Recentemente foi realizado o Same Control Summit 2023 da GoNew conduzido por Anderson Godz, evento em que tive o prazer de palestrar sobre Tendências Tecnológicas junto com nosso caro amigo Flávio Pripas. Um retorno positivo de amigos sobre o conteúdo da palestra me incentivou a compartilhá-lo neste post, pois diz respeito à tecnologias que estão contribuindo com a transformação de organizações no mundo todo.

Sabemos bem que a transformação digital dos negócios começa pela cultura, com a mudança de modelos mentais de líderes e gestores, passando pela estratégia, seguindo por modelos de negócio, processos e outros elementos organizacionais que visam mudanças significativas e no aperfeiçoamento de produtos e serviços para uma melhor experiência de seus clientes. E só depois vem a tecnologia para a implementação de tais iniciativas.

Ao levantar relatórios de tendências de tecnologia fornecidos por diversas consultorias e artigos da Harvard Business Review entre outros materiais, usando da minha experiência em negócios e tecnologia, escolhi estas 10 tecnologias para usar em minha palestra, como segue, dando uma ênfase na Inteligência Artificial (IA) a qual sou pesquisador pelo Núcleo Decide da FEA-USP/CNPq e professor da disciplina Fundamentos de IA pela ESPM.

Inteligência Artificial

Deixando de lado muitas das definições conhecidas sobre Inteligência Artificial (IA), podemos dizer resumidamente que se trata de sistemas de computador capazes de executar tarefas que normalmente requerem inteligência humana.

IA Generativa

A IA generativa é uma forma de IA que aprende uma representação digital de artefatos a partir de dados de amostra e a utiliza para gerar artefatos novos, originais e realistas que mantêm uma semelhança com os dados de treinamento, mas não os repetem: DALL-E 2, Midjourney, Stable Diffusion e Imagen se destacaram na área de artes em 2022. Ao final do ano passado o lançamento do incrível ChatGPT  (da OpenAI) conseguiu um milhão de usuários em 5 dias, pela facilidade de uso e habilidade desta aplicação Web para responder questões e até mesmo código em linguagem de computador.

Resumidamente, como funciona? O ChatGPT, por exemplo, é uma aplicação que utiliza um modelo de linguagem grande (Large Language Model – LLM) que inclui técnicas de aprendizado profundo (Deep Learning) para gerar um texto fácil de ler por um ser humano. É baseado na arquitetura GPT (Generative Pré-trained Transformer), que usa uma rede neural transformadora para processar e gerar texto. O modelo é pré-treinado em um conjunto massivo de texto, de livros, artigos, e websites, assim ele pode identificar padrões e estrutura da linguagem natural. Quando feita uma pergunta ou fornecido um texto como ponto inicial (Prompt), o modelo usa seu conhecimento adquirido no treinamento para gerar texto que continua o que foi dado como entrada de forma coerente e natural.

Isto levou a mídia dizer que 2023 será o ano da IA, por ter atingido pessoas e organizações do mundo todo, com um deslumbramento entusiástico, mesmo sabendo-se de algumas limitações, questões éticas, inconsistências e até mesmo erros que tecnologias em maturação podem gerar inicialmente.

IA Aplicada

A IA Aplicada é usada para resolver problemas de classificação, previsão e controle que automatizam, adicionam ou aumentam casos de uso de negócios do mundo real.

Longe de se pensar em uma IA genérica, ou até mesmo Singularidade (tempo em que a IA poderá eventualmente superar a capacidade humana), a IA aplicada é mais focada e restrita a problemas e necessidades organizacionais específicos, e atualmente está presente em praticamente todos os setores da economia e árias funcionais das organizações (operações, marketing, recursos humanos, finanças e outros). Em alguns casos a IA aplicada trata de automação de máquinas (robótica), sistemas e processos operacionais, mas na maioria dos casos atuais ela atua junto aos profissionais humanos, gerando informações para tomada de decisão melhores no dia-a-dia.

A IA aplicada envolve máquinas que exibem inteligência, abrangendo vários campos interconectados da tecnologia:

• Aprendizado de Máquina (ML): subcampo da IA que usa métodos estatísticos e algoritmos para aprender com os dados;
• Visão computacional: Subcampo de ML usando dados visuais, como imagens, vídeos e sinais 3-D, extraindo informações complexas e obtendo interpretações ricas;
• Processamento de Linguagem Natural (NLP): Subcampo de ML que envolve processamento, geração e compreensão de dados baseados em linguagem, como texto escrito e palavra falada;
• Aprendizado por reforço profundo: combinação de aprendizado profundo e aprendizado por reforço, no qual um agente toma decisões em um ambiente incerto usando algoritmos complexos inspirados em redes neurais cerebrais;
• Grafo de conhecimento: Coleção de pontos de dados estruturados em uma rede para mostrar relacionamentos complexos entre si.

