Sua empresa aproveita ao máximo as aplicações de negócios?

*Por Gabriel Prioli
19/07/2018 - Você sabia que a técnica de monitorar a performance de aplicações existe há mais de vinte anos? Ao longo dessas duas décadas a tecnologia evoluiu, sofreu muitas mudanças e aperfeiçoamentos. Se sua empresa acompanhou essas transformações, certamente, hoje usa ferramentas modernas que ajudam a manter o ótimo funcionamento de suas aplicações. Porém, se a sua companhia ficou parada no tempo, você pode estar, ainda, utilizando técnicas ultrapassadas e que já não são mais eficientes.

Na era do consumidor Omnichannel, na qual os clientes prezam pelo imediatismo, alta qualidade e experiência de compra, monitorar o grande volume de informações e dados que o comércio eletrônico gera por meio de ferramentas desatualizadas pode acarretar prejuízos expressivos e até perdas para a concorrência. Dados do relatório Webshoppers 36 apontam que, no primeiro semestre de 2017, o número de pedidos realizados via e-commerce teve um crescimento de 3,9%, aumentando de 48,5 milhões para 50,3 milhões. Somente nos primeiros seis meses do ano passado, o comércio faturou R$ 21 bilhões.

Todas as ferramentas de monitoramento geram muitos dados, mas o que difere as tecnologias modernas das antigas é o que elas fazem com esses dados. Uma solução ultrapassada apresenta uma série de gráficos e métricas, mas a parte analítica é tarefa do ser humano. Isso era aceitável e possível quando os ambientes de TI eram mais simples, passíveis de um humano compreender os dados ali apresentados. Já nos dias de hoje, com a alta complexidade e volume de dados, as empresas precisam de insights e respostas rápidas, geradas por um APM (Application Performance Management) atualizado.

Inteligência artificial e recursos de apoio à decisão clínica: um superpoder para os profissionais da saúde

*Por Diana Nole
17/07/2018 - Não é novidade que a inteligência artificial – capacidade de máquinas tomarem decisões e aprenderem padrões - tem impactado o dia a dia de todos e provocado mudanças disruptivas nos mais diversos setores. No setor da saúde não é diferente e a AI (Artificial Intelligence) veio para ficar, graças ao impacto para melhorar os serviços, tanto no atendimento aos pacientes como nos "bastidores" dos hospitais. A ideia não é, obviamente, que ela substitua os profissionais da saúde, mas sim os auxilie nas tomadas de decisão. As tendências e possibilidades são inúmeras e atingem, de maneira geral, a todos os profissionais da saúde. Porém, ao ser integrada aos recursos de apoio à decisão clínica, os resultados são ainda melhores.

Em primeiro lugar, vamos aos exemplos mais gerais. No caso do time de enfermagem, a inteligência artificial colabora para detectar os primeiros sinais de possíveis doenças, riscos de infecções, antes que seja tarde demais. Tudo isso monitorando e descobrindo padrões inerentes às centenas de casos que os enfermeiros acompanham. Esse gerenciamento da saúde pode ser feito também à distância, quando os pacientes estão já se recuperando em casa. A equipe que presta esse serviço consegue personalizar as chamadas, direcionando a conversa com até um milhão de possíveis variações. Esses algoritmos ajudam a identificar de maneira inteligente respostas de alto risco, sinalizando inclusive as situações que requerem rápida intervenção. Sem falar que a AI também permite usar a linguagem natural para processar anotações médicas e histórico dos pacientes e ainda combinar todos esses dados não estruturados das anotações no prontuário eletrônico do paciente (PEP) e nos históricos de pacientes mais antigos. Enfim, inúmeras aplicações.

É importante também ter clara a ideia de que a combinação da AI com a expertise e conhecimento médicos pode reduzir drasticamente as taxas de erro (em até 85%). Por isso, essa tecnologia tem sido incorporada aos prontuários eletrônicos e também aos recursos de suporte à decisão clínica, aliando informações baseadas em evidências, com experiência clínica e especificidades de cada paciente. Isso eleva a ferramenta a outro patamar: passando de um conteúdo mais consultivo para um recurso de apoio com base em contexto. Avançados guias interativos, já disponíveis no mercado, permitem inserir informações sobre o paciente (como idade, sintomas, exames já realizados e resultados) e, com base em algoritmos dinâmicos, traçar o melhor caminho a ser seguido no diagnóstico e tratamento.

Como as tecnologias podem tornar a mobilidade internacional mais inteligente

*Por Haroldo Modesto
04/07/2018 - É certo de que a transformação digital chegou para todos, mas os debates em torno da influência das inovações tecnológicas na mobilidade internacional ainda é algo muito incipiente. Um dos temas abordados na pesquisa Perspectivas Globais de Mobilidade foi, justamente, a chamada "Smart Mobility", ou Mobilidade Inteligente. Esse conceito, que traz propostas que englobam temas, que serão grandes tendências daqui para frente, abrange principalmente a crescente demanda por uso e análise de dados, que podem e vão facilitar diversos processos dos negócios, aprimorando-os em qualidade, produtividade e potencializando resultados.

A verdade é que empresas de qualquer formato e tamanho já podem começar a avançar na Mobilidade Inteligente. Para tornar esse conceito algo mais concreto, é válido citarmos alguns exemplos de como as empresas podem começar a aplicar as análises de dados. Números como quantidade de transferências internacionais permanentes, países natais e anfitriões, estimativa dos custos das mudanças por categorias, competências e habilidade dos membros da equipe de mobilidade global e retenção de repatriações de cessionários podem começar a ser mensurados e avaliados.

