INTELLIGENT AUTOMATION 08

MAGAZINE

Ano 01 - Número 08 - NOV/DEZ 2021

www.iamagazine.com.br

Intelligent AUTOMATION

LATINO AMÉRICA

Revista dos Profissionais de BPM, RPA , Artificial Intelligence e Digital Process Automation

Raio x da IA no setor de seguros no Brasil INTELLIGENT AUTOMATION Magazine entrevistou executivos da HDI Seguros, Tokio Marine e Allianz Seguros para entender o nível de adoção de tecnologias vinculadas à IA e à análise de dados. Para além de chatbots, as empresas têm adotado inteligência artificial na área de sinistros, precificação, prevenção a fraudes, relacionamento com clientes e corretores e outras.

Os planos da E-Deploy para expandir sua atuação - pág 26

O futuro dos bancos: como se antecipar ao consumidor digital nativo - pág 36

RPA Congress SP reúne entusiastas da tecnologia

IA a tortuosa jornada do laboratório para o mundo real - pág 64

2 | INTELLIGENT AUTOMATION

INTELLIGENT AUTOMATION | 3

MAGAZINE

EXPEDIENTE

Intelligent AUTOMATION PUBLISHERS

Eduardo David eduardo@iima.com.br Cezar Taurion cezar.taurion@iima.com.br

CONSELHO EDITORIAL

Cezar Taurion

David Dias

cezar.taurion@ ciatecnica.com.br

david.dias@accenture.com

Carlos Barreto

Alan Pelz-Sharpe

carlosba@optonline.net

alanpelzsharpe@ deep-analysis.net

Maurício Castro

mauricio.castro@br.ey.com

Martin Seefelder

Luís Ruivo

martin_seefelder@mckinsey.com

Gil Giardelli

gilgiardelli@5era.com

luis.ruivo@pwc.com

Ewaldo Del Valle

Weslyeh Mohriak

weslyeh.mohriak@automationanywhere.com

ewaldo.delvalle@sonda.com

INTELLIGENT AUTOMATION Magazine - Digital - é uma publicação bimestral do IIMA Instituto Information Management com versões em Português, Espanhol e Inglês.

seus produtos e soluções, planejar a expansão do mercado, promover suas soluções para alcançar os clientes e tomar as decisões certas sobre seu futuro.

Seu editorial aborda os avanços da Automação Inteligente de Processos Empresariais no Brasil e no Mundo, com aplicação das Tecnologias RPA - Robotics Process Automation, IA - Inteligência Artificial, Machine Learning, Deep Learning, NLP - Natural Language Process, BI, Analytics, Capture, BPM entre outras, que conduzem as Organizações em sua Jornada na Transformação Digital.

A INTELLIGENT AUTOMATION Magazine não se responsabiliza por opiniões de artigos assinados, notícias, cases ou outros conteúdos enviados por seus autores como colaboração.

Todo conteúdo da Revista pode ser reproduzido com a citação da fonte.

A Revista INTELLIGENT AUTOMATION Magazine colabora com os principais tomadores de decisão nas organizações e empresas para: prever tendências, orientar estratégias, melhorar

SOLICITAÇÃO DE ASSINATURA A assinatura é mediante o e-mail mariana@iima.com.br

INTELLIGENT AUTOMATION Magazine, se empenha em fornecer um conteúdo preciso, entretanto se exime de qualquer responsabilidade quanto a integridade ou adequação das informações, cabendo aos leitores a responsabilidade pelo uso que fará das informações.

ENVIE NOTÍCIAS PARA A REDAÇÃO Novidades, Artigos, Cases para o email: redacao@iamagazine.com.br

PROMOVA SUA MARCA E SOLUÇÕES Solicite o Mídia Kit para o e-mail comercial@iamagazine.com.br

EQUIPE DE OPERAÇÕES Atendimento aos Leitores: Mariana Dantas mariana@iima.com.br Produção Gráfica: Kevin Habara marketing@iima.com.br

Comercial: Gicelia Azevedo gicelia@iima.com.br Luciana Gottsfritz luciana@iima.com.br

Web Designer: Igor de Freitas igor@iima.com.br

Administração: Tadeu Nunes tadeu@iima.com.br

NOSSOS PRODUTOS PUBLICAÇÕES

EVENTOS

FEIRAS/ EXPOSIÇÕES

Revista INFORMATION MANAGEMENT INTELLIGENT AUTOMATION Magazine

Congresso INFORMATIONSHOW RPA & AI CONGRESS INTELLIGENT CAPTURE

DIGITAL EXPO RPA + AI EXPO

4 | INTELLIGENT AUTOMATION

Rua do Bosque, 1589 - 8º andar / CJ 809 e 810 CEP 01136-001 - Barra Funda - São Paulo/SP www.iima.com.br contato@iima.com.br Tel: 55 - 11 - 3392 4111

COMPARTILHE ESTA PUBLICAÇÃO:

CAPA

Por Roberta Prescott

Raio x da IA no setor de seguros no Brasil

O MOVIMENTO “SEM CÓDIGO”: PARA RESOLVER O PROBLEMA DE ESCASSEZ DE HABILIDADES, LIBERTE O DESENVOLVEDOR QUE HÁ DENTRO DE VOCÊ

HIPERPERSONALIZAR E PERDER

COMPUTAÇÃO DE BORDA DEVE SER CRUCIAL NA RETOMADA ECONÔMICA

AUTOMAÇÃO É PARA TODOS

CUSTO DE DECISÕES HUMANAS X INTELIGÊNCIA ARTIFICIAL

IA A TORTUOSA JORNADA DO LABORATÓRIO PARA O MUNDO REAL

PÁG 44 PÁG 32

O FUTURO DOS BANCOS: COMO SE ANTECIPAR AO CONSUMIDOR DIGITAL NATIVO

PÁG 12

PÁG 64 PÁG 52

OS PLANOS DA E-DEPLOY PARA EXPANDIR SUA ATUAÇÃO

PÁG 60 PÁG 48 PÁG 36 PÁG 26

INTELLIGENT AUTOMATION Magazine entrevistou executivos da HDI Seguros, Tokio Marine e Allianz Seguros para entender o nível de adoção de tecnologias vinculadas à IA e à análise de dados. Para além de chatbots, as empresas têm adotado inteligência artificial na área de sinistros, precificação, prevenção a fraudes, relacionamento com clientes e corretores e outras.

INTELLIGENT AUTOMATION | 5

6 | INTELLIGENT AUTOMATION

INTELLIGENT AUTOMATION | 7

8 | INTELLIGENT AUTOMATION

EDITORIAL

Cezar Taurion - VP Estratégia e Inovação Cia Técnica

C

hegamos ao número 8 da Intelligent Automation Magazine, nossa última edição do ano, e o tema central é a aplicação da IA no setor de seguros.

O setor de seguros, um setor antigo, pois a primeira seguradora surgiu em 1667 em Londres, tradicionalmente conservador, altamente regulada, com numerosos processos e sistemas legados, está em ebulição. Após o sucesso do Open Banking, vemos os primeiros passos na direção do Open Insurance, que se propõe a revolucionar a relação entre seguradoras e consumidores.

O Open Insurance é um projeto criado recentemente e que está incluído no conceito mais amplo de Open Finance, que é um ecossistema completo e integrado, também formado pelo Open Banking e, futuramente, o Open Investments. A ideia é promover um mercado de seguros aberto, no qual haja troca de informações entre seguradoras e outras áreas do setor, com a condição de que sejam aprovadas pela

SUSEP, instituição reguladora do setor de seguros. Sua primeira fase, Open Data, está previsto para se iniciar no fim desse ano.

O Open Insurance vai fazer com que as seguradoras acelerem o passo para embarcar em uma jornada digital. Não é mais “se” as tecnologias digitais vão mudar a indústria, mas “como” e “quando”. O desafio (ou oportunidade) para os responsáveis​​ pela transformação digital nas seguradoras está agora em determinar as prioridades e etapas concretas para se juntarem (se não liderarem) a revolução digital e, ao mesmo tempo, maximizar os ativos existentes.

A IA tem papel preponderante nessa transformação. A IA é uma tecnologia transformadora, assim como foram a eletricidade, o motor a combustão interna e a internet.

E o que é uma tecnologia transformadora? É uma tecnologia que muda e molda a sociedade. Como a eletricidade mudou e moldou a nossa atual sociedade, a IA já vai mudar e moldar a sociedade

na era digital e será o motor de transformação da indústria de seguros.

Para contribuir com os executivos do setor nessa jornada, preparamos excelentes entrevistas com gestores e artigos de profissionais que conhecem profundamente o assunto e nos dão sua valiosa contribuição para nos ajudar e entender essa revolução que está mudando o setor se seguros.

Esse é o papel que queremos exercer aqui na Intelligent Automation Magazine: incentivar os estudos, debates e aplicações reais da IA. A nossa publicação é feita para e pelos seus leitores.

A revista está e estará sempre aberta às ideias e contribuições de todos os leitores, sejam comentários ou artigos. Junte-se a eles. Queremos incentivar a criação de uma comunidade de estudos e práticas de IA aqui no Brasil e para isso a publicação se propõe a servir de catalizador e megafone.

Contamos com vocês!

INTELLIGENT AUTOMATION | 9

► Conheça a Plataforma de Automação Inteligente de Processos Referência no Brasil

Business Process Management

,_

Workflow Management

- ---·- -- --�.. - �---.........

,,..,,,,

,...

''-"""""""'

RPA + AI

• Simplifique a criação de processos digitais com agilidade e inteligência; • Combine produtividade, eficiência operacional e experiência de valor; • Utilize uma solução digital de ponta a ponta e 100% colaborativa.

Empresas líderes em diferentes segmentos utilizam nossa plataforma

••1 SÃO PAULO

N�

10 | INTELLIGENT AUTOMATION

1/lllll■m.t•

HONDA

comgos 9bradesco �-

ser

ALIANSCE SONAE

Uma plataforma, infinitas possibilidades

Criação visual

Geração automática para mobile

0

Open Code

DevOps

C9

AGENDE UMA DEMONSTRAÇÃO GRATUITA

ECM

se e a•

O �•�i..;ao•

9

-- ifo

Soli<ibçlodoComp,-.

Notação BPMN 2.0

Relatórios dinâmicos e analíticos

Big Data

SLA e escalonamento de atividades

Apenas um clique para deploy

OnlcmdoServi<o•

()pe<-,;Oes

• O

Disparos automãticos

DE TAREFAS INTELLIGENT AUTOMATION | 11

CAPA

Raio x da IA no setor de seguros no Brasil INTELLIGENT AUTOMATION Magazine entrevistou executivos da HDI Seguros, Tokio Marine e Allianz Seguros para entender o nível de adoção de tecnologias vinculadas à IA e à análise de dados. Para além de chatbots, as empresas têm adotado inteligência artificial na área de sinistros, precificação, prevenção a fraudes, relacionamento com clientes e corretores e outras.

Por Roberta Prescott

Repórter

A

umentar a eficácia dos processos e aperfeiçoar os mecanismos de detecção de fraudes; ofertar o melhor preço na ponta e atender melhor tanto o cliente como o corretor têm sido alguns dos benefícios que as seguradoras alcançaram ao implementar soluções de inteligência artificial.

