numa velocidade assustadora, as novidades chegam pela mídia, pelas redes sociais, pelos amigos, pelo trabalho. Mesmo os que não fazem ideia do que se trata estão sofrendo, e sofrerão cada vez mais, impactos da inteligência artificial. Proliferam documentários, artigos nos jornais, programas de televisão; pululam filmes e séries de ficção científica com narrativas distópicas, como “Ex-Machina”, “Matrix”, “Blade Runner” e “Black Mirror”.

Essa visibilidade é positiva, contribui para colocar o tema na pauta, mas, em parte, mistura realidade com ficção. Para quem quiser se manter relevante, econômica e socialmente, vale conhecer minimamente como funciona a IA.

A maioria dos avanços observados na última década provém do Deep Learning (aprendizado profundo), inspirado no funcionamento do cérebro, por isso também conhecido como redes neurais (de neurônios). Por décadas, a abordagem dominante no campo da IA foi baseada em programas lógicos de computação, marginalizando a visão baseada no aprendizado de máquina.

“Nos anos 70 e início dos anos 80, era um anátema dentro da comunidade. Você não podia publicar um artigo que mencionasse a expressão redes neurais porque seria imediatamente rejeitado por seus colegas”, diz Yann LeCun, um dos pioneiros, atualmente pesquisador da Universidade de Nova York e diretor de IA do Facebook.

Um grupo restrito de pesquisadores, contudo, insistiu no caminho das redes neurais, particularmente Geoffrey Hinton, Yoshua Bengio e LeCun, obtendo reconhecimento definitivo em 2012 ao vencer a competição ImageNet (https://www.image-net.org). Os dois primeiros anos da competição apresentaram uma melhora na taxa de erro, de 28% em 2010 para 26% em 2011, “mas uma mudança de paradigma aconteceu em 2012, quando uma submissão deselegante e perdida se tornou a vencedora indiscutível do desafio ImageNet.

A submissão foi uma rede neural profunda e chegou com um erro de 16%”, explica Sean Gerrish (“How Smart Machines Think”). Nos anos seguintes, a aprendizagem profunda tornou-se onipresente, recebendo expressivos investimentos das principais empresas de tecnologia, e gerando volumosos lucros.

A técnica gerou lucros suficientes para o Google cobrir os custos de todos os seus projetos futurísticos, incluindo carros autônomos, Google Glass e Google Brain, e atualmente é usada em mais de cem serviços do Google, do Street View às respostas automáticas do Gmail. Sua popularidade, em parte, advém do fato de que as redes neurais são adequadas a problemas inteiramente distintos.

O treinamento consiste em mostrar exemplos (“inputs”) e ajustar gradualmente os parâmetros da rede até obter os resultados requeridos, denominado aprendizagem supervisionada: são fornecidos os resultados desejados (“output”) e, por tentativa e erro através de atualização iterativa dos pesos, chega-se ao resultado-meta, abordagem chamada de retropropagação (“backpropagation”).

A pergunta-chave migrou de “quais as características de um cachorro?”, fundamental na programação de sistemas, para “essa imagem é similar a uma imagem que já vi antes?”, cerne dos modelos estatísticos de IA.

A mesma capacidade de correlacionar a palavra cão com as imagens de cão no sistema de busca do Google, identifica tipos de câncer: os algoritmos investigam, num imenso conjunto de dados de imagens de tumores, correlações com indicadores da imagem em análise.

Semelhante ao procedimento tradicional dos médicos — correlações com casos armazenados na própria memória e/ou nos arquivos especializados — só que numa dimensão extremamente maior, com efeito positivo na assertividade do resultado.

A taxa de sucesso do Watson da IBM para o câncer de pulmão, p.ex., é de 90%, comparado a 50% para os médicos humanos. A interação com os aplicativos por meio de voz vem se popularizando. É possível consultar o Google “falando” o que se quer saber, dizer ao GPS onde se quer ir, dentre outros aplicativos com tecnologias de reconhecimento de voz.

Nesse caso, os algoritmos de IA calculam a probabilidade de um fragmento de voz corresponder a uma determinada palavra. O uso constante aperfeiçoa os algoritmos, melhorando a qualidade da interação e das respostas.

O protagonismo da função voz será cada vez maior, facilitando a inclusão digital. Do ponto de vista da tecnologia, os feitos concretos do aprendizado de máquina com base nas redes neurais decorrem da crescente disponibilidade de grande quantidade de dados (Big Data), e da maior capacidade computacional com as GPUs (Graphics Processing Unit), expandida com a “computação em nuvem”, que reduz significativamente o tempo de treinamento dos algoritmos.

