Gilson Missawa
Gilson Missawa
Head de Marketing e Ofertas

Nos últimos anos, ouvimos muito sobre a implementação da automação para a realização de tarefas que, antes, só poderiam ser feitas por seres humanos. Tida como um dos pilares da transformação digital, a Hiperautomação foi considerada pelo Gartner como uma tendência global em seu relatório "Top 10 Strategic Technology Trends", tanto para o ano de 2020 como para 2021.

De acordo com o Gartner, “tudo o que pode ser automatizado, deve ser”. Sem a hiperautomação, empresas com processos legados e não simplificados irão sofrer com problemas caros e extensos, devido à falta de uma abordagem eficiente. Além disso, o relatório observa que muitas organizações atualmente estão se apoiando em uma “colcha de retalhos” de tecnologias que, muitas vezes, não são otimizadas. A aceleração dos negócios digitais exige eficiência, rapidez, agilidade, eficácia e, as empresas que não se adaptarem a esta realidade, serão deixadas para trás.

Por essa razão, podemos dizer que a hiperautomação não é só um “hype”, ou seja, uma ideia que se destaca por um curto período de tempo. Além disso, a hiperautomação não é somente a aplicação de uma tecnologia mas, a evolução de todo um alicerce de metodologias e processos de governança que irão mapear, analisar, fazer o design, automatizar, medir, monitorar e melhorar a operação da empresa.

A JORNADA DA HIPERAUTOMAÇÃO

As tecnologias estão avançando num ritmo exponencial, o que coloca uma pressão em todos os setores do mercado. Cada dia mais, um grande número de empresas enxerga a hiperautomação como principal forma de resolver os desafios que impedem o seu crescimento.

Redução de custos operacionais, redução de volume de trabalho, ações mais assertivas, ganho de escala, direcionamento do esforço humano para atividades analíticas e de maior valor agregado, ganho de qualidade, maior segurança (com a mitigação das falhas humanas), atendimento padronizado, são somente algumas das vantagens que podem ser citadas em um projeto de hiperautomação.

Além de tudo isso, ela possibilita um aumento de alocação de recursos e permite integração com diversas tecnologias. A hiperautomação lida com a aplicação de tecnologias avançadas, incluindo Inteligência Artificial (IA), Machine Learning, Robotic Process Automation (RPA) e Intelligent Business Process Management (iBPM), para automatizar cada vez mais os processos.

A hiperautomação compreende uma gama de ferramentas que podem auxiliar na automação, mas também se refere à sofisticação dessa automação. Como nenhuma ferramenta existente pode substituir humanos, a hiperautomação envolve uma combinação de ferramentas que tem o objetivo de tomar decisões cada vez mais orientadas por Inteligência Artificial, para que o trabalho humano seja aplicado em outras frentes.

Mas, implantar a hiperautomação dentro de uma companhia pode trazer alguns desafios para os líderes. Por essa razão, alguns passos devem ser considerados neste processo:

1. Alinhe sua automação com seu objetivo de negócio

O primeiro passo para a hiperautomação é definir seu objetivo de negócio. Qual business case eu pretendo atingir? Reduzir custos, melhorar a eficiência dos processos, fazer a transformação digital do meu negócio, definir prioridades dentro do backlog? As possibilidades são inúmeras e, por isso, é preciso ter uma estratégia bem definida para dimensionar os investimentos em automação com objetivos estratégicos. Entender a demanda do seu negócio é essencial antes de montar um plano de hiperautomação.

2. Mapeie e otimize seus processos

Mapear e entender todos os processos atuais da empresa é essencial para quem pensa em automatizar. É preciso entender o funcionamento da empresa como um todo, identificar quais partes dos processos não estão funcionando, onde existe gargalo ou retrabalho e, por fim, se existem tarefas manuais que poderiam ser automatizadas. Para ajudar nesta tarefa, existem ferramentas e técnicas, como por exemplo, o process mining, que pode descobrir, monitorar e melhorar processos.

3. Defina seu plano de ação

Com base no objetivo do negócio, é preciso definir qual será o plano de ação. Avaliar as possibilidades, rever processos e definir uma estratégia de automação. Quais problemas eu encontrei no mapeamento dos processos e como posso resolvê-los? Como incluir a tecnologia em cima desses processos e automatizá-los?

É preciso pensar o processo ou tarefa de forma digital e não somente colocar uma ferramenta para automatizar este processo. A partir disso, priorizar baseado em métricas como custo-benefício, ganho a curto e longo prazo, tempo de implementação, retorno do investimento.

4. Desenvolva o projeto

A etapa seguinte é a etapa do desenvolvimento, ou seja, desde a criação do projeto piloto/MVPs até a avaliação dos ganhos, instrumentação, monitoração e alinhamento. Para criar as automações, é preciso ter uma estrutura ágil para fazer este desenvolvimento, como o DevOps onde as entregas são rápidas e sucessivas.

A ideia é desenvolver e verificar o que está funcionando ou não e assim, realimentar esses processos, avaliando os ganhos. Este é um ciclo de melhoria contínua, nos moldes do PDCA (Plan, Do, Check and Act). Criar um centro de excelência de automações dentro da empresa, uma célula que cuide da governança das automações e que identifique novas possibilidades de automação, vai deixar as entregas muito mais ágeis.

5. Analise os KPIs e faça melhorias contínuas

Uma vez que eu desenvolvi as automações, será necessário analisar os ganhos e para isso, precisamos ter métricas bem definidas do processo. Um processo que antes eu levava três horas, agora estou levando 20 minutos, por exemplo. Além disso, preciso saber quantas vezes o processo é executado num determinado período para transformar essa horas em ganhos financeiros. Essas medições são muito importantes para analisar os KPIs, avaliar as melhorias que ainda podem ser feitas e ter um feedback da área cliente.

Por fim, será necessário relacionar com o primeiro ponto que é o objetivo do negócio. Com as automações, eu estou conseguindo alcançar estes objetivos? As medições fazem parte de um ciclo de melhoria contínua. Se algo não está de acordo com o objetivo inicial, deve ser feita uma análise e as ações devem ser planejadas e executadas para não deixar essa iniciativa sair do rumo.

 

Você possui algum desses desafios? Entre em contato com o time de Icaro Tech e entenda como podemos ajudá-lo.

A Icaro Tech atua no mercado transformando os negócios através de automação há mais de 20 anos. Somos parceiros IBM e Red Hat e contamos com profissionais acreditados e capacitados para impulsionar a automação dentro das organizações. Atuamos desde a concepção do projeto – com assessments e análise do negócio – até a implementação, evolução (melhoria contínua) e gerenciamento dele através de uma equipe altamente qualificada de serviços gerenciados. Preencha o formulário abaixo e solicite uma reunião consultiva com nossos especialistas para entender mais sobre como podemos ajudar nos seus desafios de transformação digital e na implementação da hiperautomação na sua empresa.

    Gilson Missawa
    Gilson Missawa
    Head de Marketing e Ofertas
    Antonio Ideguchi
    Antonio Ideguchi
    Arquiteto de Soluções

    O conceito de soluções Zero-touch não é novo. Essas soluções envolvem o uso de automações, regras de negócios e, mais recentemente, IA (Inteligência Artificial) combinados de tal forma que uma aplicação, máquina ou sistemas funcionem ou mantenham-se funcionando sem intervenção humana.

    Exemplos, fora do ambiente de TI, variam desde simples sistemas de iluminação e câmeras de vigilância que ativam-se com movimento, até carros autônomos.

