Arquivos da categoria: Notícia destaque

Destaque de notícia, no qual ganhará relevância na homepage

Aqui estão algumas das melhores práticas sugeridas para enfrentar os desafios e prosperar em um ambiente de microsserviços

O desenvolvimento de novas aplicações hoje está diretamente relacionado à velocidade de entrega. O amplo movimento em direção ao ambiente ágil, que está em andamento há vários anos, promove uma sensação de implementação de software fácil e rápida.

Uma das tendências que tem ajudado a acelerar o desenvolvimento de aplicativos é a ascensão dos microsserviços – e os líderes de TI de várias empresas podem querer considerar essa técnica de desenvolvimento de software para suas organizações, se ainda não o tiverem feito.

Variante da Arquitetura Orientada a Serviços (SOA), os microsserviços são um estilo arquitetônico em que as aplicações são decompostas em serviços acoplados, oferecendo modularidade crescente, tornando as aplicações mais fáceis de desenvolver, testar, implantar e, o mais importante, mudar e manter.

“Os microsserviços aumentam o empoderamento da equipe, permitindo que equipes individuais inovem mais rapidamente e se sintam capacitadas a tomar decisões sobre arquitetura, linguagem e estruturas”, diz EJ Campbell, vice-presidente de engenharia, esportes e engenharia de produção de mídia na Verizon Media Group, uma subsidiária da empresa de comunicações composta por 50 marcas online.

“Vimos o Cycle Time da produção reduzir drasticamente à medida que as equipes adotaram microsserviços”, diz Campbell. “Muitas equipes implantam microsserviços várias vezes por dia, sem qualquer intervenção humana, contando com testes, revisões de código pipelines sofisticados de CI/CD [integração contínua / entrega contínua] para garantir a entrega segura de mudanças.”

O Yahoo Daily Fantasy Product compreende vários microsserviços. “Cada um desses serviços tem seus próprios pipelines de implantação contínua, armazenamentos de dados isolados e equipes individuais responsáveis ​​por seu desenvolvimento e operação”, diz Campbell.

Desafios
A mudança para microsserviços representa uma mudança radical e as organizações precisam estar preparadas para ela. São muitos os desafios. Eles incluem determinar os limites certos entre os serviços, superar a dificuldade de compartilhar código entre equipes e a complexidade do gerenciamento de alterações, pois as equipes estão liberando código de forma independente.

“Evoluir para microsserviços é como evoluir do cavalo para a bicicleta, ou da bicicleta para o automóvel”, diz Jay Bercher, vice-gerente de programa da Solutions By Design (SBD).

“Conforme passamos pelos estágios da evolução, encontramos ainda mais peças em movimento”, diz Bercher. “Cada peça móvel requer seu próprio nível de manutenção, e o suporte e supervisão de tantos elementos não apenas tornam a solução mais complexa, como também aumentam os custos associados. Consequentemente, temos que examinar nossas decisões para garantir que elas não sejam apenas a melhor decisão tecnológica, mas também a mais econômica.”

Outro desafio é a segurança. “Temos que determinar se queremos implementar uma única solução de verificação para todo o conjunto ou se queremos que cada microsserviço tenha seu próprio processo de verificação”, diz Bercher. “Essa é uma decisão que deve ser tomada caso a caso e que cada equipe de projeto precisa fazer sozinha.”

Aqui estão algumas das melhores práticas sugeridas para enfrentar os desafios e prosperar em um ambiente de microsserviços.

1 – Empregue o design orientado a domínio
Criar microsserviços diz respeito a tornar os serviços fracamente acoplados e aplicar o princípio da responsabilidade única, diz Bercher.

“Embora existam vários métodos e metodologias para o desenvolvimento, o DDD (design orientado a domínio) e os microsserviços parecem ser uma combinação perfeita”, diz Bercher. As equipes da SBD usam o design orientado a domínio, cria um padrão de desenvolvimento eficiente, removendo a maioria das interdependências da equipe.

“No nosso trabalho, a correlação de domínio para microsserviços é essencialmente um para um”, diz Bercher. “Assim, cada equipe de desenvolvimento é responsável por um domínio e também responsável pelo desenvolvimento do microsserviço correspondente. Isso cria uma delimitação clara das responsabilidades, o que, por sua vez, limita as redundâncias que podem ocorrer em esforços paralelos de desenvolvimento. ”

2 – Estabeleça diretrizes para bibliotecas de código
É muito mais difícil compartilhar códigos entre equipes em um mundo de microsserviços, diz Campbell.

