Buscar

indústria 4.0

Prévia do material em texto

AULA 6 
 
 
 
 
 
 
 
 
 
 
TECNOLOGIAS PARA A 
INDÚSTRIA 4.0 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Prof. Gabriel Vergara 
 
 
 
2 
TEMA 1 – INTELIGÊNCIA ARTIFICIAL 
Caro (a) aluno (a), no transcorrer dos conteúdos que abordamos nos 
deparamos com os mais diversos pilares que norteiam a referida revolução 
industrial. Contudo, existem alguns tópicos que vão além da Indústria 4.0 e são 
essenciais para lidar com este novo cenário. 
1.1 Inteligência artificial: conceito 
A inteligência artificial representa um grande marco alcançado pela 
humanidade, visto que, historicamente, sempre se almejou a concepção de um 
humanoide que pudesse realizar algumas atividades de caráter mecânico. Nesse 
viés, partiu-se para os estudos vinculados à robótica e para a tecnologia de 
inteligência artificial. 
Atentando-se para a expressão inteligência artificial, devemos nos 
remeter a como denominamos a nossa espécie: Homo sapiens, que significa 
“homem sábio”. No intuito de desvendar como pensamos, diversos estudiosos 
dedicaram um tempo significativo em busca de respostas nas mais diversas 
áreas, sendo algumas delas: filosofia, matemática e psicologia. A inteligência 
artificial, por sua vez, além de compreender o pensamento, visa construir 
entidades inteligentes (Norvig; Russel, 2013). 
Esse grande avanço teve seus primeiros passos na década de 1950, 
período no qual se criou uma grande expectativa com o avanço da tecnologia dos 
computadores e se imaginava atingir o patamar de inteligência humana, 
entretanto, somente em 1956 que se tem registrada a primeira manifestação 
oficial como campo de pesquisas científicas por ocasião da Conferência de 
Darthmouth (Medeiros, 2018). O estudo era para prosseguir com a proposta de 
que cada aspecto da aprendizagem ou qualquer outra característica da 
inteligência pode, em princípio, ser descrita tão precisamente a ponto de ser 
construída uma máquina para simulá-la (Norvig; Russel, 2013). 
De maneira geral, segundo Kreutzer e Sirrenberg (2020), a inteligência 
artificial pode ser definida como a capacidade de uma máquina para executar 
tarefas cognitivas que associamos à mente humana. Isso inclui possibilidades de 
percepção e capacidade de argumentar, aprender de forma autônoma e, assim, 
encontrar soluções para problemas de forma independente. 
 
 
3 
Com tamanha complexidade, a definição de inteligência artificial (IA) varia 
conforme o exposto a seguir (quadro 1), sendo que uma das definições expõe que 
a IA é uma atividade dedicada a tornar inteligentes as máquinas, e a inteligência 
é a qualidade que permite que uma entidade funcione adequadamente (Nilsson, 
2010). 
Quadro 1 – Conceito de IA 
 
Fonte: Norvig; Russell, 2013. 
Em linhas gerais, as definições que estão na parte superior do quadro se 
relacionam a processos de pensamento e raciocínio, já as definições da parte 
inferior se referem ao comportamento. Por sua vez, as definições do lado 
esquerdo medem o sucesso em termos de fidelidade ao desempenho humano, 
ao passo que as definições do lado direito medem o sucesso comparando-o a um 
conceito ideal de inteligência (Norvig; Russel, 2013). 
1.2 Desdobramentos da inteligência artificial 
Para que se tenha certo domínio da referida temática, principalmente para 
aqueles profissionais que realizam gestão de áreas que possuem tecnologias da 
indústria 4.0 em fase de implantação ou já implementadas, é de grande 
importância compreender de que forma a inteligência artificial é desmembrada. 
Conforme Silva et al. (2018), tem-se as seguintes subáreas: aprendizado de 
máquina (machine learning), algoritmo genético, processamento de linguagem 
 
 
4 
natural (PLN), redes neurais artificiais, robótica, sistemas especialistas e visão 
computacional. 
Segundo Alpaydin (2004), aprendizado de máquina ou, do inglês, machine 
learning, utiliza a teoria da estatística na construção de modelos matemáticos 
porque a tarefa principal é a inferência de uma amostra. O papel da ciência da 
computação é duplo: primeiro, treinamento, pois é necessário que se tenha 
algoritmos eficientes para resolver o problema de otimização, além de armazenar 
e processar a enorme quantidade de dados; segundo, eficiência, pois uma vez 
que um modelo é aprendido sua representação e solução algorítmica para 
inferência também precisam ser eficientes. 
Figura 1 – Aprendizado de máquina 
 