    Em monitoração de TI, o conceito de zero-touch tem sido discutido mais recentemente com o surgimento e a adoção de soluções de AIOps (Inteligência Artificial para Operação de TI). Segundo o Gartner, AIOps combina o uso de big data e aprendizado de máquina para automatizar processos da operação de TI, como:

    Ou seja, atividades em que antes era necessária intervenção humana, agora podem ser feitas de forma automatizada, com um alto grau de confiabilidade. Os principais benefícios para o negócio são:

    Como o Zero-touch pode ser aplicado à Monitoração?

    De forma simples, podemos dividir o espectro da monitoração de TI em 4 estágios: Aquisição de Dados, Agregação, Análise e Ação.

    Aquisição > Agregação > Análise > Ação

    1. AQUISIÇÃO DE DADOS

    A Aquisição de Dados é um processo automatizado uma vez que ele tenha sido configurado para determinada aplicação, infraestrutura, etc. Mas, em muitos casos, o provisionamento para novos sistemas ainda é manual, ou seja, se eu coloco uma nova aplicação em produção ou subo novas VMs, tenho que manualmente instruir o sistema de monitoração para começar a coletar dados daqueles sistemas.

    A utilização de tecnologias como Infrastructure-as-a-Service e Infrastructure-as-Code são cruciais em termos de automação no âmbito de monitoração. Através delas, desde o provisionamento de hardware, instalação/configuração de sistemas operacionais e respectivas dependências, e instalação de soluções na infraestrutura recém-provisionada podem ocorrer de maneira ágil, padronizada e automática.

    Considerando a volatilidade e flexibilidade de ambientes que proporcionam experiência de nuvem, onde recursos são provisionados e descomissionados constantemente, utilizar dos recursos de automação para instrumentar a monitoração é essencial para garantir operação consistente e escalável.

    Alternativamente, também é importante o controle e o mapeamento da infraestrutura através de sistemas de discovery e CMDB. Esses sistemas também podem ajudar a identificar partes da infraestrutura que estejam descobertos de monitoramento.

    2. AGREGAÇÃO DE DADOS

    Para a Agregação de Dados, as soluções de AIOps são flexíveis, aceitando fontes de dados diversas como bases de dados, APIs e arquivos de logs. Os formatos textuais, tabulares e em linguagens de marcação (como XML, JSON, YAML) são os mais comuns. Fica a cargo dessas soluções inferir estruturas e relações de forma automática, permitindo a configuração dos meios de agregação, objetivando a preparação para a análise desses dados, se necessário.

    3. ANÁLISE DOS DADOS

    A Análise dos Dados, nos ambientes tradicionais, ainda é realizada ou configurada de forma manual, com os especialistas analisando a massa de dados para extrair insights, identificar causa raiz e tendências ou definindo thresholds e criando regras de correlação manualmente.

    Plataformas de AIOps possuem capacidade tanto para analisar esses dados manualmente, quanto para integrar com mecanismos e frameworks de Machine Learning para criação de detecção e correlação inteligente - principalmente para os casos de uso mais comuns do ambiente de TI, como de duplicação de alarmes, inferência de regras a partir de dados de monitoração, predição de problemas baseado no histórico do comportamento da infraestrutura, entre outros.

    4. AÇÃO

    Por fim, o estágio da Ação é executado pelos analistas de TI para resolverem os problemas, uma vez identificada a causa raiz ou um workaround. Essas atividades também estão sendo automatizadas, seja a resolução para parte dos problemas (self-healing), como também sugerindo passos para resolução de problemas mais complexos a partir de dados contextualizados, timeline dos eventos e análise de causa provável, o que diminui consideravelmente o MTTR de incidentes que não foram cobertos pela automação.

    Um exemplo é o Red Hat Insights, que sugere correções baseadas na base de conhecimento e se integra ao Ansible Tower para execução dos passos sugeridos (gerando dinamicamente playbooks para resolver problemas no sistema operacional, resolver falhas de segurança ou configurações).

     

    Você possui algum desses desafios? Entre em contato com o time de Icaro Tech e entenda como podemos ajudá-lo.

    A Icaro Tech atua no mercado transformando os negócios através de automação há mais de 20 anos. Somos parceiros IBM e Red Hat e contamos com profissionais acreditados e capacitados para impulsionar a automação dentro das organizações.

    Atuamos desde a concepção do projeto – com assessments e análise do negócio – até a implementação, evolução (melhoria contínua) e gerenciamento dele através de uma equipe altamente qualificada de serviços gerenciados.

    Preencha o formulário abaixo e solicite uma reunião consultiva com nossos especialistas para entender mais sobre como podemos ajudar nos seus desafios de transformação digital e na implementação da hiperautomação na sua empresa.

    Saiba mais.


      Gabriel Araújo
      Gabriel Araujo
      Head of Customer Success

      Nos últimos meses, empresas e pessoas foram postas à prova em um cenário que mudou nossa forma de encarar o mundo. A pandemia foi um estressor que demandou mudanças e adaptações, situação que ainda desafia o planejamento dos negócios para 2021. Muitas empresas buscam adotar ações e medidas para aumentar sua resiliência e, embora a estratégia de maior robustez sem dúvida seja importante, o mercado exige mais: adaptar-se e evoluir, principalmente em situações de crise.

      Negócios que estavam mais preparados para as incertezas oriundas do COVID-19 e que foram capazes de adotar as medidas certas no timing correto, não só passaram pela tempestade mas também usufruíram da volatilidade para atingir resultados de sucesso.

      Fica mais fácil observar esta dinâmica de antifragilidade frente a situações extremas e impositoras - obviamente ninguém esperava com clareza todos os impactos e consequências da pandemia mas todos tiveram que lidar com ela.

      O curioso é que o espectro de fragilidade - antifragilidade, como essência da evolução, sempre está em provação contínua, inclusive em cenários mais amenos mas que passam despercebidos pelas corporações, abaixo do radar dos executivos e líderes, mas que somam-se ao longo do tempo gerando, inevitavelmente, o questionamento: "por que não percebemos isso antes?"

      Sobre incertezas e antifragilidade

      Nossa cultura dita a constante busca pela previsibilidade - buscamos planejamento, evitamos o duvidoso, queremos reduzir riscos, queremos estar em controle. Sem dúvida é essencial algum nível de controle e previsibilidade, porém o fato é que no mundo real, com tantas variáveis e possibilidades, é impossível predizer com certeza boa parte do que trará o futuro.

      Aliás, conforme demonstrado por Daniel Kahneman em seu livro 'Rápido e Devagar: duas formas de pensar', este exercício de previsibilidade é uma grande armadilha na vasta maioria das análises por nossa característica humana e modo de pensar.

      A antifragilidade ganhou notoriedade com o estatístico e estudioso Nassim Nicholas Taleb em seu livro 'Antifrágil', no qual sugere que o frágil é como uma taça de cristal: quebra com facilidade, evita a aleatoriedade, teme a incerteza. O resiliente (robusto) resiste a impactos e imprevistos (o que, convenhamos, já é ótimo) porém não se beneficia com eles. O antifrágil evolui, adaptando-se frente a incertezas e volatilidade.

      Fragilidade implica mais em perder do que ganhar em situações de estresse. Em outras palavras, há mais desvantagem que vantagem (assimetria desfavorável). Antifragilidade implica mais em ganhar do que em perder (assimetria favorável). E os robustos estão no meio termo, ganha-se e se perde de maneira igual.

      FRÁGIL (Danificado pela desordem) - RESILIENTE (Resiste à desordem) - ANTIFRÁGIL (se beneficia com a desordem)

      Taleb cita que "A natureza constrói coisas antifrágeis. No caso da evolução, a natureza usa a desordem para se fortalecer". Foram centenas de milhares de anos durante a evolução da vida na terra, em um processo de tentativas, erros, adaptações e evoluções. A antifragilidade é o que desperta, reage e se sobrecompensa diante de agentes estressores e de danos oriundos da volatilidade do mundo.

