Uma coisa que me deixa um tanto chateado é ver pessoas usando a tecnologia, em grupos que tem em sua linha principal de visão e negócios a tecnologia, onde se fala de tendências tecnológicas, tecnologias emergentes e outras aplicadas à vida pessoal e profissional – apresentar artigos e dar ênfase apenas às criticas negativas relacionadas com o tema, como “a tecnologia tirará empregos”, “a tecnologia tem separado as classes sociais”, ou “a tecnologia tem gerado vício e depressão em redes sociais e jogos”.
O problema não está na tecnologia, que em si mesma é apenas ferramenta para aumentar a capacidade humana na resolução dos problemas mais graves da humanidade, além de facilitar a comunicação, acelerar processos de produção, facilitar a existência de novos modelos de negócio, cura para doenças, entretenimento, …
O problema está sim nas pessoas e seus excessos, na falta de equilíbrio e moderação delas, na falta de controle emocional, por deixarem-se levar simplesmente pelas emoções e seus desejos sem usar um mínimo de reflexão e racionalidade por seus próprios atos.
Toda era de transição tecnológica como estamos vivendo (vide ondas da inovação) trouxeram alguns problemas sociais e desempregos (para quem executa alguns tipos de tarefa) inicialmente, mas trouxeram muitas novas oportunidades e empregos em novas atividades profissionais.
Na realidade o que estamos vivendo é um tempo de maior complexidade, como nunca existiu.
Não podemos mais tratar os temas de forma isolada devido a interdependência que existe entre eles.
Assim temos que ampliar nosso raciocínio para além do linear, entender a floresta como um todo e não apenas as árvores isoladamente. E isso exige um certo esforço para mudar nossos próprios modelos mentais, algo que não é nada fácil.
E nesse caminho alguns valores universais continuam válidos, como gentileza, respeito e consideração. E usar de sensibilidade e empatia, pois as pessoas são mais importantes que a tecnologia.
Como profissionais, não podemos apenas destacar problemas, mas sim apresentar e desenvolver soluções centradas no humano, buscar respostas, fazer arte e ciência.
Tenho ciência de que a vida é bela, mas não é justa, principalmente para as classes menos privilegiadas, mas a meu ver, a única forma de melhorar a qualidade geral de todos numa sociedade é via educação e uma melhor gestão governamental.
Viveria a humanidade de forma melhor sem a tecnologia?
Na idade das cavernas, quase não tínhamos tecnologia, sem muitas diferenças sociais (talvez), mas como era a qualidade de vida? Quanto tempo uma pessoa vivia (em anos)?
Cá entre nós, eu e você gostamos de luz e aparelhos domésticos, de algum tipo de veículo para nos levar ao trabalho, de aparelhos celulares sofisticados (smartphone), de notebooks, filmes, jogos, … medicina avançada, …, pois isso tudo é tecnologia nos provendo qualidade de vida e facilitando a conexão entre nós.
50 invenções transformaram o mundo como o conhecemos
As chances são de que, ao ler isso em seu computador, tablet ou telefone, você esteja considerando inúmeras inovações que não existiam 200 anos atrás. Agora, contemple que cerca de 105 bilhões de pessoas andaram pelo planeta, com apenas 5,5% desse número vivo hoje. Pense na quantidade insondável de pessoas que viveram e morreram sem nunca ter usado um banheiro, geladeira ou máquina de lavar. Ou o que dizer da estimativa de que a expectativa de vida na maior parte da história humana foi de apenas 10 anos em média? É porque antibióticos, insulina e cloração da água não existiam há 100 anos.
Confira este infográfico, criado pela Aperion Care, fornecedora de reabilitação de curto prazo, enfermagem qualificada, vida assistida e instalações de vida de longa duração. Ele lista tecnologias que datam de 1850 e inclui inovações atuais e estimativas sobre quantos milhões de pessoas provavelmente viverão mais graças a coisas como inteligência artificial, nanotecnologia e drones.
