AULA 3

BI – BUSINESS INTELLIGENCE
PARA TRANSFORMAÇÃO
DIGITAL

Prof. Roberson Cesar Alves de Araujo

INTRODUÇÃO

Por conta do avanço da globalização, alavancado pela ampliação do

acesso e utilização da internet, além da ampla divulgação das pesquisas e dos
estudos, as tecnologias vem se tornando cada vez mais acessíveis. Na área
corporativa, a inteligência artificial vem contribuindo para a sustentabilidade
econômica das organizações, pela redução de custos e otimização em vendas,
bem como proporciona equilíbrio financeiro para as empresas. Atua como uma
inteligência ampliada, possibilitando a transformação de uma gama de inovações
quanto à geração de modelos estatísticos e matemáticos em realidade.

TEMA 1 – ENTENDIMENTO DE INTELIGÊNCIA ARTIFICIAL NO MUNDO

CONTEMPORÂNEO

Realizar previsões baseadas em volumosos agrupamentos de dados, ou

efetuar diagnósticos de enfermidades baseados em informações genéticas ou
prontuários médicos, bem como agir de forma preditiva em um contexto de
incertezas, como o mercado financeiro, sempre foram ações realizadas pelos
seres humanos. Isso vem se alterando com o surgimento da inteligência artificial.
A capacidade da utilização de recursos de inteligência artificial traz à tona novos
questionamentos com relação a mudanças transformadoras do cotidiano das
pessoas.

1.1 Tecnologias computacionais modernas

Dentro das diversas formas de se definir inteligência artificial (IA), podemos

afirmar que ela é uma ação que possibilita que máquinas se tornem inteligentes,
na qual a própria inteligência é entendida como um fator qualitativo que possibilita
o funcionamento adequado de uma entidade com capacidade de prever em seu
ambiente. A IA se inspira nas ações humanas, muito embora atuem de maneira
dissemelhante.

2
Crédito: Rymden/Shutterstock.

As possibilidades estão nas sensações ou capacidades de aprendizado,

raciocínio e tomada de decisão, se destacando como uma área multidisciplinar do
conhecimento.
Desde a década de 1950, quando se iniciam as pesquisas com IA, os
resultados vêm se apresentando cada vez mais efetivos dentro do plano de ação
a que se destinam. Já nesse período, o termo “machine learning” surge e destaca
desde então a capacidade de aprendizado das máquinas sem que ocorra uma
programação prévia.

1.2 Necessidade tecnológica

A ponderação e a análise de resultados com a utilização de recursos de IA

vem transformando o modelo de negócio de diversos setores da indústria e
empresas em geral. A capacidade de prover automação em diferentes processos,
como operação com sistemas robotizados, reconhecimento de imagens ou
análise de padrões na área médica, além de agilizar os processos, reduz a chance
de erros que possam resultar em resultados indesejáveis.
A utilização de IA está tão fortemente inserida na sociedade atual que
elementos como o assistente pessoal Siri ou Alexa estão convivendo com as
pessoas por meio de quase que qualquer dispositivo eletrônico.

3
1.3 Fomento de uso de IA

Entre os diferentes fatores que estão reconfigurando o século 21, podemos

destacar a alta afluência com que não apenas a sociedade global vem se
conectando digitalmente, mas, da mesma forma, diversos recursos de tecnologia,
mediante uso de sensores que fornecem a capacidade de avaliar diferentes tipos
de situações. Além disso, temos a redução dos custos computacionais por meio
do uso de circuitos eletrônicos de maior desempenho.
Outros dois fatores que fortalecem a adoção de IA são o aumento extensivo
dos volumes de dados, denominados big data, e o aprendizado de máquina, ou
“Machine Learning”. Ambos têm seu entendimento, respectivamente, como sendo
o armazenamento das informações que circulam nos meios digitais e modelos
matemáticos para extração e reconhecimento de diferentes padrões ocultos em
conjuntos de dados.

1.4 Riscos de IA

Tendo em vista a quantidade de inovações ou evoluções, sendo

consideradas tanto um fator positivo como negativo nos resultados obtidos, surge
o questionamento referente às mudanças que ocorrerão. Um dos fatores a se
considerar inicialmente está no cenário, que contempla um ambiente muito maior,
no qual as economias globais sofrem os resultados das transformações digitais.
Em decorrência disso, inúmeras transformações já vêm ocorrendo em
diferentes contextos, por exemplo, no mercado de trabalho, em que a relação de
trabalho e emprego se remodelam pelas digitalizações de ambiente e formas de
fornecimento de dados. Dessa forma, cresce a tendência pela substituição de
atividades que podem sofrer algum tipo de automatização por outras que se
destaquem pelo valor humano inserido. Como forma de entender melhor, vemos
atividades que fazem uso de ações repetitivas ou de maneira mecânica sofrendo
sua substituição por dispositivos computacionais que façam uso de inteligência.

