[SOM] [SOM] E continuando também Professora Ana, as questões ligadas ao marketing, o Unisys também presta serviço bastante interessante, que é serviço de pulso de mercado. O quê que é serviço de pulso de mercado? É você captar informações das diversas mÃdias sociais e avaliar como está uma marca, uma campanha, a imagem da empresa, uma análise de sentimento, se a marca está tendo uma reação negativa no mercado, uma reação positiva, neutra, quais são os termos mais usados para se referir a uma determinada marca ou serviço. E bastante interessante é que muitas vezes bancos solicitam análise de sentimento para detectar o quê? Para detectar como os consumidores estão vendo o banco ou a imagem, produto novo, novo aplicativo que foi lançado, e à s vezes até a gente chega ao ponto de analisar as informações que estão disponÃveis na web até para questões de segurança. A gente volta de novo na questão de segurança, quer dizer, muitos bancos pedem o Unisys para investigar a dark web, investigar a deep web para saber não só se existem fraudes ocorrendo, cartões, o número de cartões de crédito sendo vendidos, e-mails e acessos de funcionários. É curioso, a gente acompanha, os alertas são dados periodicamente e à s vezes no final de semana os sistemas que a gente tem de controle de web, de dark web, de deep web, eles capturam mais de 500, 600 cartões, números de cartões de crédito, logins, que é muito comum isso acontecer. É curioso mas o monitoramento das mÃdias sociais também tem a ver com questões de segurança, não só com questões de marketing mas também com questões de segurança. E também, além disso, uma coisa bastante curiosa que a Unisys também trabalha, a questão de internet das coisas. Dos trabalhos mais básicos de internet das coisas que a Unisys faz é o uso de beacons. O quê que são os beacons? Beacons são pequenos aparelhos que se conectam aos smartphones via bluetooth e eles estabelecem uma comunicação bidirecional. Através dos beacons, você não só consegue criar mapas de calor das pessoas dentro de ambientes que à s vezes não são ambientes cobertos por Wi-Fi ou por internet diretamente, mas você consegue monitorar a movimentação das pessoas, onde elas passaram mais tempo e criar mapas de calor de ambientes determinados. Por exemplo, supermercado, no caso de varejista, uma loja, shopping, e você consegue detectar onde, qual que é o caminho que as pessoas fazem e de repente extrair daà informações a respeito de interesses, lógica de compras, afinidades, tempo de interesse por determinados setores daquele ambiente. Esse trabalho de monitoramento de ambientes através de beacons é uma coisa bastante interessante que a Unisys faz. >> E é possÃvel fazer pesquisa com essa tecnologia? >> Sim, claro, porque ela é invisÃvel, à medida que a pessoa baixa o aplicativo, se conecta para conseguir algum serviço e ele autoriza a comunicação do smartphone dele com beacons, ele não só recebe informações dos beacons como também fornece informações. É uma troca. A partir desse bloco de informações, é uma grande fonte de análises que o cientista de dados da Unisys tem para fazer o entendimento desse consumidor de uma forma mais completa e principalmente no que toca questões de distribuição espacial e de tempo de interesse determinadas lojas, produtos, setores que precisam ser investigados. >> Interessante. É uma revolução na pesquisa de satisfação do cliente. >> Exatamente. >> Ele pode tempo real dizer o que está acontecendo, os seus desejos. >> Exatamente. >> Muito bom. >> Além do IoT, o IoT também pode ser expandido para outras coisas, a gente tem algumas empresas de grandes equipamentos que, por exemplo, eles precisam saber monitorar variáveis desses equipamentos tempo real. Então, são colocados sensores, esses dados desses sensores são coletados e são processados posteriormente através de Big Data, de advanced analytics, de machine learning para poder o quê? Para poder fazer predições de quebra de equipamento, de fadiga, de peças que são defeituosas de repente para fazer recall. Uma coisa provavelmente vai virar muito comum nos próximos anos é que os nossos carros vão estar cheios de sensores, eles avisam que vão quebrar muito antes de quebrar. Uma tendência de daqui talvez a alguns anos o carro te avisar: olha, não sai comigo hoje não, porque eu vou quebrar no meio da avenida. >> E o mais interessante é que o seu carro pode avisar o meu carro. >> Exatamente. >> Cuidado, o carro do Luciano está com o freio comprometido, ele não faz manutenção. E aà eu tenho a oportunidade de desviar do seu carro. >> Exatamente. Numa estrada por exemplo o seu carro pode no futuro detectar o estado de manutenção dos outros carros e eventualmente emitir alerta assim: é melhor você se afastar que esse não está muito bem, esse seu vizinho aà de pista, sai de perto. >> E essa tecnologia vai revolucionar o mercado de seguros. Os automóveis podem não colidir tanto e aà vamos ter seguro, não teremos seguro, cadê a nova precificação? >> Certamente. A indústria de seguros já é uma das indústrias, é dos setores da economia que mais usa dados para fazer avaliações, estimativas e cálculos de risco. Eu