      A antifragilidade é o que desperta, reage e se
      sobrecompensa diante de agentes estressores e
      de danos oriundos da volatilidade do mundo.

      O impacto nas estratégias das empresas

      No mundo corporativo, a pandemia representou um gigantesco estressor que escancarou o nível de fragilidade (ou antifragilidade) das empresas - todos puderam ter uma visão clara de suas respectivas estratégias com base nos resultados obtidos (alguns inclusive consideram a COVID-19 como o Cisne Negro, porém tenho lá minhas dúvidas, conforme argumenta meu colega Guilherme Rangel em um de seus artigos).

      Desnecessário apontar que empresas que já haviam adotado essa postura se alavancaram com a volatilidade do momento - fizeram caipirinha com o limão. Em resumo, boa parte certamente já operava com características antifrágeis. Para fins de comparação, um grande estressor ajuda a visualizar com clareza nossas fragilidades. A reflexão é ponderar o impacto em situações 'normais' (ou seja, nas quais não há imposição categórica de um grande estressor).

      Uma pesquisa recente da Boston Consulting Group indica que cerca de 70% das iniciativas de transformação digital falham em alcançar seus objetivos. Interessante notar que diversos problemas encontrados durante a execução da transformação estão relacionados diretamente com características fragilistas como inércia organizacional, barreiras culturais, tecnologias defasadas e mindset arcaico.

      Uma postura antifrágil não significa perder controle, não descarta realizar planejamentos, criar estratégias e orçamentos, realizar análises de SWOT, etc - mas sim incluir uma dinâmica essencial de lidar com a incerteza: é impossível prever a maior parte das ocorrências (boas e ruins). Portanto considerar mecanismos antifrágeis fazem todo sentido: prever necessidades, descentralizar controle, pulverizar tomadas de decisão, mensurar iniciativas (bússola de erros e acertos), testar logo, falhar cedo (falhar 'pequeno', contingenciado) e aprender muito rápido para corrigir rotas.

      Estratégia integrada, decisões descentralizadas, metas mensuráveis

      Uma estratégia integrada fim-a-fim garante a conectividade das diretrizes macro de negócio com todas as ramificações e ações hierárquicas da empresa. Métricas & KPIs também devem se beneficiar desta rede integrada: metas de negócio são sustentadas por métricas de diferentes níveis organizacionais, uma rede de mensuração ágil e eficiente, viabilizando realizar adaptações quando necessário (sem perder de vista os objetivos principais).

      Este conduite também valoriza e energiza o senso de propósito e cultura da organização: as pessoas e equipes têm visibilidade do desdobramento dos resultados de suas atividades. Isso beneficia (e mitiga riscos) na descentralização da tomada de decisão dado que é possível identificar anomalias (e oportunidades!) de forma ágil.

      O princípio funcional: investir em uma cultura integrada de mensuração e adaptação contínua, uma equipe com foco em resolução de problemas.

      Mentalidade Ágil e Essencialista

      O tópico anterior provê um alicerce para agilidade de tomada de decisões frente a resultados medidos em diferentes níveis. Timing é pré-requisito para decisões assertivas: ajustes de priorizações, mudanças, adaptações. A morosidade (latência, processos burocráticos) impõe riscos em toda cadeia de execução: experimentações, testes, validações, time-to-market. Mindset ágil é quase unanimidade quando se fala de digitalização.

      O desdobramento da estratégia definirá um backlog de atividades em toda a estrutura, que deverá exercitar um ciclo de melhoria contínua com ações oriundas de mensurações e (re)priorização. É aqui que uma postura essencialista faz a diferença.

      Em seu livro 'Essencialismo', Greg Mckeown sugere um método para identificar o que é vital e eliminar todo o resto. A ideia é que a maioria dos itens não são essenciais - o que realmente faz a diferença são poucos pontos específicos.

      Uma denominação parecida é a 'via negativa' sugerida por Taleb: melhor que agir em excesso (tentando cobrir tudo) é remover o que achamos que é errado - adicionar subtraindo (e de sobra gastando menos, reduzindo custo).

      Melhor que agir em excesso é remover o que
      achamos que é errado - adicionar subtraindo

      "As pessoas acham que foco significa dizer 'sim' para a coisa em que você precisa focar. Mas isso nada tem a ver com foco. Foco significa dizer 'não' para as centenas de outras boas ideias que existem." Steve Jobs

      Mas a sofisticação através da simplicidade (foco) é mais difícil de se alcançar do que se pode desejar. O pensamento essencialista (de via negativa) nos apoia nesta seleção.

      Sobre execução e projetos monolíticos

      A operacionalização da estratégia definida faz toda diferença. É notável o quanto ainda nos deparamos com projetos do tipo monolítico : uma única grande frente de trabalho, de enorme complexidade, com centenas de requisitos, envolto numa teia de relacionamentos e dependências, envolvendo diversas áreas, fornecedores e parceiros, cuja descrição encontra-se em um documento de +100 páginas, numa tentativa de prever e definir todos aspectos necessários para sua implementação ao longo dos próximos meses.

      Bent Flyvbjerg, professor de Oxford e especialista em gestão realizou diversas pesquisas em características antifrágeis dos monólitos, em especial referente a 1. magnitude/tamanho da empreitada e 2. capacidade de previsibilidade limitada frente às incertezas [aqui e aqui].

      Reflita um momento: na sua experiência,
      quantos destes mega projetos obtiveram
      sucesso ?

      Para não depender de experiências prévias particulares, Flyvbjerg utilizou o método chamado Reference class forecasting (por Daniel Kahneman) que consiste em tentar prever um o resultado de um evento comparando com eventos passados de características e atributos similares.

      Interessante notar que algumas contramedidas citadas por Flyvbjerg no casos de sucesso foram: quebrar um problema (projeto) grande em módulos menores, manter foco nos principais aspectos, capacidade de medir e ter um time especialista.

      O uso assertivo da Tecnologia e Metodologia

      Não é de se espantar que o leitor com conhecimentos e experiência em metodologias de TI como agile e devops (e tendências como microsserviços e cloud) possa ter pensado:

      "Isso cai como uma luva no quesito de antifragilidade!".

      No universo de tecnologia de informação, os perímetros de desenvolvimento e infraestrutura adotaram características que atendem quesitos chave como velocidade de implementação, flexibilidade para lidar com volatilidade, redução de complexidade, interoperabilidade, resiliência e robustez, aprendizado contínuo e insights de inovação através da mensuração (vide sobre a relação entre devops e inovação).

      Inclusive, todas essas tecnologias e metodologias nasceram na prática, frente a necessidades de melhor suportar o negócio, através de estressores que esculpiram os alicerces de soluções/sistemas que atendem suas demandas altamente voláteis.

      Alguns meses após início da COVID-19, 55% das empresas sinalizaram planos para aumentar uso da metodologia ágil nos próximos 12-24 meses (follow-up survey - 14th State of Agile report).

      A tecnologia sozinha não garante o sucesso de um processo de transformação digital mas certamente é um dos fatores chave para viabilizá-lo.

      Tempo de mudar

      Grandes estressores alavancam (demandam) mudanças que normalmente não iriam ocorrer. Em cenários amenos, com menos entropia, a tendência é voltamos ao modus operandi padrão. A ilusão da previsibilidade é uma zona de conforto nos negócios e na vida pessoal - de maneira sorrateira vai se instalando gerando falsa sensação de segurança e controle. Definir uma estratégia que lide com incerteza permite segmentar e escrutinar cenários de ameaça e oportunidade, tirando o melhor de ambos os casos. O grande desafio é o fator humano.