“Ao contrário de um monólito, onde o código comum é apenas uma chamada de método, com uma arquitetura de microsserviços o código deve ser empacotado em uma biblioteca compartilhada”, diz Campbell.

A adoção dessas bibliotecas geralmente é lenta e a realização de mudanças requer coordenação entre o proprietário da biblioteca e vários serviços. “Portanto, é importante que as organizações adotem um conjunto robusto de diretrizes para bibliotecas comuns e expectativas sobre lançamentos”, diz Campbell.

3 – Não compartilhe bancos de dados entre microsserviços
“Ao construir nossos serviços desacoplados, estamos permitindo que nossas equipes de desenvolvimento criem seu próprio banco de dados, o que limita as dependências de outras equipes de desenvolvimento”, diz Bercher.

“Nossas equipes de desenvolvimento empurram suas gravações para o back-end para todos os outros absorverem, e essas informações são gerenciadas pela nossa equipe de dados”, diz Bercher. “O conceito deve continuar sendo o de  plug-and-play. Se você precisar substituir um serviço, basta retirá-lo e conectar o novo. É como mudar uma luz – apenas um pouco mais complexa ”.

Como os microsserviços são modulares por design, o processo de desenvolvimento é predominantemente plug-and-play, tornando extremamente fácil solucionar qualquer problema que possa surgir.

“Como o código não é propagado em toda a plataforma, podemos isolar rapidamente os problemas para uma fonte específica e rastreá-los nos microsserviços”, diz Bercher. “Isso facilita a atualização de aplicativos, permitindo atualizações e upgrades por microsserviço. Você pode imaginar a atualização de um sistema peça por peça,  uma peça de cada vez, em vez de ser obrigado a substituir tudo. Este conceito sozinho revoluciona o desenvolvimento do sistema. ”

4 – Aborde preocupações de segurança
Como com qualquer outra coisa relacionada a TI, os microsserviços têm seus próprios problemas de segurança.

As empresas devem procurar vulnerabilidades conhecidas antecipadamente e com frequência no ciclo de vida de desenvolvimento de software, diz Ryan Douglas, CIO da Digital River.

“Um mantra importante para qualquer equipe de TI que opera em nosso mundo acelerado é identificar e corrigir vulnerabilidades de soluções locais, bem como em software de terceiros”, diz Douglas. “É essencial para manter a segurança. É fundamental ter uma visão geral do ecossistema de software para entender como ele funciona em conjunto e onde residem os possíveis problemas.”

A implementação de patch de software é muito mais fácil de testar ao usar microsserviços, diz Douglas. “E não é apenas para código caseiro”, diz ele. “Os engenheiros de TI podem testar softwares de terceiros em busca de vulnerabilidades ao lado de seu próprio desenvolvimento de software. No caso de uma vulnerabilidade ser encontrada, uma correção pode ser implantada mais rapidamente do que com estruturas de código monolíticas anteriores. ”

5 – Evite a complexidade
Complexidades podem ocorrer com muita facilidade em grandes implantações de microservices, diz JP Morgenthal, CTO de serviços de aplicativos da DXC Technology.

“Pode até haver caminhos de dados recursivos se as organizações não tiverem cuidado ao garantir que haja uma arquitetura de sistema”, diz Morgenthal. “Entre o uso de equipes multifuncionais independentes e repositórios de serviço, é possível ver dependências que podem fazer com que o sistema invalide os princípios de microsserviços”, explica.

Um único microsserviço deve poder ser alterado ou removido sem impacto significativo no sistema como um todo. Uma prática recomendada é envolver a arquitetura corporativa para validar projetos de microsserviços, diz Morgenthal.

6- Considere a criação de aplicativos a partir do zero
Recentemente, a  Vylla.com, uma plataforma de hipotecas diretas ao consumidor lançada pelo provedor de serviços imobiliários Carrington Mortgage Holdings, transferiu sua arquitetura de tecnologia para microsserviços.

“Um dos desafios que encontramos quando decidimos migrar para microsserviços foi se deveríamos ou não quebrar o aplicativo peça por peça ou realizar uma reescrita completa”, diz John Nicholas, CTO da Carrington Mortgage.

“Devido a alguns requisitos de negócios pré-definidos, precisávamos fornecer novas funcionalidades em um prazo muito curto”, diz Nicholas. “No início, tentamos nos integrar na arquitetura monolítica com resultados bem-sucedidos. No entanto, também sabíamos que desmembrá-lo seria mais difícil do que reescrever a maioria das nossas características atuais ”.