Machine learning e construção de arquétipos, uma nova janela para detecção de fraude

*Por Ricardo Cheida de Oliveira
21/06/2018 - O termo do momento em tecnologia analítica é Machine Learning. Ontem foi Big Data. Antes disso Data Warehouse, e amanhã o que será? Por incrível que pareça, a era da informação passou e muitos ainda não perceberam. Estamos na era da inteligência.

Com hardwares cada vez mais baratos, capacidades de processamento e armazenamento ainda maiores, pessoas e coisas cada vez mais conectadas e regiões se tornando globais, muitas empresas já começaram a armazenar todo tipo de dado com a expectativa de obter valor no futuro. Algumas já foram além e fazem streaming de dados antes mesmo de armazená-los. E não é com surpresa que aparece a dúvida de como melhor aproveitar esse cenário. É exatamente um dos aspectos do uso de dados que gostaria de explorar aqui, a construção de arquétipos.

Utilizar os dados com inteligência, através de mecanismos automáticos como Machine Learning, é algo que já existe há bastante tempo. Soluções de prevenção à fraude com machine learning existem desde a década de noventa, ou seja, desde o século passado. E o que mudou? Mudaram as tecnologias utilizadas em machine learning. E algumas delas se baseiam no sistema de Inferência Bayesiana (Bayesian Learning). O método Bayesian learning estuda as mudanças de comportamento dos usuários por meio da simbologia, isto quer dizer que cada ação realizada será nomeada por um conjunto de símbolos, que juntos, permitem criar hipóteses sobre a probabilidade de comportamento, que serão encaixadas dentro de arquétipos.

De forma simplificada, isso nos permite armazenar informação e não simplesmente dados. Muito semelhante à Psicología Analítica, porém ao revés. Imagine poder identificar nos diversos eventos colecionados em suas bases de dados ou interceptados por seus sistemas, estruturas comuns e primordiais dotadas de significado, que pudessem ser representadas por alguns simbolos. Essas estruturas chamamos de arquétipos. Digo aqui ao revés porque partimos dos eventos para chegar nos arquétipos e na Psicologia são os fenômenos (ou eventos) que se moldam aos arquétipos.

Como controlar o seu negócio com sucesso?

*Por Robinson Idalgo
21/06/2018 - Grandes negócios sempre envolvem muitas atividades. Quando uma empresa, seja pequena ou média, começa a crescer e a atender um número maior de clientes, é inevitável que ela passe a realizar um número maior de processos. Ela conta com mais funcionários, precisa trabalhar, lidar com mais clientes e assim por diante. Com o sucesso, tudo aumenta de proporção e é importante contar com sistemas atuais e adequados as exigências do Fisco.

A melhor maneira de se fazer isso é apostando em um ERP. O sistema guarda informações, organiza processos e automatiza diversas ações. Com um ERP, questões burocráticas passam a ser executadas com muito mais facilidade e agilidade.

Mas como começar a utilizar um ERP sem causar grandes transtornos ao seu negócio? Sabemos que empresa nenhuma pode se dar ao luxo de parar todas as suas operações para conseguir implantar uma nova solução. Por isso, a melhor estratégia para começar a trabalhar com um ERP é investir na aquisição de módulos e aos poucos.

Como está o cenário das fintechs na China, EUA e Brasil?

Conheça algumas características das fintechs e as contribuições frente ao tema "revolução no sistema financeiro no mundo"

*Por Caroline Capitani
20/06/2018 - A China, o país mais populoso do mundo, tem dominado o cenário de fintechs global. E o comércio eletrônico é um dos grandes responsáveis por isso. Os EUA, por sua vez, especialmente o Vale do Silício e Nova York, representados pelo pólo tecnológico e a capital financeira do planeta, respectivamente, também têm contribuições importantes quando o tema é revolução da indústria financeira. E o Brasil, país que passa por uma crise política e econômica, que tem uma indústria financeira madura e extremamente regulamentada e oligopolista, está vivendo um período de ascensão de fintechs, abarcando o maior número de empresas nascentes nessa área na América Latina.

Falando especificamente da China, era um setor de demanda reprimida, com espaço para novos serviços bancários digitais. Quem acabou ocupando este grande mercado mundial foram empresas que já possuíam milhares de usuários e, para elas, criar novos serviços financeiros era apenas uma camada comoditizada que seria usada para evoluir seu produto principal. Estou falando da Baidu, que conecta pessoas com informação; o Alibaba, que conecta pessoas com produtos; e a Tencent (dona da WeChat),que conecta pessoas com outras pessoas. Esses big players foram responsáveis por puxar o bilionário mercado de fintechs na Ásia, investindo pesado em tecnologias emergentes para prover os melhores serviços financeiros para a próxima geração, como soluções de blockchain, machine learning e inteligência artificial. Esse movimento não ocorreu da mesma maneira na América e Europa, visto que a Google, a Amazon, o Facebook e a Apple – que juntas formam a sigla GAFA – não levantaram fundos para criar spin-offs para desenvolverem suas fintechs como as gigantes listadas acima fizeram na China.

Vale ressaltar ainda que, além de uma grande massa de consumidores desassistida pelo sistema bancário chinês, as pequenas e médias empresas (PMEs) também passaram a recorrer cada vez mais a provedores alternativos de crédito, pagamentos, investimentos, seguros etc. As grandes plataformas amplamente usadas no país permitiram capturar dados que agora estão sendo utilizados para oferecer serviços melhores e experiências mais abrangentes do que os players tradicionais de serviços financeiros.

newsletter buton