Crédito: maxuser/Shutterstock. 
Por sua vez, os algoritmos genéticos são definidos como técnicas 
heurísticas de otimização global. Em termos mais palpáveis, trata-se de 
algoritmos de busca baseados nos mecanismos de seleção natural e genética, no 
qual se combina a sobrevivência entre os melhores por meio de uma troca de 
informação genética, em que se objetiva constituir uma estrutura heurística de 
busca (Linden, 2012). 
Já as redes neurais artificiais (RNAs) são programas de computador de 
inspiração biológica, projetados para simular a maneira como o cérebro humano 
processa as informações. As RNAs coletam seu conhecimento detectando os 
padrões e os relacionamentos nos dados e aprendem (ou são treinados) por meio 
da experiência, não da programação (Kustrin; Beresford, 2000). Ainda, Kohonen 
(1988) define as RNAs como "redes interconectadas massivamente paralelas de 
 
 
5 
elementos simples (geralmente adaptáveis) e suas organizações hierárquicas que 
se destinam a interagir com os objetos do mundo real da mesma maneira que o 
sistema nervoso biológico". 
Figura 2 – Redes neurais 
 
Crédito: BreezyVector/Shutterstock. 
Conforme comentado no início desta aula, existe uma relação entre 
inteligência artificial (IA) e robótica, logo, se trata de outra subárea de interesse. 
De acordo Silva et al. (2018), a IA é utilizada para programar as atividades 
realizadas por robôs de forma satisfatória. Exemplos de sua aplicação podem ser 
encontrados em robôs usados em serviços militares para acesso a zonas de 
perigo ou ainda em indústrias de óleo e gás que possuem áreas de risco para a 
mão de obra humana. 
Sistemas especialistas são programas de computador que ajudam as 
pessoas a resolverem problemas. Para tanto, os programas obtêm 
recomendações precisas de ação tendo como referência a base de dados 
fornecida. Para esse fim, os sistemas devem ser fornecidos com uma infinidade 
de informações. A princípio, a base é formada por relações if-then por meio das 
quais o conhecimento humano é compreensível para os computadores. 
 Por fim, a visão computacional refere-se ao processamento de sinais que 
representam imagens, principalmente fotos e conteúdo de vídeo. O resultado do 
https://www.shutterstock.com/pt/g/IDes
 
 
6 
processamento da imagem pode ser uma imagem ou um conjunto de dados que 
representa as características da imagem processada, que é conhecido como 
reconhecimento de imagem ou como visão de máquina. Em uma etapa 
subsequente, as informações da imagem são processadas para iniciar decisões 
ou outras etapas do processo (Kreutzer; Sirrenberg, 2020). 
Figura 3 – Visão computacional 
 
Crédito: Zapp2Photo/Shutterstock. 
1.3 Características da inteligência artificial 
Mediante as subáreas apresentadas, alguns estudiosos da área 
identificaram algumas similaridades, entre elas, as apontadas por Chowdhury; 
Sadek, 2012: 
• Representação – o conhecimento precisa ser representado de alguma 
forma, possivelmente como uma série de regras if-then, como um sistema 
baseado em quadros, como uma rede semântica ou nos pesos de conexão 
de uma rede neural artificial; 
• Aprendizado – desenvolve automaticamente o conhecimento do ambiente, 
ou seja, como adquirir regras para um sistema especialista baseado em 
regras ou determinar os pesos de conexão apropriados em uma rede neural 
artificial; 
https://www.shutterstock.com/pt/g/Zapp2Photo
 