Com isso em mente, a equipe de desenvolvimento decidiu que o melhor caminho seria criar um novo aplicativo a partir do zero. “Foi uma tarefa enorme e exigiu esforços maciços de todos os membros da nossa equipe, mas já provou seu valor no curto período de tempo desde a transição”, diz Nicholas.

Como há um investimento significativo em tecnologia necessário para implantar microsserviços com sucesso, é importante ter um caso de negócios claramente definido, descrevendo como a nova tecnologia melhorará o desempenho ou melhorará as eficiências operacionais, diz Nicholas.

“O componente crítico aqui é encontrar o talento certo”, diz Nicholas. “Não é fácil encontrar arquitetos de engenharia com experiência para realizar o trabalho. Conseguimos construir uma forte equipe de engenharia que entende uma arquitetura adequada e uma equipe de garantia de qualidade para realizar testes de automação em todo o aplicativo. ”

7 – Meça o desempenho ao dimensionar
Aplicações monolíticas podem ser escalonadas em sua totalidade para atender a um aumento na demanda, adicionando servidores, diz Praveen Kanyadi, co-fundador da SpotCues.

“No caso dos microsserviços, a arquitetura modular permite que apenas partes do sistema sejam dimensionadas”, diz Kanyadi. “No entanto, os microsserviços exigem uma abordagem muito diferente da escalabilidade, porque uma implantação típica de arquitetura de microsserviço pode consistir em vários componentes em execução em diferentes servidores, virtualizados ou não, trabalhando juntos”.

Isso adiciona o desafio de identificar quais componentes individuais devem ser aprimorados. “É aqui que medir o desempenho se torna crítico e ferramentas como um controlador de entrega de aplicativos podem ajudar a medir e detectar problemas de desempenho”, diz Kanyadi.

As empresas também devem considerar a definição de acordos de nível de serviço (SLAs) para cada microsserviço, para garantir desempenho e confiabilidade com base nas prioridades dos negócios, diz Kanyadi.

8 – Concentre-se no gerenciamento de mudanças
As empresas precisam atualizar os processos de gerenciamento de mudanças e controle de mudanças, juntamente com a documentação de suporte, para se beneficiar da mudança da arquitetura monolítica para a de microsserviços.

“Um processo de desenvolvimento mais rápido é ótimo, mas não perca os benefícios dos microsserviços, deixando de lado o controle de mudanças e outros processos de governança importantes”, afirma Ron Hayman, diretor de nuvem da Avant Communications.

“Certifique-se de alinhar o controle de alterações e o processo de aprovação para corresponder ao seu ciclo de vida de desenvolvimento ágil”, diz Hayman.

Fonte: CIO
Autor: Bob Violino – CIO/EUA

Tecnologia pode e continuará a melhorar o desempenho de quase todas as verticais econômicas, como demonstra a Hitachi

Estima-se que os gastos mundiais com a Internet das Coisas (IoT) atinjam US $ 745 bilhões em 2019, aumento de 15,4% sobre os US $ 646 bilhões gastos em 2018. Os dados são da International Data Corporation (IDC). A previsão é de que o crescimento do setor ultrapasse a marca de US $ 1 trilhão em 2022.

As empresas estão pesquisando como a IoT pode ser aproveitada em todos os processos, desde como identificar novos modelos de negócios e fontes materiais, até para simplificar a produção e o gerenciamento da experiência do cliente.

Conheça as cinco áreas nas quais a IoT tem o maior impacto, segundo a Hitachi.

  1. Otimização da Produção
    Em uma pesquisa recente da Forbes Insights foi constatado que 45% dos executivos acreditam que a IoT tem prioridade para as empresas – apesar de apenas 21% dos entrevistados estarem envolvidos diretamente no setor da fabricação de produtos.

Isso parece lógico, dado o impacto que a IoT pode ter em quase todos os negócios focados em produtos. Por exemplo, quando soluções baseadas em IoT são introduzidas no chão de fábrica, elas podem ter um impacto na qualidade geral, ajudando os fabricantes a detectarem materiais abaixo do padrão e garantindo aderência às especificações do produto. Para as marcas, o resultado é um nível mais alto de qualidade e gera economia de custos em toda a ciclo de vida do produto.