Muito do que se faz na IA aplicada é produzido via um subcampo da IA, conhecido como Aprendizado de Máquina ou Machine Learning que na sua essência funciona resumidamente da seguinte forma:

Muitos DADOS  >> ALGORITMO >> MODELO  (treinamento)

Novo Dado  >>     MODELO    >> Resultado  (execução)

Ou seja, a partir de muitos dados tratados apropriadamente e de um algoritmo pré-definido e configurado é feito o treinamento de aprendizagem da máquina, que gera um modelo que será posteriormente usado nas aplicações com novos dados para produzir os resultados desejados.

Empresas de grande porte, geralmente possuem infraestrutura tecnológica e profissionais qualificados (cientistas de dados, engenheiros e desenvolvedores) para tratar seus próprios dados e gerar seus próprios modelos, localmente ou via serviços cognitivos disponíveis em plataformas de desenvolvimento em nuvem.

Empresas de menor porte, já usufruem da IA, quando seus vendedores acessam aplicativos como Waze ou Google Maps para visitarem seus clientes, ou quando usam outros aplicativos ou sistemas que se utilizam de algoritmos e modelos prontos de inteligência artificial de forma “invisível”.

Veja alguns Usos da Inteligência Artificial na prática em diversos setores.

Apenas para exemplificar segue abaixo alguns casos de uso que utilizam as tecnologias de IA apresentadas acima.

Segundo a McKinsey, em 2018 foram investidos pelas organizações US$ 66 bilhões, enquanto que em 2021 foram investido US$ 165 bilhões em IA aplicada.

IA Descentralizada

IA descentralizada é a tendência de expandir o acesso a tecnologias avançadas de IA que estavam tradicionalmente disponíveis apenas para empresas com acesso a conjuntos de dados maciços, centralizados e proprietários.

Segundo a McKinsey, para o CIO ou CTO, o foco precisará estar em como retrabalhar suas arquiteturas para incorporar facilmente interfaces de programação de aplicativos (APIs), por exemplo, de OpenAI, Stability.AI – para incorporar “inteligência” em uma faixa mais ampla de aplicativos e processos.

IA Adaptável

A IA adaptável permite a mudança de comportamento do modelo após a implantação usando feedback em tempo real.

Segundo o Gartner, ela é usada para treinar continuamente os modelos e aprender em ambientes de desenvolvimento e em tempo de execução, com base em novos dados e metas ajustadas.

Veja outras novidades sobre a Inteligência Artificial, segundo o Gartner.

Conectividade Avançada

Celular 5G/6G, redes sem fio de baixa potência, satélites de baixa órbita terrestre e outras tecnologias suportam uma série de soluções digitais que podem impulsionar o crescimento e a produtividade em todos os setores.

Isso ajuda as redes a:

• aumentar a cobertura geográfica,
• reduzir a latência,
• reduzir o consumo de energia,
• aumentar a taxa de transferência de dados, e
• aumentar a eficiência do espectro.

Segundo a McKinsey, em 2018 foram investidos pelas organizações US$ 212 bilhões, enquanto que em 2021 foram investido US$ 166 bilhões em Conectividade Avançada.

Internet das Coisas (IoT)

Internet das Coisas (IoT) em 2023, com muitos novos dispositivos tendo a capacidade de se comunicar e operar uns com os outros sem a necessidade de intervenção humana.

Isso significa que os ambientes doméstico e de trabalho em um futuro próximo estarão repletos de dispositivos interconectados digitalmente entre si. Com as velocidades alucinantes e a latência aprimorada das redes 5G, mais e mais dispositivos e serviços serão conectados uns aos outros.

Além de alimentar com dados sistemas e aplicações IA/ML na Indústria 4.0 (IIoT), é muito usada na computação de borda e em dispositivos vestíveis (wearables).

Vide mais em Tendências previstas pela IA para 2023

Mobilidade

As tecnologias de mobilidade visam melhorar a eficiência e sustentabilidade do transporte terrestre e aéreo de pessoas e bens.

A mobilidade é definida por várias arenas em 4 dimensões disruptivas de mobilidade (ACES) e tecnologias adjacentes que permitem um transporte mais sustentável e eficiente.

ACES:

• tecnologias Autônomas
• tecnologias de veículos Conectados
• tecnologias de Eletrificação
• Soluções inteligentes de mobilidade

Tecnologias adjacentes:

• tecnologias leves (exemplo: fibra de carbono)
• descarbonização da cadeia de valor

Segundo a McKinsey, em 2018 foram investidos pelas organizações US$ 139 bilhões, enquanto que em 2021 foram investido US$ 236 bilhões em Mobilidade.

Computação em Nuvem e Borda

A computação em nuvem (cloud) e de borda (edge) envolve a distribuição de cargas de trabalho de computação em datacenters remotos e nós locais de rede para melhorar a soberania, autonomia, produtividade de recursos, latência e segurança dos dados.