Entrevistados por INTELLIGENT AUTOMATION Magazine, executivos da HDI Seguros, Tokio Marine e Allianz Seguros enfatizaram que a IA vai muito além de chatbots e que o setor

12 | INTELLIGENT AUTOMATION

tem abraçado a inteligência de dados de forma a se tornar mais eficiente, preditivo e assertivo.

“Vejo o mercado fazendo grande confusão das tecnologias e há, em IA, um roadmap grande para seguir.

Ter algoritmos desenvolvidos e funcionando é difícil, assim como ter a linguagem computacional e uma série de disciplinas que compõem a IA. O mercado de seguros ainda está engatinhando neste sentido”, ponderou Leandro Eschiavi, superintendente de inteligência de dados, arquitetura de

CAPA

TI e inovação da HDI Seguros. Ainda que as “iniciativas agressivas” sejam poucas, ele apontou que a IA tem sido bastante usada para se trabalhar dados. E, conforme apurou a reportagem, as seguradoras já têm projetos diversificados na área.

Guilherme Lissandre, diretor de data office da Allianz Seguros, compartilha da opinião de que, no Brasil, a adoção de IA ainda é nova. Ele mesmo ingressou na companhia em meados de 2019 com a missão de criar a área de data office, que é responsável por fomentar a cultura de dados e na qual está inserida a parte de inteligência artificial, de data management, de governança e de engenharia de dados.

Globalmente, segundo Lissandre, a Allianz Seguros tem trabalhado com

IA desde o começo da década de 2010 e, há cerca de cinco anos, criou a unidade chamada de advanced business analytics focada em fomentar o uso de IA e machine learning dentro das unidades dos países para que seja uma prática comum e que faça parte da transformação de dados da companhia. Hoje, esta unidade chama group data analytics. “A Allianz tem caminhado para ser uma companhia data driven em todas as áreas; para que as pessoas usem os dados para tomar decisão na ponta e todo mundo use o ativo para tomar decisão em todos os processos da companhia”, contou Lissandre.

O potencial de IA dentro das seguradoras é enorme. Todas as áreas podem se valer do uso; e não apenas no segmento de carros. “Já fizemos estudos com IA para prever

pragas na lavoura, detectar objetos, fraudes, precificação, sinistros e no financeiro até prever saída de colaboradores da empresa usando no RH. Há aplicações em diferentes áreas, tem um mundo vasto”, enumerou Eschiavi, da HDI. A jornada de implantação precisa ser acertada. O caminho é longo — e pode ser árduo. “Muitas empresas não têm nem o dado pronto, muitos estão em Excel. Enquanto IA não for abraçada pelo negócio, não vai virar, porque tem de ter estruturação dentro das companhias, da estruturação dos dados, de segurança, de LGPD etc.”, ponderou Leandro Eschiavi, superintendente de inteligência de dados, arquitetura de TI e inovação da HDI Seguros. Isso porque, se os dados não estiverem corretos, as decisões serão enviesadas.

INTELLIGENT AUTOMATION | 13

14 | INTELLIGENT AUTOMATION

CAPA

Guilherme Lisandre, Diretor de data office da Allianz Seguros Na Allianz, existe um departamento para preparar os dados para estarem disponíveis e prontos para serem consumidos. “A área de data office é responsável pelos dados para terem uma fonte única”, frisou Guilherme Lissandre. Os dados vêm desde sistemas de gestão de apólice com informações de clientes e sinistros etc, do aplicativo que fornece dados do veículo em forma de telematics e de sistemas de satélites para o caso de seguros na agroindústria a fontes externas públicas como IBGE e Central de Bônus. “O legal de tudo isso é deixar o dado contar a história; isso mostra coisas que a gente não enxergaria olhando um dashboard ou uma planilha, traz insights que nunca íamos imaginar”, apontou Lissandre. O diretor da Allianz contou que tem colhido resultados positivos e

conseguido acelerar o uso de analytics dentro da companhia.

Na Tokio Marine, os projetos relacionados à IA começaram há uns cinco anos e vêm evoluindo. Adilson Lavrador, diretor-executivo de operações, tecnologia e sinistros da Tokio Marine, considera que a seguradora está avançada em termos de IA. As iniciativas partiram da adoção de chatbots, usando tecnologia da IBM, mas avançaram para outros fins, como detecção de fraudes. Segundo Lavrador, há mais ou menos três anos a Tokio Marine entrou de cabeça em IA, instituindo uma área de inovação no Brasil e criando uma equipe para estudar e tratar do assunto.

“Depois que criamos a estrutura,

outras áreas começaram a investir e a trazer para seus quadros cientistas de dados. Hoje, diferentes áreas de negócios têm pessoas que mexem com IA dentro delas sendo suportadas pela área de inovação e IA, por uma questão de governança.

Temos o que chamamos de Comitê Einstein, criado pelo diretor que cuida de estratégia de mercado. São mais de 35 pessoas que discutem e trocam ideias de IA”, explicou o diretor da Tokio.

A equipe brasileira, disse o diretor, conta com suporte e apoio da matriz no Japão. “Um dos pilares de investimentos do grupo é IA, tanto que, ao redor do mundo, foram criados sete laboratórios de inovação, sendo o Brasil um destes pólos. Eles gostam muito do trabalho que fazemos

INTELLIGENT AUTOMATION | 15

16 | INTELLIGENT AUTOMATION

INTELLIGENT AUTOMATION | 17

18 | INTELLIGENT AUTOMATION

CAPA e trocamos muita figurinha. IA é um assunto muito discutido nestes grupos de inovação. Também temos a possibilidade aqui de aplicar várias coisas com apoio da matriz e do board Brasil”, afirmou Lavrador.

IA na detecção de fraudes Assim como nas instituições financeiras, uma das principais aplicações de sistemas de IA é na área de detecção de fraudes. Quando avançou nos projetos, a Tokio Marine adotou IA em fraudes, até porque já ser um processo mais maduro dentro da companhia. “Temos uma ferramenta que executa modelos de análise de dados de sinistros e a gente consegue identificar abusos e fraudes.

Conseguimos evitar R$ 11 milhões de pagamentos em casos indevidos por ano e, desde que o projeto começou, já deu mais de R$ 32 milhões de economia na área. Detectamos abusos e desvios de conduta e, assim, usando IA , evitamos pagamentos de sinistros em casos que não teriam cobertura”, detalhou o diretor-executivo de operações, tecnologia e sinistros da Tokio Marine.

res humanos não percebem. É o algoritmo que calcula a probabilidade de uma fraude ocorrer. “Este projeto agregou muito para nossa operação e agora ampliando para o residencial”, disse Melega.

Por exemplo, quando o cliente avisa sobre um sinistro de automóveis, a empresa usa inteligência analítica para identificar se o sinistro é verídico, real ou se tem possível fraude. É o novo modelo que traz a probabilidade e dá alerta para fraude em autos.

“Sem modelos, a mesa de operação tinha de analisar todos os sinistros; era baseado em feeling.

Hoje, o algoritmo é mais assertivo e acende alerta para o analista. Se a probabilidade é muito pequena do ponto de vista de fraude, o sistema nem deriva sinistro para

avaliação, já libera o pagamento”, detalha Melega.

Para que toda a engrenagem funcione, Leandro Eschiavi, da HDI, explicou que o algoritmo é periodicamente revisado, passando por análises constantes para não sofrer vieses, porque o comportamento de fraude pode mudar ao longo do tempo. “Isso que chamamos de IA, toda essa jornada e esse comportamento”, relatou.

“Dentro deste projeto, também usamos dados de redes de relacionamento tanto do indivíduo como do veículo”, acrescentou Melega.

Com esse projeto, a HDI Seguros registrou ganho operacional, uma vez que, antes, 100% dos sinistros tinham avaliação humana.

Agora, o desafio é expandir a so-

A HDI tem também trabalhado usando big data e inteligência machine learning neste sentido. Em 2017, a empresa fez um projeto focado em fraude e acabou mudando o patamar de aplicações usando algoritmos, conforme contou Rayani Melega, superintendente de analytics da HDI. Antes, a seguradora contava com nove modelos estatísticos que calculam a probabilidade de um evento ser fraude. Eram regras de negócio sem usar machine learning, que passou a ser adotado para identificar eventos que os se-

Adilson Lavrador, Diretor-executivo de Operações, Tecnologia e sinistros da Tokio Marine INTELLIGENT AUTOMATION | 19

Prezado Executivo Provedor de Serviços, A TCG está aqui para ajudá-lo a melhorar o seu retorno sobre o investimento (ROI) e a alcançar os seus objetivos.

WWW.TCGPROCESS.COM

▶ ▶ ▶ ▶

Precisa fazer sua operação mais escalável e confiável?

▶

Precisa acelerar a implementação e se adaptar às solicitações com mais facilidade?

Seus clientes exigem maior qualidade e segurança?

Precisa aumentar a eficiência e reduzir os custos?

Seus clientes estão solicitando serviços mais amplos e específicos para o setor?

Se você está enfrentando algum destes desafios, a plataforma DocProStar® irá lhe surpreender.

DocProStar® é um conjunto de produtos com tecnologia de ponta que atendem às necessidades dos Provedores de Serviços no processamento de documentos. Com recursos de autoaprendizagem e de autoajuste, os processos no DocProStar® podem ser configurados e implementados rapidamente em qualquer ambiente de negócio, sendo capaz de se adaptar automaticamente às diversas condições inerentes a uma 20 | INTELLIGENT AUTOMATION esteira de processos.

Recursos do DocProStar® que nossos clientes valorizam: ▶ Multi-canal, Multi-formato

O conteúdo de todas as entradas é tratado usando as mesmas regras, independentemente do formato e do canal. Esse tratamento unificado de fontes de entrada permite o processamento consistente e a melhor conformidade.

▶ Arquitetura aberta

Mantenha-se envolvido nos negócios do seu cliente. A plataforma DocProStar® permite fácil integração com novas tecnologias e aplicações de processos.

▶ Aprofunde, integre as regras de negócio e estenda seus serviços

Há uma necessidade cada vez maior de integrar ferramentas e sistemas específicos do setor. Fornecemos a você a plataforma e as ferramentas para prover funcionalidades de maior valor para seus clientes, estreitando sua relação com eles.

Precisa iniciar uma operação rapidamente?

Surpreenda seu cliente e torne-se o protagonista graças à velocidade de integração do DocProStar®.

▶ Multi-cliente, Multi-processo

A arquitetura permite a implantação de diversos processos diferentes na mesma infraestrutura, reduzindo a complexidade e reduzindo custos.

▶ Plataforma Multi-linguagem

Onde quer que seus operadores estejam, haverá uma interface de usuário em seu idioma local.

▶ Fácil de configurar e modificar

Um dos maiores desafios para um Provedor de Serviços é como atender às constantes solicitações de mudanças de seus clientes. O DocProStar® proporciona a capacidade de implementar solicitações de mudança mais rapidamente, de forma segura e mais rentável do que nunca.

▶ Melhor rastreamento para compliance e faturamento

Os detalhes dos dados processados são mantidos, permitindo contabilizar o seu consumo de maneira precisa e a qualquer momento. Isso também permite que você responda rapidamente e eficientemente às solicitações de compliance.

▶ Performance altamente escalável

Gargalos de CPU são coisa do passado. Basta adicionar processamento extra em tempo real - local ou em nuvem.