  1. Gestão de cadeia de fornecimento
    Na mesma pesquisa da Forbes Insights, 64% dos executivos disseram que a gestão global da cadeia de abastecimento era uma prioridade para sua empresa. A Amazon, por exemplo, experimentou crescimento nos últimos anos. Atualmente gerencia mais de 500 milhões de unidade de manutenção de estoque (SKUs) (400 milhões a mais nos últimos anos) e opera mais de 490 centros de atendimento, centros e outros locais em todo o mundo, alguns com mais de um milhão de metros quadrados de área.

Funcionários da Amazon costumavam passar por esses enormes centros de atendimento e realizar a digitalização e seleção de produtos. Mas em 2012, A Amazon adquiriu a Kiva Systems, que fabrica robôs IoT habilitados que agora são usados ​​para automatizar esse processo. Melhorando a eficiência do armazém, esses robôs reduziram despesas em 20%, economizando cerca de US $ 22 milhões todos os anos em cada centro de distribuição onde eles foram implantados. Se os robôs fossem instalados globalmente, em todos os 255 centros de distribuição, a tecnologia poderia poupar à empresa mais de US $ 5 bilhões por ano.

A Amazon não está sozinha e o armazenamento não é o único aplicativo. No setor de saúde, por exemplo, a cadeia de fornecimento de dispositivos médicos e implantáveis ​​desperdiça US $ 5 bilhões anualmente devido à complexidade, redundância, dados inacessíveis e análises inadequadas. Um relatório recente da Strategy Analytics sugere que as capacidades da IoT poderiam ajudar a reduzir os custos da cadeia em 25% ou mais, economizando para a indústria mais de US $ 1,25 bilhões por ano.

  1. Acompanhamento e gerenciamento de ativos
    Para organizações com um grande inventário de ativos, a IoT pode fornecer informações importantes sobre a localização, saúde e eficiência dos equipamentos.

Um dos cases da Hitachi Vantara sobre este assunto é a implementação de uma solução de smart grid desenvolvida especialmente para o grupo CPFL, companhia líder em distribuição elétrica no Brasil, com nove empresas que detém cerca de 14,3 % do mercado, e atendem cerca de 9,1 milhões de pessoas, espalhando-se em 12 das 27 Unidades da Federação.

  1. Tomada de decisões financeiras
    A IoT pode desempenhar um papel importante na tomada de decisões financeiras fornecendo visibilidade em tempo real, que complementa os dados da empresa de planejamento de recursos (ERP), e sistemas contábeis – o que permite uma visão mais holística da empresa.

A Atria Power é uma das maiores produtoras independentes de energia da Índia, por meio de uma parceria com a Hitachi Vantara, criou recentemente um modelo de previsão para sua rede de geração e distribuição de energia. A empresa começou a coletar dados de suas turbinas eólicas, utilizando sensores para medir coisas como a velocidade, ângulo das lâminas da turbina e temperatura dos componentes. A cada 90 minutos, a solução habilitada para IoT envia detalhes sobre o equipamento e condições ambientais e ajuda a Atria a determinar quanta energia será produzida nas próximas 24 horas.

  1. Experiência do cliente
    Uma das manifestações mais amplamente aplicáveis ​​da IoT está em seu potencial para ajudar as organizações a melhorar a experiência do cliente (CX). No estudo da Forbes Insights, 90% dos executivos falaram que as melhorias potenciais para CX foi um dos mais importantes avanços da IoT. A IoT pode impactar dramaticamente como os clientes adquirem e consomem equipamentos industriais.

O fabricante de equipamentos pesados ​​Caterpillar, tem transformado seus negócios incorporando a IoT e outras tecnologias digitais. Mais de 10 anos atrás, a empresa começou a se equipar com sensores e conectividade embutida. Como resultado, 560 mil veículos Caterpillar agora coletam e transmitem dados para seus os proprietários. Para ajudar os clientes a se envolverem com esses novos fluxos de dados, a empresa também desenvolveu um conjunto de softwares, análises de ferramentas e interfaces de programação de aplicativos (APIs) que permitem aos clientes recuperar, processar e analisar seus dados. Os produtos habilitados para IoT da Caterpillar aumentam o valor que ela oferece aos seus clientes, reduzindo os custos operacionais, aumentando a eficiência e melhorando a produtividade.

Como esses exemplos mostram, a IoT tem o potencial de ajudar quase qualquer empresa a avançar com os seus negócios. Quer seja através da otimização de produção, simplificação da cadeia de suprimentos, melhor acompanhamento e gestão, melhor tomada de decisões financeiras ou uma melhor experiência do cliente, a IoT pode e continuará a melhorar o desempenho de quase todas as verticais econômicas.