4
Crédito: Miha Creative/Shutterstock.

Um dos objetivos de IA está na melhoria da qualidade de vida em um

contexto geral para a sociedade, a exemplo da agropecuária, saúde e setor
industrial, contudo, uma reflexão mais aprofundada sobre esse tema é importante.
Por meio da divulgação e do entendimento dessa tecnologia por parte da
sociedade, seu emprego pode ocorrer de maneira mais justa e com impactos em
sua maioria positivos.

TEMA 2 – PARADOXOS E PADRÕES EM BUSINESS

O processo da inovação pode ser entendido como um pré-requisito para

que uma organização que esteja almejando sua sustentação no mercado obtenha
seus objetivos, além de se destacar diante de seus clientes. Contudo, ainda assim,
para essas organizações se destacarem obtendo sucesso no contexto da
inovação e se manterem inovadoras, terão que enfrentar novos desafios ainda
maiores. Em situações nas quais essas organizações se encontrem definidas,
dentro de um modelo convencional, ou simplesmente organizações que dispõem
de produtos ou serviços fortemente estabelecidos, com processos bem definidos
e cessão de valor para a sua cadeia, estas precisarão ter recursos e atividades
com as quais estejam comprometidas para poder efetuar entrega de valor aos
seus clientes.

5
2.1 Inovação em business

Quando vemos uma empresa de fato abraçar o conceito de inovação,

poderá ocorrer que ela deixará de efetuar a entrega de valor para um determinado
tipo de cliente e inicie o atendimento a um outro tipo de consumidor. Apesar de
em teoria aparentar ser uma rota óbvia e simples do ponto de vista tradicional,
visto que um negócio que não apresenta resultados, é de fato mais correto que
alterar a direção focando em outras rotas mais sedutoras, pois essa pode não ser
uma possível estratégia.

Crédito: DC Studio/Shutterstock.

No complexo cenário de negócios globalizado, em que a inovação

preconiza as ações, a indústria de aplicativos e sistemas voltados à inteligência
de negócios está crescendo a cada ano com relatórios de pesquisa de
organizações, com projeções de crescimento significativo. Existem variadas
razões para esse crescimento, entre elas, estão a proliferação de big data, a
expansão da IoT e a necessidade de um melhor entendimento das informações
coletadas.

6
2.2 Inovação em processos de produção

A aceleração dos processos de produção refere-se ao aumento da

velocidade e eficiência na fabricação de bens ou prestação de serviços. Com a
necessidade ampliada da inovação, a busca por acelerar a produção tem sido
uma das principais estratégias adotadas pelas empresas para aumentar sua
produtividade, reduzir custos e melhorar a competitividade no mercado.
Existem diversas técnicas e tecnologias que podem ser utilizadas para
acelerar os processos de produção, tais como a automação, a robótica, a
utilização de software de gestão de processos, a otimização do layout da fábrica
e a implementação de sistemas de produção just-in-time (JIT).
O JIT, por exemplo, é uma abordagem de gestão da produção que se
baseia em produzir apenas o necessário, no momento certo e na quantidade
adequada, eliminando estoques desnecessários e reduzindo o tempo de espera
na linha de produção. Isso pode ser alcançado por meio da coordenação entre
fornecedores, da padronização de processos e da implementação de sistemas de
monitoramento e controle.
No entanto, é importante ressaltar que a aceleração dos processos de
produção não deve ser vista apenas como um fim em si mesmo. É fundamental
que as empresas levem em consideração não apenas a eficiência, mas também
a qualidade dos produtos ou serviços oferecidos, bem como o impacto ambiental
e social de suas operações. Além disso, é preciso garantir que os trabalhadores
envolvidos na produção sejam valorizados e recebam condições adequadas de
trabalho.