Saiba o que o DocProStar® pode fornecer para você.

A TCG têm ajudado os principais Provedores de Serviços a melhorarem seu ROI e a alcançarem seus objetivos. Invista 30 minutos e aprenda como o DocProStar® pode ajudá-lo a melhorar o seu negócio.

Agende uma apresentação hoje.

WWW.TCGPROCESS.COM AV. IPANEMA 165, SALA 605 ALPHAVILLE, SÃO PAULO CEP: 06472-002

TEL +55 11 3522 6604 INFO.BRA@TCGPROCESS.COM TCG-PROCESS-BRASIL

INTELLIGENT AUTOMATION | 21

CAPA lução para o segmento residencial, o que adiciona complexidade.

“Quando vai para casa muda completamente. Os algoritmos são outros, usamos históricos diferentes, porque fraude em casa é diferente que em auto. Então, usamos a experiência técnica e tecnológica do projeto de auto, mas criamos algoritmos diferentes para acertar o evento”, detalhou Rayani Melega. É preciso também ter calma para colocar em produção um projeto de IA. São 12 meses para deixar os algoritmos prontos e com subsídios para fazer análises, segundo explicaram os executivos da HDI. Além de fraudes Não é apenas para detectar fraudes que as seguradoras apostam em IA. Na Allianz, analytics foi usado para criar modelo que mostre como o corretor está se comportando e como o corporativo pode ajudá-lo a exercer melhor a sua função. “Entendemos as oportunidades que existem no mercado de corretores; quem tem potencial para crescer e conseguimos isso a partir de analytics”, disse Guilherme Lissandre. Na prática, um modelo de machine learning avalia o potencial da carteira de corretor correlacionando-o com tendências de mercado e emite alertas aos corretores. Com isso, a seguradora também avalia e compara como corretores diferentes, atuando em uma mesma região, reagem às ações propostas.

çar o perfil dele. Também pegamos pessoas que têm perfis semelhantes para melhorar o atendimento. Somos mais assertivos, se tiver modelo por trás”, contou Lissandre. “Ser eficiente, atender melhor o cliente e o corretor e ofertar o melhor preço na ponta: a IA já está presente nisso e muito mais”, acrescentou o diretor.

A Allianz também usa IA para avaliar o mercado de salvados e entender se pode — ou não — decretar que o veículo teve perda total. Para além do chatbot, HDI conta com projeto de precificação usando big data para reduzir a burocracia e o tempo para o corretor realizar cotação de seguros.

“Hoje, a maioria das seguradoras usa um formulário padrão. A gen-

te desenvolveu um novo modelo, usando big data, que possibilita o nosso canal fazer este mesmo cálculo apenas com três informações: o CEP, o CPF e a placa do veículo”, contou o superintendente de analytics da HDI, Rayani Melega. O projeto, que ainda está em fase piloto, tem como objetivo economizar tempo e aumentar a praticidade. A HDI quer revolucionar a forma do canal de vendas.

Após o corretor preencher essas três informações, o algoritmo busca os dados para completar os questionários. Por trás, o mecanismo é complexo. “Com essas três chaves, conseguimos acessar 250 variáveis que foram testadas e conseguimos garantir acuraci-

O uso na Allianz se estende aos clientes para entender quem são os segurados, quem é sensível a preço e a serviço, quem fica trocando de seguradora, para quem pode ter oportunidade de cross sell. “Olhamos o perfil do cliente para saber como ele se comporta, onde ele está e tra-

Rayani Melega, Superintendente de Analytics na HDI Seguros 22 | INTELLIGENT AUTOMATION

CAPA dade, usando score de risco da região e pontos georreferenciados”, completou Melega.

Na HDI, está em piloto um projeto que traz modelo de recomendação e personalização de produtos, da quilometragem de guincho, necessidade de carro reserva, cobertura de vidros, valor da cobertura de responsabilidade civil, tipo de franquias e porcentual da FIPE a oferecer um seguro residencial se for identificado que o cliente viaja muito. O algoritmo faz a sugestão automática de tipos de cobertura e produtos para cada cliente final. De acordo com os executivos, é possível oferecer uma melhora de precificação para o cliente e também ser usado como fonte de treinamento para os corretores.

No momento, está sendo avaliada a assertividade da solução no piloto.

Na Tokio Marine, Adilson Lavrador enumerou que IA está embutida em diversos processos. “Por exemplo, no jurídico, pegamos todo o histórico de processos de ações judiciais para identificar casos que podemos ter êxito ou não na causa com base no histórico. Colocamos modelos estatísticos e executamos IA. O jurídico recebe as informações e pode avaliar e dizer qual é a probabilidade de ganho de determinada ação, se tem ganho de causa baixo, ajuda a fazer acordo”, disse o diretor.

O algoritmo do jurídico entrou em desenvolvimento em 2019 e foi atualizado mais recentemente.

Lavrador disse ainda que a seguradora conta com inteligência artificial nas áreas de RH, marketing, jurídico, sinistro e precificação. Todas, segundo ele, têm pelo menos um processo ou uma

pessoa trabalhando na análise de dados usando IA. “A gente tem um big data na companhia abastecido por várias fontes de informações, como sistemas legados, informações que recebemos de agentes externos, informações estruturadas e não estruturadas.

São um monte de modelos e precisamos estruturar todas as informações. Então, criamos um big data e através dele criamos data lakes, estruturas de camadas e disponibilizamos isso para as áreas que trabalham com os dados e fazem as análises. Para se trabalhar com IA você precisa ter estrutura de dados forte e, por isso, criamos um big data que está embaixo da TI e tem modelo de governança para não existir silos e informações desencontradas”, destacou Lavrador.

Telemetria Sempre que IA é debatida para o setor de seguros de automóveis, a aplicação de telemetria e a consequente análise dos dados coletados emerge como caso de uso. Com a aquisição das operações de seguros de automóvel e de ramos elementares da SulAmérica por um valor estimado em R$ 3,18 bilhões, a Allianz incorporou o aplicativo que fazia esta medição. De acordo com Guilherme Lissandre, diretor de data office da Allianz Seguros, a ideia inicial do aplicativo veio da SulAmérica, mas o app foi remodelado para a Allianz.

Batizado de auto.vc, o aplicativo de telemetria que tem como objetivo entender como o motorista dirige, está em fase de implementação e deve ficar disponível para o público em alguns meses.

Já, na HDI, os executivos contaram

que foram feitos estudos e testes via aplicativo, mas sem colocar device no carro do segurado. “Estudamos algumas abordagens, fizemos um piloto pequeno e até o momento não encontramos um diferencial tão grande do que a gente já tinha em comparação com os modelos usando big data”, explicou Rayani Melega. “Vimos que nosso cliente não quer ser monitorado. No mercado EUA, é mais aceitável, mas o brasileiro não quer”, acrescentou Leandro Eschiavi.

Cada vez mais, as seguradoras têm investido em IA para trazer o valor do dado. Ano após ano, o uso de tecnologias como machine learning, de modelos preditivos e de arquitetura de big data tem aumentado com objetivo de refinar a análise de dados e conferir maior assertividade à precificação, à detecção de fraudes no sinistro, à mitigação de riscos, entre outros.

“Não conseguimos prever até onde a IA vai caminhar, mas está a passos largos para ter modelos super sofisticados. Uma coisa é prever o que a gente conhece, uma tendência de mercado e de preço, outra coisa é conseguir usar IA para entender coisas que você ainda não sabe”, apontou Guilherme Lissandre, diretor de data office da Allianz Seguros.

O caminho para avançar em inteligência artificial ainda vai longe.

Independentemente do estágio de maturidade dos projetos de IA, o consenso é que, mais importante que conseguir colocar algoritmos em produção, é fazer a manutenção e a atualização periódica deles. Inteligência artificial deve ser viva para dar resultados.

INTELLIGENT AUTOMATION | 23

Plataforma de RPA líder na América Latina

Construa robôs de maneira ágil, flexível e escalonável com a nossa ferramenta de RPA.

Nossos clientes

24 | INTELLIGENT AUTOMATION

Rocketbot O melhor partner para a transformação digital dos seus clientes

Robôs Paralelos

Academia

Licencia de desenvolvimento gratuita

Suporte em tempo real

Solicita seu demo

www.rocketbot.com

Certificações

Rocketbot

Robotic Process Automation

4.7 30 verified reviews

Submit a review

INTELLIGENT AUTOMATION | 25

Entrevista

Os planos da E-Deploy para expandir sua atuação A pandemia mudou o hábito de consumo, impulsionou a digitalização e transformou cadeias inteiras. E isso também afetou os fornecedores de soluções. Nesse período, a E-Deploy, fundada em 2006, por Paulo Francez e Emerson Gianinni, lançou o 3S Checkout, plataforma tecnológica para a transformação digital da experiência de compras, que atende ao conceito de delivery hub, realizando integração automática do restaurante com os grandes canais de entrega. Em entrevista, Francez, fundador e CEO, e Ernani Ferreira, vice-presidente de operações e sócio E-Deploy, contam um pouco da história da empresa e falam de como as soluções têm sido adaptadas para as novas demandas, como, por exemplo, com mais inteligência artifical.

Por Roberta Prescott Repórter

A

E-Deploy foi fundada em Conta um pouco da trajetória.

2006.

Paulo Francez — A história começou quando eu ainda estava no McDonald’s. Fizemos um software de PoS [ponto de venda] no Brasil que acabou indo para o resto do mundo. Minha história no McDonald ‘s terminou em 2006 quando eu abri a E-Deploy como uma consultoria focada em mobile, porque eu achava que essa seria a próxima onda. Fizemos, primeiro, o check-in móvel da Gol e começamos a fazer projetos para Natura e outras empresas,

2626| INTELLIGENT | INTELLIGENT AUTOMATION AUTOMATION

na linha de desenvolvimento em mobile e internet.

Em 2016, o Burger King estava atrasado na parte de tecnologia, chamaram um ex-chefe meu para fazer revisão da área de TI e ele me chamou para fazer uma consultoria para revisar toda a parte de gestão de restaurante. Assim começou nossa história. Eu propus o desenvolvimento do sistema de controle de gestão das lojas e a E-Deploy construiu. Começamos o trabalho de varejo fazendo software de backoffice para o Burger King. Depois, no fim de 2016, o Burger King decidiu trocar o software de PoS e abriu uma RFP no

Entrevista

mercado. Como a gente já tinha o backoffice, eu resgatei a empresa que havia feito o software para o McDonald’s e me propus trazer o software para o Brasil e tropicalizá-lo para participar da concorrência.

muito importante — fomos responsáveis pelo aplicativo de treinamento das consultoras, por exemplo. Em 2016, fomos para o lado de varejo, criando a E-Deploy Retail e criando o 3S Checkout.

Ganhamos a concorrência e, assim, nasceu a E-deploy Retail. Nós tropicalizamos esta solução que, ainda, não era 100% E-Deploy, ganhamos a concorrência e começamos a implementar. Em 2017, nós viramos todas as lojas do Burger King e começamos a evoluir, criando delivery, aplicativo, token e integração com marketplaces e meios de pagamentos, em uma evolução com uma série de funcionalidades que o produto internacional ainda não tinha.

Qual é o atual momento da empresa?