Perguntas para reflexão
Como era a questão do trabalho e do emprego nos tempos em que quase não havia tecnologia? Na idade das cavernas? Na idade antiga? Na idade média?
A qualidade de vida melhorou ou piorou com a evolução tecnológica?
Seria só ela (a ferramenta) a culpada dos problemas humanos, ou seria a própria estrutura e funcionamento da política, economia e sociedade que tem causado as maiores dores?
Considerações finais
É claro que cabe aos inventores e as empresas refletirem e considerarem as questões éticas, sociais e ambientais relacionados aos produtos desenvolvidos e fornecidos, assim como seus usuários, que podem utilizá-las tanto para o bem quanto para o mal. Cabe também ao poder publico conhecer e regulamentar sempre que necessário.
Depois de ter empreendido em duas empresas de tecnologia, ao longo dos últimos 12 anos tenho contribuído com o ecossistema brasileiro de startups de diversas formas: participando como convidado em eventos, organizando o livro “Empreendedorismo Inovador: Como criar startups de tecnologia no Brasil”, provendo mentoria e consultoria de negócios para dezenas de startups e empresas, participando de outros livros e postando artigos neste blog.
No recente evento DeepCamp do IPT em parceria com o SEBRAE, a convite de Luciano Avallone, participei do painel sobre Modelos de Negócio DeepTech, moderado por Tatyane Sales num bate-papo junto com Jorge Pacheco (STATE) e Paula Lima (CIETEC).
No painel conversamos desde Proposição de Valor e outros elementos importantes a serem considerados em um modelo de negócios DeepTech, até questões sobre investimentos, laboratórios, inovação aberta na conexão de startups com empresas, propriedade intelectual (patente), licenciamento/transferência de tecnologia e legalização junto aos órgãos regulamentadores.
Este post é dedicado a cientistas, engenheiros, designers, empreendedores e investidores envolvidos com negócios DeepTech, bem como aos que administram laboratórios científicos/técnicos e incubadoras de empresas.
Image: Particle spin occurs in the subatomic world where the laws of quantum physics apply (*1)
O que é DeepTech?
O termo DeepTech, refere-se às startups cujo modelo de negócios é baseado em inovação de alta tecnologia em engenharia ou avanços científicos significativos. Envolve o aproveitamento de tecnologias maduras e emergentes para resolver os maiores problemas que o mundo enfrenta hoje, ao mesmo tempo em atua com objetivos de negócios arrojados e revigora cadeias de valor.
Deeptechs pesquisam, desenvolvem e implantam tecnologias de grande impacto e alto capital, como inteligência artificial, biologia sintética, computação quântica e realidade aumentada.
As tecnologias emergentes são muito promissoras, mas sem uma maneira de focar a tecnologia certa nos desafios mais urgentes, as empresas não podem obter todo o seu valor.
Vale observar que não existe uma tal “tecnologia profunda”, DeepTech trata-se uma abordagem habilitada pela orientação a problemas e a convergência de abordagens e tecnologias, impulsionada pelo ciclo de design-construção-teste-aprendizagem (DBTL – Design-Build-Test-Learn).
Como observou Clayton Christensen, que desenvolveu a teoria da tecnologia disruptiva, poucas tecnologias são intrinsecamente disruptivas ou sustentáveis em si mesmas; em vez disso, a solução e o modelo de negócios construído em torno ou por meio das tecnologias são disruptivos. A mesma ideia se aplica à DeepTech.
As DeepTechs questionam barreiras básicas, obstáculos e pontos cegos na abordagem atual para a solução de problemas. Elas contam com tecnologias emergentes enraizadas na ciência e engenharia avançada que oferecem avanços significativos em relação às tecnologias estabelecidas. Na verdade, aproximadamente 70% dos empreendimentos DeepTech possuem patentes que cobrem a tecnologia que usam, e geralmente exigem pesquisa e desenvolvimento (P&D) e engenharia significativos antes que as empresas possam trazer soluções práticas de negócios ou de consumo do laboratório para o mercado e usá-las para resolver problemas fundamentais.
