tendências

por

Principais tendências tecnológicas da Gartner para 2025

As tendências tecnológicas estratégicas estão moldando o futuro ao impulsionar a inovação, ao mesmo tempo em que mantêm a responsabilidade ética e a confiança.

Para CIOs e outros líderes seniores de TI, a verdadeira medida da liderança está na capacidade de antecipar e se preparar para o futuro — muito além do horizonte imediato. As Principais Tendências Tecnológicas Estratégicas da Gartner de 2025 servem como um mapa estelar vital para essa jornada, e as tendências se dividem em três grupos:

  • Riscos imperativos da IA: A ascensão dos agentes de IA exigirá avanços na governança de IA e novas tecnologias para combater a desinformação.
  • Novas fronteiras da computação: A computação quântica exigirá novos métodos criptográficos, enquanto sensores de baixo custo permitirão modelos de negócios inovadores.
  • Sinergia homem-máquina – Prepare-se para interações aprimoradas entre experiências físicas e virtuais, robôs se integrando à vida cotidiana e tecnologias que influenciam diretamente a cognição e o desempenho.

Segue um resumo das 10 principais tendências tecnológicas estratégicas apresentadas no relatório:

1 – Agente de IA

Agentes de IA se refere a programas de software que são projetados para tomar decisões e ações de forma independente para atingir objetivos específicos.

Esses programas combinam várias técnicas de IA com recursos como memória, planejamento, detecção do ambiente, uso de ferramentas e acompanhamento de diretrizes de segurança para realizar tarefas para atingir objetivos por conta própria.

Porque é uma tendência: A capacidade de um Agente IA de agir de forma autônoma ou semiautônoma tem o potencial de ajudar os CIOs a concretizar sua visão de IA generativa para aumentar a produtividade em toda a organização.

2 – Plataformas de governança de IA

As plataformas de governança de IA ajudam a gerenciar e controlar os sistemas de IA garantindo que sejam usados ​​de forma responsável e ética.

Elas permitem que os líderes de TI garantam que a IA seja confiável, transparente, justa e responsável, ao mesmo tempo em que atende aos padrões de segurança e éticos. Isso garante que a IA esteja alinhada aos valores da organização e às expectativas sociais mais amplas.

Porque é uma tendência: A IA está sendo usada em mais áreas, especialmente em indústrias com regulamentações rigorosas. À medida que a IA se espalha, também se espalham riscos como preconceito, questões de privacidade e a necessidade de se alinhar com valores humanos.

É crucial garantir que a IA não prejudique certos grupos, manipule mercados ou controle sistemas importantes.

3 – Segurança de desinformação

A segurança de desinformação é projetada para ajudar a identificar o que pode ser confiável.

O objetivo é criar sistemas que garantam que as informações sejam precisas, verifiquem a autenticidade, evitem a representação falsa e monitorem a disseminação de conteúdo prejudicial.

Porque é uma tendência: A desinformação é uma corrida armamentista digital: phishing, hacktivismo, fake news e engenharia social estão sendo turbinados por adversários que pretendem semear o medo, espalhar o caos e cometer fraudes. À medida que as ferramentas de IA e aprendizado de máquina se tornam mais avançadas e acessíveis, espera-se que a desinformação direcionada às empresas aumente, representando riscos significativos e duradouros se não for controlada.

4 – Criptografia Pós-Quântica

A criptografia pós-quântica (PQC) se refere a métodos criptográficos projetados para serem seguros contra as ameaças potenciais representadas por computadores quânticos.

Porque é uma tendência: A computação quântica logo se tornará uma realidade, potencialmente nesta década, e espera-se que torne muitos métodos criptográficos convencionais obsoletos, representando um risco significativo para a segurança de dados. Os criminosos já estão antecipando essa mudança, adotando estratégias como “colher agora, descriptografar depois”, onde eles filtram dados criptografados com a expectativa de que eventualmente serão capazes de descriptografá-los usando tecnologia quântica. Essa ameaça emergente acelerou a necessidade de se preparar para o PQC, que oferece proteção contra a descriptografia quântica.

5 – Inteligência Invisível Ambiental

A inteligência invisível ambiental se refere ao uso generalizado de pequenas etiquetas e sensores de baixo custo para rastrear a localização e o status de vários objetos e ambientes.

Essas informações são enviadas para a nuvem para análise e manutenção de registros. Essas tecnologias serão incorporadas a objetos do cotidiano, muitas vezes sem que o usuário as perceba.