Francez — Hoje, estamos em crescimento, focando na aquisição de clientes. Estamos fazendo mídia e divulgação; é um momento de expansão no Brasil e fora.

Já estamos em contato com México, Estados Unidos e Itália, porque a solução 3S Checkout é flexível em termos de internacionalização, como moedas e línguas.

Temos um comercial internacional, uma pessoa que mora nos EUA e que está fazendo esse trabalho para a gente. Esse parceiro vai fazer o papel de integrador. A ideia é termos integradores nesses países que também terão papel de tropicalizar a solução, porque ela é flexível e dá para você ter pedaços dela sendo feitos em vários lugares do mundo, localmente.

Hoje, temos duas divisões, uma de consultoria e fábrica de software, que chamamos de E-Deploy Consulting, e uma que cuida da parte do varejo, a E-Deploy Retail.

Quando nasce 3S Checkout?

Francez — Na verdade, o nome 3S Checkout foi dado agora, neste ano de 2021. O nome do produto era PoS E-Deploy e mudou para 3S Checkout. Batizamos, porque precisávamos ir para o mercado. Passamos todos estes anos evoluindo o produto, colocando todas as funcionalidades e, quando achamos que estava maduro, all-in-one, com todas as funcionalidades em um único produto, fomos para o mercado. O sistema toma conta de todos os aspectos do restaurante: atendimento, operação, menu, cardápio, produção, relação com a cozinha, automatização de produção e delivery e ainda oferecer relatórios, dashboards e inventário.

Quais foram os principais marcos nestes 15 anos?

Francez — Eu acho que, mesmo sendo consultoria, para mim o check-in da Gol foi um marco importante, assim como o pagamento via celular do PagSeguro, que fizemos um square para espetar no celular e passar o cartão. Também fizemos para Azul a parte de mobile. Trabalhamos oito anos com a Gol, participando da evolução de tecnologia do site. Fizemos umas 40 aplicações para a Natura, um cliente também

Vocês abrem faturamento? Qual é o plano para conseguir aumentá-lo?

Francez — No ano passado, faturamos R$ 39 milhões. Temos um plano de dobrar este valor em três anos, até 2024.

Isso inclui aquisições? Vocês estão considerando M&As? Francez — Essa seria uma estratégia sim. Sempre crescemos com capital próprio, porém, sabemos que, para brigar com os grandes, muitas vezes, isso significa que você precisa de investimentos de forma diferenciada para que você se posicione também de forma diferenciada. Muita gente já conversou com a gente e é uma possibilidade para aumentar a velocidade de crescimento.

Para serem comprados ou para comprar?

Francez — Para comprar, não para ser comprado, porque achamos que, neste momento, a empresa tem potencial enorme de crescimento e valorização. A gente imagina investidores, em um primeiro momento, e aquisições, principalmente, de empresas de sof-

INTELLIGENT AUTOMATION | 27

Entrevista

nologia relacionada a delivery foi uma das coisas que mais evoluiu com a pandemia. Antes, as lojas que trabalhavam com Rappi tinham de ter tablet dele, igual para Uber Eats, mas agora é tudo via 3S Checkout, porque integramos os marketplaces para que ficasse de forma transparente para as lojas.

Outra coisa que fizemos foi a flexibilidade de integrações, porque todos têm de ter informação. Integramos ERP, com tíquetes online, porque é importante para o cliente para fazer análises.

Desde a fundação da empresa até hoje, a tecnologia evoluiu e hoje temos inteligência artificial, machine learning e outros muito mais maduros.

Como IA, RPA e analytics foram — e estão sendo — incorporados às ferramentas?

Francez — Houve uma evolução do produto de gestão de loja, incorporando inteligência artificial para ajudar o gerente da loja a tomar decisões com os dados do dia a dia. Falando de roadmap, a gente vai lançar, na metade do ano que vem, um projeto que já iniciou e é complexo. É uma análise dos números da gestão do restaurante para descobrir, por exemplo, desperdícios ou se a venda está abaixo do que sempre foi, trabalhando as informações da loja de forma inteligente e dando subsídio para o gestor.

Paulo Francez, Fundador e CEO da E - Deploy tware que a gente possa agregar ao produto. Seria uma estratégia de crescimento e competitividade no mercado.

Ernani Ferreira — A IA também vai dar informações para se corrigir a operação durante o dia. Se você tem vazamento de produção ou improdutividade, a solução vai dando dados em tempo real.

Com a pandemia, muitos hábitos de consumo mudaram. Como isso afetou vocês?

Francez — Vimos mudanças no delivery. Antes cada um tinha um e, hoje, há os grandes marketplaces. A primeira coisa que nos preocupamos foi fazer um hub de delivery que se conecta para todos os pedidos caírem em um lugar só. O Delivery Hub realiza uma integração automática do restaurante com os grandes canais de entrega como iFood, Uber Eats, Rappi, entre outros. A solução oferece dados para estratégias de preço para cada canal e para o delivery próprio.. A tec-

Quais têm sido as demandas das companhias clientes?

Francez — Temos uma demanda bastante grande de autoatendimento. A pandemia fez todo mundo perder o medo tanto de comprar pela internet, como de usar totens. O totem reduz custo de mão de obra e, na pandemia, a eficiência de custo foi algo colocado em pauta por todos os clientes. Lá fora já se usa totem há muito tempo. Estamos vendo aqui que o autoatendimento é algo que o cliente está mais confortável em usar e tem sido uma forma de redução de custo. Sobre

2828| INTELLIGENT | INTELLIGENT AUTOMATION AUTOMATION

entrevista

delivery nem preciso falar, é preciso aceitar pedido de vários lugares e cair na mesma plataforma. E também há demanda por aplicativo mobile para se relacionar com o cliente, com CRM. Nos nossos clientes, estamos vendo que esses itens são fundamentais — e os clientes também estão buscando preço e hardware, estão atrás de soluções que necessitem um investimento de hardware menor.

Ferreira — Estamos vendo muita procura por autoatendimento, self checkout. E, na parte de hardware, hoje temos o Burger King que colocou totens grandes em 300 lojas para os clientes fazerem a compra sozinhos e pagar. O objetivo é fazer com que isso se torne cultura no cliente digital. Outra pegada digital é o pickup. O cliente compra, faz o pedido no aplicativo mobile, paga e pega em um armário com senha eletrônica, o que funciona muito bem para entregadores, por exemplo.

Como vocês enxergam o futuro de IA e RPA no setor do varejo?

Francez — Para mim, com a desmistificação do digital, é aquele negócio da compra sem ninguém. Também estamos vendo, com um foco maior em entregar, aumentar as dark kitchen e reduzir as lojas físicas. As dark kitchens são restaurantes virtuais, que dão preferência às vendas feitas via delivery ou take away. Com uma operação enxuta, o grande desafio é a gestão do negócio e as estratégias para conquistar clientes nos aplicativos de entrega. Nosso software tem de ser inteligente para a compra digital. Daqui a dez anos, a tendência é de os caixas acabarem. Em cinco anos, vamos comprar usando relógio, nem cartão de crédito. É a digitalização, com todo mundo comprando pela internet, pelo mobile e retirando onde quiser. É a flexibilização de comprar e retirar onde quiser.

Ferreira — O Paulo falou de dark kitchen e isso era uma novidade há 1,5 anos. E as lojas pickup também são dark, porque vão produzir e tudo é digitalizado, de forma dinâmica na mão do comprador e do cliente.

Outro impacto que vamos ter é na parte de hardware. Cada vez mais, o processo está se digitalizando e

Ernani Ferreira, Vice-Presidente de operações e sócio E-Deploy estamos caminhando para plataformas de bolso. Não vai mais ter totem, PoS, impressoras… esses periféricos todos estão desaparecendo dos estabelecimentos. Na verdade, os estabelecimentos estão desaparecendo e se tornando digital. Isso é o grande desafio. Não apenas para nós, do desenvolvimento digital, mas também para as empresas que produzem o hardware. Vai ser um grande impacto nos próximos tempos e não acredito que vá demorar dez anos não; cinco já é bastante tempo para toda esta mudança que vem vindo.

E ela vem em tsunami, em altíssima velocidade, porque todas as empresas querem estar na ponta tecnologia, querem reduzir custos e cada vez mais a internet de todas as coisas vai desabrochar para a grande fusão.

INTELLIGENT INTELLIGENT AUTOMATION AUTOMATION | 29 | 29

SuaHIPERAUTOMAÇÃO equipe hoje é estratégica ou passa o diaPROCESS fazendo E ROBOTIC AUTOMATION atividades repetitivas?

RPA

Automatize tarefas repetitivas, elimine erros operacionais, reduza custos e libere seus colaboradores para atuarem em iniciativas de maior valor agregado preparando sua organização para a

NOVA ERA DO TRABALHO.

Conheça nossas soluções:

Atualizações de sistemas, conferência de documentos, envio de e-mails padronizados, Consulte nossos análises especialistas para saber atualização de planilhas, de quantidade massiva de dados e tantas outras mais sobre as nossas soluções de atividades são repetidas diariamente por centenas de profissionais ao redor do mundo.

RPA E HIPERAUTOMAÇÃO.

Já parou para pensar como esses profissionais podem estar sendo utilizados de maneira pouco estratégica? Tarefas repetidas e com regras bem definidas não deveriam ser www.bridgeconsulting.com.br feitas por seres humanos.

Mas talvez possam ser feitas por robôs.

Automação robótica de processos (Robotic Process Automation, RPA) é uma tecnologia de software fácil de usar para automatizar tarefas digitais.

Com RPA, os usuários de software criam robôs de software, ou “bots”, que podem aprender, simular e executar processos de negócios baseados em regras. A automação RPA permite que os usuários criem bots observando as ações digitais humanas. Os bots de software de automação de processos robóticos podem interagir com qualquer aplicativo ou sistema da mesma forma que as pessoas, exceto que os bots RPA podem operar ininterruptamente, sem parar, muito mais rápido e com 100% de confiabilidade e precisão.

Características e benefícios do RPA: • Automatizar qualquer processo de negócio, de ponta a ponta; • Reduzir os obstáculos operacionais; • Organizar processos e dados complexos; • Fácil de usar; • Dimensionamento quase infinito; • Seguro; • Sem necessidade de suporte de TI; • ROI rápido e agilidade de implantação; • E muitos outros!

Saiba mais sobre os serviços especializados de RPA da AX4B e sobre a plataforma Automation Anywhere, principal solução de RPA do mundo.

AX4B.COM

CONTATO@AX4B.COM

(11) 3230-2760

Siga @ax4bgroup nas redes sociais

ARTIGO

Computação de borda deve ser crucial na retomada econômica

É Raymundo Peixoto,

Vice-Presidente sênior e diretor-geral de soluções para datacenter da Dell Technologies na América Latina

32 | INTELLIGENT AUTOMATION

certo que a retomada no pós-pandemia não será algo rápido - e também longe de ser fácil - mas depois de encarar um dos mais difíceis desafios de nossos tempos, as empresas terão a chance agora de um verdadeiro recomeço. Com a intensificação da distribuição de imunizantes ao redor do mundo e reduções nos casos graves e circulação do vírus da Covid-19, a ten-

dência é que as medidas de isolamento se tornem cada vez menos frequentes, permitindo a reabertura total da economia.