2.3. Paradoxo organizacional

O paradoxo das organizações refere-se a uma situação em que as

empresas enfrentam desafios contraditórios e muitas vezes opostos, que podem
tornar difícil alcançar objetivos conflitantes.
Por exemplo, as empresas precisam inovar constantemente para se
manterem competitivas, mas ao mesmo tempo precisam manter a estabilidade e
a consistência em suas operações. Elas precisam ser eficientes em seus
processos para reduzir custos, mas também precisam ser flexíveis o suficiente
para se adaptar às mudanças do mercado. As empresas precisam pensar em

7
curto prazo para garantir resultados imediatos, mas também precisam planejar no
longo prazo para garantir sua sustentabilidade no futuro.
Outro exemplo é que as empresas precisam equilibrar a necessidade de
controlar seus processos e recursos com a necessidade de empoderar e dar
autonomia aos seus funcionários, para que possam contribuir com ideias
inovadoras e melhorias nos processos.
O paradoxo das organizações pode ser visto como um desafio, mas
também pode ser encarado como uma oportunidade para as empresas serem
criativas e encontrarem soluções que abordem ambos os lados do paradoxo. A
abordagem de liderança situacional, por exemplo, pode ajudar a gerenciar as
diferentes necessidades e expectativas em diferentes momentos e situações.
Portanto, a chave para gerenciar o paradoxo das organizações é encontrar
um equilíbrio entre as demandas conflitantes e buscar soluções criativas e
inovadoras que atendam a todas as necessidades de uma empresa.

TEMA 3 – RECURSOS TECNOLÓGICOS NO MUNDO CONTEMPORÂNEO EM

PROCESSOS INDUSTRIAIS

Os recursos tecnológicos são cada vez mais utilizados em processos

industriais para melhorar a eficiência, a qualidade e a segurança das operações.
Entre as tecnologias mais utilizadas em processos industriais, podemos destacar:

• automação industrial – é a aplicação de sistemas informatizados para

controlar processos industriais, com o objetivo de aumentar a
produtividade, reduzir custos e minimizar o risco de erros humanos. A
automação pode ser utilizada em diversos setores da indústria, como a
produção de alimentos, bebidas, automóveis, entre outros.
• Internet das Coisas (IoT) – a IoT oportuniza a conexão de dispositivos
eletrônicos à internet, de modo a possibilitar o monitoramento e controle
remoto de processos industriais. Com a IoT, é possível coletar dados em
tempo real sobre a produção, consumo de energia, temperatura, umidade,
entre outros fatores, para que os gestores tomem decisões mais
informadas e precisas.
• robótica – os robôs industriais são utilizados para realizar tarefas repetitivas
e perigosas, como soldagem, pintura, montagem de peças, entre outros. A

8
 utilização de robôs em processos industriais reduz o risco de acidentes de
trabalho, aumenta a eficiência e reduz custos de produção.
• realidade aumentada (AR) – a AR é uma tecnologia que possibilita a
superposição de informações virtuais sobre o mundo real. Na indústria, a
AR pode ser utilizada para treinamento de funcionários, manutenção de
equipamentos e inspeções de qualidade.
• impressão 3D – oportuniza a produção de peças e componentes
personalizados e complexos, com alto nível de precisão. A utilização de
impressoras 3D em processos industriais reduz o tempo de produção e
custos com moldes e ferramentas.

Em resumo, a utilização de recursos tecnológicos em processos industriais

pode trazer diversos benefícios para as empresas, desde a melhoria da eficiência
e qualidade até a redução de custos e aumento da segurança no trabalho. É
importante que as empresas estejam atentas às tendências e inovações
tecnológicas e avaliem as oportunidades de implementação em seus processos
produtivos.

3.1 Arquétipos de Inteligência Artificial (IA) e Inteligência de negócios (BI)

Em termos gerais, a inteligência de negócios, ou business intelligence (BI),

refere-se a sistemas projetados para agilizar a coleta, processamento e análise
de big data. As organizações podem entender os grandes volumes de dados que
coletam para aprimorar seus processos de negócios e tomar decisões
inteligentes. Por mais útil que o BI seja, existem algumas deficiências que
dificultam o valor que ele contribui para os negócios. Podemos citar como exemplo
a limitação quanto à capacidade de BI diante da operação de grandes volumes de
dados coletados. Diante desse contexto, o BI poderá se beneficiar muito da
utilização de IA porque a última aumenta a primeira.
A inteligência artificial aumenta a funcionalidade dos aplicativos e sistemas
aplicados em inteligência de negócios (BI). Com a utilização de IA, a inteligência
de negócios está melhor posicionada para dividir grandes volumes de big data em
insights granulares, possibilitando que as organizações entendam melhor o valor
de componentes menores em uma perspectiva maior.

