Gestão Estratégica da Informação_Estudo de Caso

Prévia do material em texto

AS BASES DA INFORMAÇÃO 
ESTRATÉGICA
Estudo de 
Caso
Prof. Dr. Giancarlo Lucca
Prof. Me. Jorge Luiz Garcia Van Dal
2
Unicesumar
estudo de 
caso
O USO DA INTELIGÊNCIA ARTIFICIAL COMO ESTRA-
TÉGIA COMPETITIVA PARA AS ORGANIZAÇÕES: UM 
ESTUDO DE CASO DO SISTEMA WATSON, DA IBM
Neste estudo de caso, contextualizaremos o tema da inteligência artificial, observando 
uma de suas infinitas aplicações como forma de estratégia competitiva inovada, com o uso 
integrado dessa tecnologia e o grande volume de dados produzidos, processados e com-
partilhados em seu sistema de informação.
Nas páginas que seguem, nosso foco será ir além das definições tradicionais de sistemas 
de gestão da informação, e perceberemos que o uso do recurso da inteligência artificial se 
trata de uma forma de gestão da inteligência organizacional. 
Para isso, apresentarei a você temas muito atuais e aplicados nas organizações inteligen-
tes, como BI (Business Intelligence), Big Data e Computação Cognitiva. Veremos que cresce 
cada vez mais o uso de uma nova postura de gestão estratégica da informação, baseada na 
inteligência artificial e na computação cognitiva, duas áreas que se complementam e con-
tribuem para a verdadeira revolução no mundo dos negócios. 
Grandes e médias empresas em todo o mundo em em todos os segmentos já estão 
utilizando tecnologias de inteligência artificial integradas aos seus sistemas BI, com o obje-
tivo de minerar dados e informações em volumes cada vez maiores, de forma ágil e eficaz. 
Contudo, para algumas dessas empresas, o uso das novas tecnologias e os sistemas de in-
formação são fundamentais para auxiliar os gestores nas tomadas de decisão, promover a 
inovação e ampliar sua competitividade no mercado. 
Empresas como Amazon.com e Netflix são exemplos de empresas de destaque que amadurece-
ram nas suas aplicações de BI e, assim, se destacaram em posições de liderança de mercado. Estas 
empresas compartilham características comuns, pois operam com grande volume e transações 
intensas de venda. Elas oferecem produtos ou serviços padronizados ou levemente customiza-
dos para milhões de clientes em transações múltiplas a cada ano (SILVA et al. 2016, p. 2782).
Esse é o caso de empresas como Google, que criou um sistema de busca simples e eficien-
te, no gigantesco, e antes desorganizado, mundo da internet. Outro exemplo se aplica às 
redes sociais digitais, como Facebook e Instagram, e serviços como YouTube. São inúmeros, 
Unicesumar
3
estudo de 
caso
os exemplos de modelos de negócio totalmente novos, criados a partir da captura de dados 
e informações disponíveis gratuitamente na internet, simplesmente oferecendo serviço ou 
utilidade às pessoas, a partir de fonte de dados abundantes. 
Hoje, os sistemas de análise de dados estão presentes em empresas dos mais diversos portes e 
segmentos, do Google às PMEs. Assim, não importa se você é gestor de uma companhia aérea 
e precisa cruzar 1.500 sensores espalhados pela aeronave para verificar se este avião, que está a 
cinco horas do destino, precisa fazer um pouso imediato para uma manutenção emergencial, 
ou se você simplesmente tem um portal de saúde e precisa intercruzar dados, como faixa etária, 
altura, peso, sexo e localização de 5 milhões de usuários por mês, a fim de deduzir quais regiões 
estão mais suscetíveis a determinada doença, ou mesmo se você tem uma revendedora de peças 
automotivas e precisa prever as flutuações sazonais de demanda (HEKIMA, 2018, on-line)¹.
Além das aplicações de processamento de dados com sistemas de Big Data, existem siste-
mas de inteligência artificial e de computação cognitiva, que trabalham de forma integrada 
para atender às necessidades estratégicas das empresas da era digital. Nesse ponto, é im-
portante descrever e diferenciar a inteligência artificial e a computação cognitiva.
A inteligência artificial é um ramo científico que busca criar programas de computa-
dor que simulam capacidades humanas de perceber, pensar e tomar decisões com base em 
dados e informações prévias. Até pouco tempo, esse era o conceito mais adequado para com-
preender inteligência artificial, algo restrito a algumas aplicações e simulações. No entanto, 
entramos em uma nova era, que muitos estudiosos e entusiastas da informática chamam 
de era cognitiva ou computação cognitiva.