Do ponto de vista da sociedade, a razão do sucesso é a capacidade preditiva do Deep Learning. Prever cenários futuros, e a probabilidade deles se realizarem, é o desafio de qualquer atividade. Os modelos estatísticos tradicionais baseiam-se em amostras e métodos de redução de erro com foco na relação de causalidade; esses modelos, além de custosos, não são viáveis em larga escala (Big Data).

Correlacionando grandes quantidades de dados, os algoritmos de IA são capazes de estimar com mais assertividade a probabilidade de um tumor ser de um determinado tipo de câncer, ou a probabilidade de uma imagem ser de um cachorro, ou a probabilidade de quando um equipamento necessitará de reposição.

A mineradora Vale implantou, recentemente, um sistema de monitoramento na Estrada de Ferro Carajás: um “carro controle” percorre mensalmente os 892 km da ferrovia captando os dados, que são utilizados no treinamento dos algoritmos de IA para prever a necessidade de manutenção de trens e trilhos, minimizando os impactos negativos sobre a operação (consequentemente, reduzindo custos).

Munidos dos dados gerados pelos sensores do carro controle, os algoritmos de IA identificam padrões específicos que indicam potenciais defeitos. Desde sua implantação, houve uma redução de 85% nas falhas.

No estágio atual da inteligência artificial não se trata de ensinar às máquinas a pensarem, mas apenas a prever a probabilidade dos eventos ocorrerem por meio de modelos matemáticos — estatísticos e grandes quantidades de dados.

Esses sistemas carecem da essência da inteligência humana: capacidade de compreender o significado. Apesar de todos os esforços, houve pouco progresso em prover a IA de senso intuitivo, de capacidade de formar conceitos abstratos e de fazer analogias e generalizações.

Assim sendo, não é adequado comparar o aprendizado de máquina ao aprendizado de uma criança (ou animal). “Nos primeiros meses de vida, os bebês aprendem uma quantidade enorme de conhecimento sobre como o mundo funciona apenas por observação.

Esse tipo de acumulação de enormes quantidades de conhecimento sobre o mundo é o que não sabemos como fazer com as máquinas. É um tipo de aprendizado onde você não treina para uma tarefa, você apenas observa o mundo e descobre como ele funciona”, diz Yann LeCun. Conceitos básicos sobre o mundo — tridimensionalidade, movimentação e permanência dos objetos, gravidade, inércia e rigidez — são aprendidos essencialmente pela observação.

Descobrir como incorporar esse aprendizado às máquinas é a chave para o progresso da IA, ou seja, as máquinas serem capazes de aprender como o mundo funciona assistindo um vídeo do YouTube.

Esses aparentes avanços, tão aclamados pela mídia, significam, sem tirar o mérito, “simples” sucessos de implementação, não são de fato avanços conceituais (científicos). São aplicações de avanços conceituais que aconteceram muito antes — desde os primeiros sistemas de aprendizagem profunda e redes convulsionais que remontam ao final dos anos 1980 e início dos anos 1990.

Estamos na fase de implementação (motivo da posição de quase liderança da China). O que desperta o entusiasmo da comunidade IA é que a inteligência artificial permeia o modelo de negócio de gigantes de tecnologia como Google, Facebook, Amazon, Baidu, Alibaba e está sendo igualmente impulsionada por outros poderosos setores como financeiro, varejo, telefonia, além de governos.

Todas as grandes montadoras estão investindo pesado em carros autônomos. Em 2017, a General Motors pagou U$ 1 bilhão pela Cruise Automation, startup do Vale do Silício com foco em carros autônomos, e investiu U$ 600 milhões adicionais em pesquisas. Relatório anual sobre IA do Massachusetts Institute of Technology do ano passado indicou que entre 2013 e 2017, nos EUA, o financiamento para startups com tecnologias de IA aumentou 4,5 vezes (vis-a-vis 2,08 vezes o financiamento sem IA).

Em 2017, o financiamento de capital de risco para startups de IA totalizou U$ 15,2 bilhões (crescimento de 141% em relação a 2016). O empenho da China em liderar o campo da IA é um forte acelerador; o Baidu, gigante tecnológico chinês, tem mais de 2.000 engenheiros alocados em redes neurais.