E se em 2020 as empresas precisaram se adaptar rapidamente, paralisando ou adaptando abruptamente suas operações, essa reta final da pandemia já nos mostra os próximos caminhos a serem seguidos.

ARTIGO Já é certo que a transformação digital, que foi quase que forçadamente acelerada nos últimos 20 meses, é agora a grande impulsionadora do crescimento econômico. O momento é de uma corrida para se adequar às novas necessidades e tendências, com uma chance de poder alinhar alta performance, conectividade e mobilidade de rede com segurança, uma demanda que já era vista como forte tendência no mercado, mas que ganhou ainda mais força. Um bom indicativo disso foi a constatação de que 42% das pequenas e médias empresas brasileiras apostaram na adoção de novas tecnologias. O dado, que foi revelado em uma pesquisa realizada pela empresa de consultoria e marketing Edelman em parceria com a Microsoft, apontou que 83% dos entrevistados apostam que as novas tecnologias vão liderar o caminho rumo à recuperação econômica.

A consultoria IDC estima que, até 2024, haverá um crescimento de 800% no número de aplicativos lançados para computação de borda.

Um dos efeitos mais visíveis do momento atual é ver a computação de borda (edge computing) atuando como impulsionadora de uma revolução na forma como coletamos, armazenamos e processamos dados, agora feita por meio de data centers localizados na ‘borda’ de uma rede, eliminando a latência.

Alcançar uma infraestrutura escalável e confiável para lidar com enormes volumes e complexidade de dados exige o desenvolvimento de novas abordagens para equilibrar transparência, confiança e segurança e exigirá investimentos para promover colaborações públicas-privadas significativas.

Com essa sinergia, o futuro da economia no Brasil e no mundo certamente terá um novo rumo.

Em vez de transitar por uma pequena quantidade de data centers centralizados, por dados gerados a partir de todas as câmeras, sensores e outras ferramentas de Internet das Coisas (IoT) alimentados por inteligência artificial, os dados agora podem ser processados diretamente na fonte ou perto da fonte.

Com a possibilidade de fornecer processamento e análise instantânea, com maior velocidade analítica, a computação de borda permite que as organizações automatizem operações, melhorem experiências, reduzam o uso e o desperdício de energia e melhorem as medidas de segurança de seus negócios.

A computação de borda desempenha um papel fundamental nessa jornada de transformação digital, proporcionando otimização de rede e tecnologia. Todo o potencial das velocidades 5G só pode ser realizado se a latência da rede for reduzida processando dados próximos ao usuário final.

Os resultados possibilitados pela combinação da computação de borda e do 5G prometem produzir soluções mais eficientes em termos de energia do que as tecnologias atuais, melhorando a eficiência operacional e a infraestrutura.

Revolucionando onde e quão rápido podemos processar e analisar dados, a tecnologia de borda oferece enormes oportunidades para países que vão além da fase de recuperação e em busca de crescimento e sustentabilidade a longo prazo.

Para perceber todo o potencial da computação de borda, governo e indústria precisarão trabalhar juntos.

E quanto mais cedo isso acontecer e com mais empresas inseridas nesse objetivo, novos e promissores capítulos da retomada serão escritos, com a computação de borda sendo fundamental em diversas frentes deste processo.

INTELLIGENT AUTOMATION | 33

34 | INTELLIGENT AUTOMATION

INTELLIGENT AUTOMATION | 35

ARTIGO

O futuro dos bancos: como se antecipar ao consumidor 3636| INTELLIGENT | INTELLIGENT AUTOMATION AUTOMATION

r digital nativo

ARTIGO

Marcelo Braga, Vice-presidente da IBM Brasil

C

ostumo dizer que a tão falada transformação digital não é um tema liderado pelas empresas, mas sobre como as empresas estão se adaptando para atender a uma sociedade que já é digital.

Nesse contexto, um novo consumidor ganha força: o nativo digital. O primeiro que utilizará uma nova “moeda” para medir as empresas: a confiança digital. E sabemos que a confiança, uma vez perdida, é difícil de reconstruir.

Estima-se que os nativos digitais representem 44% da população do Brasil até 2025, segundo estatísticas do CEPAL. Como consumidores, suas demandas por uma experiência digital de fato, que será comparada com a melhor experiência que eles têm com seus outros serviços digitais, não poderá ser ignorada pelas empresas.

O setor financeiro já está atento a esse novo tipo de consumidor. A procura por uma experiência digital nativa está tocando esse segmento, que não é mais formado somente pelos grandes bancos, mas também por startups de serviços financeiros e

INTELLIGENT INTELLIGENT AUTOMATION AUTOMATION | 37 | 37

O CANHOTO FÁCIL é um APP com plataforma web integrada, desenvolvido especialmente para otimizar a gestão de entregas, eliminando o uso de recibos de entrega, agilizando e facilitando a rotina do entregador.

Solução inteligente da VARITUS Brasil para captura, armazenamento e gerenciamento dos canhotos de NF-e, NFC-e, CF-e S@T, CT-e e recibos em ambiente eletrônico, através da leitura do código de barras ou QR-Code, além da captura de documentos não fiscais por digitação.

Baixe e teste gratuitamente até 100MB. 38 | INTELLIGENT AUTOMATION

Benefícios do CANHOTO FÁCIL Praticidade na instalação;

Velocidade e inteligência ao sistema logístico;

Rápida localização do comprovante ou recibo de entrega;

Aumento na segurança de dados;

Garantia efetiva da entrega com os dados do recebedor;

Redução dos custos operacionais;

Facilmente integrável através de API ou banco de dados;

Solução ambientalmente correta.

Registro junto ao SEFAZ, para atender a norma técnica 2019/001 do CT-e /CT-eOS e a Nota Técnica 2021.001 da NF-e.

Captura e armazenamento dos dados da NF-e, NFC-e, S@T, e CT-e.

Saiba mais

13

ANOS

INTELLIGENT AUTOMATION | 39

ARTIGO a integração desse ecossistema através do open banking. Desde o “compre agora, pague depois”, assistentes virtuais para atendimento, até criptomoedas, essas instituições estão se transformando em verdadeiras empresas de tecnologia. Agora são repositórios de dados massivos, com todos os riscos e responsabilidades que carregam, já que gerenciar cada vez mais dados requer mais proteção, base fundamental para se ter confiança.

Nesse cenário, os serviços financeiros devem ser simples, ágeis, resilientes e seguros. Seus ambientes de missão crítica, junto com enormes quantidades de dados que administram, requerem uma capacidade computacional e escala excepcionais e, ao mesmo tempo, devem conseguir unir o cumprimento normativo com inovação de seus serviços.

Seu sucesso neste processo determinará se podem ganhar e manter a confiança dos nativos digitais, e proteger sua vantagem competitiva durante a próxima década.

Para conquistar o nativo digital, a indústria de serviços financeiros deve adotar três princípios chave: Manter todos seus dados em só um lugar não é uma boa estratégia Determinar quais dados devem permanecer dentro dos servidores locais e quais devem migrar para a nuvem é o primeiro desafio. Nem todos os dados se criam da mesma maneira e, por isso, nem todos requerem um nível idêntico de controle e supervisão. Combinar a inovação no local com uma abordagem em nuvem híbrida permite obter até 5 vezes mais valor que

4040| INTELLIGENT | INTELLIGENT AUTOMATION AUTOMATION

uma nuvem pública.

Atualmente, apenas 10% das cargas de trabalho das instituições bancárias foram movidas para a nuvem, o que compromete a evolução da experiência do cliente e o crescimento. É necessária uma base sólida para o futuro, com uma arquitetura central modernizada, “livre” de antigas heranças e reinventada para os mainframes atuais, com velocidade em tempo real, segurança e agilidade, que se adaptarão a bilhões de transações sem uma maior latência, fundamental para aproveitar a Inteligência Artificial.

A pluralidade de provedores gera inovação segura A abordagem de um só provedor é restritiva e complexa, não satisfazendo as demandas de um cliente nativo digital. Um estudo realizado pela IBM agora no segundo semestre de 2021, aponta que 70% das organizações de serviços financeiros acreditam que ficar preso a um fornecedor gera um obstáculo significativo para melhorar o desempenho de seus negócios.

Artigo Se uma organização opera com algemas, em forma de silos e restrições impostas pelos provedores de tecnologia, dificilmente conseguem capturar essa nova realidade de mercado. Para que uma empresa seja ágil é necessário ter uma base interoperável e diversa. Esse ambiente se encontra na intersecção entre as instalações e as nuvens, onde a combinação de diferentes infraestruturas, tecnologias e aplicações permite que ela cumpra com seus objetivos competitivos de forma segura.

A segurança e a privacidade geram confiança Em um momento de abertura de plataformas, maior interconectividade do mercado e incremento das regulamentações, as medidas de segurança são ainda mais necessárias e requeridas.

Com esta abordagem, a segurança pode ser alcançada amplamente, oferecendo visibilidade de uma atividade suspeita na rede ou uma possível fraude e uma resposta rápida a essas ameaças suportadas com um uso de inteligência artificial. A privacidade também pode ser reforçada com tecnologias desenhadas para que os dados não possam ser manipulados, nem mesmo pelo provedor da nuvem, apenas seu proprietário.

Esses três princípios são a base para que as instituições financeiras atendam às experiências esperadas pelos nativos digitais e que requer arquiteturas abertas, híbridas (usando nuvem e seus próprios data centers) e que usam IA para escalar suas operações.

INTELLIGENT INTELLIGENT AUTOMATION AUTOMATION | 41 | 41

42 | INTELLIGENT AUTOMATION

INTELLIGENT AUTOMATION | 43

ARTIGO

AUTOMAÇÃO É PARA TODOS Com os avanços tecnológicos, pequenas e médias empresas já podem automatizar processos e melhorar a qualidade dos serviços oferecidos

H Paulo Victor, Cronemberger Costa de Oliveira Copywriter América Latina

4444| INTELLIGENT | INTELLIGENT AUTOMATION AUTOMATION

á alguns anos, falar em automação remetia imediatamente a empresas como IBM, Microsoft e outras gigantes da indústria da tecnologia. Apenas empresas de grande porte conseguiam investir em soluções de automação, otimizando seus processos de produção, atendimento e obtenção de dados — e aumentando exponencialmente a distância entre elas e suas concorrentes de menor tamanho.

Isso acontecia porque, para poder investir em soluções de automação, necessitava-se de um aporte

financeiro elevado, deixando de fora do jogo empresas com menos potencial financeiro e que abocanham uma fatia menor do mercado.

Felizmente, esse cenário tem se modificado drasticamente nos últimos anos. Os avanços da tecnologia no ramo da automação fizeram surgir novas empresas de menor porte, focadas em entregar soluções de automação acessíveis ao grande público.

São os chamados Managed Service Providers (MSPs, ou Provedores de Serviços de Tecnologia),

Artigo Artigo

que oferecem diversos pacotes de serviços para automação de processos repetitivos.

Alguns dos processos que podem ser automatizados são: geração e atualização de planilhas, atendimento ao cliente, marcação de consultas, geração de relatórios, gerenciamento de despesas, serviços de pós-vendas, emissão de notas fiscais, entre outros processos repetitivos e previsíveis que possam existir.

Dessa forma, uma variedade enorme de modelos de negócio pode se beneficiar de uma solução em automação — escritórios de contabilidade e advocacia, clínicas médicas e hospitais, padarias e restaurantes, lojas de atacado e varejo, concessionárias, etc.