Porque é uma tendência: A tecnologia para etiquetas e sensores de baixo custo se tornou mais acessível, tornando-a economicamente atraente. Ela oferece visibilidade em tempo real, o que é valioso para organizações e cadeias de suprimentos — e pode se expandir para ecossistemas mais amplos ao longo do tempo. Avanços em padrões sem fio como Bluetooth e redes celulares, bem como tecnologias emergentes como backscatter e eletrônicos impressos, darão suporte a novos casos de uso. Essa inteligência também se tornará uma fonte de dados essencial para IA e análise, melhorando produtos e processos.

6 – Computação com eficiência energética

A computação com eficiência energética se refere ao projeto e operação de computadores, data centers e outros sistemas digitais de maneiras que minimizem o consumo de energia e a pegada de carbono.

Porque é uma tendência: A sustentabilidade agora é um foco de nível de diretoria.

A TI contribui significativamente para pegadas ambientais, especialmente em setores como serviços financeiros e serviços de TI, pois IA e outras tecnologias geram maior consumo de energia. Enquanto as melhorias de processamento convencionais estão atingindo seus limites, espera-se que novas tecnologias de computação, como unidades de processamento gráfico (GPUs), computação neuromórfica e computação quântica, forneçam os ganhos substanciais de eficiência energética necessários nos próximos cinco a 10 anos.

7 – Computação Híbrida

A computação híbrida combina várias tecnologias — como CPUs, GPUs, dispositivos de ponta, ASICs e sistemas neuromórficos, quânticos e fotônicos — para resolver problemas computacionais complexos.

Ela cria um ambiente híbrido que usa os pontos fortes de cada tecnologia.

Porque é uma tendência: A computação híbrida permite que as empresas aproveitem novas tecnologias como sistemas fotônicos, biocomputacionais, neuromórficos e quânticos para impacto disruptivo. IA generativa é um exemplo importante, onde resolver problemas complexos requer computação avançada, rede e armazenamento em larga escala.

8 – Computação Espacial

A computação espacial aumenta o mundo físico ao “ancorar” o conteúdo digital no mundo real, permitindo que os usuários interajam com ele em uma experiência imersiva, realista e intuitiva.

Porque é uma tendência: A computação espacial está em alta devido aos avanços em realidade aumentada (RA), realidade mista (RM) e tecnologias de IA, permitindo ambientes digitais imersivos em jogos, saúde e comércio eletrônico. A proliferação do 5G e novos dispositivos como Apple Vision Pro e Meta Quest 3 estão impulsionando a demanda do consumidor e abrindo oportunidades para novos modelos de negócios.

Com grandes empresas como Nvidia e Qualcomm construindo ecossistemas, o mercado está projetado para crescer de US$ 110 bilhões em 2023 para US$ 1,7 trilhão até 2033.

9 – Robôs polifuncionais

Robôs polifuncionais são máquinas que podem executar múltiplas tarefas, seguindo instruções ou exemplos humanos.

Eles são flexíveis tanto no design quanto na forma como operam.

Porque é uma tendência: Robôs polifuncionais estão em alta devido aos crescentes custos de mão de obra e à demanda por ROI aprimorado em setores como armazenagem e manufatura. Os fornecedores estão atraindo a atenção da mídia com preços competitivos, tornando a robótica avançada mais acessível. Embora haja uma ampla variedade de preços e capacidades, os primeiros a adotar estão explorando o potencial desses robôs para lidar com múltiplas tarefas, prometendo flexibilidade e eficiência de custos nos negócios.

10 – Aprimoramento neurológico

Aprimoramento neurológico é o processo de melhorar as habilidades cognitivas de um ser humano usando tecnologias que leem e decodificam a atividade cerebral e, opcionalmente, escrevem no cérebro.

Porque é uma tendência: O aprimoramento neurológico está em alta devido ao seu potencial de permitir a transparência cerebral, revolucionando a assistência médica.

À medida que a IA evolui rapidamente, as empresas estão explorando interfaces cérebro-máquina para ajudar os trabalhadores a se qualificarem e permanecerem competitivos ao aprimorar as habilidades cognitivas. Também está sendo analisado para criar experiências e interações mais profundas e personalizadas para o consumidor por meio de táticas de marketing de última geração.

Fonte: Gartner – 2025 Top Strategic Technology Trends. Novembro de 2024.

