Computação cognitiva começa a revolucionar o mundo dos negócios

Patricia Knebel, de Las Vegas 

Quando vimos o Watson vencendo o Jeopardy, famoso programa de perguntas e respostas da televisão norte-americana, em 2011, logo percebemos que havia algo de especial no supercomputador da IBM. Afinal, enfim estava ali a prova de que as máquinas poderiam ser realmente capazes de superar os humanos mais habilidosos. 

Alguns anos e muito aprendizado depois, a computação cognitiva começa a mostrar a sua face também no mundo dos negócios. Durante o IBM Amplify 2017, que acontece nesta semana, em Las Vegas (EUA), a multinacional está apresentando cases de como a aplicação do Watson está levando à hiperpersonalização das estratégias, à humanização das experiências e à geração de insights em clientes como Adidas, Sprint, AT&T e Kyocera. O Watson chegou ao nível de se relacionar de forma cada vez mais inteligente por meio de linguagem humana, mesmo sendo um sistema computacional. 

A máquina aprende em larga escala e rapidamente; e a cereja do bolo é poder usar todo conhecimento adquirido para influenciar ou tomar decisões. Se antes esses benefícios estavam mais restritos a aplicações mais sofisticadas, como ajudar na investigação, diagnóstico e tratamento do câncer, agora começam a chegar em outras indústrias, como financeira, telecom, varejo, educação e turismo. Um exemplo dos ganhos é no call center. 

As companhias costumam desenvolver scripts de interação para os atendentes falarem com os clientes. Com a inteligência artificial, estamos falando de outro nível, em que essa relação passa a ser em tempo real e mais humana. No caso das instituições financeiras, a computação cognitiva pode recomendar investimentos ou ajudar o banco a prever a reação do cliente antes mesmo de lançar algum produto. 

Para a CEO e presidente da IBM, Ginni Rometty, a computação cognitiva será cada vez mais decisiva para ajudar as empresas a extraírem valor dos dados e ter insights importantes, o que trará vantagens competitivas. "Isso vai mudar todas as decisões que as corporações irão tomar daqui para frente. O Watson foi treinado para entender a língua da indústria", diz. A AT&T, uma das maiores operadoras de telefonia do mundo, usa o Watson para garantir um ambiente mais seguro a partir da identificação prévia de ameaças, e também para gerar novos insights em outras áreas de negócios. Isso inclui projetos de Smart Cities em algumas cidades norte-americanas. 

Dessa forma, quando vai acontecer um grande evento em uma cidade, a computação cognitiva pode ajudar a prever cenários e reorganizar o trânsito, por exemplo. "O Watson orienta a tomada de decisões mais inteligentes, gerenciando milhares de dados, como de energia elétrica, iluminação e trânsito", explica o CEO da AT&T, Randall Stephenson. A IBM criou uma plataforma para a entrega dessas soluções: o Watson Customer Engagement. No IBM Amplify 2017, está clara a disposição da multinacional de mostrar todo potencial do Watson, especialmente, em três segmentos: Marketing, Commerce e Supply Chain.

Isso significa acompanhar toda jornada de consumo de um produto ou serviço, desde a divulgação, passando pela venda até chegar ao pós-venda. "O Watson está pronto e entregando soluções para as empresas hoje", assegura a gerente-geral de IBM Watson Customer Engagement, Internet das Coisas e Educação, Harriet Green. 

Segundo ela, a computação cognitiva vai impactar todas as decisões das empresas nos próximos anos. No varejo, a Northface é um case de como a inteligência cognitiva da IBM está ajudando os clientes a encontrarem a sua jaqueta ideal e, consequentemente, levando a um aumento das vendas e fidelização dos clientes. Ao entrar no site mobile www.thenorthface.com, o consumidor responde a algumas perguntas, como: onde e quando pretende usar a jaqueta, que atividade vai realizar e para quem é o produto. Em alguns segundos, o sistema busca, em um catálogo de 2 mil produtos, aqueles dois ou três mais adequados para o perfil do cliente. 

Para chegar a esses resultados, a varejista selecionou os seus melhores vendedores, que ensinaram o Watson sobre as características das roupas da The Northface que costumam ser consideradas pelos consumidores. Hoje, essa experiência é vivenciada por quem compra na loja virtual da marca, mas em breve poderão ser exploradas iniciativas para beneficiar também os consumidores nas lojas, como a possibilidade de colocação de totens com computação cognitiva. "O Watson é como se fosse uma criança com um cérebro enorme e que aprende muito rápido. Para tanto, precisa ser alimentado de conhecimento", relata o executivo de Watson Customer Engagement para a América Latina, Mauricio Sucasas.

 O que é o Watson? 

O IBM Watson é a tecnologia cognitiva que pode pensar como um humano. A tecnologia de computação cognitiva desenvolvida pela multinacional é capaz de responder questões em linguagem natural, ou seja, ele consegue entender e interagir com se fosse um ser humano. Quanto mais os clientes e empresas interagem com o Watson, mais ele aprende e consegue apresentar insights com base na análise de milhões de informações e fazer recomendações que melhor se adequam a cada negócio.

Onde estão as garotas?

Jovens que desenvolvem projetos na área ganharam estágio de verão na companhia

Em uma empresa, o importante é resolver o problema tecnológico que surge, independentemente do sexo de quem está desenvolvendo o projeto. Certo? Nem sempre é assim. Mas alguns exemplos de mulheres que conseguiram vencer nas áreas mais ligadas às exatas têm ajudado a mudar esse cenário. 