Atributos complementares dos empreendimentos DeepTechs
São orientados para o problema. Concentram-se em resolver problemas grandes e fundamentais, como fica claro pelo fato de que 97% dos empreendimentos DeepTech contribuem para pelo menos uma das metas de desenvolvimento sustentável da ONU.
Atuam na convergência de tecnologias. Por exemplo, 96% dos empreendimentos DeepTech usam pelo menos duas tecnologias e 66% usam mais de uma tecnologia avançada. Cerca de 70% dos empreendimentos de tecnologia profunda possuem patentes em suas tecnologias.
Desenvolvem principalmente produtos físicos, em vez de software. De fato, 83% dos empreendimentos DeepTech estão envolvidos na construção de um produto físico. Eles estão mudando a equação da inovação de bits para bits e átomos, trazendo o poder dos dados e da computação para o mundo físico.
Estão no centro de um ecossistema DeepTech. Cerca de 1.500 universidades e laboratórios de pesquisa estão envolvidos em DeepTech, e empreendimentos DeepTech receberam cerca de 1.500 doações de governos somente em 2018.
Ecossistema DeepTech
Na imagem que segue pode-se observar que no ecossistema DeepTech cada participante contribuindo com valor.
A Quarta Onda de Inovação
A primeira onda de inovação empresarial moderna começou no século XIX e início do século XX com avanços como o processo Bessemer para fabricação de aço e o processo Haber-Bosch para fabricação de amônia.
Após a Segunda Guerra Mundial, a segunda onda de inovação empresarial moderna – a revolução da informação – deu origem à P&D de grandes empresas, particularmente nos setores de TIC e farmacêutico. Bell Labs, IBM e Xerox PARC tornaram-se nomes conhecidos e oficinas do Prêmio Nobel. Só a Merck lançou sete novos medicamentos importantes durante a década de 1980.
Na onda seguinte, a revolução digital – dois caras em uma garagem (ou um dormitório de Harvard) – liderou a carga de inovação, resultando na ascensão do Vale do Silício e, mais tarde, da Costa Dourada da China como centros globais de tecnologia de computação e comunicação e crescimento econômico. Ao mesmo tempo, o novo campo da biotecnologia, também impulsionado por empreendedores, alimentou grande parte da inovação em produtos farmacêuticos.
A onda agora tomando forma à medida que as barreiras mais antigas à inovação desmoronam abraça um novo modelo e promete ampliar e aprofundar radicalmente a inovação em todos os setores de negócios.
O poder crescente e o custo decrescente da computação e o aumento das plataformas de tecnologia são os contribuintes mais importantes. A computação em nuvem está melhorando constantemente o desempenho e expandindo a amplitude de uso. As biofundições estão se tornando para a biologia sintética o que a computação em nuvem já é para a computação. Plataformas semelhantes estão surgindo em materiais avançados (Kebotix e VSPARTICLE são dois exemplos).
Enquanto isso, os custos continuam caindo, incluindo aqueles relacionados a equipamentos, tecnologia e acesso à infraestrutura.
O uso crescente de padrões, kits de ferramentas e uma abordagem aberta à inovação, juntamente com a disponibilidade cada vez maior de informações e dados, também está desempenhando um papel importante.
Alimentando a Grande Onda: A Abordagem da Deep Tech
Os empreendimentos de tecnologia profunda bem-sucedidos contam com uma abordagem tripla
Eles usam a orientação para problemas para identificar oportunidades e navegar e dominar a complexidade.
As convergências de abordagens e de tecnologias potencializam a inovação, ampliam o espaço de opções e resolvem problemas para os quais não existiam soluções anteriormente.
O ciclo de projeto-construção-teste-aprendizagem (DBTL) reduz os riscos e acelera o desenvolvimento do produto e o tempo de comercialização.