A computação cognitiva dá um passo adiante em relação às restrições e simulações 
da inteligência artificial, com sistemas que não eram capazes de ir além do que estava pré-
-programado. O conceito de cognição está relacionado ao processo natural de adquirir 
conhecimento por meio da experiência e dos sentidos. Os sistemas tradicionais de compu-
tação têm uma restrição natural à inteligência ligada à compreensão da linguagem, pois só 
compreendem a linguagem dos algoritmos de computador. Para criar programas de com-
putador é preciso que você aprenda uma das várias linguagens da programação – uma 
espécie de idioma dos computadores, tal qual os nossos idiomas, como português, inglês, 
russo, mandarim etc. Entre as linguagens da computação há: PHP, C++, Java, HTML, SQL etc.
4
Unicesumar
estudo de 
caso
Em suma, para criar programas de computador ou dar instruções à máquina, é preciso 
que você aprenda e utilize uma linguagem de programação. Portanto, é complexa a intera-
ção entre máquina e ser humano. Assim como é difícil para você compreender a linguagem 
da computação, torna-se difícil para o computador entender as linguagens humanas.
Computação Cognitiva: a nova fronteira da Inteligência 
Artificial
A grande dificuldade para que os computadores compreendam a nossa linguagem é porque 
esta não é tão precisa como a lógica da programação e está replete de insinuações, idios-
sincrasias, expressões idiomáticas e ambiguidades. Por exemplo, se eu disser que estou 
“morrendo” de amor por alguém, você entenderá que não estou morrendo literalmente, 
mas que estou muito apaixonado. Viu como é difícil para uma máquina compreender-nos? 
Na maioria das vezes, somos pouco lógicos.
Essa era uma das principais barreiras para o desenvolvimento da inteligência artificial e da 
computação cognitiva. Era, afinal, a inteligência artificial se desenvolveu muito nos últimos 
anos, exatamente por começar a romper tal barreira, com o aperfeiçoamento do processa-
mento do idioma nativo e da linguagem humana. Não é à toa que nos surpreendemos com 
a precisão e o refinamento cada vez maiores nos resultados do Google, nas recomendações 
do Netflix ou nas sugestões em redes sociais.
A computação cognitiva vem de uma mistura de ciência cognitiva – o estudo do cérebro humano 
e como funciona – e a ciência da computação. Para existir, ela faz uso de múltiplas tecnologias e 
algoritmos que permitem inferir, prever, entender e dar sentido à informação. Essas tecnologias 
incluem algoritmos de inteligência artificial (AI) e machine learning (aprendizado de máquina), 
que ajudam a capacitar o sistema para reconhecer imagens, entender a fala, reconhecer padrões 
e, por meio da repetição e treinamento, produzir resultados cada vez mais precisos ao longo do 
tempo (RESOURCE IT, [s. d.], p. 4).
Unicesumar
5
estudo de 
caso
A partir de sistemas de processamento de linguagem natural, baseados em tecnologia se-
mântica, os sistemas cognitivos podem entender o significado e o contexto na linguagem, 
permitindo nível de descoberta mais profundo e intuitivo e, até mesmo, promovendo interação 
com a informação. Um dos mais avançados sistemas de computação cognitiva é o IBM Watson. 
Sistema IBM Watson
De acordo com High (2013, on-line²), o IBM Watson representa a primeira etapa em sistemas 
cognitivos, a nova era de computação. O Watson constrói a era atual de computação pro-
gramática, mas é diferente significativamente. A combinação dos recursos a seguir torna o 
Watson exclusivo:
• Processamento de idioma nativo – ajuda a entender as complexidades de dados não 
estruturados, que compõem mais de 80% dos dados no mundohoje.
• Geração e avaliação de hipótese – aplica análises avançadas para ponderar e avaliar o 
painel de respostas com base apenas em evidência relevante.
• Aprendizado dinâmico – auxilia na melhora do aprendizado com base em resultados, 
para manter-se mais inteligente a cada iteração e a cada interação.
De acordo com High (2013, on-line²), os sistemas cognitivos têm meios de reunir, memori-
zar e reclamar informações, que é o equivalente às memórias humanas. Sistemas cognitivos 
também têm capacidade básica de comunicar-se e agir. Essas capacidades são organizadas 
por certas construções comportamentais, como os exemplos a seguir:
• A capacidade de criar e de testar hipóteses.
• Capacidade de separar de lado e de criar inferências sobre linguagem.
• A capacidade de extrair e de avaliar informações úteis (como datas, locais e valores).