A PriceWatherhouseCoopers estima que o desenvolvimento da IA vá adicionar U$ 15,7 trilhões ao PIB mundial até 2030, sendo que a China ficará com U$ 7 trilhões desse total, i.é., mais de 50%, e os EUA U$ 3,7 trilhões. Para Andrew Ng, cofundador do Google Brain e ex-cientista-chefe do Baidu, as grandes empresas continuam a apoiar fortemente o “deep learning”, e não se baseiam apenas “em esperanças e sonhos, mas nos resultados que já estamos vendo”.

O ritmo e a velocidade da adoção em larga escala, contudo, depende de mudanças na infraestrutura e no arcabouço legal, ou seja, políticas públicas. No fim do ano, Martin Ford lançou um livro que vale a leitura: “Architects of Intelligence: the Truth About AI from the People Building It”.

São entrevistas com 23 dos mais importantes especialistas em IA, abordando questões-chave de forma acessível. Distinto do que possa parecer, estamos nos primórdios da IA.

“A inteligência artificial é um campo aberto. A natureza das inovações que estão por vir, a taxa na qual elas ocorrerão e as aplicações específicas às quais elas serão aplicadas estão todas envoltas em profundas incertezas”, afirma Ford.

Fonte: Dora Kaufman, Valor Econômico, 07/02/2019 – 10:28. Foto: divulgação.

Inteligência artificial faz surgir novas profissões

Mesmo sem se dar conta, você pode ter conversado com um robô nos últimos tempos. Muitas das interações de atendimento ao cliente hoje – resolver um problema no cartão de crédito pelo WhatsApp, tirar uma dúvida sobre um produto comprado em um site ou fazer uma pergunta para a Siri – acontecem com sistemas movidos por inteligência artificial.

Por trás de toda essa tecnologia, no entanto, há uma série de profissionais que tentam inserir um pouco de humanidade nessas ferramentas. São designers, linguistas, antropólogos e professores que buscam facilitar a comunicação entre máquina e ser humano.

Na medida em que ferramentas como “chatbots”e assistentes virtuais ganham espaço nos canais de atendimento de grandes empresas, novas ocupações estão sendo demandadas no mercado. Faz parte do trabalho garantir que a linguagem falada pelo robô esteja em linha com a imagem que a empresa quer passar, atender as necessidades dos clientes e fazer a curadoria do conteúdo que alimenta o algoritmo.

“Se a marca é formal, a linguagem usada com os clientes é completamente diferente daquela voltada para um público jovem”, explica Rodrigo Leme de Mello, professor do curso de experiência do usuário (UX, na sigla em inglês, mais usada no mercado) da escola de habilidades digitais Ironhack.

Uma mesma companhia presente em vários Estados precisa entender, por exemplo, gírias e regionalismos, além de compreender dúvidas de clientes que escrevem errado ou em siglas.

“Se entre humanos a comunicação é difícil, entre máquina e humano é ainda mais complicada”, diz Olnei Fonseca, formado em marketing e hoje especialista em UX no Banco Original. “Nunca imaginei que conversar sozinho seria tão útil”, brinca.

Fonseca começou a se interessar por chatbots em 2016, quando o Facebook incluiu essa possibilidade em seu aplicativo de mensagens. Pesquisou o assunto e desenvolveu alguns robôs por conta própria para pequenos negócios de amigos.

No ano passado foi contratado pelo Banco Original, onde trabalha com uma equipe multidisciplinar para afinar o assistente virtual que tenta resolver os problemas dos clientes pelo site, aplicativo e, mais recentemente, no Facebook. “Grande parte do nosso dia a dia é analisar os diálogos e o comportamento do usuário”, diz.

Para isso, a pessoa que vai “dar voz”ao robô precisa ter boa redação, interpretação de texto e capacidade analítica. Embora não participe do desenvolvimento da tecnologia, Fonseca considera essencial conhecer a inteligência artificial por trás da ferramenta.

Na Mutant, desenvolvedora de soluções de relacionamento com o cliente, há 23 pessoas dedicadas à criação de plataformas de atendimento automatizado em escrita, caso dos chatbots, e em interfaces de voz.

A equipe dobrou de tamanho desde maio do ano passado, quando o gerente da área, Leonardo Lima, entrou na empresa. Sua previsão é continuar a contratar em 2019. Há profissionais com formação em design, letras, jornalismo e antropologia. “Tem que ter multiplicidade para que seja um trabalho de humanização.

Não é uma equação tão exata”, diz. Ao contratar, o que ele mais busca é a afinidade com linguagem e comunicação, além de capacidade de empatia. Os métodos demandados para o trabalho normalmente são ensinados na empresa.

Formado em letras, Águino Silva produzia conteúdo para profissionais da área de atendimento na Porto Seguro quando foi convidado, em 2017 , para fazer parte da criação da equipe de chatbots da seguradora.

