Skip to content

TI para Negócios

Como fazer a tecnologia trabalhar pelo seu sucesso e da sua empresa

Em Decisão polêmica, a Comissão Federal de Comunicações (FCC) votou nessa quinta-feira (14) pela revogação da neutralidade de rede na internet nos Estados Unidos. Esse é mais um exemplo da polêmica administração Trump, que tem sido alvo de diversos questionamentos por importantes camadas da sociedade americana. A mudança nas regras de neutralidade possibilitará aos provedores de Internet a discriminação de conteúdos que trafegam em suas conexões e da qualidade dos serviços de acordo com o valor cobrado. Contrárias à neutralidade, as empresas de telecomunicações justificam que não cabe ao governo estabelecer um “gerenciamento” da internet.

O presidente da Câmara Brasileira de Comércio Eletrônico (camara-e.net) e sócio do Almeida Advogados, Leonardo Palhares, afirma que a extinção da neutralidade de rede é um retrocesso para a sociedade e para a economia digital norte-americana, que poderá, sobretudo, limitar o desenvolvimento livre e democrático da internet, uma vez que possibilita às empresas de serviço de TV a cabo e internet, por exemplo, dar tratamento preferencial para alguns servidores e cobrar mais para que consumidores acessem conteúdos específicos ou até mesmo restringi-los. “A neutralidade de rede é fundamental para o desenvolvimento da Economia Digital, pois assegura uma internet livre e sem discriminação, beneficiando usuários e a inovação via startups. Toda iniciativa que vise a privilegiar a poucos em detrimento da liberdade da internet deveria ser repudiada” declara Palhares.

Leonardo Palhares, contudo, tranquiliza os Brasileiros: “Vale ressaltar que neste contexto o Brasil fez melhor. A neutralidade de rede foi desde 2014 declarada pelo Marco Civil da Internet como um direito dos cidadãos brasileiros”.

A Dell Technologies – uma família única de negócios que fornece a infraestrutura essencial para as organizações construírem o futuro digital, transformarem a TI e protegerem as informações – aponta quais serão os maiores impactos de tecnologias emergentes em 2018. O prognóstico é baseado na visão das principais lideranças das empresas que compõem o grupo – Dell, Dell EMC, Pivotal, RSA, SecureWorks, Virtustream e VMware – que relacionaram como Inteligência Artificial, Realidade Aumentada/Virtual, e avanços emergentes em aplicações de Internet das Coisas e Cloud Computing devem impactar o mercado no próximo ano.

Segundo Luis Gonçalves, Vice-Presidente Sênior e Gerente Geral da Dell EMC Brasil Commercial, nos próximos anos vamos ver essas tecnologias ganharem força e se tornarem cada vez mais comuns, com impacto nos negócios, criação de novas profissões e contribuição para o desenvolvimento da sociedade. “A Dell Technologies é a parceira de tecnologia ideal para que as empresas enfrentem o desafio de adaptar suas operações para ofertas de novos produtos e serviços, considerando as novas demandas da sociedade. Para ter êxito na nova era das parcerias homem-máquina, as empresas terão de aprimorar as suas capacidades no desenvolvimento de aplicações, preparar desde já a infraestrutura e qualificar a força de trabalho para essa nova realidade”, completa Gonçalves.

O que esperar de 2018:

1) Inteligência Artificial executará “tarefas de raciocínio” em alta velocidade

Nos próximos anos, a Inteligência Artificial vai mudar a forma como as pessoas trabalham com dados, não apenas em sua curadoria. As empresas aproveitarão a IA para fazer “tarefas de raciocínio” orientadas por dados, reduzindo significantemente o tempo que desperdiçam debatendo o escopo, cenários e testes de cada inovação. Isso dará mais liberdade para que tomem decisões e avancem com maior velocidade, evitando que novas boas ideias sejam desperdiçadas.

Ainda que muitos teóricos acreditem que a IA irá substituir empregos, novas tecnologias podem, inclusive, criar novas posições, desencadeando novas oportunidades. É esperado o aumento de demanda por um novo perfil de profissionais de TI, focado em treinamento e aperfeiçoamento de inteligência artificial. Esses profissionais serão responsáveis por definir os parâmetros para o que deve e não deve ser classificado para um resultado de negócios, determinar as regras de engajamento, e critérios sobre o que constitui ‘recompensa’, como exemplo de atividades. Uma vez que isso aconteça, a tecnologia poderá recomendar oportunidades comerciais positivas com muita agilidade.