A presidente da IBM, Ginni Rometty, é uma das poucas CEOs mulheres do mundo - na lista das 500 maiores corporações da Fortune, apenas 6% dos CEOs são do sexo feminino. Ontem, ela recebeu, no palco do IBM Interconnect e IBM Amplify, a jovem Reshma Saujani, fundadora da Girls Who Code (GWC), uma organização sem fins lucrativos cuja missão é eliminar o gap que existe de mulheres nas áreas de Ciência, Tecnologia, Engenharia e Matemática. A IBM é uma das apoiadoras desse projeto, que permite às meninas aprender novas tecnologias usando soluções da multinacional, como o Watson. 

"Estamos criando uma geração de meninas que podem fazer a mudança. Quando elas começam a programar e desenvolver sistemas, percebem que podem e que querem fazer isso", comenta Reshma. 

Três garotas que estão desenvolvendo projetos utilizando a computação cognitiva foram convidadas a falar sobre os seus projetos durante o evento da IBM em Las Vegas (EUA). Ao final, elas foram surpreendidas pela notícia dada no palco por Ginni, presidente da companhia: ganharam um estágio de verão na IBM, para aprofundar esse conhecimento.

FONTE:  Jornal do Comércio 

Simples nacional - DEFIS: Prazo de Entrega até o dia 31/03/2017...

A Declaração de Informações Socioeconômicas e Fiscais (DEFIS) deverá ser entregue pelas pessoas jurídicas inscritas no Simples Nacional até o dia 31/03/2017 por meio de módulo do aplicativo PGDAS-D à Receita Federal do Brasil (art. 66 da Resolução CGSN 94/2011).

As informações prestadas pelo contribuinte na DEFIS serão compartilhadas entre a RFB e os órgãos de fiscalização tributária dos Estados, Distrito Federal e Municípios

.Fonte: LegisWeb

Link: https://www.legisweb.com.br/noticia/?id=17947

Caro empreendedor, 50% do tempo do seu vendedor não é gasto com as vendas...

Toda empresa sonha em ter uma “máquina de vendas” azeitada. O desafio é evitar os gargalos que impedem essa máquina de funcionar.

Se você deseja montar uma máquina de vendas eficiente, já parou para pensar em que processo deve mexer para obter os melhores resultados? Seu time está tirando o melhor dos recursos disponíveis? Para vender mais você está em busca de mais oportunidades no funil, ou menos e melhores?

A Teoria das Restrições (TOC — Theory of Constraints) pode te ajudar a responder estas perguntas.

O primeiro e principal passo é conhecer onde está a restrição do sistema. Ela pode estar no mercado ou pode estar dentro de casa; no segundo caso, chamamos a restrição também de gargalo.

Quanto ao mercado, devemos analisar se ele é suficientemente grande para os objetivos da empresa e se não temos nenhum concorrente que domine totalmente o setor, restringindo assim o tamanho dele. Nesse contexto, eliminar um concorrente pode ficar muito caro, principalmente em vendas complexas.

Se o mercado está funcionando perfeitamente, devemos então partir para a análise interna: isto é, o que está me impedindo de vender mais?

Neste caso precisamos conhecer o nosso gargalo, aquele que, se mexermos, vai gerar melhoras em toda a máquina de vendas. Tome cuidado com essa etapa, pois se erramos a análise podemos mexer em algo que não trará ganho.

Uma análise apressada, por exemplo, pode levar à seguinte conclusão: “Como as vendas estão baixas, vamos contratar mais vendedores!” Porém o problema pode estar na baixa geração de oportunidades no funil, ou até no excesso de oportunidades no funil, gerando assim multitarefa danosa para o vendedor.

Aqui podemos ter um conflito. Para vender mais precisamos ter mais oportunidades no funil ou para vender mais precisamos ter menos e melhores oportunidades no funil? Para nos ajudar a resolver esse dilema, usamos outro conceito da teoria das restrições: a árvore de conflito.

Vamos imaginar que o gargalo seja o vendedor.

Dessa forma, devemos eliminar esse gargalo usando os 5 passos da teoria.

1 . Identificar a restrição ou o gargalo

Neste exemplo, é o vendedor.

2. Decidir como explorar a restrição

Aqui temos um excelente exercício: quanto tempo o vendedor passa de fato vendendo? Se o vendedor é a restrição, então 100% do tempo dele deve ser focado nas vendas.

Em uma empresa onde já trabalhei, por exemplo, fizemos uma análise simples e solicitamos aos 3 melhores vendedores da empresa que preenchessem em uma planilha durante duas semanas todas as tarefas que eles executavam. Experimente fazer isso também com os seus vendedores! Na nossa experiência, o resultado foi que eles utilizavam apenas 50% das horas vendendo, enquanto no restante do tempo eles faziam tudo, menos vender. Muitas empresas ainda cometem o erro de utilizar o vendedor para prospectar novas oportunidades, mas vendedor tem que vender, vender, vender…

3. Subordinar todo o resto à decisão acima

O processo de vendas deve correr de forma que o vendedor esteja liberado para vender e ter processos auxiliares que tiram atividades secundárias da mão dele, como a prospecção de novos clientes, o atendimento no pós-venda, a burocracia que envolve a rotina do time, etc…

Em um time mais eficiente, o ideal é ter pessoas focadas apenas na prospecção de novos clientes, por exemplo. Além de ser mais barato, essa equipe vai usar ferramentas e metodologia próprias para prospecção. A partir do interesse do lead — futuro cliente — a oportunidade é passada para o vendedor. Assim o tempo do vendedor é utilizado para o relacionamento mais próximo com potenciais clientes.