9
TEMA 4 – INTELIGÊNCIA E SUA RELEVÂNCIA NA ANÁLISE DE DADOS EM
TRANSFORMAÇÃO DIGITAL

A inteligência artificial (IA) é uma das tecnologias mais importantes no

contexto da transformação digital, pois pode ajudar as empresas a melhorarem a
eficiência, a tomarem decisões mais informadas e a inovarem em seus produtos
e serviços. A IA consiste na capacidade de as máquinas aprenderem com base
em dados e executar tarefas que antes só eram possíveis com a intervenção
humana.
4.1 Entendimento acerca de inteligências

O processo de inteligência é um conjunto de etapas que envolvem a coleta,

a análise e a interpretação de informações para tomar decisões ou realizar ações
de forma mais eficiente. Esse processo pode ser aplicado em diversas áreas,
como negócios, governo, segurança e militar, entre outras.
As etapas do processo de inteligência incluem:

• planejamento – nessa etapa, são definidos objetivos e metas da atividade

de inteligência, bem como os recursos necessários para alcançá-los;
• coleta de informações – é o processo de busca e obtenção de dados
relevantes para o objetivo definido na etapa anterior. As informações
podem ser coletadas por meio de fontes abertas (como notícias e relatórios
públicos) ou por meio de fontes fechadas (como agentes de campo e fontes
confidenciais);
• análise – nessa etapa, as informações coletadas são organizadas,
avaliadas e interpretadas para extrair significado e relevância. A análise
pode ser feita por meio de técnicas estatísticas, modelagem matemática,
inferência lógica, entre outras;
• produção – é o processo de sintetizar as informações coletadas e
analisadas em um formato útil para tomadores de decisão. A produção
pode incluir relatórios, briefings, análises de tendências, entre outros;
• disseminação – nessa etapa, as informações produzidas são
compartilhadas com as partes interessadas que precisam tomar decisões
ou tomar ações. A disseminação pode incluir reuniões, apresentações,
relatórios, entre outros;

10
 • feedback – é a etapa em que o processo de inteligência é avaliado e
revisado para melhorar sua eficácia. O feedback pode ser obtido por meio
de avaliações internas e externas, bem como por meio de revisões
regulares dos objetivos e metas da atividade de inteligência.

O processo de inteligência é um ciclo contínuo e iterativo, em que a etapa

de feedback informa a revisão do planejamento e das etapas subsequentes. Esse
processo ajuda a melhorar a qualidade e a precisão das informações usadas para
tomar decisões importantes em diversos campos.
4.2 Análise de dados em negócios

A análise de dados é uma prática cada vez mais comum nos negócios, pois
as empresas podem usar as informações que tenham para tomar decisões mais
informadas e estratégicas. A análise de dados possibilita que as empresas
identifiquem tendências, padrões e insights ocultos nos dados que, de outra
forma, poderiam passar despercebidos.
A análise de dados em negócios pode ser dividida em três etapas:

• coleta de dados – essa etapa envolve a coleta de dados brutos de diversas

fontes, como CRM, redes sociais, registros de vendas, entre outros. Os
dados podem ser estruturados (como em um banco de dados) ou não
estruturados (como em um tweet);
• processamento de dados – nessa etapa, os dados coletados são limpos,
organizados e transformados em um formato que possa ser analisado. Isso
inclui a remoção de dados duplicados, preenchimento de dados ausentes
e a combinação de dados de várias fontes;
• análise de dados – essa etapa envolve a aplicação de técnicas de análise
de dados para encontrar padrões, tendências e insights nos dados. Isso
pode incluir análise estatística, análise de séries temporais, análise de
clusterização, entre outras.

A análise de dados em negócios pode ser usada para uma variedade de

finalidades, como:

• identificar oportunidades de mercado – as empresas podem usar a análise

de dados para identificar tendências do mercado, demandas do consumidor
e oportunidades para expandir seus negócios;

11
 • melhorar a eficiência operacional – a análise de dados pode ser usada para
otimizar processos de negócios, identificar gargalos e reduzir custos;
• tomar decisões informadas – as empresas podem usar a análise de dados
para tomar decisões informadas com base em insights e tendências
encontrados nos dados;
• personalizar experiências do cliente – as empresas podem usar a análise
de dados para entender as preferências dos clientes e personalizar suas
experiências de compra.

Em resumo, a análise de dados em negócios é uma prática importante para

as empresas que desejam tomar decisões informadas e estratégicas. Com a
análise de dados, as empresas podem identificar tendências, padrões e insights
ocultos nos dados para melhorar a eficiência operacional, identificar
oportunidades de mercado e personalizar as experiências do cliente.