acho que assim as seguradoras vão, cada vez mais, ter análises mais sofisticadas que vão trazer insights que são totalmente inesperados. E isso é muito curioso porque hoje dia, mesmo as seguradoras, algumas seguradoras trabalham muito com bases de regras, eles fazem na verdade o que a gente chama de BI básico, talvez no máximo BI avançado. O BI avançado já é uma coisa cotidiana para as empresas de seguros, preditivo algumas situações, grandes custos, talvez eles já estejam fazendo isso. Mas é curioso que a maior parte das empresas principalmente varejo, bancos talvez e empresas de consumo, elas estão se dando conta de que só o BI não está dando conta mais de gerar a renda que precisa. Então, a gente muitas vezes é procurado, é muito curioso, as empresas chamam a gente para fazer uma visita para falar de machine learning, de inteligência artificial, de Big Data, sendo que eventualmente raramente à s vezes o BI está completo. Às vezes eles querem correr e ainda não conseguem nem de repente andar. Então, uma coisa que a Unisys faz e faz muito bem é fazer toda essa trajetória de incremento de trabalho, de tecnologia progressivamente, de uma maneira que vai se adaptando ao modo da empresa de trabalhar. Esse é o approach do Unisys de certo modo. A gente traz o BI padrão, que é só os dashboards estáticos que olham para dados do passado, dois, três meses para trazer BI mais avançado com uma capacidade preditiva com projeções de dois, três, seis meses. Num determinado momento, a partir do BI avançado a gente consegue, e de análises preditivas, nós conseguimos trabalhar termos de otimizações, quer dizer, fazer sistemas que simulam cenários. Ou seja, você consegue não só projetar para o futuro, mas você consegue projetar o resultado de ações diferentes no presente. É uma coisa que é muito requisitada pelas empresas hoje dia. Eu quero não só ter a visão de futuro, mas eu quero fazer, se eu fizer A, o quê que vai acontecer? Se eu fizer B, o quê que vai acontecer? Para o quê, para buscar pontos ótimos de trabalho. Talvez esse seja dos grandes avanços termos de Big Data, de advanced analytics, de machine learning que as empresas brasileiras estão começando a se dar conta, que é buscar predições, buscar otimizações das suas tarefas internas e das suas comunicações com os clientes. No passo adiante até eu diria que a gente pode chegar na situação onde são prescritivas, onde você tem, por exemplo, no caso de otimização de preços, vendedor vai até ponto de vendas fazer uma negociação, ele tem na cabeça dele, ele conhece os dados daquele cliente, daquele ponto de venda, só que ele leva tablet com ele com uma inteligência artificial, com machine learning que faz o quê para ele? Que é assistente de negociação. No ato da negociação, é como se ele não fosse sozinho, ele fosse com mais uma pessoa que o ajudasse a tomar essas decisões de uma proposta que o cliente faz, ele equilibrar essa proposta, pensar termos dessas áreas da empresa e dizer: olha, vai, não vai, topa, não topa. Ele ajuda, é sempre importante ressaltar isso, que essas tecnologias não vêm substituir as pessoas, elas vêm aumentar a capacidade das pessoas de realizar tarefas que são cada vez mais complexas para elas. Então, além das questões preditivas de otimização, tem essas, as questões prescritivas até, que é avanço, é ponto a mais, avanço, e também de cognitivas, quer dizer, pensar alternativas diferentes. A gente pode pensar que daqui a alguns anos a gente vai ter sistemas que podem sugerir contrapropostas, não dizer apenas sim ou não a essa proposta, essa proposta que o cliente está te fazendo é boa ou não, aceite ou não aceite, eu recomendo aceitar ou não, mas ele fala assim: faça essa contraproposta para o cliente. Termos de varejo, é uma coisa bem interessante. >> É sistema de negociação na ponta de quem está vendendo e é sistema de satisfação de quem está comprando, >> Exatamente. >> Porque a pessoa quer ser entendida como ela é. Eu não sou uma Alessandra, eu sou esta Alessandra, então eu quero uma oferta para mim. Muitas vezes o cliente é bom cliente, paga tudo direitinho e aà ele espera algo mais, ele espera ser entendido como tal, espera uma premiação por ser fiel, por voltar sempre à mesma loja e muitas vezes não é o que acontece. Você chega lá e quer comprar algo diferente, quer preço diferenciado e você está com patamar igual para todo mundo, o que tem uma perda. >> Verdade. >> Porque aà o cliente muda para uma certa loja, vai fazer uma busca por internet e você tem uma perda. Então, está perfeita a sua consideração, porque o cliente do futuro quer uma oferta para ele. Agora, se tiver robôs que vão Negociar com o cliente, sensacional! >> O curioso é que, assim, pelos seus atos, ele pode sugerir mix, combinações de produtos que você nem se dava conta de que eram interessantes. Então, a gente tem sempre que pensar assim, que essas tecnologias vêm para acrescentar, elas não vêm para substituir. Para você lidar com esse tipo de complexidade, termos de prescrição, otimização, cognição de situações, você precisa de uma capacidade de processamento enorme. Estamos falando de massas de dados muito grandes, estamos