 
7 
• Regras – elas podem ser explicitamente incorporadas a um sistema 
especialista por um engenheirodo conhecimento ou implícitas nos pesos 
de conexão aprendidos por uma rede neural; 
• Pesquisa – pode-se assumir diversas formas, possivelmente pesquisando 
uma sequência de estados que leve rapidamente a uma solução de 
problemas ou pesquisando um bom conjunto de pesos de conexão para 
uma rede neural, minimizando uma função de condicionamento físico. 
Por sua vez, em um aspecto mais generalista, Luger (2015) frisa as 
seguintes semelhanças: 
• A utilização do computador para raciocínio, reconhecimento de padrões e 
aprendizado; 
• Foco em problemas que não respondem a soluções algorítmicas, 
implicando na utilização de busca heurística; 
• Interesse na solução de problemas utilizando informações equivocadas ou 
insuficientes; 
• Uso de grandes quantidades de conhecimento específico de um domínio 
para resolver problemas. 
1.4 Qual a importância da inteligência artificial? 
Segundo Norvig e Russell (2013), atualmente, a IA abrange uma enorme 
variedade de subáreas (as quais já estão mais integradas), do geral 
(aprendizagem e percepção) até tarefas específicas, como jogos de xadrez, 
demonstração de teoremas matemáticos, criação de poesia, direção de um carro 
em estrada movimentada e diagnóstico de doenças. Por fim, a IA é relevante para 
qualquer tarefa intelectual; é verdadeiramente um campo universal. 
Ainda, conforme a SAS, a inteligência artificial é importante pelos seguintes 
aspectos: 
• Automatiza a aprendizagem repetitiva e a descoberta com base nos dados; 
• Adiciona inteligência a produtos existentes; 
• Adapta-se por meio de algoritmos de aprendizagem progressiva; 
• É possível analisar mais dados e com maior profundidade, buscando maior 
precisão e maximização. 
 
 
8 
Como estatística para se ter um norte do crescimento da referida 
tecnologia, de acordo com um relatório publicado pela corporação de capital de 
risco CB Insights, nos EUA, em julho de 2016, Google, Microsoft, Twitter, Intel, 
Apple e outros gigantes da tecnologia da informação adquiriram cerca de 140 
empresas empreendedoras no campo da IA desde 2011. Durante os primeiros 
seis meses de 2016, o investimento em IA excedeu o realizado ao longo de 2015 
e 200 empresas relacionadas a IA levantaram 1,5 bilhão de dólares no mercado 
de ações. Ainda, de acordo com a PWC, o mercado projetado dessa 
tecnologia, até 2020, atingirá US$ 70 bilhões. 
1.5 Benefícios da inteligência artificial 
Considerando todo o potencial de investimento exposto anteriormente, 
tem-se um bom norte da representatividade que tal tecnologia possui nos mais 
diversos ramos. Compreendido tal cenário, é de grande valia vislumbrarmos os 
benefícios que essa tecnologia proporciona. Segundo a Totvs (2020), podemos 
citar: 
• Melhora no processo de tomada de decisão, especialmente quando se 
tratar de procedimento baseado em dados (data-driven); 
• Comodidade e escalabilidade, visto que uma solução de IA virtual é capaz 
de empregar algoritmos para realizar segmentações mais precisas, 
aumentando, assim, as possibilidades de se desenvolver boas estratégias 
comerciais; 
• Aumento da automação pelo fato de a IA contribuir com atividades lógicas, 
analíticas e cognitivas; 
• Redução de erros, riscos e custos operacionais, uma vez que essa 
tecnologia pode ser empregada no monitoramento de máquinas e sistemas 
computacionais; 
• Atendimento otimizado ao público no intuito de proporcionar maior 
satisfação ao cliente. 
TEMA 2 – ESTUDO DE CASO 
Objetivando trazer a parte prática da inteligência artificial, vamos resgatar, 
primeiramente, que essa tecnologia possui vasta aplicação nas áreas de recursos 
humanos, educacional, marketing, financeiro, industrial, saúde, entre outras. 
 