O mais impressionante é que a capacidade de aprender dos sistemas cognitivos evolui ao 
longo do tempo e a cada informação e interação com pessoas e dados. “A capacidade de 
entender a linguagem, reconhecer padrões e aprender com a informação pode ajudar em-
presas a enfrentar desafios significativos e complexos” (RESOURCE TI, [s. d.], p. 5). 
6
Unicesumar
estudo de 
caso
Ainda segundo Resource TI ([s. d.], p. 5), ao contrário das tecnologias baseadas em lingua-
gem de programação tradicionais com conjunto de regras lineares ou lógicas, “a computação 
cognitiva usa abordagem que permite chegar à resposta ou fazer escolha muito semelhan-
te ao raciocínio humano”.
IBM Watson e Banco Bradesco desenvolvem plataforma de IA
A ampliação da conectividade e a velocidade absurda do fluxo de informações reflete no 
comportamento dos consumidores em todos os setores. Os clientes não têm paciência 
para esperar poucos segundos por resposta. Imagine os desafios para uma empresa como a 
Bradesco, que tem mais de 5 mil agências bancárias espalhadas por de proporções continen-
tais, como o Brasil, e deve agilizar e melhorar o atendimento aos seus 65 milhões de clientes. 
Foi por isso que o banco Bradesco e a IBM desenvolveram a plataforma de inteligência 
artificial baseada no IBM Watson. Foi a primeira aplicação da tecnologia Watson de IA em um 
idioma diferente do inglês. De acordo com IBM (on-line²), a primeira e mais desafiadora fase 
do projeto foi “ensinar” ao Watson a língua portuguesa. Mais do que dominar o português, o 
sistema precisa compreender a cultura do país, os sotaques regionais e a forma como cada 
região faz a pergunta.
Depois de dominar as nuances da língua, o Watson estava pronto para ser treinado nos 
negócios bancários. Para fazer isso, o Bradesco e a IBM trabalharam juntos para desenvolver 
uma equipe, que ensinou o Watson sobre os produtos e os serviços do banco, formulando 
e respondendo perguntas para o Watson em linguagem natural, da mesma forma que um 
cliente faria.
O resultado da parceria foi a criação da BIA (Bradesco Inteligência Artificial). Em 2014, ano 
de implantação, a tecnologia teve o objetivo de atender às atividades e demandas internas 
de atendimento aos clientes. O sistema registrou mais de 94% das perguntas respondidas 
dos 65 mil funcionários das agências, para tirar dúvidas dos clientes sobre os produtos e os 
serviços do banco. Nos anos seguintes o sistema evoluiu. Hoje a BIA está aprimorada e o 
recurso de IA foi ampliada para os clientes do banco. Atualmente o sistema está recheado de 
informações sobre os mais variados produtos e serviços financeiros do Bradesco e responde 
Unicesumar
7
estudo de 
caso
à média impressionante de mais 300 mil perguntas por mês dos clientes, com uma taxa de 
precisão de 95%. 
Com a BIA, a qualidade e a velocidade do atendimento aos clientes cresceu considera-
velmente. O tempo de resposta, por exemplo, foi reduzido drasticamente, já que os clientes 
interagem diretamente com a IA que dá respostas automáticas e personalizadas.
Para saber mais, acesse o link do vídeo a seguir, que apresenta detalhadamente os desa-
fios de criação e de implantação da BIA como recurso de inteligência artificial do Bradesco, 
desenvolvido em parceria com a IBM. Entre outras informações, o vídeo explica o proces-
so de desenvolvimento e de aprendizagem do Watson em parceria com os funcionários do 
banco, para que a plataforma pudesse ficar ainda mais inteligente e integrada.
REFERÊNCIAS
HIGH, R. A Era de Sistemas Cognitivos: Um Olhar Interno sobre o IBM Watson e Como Ele 
Funciona. Redbooks, IBM, 2013. Apostila. Disponível em: <https://www.redbooks.ibm.com/
redpapers/pdfs/redp4955-pt.pdf> Acesso em: 04 mar. 2019. 
RESOURCE IT. O impacto das tecnologias cognitivas nos negócios e pessoas. [S. l.]: 
Resource IT, [s. d.]. 
REFERÊNCIAS ONLINE
¹ Disponível em: <www.bigdatabusiness.com.br/ebook-o-guia-definitivo-de-big-data-para-
-iniciantes> Acesso em: 04 mar. 2019.
² Disponível em: <https://www.ibm.com/watson/stories/bradesco/>. Acesso em: 04 mar. 2019.