As DeepTechs vivem na convergência de três abordagens
A convergência de tecnologias abre novas oportunidades
Draft de um canvas de Modelo de Negócios DeepTech genérico
Aqui vale lembrar que um modelo de negócios em sua essência deve comunicar de forma sintética como a organização cria, entrega e captura valor. Considera-se que deve acompanhar um plano estratégico bem elaborado, que fará parte de um Plano de Negócios, e que os slides de um pitch devem conter um belo resumo deste plano.
Observação: Cada Negócio DeepTech provavelmente será único, com um modelo de negócios apropriado a ser desenhado de forma apropriada para representá-lo.
Considerações finais
O objetivo deste post foi o de fornecer um resumo introdutório ao tema DeepTech e apresentar uma ideia de sua abrangência. Vide abaixo, links para mais artigos relacionados com empreendedorismo inovador.
Este post foi elaborado a partir de uma tradução adaptada e resumida de um um relatório da consultoria BCG “Deep Tech and the Great Wave of Innovation”, by Antoine Gourevitch, Massimo Portincaso, Arnaud de la Tour, Nicolas Goeldel, and Usman Chaudhry.
Outras referências consideradas neste post:
Livro: “Empreendedorismo Inovador: Como Criar Startups de Tecnologia no Brasil”, 25 autores, Editora Évora.
As inovações de IA continuam a oferecer grandes benefícios aos negócios e as taxas de adoção vão acelerar nos próximos anos. Veja as perspectivas e o impacto.
Este é um artigo um tanto técnico, voltado para líderes e gestores organizacionais envolvidos com a área de Tecnologia da Informação (TI) e Inteligência Artificial (IA).
O Gartner Hype Cycle™ 2022 for Artificial Intelligence (AI) identifica inovações obrigatórias em tecnologia e técnicas de IA que vão além da IA cotidiana que já está sendo usada para adicionar inteligência a aplicativos de negócios, dispositivos e ferramentas de produtividade anteriormente estáticos.
“Notavelmente, o AI Hype Cycle está cheio de inovações que devem gerar benefícios altos ou mesmo transformacionais”, diz Afraz Jaffri, analista diretor do Gartner. “Preste atenção especial às inovações que devem atingir a adoção geral em dois a cinco anos, incluindo IA composta, inteligência de decisão e IA de ponta. A adoção antecipada dessas inovações pode gerar uma vantagem competitiva e valor comercial significativos e aliviar os problemas associados à fragilidade dos modelos de IA”.
As inovações de IA se dividem em quatro categorias
Espera-se que a ampla gama de inovações de IA impacte pessoas e processos dentro e fora de um contexto empresarial, tornando-os importantes para muitas partes interessadas, desde líderes de negócios até equipes de engenharia corporativas encarregadas de implantar e operacionalizar sistemas de IA.
Os líderes de dados e análises (D&A) têm mais a ganhar, no entanto, ao usar a perspectiva do Hype Cycle para elaborar suas estratégias de IA para o futuro e usar tecnologias que oferecem alto impacto no presente.
As inovações de IA no Hype Cycle refletem prioridades complementares e às vezes conflitantes em quatro categorias principais:
IA centrada em dados
IA centrada em modelos
IA centrada em aplicativos
IA centrada no ser humano
IA centrada em dados
A comunidade de IA tradicionalmente se concentra em melhorar os resultados das soluções de IA ajustando os próprios modelos de IA, mas a IA centrada em dados muda o foco para aprimorar e enriquecer os dados usados para treinar os algoritmos.
Ao abordar as considerações de dados específicas de IA, a IA centrada em dados interrompe o gerenciamento de dados tradicional, mas as organizações que investem em IA em escala evoluirão para preservar ideias clássicas de gerenciamento de dados e ampliá-las para IA de duas maneiras:
Adicione recursos necessários para o desenvolvimento conveniente de IA por um público focado em IA que não está familiarizado com o gerenciamento de dados.