 
9 
Diante dessas possibilidades, selecionamos um estudo de caso na vertente de 
atendimento ao cliente. 
a. Descrição: Empresa norte-americana do ramo educacional, destinada ao 
aconselhamento e preparação para exames no exterior. 
b. Desafio: 
• A equipe de suporte dessa empresa é composta por duas equipes de 50 
agentes: uma equipe de suporte da comunidade para lidar com consultas 
de contas e tutores remotos para lidar com perguntas detalhadas para 
testes específicos. 
• Essa empresa utiliza o Zendesk para lidar com suas solicitações de 
suporte ao cliente. Possui mais de 900 macros no Zendesk, que são 
respostas–padrão, variando de pré-escritas a perguntas comuns feitas 
pelos clientes da empresa. 
• A equipe de suporte achou difícil pesquisar ou descobrir essas macros 
para oferecer ajuda oportuna ao cliente. Em função disso, eles 
acreditavam que seus índices de satisfação do cliente nas respostas a 
perguntas sobre testes padronizados estavam sendo afetados 
negativamente. 
• Parte desse problema de pesquisabilidade era o grande número de 
macros que levavam muito tempo para pesquisar e gerenciar. 
c. Solução: 
• A plataforma DigitalGenius AI foi integrada ao console Zendesk da empresa 
norte-americana. A DigitalGenius treinou uma rede neural profunda para 
analisar as solicitações de entrada de clientes com base em registros 
históricos, aprendendo como a equipe de suporte respondeu a várias 
solicitações de entrada. 
• A DigitalGenius sugeriu, automaticamente, as macros mais relevantes para 
consultas de novos clientes, para que o membro da equipe de suporte não 
gaste tempo pesquisando macros ou compondo manualmente novas 
respostas para consultas comuns de clientes. 
• A DigitalGenius afirma que sua plataforma de IA atinge essa sugestão 
macro automática, usando modelos de deep learning para extrair o 
significado e o contexto das consultas recebidas e prever a resposta 
 
 
10 
esperada. Além disso, a plataforma possui um recurso de pesquisa de 
respostas históricas, que a equipe de suporte pode acessar. 
• A plataforma também prevê os metadados relevantes sobre o caso, como 
tags, tipo de consulta, prioridade e outros detalhes do caso. Com essas 
informações, é possível analisar e encaminhar casos para a equipe 
apropriada. 
d. Resultados: 
• Segundo a DigitalGenius, cerca de 83% de todos os tickets de clientes são 
suportados pela plataforma Digital Genius integrada ao Zendesk. A 
empresa também reivindica uma precisão de 92% nas previsões de tags 
de caso (as tags são usadas no Zendesk para categorização de caso - por 
exemplo, "reembolsos" podem ser uma tag para esse tipo específico de 
problema do cliente). 
TEMA 3 – GESTÃO DE PROJETOS PARA A INDÚSTRIA 4.0 
A figura do gestor de projetos é recorrente nos mais diversos ramos de 
mercado. Assume-se como conhecimento prévio de que esse profissional tem o 
papel de garantir a realização do projeto, tendo por base o cumprimento do 
cronograma de atividades, objetivo geral e dos objetivos específicos, além de 
outros aspectos. No entanto, será que a gestão de projetos é exatamente a 
mesma quando se refere à indústria 4.0? 
3.1 Gestão de projetos na indústria 4.0 
Apesar de cada um dos gestores terem como base o guia do PMBOK indexado 
ao Project Management Institute (PMI), o advento da indústria 4.0 promove uma 
nova postura no gerenciamento de projetos. Logo, é de grande valia realizar 
uma autorreflexão perante suas atribuições e, ao mesmo tempo, avaliar o grau 
de maturidade do seu negócio. 
 
 
 
11 
Figura 4 – Gestão de projetos na indústria 4.0 
 
Crédito: Red ivory/Shutterstock. 
Para Albers et al. (2016), o contexto da indústria 4.0 fornece um cenário no 
qual a produção é descentralizada, interconectada e inteligente, sendo o 
diferencial a comunicação contínua entre seres humanos e máquinas durante o 
processo de produção. Considerando esse novo cenário, em que nos deparamos 
com tecnologias como a inteligência artificial, internet das coisas, big data, entre 
outras, constata-se a necessidade da renovação do papel do gestor de projeto na 
indústria. 
Segundo a Aevo, um projeto nos moldes da indústria 4.0 deve ser capaz 
de unir todas as soluçõestecnológicas presentes, entendendo o funcionamento 
da automação industrial e também as necessidades atuais dos consumidores. 
Como resultado, além do negócio se tornar mais competitivo, proporcionará um 
grande aumento de produtividade e melhoria na qualidade dos itens produzidos. 
Ainda, vale ressaltar que as indústrias devem estar prontas para se alinhar à 
customização em massa, a qual visa atender anseios específicos do cliente. Todo 
esse processo de evolução, aliado à flexibilidade, gera uma maior demanda por 
gestores de projeto que estão engajados nas novas tendências. 
No nível da empresa, o impacto da quarta revolução industrial nos 
processos de produção não se limitará apenas aos aspectos tecnológicos, mas 
também à infraestrutura. Essa revolução impulsionará o desenvolvimento de 
novas profissões, novas estruturas de organizações e o crescimento de um novo 
estilo de gestão. Nesse contexto, os gerentes de projeto serão os principais líderes 
desses desenvolvimentos, enfrentando uma nova situação com diferentes 
elementos da indústria 4.0 (Win; Saing; Kham, 2018). 
https://www.shutterstock.com/pt/g/JamesJeeraphun
 