Spotlight on 2024 Gartner Hype Cycle™ for Emerging Technologies

Gartner 2024 Hype Cycle for Emerging Technologies Highlights Developer Productivity, Total Experience, AI and Security. Outubro de 2024

por

Tendências Tecnológicas para 2024

Fonte da imagem: artigo original do Gartner

O Gartner divulgou as 10 principais tendências tecnológicas estratégicas para 2024. Essas inovações podem levar líderes, gestores e colaboradores mais rapidamente em direção aos seus objetivos de negócios, especialmente na era da IA em rápida evolução. Integre propositalmente algumas selecionadas para ajudar a construir e proteger sua organização digital e, ao mesmo tempo, gerar valor.

Essas tendências tecnológicas estratégicas serão levadas em consideração nas decisões de negócios e tecnologia nos próximos três anos.

O Gartner recomenda que você avalie os impactos e benefícios de cada uma dessas tendências tecnológicas para determinar qual inovação — ou combinação estratégica — terá o impacto mais significativo no sucesso da sua organização. Segue os tópicos das 10 estratégias do documento:

– Gerenciamento de confiança, risco e segurança de IA (AI TRiSM)

A democratização do acesso à IA tornou a necessidade da Gestão de Confiança, Risco e Segurança da IA (TRiSM) ainda mais urgente e clara. Sem barreiras de proteção, os modelos de IA podem gerar rapidamente efeitos negativos agravados que ficam fora de controle, ofuscando qualquer desempenho positivo e ganhos sociais que a IA permite.

AI TRiSM fornece ferramentas para ModelOps, proteção proativa de dados, segurança específica de IA, monitoramento de modelo (incluindo monitoramento de desvio de dados, desvio de modelo e/ou resultados não intencionais) e controles de risco para entradas e saídas para modelos e aplicativos de terceiros.

O Gartner prevê que, até 2026, as empresas que aplicam controlos AI TRiSM aumentarão a precisão da sua tomada de decisão, eliminando até 80% de informações defeituosas e ilegítimas.

– Gerenciamento contínuo de exposição a ameaças (CTEM)

O gerenciamento contínuo de exposição a ameaças é uma abordagem pragmática e sistêmica que permite às organizações avaliar a acessibilidade, exposição e explorabilidade dos ativos digitais e físicos de uma empresa de forma contínua e consistente. Alinhar os escopos de avaliação e remediação do CTEM com vetores de ameaças ou projetos de negócios, em vez de um componente de infraestrutura, traz à tona não apenas as vulnerabilidades, mas também ameaças incorrigíveis.

Até 2026, o Gartner prevê que as organizações que priorizam seus investimentos em segurança com base em um programa CTEM perceberão uma redução de dois terços nas violações.

– Tecnologia Sustentável

A tecnologia sustentável é uma estrutura de soluções digitais utilizadas para permitir resultados ambientais, sociais e de governação (ESG) que apoiam o equilíbrio ecológico e os direitos humanos a longo prazo. A utilização de tecnologias como IA, criptomoedas, Internet das Coisas (IoT) e a computação em nuvem está gerando preocupações sobre o consumo de energia e os impactos ambientais relacionados. Isto torna mais crítico garantir que a utilização da TI se torne mais eficiente, circular e sustentável. Na verdade, a Gartner prevê que, até 2027, 25% dos CIOs verão a sua remuneração pessoal ligada ao impacto tecnológico sustentável.

– Engenharia de Plataforma

Engenharia de plataforma é a disciplina de construção e operação de plataformas de desenvolvimento interno de autoatendimento. Cada plataforma é uma camada, criada e mantida por uma equipe de produto dedicada, projetada para dar suporte às necessidades de seus usuários por meio da interface com ferramentas e processos. O objetivo da engenharia de plataforma é otimizar a produtividade, a experiência do usuário e acelerar a entrega de valor comercial.

– Desenvolvimento Aumentado por IA

Trata-se do desenvolvimento aumentado por IA, é o uso de tecnologias de IA, como GenAI e aprendizado de máquina, para auxiliar engenheiros de software no projeto, codificação e teste de aplicativos. A engenharia de software assistida por IA melhora a produtividade do desenvolvedor e permite que as equipes de desenvolvimento atendam à crescente demanda por software para administrar os negócios. Essas ferramentas de desenvolvimento baseadas em IA permitem que os engenheiros de software gastem menos tempo escrevendo código, para que possam dedicar mais tempo a atividades mais estratégicas, como o design e a composição de aplicativos de negócios atraentes.