É natural que o vendedor tenha a sua rede de relacionamento e que também gere oportunidades a partir dela, mas fazer isso de forma sistemática e proativa pode sair caro para a empresa. Imagine, por exemplo, o tempo do vendedor pegando o telefone todos os dias para tentar marcar uma visita?

4. Elevar a restrição

Agora podemos elevar a restrição, já que ela está devidamente eliminada, ou seja, treinar o vendedor, passar mais leads para ele, trocar o vendedor por baixa performance, ou até mesmo contratar mais vendedores…

5. Se essa restrição foi quebrada, volte ao passo 1 e analise se existe outra restrição como, por exemplo, a geração de oportunidades

Atenção nesse ponto, empreendedor: não deixe que a inércia cause uma restrição ao sistema.

Então, não saia atacando em todas as frentes sem antes conhecer onde está a sua restrição, analise seus processos, encontre os gargalos e aplique a metodologia da TOC. Tenho certeza de que os ganhos serão excepcionais.

Boas vendas!

FONTE: Este artigo é uma parceria de produção entre Endeavor e Sebrae

Sergio Roberto Cochela DUO Tecnologia / ProJuris CEO

EFD-Reinf – Receita institui a Escrituração Fiscal Digital de Retenções...

A Receita Federal, por meio da Instrução Normativa nº 1.701, publicada no Diário Oficial da União desta quinta-feira, 16 de março de 2017, instituiu a Institui a Escrituração Fiscal Digital de Retenções e Outras Informações Fiscais (EFD-Reinf).

A EFD-Reinf deverá ser transmitida ao Sistema Público de Escrituração Digital (Sped)e será considerada válida após a confirmação de recebimento e validação do conteúdo dos arquivos que a contém.

EFD-Reinf – obrigatoriedade

Ficam obrigados a adotar a EFD-Reinf os seguintes contribuintes:

I – pessoas jurídicas que prestam e que contratam serviços realizados mediante cessão de mão de obra nos termos do art. 31 da Lei nº 8.212, de 24 de julho de 1991;

II – pessoas jurídicas responsáveis pela retenção da Contribuição para o PIS/Pasep, da Contribuição para o Financiamento da Seguridade Social (Cofins) e da Contribuição Social sobre o Lucro Líquido (CSLL) ;

III – pessoas jurídicas optantes pelo recolhimento da Contribuição Previdenciária sobre a Receita Bruta (CPRB);

IV – produtor rural pessoa jurídica e agroindústria quando sujeitos a contribuição previdenciária substitutiva sobre a receita bruta proveniente da comercialização da produção rural nos termos do art. 25 da Lei nº 8.870, de 15 de abril de 1994, na redação dada pela Lei nº 10.256, de 9 de julho de 2001 e do art. 22A da Lei nº 8.212, de 24 de julho de 1991, inserido pela Lei nº 10.256, de 9 de julho de 2001, respectivamente;

V – associações desportivas que mantenham equipe de futebol profissional que tenham recebido valores a título de patrocínio, licenciamento de uso de marcas e símbolos, publicidade, propaganda e transmissão de espetáculos desportivos;

VI – empresa ou entidade patrocinadora que tenha destinado recursos a associação desportiva que mantenha equipe de futebol profissional a título de patrocínio, licenciamento de uso de marcas e símbolos, publicidade, propaganda e transmissão de espetáculos desportivos;

VII – entidades promotoras de eventos desportivos realizados em território nacional, em qualquer modalidade desportiva, dos quais participe ao menos 1 (uma) associação desportiva que mantenha equipe de futebol profissional; e

VIII – pessoas jurídicas e físicas que pagaram ou creditaram rendimentos sobre os quais haja retenção do Imposto sobre a Renda Retido na Fonte (IRRF), por si ou como representantes de terceiros.

EFD-Reinf – Cronograma de exigibilidade começa em 2018

A obrigação EFD-Reinf deverá ser entregue:

I – a partir de 1º de janeiro de 2018, caso o faturamento da pessoa jurídica no ano de 2016 tenha sido superior a R$ 78.000.000,00 (setenta e oito milhões de reais); ou

II – a partir de 1º de julho de 2018, caso o faturamento da pessoa jurídica no ano de 2016 tenha sido de até R$ 78.000.000,00 (setenta e oito milhões de reais).

Quanto às microempresas e empresas de pequeno porte optantes pelo Simples Nacional (Lei Complementar nº 123/2006), o cronograma vai depender de ato específico do Comitê Gestor do Simples Nacional. Que estabelecerá condições especiais para cumprimento desta obrigação.

EFD-Reinf – prazo de transmissão

A EFD-Reinf será transmitida ao Sped mensalmente até o dia 20 do mês subsequente ao que se refira a escrituração, exceto as entidades promotoras de espetáculos desportivos, que deverão transmitir as informações relacionadas ao evento no prazo de até 2 (dois) dias úteis após a sua realização.

Consulte aqui integra da Instrução Normativa nº 1.701/2017.

Fonte: Contábeis

E-AUDITORIA.COM.BR

Ricoh e IBM anunciam quadro multimédia para mercado empresarial...

O Intelligent Workplace Solution é resultado da parceria entre a Ricoh e IBM e foi concebida para o mercado empresarial. A grande aposta do produto reside na tecnologia Watson.