 
12 
3.2 Gerenciamento de projetos – novas práticas 
Além da constante atualização que se faz necessária a um cargo de grande 
responsabilidade, o gestor de projetos deve ficar atento às seguintes 
transformações, conforme Al-Wazzan (2019): 
• O setor 4.0 é o modo de configuração dinâmica de produção; 
• Gerenciamento integrado de projetos; 
• A maioria das tarefas e processos de negócios que não exigem habilidades 
analíticas e de design tendem a ser progressivamente automatizadas; 
• Equipes de projeto deslocalizadas; 
• Os projetos devem ser gerenciados em uma abordagem ágil, pois as 
mudanças serão muito rápidas nesse ambiente; 
• Tomada de decisão rápida e assertiva; 
• Perfil flexível e uma cultura adaptativa da empresa podem aumentar muito 
as chances de sucesso de um projeto e a capacidade de gerenciar 
quaisquer riscos em seu caminho no novo mundo da indústria 4.0; 
• Utilização das tecnologias emergentes, como: IA, computação em nuvem 
e RA. 
Ainda é válido compararmos as responsabilidades do gestor de projetos 
tradicional em relação ao gestor de projeto na indústria 4.0: 
Tabela 1 – Gestor de projetos tradicional versus gestor de projetos 4.0 
Funções e responsabilidades 
Gestor de 
Projetos 
Tradicional 
Gestor de 
Projetos 
4.0 
Fornecer garantia de aderência orçamentária e de escopo de projeto. X X 
Trabalhar com o patrocinador do projeto para desenvolver o plano de 
gerenciamento do projeto acordado por meio de interações com as 
partes interessadas. 
X X 
Executar e manter o gerenciamento de documentos do projeto para o 
ciclo do projeto, em conformidade com os requisitos de Garantia de 
Qualidade das Autoridades. 
X X 
Fornecer um relatório em momento oportuno e preciso à equipe de 
gerenciamento e aos membros da equipe. 
X X 
Auxiliar a equipe de desenvolvimento de negócios na negociação de 
acordos definitivos com fornecedores, vendedores e clientes externos. 
X X 
Desenvolver as melhores práticas e ferramentas para execução de 
projetos em um ambiente de desenvolvimento ágil. 
X X 
 
 
13 
Fonte: elaborado com base em Win, Saing e Kham, 2018. 
3.3 Futuras habilidades do gestor de projetos 
Além das funções e responsabilidades atribuídas ao gestor de projetos 4.0, 
diversas habilidades precisam ser implementadas e/ou aprimoradas, conforme 
demonstra a pesquisa realizada pelo PMI. Algumas delas são: 
• Consultor estratégico: planeja, executa e entrega. 
• Comunicador: sempre claro e conciso. 
• Big thinker: é adaptável, flexível e emocionalmente inteligente. 
• Versatile manager: possui experiência em todas as abordagens (cascata, 
scrum, ágil, enxuta etc.). 
• Com o cenário técnico em constante mudança, o gestor de projeto deve 
estar engajado para visualizar novas oportunidades. 
• Experiência com tecnologias e projetos inovadores. 
• O centro da indústria 4.0 está no ser humano. 
• Transformação significativa nas habilidades interpessoais, principalmente 
com os stakeholders. 
TEMA 4 – EMPREENDEDORISMO NA INDÚSTRIA 4.0 
Garantir que todas as atividades do projeto sejam realizadas de 
maneira sistemática, com uma abordagem de Engenharia de Sistemas 
no centro da solução técnica para os objetivos do projeto. 
 X 
Identificar e executar iniciativas estratégicas no intuito de alcançar 
estratégias de crescimento. 
 X 
Motivar membros da equipe multifuncionais e com várias localizações 
e gerenciar os resultados para atender aos marcos do projeto. 
 X 
Fornecer análises, propostas e ajuda para implementar melhorias em 
uma ampla variedade de desafios organizacionais. 
 X 
Gerenciar a execução do projeto, riscos; identificar, resolver 
problemas em tempo real. 
 X 
Ter capacidade de gerenciar projetos técnicos altamente complexos. X 
Dar suporte ao rastreamento e gerenciamento de uma frota 
autônoma complexa. 
 X 
Garantir que o desenvolvimento do protótipo e a conversão, bem 
como replicação, sejam executados na perfeição. 
 X 
Conduzir os testes e a avaliação técnica da próxima geração de 
tecnologia de hardware e software com parceiros. 
 X 
Estar familiarizado com a melhoria e o desenvolvimento de processos 
técnicos em configurações complexas e de inicialização. 
 X 
Formar estratégias de execução de sistemas complexos e entrega. X 
 