      “Há uma limitação desconcertante de nossa mente: nossa confiança excessiva no que acreditamos saber, e nossa aparente incapacidade de admitir a verdadeira extensão da nossa ignorância e a incerteza do mundo em que vivemos.”  - Daniel Kahneman

      Antonio
      Antonio Ideguchi
      Arquiteto de Soluções | Customer Success

       

      A metodologia DevOps procura reduzir a distância entre os times de Desenvolvimento e Operações, trazendo uma cultura de responsabilidade compartilhada entre as partes e buscando alinhar a estratégia de negócio e a sustentação de aplicações focando principalmente no crescimento da organização. Essa metodologia nasceu da análise do processo de desenvolvimento e entrega de software e a detecção dos principais reveses e ressalvas, resultando na cunhagem do termo por Patrick Debois e Andrew Clay Shafer, culminando no desenvolvimento de um framework para endereçar esses pontos.

      O principal objetivo é criar um ambiente de colaboração, trazendo práticas emprestadas da Metodologia Ágil e do Desenvolvimento Lean para redução de retrabalho, minimização de desperdícios de recursos e aceleração da cadeia de valor, permitindo a entrega mais rápida de funcionalidades que atendam as necessidades dos clientes. É papel da automação contribuir ativamente no equilíbrio necessário entre velocidade e estabilidade para implantações bem sucedidas de DevOps nas organizações.

      PIPELINES OU LINHAS DE MONTAGEM?

      O desenvolvimento de tecnologias e processos DevOps e de desenvolvimento nativo de nuvem trouxeram uma miríade de termos ao conhecimento geral, como Continuous Integration, Continuous Deployment, Continuous Delivery, Everything as Code, Pipelines e Linhas de montagem.

      Pipelines são um dos principais elementos na metodologia DevOps, descritos como conjuntos de tarefas executadas automaticamente em uma ordem determinada com o objetivo de acelerar tarefas de construção, teste e instalação de software. Os pipelines de Continuous Integration e Continuous Deployment (CI/CD) constituem a fundação do ferramental necessário para adotar práticas DevOps e Continuous Delivery.

      Atualmente, encontram-se no mercado várias ferramentas para implementação de pipelines, muitas vezes fragmentadas e associadas para alcançar funcionalidades de Continuous Delivery. Em diversos casos essas ferramentas são integradas através de colaboração cultural entre os silos da organização ou por processos semiautomáticos de gestão que inevitavelmente causam overhead no processo de lançamento de software.

      Um cenário ideal é aquele em que as ferramentas são integradas de maneira coesa e harmônica, tornando a plataforma transparente para o usuário, como se fosse composta por uma única unidade que permite gerenciar o processo de construção e implementação do software em sua totalidade.

      As linhas de montagem DevOps consistem em ecossistemas de ferramentas harmonicamente integradas, fornecendo funcionalidades de construção, implementação, operação e observabilidade das aplicações. O avanço dos estágios das linhas de montagem é geralmente dirigido por eventos (commit no repositório de código, aprovação dentro de um fluxo de trabalho, implementação agendada), e traz nativamente maior visibilidade em termos de progresso e qualidade de entregas.

      De maneira simples, as linhas de montagem podem ser encaradas como pipelines compostos por outros pipelines menores que atendem funções específicas, associados a soluções de monitoração do processo como um todo.

      A criação de linhas de montagem é uma tarefa árdua e reconhecida como tal pelas grandes organizações. É possível utilizar a expertise da comunidade e o potencial do software de código aberto para construir essas estruturas, adotando ferramentas reconhecidas e apoiadas pelas principais fundações, como CNCF (Cloud Native Computing Foundation) e CDF (Continuous Delivery Foundation), contudo, esse processo exige a capacitação de uma equipe interna ou um parceiro com grande domínio de tecnologias e que deverá instalar, configurar, manter e evoluir a plataforma por conta própria.

      Os principais provedores de serviços de TI investiram na criação de ferramentas que permitem implementar as principais funcionalidades de linhas de montagem e pipelines de CI/CD prontas para utilização, contando com suporte profissional e dedicado. Essas soluções são ideais para organizações que desejam focar exclusivamente na evolução de seu Core Business ou querem reduzir custos de manutenção da plataforma de desenvolvimento. Alguns exemplos são:

      As linhas de montagem são a base tecnológica e contribuem diretamente com a velocidade e qualidade da solução entregue. Por essa razão, devem endereçar preocupações em termos de suporte, facilidade de manutenção, estabilidade, compatibilidade e evolução, seja através da capacitação de um time interno e/ou de um trusted advisor.

      A RELAÇÃO ENTRE DEVOPS E INOVAÇÃO

      A inovação nasce da comunicação entre pessoas imersas em perspectivas distintas, e uma ideia concebida para uma determinada aplicação acaba por encontrar seu propósito em outra situação ou ambiente distinto. É um processo baseado essencialmente em colaboração e criatividade.

      A adoção do DevOps traz a oportunidade de mudanças na cultura organizacional e o aumento da colaboração entre as áreas, transformando processos críticos de desenvolvimento e implantação de software em fluxos automatizados simplificados e eficientes em termos de tempo e recursos, ajudando organizações a entregar produtos com alta qualidade, velocidade e eficiência através do cultivo de diferentes perspectivas e sua respectiva reconciliação.

      Nesse sentido, deve ser encarado como um ingrediente essencial para inovação, fornecendo meios de entregar melhores experiências para atender as necessidades dos clientes em um mercado em constante evolução.

      COMO PODEMOS AJUDAR?

      A Icaro Tech atua no mercado ajudando na transformação digital dos nossos clientes há mais de 20 anos. Somos parceiros IBM e Red Hat e contamos com profissionais acreditados e capacitados para impulsionar a adoção de DevOps dentro das organizações.
      Atuamos na automação do processo de DevOps e no desenvolvimento de software através de metodologias ágeis.

      Preencha o formulário abaixo e solicite uma reunião consultiva com nossos especialistas para entender mais sobre como podemos ajudar nos seus desafios.

       

        Kleber
        Kleber Stroeh
        Co-Founder & Meber of the Board

        Duas das principais aplicações do Process Mining são, hoje, iniciativas de Automação e de Transformação Digital.

        É fácil perceber que essas iniciativas têm, como ponto de partida, o momento presente – a situação atual real, sem suposições. Realidade é crítica. Se uma companhia automatiza algo, é porque há, no presente, uma atividade (geralmente uma parte de um processo) que pode ser automatizada. Se uma companhia digitaliza algo, é porque esse algo (um produto, um processo, uma operação) existe no presente. Logo, em ambos os casos, se é possível transformar, é necessário um bom entendimento da situação atual para que as metas dessas iniciativas sejam alcançadas.

        Esse entendimento é, geralmente, chamado de análise “As Is”, historicamente baseada em incontáveis (e custosas) reuniões de levantamento, brainstorming e muita adivinhação – “Como executamos esta tarefa?”; “Quanto tempo empregamos nestas atividades?”. Uma análise custosa, lenta, tendenciosa e raramente eficaz.

        Process Mining permite que processos sejam automaticamente descobertos – ou, se preferir, automaticamente reconstruídos por engenharia reversa. Ao invés de reuniões de levantamento e sessões de adivinhação, os eventos gerados pela execução diária de atividades são processados pelo Process Mining e, como resultado, a companhia obtém o modelo de seu processo (que retrata a realidade da execução do negócio), acompanhado de métricas de frequência, tempos médios por etapas, dentre muitas outras.

        Note como isso é crítico para entregar, a qualquer iniciativa de automação ou transformação digital, um senso de direção fidedigno. Com a visão completa – e correta – da realidade atual, essas iniciativas podem depositar foco e energia nas partes que realmente merecem atenção, facilitando a identificação do impacto que cada evolução pode trazer como resultado.