Fonte: CIO

É importante que os empreendedores estejam atentos à indústria 4.0 para tirarem o máximo proveito dos benefícios que ela pode oferecer

A indústria 4.0, também conhecida como 4ª Revolução Industrial, promete mudar o cenário em que vivemos – e acredite: já realiza o esperado. Tendo por prerrogativa integrar informações para automatizar funções e mudar a maneira como as pessoas se comunicam e vivem, esta é uma progressão natural da Era da Informação, com a diferença que o mundo se torna mais conectado e inteligente. Com impactos nas empresas e em toda a sociedade, as transformações digitais proporcionadas por essa nova revolução têm surgido rapidamente e em larga escala.

O principal aspecto da indústria 4.0 é a inovação, que se manifesta por meio de novas tecnologias. Com a fusão desses recursos, há a eliminação das barreiras entre os mundos biológico, físico e digital. Portanto, ela é mais ampla que um progresso digital.

A expectativa é que os países mais desenvolvidos absorvam as transformações com mais facilidade. Porém, as nações emergentes, como o Brasil, também vão se beneficiar. O esperado é que os computadores sejam cada vez mais inteligentes e rápidos – por isso, há o receio de que muitas profissões deixem de existir.

Realmente, isso deve acontecer. As tarefas operacionais, como as de linha de produção, serão automatizadas e isso reduzirá a necessidade de mão de obra humana. Por isso, segundo o Fórum Econômico Mundial, há uma previsão de que sejam eliminados sete milhões de empregos industriais até 2020 nos 15 países mais desenvolvidos.

Mas isso vai mais longe! Além dessa mudança no mercado de trabalho, há alguns motivos que demonstram a importância da indústria 4.0 para as empresas. Conheça três deles:

Atendimento a novas demandas

As necessidades atuais dos consumidores ensejaram a nova revolução industrial, já que há uma busca maior por personalização, praticidade e respostas rápidas. Essas demandas não são atendidas pelos métodos clássicos de produção e, por isso, é preciso criar modelos de negócio diferenciados.

Gestão embasada em dados

O recurso principal da indústria 4.0, junto à tecnologia, são os dados. Apesar de serem intangíveis, eles permitem alcançar a informação e gerar conhecimento. Com isso, há um melhor aproveitamento dos recursos disponíveis e a possibilidade de produzir mais em menos tempo.

Aprendizado de máquinas

O aprendizado permitido pelas inteligências artificiais – proporcionado por tecnologias como Big Data, computação em nuvem, Internet das Coisas e o próprio machine learning – permite encontrar outros padrões de atuação a partir de testes.

Todos esses vieses podem ser resumidos em quatro pontos principais: expectativas dos clientes; aperfeiçoamento de produto; inovação colaborativa; e formas organizacionais.

Os clientes se tornam o centro da economia e os produtos podem ser aprimorados para agregarem mais valor. Os ativos são mais resilientes e a análise de dados transforma a maneira que as informações são mantidas. Tudo isso exige a criação de modelos de negócio ainda inexistentes, assim como a revisão das formas de organização.

Todas essas ferramentas disponíveis já estão implementadas, mas ainda tendem a evoluir, e muitas outras também devem surgir ao longo do processo. É válido lembrar que tecnologias como Internet das Coisas (IoT), Cloud Computing, Big Data e Analytics são grandes facilitadoras dessa revolução.

Nesse cenário, é importante que os empreendedores estejam atentos à indústria 4.0 para tirarem o máximo proveito dos benefícios que ela pode oferecer e, assim, verem cada vez mais o seu negócio crescer.

Fonte: Computerworld
Autor: Alexandre Glikas

O conceito de nuvem está totalmente pronto para ambientes de missão crítica

Estamos no limiar de algumas transformações importantes em 2019 que farão a nuvem se tornar o ambiente corporativo dominante: já é possível perceber o fim de roadmaps e suporte para sistemas proprietários antigos, e isso nos leva a uma mudança de gerações. Este ano, veremos o início do planejamento, de fato, para mover aplicações de missão crítica para a nuvem em uma escala sem precedentes – uma sugestão que teria sido recebida com risos não muito tempo atrás.