 
14 
O empreendedorismo, mais do que a oportunidade de se ter um negócio 
próprio, faz alusão a profissionais diferenciados que buscam constantemente por 
melhorias. Entretanto, quais são as habilidades necessárias para um 
empreendedor? Ainda, a indústria 4.0 proporciona novas oportunidades de 
negócio? 
4.1 O empreendedor 
O empreendedorismo e a inovação são, atualmente, reconhecidos como 
um dos elementos-chave no processo de desenvolvimento econômico, e vitais 
para a capacidade da economia de uma nação em manter a competitividade 
(Mazzarol; Reboud, 2020). De acordo com a Organização para Cooperação e 
Desenvolvimento Econômico (OCDE), o empreendedorismo e a inovação são as 
ferramentas essenciais para lidar com muitos dos desafios sociais e econômicos 
do mundo. 
Figura 5 – O empreendedor na prática 
 
Crédito: Rawpixel.com/Shutterstock. 
O empreendedorismo é uma atividade que envolve a descoberta, avaliação 
e exploração de oportunidades para a introdução de novos bens e serviços, assim 
como novas formas de organização, mercados, processos e matérias-primas, por 
meio da organização de esforços que não existiam anteriormente (Venkataraman 
citado por Katz; Brockhaus, 1997; Shane; Venkataraman, 2000). 
https://www.shutterstock.com/pt/g/Rawpixel
 
 
15 
Ainda, conforme pode ser observado na figura 5, o ato de empreender é 
um processo que envolve a utilização de diversas ferramentas como 5W2H para 
fins de brainstorming, por exemplo, além de estratégias claras, a fim de se atingir 
o objetivo almejado. 
Para o empreendedor, é muito importante dar grande destaque e 
desenvolver sua rede de contatos, chamada tecnicamente networking. A 
finalidade de o empreendedor focar em sua rede de contatos é agregar valor tanto 
no aspecto pessoal como profissional, pois o ato de empreender é uma prática de 
finalidade construtivista. Promover o networking significa ter ao lado profissionais 
afins prontos para criar ou até mesmo agir sobre oportunidades de negócio. 
Para os potenciais empreendedores, a recomendação é que se busque 
fazer alianças com as incubadoras, as quais visam criar ou desenvolver pequenas 
ou microempresas. Outra possibilidade é fazer vínculo com as aceleradoras, que 
buscam por empresas que tenham potencial para rápido crescimento. Logo, essas 
aceleradoras buscam por startups escaláveis e apostam no que julgam ser uma 
boa ideia. 
4.2 Contextualização 
Uma pesquisa realizada pela Global Entrepreneurship Monitor (GEM), do 
Sebrae/IBQP, revela o novo perfildo empreendedor no Brasil. Ela aponta que, no 
ano de 2018, a participação de pessoas entre 18 e 34 anos no total de 
empreendedores em fase inicial cresceu de 50% para 57%. 
Um nicho de mercado que demonstra esse crescimento são as startups. 
Segundo informações da mesma pesquisa, 72% das startups brasileiras são 
comandadas por jovens entre 25 e 40 anos. Ainda, o levantamento aponta a 
existência de aproximadamente 6 mil startups no Brasil, sendo que esse número 
praticamente dobrou nos últimos sete anos. 
O empreendedorismo é encontrado em todos os setores e dentro de todas 
as organizações. A maioria (70%) das novas empresas fornece produtos e 
serviços em mercados existentes competitivos com tecnologias relativamente 
maduras, ao passo que 7% dos novos empreendedores criam um novo nicho de 
mercado se forem bem-sucedidos (Hindle; Rushworth, 2004). 
Os métodos usados para medir o impacto da atividade empreendedora na 
economia incluem o número de esforços de startups, a incorporação de empresas, 
mudanças nas declarações fiscais líquidas registradas e a quantidade de trabalho 
 