        Ainda mais importante, ao analisar os dados continuamente – online, em tempo real –, principalmente após os projetos de automação ou digitalização, é igualmente fácil mensurar o quão eficazes foram os esforços empregados na melhoria do negócio.

        Process Mining é, como já apontado pela Forrester, uma bússola para as jornadas de transformação digital. É, de certa forma, uma apólice de seguro para que os projetos entreguem o ROI (Return On Investment, Retorno Sobre o Investimento) esperado.

        Se sua organização tem iniciativas de RPA (Robotic Process Automation), orquestração, chatbots ou outras de digitalização e não entendeu sua realidade através de análises de Process Mining como as da solução EverFlow, está correndo riscos desnecessários. É como pilotar uma aeronave sem instrumentos de navegação. Pode ser que atinja o destino final, mas também pode ser que não.

        Gilson Missawa
        Gilson Missawa
        Head of Offerings and Product Management & Marketing

        "Toda empresa é uma empresa de tecnologia". Esta frase foi dita por Peter Sondergaard no Gartner Symposium de 2013. Sete anos depois, podemos afirmar, diante do impacto que a transformação digital tem gerado em todas as indústrias e segmentos de mercado, que ele estava certo.

        No relatório Serviços Financeiros 2020 e Além da PWC, ao dizer que o digital se tornou o convencional, uma constatação chama a atenção: "duas décadas atrás, muitas grandes instituições financeiras construíram unidades de 'e-business' para atrair uma onda de interesse dos e-commerces. Eventualmente, o 'e' inicial foi embora e se tornou o novo normal". Afirmações como esta demonstram como o uso de tecnologia tem se tornado central na estratégia de negócios das empresas que atuam no mercado financeiro.

        O Brasil, por sua vez, tem se destacado especialmente no cenário das fintechs. Dentre as nove startups unicórnios brasileiras listadas no "The Crunchbase Unicorn Leaderboard" do TechCrunch, duas são fintechs, sendo que uma delas está entre as 30 mais valiosas com um valuation de US$ 10 bi.
        Em relação ao Open Banking, o país tem sinalizado bons avanços para regulamentar e iniciar a implementação no segundo semestre de 2020 com o modelo "Sistema Financeiro Aberto", que foi classificado como brilhante por Gavin Littlejohn, que ajudou a implementar o sistema no Reino Unido, um dos primeiros a serem regulamentados e serviu como base para o desenvolvimento de muitos outros, incluindo o brasileiro.

        Mas regulamentar e estabelecer padrões não fará com que as empresas estejam prontas para expor os dados de seus clientes. Os desafios vão além da adoção de novas tecnologias e precisam ser levados em conta para que a operação das instituições financeiras sejam capazes de se adequar a esta nova realidade. Listamos aqui três desafios tecnológicos que impactarão o Open Banking no contexto brasileiro.

        1. Exposição e governança de APIs

        Open Banking e uso de APIs são, praticamente, indissociáveis. Todo o conceito tem como base tecnológica a exposição e consumo de serviços utilizando APIs (Application Programing Interface) e, apesar de seu uso não ser novidade, a utilização delas neste novo modelo traz desafios, como gerenciar TPPs (Third-Party Providers) com identidade digital, por exemplo.

        O uso de APIs cria uma nova interface digital ao disponibilizar informações para terceiros em um ambiente público, onde as instituições têm pouco controle. Além do desafio de regulamentação do modelo, preocupações com segurança peculiares ao mercado brasileiro e à Lei Geral de Proteção de Dados (LGPD)  influenciarão no tratamento dos dados disponibilizados.

        Neste sentido, é essencial ter mecanismos de controle que sustentem  estas preocupações e garantam a padronização no acesso, de forma fácil, segura e com governança. O desenvolvimento deste ecossistema deve contemplar o uso de tecnologias como API Gateways e sistemas de API Management, que habilitam uma estratégia mais segura de implementação do Open Banking.

        2. Integração dos novos canais digitais, sistemas legados e a plataforma Core Banking

        A integração entre os sistemas legados que compõem a plataforma Core Banking e os canais digitais convencionais já é passado para a maioria das instituições. No entanto, a integração deste novo canal digital utilizando APIs públicas representa um novo desafio principalmente para as instituições que não são nativas digitais.

        A utilização de dados de sistemas legados e a integração dos sistemas Core com as novas entidades do sistema exigirá um roadmap evolutivo, que envolve desde a avaliação de integrações sistêmicas, até a adoção de novas tecnologias.

        3. Otimização e automação de processos para ser mais eficiente

        A utilização de APIs públicas para o consumo de dados dá abertura para a entrada de novos players, produtos e serviços no mercado. Isso significa que a concorrência irá aumentar e que eficiência e qualidade de serviço serão fatores importantes para o sucesso no cenário de Open Banking. Tecnologias de automação, como RPA, Inteligência Artificial no atendimento ao cliente e técnicas e ferramentas de Process Mining para mapear, monitorar e otimizar processos podem trazer vantagem competitiva neste cenário, ao reduzirem custos e proporcionarem uma melhor experiência ao usuário.

        Esta é, provavelmente, a maior revolução vista pelo mercado financeiro na história e trará vantagens consideráveis para toda a comunidade, gerando uma grande oportunidade de transformação e captura de novas fontes de receitas para as instituições que atenderem de forma eficiente as demandas tecnológicas deste modelo.

        Fonte: Convergência Digital

        Douglas Silva
        Douglas Silva
        Head de Vendas

        O ano de 2020 começou com boas perspectivas de uma retomada econômica. A bolsa de valores ia bem, nossos clientes planejavam investimentos em infraestrutura para uma rede mais preparada para o 5G e também melhorias na experiência do usuário.

        No dia 24 de janeiro, a bolsa chegava a sua máxima com 119.528 pontos, para, a partir daí iniciar um processo de queda até chegar em 63.604 pontos exatamente 60 dias depois. Era o novo coronavírus (e a COVID-19, doença causada por ele) transformando o cenário econômico.

        É fato que todos os planos para o ano precisaram ser revistos, tanto no âmbito profissional quanto pessoal. Mas, um cenário instável provoca mudanças e faz, muitas vezes, com que certos projetos saiam do papel. Não tenho dúvidas de que, para algumas empresas, esta pandemia será o impulso que faltava para acelerar (ou tirar do papel) suas iniciativas de transformação digital, sejam elas do setor de telecom ou não.

        Os desafios de Telecom e o como isso pode ajudar outros setores

        Certamente, um dos setores que têm sido mais desafiado nesse cenário é o de telecomunicações, serviço que se torna ainda mais essencial para garantir o suporte nas relações profissionais e pessoais. Telefonia, internet, TV e serviços de streaming ajudam a livre circulação de informações e a difusão de orientações para o isolamento, a redução da circulação nas ruas e contato físico, o combate aos sintomas, além de possibilitar a continuidade de uma infinidade de atividades profissionais através do home office.

        No entanto, se por um lado a importância das telcos tende a crescer, os efeitos colaterais tendem a ser ainda mais desafiadores. Um aumento de demanda inesperado, a necessidade de manter a disponibilidade enquanto lida com limitações nas equipes de campo e atendimento interno, dentre outros fatores, fazem com que a tecnologia se torne a personagem principal desta história.

        Nos últimos anos tenho visto uma preocupação cada vez maior com a qualidade dos serviços e com a experiência do cliente, e acredito que toda essa crise deverá acelerar os movimentos neste sentido, trazendo necessidades de adequação ao novo cenário – que ainda será desenhado nos próximos meses, talvez anos.

        Experiência Omnichannel e Automação

        Prover uma experiência única ao cliente não é exatamente uma novidade. Neste período de isolamento social, empresas que oferecem algum nível de atendimento personalizado ao cliente tem se destacado – o que deverá continuar e tomar ainda mais força quando retomarmos as nossas atividades.