TEMA 5 – HORIZONTES DAS APLICAÇÕES DA INTELIGÊNCIA ANALÍTICA:

INTELIGÊNCIA ARTIFICIAL

A inteligência analítica é uma abordagem que envolve a análise de dados

para obter insights e conhecimentos úteis para a tomada de decisões. É uma
abordagem que usa ferramentas e técnicas avançadas de análise de dados para
descobrir padrões, tendências e anomalias nos dados, bem como para realizar
previsões e simulações.
A inteligência analítica inclui várias etapas:

• coleta de dados – é a primeira etapa da inteligência analítica. Os dados

podem ser coletados de várias fontes, como bancos de dados, sensores,
dispositivos móveis e mídias sociais;
• processamento de dados – é a segunda etapa da inteligência analítica, em
que os dados coletados são limpos, organizados e transformados em um
formato que possa ser analisado. Isso inclui a eliminação de dados
duplicados, preenchimento de dados ausentes e a combinação de dados
de várias fontes;
• análise de dados – é a etapa mais importante da inteligência analítica, em
que são aplicadas técnicas de análise de dados para encontrar padrões,
tendências e insights nos dados. Isso inclui análise estatística, análise de
séries temporais, análise de clusterização, entre outras.
12
 • visualização de dados – é a quarta etapa da inteligência analítica, em que
os dados são apresentados de forma visual para facilitar a compreensão e
a tomada de decisões. As visualizações podem incluir gráficos, mapas,
painéis e relatórios;
• tomada de decisões – é a última etapa da inteligência analítica, em que as
informações e insights obtidos na análise de dados são usados para tomar
decisões informadas e estratégicas. As decisões podem incluir mudanças
nos processos de negócios, desenvolvimento de novos produtos,
identificação de oportunidades de mercado, entre outras.

A inteligência analítica é usada em diversas áreas, como negócios,

governo, saúde, segurança e militar, entre outras. Com a inteligência analítica, as
organizações podem obter uma vantagem competitiva ao obter insights e
conhecimentos que não seriam possíveis sem a análise de dados.

5.1 Tendências da Inteligência Artificial

A IA tem evoluído rapidamente nos últimos anos e, como resultado, há

várias tendências que estão moldando o futuro dessa tecnologia. Algumas das
tendências mais relevantes da IA incluem fatores de aumento de utilização.

5.1.1 Aumento da automação

A automação é uma das principais tendências da IA. Com a automação, as

empresas podem automatizar tarefas repetitivas e rotineiras, o que pode aumentar
a eficiência e reduzir custos.

5.1.2 Aumento da personalização

A personalização é outra tendência importante da IA. Com a

personalização, as empresas podem fornecer experiências personalizadas aos
seus clientes com base em seus interesses e preferências.

5.1.3 Aumento da inteligência conversacional

A inteligência conversacional é uma das áreas de IA que mais tem crescido.

Com a inteligência conversacional, os sistemas de IA podem conversar com os
usuários de forma natural e intuitiva, o que possibilita interações mais humanas.

13
5.1.4 Aumento do uso de chatbots

Os chatbots são outro exemplo de como a IA está mudando a forma como

as empresas se relacionam com seus clientes. Com os chatbots, as empresas
podem fornecer suporte e atendimento ao cliente 24 horas por dia, sete dias por
semana, reduzindo a necessidade de atendimento humano.

5.1.5 Aumento da análise preditiva

A análise preditiva é outra tendência importante da IA. Com a análise

preditiva, as empresas podem prever resultados futuros com base em dados
históricos. Isso pode ser útil em áreas como vendas, finanças e marketing.

5.1.6 Aumento do uso de IA na saúde

A IA também está sendo usada cada vez mais na área da saúde. Com a
IA, os profissionais de saúde podem analisar grandes quantidades de dados
médicos e ajudar no diagnóstico e tratamento de doenças.

5.1.7 Aumento da IA em carros autônomos

A IA também está sendo usada cada vez mais em carros autônomos. Com
a IA, os carros podem detectar obstáculos e tomar decisões em tempo real,
tornando a direção mais segura.
Em resumo, as tendências da IA estão mudando a forma como as
empresas e outras organizações operam e interagem com seus clientes. Com o
aumento da automação, personalização, inteligência conversacional, chatbots,
análise preditiva, IA na saúde e carros autônomos, a IA está se tornando uma
parte cada vez mais integrante de nossas vidas.

14