 
16 
por conta própria. As empresas empreendedoras contribuem para as economias 
em termos de renovação econômica e permitem que indivíduos entrem na 
corrente social e econômica (Mazzarol; Reboud, 2020). 
Por fim, em relação à Indústria 4.0, o empreendedor também é afetado, 
mas diferentemente da gestão de projetos 4.0, que atribui novas práticas, o 
empreendedorismo está vinculado a vislumbrar novas oportunidades de negócio 
utilizando as tecnologias emergentes. 
4.3 Motivação 
Segundo Vinte (2019), o que justifica o engajamento de jovens 
empreendedores por esse tipo de modelo de negócio é o ambiente descontraído 
e inovador, a liberdade para criar e impactar nas estratégias, e a possibilidade de 
desenvolver serviços produzidos por bases tecnológicas. 
Além disso, mesmo que o mercado brasileiro de startups ainda esteja em 
fase de consolidação, é de grande valia citar algumas políticas públicas de 
incentivo, sendo elas: InovAtiva, StarOut, StartUp Brasil, Finep StartUp, 
Enimpacto, Seed e Minha Primeira Empresa. 
Uma iniciativa bastante interessante é a que foi proposta pela Finep. O 
programa em questão se compromete a apoiar os empreendimentos após a fase 
de aceleração por meio de recursos como financiamento coletivo e venture capital, 
podendo atingir investimentos de até 1 milhão de reais. A seleção das empresas 
ocorre por meio de edital público. Para mais detalhes, acesse 
<http://www.finep.gov.br/apoio-e-financiamento-externa/programas-e-linhas/finep 
-startup>. 
Outra iniciativa que merece destaque é o StartOut, um programa proposto 
pelo Ministério da Indústria, Comércio Exterior e Serviços (MDIC) e o Sebrae. O 
StartOut visa inserir até 15 startups brasileiras nos ecossistemas mais 
promissores do mundo. Para entender melhor sobre este programa, acesse 
<https://www.startoutbrasil.com.br/>. 
 
 
 
17 
4.4 Habilidades essenciais 
Segundo estudo realizado por Kuratko e Hodgetts (1998), 17 
características são desejadas no perfil do empreendedor: 
1. Compromisso, determinação e perseverança; 
2. Capacidade de estabelecer metas e se esforçar para alcançá-las; 
3. Orientação para oportunidades; 
4. Persistência na resolução de problemas; 
5. Autoconfiança e a sensação de que eles fazem sua própria sorte; 
6. Cálculo diante dos riscos; 
7. Tolerância a falhas; 
8. Criatividade e inovação; 
9. Autoconfiança e otimismo; 
10. Consolidação de equipe; 
11. Iniciativa e responsabilidade; 
12. Buscando feedback; 
13. Tolerância para ambiguidades; 
14. Integridade e confiabilidade; 
15. Alto nível de energia; 
16. Visão; 
17. Independência. 
TEMA 5 – CASES DE SUCESSO 
Para finalizarmos esta aula, segue uma relação de startups que atingiram 
sucesso mundial em seus respectivos ramos, a fim de motivá-los a criar o seu 
próprio negócio: 
a. Axelspace 
• País de origem: Japão. 
• Founders: Naoki Miyashita, Takashi Eishima, Yuya Nakamura. 
• Website: <www.axelspace.com/en/>. 
• Proposta: Empresa iniciante que desenvolve negócios no campo de 
microssatélites, a qual planeja construir uma plataforma de 
monitoramento para cobrir todo o mundo diariamente, a um custo 
extremamente baixo. 
 