        Projetos de omnicanalidade visam criar essa experiência diferenciada de atendimento ao cliente. Para entender melhor o que é, imagine que você, como usuário, entra em contato com sua operadora de telefonia e, a interação gerada inicialmente através de uma mensagem no chat pode ser continuada num e-mail ou numa ligação telefônica, sem a necessidade de contextualizar novamente o atendente. De forma muito simples e resumida, esse é um dos benefícios da experiência omnichannel, promovendo uma melhoria significativa na satisfação do cliente.

        Para que um projeto omnichannel obtenha seu nível mais alto de sucesso, é necessário que automações de tarefas e processos possam ser executadas, garantindo a viabilidade e o ganho de eficiência operacional.

        5 tecnologias que habilitam o omnichannel e devem estar no radar para um mundo pós-COVID

        1. Soluções de Atendimento ao Cliente em Cloud

        A primeira recomendação desde que o isolamento social se tornou primordial para conter o avanço da pandemia foi evitar aglomerações. Para empresas que possuem um call center passivo ou ativo, o uso de soluções de atendimento em Cloud habilitam o trabalho remoto, mantendo a efetividade e qualidade do serviço prestado, independente do local onde o profissional se encontra fisicamente. Usando apenas um dispositivo conectado à internet, o atendente é capaz de consultar informações integradas em uma plataforma.

        2. Assistentes Virtuais (VCA) para a Automação de Atendimento ao Cliente

        Com a ascensão de temas como Inteligência Artificial e Machine Learning, os bots de uma forma geral – especialmente os chatbots – começaram a ser reconhecidos como sinônimo de automação de atendimento. No entanto, é necessário salientar que nem todo VCA utiliza esse tipo de tecnologia e que, implementar um chatbot, não necessariamente significa implementar um projeto de automação de atendimento. Aliar o atendimento à automação é uma tarefa que exige processos bem definidos e também um trabalho de treinamento do assistente para que, além de entender o contexto, ele possa fornecer as informações corretas e contribuir para a experiência do usuário. O objetivo é reduzir a necessidade de intervenção humana no atendimento, gerando também ganhos de produtividade, redução de custos e aumento da satisfação do cliente.

        3. Human Augmentation: Assistentes Virtuais para Colaboradores

        O conceito de Human Augmentation é bastante amplo, mas o foco aqui será no uso de assistentes virtuais para aumentar a capacidade de resposta e produtividade dos colaboradores. Um exemplo prático disso é a TAIS, assistente virtual criada para auxiliar o atendimento do NOC (Network Operations Center) aos técnicos de campo da TIM e que reduziu em até 60% o tempo do atendimento da equipe externa. A ferramenta utiliza Inteligência Artificial, técnicas de Machine Learning e Automação para otimizar o trabalho feito em campo, buscando respostas em diversas fontes de dados internas e automatizando jobs que antes só eram possíveis ser feitos através do contato com o NOC. Desta forma o técnico de campo tem sua capacidade de ação aumentada sensivelmente, também colaborando com a redução de custos e melhoria da qualidade percebida pelo cliente.

        4. Robotic Process Automation (RPA)

        Automação através de robôs não é novidade e tem se tornado um assunto recorrente nas conversas com times de TI e operações. Os ganhos com RPA são exponenciais, especialmente se a sua empresa possuir uma quantidade grande de processos repetitivos e passíveis de serem automatizados. No entanto, o sucesso deste tipo de iniciativa costuma estar diretamente ligado a capacidade de análise e priorização dos casos candidatos a automação. Isto requer que frequentemente o processo a ser automatizado seja repensado, evitando a automação de um processo inadequado, o que tende a levar a frustrações.

        5. Process Mining

        Mineração de processos, como é traduzido, é um conceito relativamente novo e tem ganhado atenção especialmente após ter tido destaque na conferência do Gartner Symposium/ITxpo de 2018. A utilização de técnicas de process mining permitem que os processos sejam descobertos, gargalos e desvios sejam encontrados e, principalmente, que sejam otimizados, algo imprescindível para uma melhor automação, por exemplo. Além destes benefícios, através da mineração de processos é possível identificar a jornada de um cliente, trazendo ganhos significativos para sua experiência, afinal, processos otimizados reduzem custos desnecessários e permitem otimizar o atendimento ao cliente.

        Existem outras tecnologias que impactarão o futuro, não somente das empresas de telecomunicações, num cenário pós-COVID-19. No entanto, estas são minhas principais apostas para que, empresas que desejam melhorar a experiência do usuário, possam se diferenciar à partir de já e ganhar vantagem competitiva em uma provável retomada, ainda que lenta, da economia nos próximos meses.

        Douglas Silva, head de Vendas e Marketing na Icaro Tech.

        Fontes:
        It Forum 365
        TI Inside

        Laerte Sabino
        Laerte Sabino
        CEO

        “Se tudo está sob controle, você está indo devagar demais”
        Mario Andretti

        Em um mundo que está em constante transformação, vimos uma oportunidade de nos reinventar, e estamos alterando nossa estrutura organizacional com o objetivo de suportar o crescimento da empresa, e de continuar entregando soluções com níveis cada vez mais altos de inovação e resultados para nossos clientes.

        Visando maior unidade e agilidade, unificamos as áreas de entrega em uma única estrutura, facilitando o alinhamento com a realidade atual de projetos multidisciplinares. A estrutura de Engineering estará sob o comando de Priscila Rosa. Esta estrutura se organizará em Chapters, responsáveis pelo desenvolvimento dos profissionais especializados nas várias tecnologias, e que serão alocados nos projetos através de Squads.

        Com o objetivo de garantir o sucesso de nossos clientes e projetos, foi criada a área de Customer Success, que ficará sob a liderança de Gabriel Araújo. Sua atuação se inicia com o entendimento das necessidades, critérios de sucesso e KPIs, passando pelo desenho das soluções e acompanhando resultados atingidos durante a entrega. A consolidação de uma área focada na jornada do nosso cliente reforça o mindset e compromisso com os resultados de nossos clientes.

        Já para garantir a evolução tecnológica de nossas ofertas, foi designado um executivo, Gilson Missawa, que responderá também pelas tecnologias desenvolvidas pela Icaro Tech (atualmente Advanced Dashboards e FlexForward).

        Buscando trazer unidade da nossa comunicação com o mercado, as áreas de Sales & Marketing foram fundidas. Douglas Silva estará à frente desta nova área, que também passa a ser responsável pelo relacionamento com nossos parceiros tecnológicos.

        Márcia More e Juliana Gonçalves continuam como Heads das áreas de F&A e HR, respectivamente.

        E isso são só os primeiros dias de 2020, imagine o que vem pela frente! Estamos com grande expectativa de que estas mudanças trarão resultados melhores para todos nós: clientes, parceiros e colaboradores.

        Queremos ser os melhores no que fazemos e ser reconhecidos por isso.

        Laerte Sabino
        CEO

        Laerte Sabino
        Laerte Sabino
        CEO

        O impacto da Inteligência Artificial (IA) está cada vez mais evidente na economia mundial, na transformação digital das empresas e na sociedade. O uso inteligente de dados está modificando padrões de negócios, reduzindo custos operacionais e também alterando o antigo modelo de consumo, reinventando assim o conceito da experiência do usuário. Segundo o Gartner, a Inteligência Artificial será a classe mais disruptiva de tecnologias dos próximos 10 anos. Ao coletar, interpretar e correlacionar grandes volumes de dados, a IA decifra o comportamento dos usuários e identifica padrões de consumo.