Sergey Yudovsky, co-fundador e CEO da ElectroNeek — uma das empresas líder em automação (RPA) no mercado — comenta sobre a popularização da auto-

mação atualmente: “Desde o primeiro dia, nossa missão é democratizar a complexa tecnologia RPA e torná-la acessível a empresas de todos os tamanhos.

Nossos parceiros capacitam seus clientes com as ferramentas RPA premium que permitem a criação de automação ilimitada e escala RPA dentro de uma empresa exponencialmente devido ao modelo de licenciamento ElectroNeek exclusivo que oferece custo zero de ‘software’ comercial”.

Dessa forma, a introdução da tecnologia de automação de forma acessível nas empresas tende a reduzir a distância entre gigantes multinacionais e pequenos comércios locais, possibilitando maior geração de receita aos players mais modestos e subsequente diminuição de custos — além de uma melhora na qualidade geral dos serviços prestados.

INTELLIGENT INTELLIGENT AUTOMATION AUTOMATION | 45 | 45

Quando a GFT entra na sua empresa com hiperautomação, as primeiras coisas que saem são os trabalhos repetitivos, volumosos e lentos.

A hiperautomação é a combinação de tecnologias de RPA (Robotic Process Automation), Inteligência Artificial, aprendizado de máquina e também o IBPM (Intelligent Business Process Management).

Aproximadamente 40% dos processos em negócios existentes podem ser automatizados através de robôs. O primeiro grande impacto da hiperautomação é o ganho de velocidade nas operações.

Por isso, o IBM RPA e a GFT trazem soluções para os processos de trabalhos repetitivos, além de melhorar a eficiência da empresa e incrementar valor ao cliente.

E não importa o estágio que sua empresa está. Sempre é hora para iniciarmos a transformação, de forma ágil e não invasiva.

46 | INTELLIGENT AUTOMATION

Veja o que a sua empresa tem a ganhar: Redução de tempo

Não invasivo

Precisão do processo melhorada

Custo de operações reduzidos

Risco minimizado de gestão

Escalabilidade aumentada

Melhora na moral da equipe

Foco no cliente

Expansão da companhia sem contratações

Novos negócios

Traga a força e agilidade do RPA da GFT para a sua empresa.

Shaping the future of digital business gft.com INTELLIGENT AUTOMATION | 47

ARTIGO

O movimento “sem código”: para resolver o problema de escassez de habilidades, liberte o desenvolvedor que há dentro de você vo ou website sem precisar escrever uma linha de código.

Marta Clark,

Vice-presidente LATAM da Alteryx

A

programação e a codificação passaram de uma atividade exclusivamente geek na década de 1980 para fonte de empregos de alta demanda e altos salários, abrindo o caminho para a era digital e evoluindo ao longo dos anos de um nicho de interesse específico para um impulsionador de negócios. Assim como a tecnologia causou uma expansão das habilidades de TI com tecnologias complexas, também abriu o campo para tecnologias mais simples.

Foi-se o tempo em que a codificação era apenas para programadores. O desenvolvimento de sistemas se tornou tão acessível que qualquer pessoa pode projetar e criar um jogo, aplicati-

4848| INTELLIGENT | INTELLIGENT AUTOMATION AUTOMATION

Encorajadas pela demanda competitiva por automação e novos aplicativos essenciais para o processo de transformação digital, as empresas que usam software tradicional simplesmente não conseguem acompanhar. Obscurecida pela enorme oferta de habilidades e demanda variada, a demanda por habilidades de codificação e programação atualmente supera em muito a exigência dessas habilidades para compensar os sistemas desatualizados.

A programação seguirá sendo uma habilidade insubstituível. A capacidade de se comunicar com a tecnologia em uma linguagem de codificação formal escolhida para fornecer resultados muito além de qualquer interface gráfica de usuário (GUI) sempre será um conjunto de habilidades altamente requisitado. Porém, agora temos a capacidade de “produzir em massa” resultados semelhantes aos que os programadores podem entregar por meio de colaboradores com capacitação em sistemas de baixo

código (low-code) - construindo um time interno de funcionários talentosos com as habilidades, o desejo, conhecimento e ponto de vista analítico para ter sucesso e prosperar em um ambiente cada vez mais rico em dados.

Os avanços nas tecnologias permitem que as empresas explorem plataformas fáceis de usar e sem código que ajudam a capacitar as equipes para o desenvolvimento de aplicativos que respondem a perguntas e fornecem informações na velocidade necessária para prosperar. A Gartner, empresa de pesquisa e consultoria em tecnologia, previu recentemente que, em 2024, o desenvolvimento de aplicativos de baixo código será responsável por mais de 65% da atividade de desenvolvimento de aplicativos. Com a possibilidade de que esse desenvolvimento aconteça fora do departamento de TI, os não programadores que entendem os problemas dos negócios estão cada vez mais preparados para ajudar a resolvê-los desenvolvendo aplicativos de fluxo de trabalho para os negócios.

ARTIGO Os analistas da Forrester estimam que, apenas em 2021, 75% de todos os softwares corporativos serão desenvolvidos com tecnologia de baixo código. Plataformas fáceis de usar e sem programação também são fundamentais para as organizações, fornecendo uma variedade mais ampla e sofisticada de recursos analíticos, permitindo que os cientistas de dados colaborem com outras pessoas fora da codificação em um ambiente amigável.

Com a programação demorando dias ou semanas, os departamentos tinham que esperar pelo desenvolvimento de uma solução. Agora, o avanço das plataformas sem códigos colocou os recursos analíticos e de desenvolvimento nas mãos de especialistas de negócios que conhecem o contexto das questões a serem resolvidas, têm as fontes de dados necessárias para fornecer informações e, com a plataforma analítica certa, podem desenvolver aplicativos que agilizam as percepções, aumentando a produtividade e eficiência geral.

As mesmas plataformas também estão tornando tecnologias como aprendizado de máquinas (ML - machine learning) e inteligência artificial (IA) mais acessíveis e ágeis. O ML e a IA deixaram de ser domínio exclusivo dos cientistas de dados, podendo ser implementados rapidamente e geralmente custam muito menos e levem muito menos tempo para serem implementados do que sistemas personalizados desenvolvidos por especialistas. Ao adotar interfaces intuitivas, de menus suspensos ou de apontar e clicar, os usuários podem começar em um alto nível imediatamente, sem a necessidade de anos de experiência. Com o uso de bibliotecas de elementos para desenvolver e implementar sistemas individuais ou departamentais, todos podem contribuir e colaborar na mesma plataforma, sem experiência de programação.

dos usuários aborda a computação. Essas plataformas de self-service amigáveis e sem código são importantes, pois permitem que as organizações acompanhem a inovação dos sistemas de código aberto enquanto expandem o alcance do desenvolvimento para equipes mais amplas. Enquanto a infraestrutura de tecnologia funcionar dessa maneira, sempre haverá a necessidade de programadores e arquitetos de sistemas para codificar e monitorar os milhares de aplicativos e algoritmos que ajudam a tomar as decisões digitais para os negócios. No entanto, muitas vezes as organizações são obcecadas em contratar esses profissionais apenas para essas habilidades digitais raras e específicas, sem considerar o que é realmente necessário para atender às necessidades de seus negócios.

Embora a manutenção e o desenvolvimento mais amplo de sistemas seja um trabalho para os especialistas técnicos, o desenvolvimento de aplicativos não precisa ser reservado a uma elite. Com as plataformas de self-service certas combinadas à cultura onde as pessoas são encorajadas a ser criativas e pensar de maneira crítica, fazer as perguntas certas e resolver todos os tipos de problemas, o poder do desenvolvimento de aplicativos de negócios não está mais restrito a alguns profissionais, mas sim disponível para todos.

Os desenvolvedores e cientistas de dados estão sempre em alta demanda, mas o objetivo geral dessas iniciativas é tornar a ciência de dados e o desenvolvimento de aplicativos mais acessíveis para os analistas de negócios e especialistas de cada área que precisam colaborar com equipes maiores que normalmente não têm muito conhecimento técnico. Essas plataformas permitem que o usuário desenvolva proficiência usando interfaces amigáveis ou opte pela opção arrastar e soltar, que é totalmente livre de códigos e a forma como a maioria INTELLIGENT AUTOMATION | 49

50 | INTELLIGENT AUTOMATION

INTELLIGENT AUTOMATION | 51

ARTIGO

Custo de decisões humanas x Inte

S Vitor Ferreira,

Executivo Sênior, experiência em: Gestão.

Estratégia. Tecnologia da Informação.

Processos. Operações. Contas. Qualidade.

52 | INTELLIGENT AUTOMATION

im, você já leu, em algum lugar por aí, que a inteligência artificial derrotou o campeão mundial de xadrez em uma partida, lá em 1996, o mítico Garry Kasparov, considerado o melhor de todos os tempos.

Perdeu o match, mas ganhou uma partida, o que deixou todos estupefatos. Era o Deep Blue, computador da IBM com uma inteligência artificial estreita,

que foi alimentado com a dinâmica de milhares de outras partidas de xadrez, para poder decidir de forma autônoma como responder à cada movimento do campeão.

Também já leu, em algum lugar, que em 2016 o AlphaGo, da DeepMind, uma das muitas empresas do Google (Alphabet), conseguiu derrotar

ARTIGO

eligência Artificial o campeão mundial Lee Sedol em uma competição Go de cinco rounds conhecida como Google DeepMind Challenge Match. Aliás, tem um excelente documentário sobre o assunto na Netflix Esse tal de Go é um jogo de tabuleiro muito mais complexo e com muito mais variações e nuances do que o xadrez, muito mais. Mundialmente não é tão popular ou difundido, mas é globalmente aceito que o jogo requer inteligência verdadeira, concentração, sabedoria e um refinamento intelectual altíssimo. E o AlphaGo m a s s a c ro u o até então campeão mundial, imbatível deste jogo.

Eu não sei jogar Go, mas tenho muito interesse na história evolutiva que essa história representa. A DeepMind construiu o AlphaGo com base no aprendizado profundo (Deep Learningu), uma tecnologia que se baseia em analisar grandes conjuntos de dados para ensinar coisas a si mesma. O método foi inventado há muitos anos, mas apenas em tempos recentes alcançamos poder de computação suficiente para demonstrar sua eficácia, assim como o acesso a dados de treinamento suficientes para alcançar resultados excepcionais.

Basicamente, o que aconteceu nesta timeline que inaugura uma era exponencial, é que, nos últimos 50 anos nossa capacidade de processamento aumentou em cerca de um trilhão de vezes mais, e armazenar os dados necessários para treinar o algoritmo é quinze milhões de vezes mais barato. Todo o esforço da IBM para acumular potencial computacional para conseguir vencer o campeão mundial de xadrez em 1996, é hoje superado por qualquer celular de segunda linha (que além da incrível capacidade de processamento, também vem com conexão rápida, máquina fotográfica digital de alta resolução, capacidade imediata de re p ro d u ç ã o de mídias, etc. Em um mecanismo tão óbvio que qualquer criança intuitivamente consegue operar sem nenhuma instrução prévia.

Sim, essa evolução democratiza o Deep Learning - e suas tecnologias de IA relacionadas tocarão quase todos os aspectos de nossas vidas daqui pra frente.