 
18 
b. Armaks Group 
• País de origem: Rússia. 
• Founders: Anton Gololobov, Maksim Zhukov. 
• Website: <armaksgroup.com>. 
• Proposta: Criação de plataforma de alto nível para as cidades inteligentes 
que integram todo o processo do departamento da cidade em um modelo 
de tomada de decisão de IA. Objetiva tornar as cidades mais seguras e 
confortáveis. 
c. Billon Group 
• País de origem: Inglaterra. 
• Founders: Andrzej Horoszczak, Robert Kaluza. 
• Website: <www.billongroup.com>. 
• Proposta: Criar soluções baseadas em DLT em sua plataforma completa. 
A tecnologia é otimizada para uso institucional regulamentado como um 
DLT privado escalável e permitido (superando as adaptações de 
criptomoeda). 
 
 
 
19 
REFERÊNCIAS 
AEVO. Guia: de Gestão de Projetos na Indústria 4.0. Disponível em: 
<http://materiais.aevo.com.br/guia-gestao-de-projetos-na-industria>. Acesso em: 
22 fev. 2020. 
ALBERS, A. et al. ProVIL: produktentwicklung im virtuellen Ideenlabor. In: 
Entwerfen entwickeln erleben: methoden und werkzeuge in produktentwicklung 
und design, Dresden, 30 jun./1 jul. de 2016. 
ALPAYDIN, E. Introduction to machine learning. The MIT Press, 2004. 
AL-WAZZAN, H. Transformation of project management in industry 4.0. Riyadh 
International Convention & Exhibition Center, 2019. 
CHOWDHURY, M; SADEK, A. W. Advantages and limitations of artificial 
intelligence. In: Artificial Intelligence Applications of Critical Transportation 
Issues. The National Academies Press, 2012. 
HINDLE, K.; RUSHWORTH, S. Global entrepreneurship monitor (GEM): a 
study of Australian entrepreneurship. Westpac GEM. Australia: Swinburne 
University of Technology, 2004. 
KOHONEN, T. An introduction to neural computing. Neural Networks, v. 1, ed. 1, 
1988. p. 3-16. 
KURATKO, D. F.; HODGETTS, C. Entrepreneurship: a contemporary approach. 
Hinsdale, IL: The Dryden Press, 1998. 
KUSTRIN, S.; BERESFORD, R. Basic concepts of artificial neural network 
(ANN) modeling and its application in pharmaceutical research. Rio de 
Janeiro: Elsevier, 2000. 
KREUTZER, R. T.; SIRRENBERG, M. Understanding artificial intelligence: 
fundamentals, use cases and methods for a corporate al journey. Springer, 2020. 
LINDEN, R. Algoritmos genéticos. Rio de Janeiro: Ciência Moderna, 2012. 
LUGER, G. F. Inteligência artificial. São Paulo: Pearson, 2015. 
MAZZAROL, T.; REBOUD, S. Entrepreneurship and innovation: theory, 
Practice and Context. 4. ed. Springer, 2020. 
MEDEIROS, L. F. Inteligência artificial aplicada: uma abordagem introdutória. 
Curitiba: Intersaberes, 2018. 
 
 
20 
NILSSON, N. J. The quest for artificial intelligence: A history of ideas and 
achievements. Cambridge University Press, 2010. 
NORVIG, P.; RUSSEL, S. Inteligência artificial. 3. ed. Rio de Janeiro: Elsevier, 
2013. 
SAS. Inteligência artificial: o que é e qual sua importância? Disponível em: 
<https://www.sas.com/pt_br/insights/analytics/inteligencia-artificial.html>. Acesso 
em: 22 fev. 2020. 
SHANE, S.; VENKATARAMAN, S. The promise of entrepreneurship as a field 
of research. Academy of Management Review, 2000. 
SILVA, E. et al. Automação & sociedade: quarta revolução industrial – um olhar 
para o Brasil. 1 ed. São Paulo: Brasport, 2018. 
TOTVS. Inteligência artificial: por que a tecnologia tem se tornado cada vez mais 
estratégica? Disponível em: <https://www.totvs.com/blog/inovacoes/o-que-e-
inteligencia-artificial/>. Acesso em: 22 fev. 2020. 
VENKATARAMAN, S. The distinctive domain of entrepreneurship research: an 
editor’s perspective. In: KATZ, J.; BROCKHAUS, R. (Eds.). Advances in 
entrepreneurship, firm emergence, and growth. Greenwich: JAI Press,1997. 
WIN, T. Z.; SAING, N.; KHAM, M. Transformation of project management in 
industry 4.0. (ProMAC2018), Proceedings of the 12th International Conference 
on Project Management, 2018.

Continue navegando