2) Inteligência será incorporada à IoT

Em 2018, acontecerá um avanço significativo na incorporação de inteligência quase instantânea em veículos, organizações, casas e cidades conectadas. Com o custo de processamento de energia diminuindo, em breve, haverá 100 bilhões de dispositivos conectados e, rapidamente, 1 trilhão. A magnitude da combinação de dados, poder de processamento com o poder da Inteligência Artificial, vai ajudar as máquinas a orquestrarem melhor os recursos físicos e humanos. As pessoas devem evoluir para ‘condutores digitais’ com a tecnologia funcionando como uma extensão delas mesmas.

3) Headsets com Realidade Aumentada

Também não demorará até que a linha que separa a realidade “real” e a aumentada comece a diminuir. A viabilidade comercial da Realidade Aumentada já é evidente. Por exemplo, equipes de trabalhadores da construção civil, arquitetos e engenheiros usam headsets AR para visualizar novas construções, coordenar esforços com base em uma visão única de desenvolvimento e realizar treinamento remoto dos trabalhadores. Esta tecnologia irá redimensionar a eficiência humana ao aproveitar seu conhecimento para proporcionar uma evolução da força de trabalho. Outro campo onde será possível esperar grandes impactos é na área de entretenimento e nas arenas esportivas, que devem oferecer cada vez mais experiências imersivas.

4) Clientes e empresas estarão cada vez mais próximos

Um estudo da Dell Technologies mostrou que 45% dos líderes de médias e grandes organizações acreditam que elas poderão estar defasadas no prazo de 5 anos e 78% avaliam que startups representem ameaça aos seus negócios. Nunca foi tão importante colocar a experiência do cliente em primeiro lugar. No próximo ano, as empresas usarão análise preditiva, aprendizagem de máquina e inteligência artificial para entender as necessidades dos clientes e, até mesmo, antevê-las. Os serviços de atendimento ao cliente serão o pivô da mistura entre homem e máquina, com o atendimento humano interagindo com agentes virtuais inteligentes, como um time, para oferecer a melhor experiência.

5) Imparcialidade garantida pela tecnologia

Durante a próxima década, tecnologias emergentes, como VR e AI, vão ajudar as pessoas a encontrar e agir em relação à informação sem interferência de emoções ou preconceitos externos, ao mesmo tempo em que as capacitará para exercer o julgamento humano quando apropriado. A Inteligência Artificial será utilizada em processos de recrutamento e para realizar promoções de cargos, enquanto a Realidade Virtual será utilizada em entrevistas para assegurar oportunidades exclusivamente por mérito, mascarando a identidade do candidato com um avatar.

6) Crescimento do eSports no mercado de mídia e entretenimento

O mercado gamer será impactado por novos dispositivos de realidade virtual e computação de alta definição, com milhares de jogadores e espectadores sintonizados nas batalhas virtuais. Além disso, o fenômeno de eSports aponta para uma tendência mais ampla que impacta, inclusive, atividades humanas. Os esportes tradicionais, por exemplo, terão parte de suas atividades digitalizadas, buscando monitoramento a partir da análise de dados para melhorar o desempenho e criar novas experiências para o público.

7) Migração para a “mega-nuvem”

Em 2018, as empresas devem mover-se com maior agilidade em direção a uma abordagem multi-cloud que integrará os modelos público e privado, hospedados, gerenciados e SaaS. No entanto, à medida que mais aplicativos e cargas de trabalho estarão divididas em várias nuvens, o gerenciamento se tornará um desafio.

A mega-nuvem irá tecer várias nuvens privadas e públicas para comportar-se como um sistema coerente e holístico, que oferecerá uma visão unificada e inteligente de todo um ambiente de TI. Para tornar a mega-nuvem possível, será preciso criar inovações de nuvens múltiplas em rede (para mover dados entre nuvens), armazenamento (para direcionar dados para a nuvem correta), computação (para utilizar o melhor processamento e aceleração para as cargas de trabalho), orquestração (para ligar redes, armazenamento e computação em conjunto entre nuvens) e, como nova oportunidade, os clientes terão de incorporar Inteligência Artificial e Aprendizado de Máquina para trazer a automação e insights para esse ambiente de TI de próxima geração.