        Na prática, esses dados direcionam as preferências dos consumidores para determinados produtos ou serviço. Assim, as empresas conseguem mapear e engajar diferentes perfis e personas. É a chamada personalização do conteúdo, que tem sido cada vez mais utilizada por empresas como Spotify, Netflix, Uber, iFood, entre outras. Os mecanismos de recomendação, compostos por modelos de machine learning, têm o propósito de sugerir o conteúdo mais assertivo possível. Dessa forma, o usuário encontra rapidamente o filme, série, música ou restaurante desejado, com mais objetividade.

        Essas facilidades são exemplos da mudança do padrão de consumo: há alguns anos, o usuário não conseguia assistir sua série ou filme favorito quando quisesse, por exemplo; ele tinha que esperar o horário em que o conteúdo seria exibido na TV. Hoje, não mais: a personalização (ou customização) tornou-se um elemento chave para empresas que querem proporcionar uma melhor experiência ao usuário. Ou seja, a forma de se relacionar com o cliente está mudando.

        Personalização é passo fundamental para a transformação digital

        Neste novo cenário do consumo, tanto a personalização como a excelência no atendimento são fatores primordiais para empresas que querem ampliar o alcance de seus negócios. No entanto, apesar da estratégia de IA ser um passo importante dentro das companhias, cerca de 87% delas ainda têm baixa maturidade no assunto. Além disso, o IDC estima que 70% das iniciativas de transformação digital irão falhar. Como então garantir que o projeto de IA na estratégia digital irá trazer resultados?

        Uma solução para este dilema é a homogeneização dos touchpoints, ou seja, a preocupação em “falar a mesma língua” do cliente, independentemente do canal em que a comunicação é feita. Para isso, a tecnologia cognitiva e a automação podem colaborar: além da personalização do atendimento e da busca por essa linguagem homogênea, é possível reduzir custos em projetos de curto e de longo prazo.

        Tecnologias cognitivas como RPA (Robotic Process Automation), interpretação de linguagem natural (NLU) e engines de conversação (chatbots), podem executar tarefas consideradas simples dentro das empresas. Porém, quando essas tarefas são executadas em grande escala, acabam poupando um grande número de horas das equipes.

        Chatbots e a revolução no modelo de atendimento

        O chatbot há alguns anos virou um hype, já que pode ser utilizado por empresas de qualquer segmento.

        Estudos do Gartner apontam que:

        25% das operações de atendimento ao cliente usarão assistentes virtuais até 2020;
        30% de todas as empresas B2B empregarão IA para aumentar pelo menos um de seus principais processos de vendas;
        70% das organizações integrarão a inteligência artificial para auxiliar a produtividade dos funcionários até 2021.
        Outro instituto renomado, a Allied Market Research, diz que só o mercado de chatbots para BFSI - bancos, serviços financeiros e seguros, está projetado para crescer quase 30% anualmente até 2024.

        Já a Juniper Research aponta que, além de uma economia de cerca de US$ 8 bilhões até 2022, os chatbots serão responsáveis, apenas no mercado varejista, por 22 bilhões de interações e um resultado aproximado de US$ 112 bilhões até 2023 - uma taxa de crescimento anual de 98%.

        Mas, como fazer um roadmap dessa tecnologia para que ela, de fato, traga resultados?

        Um dos principais cuidados ao implementar esse tipo de projeto é ter uma estratégia granular, pensar em um roadmap de projetos e resultados estratégicos com entregas a curto, médio e longo prazo. É aconselhável dar início ao projeto com pilotos e MVP’s, com uma quantidade de funcionalidades menor e voltado para um público-alvo limitado, analisando as métricas e colhendo feedbacks. Um dos grandes erros das empresas é lançar um chatbot e oferecer ao usuário uma experiência ruim, o que pode queimar este canal. Por isso, durante os primeiros três ou quatro meses é necessário pensar nesse roadmap, dosar os passos, adaptar-se a situações, errar e estar pronto para corrigir os erros quando necessário.

        Entre os exemplos de sucesso que posso citar com propriedade está o chatbot feito para a Smiles, que foi a primeira empresa a emitir passagens para voos nacionais e internacionais por meio de milhas, através de um bot no Facebook Messenger. Conforme os usuários foram interagindo com o bot, os dados foram sendo coletados e aos poucos, novas funcionalidades inseridas no projeto. Em breve, a companhia pretende ampliar as funcionalidades e oferecer, através do chatbot, assinatura do Clube Smiles, solicitar crédito retroativo de voos Gol e reset de senha.

        A experiência do Bradesco com a BIA (assistente digital), também pode ser citada como um dos maiores exemplos de sucesso do país. Foram contabilizados em 2019 mais de 126 milhões de interações em sua plataforma. O aumento das interações (que eram 84 milhões no final de 2018) deve-se à entrada da BIA no WhatsApp, segundo informações divulgadas no II Simpósio de Inteligência Artificial. Além do sucesso de interações, a avaliação é bastante positiva - a BIA conta com 83% das notas acima de três estrelas e 95% das perguntas respondidas.

        Em um modelo totalmente diferente do que os bots voltados para usuários finais e consumidores, existem também os bots voltados para o público interno. É o caso da TAIS, bot que a TIM implementou para otimizar o relacionamento com os técnicos. Através da tecnologia IBM Watson, os técnicos utilizam o app Telegram para interagir com a TAIS, que foi criada com o auxílio da Icaro Tech para otimizar o atendimento do NOC (Network Operations Center). Com a TAIS, a TIM reduziu em até 60% o tempo de atendimento, o que otimizou também a geração de informações e aumentou a produtividade das equipes. O piloto do projeto durou quatro meses e, após a implantação, houve um avanço exponencial no número de interações.

        Por baixo de toda a tecnologia dos chatbots cognitivos existe uma grande estrutura, com N integrações que conectam as informações solicitadas ao sistema. Quanto mais complexas as atividades, maior é a missão crítica. Eu costumo comparar um chatbot a um iceberg: o que vemos, de fato, é só a ponta de toda uma base. Essa infraestrutura, a complexidade das integrações e a capacidade analítica deixam o bot mais rico e com informações mais completas. E a capacidade de gerar contexto na conversa com o cliente, de aprender e tomar decisões, de solucionar problemas complexos e de alimentar seu banco de dados é o que torna essa ferramenta essencial para garantir uma melhor experiência ao usuário. Nos dias atuais, priorizar o atendimento e ter foco na experiência do usuário é fundamental para determinar o crescimento de um negócio, marca ou empresa.

        CIO

        É inegável o impacto da Inteligência Artificial (e portanto Analytics) na economia global e na sociedade.

        Empresas inovadoras como Amazon, Facebook, Airbnb e Netflix revolucionaram o uso inteligente de dados para transformar completamente seus negócios, maximizando receita, reduzindo custos operacionais e, talvez o mais significativo ao longo prazo, reinventando o paradigma da experiência do usuário.

        Ao correlacionar e interpretar grandes volumes de dados, é possível identificar padrões e isso se materializa em conhecer melhor comportamentos, predizer intenções, personalizar o consumo.

        A simplicidade de uso gera fidelidade, recompra e marketing boca-a-boca que se espalha rapidamente trazendo novos clientes. No backstage, o alicerce tecnológico é a inteligência artificial, empregada em suas diferentes facetas - Analytics, deep learning, cognição, automação entre outras.

        O hype é frenético pois os resultados são reais e impressionantes.

        O Airbnb, por exemplo, possui mais de 100 de modelos de machine learning apenas em seu site, guiando e auxiliando seus usuários e modelando sua experiência de uso.

        "Qualquer usuário se surpreenderia quantas vezes interagem com um modelo de machine learning enquanto navega no airbnb.com" revela Mihajlo Grbovic, cientista de dados senior na Airbnb.