– Plataformas de nuvem industriais (ICPs)

Até 2027, o Gartner prevê que mais de 70% das empresas usarão plataformas de nuvem industriais para acelerar suas iniciativas de negócios, contra menos de 15% em 2023. Os ICPs abordam resultados de negócios relevantes para o setor, combinando serviços SaaS, PaaS e IaaS subjacentes. em uma oferta completa de produtos com recursos combináveis. Isso normalmente inclui uma estrutura de dados do setor, uma biblioteca de pacotes de recursos de negócios, ferramentas de composição e outras inovações de plataforma. Os ICPs são propostas de nuvem personalizadas específicas para um setor e podem ser adaptadas às necessidades de uma organização.

As principais tendências tecnológicas estratégicas deste ano destacam as tendências que gerarão disrupções e oportunidades significativas para os CIOs e outros líderes de TI nos próximos 36 meses.

– Aplicativos Inteligentes

O Gartner define Aplicações Inteligentes como adaptação aprendida para responder de forma adequada e autônoma – como uma capacidade. Essa inteligência pode ser utilizada em muitos casos de uso para melhorar ou automatizar o trabalho. Como capacidade fundamental, a inteligência em aplicações compreende vários serviços baseados em IA, como aprendizado de máquina, armazenamento de vetores e dados conectados. Consequentemente, os aplicativos inteligentes proporcionam experiências que se adaptam dinamicamente ao usuário.

Existe uma clara necessidade e demanda por aplicações inteligentes. Vinte e seis por cento dos CEOs na pesquisa Gartner CEO and Senior Business Executive de 2023 citaram a escassez de talentos como o risco mais prejudicial para suas organizações. Atrair e reter talentos é a principal prioridade da força de trabalho dos CEOs, enquanto a IA foi eleita a tecnologia que terá um impacto mais significativo nas suas indústrias nos próximos três anos.

– IA generativa democratizada (GenAI)

A IA generativa a tornar-se-á democratizada pela confluência de modelos massivamente pré-treinados, computação em nuvem e código aberto, tornando estes modelos acessíveis a trabalhadores em todo o mundo. O Gartner prevê que até 2026 mais de 80% das empresas terão usado APIs e modelos GenAI e/ou implantado aplicativos habilitados para GenAI em ambientes de produção, contra menos de 5% no início de 2023.

Os aplicativos GenAI podem tornar vastas fontes de informações – internas e externas – acessíveis e disponíveis para usuários empresariais. Isto significa que a rápida adoção da GenAI democratizará significativamente o conhecimento e as competências na empresa. Grandes modelos de linguagem (LLMs) permitem que as empresas conectem seus trabalhadores ao conhecimento em um estilo conversacional com uma rica compreensão semântica.

– Força de trabalho conectada aumentada (ACWF)

A força de trabalho conectada aumentada é uma estratégia para otimizar o valor derivado dos trabalhadores humanos. A necessidade de acelerar e dimensionar talentos está impulsionando a tendência ACWF. A ACWF utiliza aplicações inteligentes e análises da força de trabalho para fornecer contexto diário e orientação para apoiar a experiência, o bem-estar e a capacidade da força de trabalho de desenvolver as suas próprias competências. Ao mesmo tempo, o ACWF impulsiona resultados empresariais e impacto positivo para as principais partes interessadas.

Até 2027, 25% dos CIOs usarão iniciativas de força de trabalho conectada aumentada para reduzir o tempo de aquisição de competência em 50% para funções-chave.

– Clientes Máquinas (custobots)

Os clientes-máquina são atores económicos não humanos que podem negociar e adquirir autonomamente bens e serviços em troca de pagamento. Até 2028, existirão 15 mil milhões de produtos conectados com potencial para se comportarem como clientes, com mais milhares de milhões a seguir nos próximos anos. Esta tendência de crescimento será a fonte de triliões de dólares em receitas até 2030 e acabará por se tornar mais significativa do que a chegada do comércio digital. As considerações estratégicas devem incluir oportunidades para facilitar estes algoritmos e dispositivos, ou mesmo criar novos custobots.

Cada uma das tendências está relacionada com um ou mais temas-chave para os negócios: proteger e preservar investimentos passados e futuros, construir as soluções certas para as partes interessadas certas no momento certo e agregar valor ao ambiente em mudança dos clientes internos e externos.

Para saber mais, baixe o e-book: seu guia detalhado para as 10 principais tendências tecnológicas estratégicas do Gartner para 2024.

Abraço, @neigrando

Referência

Texto traduzido e levemente adaptado de “Gartner Identifies the Top 10 Strategic Technology Trends for 2024“, by Gartner, 16 de outubro de 2023.

Artigos relacionados

por

Tecnologias que transformam Empresas e Negócios

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