Para se adaptar à nova área, foi atrás de cursos e leituras sobre o assunto e participou de grupos e eventos da área. Seu principal desafio hoje é pensar como será a linguagem de um grupo de 28 empresas com atuações diferentes em todo o país.

Para entender como seria a “voz”da empresa em todos os seus serviços, foram organizados workshops com as áreas de atendimento, marketing e experiência do cliente, além de encontros semanais com as áreas de negócio para revisar os processos.

“O objetivo foi elaborar nosso comportamento de linguagem, desde uso de palavras técnicas no diálogo, neutralidade de gênero, emprego de emojis e gifs, até questões mais técnicas como sintaxe e conjuntos lexicais”, conta Silva.

Segundo a diretora de atendimento da seguradora, Sonia Rica, a equipe dedicada exclusivamente a isso tem cinco pessoas que vieram de outras áreas da empresa. “Buscamos conhecimentos complementares em comportamento humano, linguística e tecnologia”, diz.

As equipes de profissionais de atendimento ao cliente foram mantidas, para dar continuidade à resolução de demandas que o robô é incapaz de resolver. Na escola de negócios Saint Paul, a criação da plataforma de cursos on-line Lit no ano passado incluiu o robô “Paul” para tirar dúvidas dos alunos, o que trouxe uma nova função para os professores da instituição – ajudar na evolução da inteligência artificial.

Em um primeiro momento, os docentes, como Bruna Losada, que dá aulas de finanças corporativas, tiveram que mapear sua disciplina para inserir o conteúdo na base de dados do algoritmo.

Para não perder o controle da ferramenta, Bruna diz que a escola definiu que apenas um grupo de professores seria capaz de “ensinar”o robô. Ela, hoje, dedica metade do seu tempo a isso, e teve que aprender as nuances de dar voz a um tutor virtual. “A gente sempre tenta fazer com que a resposta seja leve, casual e simule uma conversa”, diz.

Quando uma resposta do Paul não ajuda os alunos, eles podem dar feedback, e essas questões são revisadas pelos professores. “No processo de aprendizado, a pessoa nem sempre sabe como perguntar, porque não conhece o conteúdo”, diz.

O Magazine Luiza está em busca de um profissional de “UX writer”para escrever os fluxos de conversação de atendimento da Lu, a garota propaganda virtual da rede de varejo que hoje empresta sua imagem à empresa nas redes sociais.

Para a nova vaga, que tem nível de especialista, o gerente de redes sociais e conteúdo Pedro Alvim tem recebido candidatos de áreas de redação e de atendimento. “É uma profissão que tem mais a ver com psicologia do que tecnologia, é sobre entender a intenção das pessoas”, afirma. Seu objetivo é contratar alguém que já atue com escrita e UX, mas ele vê que há poucos profissionais com experiência.

Ele conta que o atendimento em canais de redes sociais já é automatizado, mas de forma incipiente. Hoje, quando um cliente começa uma conversa com a “Lu”no Facebook da empresa, o mais provável é receber a resposta de um funcionário.

Alvim diz ainda não saber se essa equipe poderá ser substituída quando o robô estiver mais afinado. “Ela pode dar continuidade a atendimentos, ou pode ser uma equipe para treinar o bot”, diz. A área de design de conversas é um caso representativo de que a tecnologia vai substituir o trabalho humano, mas também vai criar novas funções.

Embora muitas ferramentas ainda não estejam substituindo o trabalho de atendentes, a tendência é que a inteligência artificial avance o suficiente para que isso se torne realidade.

A Algar Tech, que presta serviços de terceirização de canais de atendimento ao cliente, criou no ano passado um programa de formação para treinar e realocar profissionais que quiserem trabalhar com novas tecnologias, entre elas chatbots.

Mais de 1.200 funcionários se inscreveram, e cerca de 350 já terminaram ou estão no meio do treinamento. Hoje, em torno de 40 pessoas formam a área de robôs de atendimento, entre eles 10 curadores de conteúdo.

Profissionais das áreas de educação e de relacionamento com cliente foram as transferências mais comuns, diz o diretor de gente Júlio César Emmert. Segundo um estudo recente do Laboratório de Aprendizado de Máquina em Finanças e Organizações da Universidade de Brasília, que analisou a probabilidade de automação de mais de duas mil ocupações no Brasil, a função de operador de telemarketing tem 100% de chance de ser automatizada, e a de supervisor de telemarketing e atendimento, 7 7 %.