        Para a Netflix, seu mecanismo de recomendação, composto de dezenas de modelos de machine learning, tem a missão contínua de sugerir o melhor conteúdo possível para cada usuário. Tão importante quanto geração contínua de conteúdo, a personalização é elemento chave para seu negócio e garante que encontraremos rapidamente um novo filme ou série que nos agrada.

        Encantados com os resultados, empresas de todos os segmentos se lançam no roadmap da inteligência artificial, buscando adaptar seus negócios para este novo paradigma.

        Parece um exagero ? O hype é real, a mídia e marketing fazem seu papel e o termo IA explodiu e começou a ser utilizado em todo tipo de discursos e ofertas.

        Pesquisa da Bloomberg sobre aumento de citações de IA

        E o reflexo do mercado é uma espécie de corrida do ouro - 88% dos executivos C-level acreditam que sua empresa deve incorporar IA. pois está na moda - no entanto não tem muita certeza de como utilizar.

        Entre a enorme expectativa e promessas de um retorno promissor, a ansiedade esbarra em dificuldades na adoção da estratégia correta e (em muitos casos) gera resultados e experiências ruins.

        IDC estima que 70% das iniciativas de transformação digital irão falhar. Cerca de 87% das empresas ainda têm uma maturidade baixa em BI e Analytics. E aqueles que começaram a se aventurar reconhecem que ainda precisam avançar - 82% das empresas sentem que ainda não estão obtendo ROI suficiente de Analytics.

        Mas se algumas empresas estão colhendo excelente resultados, qual a causa raiz de tamanha dificuldade ?

        O problema não está na tecnologia, mas na estratégia e operacionalização da adoção.

        A seguir algumas dicas com foco prático que podem auxiliar neste processo.

        1) UMA ESTRATÉGIA EFETIVA PARA ADOÇÃO DE AI

        Embora seja possível (e deve-se buscar) obter resultados de curto prazo (quick wins), eles devem fazer parte de um roadmap, uma visão de longo prazo alinhado a metas estratégicas do negócio, orientadas a priorização, planejamento e acompanhamento eficiente através de métricas e KPIs bem definidos.

        Através do planejamento será possível identificar ações de curto prazo ( menor dependência, bom custo/benefício), e outras que dependerão de preencher algumas lacunas antes que possam ser realizadas (sistematização, coleta de dados, qualidade dos dados, entre vários).

        Ao não seguir este roadmap de maturidade, empresas acabam gerando pouco resultado e experiências ruins, fato que gera resistência para futuras conversas sobre IA.

        2) AUTOMAÇÃO E COGNIÇÃO

        "30% do total das horas trabalhadas serão automatizadas até 2030"pesquisa da McKinsey & Company

        Automação e cognição são dois candidatos para se avaliar ganhos em curto prazo (sempre lembrando que devem fazer parte de um todo - o roadmap de IA). Tecnologias como RPA (Robotic Process Automation), interpretação de linguagem natural (NLU), engines de conversação (chatbots) miram em tarefas de natureza simples porém executadas em grande escala, demandando um conjunto grande horas da equipe.

        Atendimento de dúvidas (ou chamados de primeiro nível), reset de senhas, classificação de textos não estruturados (e-mails, formulários) são alguns exemplos de atividades executadas centenas de vezes ao dia, tipicamente bastante triviais porém essenciais para continuidade do negócio - essa característica os define como bons candidatos para se ter retorno rápido.

        Perigos a serem observados:

        3) DEMOCRATIZAÇÃO DOS DADOS

        “In God we trust, others must provide data.” W. Edwards Deming

        Daniel Kahneman, psicólogo renomado, ganhou em 2002 o prêmio Nobel de Economia resultado de seu trabalho sobre o processo de decisão e julgamento dos seres humanos (compilados em seu excelente livro Thinking, Fast and Slow). Em termos gerais, utilizamos muito a intuição para tomar decisões, mesmo que estejam erradas. Por natureza utilizamos muito pouco estatística e probabilidade como insumos para formar nossos julgamentos, fato que aumenta bastante nossa chance de fazer decisões ruins. E isso pode ser um problema sério no contexto de decisões corporativas.

        Neste sentido, uma das primeiras ações dentro de uma corporação no contexto de Analytics é criar uma cultura de democratização dos dados - garantir que todas as pessoas tomem suas decisões cada vez mais pautadas e assistidas por informações e dados. Decisões devem ser permeadas por métricas e KPIs de negócio e na prática isso significa ter visibilidade em tempo real - dashboards, relatórios, notificações.

        O uso de ferramentas de BI (Business Insights) já é uma prática adotada em boa parte das empresas e o problema se encontra na governança e planejamento da evolução desta boa prática.

        Vamos a um exemplo de problema recorrente nas empresas.

        O uso de BI traz um expressivo ganho imediato, fato que desencadeia uma avalanche de desenvolvimentos de novos dashboards com pouca organização e planejamento. Ao não pensar em longo prazo, a governança de dados é deixada de lado e rapidamente a empresa se encontra em um mar de ETLs consumindo dados de dezenas de bancos sem qualquer tipo de mapeamento ou controle. Em pouco tempo é comum ter dashboards de pouca qualidade, muitas vezes obtendo informações repetidas, calculando métricas de forma diferente, fornecendo relógios de medição incompatíveis.

        A gestão de capacidade também costuma ser deixada de lado e logo usuários sentem lentidão e problemas variados de performance (e alguns voltam para o excel).Em pouco tempo vamos de lua de mel a frustração dos usuários, e pesadelos recorrentes para os administradores que lutam para gerenciar o que se tornou um labirinto dos dados.

        Dicas sobre BI:

        4) O CAMINHO PARA MACHINE LEARNING

        Os ganhos em se obter insights e predições a partir de dados são valiosos e deixam todos com brilho nos olhos - queremos antever situações, receber insights, otimizar decisões, buscar aspectos de negócio que sequer imaginávamos.

        No entanto, o aprendizado de máquina depende de um volume razoável de informações de qualidade - e este é o grande pulo do gato. Como boa parte do aprendizado de máquina ainda necessita ser treinado, é essencial que o modelo aprenda de um conjunto de dados de boa qualidade para sugerir boas ações, recomendações corretas.

        Ao criar um modelo baseado em dados de uma ferramenta ou aplicação que na prática não reflete a realidade, estamos aprendendo de uma fonte de baixa qualidade e que (portanto) vai sugerir recomendações pouco assertivas (pra não dizer ruins).

        Podemos imaginar diversos cenários - uma ferramenta de CRM utilizada por uma equipe que não segue o processo correto e insere informações pouco assertivas (muitas vezes apenas com intuito de estar atendendo processo da empresa) não terá dados que reflitam a realidade de vendas - toda e qualquer análise e uso gera resultados pouco assertivos.

        Nestes casos será necessário realizar um processo de sanitização - rever processos, adequar ferramentas, revisitar histórico - um processo nada rápido.

        Então as primeiras dicas são:

        Pra finalizar fica a principal dica: não trabalhe um projeto isolado - pense em um roadmap de projetos e resultados estratégicos com entregáveis de curto, médio e longo prazo, sempre bem alinhados com diretrizes do negócio. Adapte-se ao longo do caminho, esteja pronto para errar, porém errar rápido e errar novo.

        E você, quais são as suas experiências com projetos de IA? Me conte nos comentários!

        CAMPINAS

        TEL.: +55 19 3731.8300

        SÃO PAULO

        TEL.: +55 11 3509.3000

        RIO DE JANEIRO

        TEL.: +55 21 3514.5900

        MIAMI

        TEL.: +1 305 424.8946
        A Icaro Tech atua na Transformação Digital das empresas, através de Automação com foco em Eficiência Operacional e Experiência do Usuário.
        linkedin facebook pinterest youtube rss twitter instagram facebook-blank rss-blank linkedin-blank pinterest youtube twitter instagram