A solução impulsionada pela tecnologia Watson IoT da IBM e pelos intuitivos quadros multimédia da Ricoh, irá influenciar a forma como as equipes de trabalho reúnem e colaboram.

De acordo com o release, a tecnologia Watson IoT, trabalha dados estatísticos em tempo real, para além de gravar as informações proferidas nas reuniões. A promessa desse novo produto é combater que grande parte da informação seja “esquecida ou perdida durante as reuniões”.

As principais características do Intelligent Workplace Solution residem na tradução para outras línguas, ao apresentá-las na tela ou transcrição para um ficheiro digital. Há ainda a gestão da reunião através do comando de voz e gravação de “conversas laterais” que podem ser aproveitadas e discutidas para benefício da equipe.

“A nossa ambição é acrescentar valor aos negócios, por isso, trabalhamos diariamente para apresentar soluções inteligentes que permitam aumentar os níveis de eficácia e de produtividade das equipas de trabalho.Os quadros multimédia inteligentes da Ricoh estão marcando o paradigma das reuniões empresariais. Graças à parceria com a IBM e sua plataforma Watson, os quadros multimédia da Ricoh já são mais um participante ativo das reuniões, sendo capazes de permitir a colaboração entre equipes, espalhadas por vários locais do mundo. Esta nova solução é o pilar das reuniões de hoje e do futuro”, refere a Ricoh.

A IBM se encontra em um processo de instalação dos quadros em seus escritórios em Munique, na Alemanha. No total serão 80 novos quadros que vão permitir que as equipes de desenvolvimento de produto da IBM realizem reuniões mais produtivas com seus colegas que se encontram em outros locais como Japão, Brasil e Estados Unidos da América.

Fonte: http://www.bitmag.com.br

5 mudanças necessárias para as empresas quitarem impostos atrasados...

Está em tramitação no Congresso Nacional a Medida Provisória 766/2017, que cria o Programa de Regularização Tributária (PRT). Trata-se de uma iniciativa do governo que melhora as condições para que as empresas paguem os impostos atrasados. Mas a Confederação Nacional da Indústria (CNI) defende mudanças no texto, porque as condições oferecidas pelo governo são incompatíveis com a realidade das empresas.

Sem dinheiro em caixa, muitas empresas foram obrigadas atrasar compromissos, e muitas deixaram de pagar os impostos em dia, o que complicou ainda mais a situação. É que, ao atrasar os impostos, a empresa fica com o cadastro negativo, não pode obter financiamento em bancos públicos e fica impedida de participar de licitações.Isso porque a mais longa e profunda recessão da história do país comprometeu o caixa das empresas. Só a indústria contabilizava, ao fim de 2016, três anos consecutivos de queda nas vendas. O faturamento do setor no ano passado foi, em média, 21,4% menor do que o de 2013.

A CNI destaca que a recuperação da economia depende da regularização das dívidas das empresas com o Fisco. Conheça as principais mudanças defendidas pela CNI para as empresas pagarem as dívidas tributárias, recuperarem suas finanças e retomarem a atividade.

1. Permitir o pagamento da dívida em prestações mensais e sucessivas, calculadas a partir de um percentual sobre a receita bruta do mês anterior, ou sobre a receita bruta mensal média de 2016, o que for maior. Esse percentual deve ser variável, de acordo com o porte da empresa. O PRT permite o pagamento em, no máximo, 120 prestações mensais, com parcelas menores, porém crescentes, nos três primeiros anos e o saldo remanescente dividido em percentuais iguais em 84 prestações mensais.

2. Estipular redução de multa, juros e encargos legais. A proposta é adotar os percentuais de redução estabelecidos na Lei 11.941/2009 (Refis da Crise). O PRT não prevê redução de multas, juros e encargos.

3. Ampliar a possibilidade de uso dos créditos tributários no abatimento das dívidas que serão parceladas no PRT. O programa não permite, por exemplo, o uso de créditos de prejuízo fiscal na quitação das dívidas que estão no âmbito da Procuradoria Geral da Fazenda Nacional (PGFN).

4. Retirar a exigência de apresentação de carta de fiança ou seguro garantia judicial para parcelamentos de débitos com valor superior a R$ 15 milhões no âmbito da PGFN. O custo elevado para obtenção dos dois instrumentos exigidos pode inviabilizar a adesão das empresas ao PRT.

5. Permitir a inclusão no parcelamento do PRT de todas as dívidas com a União, inclusive aquelas administradas por órgãos da administração direta e indireta, fundações e autarquias, como Ibama e Anvisa.

Fonte: Contabilidade na TVLink: http://contabilidadenatv.blogspot.com.br/2017/03/5-mudancas-necessarias-para-as-empresas.html

Normas de Registro de ME e EPP

Através da Instrução Normativa DREI 36/2017, com vigência a partir de 02.05.2017, foram estabelecidas as regras sobre o enquadramento, reenquadramento e desenquadramento de microempresa e empresa de pequeno porte, nos termos da Lei Complementar 123/2006.

I – disposição contratual em contrário;As microempresas e empresas de pequeno porte estão desobrigadas da realização de reuniões e assembleias em qualquer das situações previstas na legislação civil, as quais serão substituídas por deliberação representativa do primeiro número inteiro superior à metade do capital social, salvo:

II – exclusão de sócio por justa causa.

Também são dispensadas da publicação de qualquer ato societário.

É dispensado o visto de advogado nos atos constitutivos das microempresas e das empresas de pequeno porte.