falando de necessidades de processamento muito intensas, você tem que processar muito as informações. Então, uma das coisas que a UNISYS faz, uma coisa que ela detectou que fazia falta para os clientes, é ter potência, ter maquinário para pensar por eles. Às vezes o cliente tem muitos dados, ele sabe onde quer chegar, mas ele não tem infraestrutura para conseguir trabalhar esses dados. Então, uma das coisas que a UNISYS também oferece, a gente tem uma marca que se chama AIB, que significa Analytics in a Box, que é na verdade supercomputador. A gente já tem, aqui no Brasil, dois computadores desses. Está inteiro para grande cliente bancário, para fazer análise de crédito de fraude e de crédito score. Nós temos que é multifunção: esse AIB, esse supercomputador fica dentro do nosso Data Center, é super seguro, os dados que estão lá dentro são protegidos por diversas camadas de proteção, e a gente aloca espaço de processamento nessa máquina para os clientes. Então, à s vezes os clientes, ou até as instituições de ensino, universidades, têm disponibilidade de processar massas de dados de 10, 20, 40 terabytes, uma velocidade muito maior do que é possÃvel com qualquer outro arranjo. A gente consegue processar isso com bastante velocidade. Dos serviços que a UNISYS fornece é esse powerhouse de processamento, para você realmente extrair o máximo que você consegue dos seus dados. Outro serviço interessante que a UNISYS fornece, muitas vezes os clientes não sabem, é universo tão novo, tão complexo de se trabalhar que alguns clientes começaram a pedir: será que vocês não podem vir aqui dentro? Eu te dou uma sala, espaço, para vocês trabalharem com as minhas equipes e orientá-los a tornarem-se uma empresa voltada à dados? Então, o primeiro grande contrato da UNISYS nesses moldes foi feito com a California State University, essa instituição de ensino dos Estados Unidos que tem 23 unidades por toda a Califórnia, contratou o estabelecimento de escritório de Advanced Analytics dentro do seu PMO, ou seja, dentro da sua área de gestão de projetos. Qual é a função desse escritório de analytics? É encontrar pontos de melhoria que podem ser obtidos por meio de advanced analytics e machinery dentro da universidade, quer dizer, não são nem as próprias pessoas da universidade que vão procurar essas oportunidades, é a própria UNISYS que vai buscar essas oportunidades e vai apresentar: olha, temos potencial de ganho aqui. Para que áreas? Gestão de recursos humanos, gestão de alunos, e também gestão de benefÃcios. Então toda essa massa de dados vai ser trabalhada por pessoal UNISYS, com equipamento UNISYS, e eles vão chegar com os projetos prontos: temos uma oportunidade de ganho de X mil dólares, fazendo tais e tais operações, gerando tais e tais modelos, tais e tais acompanhamentos. Ótimo, go no go. A única coisa que a empresa tem a dizer é sim ou não. Então é uma coisa bastante interessante. Muitas vezes, os serviços maturam ao ponto de tornarem-se plataformas. Então, a UNISYS tem uma plataforma de segurança, de análise de dados para inteligência de segurança, que se chama U-LEAF, que também junta dados de segurança pública, tanto para prevenção de crime quanto para solução de casos de crime, a gestão prisional, evitar que os presos passem mais tempo que o necessário, que sejam misturados com presos de maior e menor periculosidade. Então têm sistemas inteligentes que cuidam da proteção da pena, e alerta o sistema prisional sobre a situação de cada preso, uma coisa que no Brasil é importantÃssima, porque simplesmente existem casos estranhÃssimos no sistema prisional brasileiro, que é muito vasto. Têm plataformas que cuidam de logÃstica, tem o Digistics, que é software que controla tráfegos logÃsticos e desembaraços aduaneiros, para quê? Tem uma inteligência embarcada nessa plataforma que impede que produtos de canal verde se misturem com canal vermelho dentro do mesmo palete que vai embarcar avião, dentro de contêiner que vai embarcar navio. O tempo de desembaraço também é todo calculado, porque o sistema consegue prever com base variáveis que ele coleta, informações que ele coleta, o tempo de desembaraço que vai ser necessário. E por fim, grupo também importantÃssimo no Brasil, que é a questão de acompanhamento de fármacos. Existe o PharmaTrack, que é uma plataforma que utiliza FID, que são sensores que permitem acompanhar os produtos desde a produção até a distribuição, para impedir desvio de medicamentos, falsificação de medicamentos, e também permitir o controle dos estoques por parte de farmácias, governos e empresas de distribuição. Então assim, isso é o geral que a UNISYS faz, é bastante amplo e tudo que eu falei aqui tem uma inteligência, tem analytics, tem big data, tem machine learning. É assim que UNISYS vê como ela pode ajudar as empresas e a sociedade para o futuro. >> Obrigada Luciano, por mais uma aula, mestre big data, mestre analytics. Muito obrigada por estar conosco. >> Eu que agradeço, professora. >> Espero que vocês tenham aproveitado, não é todo dia que temos a oportunidade de estar com grande Ph.D., trazendo para nós uma lição de vida. Bom estudo! [SOM]