Segundo a McKinsey, em 2018 foram investidos pelas organizações US$ 88 bilhões, enquanto que em 2021 foram investido US$ 136 bilhões em Computação em Nuvem e Borda.

Web3

A Web3 inclui plataformas e aplicativos que permitem mudanças em direção a uma internet futura e descentralizada com padrões e protocolos abertos, protegendo os direitos de propriedade digital, fornecendo aos usuários maior propriedade de seus dados e catalisando novos modelos de negócios.

Ela é baseada em um conjunto de protocolos mais descentralizados e governados pela comunidade que pode representar uma mudança de paradigma de autoridade e propriedade para indivíduos com implicações potencialmente de longo alcance.

Web3 está relacionada com: Blockchain; Criptomoedas; Tokens; NFTs (tokens não fungíveis) ; Dapps (aplicações descentralizadas); DeFi (finanças descentralizadas); Contratos Inteligentes e DAOs (organizações descentralizadas autônomas), Jogos, …

Segundo a McKinsey, em 2018 foram investidos pelas organizações US$ 20 bilhões, enquanto que em 2021 foram investido US$ 110 bilhões em Web3.

Realidades Imersivas

As tecnologias de realidade imersiva usam tecnologias de detecção e computação espacial para ajudar os usuários a “ver o mundo de maneira diferente” por meio de realidade mista ou aumentada ou “ver um mundo diferente” por meio de realidade virtual.

Segundo a McKinsey, em 2018 foram investidos pelas organizações US$ 10 bilhões, enquanto que em 2021 foram investido US$ 30 bilhões em Realidades Imersivas.

Energia Limpa

As soluções de energia limpa ajudam a atingir emissões líquidas zero de gases de efeito estufa em toda a cadeia de valor de energia, desde a geração de energia até o armazenamento e distribuição de energia.

Entre os campos de atuação de energia limpa temos:

• Sistemas de armazenamento estacionários
• Rede Inteligente (Smart Grid)
• Infraestrutura de carga (doméstica ou distribuída em postos de abastecimento de veículos)

Segundo a McKinsey, em 2018 foram investidos pelas organizações US$ 258 bilhões, enquanto que em 2021 foram investido US$ 257 bilhões em Energia Limpa.

Bioengenharia

A convergência de tecnologias biológicas e de informação melhora a saúde e o desempenho humano, transforma as cadeias de valor alimentar e cria produtos e serviços inovadores.

É definida por 4 arenas: biomoléculas, biossistemas, interfaces de biomáquinas e biocomputação; nos últimos anos, biomoléculas e biossistemas experimentaram desenvolvimentos generalizados.

Segundo a McKinsey, em 2018 foram investidos pelas organizações US$ 37 bilhões, enquanto que em 2021 foram investido US$ 72 bilhões em Energia Limpa.

Tecnologias Combinadas

Segundo a Harvard Business Review, para os executivos em 2023, o desafio não é apenas apostar em tendências individuais ou potencializar o talento da engenharia de software, mas pensar em como todas essas tecnologias podem criar novas possibilidades quando usadas em conjunto ou de forma convergente.

Exemplos:

• Carro Elétrico Autônomo – computação em nuvem e em borda, IA e ML aplicadas que permitem a tomada de decisão autônoma e a lógica de condução; energia limpa e consumo sustentável que criam o núcleo da eletrificação de veículos por meio de novos compostos leves e avanços na capacidade da bateria, …
• Vacinas de MRNA – uma combinação de tecnologias de bioengenharia, como genômica, IA aplicada e a industrialização de ML – aplicadas a outras doenças.
• Metaverso – realidades imersivas + Web3 + IA/ML + IoT (wearables) + …
• … muitas empresas combinam tecnologias diversas em seus projetos

Considerações finais

O conhecimento sobre Novas Tecnologias não é mais um tema apenas para especialistas de tecnologia, cabe a líderes, gestores, conselheiros e consultores acompanharem as tendências, inovações tecnológicas e principalmente os casos de uso de tais tecnologias em suas áreas funcionais e em empresas de seus setores de atuação.

Recomento ainda a leitura de outros artigos que selecionei sobre o uso da  Inteligência Artificial em Negócios

Se gostou deste conteúdo, por favor, compartilhe este post. 

Sobre mim: aqui. Contato: aqui.

Abraços, @neigrando

Artigos relacionados

• Tendências para 2023 previstas pela Inteligência Artificial
• Novidades em Inteligência Artificial, segundo o Gartner (2022)
• As Expectativas Tecnológicas das Startups e os Ciclos de Hype do Gartner
• Entendendo a Web3 e a Economia de Tokens
• A Inteligência Artificial e o Futuro da Tomada de Decisões Estratégicas
• DeepTech – Ciência e Tecnologia a serviço da Inovação e Negócios
• ESG, Tendência ou mais do mesmo?
• Artigos sobre o uso da  Inteligência Artificial em Negócios