Fonte: Blog Guia ContábilLink: https://boletimcontabil.net/2017/03/07/normas-de-registro-de-me-e-epp/

IBM e Salesforce anunciam Parceria Estratégica Global...

A IBM (NYSE: IBM) e a Salesforce (NYSE: CRM) acabam de anunciar uma parceria estratégica global para oferecer soluções conjuntas destinadas a aproveitar a inteligência artificial e a habilitar as empresas para uma tomada de decisão mais inteligente do que nunca. Por meio da parceria, o IBM Watson, a plataforma líder de IA para empresas, e o Salesforce Einstein, a IA que alimenta o CRM #1 do mundo, se conectarão com perfeição para atingirem um nível inteiramente novo de engajamento inteligente de clientes nas áreas de vendas, serviços, marketing, entre outras. A IBM também investe estrategicamente em seus recursos de Serviços de Negócios Globais para Salesforce, com uma nova prática para ajudar os clientes a implantarem rapidamente as capacidades combinadas do IBM Watson e do Salesforce Einstein.

“A união do Einstein com o Watson tornará as empresas mais inteligentes; e os nossos clientes, mais bem-sucedidos”, revela Marc Benioff, presidente e CEO da Salesforce. “Estou empolgado com esta aliança com a IBM – nenhuma empresa possui valores fundamentais tão próximos daqueles da Salesforce quanto a IBM. É o melhor de dois mundos”.

A parceria levará novos insights do Watson diretamente para a Plataforma Inteligente de Sucesso do Cliente da Salesforce, combinando profundos insights de clientes do Salesforce Einstein com dados estruturados e não estruturados do Watson em muitas fontes e setores como meteorologia, saúde, serviços financeiros e varejo. Juntos, Watson e Einstein irão ingerir, raciocinar e obter recomendações para acelerar a tomada de decisões e promover o sucesso dos clientes.

“Dentro de alguns anos, toda decisão importante – pessoal ou corporativa – será tomada com a ajuda de IA e de tecnologias cognitivas”, disse Ginni Rometty, presidente do Conselho, presidente e CEO da IBM. “Este ano, esperamos que o Watson atinja um bilhão de pessoas – em tudo, desde oncologia e varejo até a preparação da declaração de impostos e carros. Com esse anúncio, o poder do Watson atenderá os milhões de clientes e desenvolvedores Salesforce e Einstein, para lhes proporcionar uma compreensão sem precedentes de seus clientes”.

Salesforce e IBM fornecerão inicialmente o seguinte:

Integração IBM Watson e Salesforce Einstein: A integração de APIs do IBM Watson no Salesforce trará insights preditivos a partir de dados não estruturados, dentro ou fora de uma empresa, juntamente com insights preditivos a partir de dados de clientes fornecidos pelo Salesforce Einstein, para permitir a tomada de decisões mais inteligentes e rápidas em vendas, serviços, marketing, comércio e muito mais. Por exemplo, ao combinar dados de padrões de compras locais, meteorológicos e do setor de varejo do Watson com dados de compras e preferências específicas do cliente do Salesforce Einstein, um varejista poderá enviar automaticamente aos clientes campanhas de e-mail altamente personalizadas e localizadas.

Insights de Meteorologia da IBM para o Salesforce: The Weather Company, uma empresa IBM, alimentará um novo componente Lightning no Salesforce AppExchange para fornecer informações meteorológicas sobre as interações do cliente e do desempenho da empresa. Por exemplo, uma companhia de seguros poderá extrair dados de previsão do tempo locais do IBM Weather para o Salesforce e enviar automaticamente informações de segurança e de políticas para clientes que corram o risco de ser impactados por eventos climáticos rigorosos.

Pacote de Integração de Aplicativos IBM no Salesforce: Os clientes poderão unir os dados locais empresariais e em nuvem com produtos de integração especializados para o Salesforce, disponibilizando esses dados diretamente na Plataforma Inteligente de Sucesso do Cliente da Salesforce. Por exemplo, uma consultoria patrimonial poderá unir dados de clientes, como investimentos individuais e perfis de risco, com tendências financeiras e informações macroeconômicas públicas do Pacote de Integração de Aplicativos IBM no Salesforce para tomar decisões mais inteligentes para seus clientes.

Serviços Dedicados Bluewolf de Consultoria e de Expertise para Soluções Cognitivas Acrescentados aos Serviços Estratégicos da IBM para Salesforce: Bluewolf, uma empresa da IBM, formou uma nova prática para ajudar os clientes a implementarem rapidamente as capacidades combinadas do IBM Watson e do Salesforce Einstein. Esta nova unidade se baseia em mais de quinze anos de implantações de Salesforce pela Bluewolf e em seu atual portfólio de diferentes projetos Salesforce e Watson. A Bluewolf também desenvolverá novos aceleradores específicos para o setor para serem utilizados por clientes corporativos para acelerarem a adoção de aplicações cognitivas.

Como parte da parceria, a IBM implantará o Salesforce Service Cloud em toda a empresa para transformar seus serviços globais de suporte a produtos e obter uma visão única e unificada de cada cliente IBM.

(Redação - Agência IN)

Tecnologia do Futuro 2020 - 2

Inteligência Artificial, Aprendizagem Automática e Aprendizagem Profunda

Como eles são diferentes e porque eles são todos essenciais para a Internet das Coisas. #askIoT

Estamos todos familiarizados com o termo "Inteligência Artificial". Afinal, tem sido um foco popular em filmes como The Terminator, The Matrix e Ex Machina (um dos meus favoritos). Mas você pode ter sido recentemente ouvindo sobre outros termos como "Aprendizagem da Máquina" e "Aprendizagem Profunda", às vezes usado indistintamente com a inteligência artificial.