Os ambientes em nuvem, já no centro da Transformação Digital, devem avançar ainda mais em 2019, impulsionados pela IA (inserida em praticamente tudo) e pelos novos modelos de parceria, que alinham a tecnologia com os objetivos de negócio. Já não se trata de “se” a nuvem é robusta o suficiente para lidar com a missão crítica”,mas de encontrar a “plataforma de nuvem correta para a carga de trabalho ou a aplicação certa”.

Cloud native cada vez mais presente
As pessoas testam a tecnologia nativa da nuvem há vários anos, mas, em 2019, acredito que veremos business cases e os benefícios realmente começarem a decolar.

O conceito de “cloud native” é conhecido por fornecer a extrema escalabilidade exigida pelos modelos de negócios de empresas de ponta ou startups e por trazer a transformação completa que modifica processos com o desenvolvimento nativo da nuvem daqui para frente. Em 2019, este conceito, também conhecido como “nascido na nuvem” deve se destacar como o principal método escolhido para a transformação de aplicações, uma vez que permitirá que as organizações desenvolvam estratégias capazes de oferecer uma nova vantagem competitiva disruptiva.

Por exemplo, na indústria de segurança, os dados e informações podem se reunir em um só ambiente, facilitando o monitoramento remoto, a fim de colocar pessoas apenas onde são absolutamente necessárias. O que permite que essas pessoas se concentrem, realmente, em trabalhos com um propósito maior do que olhar a noite toda para telas monótonas e sem eventos.

TI híbrida e multicloud
Embora parecesse óbvio já há algum tempo que a TI híbrida, construída a partir de uma combinação otimizada de nuvem pública, nuvem privada e um pouco de TI local, seria o futuro lógico dos ambientes corporativos, percebemos uma tendência em certos trimestres que negam isso. O número de ofertas de nuvem privada está crescendo e ajudará a consolidar a posição da cloud, já que, por razões de desempenho, conformidade regulatória, segurança e proximidade a outros serviços, a nuvem pública sozinha não é a resposta para tudo.

Existe uma grande área de sobreposição entre a TI híbrida e o conceito relativamente novo de multicloud que aponta para o uso de múltiplas nuvens públicas e/ou privadas baseadas na própria estratégia de uma organização usuária. Vale lembrar que o uso, atualmente, tem sido definido por volume de dados e/ou valor de investimento. Em 2019, a questão principal passa a ser “como cada cloud em uma multicloud suporta o impacto disruptivo do meu modelo comercial e ajuda a diferenciar o meu negócio?”.

Prepare-se para a IA em todo lugar
Blockchain, Internet das Coisas, Análise de Dados, Automação Robótica de Processos: a partir daqui, tudo será orientado por IA e a velocidade de adoção será pelo menos igual, senão maior, que a de qualquer tecnologia anterior.

A IA representará um grande impacto na eficácia das operações diárias de negócios de maneira simples, automática e ágil, tudo isso a um custo menor. A consequência é que tudo se tornará inteligente e habilitado. Essa é a realidade do nosso novo mundo: agora tomamos decisões sobre quando queremos que a IA esteja no comando, especificamos os resultados que queremos e até onde estamos preparados para permitir que a tecnologia vá.

Real Digital – realinhamento de tecnologia com objetivos de negócio
Também precisamos nos atentar aos riscos da tecnologia para os próximos anos. Um caminho que vemos crescer é o do alinhamento total entre parceiros de tecnologia e clientes, com contratos baseados em uma saída de negócios. Normalmente, os acordos são determinados com base no número de máquinas virtuais usadas. Agora, veremos o conceito de “real digital”, que já é aplicado em outros setores, como, por exemplo, empresas de elevadores que cobram com base no uso de horas de manutenção ou fabricantes de motores de aeronaves pagos por horas de voo.

A expectativa é de que esse modelo dê um salto maior para os serviços de TI em 2019. Além disso, empresas já criam um modelo inteligente de detecção de fraude e erro baseado em nuvem, em que o valor pago pelo cliente é determinado por uma abordagem baseada em recompensa. Para o cliente, o número real de máquinas virtuais deve ser irrelevante – é tudo sobre os resultados.

Fonte: CIO
Autor: Mark Phillipson

Sua empresa prevê fazer muito dinheiro com a Internet das Coisas? Isso não acontecerá sem a adoção generalizada do IPv6 primeiro

O IPv6 possui características deficientes no IPv4 que o tornam vantajoso para implementações de Internet de Coisas, como implementação de IPSec de forma nativa, crescimento do número de endereços multicast, processamento por enlace em vez de por nó, auto configuração de endereços, etc. Muitos deles ajudam a preservar a vida útil da bateria de dispositivos de IoT, reduzindo a carga administrativa e de manutenção.