Use a IA para melhorar e aumentar os clássicos eternos de governança de dados, persistência, integração e qualidade de dados.
As inovações em IA centrada em dados incluem dados sintéticos, grafos de conhecimento, rotulagem de dados e anotações.
Dados sintéticos, por exemplo, são uma classe de dados que são gerados artificialmente em vez de obtidos de observações diretas do mundo real. Os dados podem ser gerados usando diferentes métodos, como amostragem estatisticamente rigorosa de dados reais, abordagens semânticas e redes adversárias generativas ou criando cenários de simulação onde modelos e processos interagem para criar conjuntos de dados de eventos completamente novos.
A adoção está aumentando em vários setores, juntamente com o uso em aplicativos de visão computacional e linguagem natural, mas o Gartner prevê um aumento maciço na adoção de dados sintéticos:
Evita usar informações de identificação pessoal ao treinar modelos de machine learning (ML) por meio de variações sintéticas de dados originais ou substituição sintética de partes de dados
Reduz custos e economiza tempo no desenvolvimento de ML, pois é mais barato e mais rápido de obter
Melhora o desempenho de ML à medida que mais dados de treinamento levam a melhores resultados de treinamento
IA centrada em modelos
Apesar da mudança para uma abordagem centrada em dados, os modelos de IA ainda precisam de atenção para garantir que os resultados continuem a nos ajudar a tomar ações melhores. As inovações aqui incluem IA informada por física, IA composta, IA causal, IA generativa, modelos básicos e aprendizado profundo.
A IA composta refere-se à fusão de diferentes técnicas de IA para melhorar a eficiência do aprendizado e ampliar o nível de representações do conhecimento. Como nenhuma técnica de IA é uma solução mágica, a IA composta fornece uma plataforma para resolver uma ampla gama de problemas de negócios de maneira mais eficaz.
Espera-se que alcance a adoção geral em dois a cinco anos, os benefícios comerciais da IA composta provavelmente serão transformacionais, permitindo novas maneiras de fazer negócios em todos os setores que resultarão em grandes mudanças na dinâmica do setor. Por exemplo, a IA composta:
Leva o poder da IA a um grupo mais amplo de organizações que não têm acesso a grandes quantidades de dados históricos ou rotulados, mas têm experiência humana significativa
Ajuda a expandir o escopo e a qualidade dos aplicativos de IA (ou seja, mais tipos de desafios de raciocínio podem ser incorporados)
AICausal inclui diferentes técnicas, como gráficos causais e simulação, que ajudam a descobrir relações causais para melhorar a tomada de decisões. Embora leve de 5 a 10 anos para que a IA causal alcance a adoção geral, espera-se que os benefícios de negócios sejam altos – permitindo novas maneiras de realizar processos horizontais ou verticais que resultarão em aumento significativo de receita ou economia de custos para uma empresa. Os benefícios causais da IA incluem:
Eficiências ao adicionar conhecimento de domínio a modelos de IA causais de bootstrap com conjuntos de dados menores
Maior aumento de decisão e autonomia em sistemas de IA
Melhor explicabilidade ao capturar relações de causa e efeito fáceis de interpretar
Mais robustez e adaptabilidade ao alavancar relações causais que permanecem válidas em ambientes em mudança
Redução do viés nos sistemas de IA, tornando os vínculos causais mais explícitos
IA centrada em aplicativos
As inovações aqui incluem engenharia de IA, inteligência de decisão, sistemas operacionais de IA, ModelOps, serviços de IA em nuvem, robôs inteligentes, processamento de linguagem natural (NLP), veículos autônomos, aplicativos inteligentes e visão computacional.
Espera-se que a inteligência de decisão e a IA de ponta alcancem a adoção geral em dois a cinco anos e tenham benefícios comerciais transformacionais.