Vou começar por dar uma explicação rápida do que a Inteligência Artificial (IA), Aprendizagem Automática (ML) e Aprendizagem Profunda (DL) realmente significam e como eles são diferentes. Então, eu vou compartilhar como a AI ea Internet das Coisas estão inextricavelmente entrelaçadas, com vários avanços tecnológicos convergindo ao mesmo tempo para estabelecer as bases para uma explosão de AI e IoT.

Então, qual é a diferença entre AI, ML e DL?

Primeiramente cunhado em 1956 por John McCarthy, a IA envolve máquinas que podem realizar tarefas que são características da inteligência humana . Embora isso seja bastante geral, inclui coisas como planejar, entender a linguagem, reconhecer objetos e sons, aprender e resolver problemas.

Podemos colocar AI em duas categorias, geral e estreita. AI geral teria todas as características da inteligência humana, incluindo as capacidades mencionadas acima. AI estreita exibe algumas facetas da inteligência humana, e pode fazer essa faceta extremamente bem, mas está faltando em outras áreas. Uma máquina que é grande em reconhecer imagens, mas nada mais, seria um exemplo de AI estreito.

No seu núcleo, a aprendizagem mecânica é simplesmente uma maneira de alcançar a IA.

Arthur Samuel cunhou a frase não muito tempo depois de AI, em 1959, definindo-a como "a capacidade de aprender sem ser explicitamente programada". Você vê, você pode obter AI sem usar a aprendizagem da máquina, mas isso exigiria a construção de milhões de linhas de Com regras complexas e árvores de decisão.

Assim, ao invés de rotinas de software de codificação rígida com instruções específicas para realizar uma tarefa específica, a aprendizagem da máquina é uma maneira de "treinar" um algoritmo para que ele possa aprender como. "Treinamento" envolve a alimentação de enormes quantidades de dados para o algoritmo e permitindo que o algoritmo para ajustar-se e melhorar.

Para dar um exemplo, a aprendizagem mecânica tem sido usada para fazer melhorias drásticas na visão por computador (a capacidade de uma máquina reconhecer um objeto em uma imagem ou em um vídeo). Você recolhe centenas de milhares ou mesmo milhões de imagens e, em seguida, ter humanos tag-los. Por exemplo, os seres humanos podem marcar imagens que têm um gato nelas versus aquelas que não têm. Em seguida, o algoritmo tenta construir um modelo que pode marcar com precisão uma imagem como contendo um gato ou não, assim como um ser humano. Uma vez que o nível de precisão é alto o suficiente, a máquina tem agora "aprendido" como um gato se parece.

Aprendizagem profunda é uma das muitas abordagens para a aprendizagem automática . Outras abordagens incluem a aprendizagem de árvores de decisão, programação de lógica indutiva, agrupamento, aprendizado de reforço e redes bayesianas, entre outras.

A aprendizagem profunda foi inspirada pela estrutura e função do cérebro, nomeadamente a interligação de muitos neurónios. Redes Neurais Artificiais (ANNs) são algoritmos que imitam a estrutura biológica do cérebro.

Nas RNA, existem "neurônios" que têm camadas discretas e conexões com outros "neurônios". Cada camada seleciona um recurso específico para aprender, como curvas / bordas no reconhecimento de imagem. É esta camada que dá a profundidade de aprendizagem o seu nome, a profundidade é criada usando várias camadas em oposição a uma única camada.

AI e IoT estão intrinsecamente interligados

Penso na relação entre AI e IoT muito parecida com a relação entre o cérebro humano eo corpo.

Nossos corpos coletam entrada sensorial, como visão, som e toque. Nossos cérebros tomam esses dados e fazem sentido, transformando a luz em objetos reconhecíveis e transformando os sons em fala compreensível. Nossos cérebros então tomam decisões, enviando sinais de volta ao corpo para comandar movimentos como pegar um objeto ou falar.

Todos os sensores conectados que compõem a Internet das Coisas são como nossos corpos, eles fornecem os dados brutos do que está acontecendo no mundo. A inteligência artificial é como nosso cérebro, dando sentido a esses dados e decidindo quais ações devem ser executadas. E os dispositivos conectados de IoT são novamente como nossos corpos, realizando ações físicas ou comunicando aos outros.

Liberando o potencial de cada um

O valor e as promessas de AI e IoT estão sendo realizados por causa do outro.

Aprendizagem mecânica e aprendizagem profunda levaram a grandes saltos para a AI nos últimos anos. Como mencionado acima, a aprendizagem mecânica e a aprendizagem profunda requerem enormes quantidades de dados para trabalhar, e esses dados estão sendo coletados pelos bilhões de sensores que continuam a entrar na Internet das Coisas. IoT faz melhor AI.

Melhorar a AI também impulsionará a adoção da Internet das Coisas, criando um ciclo virtuoso no qual ambas as áreas irão acelerar drasticamente. Isso é porque AI faz IoT útil.

No lado industrial, a IA pode ser aplicada para prever quando as máquinas precisarão de manutenção ou analisar processos de fabricação para obter grandes ganhos de eficiência, economizando milhões de dólares.