Um problema gritante com o IPv4 é que ele suporta apenas 4,2 bilhões de endereços possíveis, enquanto, segundo algumas estimativas, o número de dispositivos conectados à Internet deve crescer para 28,5 bilhões até 2022. Isso é um enorme déficit que, diante da implementação de redes IoT , faça com que o grande volume de dispositivos não possa ser conectados à Internet sem uma camada intermediária de tecnologia – conversão de endereço de rede (NAT). A maioria dos NATs mapeia vários hospedeiros privados para um endereço IP exposto publicamente.

O IPv6, por outro lado, suporta cerca de 340 endereços não concluídos ou 340 trilhões de trilhões de trilhões, o que é suficiente para fornecer endereços IP universalmente exclusivos para cada dispositivo IoT. E isso poderia ser feito sem exigir mais investimentos em NAT.

Em outras palavras, o IPv6 permite que os produtos de IoT sejam endereçáveis ​​de forma única sem precisar solucionar todos os problemas tradicionais de NAT e firewall. Os dispositivos host maiores e mais avançados têm todos os tipos de ferramentas para facilitar o trabalho com firewalls e roteadores NAT, mas pequenos pontos de extremidade de IoT não. Usando o IPv6, muitos desses problemas tornam-se mais fáceis para os dispositivos IoT habilitados para TCP / IP.

Vida útil da bateria do IPv6 e IoT
O IPv4 também apresenta falhas quando se trata de preservar a vida útil da bateria de dispositivos IoT. Como muitos dispositivos conectados são alimentados por bateria e porque redes IoT podem consistir em centenas ou milhares de dispositivos, fazer com que as baterias durem o maior tempo possível é uma enorme vantagem. Imagine o custo em tempo e esforço necessário para substituir as baterias em muitos dispositivos de IoT amplamente espalhados.

Com o IPv4, a transmissão de mensagens de rotina reduz desnecessariamente a vida útil da bateria. Por exemplo, as mensagens de difusão são usadas para processos como o ARP (Address Resolution Protocol), que é usado para vincular endereços MAC a endereços IPv4. Do jeito que funciona, uma mensagem ARP é enviada para todos os dispositivos da rede, e cada dispositivo deve processar esse pacote e, portanto, usar um pouco da energia da bateria, independentemente da necessidade de que o dispositivo participe da troca.

Essa ineficiência também pode afetar a rede como um todo. Os problemas relacionados a broadcast storms, quando as transmissões são usadas com freqüência em um curto período de tempo, são bem conhecidos, e esse tipo de evento seria prejudicial para uma rede de IoT.

Com o IPv6, não há função de transmissão. Em vez disso, as comunicações multicast são usadas para as comunicações um-para-muitos. O multicast permite que pacotes IP sejam enviados para múltiplos destinos ao mesmo tempo, sem afetar a performance da rede. O processo multicast melhora a eficiência de uma rede pela limitação de requisição broadcast para um menor número de nós, apenas aqueles interessados.

Além disso, o IPv6 possui a característica de auto configuração, denominada stateless. Dessa maneira não é necessário configurar cada estação da rede manualmente como ocorre hoje.

Existe no IPv6 um conjunto de diversos mecanismos de controle conhecidos como protocolo ND (Neighbor Discovery protocol) que é transportado por ICMPv6 (Internet Control Message Protocolo versão 6). O ND faz com que os nós conectados a um link descobrirem os roteadores ativos através de mensagens enviadas para endereços multicast. O DHCPv6 (Dynamic Host Configuration Protocolo versão 6), também conhecido como stateful configuration, fornece mecanismos para configuração automática de endereços IPv6 e registros automáticos e dinâmicos dos nomes dos nós no DNS (Domain Name System). O DHCP utiliza-se do tradicional modelo cliente servidor.

O IPv6 apresenta mecanismos de auto configuração que visam liberar o usuário da tarefa de configuração, tornando-a automática e transparente. Espera-se, por exemplo, que ao comprar um computador o usuário possa simplesmente conectá-lo a uma rede e acessa-la, sem necessidade de lidar com a configuração de interfaces, protocolos, endereços, etc.

Outro objetivo da auto configuração é permitir a mobilidade, ou seja, a utilização de um mesmo computador em vários locais e em redes distintas.

Segurança
Além disso, a  adoção de uma política somente de IPv6 pode reduzir drasticamente as ameaças à segurança cibernética.