Paulo Ribas, responsável pela área de serviços cognitivos da Cedro Technologies, destaca que o aumento na demanda por soluções de chatbot e outros assistentes virtuais é causado principalmente pela redução de custos – um robô pode atender milhares de pessoas ao mesmo tempo e funcionar 24 horas por dia.

“O contraponto é que vai ter redução de profissionais em call centers”, diz Ribas, que já viu uma empresa cortar em 30% o tamanho da sua operação de atendimento por telefone.

Por enquanto, as conversas com robôs não excluem completamente o contato com humanos. Segundo Ribas, muitas vezes os sistemas são programados para transferir o cliente para um atendente “vivo”assim que algumas palavras entram na conversa – por exemplo, “Procon”ou “processar”.

Fonte: Letícia Arcoverde, Valor Econômico, 31/1/2019

Inteligência Competitiva Tecnológica: Cresce procura por especialistas em inteligência artificial

Resultado de imagem para foto inteligencia artificial free
Foto: Freepik

O movimento de transformação digital coloca em evidência as tecnologias de inteligência artificial (IA) e mantém em alta a busca e a formação de especialistas na área. “A demanda é grande, principalmente por projetos”, diz Caio Arnaes, gerente sênior de recrutamento da Robert Half, que registrou aumento de 30% em posições abertas na área de tecnologia no ano passado.

Segundo ele, a contratação temporária estimula o profissional a gerir seu próprio desenvolvimento e carreira e a investir em cursos, treinamentos e hackatons. Mas na medida em que a atividade ganha escala e passa a ser crítica na organização, a tendência será a empresa trazer o recurso para casa, acrescenta Jorge Maluf, da Korn Ferry. “As empresas vão ter de facilitar a vida desse cara em questões como prestação de contas e acesso a base de dados, senão ele fica lá seis meses e vai embora”, adverte.

Entre as que já entenderam o recado está o Serpro, que criou o Centro de Competência em Computação Cognitiva para disseminar conhecimento e apoiar a construção de novas soluções.

Treinamentos em instituições como Sucesso Tecnologia e Informação e Data Science Academy (DSA), além do programa de fomento à pós-graduação em ciência de dados, treinamentos internos e reembolso de cursos on-line fornecem a sustentação técnica para o uso de IA em soluções como CNH Digital, a tecnologia de validação de dados Data Valid e o chatbot da Receita Federal, aponta a presidente do Serpro Glória Guimarães.

A evolução da DSA retrata a ascensão do tema. A escola, nascida em 2016, comemorou em janeiro a marca de 100 mil alunos cadastrados em seus cursos a distância. O carro-chefe é o programa de formação em IA, com nove cursos e projeto final de construção de robô para atendimento, com 420 horas e custo de R$ 3,5 mil.

Também oferece cinco cursos gratuitos como Introdução a IA, em parceria com a Universidade de Helsinque (Finlândia) e linguagem Python, todos com certificados, explica a coordenadora Regina Jesk.

Neste ano o portfólio cresceu, com os programas análise estatística para cientistas de dados e formação de engenheiro blockchain.

Para Cesar Taurion, presidente do Instituto de Inteligência Artificial Aplicada (I2A2), criado pela startup especializada Data H para suprir sua demanda de talentos, a capacitação de profissionais para construção de algoritmos e soluções segue ao lado da necessidade de disseminar conhecimentos sobre IA na organização. “Sem boa percepção não há investimentos”, afirma.

No ano passado o I2A2 criou duas turmas de cinco alunos para projetos mão na massa. Os conceitos são baseados em curadoria de cursos EAD externos. Além de mais dois grupos este ano, a meta é criar programas “in company”.

Fonte: Martha Funke, Valor Econômico, 30/01/2019 – 05:00

Projetos de preservação ambiental da América Latina vão usar Inteligência Artificial

Moça numa plantação.

A sociedade enfrenta desafios ambientais sem precedentes, como a mudança climática, a necessidade de alimentar uma população mundial em crescimento, a perda de biodiversidade, a poluição devastadora e a garantia de abastecimento de água resiliente, entre outras questões. Felizmente para todos, a tecnologia e o meio ambiente podem estar mais intimamente ligados do que imaginávamos. A tecnologia pode não ser a única resposta para esses desafios, mas deve ser uma parte importante da solução.