No lado do consumidor, em vez de ter que se adaptar à tecnologia, a tecnologia pode nos adaptar. Em vez de clicar, digitar e pesquisar, podemos simplesmente pedir a uma máquina o que precisamos. Podemos pedir informações como o tempo ou para uma ação como preparar a casa para a hora de dormir (girando para baixo o termostato, bloqueando as portas, desligando as luzes, etc).

Os avanços tecnológicos convergentes tornaram isso possível

Shrinking chips de computador e técnicas de fabricação melhoradas significa mais barato, sensores mais potentes.

Melhorar rapidamente a tecnologia da bateria significa que esses sensores podem durar anos sem precisar ser conectado a uma fonte de alimentação.

Conectividade sem fio, impulsionado pelo advento de smartphones, significa que os dados podem ser enviados em grande volume a preços baratos, permitindo que todos os sensores para enviar dados para a nuvem.

E o nascimento da nuvem permitiu armazenamento praticamente ilimitado desses dados e habilidade computacional praticamente infinita para processá-lo.

Naturalmente, há uma ou duas preocupações sobre o impacto da IA ​​na nossa sociedade e no nosso futuro. Mas como os avanços ea adoção de AI e IoT continuam a acelerar, uma coisa é certa; O impacto será profundo.

Como fazer sentido do hardware IoT Demystifying IoT hardware para Product Managers

Como fazer sentido do hardware IoT...

Demystifying IoT hardware para Product Managers

As decisões de hardware afetam o custo do produto IoT, a experiência do usuário, os recursos de aplicativos e muito mais. Mas apenas cerca de 20% dos gerentes de produto IoT têm experiência em gerenciar hardware. Neste post, desmistifico o hardware IoT para ajudá-lo a entender como um dispositivo inteligente adquire, processa e comunica dados para a Nuvem.

Depois de pesquisar centenas de gerentes de produtos em diferentes setores e backgrounds, descobri que apenas cerca de 20% das PMs que trabalham em IoT têm experiência em hardware. Em contraste, mais de 76% deles estão familiarizados com o gerenciamento de produtos de software.

Mas em IoT, hardware e software trabalham juntos em toda a Pilha de Tecnologia IoT . E gerenciar produtos de hardware requer habilidades muito diferentes do que gerenciar software. Essa é uma das razões pelas quais a construção de produtos IoT pode ser muito assustadora para novos e até mesmo experientes IoT Product Managers.

Se você é um IoT PM que vem de um fundo de software, tome um minuto para armar-se com as informações neste post. Você ficará feliz por você ter feito na próxima vez que conversar com a Engenharia de Hardware ou enfrentar um desafio relacionado ao hardware.

Com base no meu Quadro de Decisão IoT , o hardware faz parte da Área de Decisão de Tecnologia. Portanto, você está aqui:

Por que eu preciso entender hardware IoT? A engenharia não faz essas decisões?

Sim, os engenheiros são responsáveis ​​por pesquisar, propor e executar as escolhas de hardware para o produto. Mas é importante que o Gerente de Produto esteja envolvido e guie a engenharia nas necessidades do produto para que eles possam escolher a melhor solução. Afinal, as decisões de hardware podem afetar o custo do produto, a experiência do usuário, os recursos de aplicativos e muito mais.

Quanto mais você entender sobre como funciona o hardware, suas nuances e sua nomenclatura, mais poderoso você será ter conversas inteligentes com sua equipe de engenharia.

Os 4 blocos de construção do hardware do dispositivo IoT

Com tantas aplicações IoT como existem empreendedores IoT, seria impossível generalizar uma arquitetura de hardware. Mas independentemente do aplicativo, todos os dispositivos IoT compartilham alguns pontos comuns ou "blocos de construção", como mostrado abaixo:

Bloco de Construção 1: Coisa

Eu defino a "coisa" como o recurso que você quer controlar ou monitorar.

Em muitos produtos IoT, a "coisa" é totalmente integrada no dispositivo inteligente. Por exemplo, pense em produtos como uma bomba de água inteligente ou um veículo autônomo. Estes produtos controlam e monitoram-se. Neste caso, seu produto inclui todos os quatro blocos de construção em um único pacote como mostrado abaixo.

Mas há muitas outras aplicações onde a "coisa" está sozinho como um dispositivo "mudo", e um produto separado é conectado a ele para torná-lo um dispositivo inteligente. Neste caso, o seu produto só inclui os três módulos em azul abaixo.

Isso é muito comum em aplicações industriais onde as empresas têm ativos existentes e querem torná-los "inteligentes" conectando-os à Nuvem. Alguns exemplos incluem turbinas eólicas, motores a jato, correias transportadoras, etc.

A razão que eu aponto esta diferença é fazer você ciente de que existem modelos de negócios diferentes que você poderia escolher. Sua empresa pode decidir construir novos dispositivos que são inteligentes desde o início, ou você pode decidir que a sua proposta de valor é fornecer uma maneira de transformar as coisas existentes em coisas inteligentes, abrindo a porta para o que é chamado de "oportunidades brownfield".

Qualquer um é bom, basta ter em mente que esta distinção afetará muitas outras decisões que você faz para o seu produto.

A maioria dos exemplos acima são B2B produtos, mas o que acontece com produtos B2C? No mundo dos produtos de consumo, muitos produtos IoT incluem apenas os três módulos em azul acima. Isso é porque a "coisa" que eles estão monitorando é muitas vezes um ser humano ou o ambiente da casa. Pense em um termostato FitBit ou Nest.

Bloco de Construção 2: Módulo de Aquisição de Dados

O módulo de aquisição de dados se concentra em adquirir sinais físicos da "coisa" e convertê-los em sinais digitais que podem ser manipulados por um computador.