A inteligência de decisão é uma disciplina prática usada para melhorar a tomada de decisões ao entender e projetar explicitamente como as decisões são tomadas e como os resultados são avaliados, gerenciados e aprimorados por meio de feedback.
A inteligência de decisão ajuda a:
Reduzir a dívida técnica e aumentar a visibilidade e melhorar o impacto dos processos de negócios, aprimorando materialmente a sustentabilidade dos modelos de decisão das organizações com base no poder de sua relevância e na qualidade de sua transparência, tornando as decisões mais transparentes e auditáveis
Reduzir a imprevisibilidade dos resultados das decisões capturando e contabilizando adequadamente os fatores de incerteza no contexto de negócios e tornando os modelos de decisão mais resilientes
Edge AI refere-se ao uso de técnicas de IA incorporadas em terminais, gateways e servidores de borda da Internet das Coisas (IoT), em aplicativos que variam de veículos autônomos a análises de streaming. Os benefícios empresariais incluem:
Eficiência operacional aprimorada, como sistemas de inspeção visual de fabricação
Experiência aprimorada do cliente
Redução da latência na tomada de decisões, com o uso de análises locais
Redução de custos de conectividade, com menos tráfego de dados entre a borda e a nuvem
Disponibilidade de solução persistente, independentemente da conectividade de rede
IA centrada no ser humano
Esse grupo de inovações inclui confiança em IA, gerenciamento de risco e segurança (TRiSM), IA responsável, ética digital e kits de criação e ensino de IA.
Quando a IA substitui as decisões humanas, ela amplifica resultados bons e ruins. A IA responsável permite os resultados certos ao resolver dilemas enraizados na entrega de valor versus tolerar riscos. IA responsável é um termo abrangente para aspectos de fazer escolhas éticas apropriadas aos negócios ao adotar a IA, incluindo valor comercial e social, risco, confiança, transparência, justiça, mitigação de preconceitos, explicabilidade, responsabilidade, segurança, privacidade e conformidade regulatória. A IA responsável levará de 5 a 10 anos para alcançar a adoção geral, mas terá um impacto transformacional nos negócios.
A ética digital é uma tendência de curto prazo (dois a cinco anos) que provavelmente terá um alto impacto nos negócios. A ética digital compreende os sistemas de valores e princípios morais para a condução das interações eletrônicas entre pessoas, organizações e coisas. Essas questões, especialmente no que se refere à privacidade e preconceito, continuam sendo motivo de preocupação para muitos. As pessoas, cada vez mais conscientes de que suas informações são valiosas, ficam frustradas com a falta de transparência, uso indevido e violações. As organizações estão agindo para mitigar os riscos em torno do gerenciamento e da proteção de dados pessoais, enquanto os governos estão implementando uma legislação mais rígida.
Muitas organizações ainda ignoram a ética digital, porque acham que ela não se aplica ao seu setor ou domínio, mas o Gartner prevê que até 2024, 30% das grandes organizações usarão uma nova métrica de “voz da sociedade” para atuar em questões sociais e avaliar o impacto no desempenho de seus negócios. As organizações precisarão integrar a ética digital em suas estratégias de IA para reforçar sua influência e reputação entre clientes, funcionários, parceiros e sociedade.
Resumidamente
O Gartner Hype Cycle™ de 2022 para Inteligência Artificial apresenta inovações “imperdíveis” que devem gerar amplos benefícios para qualquer organização.
Essas inovações vão além das técnicas cotidianas de IA já usadas para adicionar inteligência a aplicativos de negócios, dispositivos e ferramentas de produtividade anteriormente estáticos.
Preste atenção antecipada às inovações que devem atingir a adoção geral em dois a cinco anos, incluindo IA composta, inteligência de decisão e IA de ponta.
Referência
Traduzido e levemente adaptado de What’s New in Artificial Intelligence from the 2022 Gartner Hype Cycle, by Jackie Wiles – Gartner, 2022.
Blog do Nei 