Dados são o novo poder. Porém a informação valiosa para as empresas não é uma cláusula da legislação trabalhista, o discurso do presidente que acabou de assumir ou a dança das ações na Bolsa de Valores. O poder da informação está nos trilhões de dados produzidos atualmente ao redor do mundo, pequenas lascas de conhecimento que podem não fazer nenhum sentido quando perdidas em meio a tantas outras, mas são valiosas quando reunidas, codificadas e analisadas.
Estima-se que, em 2025, daqui a apenas sete anos, o mundo alcance 163 zettabytes de informação (cada zettabyte corresponde a 1 trilhão de gigabytes). “Nunca se criaram tantos dados na humanidade…” No entanto, 80% dos dados produzidos hoje em dia não são estruturados, isto é, estão inseridos em diversos textos aleatórios ou até mesmo em imagens e vídeos, e precisam ser garimpados.
A questão atual, portanto, é como acessar e usar essa informação para alavancar os negócios. É aí que entram o big data e a inteligência artificial (IA), com os quais é possível encontrar e reunir informações, fazer correlações entre elas e analisá-las para que possam ser utilizadas pelas empresas.
Por exemplo, quando um consumidor está à procura de um produto na Internet, a empresa que conseguir definir mais rápido o que pode interessar a esse cliente e descobrir seu padrão de compras sairá na frente, ao fazer ofertas mais assertivas. “É preciso tomar decisões com mais rapidez que o concorrente”. A computação em nuvem vem tornando o processamento dessa massa de informações cada vez mais veloz, trabalho que hoje leva minutos ou segundos, não mais horas ou dias.
Com a percepção da importância de reunir informações e dos avanços na inteligência computacional, daqui para frente toda empresa, independentemente de seu setor de atuação, será orientada por dados. As empresas de e‑commerce podem, com a inteligência artificial, classificar com mais facilidade as fotos dos produtos que devem entrar em seu site. Com o big data, saberão os pontos de contato digital com seus clientes, que incluem sites e redes sociais. O pequeno empreendedor que vende doces em uma loja de bairro, por exemplo, otimizará seus estoques, se souber com exatidão qual é o interesse de seus clientes. Bancos oferecerão serviços e produtos específicos, se souberem o padrão de necessidades de cada correntista. As informações já não serão apenas tópicos importantes, mas o core business dos negócios, afirma Teixeira. “A questão não é se os negócios vão mudar, mas quando.” É uma tecnologia que está revolucionando praticamente todos os segmentos da economia. No mundo corporativo, é uma forma altamente assertiva de ter destaque e ser útil nas tomadas de decisão.
Com as soluções já é possível fazer análise de segurança, risco e fraude, gerenciamento de assets, análises preditivas, comunicação automatizada de transações financeiras e comunicação com o consumidor.
A AgroTools é uma empresa de inteligência para as corporações do agronegócio e depende da coleta e da análise de um grande volume de informações de toda a cadeia produtiva do setor, que vai da semeadura à entrega dos produtos. Atende tradings, bancos, frigoríficos e até mesmo grandes varejistas, como Walmart e McDonald’s. Utiliza dados dinâmicos, como clima e temperatura, além de informações sobre produtividade no campo, e precisa cruzar esses dados. Há uma década, afirma Sérgio Rocha, fundador e presidente da AgroTools, era impossível armazenar e analisar dados na velocidade com que isso é feito hoje em dia. Atualmente, com a infraestrutura dos serviços fornecidos pelo Google, como armazenamento em nuvem, inteligência artificial e big data, aliada à tecnologia desenvolvida pela própria empresa em sua filial de São José dos Campos, no interior de São Paulo, a organização recuperou o tempo perdido.
“Toda a infraestrutura do Google nos permite fornecer soluções de alto impacto para nossos clientes”, comenta Rocha. No caso do McDonald´s, monitora a cadeia bovina ‒ da criação ao transporte e abate e até varejo ‒ para assegurar que a empresa não venha a ter problemas relacionados a desmatamento ou trabalho escravo, por exemplo. “Especificamente sobre o monitoramento da cadeia bovina, utilizamos nossas próprias ferramentas, mas, nos casos em que o volume de dados ultrapassa nossa capacidade, utilizamos o BigQuery.” Com a Google Cloud Platform, a empresa realiza mais de 200 mil análises por ano em 1.151 camadas de informações estratégicas – desde os níveis de nutrientes do solo até clima, topologia de terras e infraestrutura pública.
A Agrotools também está economizando. Ao mudar para a GCP, reduziu os custos de TI em 32%, ajudando a oferecer preços mais competitivos e aumentando as vendas em 40% em apenas um ano.
O Google oferece produtos e serviços em 13 categorias: computação; armazenamento e base de dados; cloud IA; big data; plataforma e ecossistemas de APIs; identidade e segurança; ferramentas de gestão; transferência de dados; ferramentas para desenvolvedores; internet das coisas; serviços profissionais; rede e ferramentas de produtividade.
Dentro da área de inteligência artificial, o machine learning – ou aprendizado das máquinas, em tradução livre – segue em curva ascendente. Uma pesquisa realizada em abril de 2017 pela Harvard Business Review Analytic Services com 490 participantes de vários setores, mostra que 60% acreditam que o sucesso futuro de sua organização depende do uso do aprendizado de máquinas, como forma de se destacar dos concorrentes. E, para quase 54% dos respondentes, o machine learning tem papel estratégico na análise e no big data da organização.
Grandes bancos brasileiros já anunciam sistemas de conversa com seus clientes, garantindo que o computador vai entender as necessidades deles e aprender com elas. “O machine learning deixou de ser inovação e passou a ser uma vantagem competitiva”. “Não é a próxima onda. É um tsunami.” Machine learning tornou-se basicamente o core business da empresa nos últimos dez anos. Atualmente 100% dos produtos contam com máquinas que aprendem. Elas completam frases que estão sendo digitadas, de acordo com o padrão do usuário, encontram e codificam imagens em vídeo segundo a necessidade, ou ainda traduzem ou compreendem os sentimentos descritos nos textos. Instituições financeiras aprendem hábitos e padrões de compras e gastos de seus clientes e usam essas informações para evitar fraudes, por exemplo. A chave do sucesso, em todos os casos, é unir o big data ‒ a quantidade massiva de dados disponíveis ‒ com o machine learning. “Essa massa de dados é intensa no dia a dia das pessoas e, às vezes, elas nem percebem”, afirma o diretor do Google. Informações inseridas ou pesquisadas na Internet por consumidores, por exemplo, podem fazer parte da pesquisa de empresas interessadas em entender melhor as necessidades ou interesses de seus clientes, e os negócios haverão de ser direcionados nesse sentido.