Este é o componente de hardware que inclui todos os sensores de aquisição de sinais do mundo real, como temperatura, movimento, luz, vibração, etc O tipo eo número de sensores que você precisa dependem de sua aplicação.

O módulo de aquisição de dados inclui mais do que sensores. Ele também inclui o hardware necessário para converter o sinal do sensor em informações digitais para uso do computador. Isso inclui condicionamento de sinal, conversão analógico-digital, dimensionamento e interpretação.

Para o módulo de aquisição de dados, as considerações importantes a serem focadas são:

• Que sinais físicos eu preciso medir? (Ou seja, que tipo de sensores eu preciso)
• Quantos sensores de cada tipo eu preciso?
• Com que rapidez devo medir o sinal do mundo real? (Taxa de amostragem)
• Quanta precisão eu preciso na minha medição? (Isto é, resolução do sensor)

As respostas a estas perguntas irão informar os requisitos para o seu módulo de aquisição de dados, bem como dar-lhe uma idéia de quanto de dados seu dispositivo irá produzir.

Em um próximo post, vou detalhar como os sensores funcionam no IoT. Certifique -se de subscrever a minha newsletter para receber o post na sua caixa de entrada assim que ele for lançado.

Bloco 3: Módulo de Processamento de Dados

O terceiro bloco de construção do dispositivo é o módulo de processamento de dados. Este é o "computador" que processa os dados, executa análises locais, armazena dados localmente e executa quaisquer outras operações de computação na borda.

Você não precisa ser um especialista em arquitetura de computadores para ter uma conversa sólida com sua equipe de engenharia sobre este módulo. Seu papel deve ser entender o objetivo abrangente do produto e fazer as perguntas certas que irão guiar sua equipe para as decisões certas. As duas considerações mais importantes a serem focadas são:

• Potência de processamento (ou seja, quanto processamento você fará na borda?)
• Quantidade de armazenamento de dados local (por exemplo, tamanho do disco rígido - quanto de dados você precisará armazenar na borda?)

As decisões que você e sua equipe terão uma correlação direta com o desempenho, a funcionalidade, o custo, o tamanho do dispositivo, a vida útil, etc. Vamos discutir cada uma dessas perguntas com mais detalhes.

Quanto poder de processamento você precisa?

Para determinar a quantidade de energia de processamento que seu dispositivo precisa, você deve começar compreendendo todas as tarefas diferentes que o dispositivo precisa executar.

Itens que terão impacto na sua decisão incluem:

• Quantos sensores você precisa ler? (Mais sensores exigirão mais poder de processamento.)
• Você precisa executar controle em tempo real? (Isso definitivamente aumentará o poder de processamento necessário.)
• Sua aplicação precisa executar análises na borda? (Isso também aumentará a potência de processamento necessária.)
• Você tem poder de processamento suficiente para suportar futuras atualizações / lançamentos de software? (Suas novas e melhoradas atualizações de software provavelmente exigirão mais poder de processamento.)
• Quais são as restrições de tamanho do seu dispositivo? (Por exemplo, um Fitbit só tem muito espaço, limitando o tamanho do computador e poder de processamento.)

Quanto armazenamento local você precisa?

A quantidade de armazenamento local que você precisa depende da sua política de retenção de dados. Depois de definir quanto de dados você precisa adquirir, quantas vezes e quanto você enviará para a nuvem, então você pode calcular quanto armazenamento local você precisará como armazenamento temporário para fazer cálculos ou para servir como um buffer no caso Você perderá a conexão com a Nuvem.

Se você espera que seu produto funcione offline, você precisa definir quanto tempo ele irá operar sem uma conexão e, portanto, quanto de dados você precisa para ser capaz de armazenar localmente. Alguns aplicativos não exigem interrupções nos dados, porque o Cloud Analytics não conseguirá lidar com falhas de dados ou porque você tem um acordo legal com o cliente para a continuidade dos dados.

Bloco de Construção 4: Módulo de Comunicações

O último bloco de construção do hardware do dispositivo é o módulo de comunicações. Este é o circuito que permite comunicações com a Cloud Platform e com sistemas de terceiros, localmente ou na Nuvem.

Este módulo pode incluir portas de comunicação como USB, serial (232/485), CAN ou Modbus, para citar alguns. Também pode incluir a tecnologia de rádio para comunicações sem fio, como Wi-Fi, LoRA, ZigBee, etc.

O módulo de comunicação pode ser incluído no mesmo dispositivo que os outros módulos, ou pode ser um dispositivo separado que é especificamente para comunicações. Esta abordagem é muitas vezes referida como uma "arquitetura gateway".

Por exemplo, se você tem três sensores em uma sala que precisam enviar dados para a Nuvem, esses sensores podem estar conectados a um único gateway na mesma sala eo gateway consolida esses dados e os envia para a Nuvem. Dessa forma, você só precisa de um módulo de comunicação, não três.

A linha de fundo

Como Gerente de Produto IoT, você não precisa ser um especialista em todas as áreas da Pilha de Tecnologia IoT. Mas você precisa de uma sólida compreensão dos principais componentes e como uma solução ponta a ponta IoT é posta em conjunto.

Minha recomendação é obter o mais familiar possível todas as camadas da pilha de tecnologia IoT . Eu vou estar cobrindo todas as outras camadas da pilha em futuros artigos. Subscreva a minha newsletter abaixo para ter certeza de que você não perca esses posts.