E aqui, chegamos no ponto do título deste artigo.

Alcançamos a realidade em que o ambiente da verdadeira inteligência artificial é realmente factível INTELLIGENT INTELLIGENT AUTOMATION AUTOMATION | 53 | 53

Transformação Digital

com Assinaturas Eletrô

Com os pads de assinatura manuscrita eletrônica e os pen displays da Wacom, os provedores de serviços financeiros são capazes de digitalizar formulários, capturar assinaturas eletrônicas manuscritas e implementar fluxos de trabalho sem papel.

Entre em contato para saber mais

54 | INTELLIGENT AUTOMATION

ônicas

INTELLIGENT AUTOMATION | 55

ARTIGO

economicamente. E todos já perceberam o que essa corrida representa. Ao rompermos a fina membrana econômica que impedia essa evolução, teremos que tomar muitas decisões.

Porque se foi demorado, trabalhoso e custoso chegar até aqui, agora tudo será muito simples, rápido e barato. Que o digam os bilhões de usuários de smartphones que não precisam mais de mapas para decidir os seus caminhos diários, sendo guiados por um algoritmo que não só mostra o caminho mais próximo, como também o mais rápido, o que economiza mais combustível, que avisa onde está o posto de combustível mais próximo (e com melhor preço), e pode fazer rotas diferente para carro, moto, bike, pedestre e jegue. E olhe só... ninguém mais fica assombrado com isso, mas quando falamos, é assombroso, não é?

Você não precisa mais decidir o caminho. O algoritmo faz isso por vc. E faz com uma profundidade e um requinte, que você jamais conseguiria alcançar.

E faz isso porque aprende todos os dias com os dados fornecidos com todos os usuários, e fica mais e mais inteligente a cada dia.

Essa é apenas uma reflexão leve do que aconteceu nos últimos cinco anos.

Sim, enquanto você se acostumava rapidamente com o conforto e segurança proporcionados pelo GoogleMaps / Waze do seu celular, a IA tava ali, peleando. Nesse curtíssimo período, derrotou campeões humanos em Go, pôquer e no videogame Dota 2, e se tornou tão poderosa que aprende xadrez em quatro horas e joga invencivelmente contra humanos. Mas não é apenas em jogos que ele

5656| INTELLIGENT | INTELLIGENT AUTOMATION AUTOMATION

se destaca. Em 2020, a IA resolveu um enigma da biologia de cinquenta anos chamado dobramento de proteínas. A tecnologia ultrapassou os humanos na fala e no reconhecimento de objetos, serviu aos “humanos digitais” com um realismo estranho tanto na aparência quanto na fala, e ganhou notas de aprovação nos exames de admissão à faculdade e de licenciamento médico. A IA está superando os juízes em sentenças justas e consistentes e os radiologistas no diagnóstico de câncer de pulmão, bem como os drones de energia que mudarão o futuro dos atendimentos de emergência, da agricultura e da guerra. Finalmente, a IA está habilitando veículos autônomos que dirigem com mais segurança na rodovia do que humanos.

A única coisa que impede a adoção em massa das novas tecnologias é o lobby industrial dos velhos donos do pedaço, que ainda resiste como pode. Mas, que não conseguirá mais resistir por muito tempo, isso está claro.

Uma decisão humana sempre terá um alto esforço, recursos e custos envolvidos. E sempre terá uma enorme variação a cada exercício.

Com a IA, teremos decisões mais rápidas, mais estáveis, mais amplas e quase de graça. O tempo todo. Em tudo. Será a IA decidindo no seu lugar qual a melhor composição para o seu almoço de hoje. E eu sei que agora você ainda não acredita nisso.

Mas seu eu te dissesse, há 20 anos, que teu celular iria dizer qual o melhor a caminho a seguir, você iria acreditar? Pois é!

ARTIGO

INTELLIGENT INTELLIGENT AUTOMATION AUTOMATION | 57 | 57

58 | INTELLIGENT AUTOMATION

INTELLIGENT AUTOMATION | 59

ARTIGO

Hiperpersonalizar e perder

C Odilon Almeida, Head de Mercado Financeiro da InterSystems no Brasil

6060| INTELLIGENT | INTELLIGENT AUTOMATION AUTOMATION

hamar a atenção de clientes é uma disputa tão acirrada quanto fazê-los ler mensagens que chegam ao smartphone. À medida que a transformação digital avança nas organizações, no entanto, o uso de Inteligência Artificial (IA), Machine Learning (ML) ou Data Analytics torna essa tarefa mais amena. Aliado das estratégias de fidelização de clientes, com ofertas customizadas e relevantes, o conceito da hiperpersonalização se mostra grande tendência em

todos os setores da economia, incluindo os serviços financeiros, que passaram por grandes mudanças neste ano.

Ficou muito mais fácil aproveitar o legado de informações dos clientes armazenadas ao longo dos anos, tratá-las e transformá-las em ofertas personalizadas para cada perfil de cliente. Embora processos tradicionais construídos ao longo do tempo sejam a fórmula do sucesso, hoje as instituições se relacionam com clientes e prospects

ARTIGO preserva o histórico de informações, promove a transformação digital e garante a continuidade do relacionamento comercial.

A preservação dos dados é o grande legado para formatação dessas ofertas atraentes, desde que informações sejam tratadas e usadas com inteligência. É uma tarefa possível sem a completa intrusão ou disrupção do modelo de negócios. Essa tecnologia pode ser implementada em segundo plano e se autogerenciar paralelamente aos sistemas existentes sem interromper os negócios e as aplicações de missão crítica. Sem receio da inovação, os prestadores de serviços têm imensas oportunidades de crescimento e conseguem atender a grupos heterogêneos de pessoas.

que transitam em mundos bem diferentes, entre eles os que preferem pagar uma fatura no caixa do banco e aqueles que aderiram à digitalização totalmente com recursos como pagamento “contactless”, linhas de crédito online ou chatbots. É preciso satisfazer e contentar a todos. Para 91% de clientes analisados pela consultoria Accenture, por exemplo, é muito mais atrativa a escolha por marcas que os reconhecem, se lembram deles e fazem recomendações relevantes.

O novo recurso para as empresas percorrerem os vários caminhos e chegarem à reta final é a hiperpersonalização, um sistema que permite aos fornecedores customizarem ao máximo a experiência de seus clientes, o que reforça a fidelidade na relação. A hiperpersonalização possibilita que as empresas e bancos façam recomendações de produtos mais específicos e relevantes, como aumento do limite de crédito no ponto de venda, por exemplo. O processo pode parecer complexo, mas nem tanto. Além da implantação não interromper o fluxo dos negócios, a tecnologia

Para que empresas tradicionais se personalizem, devem implantar uma malha de dados inteligente (Data Fabric), que é uma camada acima de todos os endpoints disponíveis e serviços distribuídos – na nuvem, em seus próprios servidores ou em ambiente híbrido. Todos os recursos dos endpoints devem estar na mesma linguagem.

Isso é possível com apoio de uma plataforma de dados interoperável, confiável, escalável e intuitiva, com a implementação de um Data Fabric utilizando os recursos proporcionados por um sistema já consagrado no mercado. Na sequência, a plataforma é alimentada pelos dados com procedimentos de governança adequados para garantir que sejam limpos, relevantes, íntegros e confiáveis.

A tecnologia está a nosso serviço. Deve ser adotada para o trabalho pesado e proporcionar novas maneiras de relacionamento com clientes.

Os Data Fabrics, muito comentados por grandes institutos como Gartner e Forrester, são uma ótima estratégia para se aproveitar décadas de dedicação, pois permite que sistemas legados e novos coexistam sem conflito.

INTELLIGENT INTELLIGENT AUTOMATION AUTOMATION | 61 | 61

62 | INTELLIGENT AUTOMATION

INTELLIGENT AUTOMATION | 63

ARTIGO

IA a tortuosa jornada do laboratório para o mundo real V Cezar Taurion VP Estratégia e Inovação Cia Técnica

enho observando algo preocupante. Percebo que a maioria dos protótipos (PoC – Proof of Concept) de sistemas de aprendizado de máquina (ML – Machine Learning) que saem bombasticamente na mídia e em eventos não chegam a entrar realmente no estágio de produção. Com base na minha experiência, acredito que menos de 20% dos projetos de ML chegam à produção.

O resultado é que apesar de resultados impressionantes nos labs, apenas algumas empresas desenvolveram os recursos de ML em escala para trazer um valor agregado real para os seus negócios. O que vejo são chatbots, a maioria dos quais nem é minimamente “inteligente”! Não que o chatbot não seja interessante para o negócio, mas me parece apenas um arranhão na potencialidade de exploração da IA. As PoCs são geralmente realizadas com algoritmos relativamente simples, usando os dados de treinamento que estejam disponíveis ou rotulados internamente. O objeti-

6464| INTELLIGENT | INTELLIGENT AUTOMATION AUTOMATION

vo principal é mostrar que o algoritmo pode ser treinado para lidar com um caso de uso específico, com uma quantidade pequena de dados de treinamento. Caso tenha sucesso, o projeto segue para a fase de produção. Uma PoC bem-sucedida não é garantia de que a solução será escalonada, mas é um bom começo!

Uma sugestão: na minha opinião, as organizações devem investir em várias PoCs antes de irem para produção, porque precisam aprender sobre potencial de ML, melhorar sua cultura de dados e se educar em projetos de ML e suas características. Sair do primeiro PoC e entrar direto em um problema complexo para resolver por meio de ML, é uma excelente maneira de falhar. Não subestime a curva de aprendizado em ML! O estágio de produção representa um nível muito mais alto de complexidade para os projetos de IA. Agora você não está mais tentando provar que a solução funciona, mas que ela pode se integrar à infraestrutura de tecnologia e processos

INTELLIGENT INTELLIGENT AUTOMATION AUTOMATION | 65 | 65

66 | INTELLIGENT AUTOMATION

INTELLIGENT AUTOMATION | 67

ARTIGO

6868| INTELLIGENT | INTELLIGENT AUTOMATION AUTOMATION

ARTIGO

da empresa e ter um bom desempenho em condições reais.

Por exemplo, vamos imaginar que seu POC está usando dados pré-rotulados e obteve uma precisão de 70%. Mas, você pode considerar colocar um sistema de ML em produção e expor sua marca com uma solução com apenas 70% de precisão? Na maioria das vezes, os gestores se recusam por motivos óbvios. O risco de 30% de respostas erradas é muto alto. Portanto, para sair da POC e ir para produção, você precisa apresentar um plano sobre como alcançar um nível mais alto de precisão. Ou sejam, mais dados de treinamento!

Os gestores tendem a acreditar que, se atingirmos uma precisão de 70% em dois meses, precisaremos de apenas mais algumas semanas para alcançar algo aceitável (cerca de 90-95%). Isso é um erro porque na verdade os modelos têm um apetite insaciável por dados de treinamento e evoluir de 70 para 90% de precisão vai exigir muitos mais tempo e dados de treinamento do que os 70% originais. As necessidades tornam-se exponenciais e, obviamente, mais tempo significa mais dinheiro para financiar o projeto.