Lançado em julho de 2017, o AI for Earth é o programa da Microsoft dedicado a distribuir investimentos em inteligência artificial (IA), pesquisa e tecnologia em quatro áreas principais: mudanças climáticas, agricultura, biodiversidade e água. Por meio de subvenções que fornecem acesso a ferramentas de nuvem e inteligência artificial, oportunidades de educação e treinamento em IA e investimentos em soluções inovadoras e escaláveis, o AI for Earth trabalha para promover a sustentabilidade em todo o mundo.

Hoje, a iniciativa AI for Earth revela quatro beneficiados latino-americanos na Argentina, México, Nicarágua e Porto Rico com os quais a Microsoft vem trabalhando. Além disso, hoje a Microsoft anuncia que onze agentes de mudança – incluindo um da América Central – receberão da Microsoft e da National Geographic Society a AI for Earth Innovation Grant, habilitando-os a aplicar IA para ajudar a entender e proteger o planeta.

Revelando AI for Earth para os beneficiários da América Latina:

Os quatro projetos vencedores da América Latina que usam IA da Microsoft incluem uma iniciativa para medir a saúde das florestas e avaliar quanto tempo elas demoram para se recuperar; uma outra voltada para promover o desenvolvimento sustentável da terra; e outro projeto concentra-se na análise dos efeitos da mídia sobre a percepção das mudanças climáticas:

Na Argentina, um grupo de especialistas em uso da terra, mapeamento da cobertura da terra, modelagem da qualidade da água e impacto da modelagem das mudanças climáticas do Instituto Patagônico para o Estudo de Ecossistemas Continentais, usará IA e redes neurais para classificar imagens de satélite da Patagônia para criar um modelo sobre o impacto do uso atual e futuro da terra / cobertura da terra na qualidade da água na região.

No México, o Centro Intercultural para o Estudo dos Desertos e Oceanos (CEDO) está usando um modelo de aprendizado de máquina para determinar como as mudanças climáticas são comunicadas na região do Golfo da Califórnia. Por meio da análise de dados dos escritos locais e regionais da mídia online, a partir de 2016 e 2017, o CEDO treinará seu modelo para criar estruturas temáticas e, assim, ajudar a apoiar estratégias de adaptação às mudanças climáticas entre governos e organizações sem fins lucrativos.

O Centro Humboldt, localizado na Nicarágua, tem um projeto destinado a fornecer às comunidades de regiões florestais e humanitárias, ferramentas técnicas e científicas baseadas em IA para defender seus ativos e territórios comuns. O foco é melhorar o uso da terra, promover o desenvolvimento da terra e gerenciar o meio ambiente de maneira sustentável.

O furacão Maria, que atingiu Porto Rico em 2017, causou grandes danos às florestas da ilha. A professora Maria Huriarte, da Universidade de Columbia, está usando a IA para realizar uma inspeção ecológica virtual de espécies arbóreas para entender melhor como as tempestades afetam a capacidade de armazenamento de carbono e mitigar a mudança climática, e como as florestas danificadas se recuperam com o tempo.

A IA não é apenas uma palavra do momento ou tendência, mas o exemplo de uma tecnologia que tem o potencial de estimular o progresso. “Estamos vendo avanços rápidos em soluções de inteligência artificial que abrem novas possibilidades para resolver os problemas mais desafiadores do mundo. Mas essas soluções não estão sendo usadas para entender e proteger o planeta e, por isso, estamos essencialmente cegos quando se trata de compreender como o nosso planeta está mudando e como resolver adequadamente os desafios relacionados ao clima na agricultura, biodiversidade e água”, disse Jennifer Marsman, engenheira-chefe de Desenvolvimento de Software do programa AI for Earth na Microsoft.

Microsoft e National Geographic AI for Earth Innovation Grant: Projeto da América Central representa a América Latina

A subvenção de US$ 1,28 milhão do AI for Earth Innovation anunciada hoje apoiará onze projetos para melhorar a forma como monitoramos, modelamos e gerenciamos o sistema natural da Terra para um futuro mais sustentável. O projeto vencedor da América Central propõe o desenvolvimento de um protótipo de um sistema de alerta antecipado de Harmful Algal Bloom (HAB, proliferação de algas nocivas) no Lago Atitlan, um marco da biodiversidade e cultura da Guatemala. À medida que a demanda por água doce se intensifica e a degradação dos corpos d’água aumenta, é imperativo fornecer informações ​​às autoridades locais de água para tomar medidas preventivas precoces. O objetivo é prever os próximos eventos de HAB no Lago Atitlan, já que o local passou por HABs recorrentes na última década.