8) Desafios de segurança

Neste mundo cada vez mais interligado, a dependência de terceiros nunca foi maior e as organizações contam com sistemas altamente interconectados. Essa arquitetura traz novos desafios de segurança, uma vez que as invasões e ataques podem ter pequenos sistemas ou dispositivos como portas de acesso.

Devido à relação cada vez mais entrelaçada entre pessoas e máquinas, pequenas falhas podem causar grandes impactos de segurança. Por isso, será um ano em que as empresas vão priorizar a implementação de ferramentas de segurança cibernética e tecnologias efetivas para proteção de dados e evitar ameaças.

por Alexsandro Labbate

Embora o aprendizado de máquinas (machine learning) tenha estado na agenda da tecnologia nos últimos vinte anos, somente em tempos mais recentes seus potenciais benefícios em termos de gerenciamento de serviço de campo foram melhor compreendidos.

Embora o aprendizado de máquinas (machine learning) tenha estado na agenda da tecnologia nos últimos vinte anos, somente em tempos mais recentes seus potenciais benefícios em termos de gerenciamento de serviço de campo foram melhor compreendidos.

Parte integrante da inteligência artificial (IA), o machine learning (ML) utiliza a IA para analisar os dados de desempenho de uma empresa e então toma decisões capazes de torná-la mais eficiente. O interesse pela IA tem crescido nos últimos anos, com líderes tecnológicos como Elon Musk e Mark Zuckerberg, utilizando o aprendizado de máquinas para aprimorar a tecnologia existente.

No Brasil esse fascínio não é diferente e alguns brasileiros têm se destacado em iniciativas envolvendo o conceito de machine learning. O Brasil é, atualmente, um dos países com maior número de profissionais em grau máximo (considerados masters) em aprendizado de máquinas pelo Kaggle, um dos principais sites do mundo orientado à organização de competições de machine learning. O país fica atrás apenas dos Estados Unidos, China e Rússia. Além disso, o machine learning já é aplicado no Brasil em recomendações para os consumidores como filmes, viagens, músicas e ofertas de produtos e serviços.

O entusiasmo pelo machine learning em organizações de serviços aumentou profusamente, embora seus poderosos benefícios ainda não sejam completamente compreendidos pela massa. Empresas em todo o mundo começam a enxergar o ML como um “serviço de previsão”, pelo qual todos os tipos de dados macro e micro ambientais – tais como padrões climáticos e habilidades de um técnico específico, por exemplo -, podem ser perfeitamente conectados e analisados para fornecer previsões precisas baseadas no histórico.

E, enquanto tudo isso pode ser feito sem qualquer esforço de interpretação por parte dos profissionais que trabalham em organizações de serviços, a visão útil oferecida pode criar uma vantagem competitiva significativa.

Machine learning: a renderização do homem à máquina é redundante?

Pelo contrário. De fato, a combinação das previsões do machine learning com as pesquisas operacionais realizadas pelos líderes empresariais fornece um nível de inteligência comercial mais profundo e altamente valioso, permitindo uma tomada de decisão estratégica mais embasada, além de melhorar a produtividade e o desempenho. Então, como exatamente o machine learning pode alavancar novas oportunidades para as organizações de serviço em campo? Quando se trata de oferecer valor de negócio por meio do aprendizado de máquinas, as principais oportunidades giram em torno de melhor planejamento e de um agendamento mais preciso.

1. Previsões de padrões de tráfego

As organizações de serviços mais inovadoras já estão introduzindo a capacidade de encaminhar seus técnicos de acordo com os padrões de tráfego preditivos. Com base em dados históricos, como os padrões de tráfego de feriados, é possível direcionar os profissionais para trabalhos específicos quando o tráfego estiver menos congestionado nesses locais. Isso já garante uma grande economia de tempo e custos, sem mencionar as melhorias na experiência do cliente ao reduzir atrasos nos horários de chegada do técnico e a necessidade de longas janelas de espera. Além disso, as previsões derivadas do machine learning também podem proporcionar às empresas que fornecem serviços de reparação e instalação a domicílio indicações mais precisas em torno da duração estimada dos trabalhos, permitindo que o agendamento e a produtividade sejam otimizados.