Muitas vezes a etapa de produção tende a ser subestimada no início de um projeto de ML. Mas, para ter sucesso, os projetos de ML precisam pensar grande desde o início, ainda na PoC, levando em consideração a estrutura tecnológica da empresa, o maior volume

de dados, as demandas de integração com outros sistemas a e os fluxos de trabalho internos. Mover-se para o estágio final de integração, onde os sistemas ML serão integrados às várias linhas de negócios e talvez disponibilizada para o usuário/cliente, exige infraestrutura em escala corporativa, segurança, privacidade, aderência aos princípios éticos da corporação, e suporte técnico.

Também é necessário presumir que novos e inesperados problemas surgirão conforme nos aproximamos da versão final da solução.

Por exemplo, se durante a PoC o algoritmo demonstrou boa capacidade de reconhecer rostos fotografados na mesma luz, na mesma distância e ângulo, ou seja, um ambiente de teste controlado, no estágio de produção o algoritmo vai ser exposto a muitas variações de iluminação, distância, ângulo, tom de pele, gênero e muito mais. Isso significa que o volume de dados a serem usados no processo de desenvolvimento e treinamento será muito maior que na POC. E vem a pergunta: esses dados estão disponíveis?

Um fato muito comum é subestimar o custo de construção do sistema de ML em escala real. Há muito mais investimento e demanda de recursos para colocar um protótipo em produção. É necessário ter budget para isso.

Colocar em produção implica em saber com que frequência as previsões devem ser geradas, se as previsões devem ser geradas para uma amostra de dados de cada vez ou para um lote de amostras, o número de aplicati-

INTELLIGENT INTELLIGENT AUTOMATION AUTOMATION | 69 | 69

Atuação nas diferentes necessidades analíticas Segurança, confiabilidade e baixo tempo de respostas.

Conheça a BlueShift Conheça a BlueShift

Experientes na entrega de soluções tecnológicas há mais de 8 anos, a BlueShift foi fundada em 2012 com o objetivo de oferecer soluções inovadoras no mercado, com alta capacidade de entrega.

Somos especialistas nas tecnologias de Big Data, Analytics, Inteligência Artificial, Machine Learning e RPA. Temos como objetivo impulsionar resultados e produtividade.

Nossos colaboradores possuem conhecimento prático e certificações de grandes parceiros nacionais e internacionais, e estão sempre prontos para acompanhar as necessidades do cliente.

Na BlueShift adotamos uma estratégia agnóstica com condições sólidas de crescimento, participando de eventos de tecnologias, buscando parcerias certeiras, atuando em ambientes híbridos e expandindo conhecimento em apresentações técnicas. Estamos sempre em crescimento acompanhando o mercado de dados!

Uma empresa Premiada Este ano fomos premiados com o Blue Prism Partner Excellence Awards 2021, na categoria Regional Newcomer of the Year - LATAM. Como reconhecimento pela excelente atuação em projetos de automação robótica de processos com clientes de diferentes segmentos e portes. Estamos em constante transformação digital, mudando a forma como nossos clientes operam, competem e inovam, com o poder disruptivo da automação inteligente.

Potencialize os processos corporativos com o RPA O RPA fornece tecnologia de transação entre diferentes sistemas das empresas. Com isso, por meio da automatização de processos, a empresa reduz custos, otimiza tempo e abre espaço para análises estratégicas e novos negócios.

70 | INTELLIGENT AUTOMATION

O que é RPA? O que é RPA? O RPA (Robotic Process Automation) é uma Transformação Digital que chegou para trazer inovações às empresas, aumentando a produtividade do negócio mediante a automatização de tarefas humanas. Os bots de RPA replicam as ações dos usuários interagindo com as interfaces de aplicativos de forma independente, ágil e quantas vezes forem necessárias.

Em comparação com outras ferramentas de automação, o RPA é diferenciado pela maior flexibilidade aos diversos tipos de processos.

Por se tratar de uma solução low code com mais de 600 comandos com integrações pré-construídas, a construção de bots se torna mais fácil e intuitiva, reduzindo o tempo e custo para implementação da tecnologia.

Outro ponto diferencial da solução é que ela auxilia na diminuição de erros humanos, como: dados digitados incorretamente, copiados equivocadamente ou omitidos, entre outras falhas. Além disso, o RPA compila e interpreta dados em tempo real, disponibilizando os dados através de Dashboards. Fazendo com que os colaboradores tenham uma visão otimizada do negócio.

+55 (11) 4605-5082

Entre em contato e contato@blueshift.com.br

conheça nossa solução.

Deseja melhorar os

BlueShift_br

processos empresariais dentro do seu negócio?

BlueShift Brasil

INTELLIGENT AUTOMATION | 71

ARTIGO

vos e sistemas que acessarão o modelo e os requisitos de latência desses aplicativos. Se estas demandas não forem definidas no início do projeto, podemos descobrir depois de um grande esforço que o modelo funciona muito bem quando na POC, mas a sua latência não atende à demanda dos usuários. É um modelo inútil.

As questões de desempenho estão relacionadas com a complexidade do modelo e com a sua demanda. O modelo será usado em processamentos batch ou o acesso será online, quase tempo real? A demanda por capacidade computacional e os recursos tecnológicos envolvidos devem ser cuidadosamente analisados e validados para garantir que os requisitos de latência dos usuários sejam atendidos. Um acesso via um app que demore minutos é totalmente inviável. A reposta deve ser instantânea. Os usuários hoje não aceitam demoras nas suas solicitações aos apps. À medida que você for obtendo experiência com projetos de ML vai aprendendo que os prazos são muito mais incertos do que os que você está acostumado, como no desenvolvimento de software tradicional. Os sistemas de ML não são desenvolvidos de forma linear, codificados de uma vez, testados e implantados. Normalmente, são necessários vários ciclos de treinamento para identificar uma combinação adequada de dados, arquitetura de rede e ‘hiperparâmetros’ (as variáveis que definem como um sistema apren-

7272| INTELLIGENT | INTELLIGENT AUTOMATION AUTOMATION

de). Essa dinâmica varia de acordo com o domínio e a natureza do problema e os dados disponíveis.

Portanto, pode ser um desafio prever ou automatizar iniciativas de IA, a menos que sejam muito similares aos projetos que você já realizou anteriormente. Além disso, precisamos ter confiança que não teremos anomalias. Diferentemente da computação programática onde o software responde diretamente ao desenvolvedor que coloca todas as instruções em linhas de código e caso a resposta não seja correta, você depura e conserta o código, o sistema de ML interpreta dados com seus algoritmos e daí toma suas decisões.

Nos algoritmos não supervisionados, não sabemos se a resposta está certa ou errada, pois a resposta pode ser algo que nós humanos não havíamos percebido e a máquina identificou como um padrão e gerou sua decisão a partir desta constatação. A máquina pode gerar resultados surpreendentes, que nós jamais imaginaríamos.

Um sistema de ML colocado em produção é diferente de um ERP tradicional. Neste último, assim que ele se torna operacional, você o deixa quieto, sem tocar mais nele. “Não mexa, se mexer estraga”! Já em ML, depois que um modelo é implantado, seu comportamento deve ser monitorado. Espera-se naturalmente que o desempenho preditivo de um modelo diminua com o tempo à medida

INTELLIGENT INTELLIGENT AUTOMATION AUTOMATION | 73 | 73

74 | INTELLIGENT AUTOMATION

INTELLIGENT AUTOMATION | 75

ARTIGO

7676| INTELLIGENT AUTOMATION | INTELLIGENT AUTOMATION

ARTIGO

que o ambiente muda. Esse fenômeno, conhecido como “efeito deriva”, ocorre quando as distribuições dos recursos de entrada se afastam da distribuição na qual o modelo foi originalmente treinado. Ou sejam, os dados que foram usados para treinar o modelo são agora diferentes do contexto real dos dados que entram para o modelo operar.

Uma vez detectado este desvio, ele pode ser reajustado treinando novamente os modelos. Mas detectar a deriva através do monitoramento é difícil, às vezes só sendo observado após dias, semanas ou meses de sua entrada em operação. Uma estratégia para esse monitoramento é usar uma métrica de um modelo implantado que possa ser medido ao longo do tempo.

Por exemplo, medir a distribuição de saída pode ser útil para detectar desvios, mesmo quando a saída real não está disponível em tempo hábil. A distribuição observada pode ser comparada à distribuição de saída do treinamento, e os alertas podem notificar os responsáveis pelo modelo quando esses valores divergirem.

Os projetos de ML precisam ser apoiados pela administração e sem apetite por investimentos de longo prazo, os sistemas de ML nunca alcançarão qualquer nível significativo de escala ou utilidade. É preciso tempo e paciência para desenvolver e gerar valor com esses projetos.

Em resumo, antes de investir tempo e dinheiro em sistemas de ML, você precisa de uma estratégia para orientar sua utilização. Sem uma estratégia de IA, os sistemas de ML se tornarão um custo adicional que não fornecerá um adequado retorno do investimento.

As iniciativas de ML não devem ser feitas pelo modismo, impulsionado pelo “efeito manada” (“todos estão fazendo”) mas com objetivos bem claros para resolução de problemas de negócio. Esteja atento às suas limitações, e separe os mitos da realidade.

Não existem soluções “plug-and-play” que magicamente funcionam do nada, sem uma, às vezes longa e exaustiva fase de treinamento do algoritmo; não esqueça que nem tudo pode e deve ser resolvido através de sistemas de ML; estude e se aprofunde nos conceitos, potencialidades e limitações dos algoritmos de ML; priorize seus projetos de ML baseados no valor a ser gerado e na sua viabilidade (existem dados para possibilitar treinamento do algoritmo?); assegure-se que você tem equipe preparada (“ML engineers” não são colhidos em árvores); e reserve budget adequado para seu desenvolvimento e contínuo refinamento. O treinamento dos algoritmos pode demandar muito tempo e a implementação do sistema pode demandar grandes recursos computacionais. Recomendo, para maior aprofundamento no assunto, a leitura do paper “Challenges in Deploying Machine Learning: a Survey of Case Studies”. No mais, boa sorte e colha bons resultados!

INTELLIGENT AUTOMATION | 77 INTELLIGENT AUTOMATION | 77

Growtec e DRUID anunciam parceria para apoiar implementações de RPA com Chatbots no mercado brasileiro

&

A Growtec anuncia a parceria com a DRUID AI para acelerar a transformação digital e as implementações de RPA no país. A mistura entre a experiência das equipes, pontos fortes e do portfólio das duas empresas, fornecem valor agregado quantificável para empresas que operam em finanças, seguros, saúde, indústria e serviços.

Os chatbots baseados em DRUID AI permitem que as empresas aprimorem a experiência do usuário com recursos de conversação exclusivos, integrados ao RPA. “Estamos entusiasmados com esta oportunidade de expandir nossa presença na América Latina para impulsionar a adoção e uso acelerado de IA de c o nve r s a ç ã o . N o s s o s a s s i s t e n t e s v i r t u a i s inteligentes farão uma diferença palpável em uma variedade de setores importantes de atividade, proporcionando tanto melhorias, bem como valor de longo prazo para as empresas brasileiras” Simona Hurjui, Alianças e Líder de Capacitação de Parceiro de Canais na DRUID.

Saiba mais acessando o QR Code:

Grupo Growtec grupogrowtec (11) 3288-3355 INTELLIGENT AUTOMATION | 79

80 | INTELLIGENT AUTOMATION