O subsídio proporcionará aos beneficiários suporte financeiro, acesso a ferramentas do Microsoft Azure e IA, inclusão na comunidade do National Geographic Explorer e afiliação ao National Geographic Labs. Além disso, o programa apoiará a criação e a implantação de modelos e algoritmos treinados em código aberto, disponibilizando-os para comunidades maiores, incluindo outros pesquisadores e inovadores ambientais.

A inteligência artificial é um divisor de águas e há poucas áreas sociais nas quais a IA pode ser mais impactante do que traçar um futuro melhor para a Terra e nos dar a capacidade de entender como o nosso planeta está sendo impactado e acelerar soluções atrativas para seu benefício.

Para obter mais informações sobre o programa AI for Earth, visite nosso site.

Sobre a Microsoft Brasil

A Microsoft habilita a transformação digital na era da nuvem inteligente e da fronteira inteligente. Sua missão é empoderar cada pessoa e cada organização no planeta a conquistar mais. A empresa está no Brasil há 29 anos e é uma das 110 subsidiárias da Microsoft Corporation, fundada em 1975. Desde 2003, a empresa investiu mais de R$ 600 milhões levando tecnologia gratuitamente para 3.191 ONGs no Brasil, beneficiando vários projetos sociais. Entre 2011 e 2017, a Microsoft já apoiou mais de 6.200 startups no Brasil, com investimento superior a US$ 219 milhões em créditos em nuvem.

Fonte: Equipe Microsoft Brasil – relacionamento com a mídia e PR

Inteligência Competitiva: Intel trabalha com Facebook por novo chip de inteligência artificial

Executivo da Intel segura chip Ice Lake durante a CES, em Las Vegas
Executivo da Intel segura chip Ice Lake durante a CES, em Las Vegas – AFP

LAS VEGAS –Intel está trabalhando com o Facebook em um novo chip de inteligência artificial a ser lançado no segundo semestre deste ano.

O processador é a aposta da Intel para manter posição no segmento de inteligência artificial que atravessa rápido crescimento, mas a empresa enfrenta competição de chips similares desenvolvidos por Nvidia e Amazon.com.

O novo chip da Intel ajudará em tarefas chamadas por pesquisadores de “inferência”, que é o processo de usar um algoritmo de inteligência artificial em tarefas como inserção automática de tags em fotos.

Os processadores da Intel já dominam o mercado de inferência para aprendizagem de máquina, que analistas da Morningstar acreditam que vai valer US$ 11,8 bilhões até 2021. Em setembro, a Nvidia lançou seu próprio chip de inferência para competir com a Intel.

Também em novembro, a Amazon disse que criou um chip de inferência. Mas o chip da Amazon não é uma ameaça direta aos negócios da Intel e Nvidia porque a empresa não está vendendo os processadores.

A Amazon optou por vender serviços que usam os chips a seus clientes de computação em nuvem a partir do próximo ano. Se a Amazon depender de seus próprios processadores, a empresa poderá privar Nvidia e Intel de um grande cliente.

O anúncio do novo chip da Intel em parceria com o Facebook ocorreu durante a feira de tecnologia de consumo CES, em Las Vegas. Durante o evento, a Intel também afirmou que a Dell vai usar a próxima geração de processadores da Intel, de 10 nanômetros, em sua linha de notebooks XPS.

Navin Shenoy, diretor de centrais de dados da Intel, reiterou que os novos chips estarão disponíveis até o final deste ano e em centros de processamento de dados no início de 2020.

Também na CES, Amnon Shashua, diretor da unidade direção autônoma de veículos da Intel, a Mobileye, afirmou que a divisão mapeou todas as estradas do Japão por meio de câmeras inseridas em veículos produzidos pela Nissan Motor que estão saindo de fábrica com sistemas da Mobileye.

As rivais da Intel na área, como Alphabet e Apple estão recolhendo dados de mapeamento por meio de veículos especiais com câmeras equipadas no teto deles.
Fonte: REUTERS/FOLHA DE S.PAULO, 8.jan.2019 às 11h01

Inteligência Competitiva: Brasil fica entre os últimos lugares em ranking de automação de empresas


Depois que um profissional da fábrica da Unilever em Aguaí (SP) coloca um conjunto de 93 latas vazias na esteira, ninguém mais precisa encostar nelas para que caixas de desodorantes cheios e tampados das marcas Dove e Rexona deixem a empresa.

Trabalham ali empilhadeiras autônomas, que levam caixas com insumos e itens prontos de um lado para o outro, máquinas que sozinhas enchem as garrafas e as tampam em fração de segundo e braços robóticos que fazem o encaixotamento dos itens.

Há também um robô que, de duas em duas horas, pega itens prontos e verifica características como peso e diâmetro.