2. Previsão do tempo

Muitos institutos de meteorologia já desenvolveram modelos de previsão do tempo que permitem prever padrões de clima baseados em informações históricas e outros fatores sazonais. Da mesma forma, as empresas de serviço em campo estão começando a se espelhar nesses modelos de previsões climáticas, adicionando capacidades de machine learning em seus sistemas de gerenciamento. Isso agiliza o processo de avaliar e identificar quando certos trabalhos – muitas vezes aqueles que precisam ser realizados ao ar livre ou em altitude – devem ser adiados devido à expectativa de mau tempo, de preocupações associadas à saúde e segurança, bem como considerações de tempo x custo.

3. Prevenção de não comparecimento de clientes

Um dos maiores prejuízos financeiros para as empresas que operam em campo é o não comparecimento de clientes, ou seja, o técnico desloca-se até a casa de um cliente no horário agendado apenas para descobrir que não há ninguém na propriedade para atendê-lo. Nesse cenário, o aprendizado de máquinas pode ajudar a prever se o cliente estará em casa ou não com base em dados de seu histórico, a localização de sua casa e uma série de outros fatores relacionados ao clima e sua situação de trabalho. Esse tipo de informação elimina desperdícios de tempo dos técnicos e aumenta a vantagem competitiva.

4. Envio da pessoa certa para o trabalho certo

O aprendizado de máquinas também pode agilizar as ofertas de serviços alocando determinados profissionais para trabalhos específicos. Por exemplo, se um técnico instala frequentemente medidores inteligentes em casas, já está familiarizado com esse tipo trabalho e, inevitavelmente, completará mais rapidamente as instalações. Por isso, os softwares de machine learning podem realocar esse profissional para futuras instalações de medidores inteligentes para acelerar os processos de trabalho. Racionalizar as decisões empresariais por meio do aprendizado de máquinas pode garantir que os funcionários atuem nos trabalhos em que se destacam, aumentando a satisfação do cliente.

5. Manutenção preditiva

Ao alavancar os dados gerados pela Internet das Coisas (IoT), o machine learning pode antecipar quando os reparos serão necessários e programar o serviço de forma proativa, sem precisar de intervenção humana. Consequentemente, o aprendizado de máquinas pode monitorar o status do equipamento e prever o surgimento de problemas, permitindo que os técnicos atendam ao equipamento antes mesmo que o problema seja encontrado. Ao optar pelo serviço preventivo em relação ao reativo, as empresas podem evitar falhas dispendiosas e interromper paradas espontâneas que irritam os clientes e demandam tempo dos engenheiros.

Como a máquina está conduzindo as experiências de clientes e funcionários

Do ponto de vista do consumidor que precisa de um reparo, os benefícios do machine learning podem incluir um aumento considerável de “reparos na primeira visita”, garantindo que peças e técnicos certos sejam despachados já na primeira vez. Isso melhora no geral a satisfação do cliente e os níveis de experiência – algo que vem se tornando cada vez mais crítico em um ambiente no qual os clientes demandam níveis de serviço semelhantes à apps como o Uber, por exemplo, e possuem mais opções e influência do que nunca. Da mesma forma, para os profissionais que trabalham em empresas de serviços em campo, o aprendizado de máquinas também pode melhorar a experiência geral dos funcionários e apoiar os níveis de retenção das equipes.

Qual o próximo passo?

É claro que o machine learning continua a ser um novo conceito para muitos e as questões permanecem em torno da melhor maneira de aplicá-lo em um contexto de serviço em campo. Ainda há algum trabalho a ser feito para incorporar o aprendizado de máquinas nos sistemas de fluxo de trabalho existentes, de modo a que as futuras previsões possam ser mais facilmente integradas, compreendidas e aplicadas. As empresas que dominarem esse processo antes das massas, no entanto, certamente poderão melhorar sua conformidade com o Acordo de Nível de Serviço (SLA) e obter melhores recompensas de negócios.

*Alexsandro Labbate, Diretor Global de Marketing da ClickSoftware