As máquinas registram tudo o que fazem e geram gráficos para que os operadores acompanhem o processo.

Equipadas com sensores, elas se comunicam. Ninguém precisa avisar que faltam latinhas na esteira. O sistema faz solicitações de mais suprimentos por conta própria.

Braços humanos não são usados nem para abastecer o caminhão que leva os itens para o centro de distribuição da empresa. Caixas com o produto final são empilhadas sobre uma esteira posicionada na frente do veículo e descarregam o conteúdo ali dentro.

Ricardo Gomes, diretor da fábrica, diz que ela foi desenvolvida buscando o que há de mais atual em termos de sustentabilidade e tecnologia. Com três anos, é a unidade mais nova da companhia no Brasil. A Unilever tem dez complexos fabris no país.

Segundo ele, a automação torna a produção mais eficiente, aumentando a qualidade e reduzindo o desperdício.

Em algumas semanas, até o abastecimento da esteira com latas será feito por máquinas.

Gomes nega que a adoção de automação diminua o número de trabalhadores. Segundo o executivo, ela permite que eles deixem atividades repetitivas e desconfortáveis e passem a se dedicar a buscar melhorias para a produção ou atuar em outras áreas.

“Temos de desmistificar a ideia de que a automação impacta a participação de pessoas. Quando a usamos, precisamos do ser humano, mas em áreas estratégicas.”

A companhia não informa qual o número de profissionais na unidade de Aguaí.

Apesar de a robótica estar em crescimento no Brasil, exemplos como o da multinacional ainda são raros no país.

Segundo dados da IFR (Federação Internacional de Robótica, na sigla em inglês), o Brasil tem dez robôs a cada 10 mil trabalhadores. A média global é de 74.

O Brasil fica na 39ª posição em um ranking de 44 países que mais usam a tecnologia. A liderança é da Coreia do Sul, com 631 robôs por 10 mil trabalhadores, seguida por Singapura (488) e Alemanha (309).

O atraso ameaça a competitividade das empresas brasileiras, segundo Fernando Madani, coordenador do curso de engenharia de controle e automação do Instituto Mauá de Tecnologia.

“Existe o medo da perda de empregos que a automação traria. Mas, se não formos mais eficientes, vamos perder todos os empregos”, diz.

Segundo Madani, um desafio para empresas que querem adotar robótica é ter mão de obra especializada para dar manutenção aos sistemas, especialmente no caso de pequenas e médias companhias.

“Um robô não é mais tão caro, é possível comprar muitos deles pelo preço de um carro premium, de R$ 300 mil.”

Empresas que fornecem robôs no Brasil, as estrangeiras ABB e Kuka e a nacional Pollux dizem que, apesar da presença baixa deles no país, a demanda vem em alta.

“Na crise, os grandes investimentos em linhas automotivas [em que robôs são mais adotados] foram menores, mas outros setores estão investindo mais”, afirma Daniel Diniz, gerente de marketing e vendas da ABB.

Edouard Mekhalian, diretor-geral da Kuka para o Brasil, diz que a demanda por robôs cresce cerca de 15% ao ano.

Segundo ele, entre os fatores que dificultam o avanço da robótica no Brasil estão o mercado historicamente mais fechado (o que diminuiria a busca por competitividade), as incertezas com relação à política e à economia (que afastam investimentos) e um mercado consumidor que não é acessado por toda a população.

José Rizzo, presidente da Pollux, afirma que o avanço do uso de robôs na década ficou abaixo de sua expectativa.

Ele diz que acreditava que, com o barateamento da tecnologia e o aumento do custo da mão de obra, haveria um crescimento forte a partir de 2014. Porém, como resultado da elevação do desemprego, o interesse por eles não foi o esperado.

Como os clientes não estavam dispostos a fazer investimentos, a companhia passou a oferecer robôs como serviço, alugando os equipamentos e ficando responsável por sua programação e manutenção.

Desde 2017, em vez de o cliente ter de investir R$ 400 mil em um projeto com robô, ele passa a ter a opção de pagar R$ 8.000 mensais para usar a tecnologia.

“Dificilmente iríamos acelerar a adoção no modelo antigo. Agora, de cada dez robôs instalados, oito são nesse modelo.”

Apesar de a iniciativa ter dado bons resultados, ele diz que a situação do país é preocupante: “Se não mudarmos nossa realidade, nem em cem anos tiraremos o atraso”.

Fonte: Filipe Oliveira, Folha de S.Paulo,  7.ago.2018 às 2h48