Para começar, no momento em que desativarmos o IPv4, eliminaremos ataques cibernéticos globais e ameaças de segurança com base na pilha do IPv4. Pode ser que tenhamos perdido a batalha contra os maus atores na pilha do IPv4. Mas, ainda podemos ter uma chance de lutar para vencer a guerra na pilha do IPv6. Esta pode ser nossa melhor chance de ganhar vantagem.

Além disso, o IPv6 usa criptografia de ponta a ponta com o IPSec, ao contrário do IPv4, que fornece apenas segurança via VPN (rede virtual privada). Além disso, o uso do Secure Neighbor Discovery (SEND) também impede que invasores interfiram nas comunicações entre dispositivos IoT.

Protocolos inovadores de IoT IPv6
Os dispositivos de IoT exigem um longo ciclo de vida e autonomia, o que significa que eles podem consumir apenas uma pequena quantidade de energia e não podem manipular grandes pacotes de dados de rede.  Como vimos, o IPv6 facilita isso. Através de uma melhor eficiência energética, os dispositivos de baixa potência também possuem conectividade de rede completa.

Para facilitar, nos últimos anos houve um desenvolvimento substancial de protocolos IoT compatíveis com IPv6. Vejamos alguns deles.

O IPv6 em Low power Wireless Personal Area Networks (6LoWPAN), por exemplo, permite que pacotes IPv6 sejam compactados, encapsulados e divididos em vários quadros menores para serem enviados por redes wireless IEEE 802.15.4 ( RFC 4944 e RFC 6282 ). Portanto, o 6LoWPAN requer um gateway  device (edge router) para conectar a rede IPv6 nativa à rede do dispositivo IoT. O objetivo é restringir ainda mais o uso de multicast IPv6 para maximizar a vida da bateria ( RFC 6775 ). Esses métodos são usados ​​pelo conjunto de protocolos do Zigbee .

A IETF está trabalhando no IPv6 over Low Power WANs como o LoRaWAN e o Lwig (Light-Weight Implementation Guidance) para pequenos dispositivos embarcados que usam IPv6. Criou também protocolos de roteamento para uso em Low power and Lossy Networks (LLNs) (roll). E ainda o  “RPL: IPv6 Routing Protocol for Low-Power and Lossy Networks” (RFC 6550) e o Multicast Protocol for Low-Power and Lossy Networks (MPL) (RFC 7731). O RPL usa o IPv6 para a descoberta de todos os nós usando o grupo multicast IPv6 FF02 :: 1A.

Além disso, o IETF desenvolveu padrões para o modo como os dispositivos de IoT se comunicam por IPv6 usando interfaces Web e RESTful ( CoRR ). O Constrained Application Protocol(CoAP) (RFC 7252) define o método para esses dispositivos IoT usarem serviços comuns da Web. O CoAP usa o grupo multicast IPv6 FF0X :: FD (All CoAP Nodes).

O protocolo Mobile IPv6 (MIPv6) ( RFC 6275 ) foi especificado como uma maneira de dispositivos irrestritos manterem suas comunicações durante a transição entre as redes Layer 3.

O IPv6 é usado até mesmo em redes industriais de IIoT e robótica. O protocolo Precision Time Protocol (PTP) ( IEEE 1588-2008 ) usamulticast IPv6 para sincronizar os relógios com precisão de sub-microssegundo para uma coreografia precisa de movimentos em alta velocidade. O PTP usa os grupos multicast IPv6 FF02 :: 6B e FF0X :: 181.

Por tudo isso, os engenheiros de rede devem trabalhar ativamente para implantar a infraestrutura IPv6 antecipadamente na rede IoT. Eles implementarão uma rede IPv6 melhor sempre que não tiverem a pressão de um projeto de IoT em movimento rápido que economize dinheiro da organização ou forneça uma função valiosa. Um dos primeiros passos para as empresas é obter seus recursos de endereço IPv6 e seguir a orientação bem documentada para a implantação do IPv6 .

Fonte: CIO
Autor: Scott Hogg

É imprescindível que as empresas vejam a nuvem como um elemento crítico de sua competitividade, não apenas como custo a ser cuidadosamente gerenciado

Como o papel tradicional dos executivos de tecnologia continua evoluindo, a única promessa garantida para 2019 é de mais pressão para entregar soluções que atendam às expectativas de clientes e parceiros.

No final do ano passado, segundo o IDC, quase metade dos gastos com TI foram baseados em nuvem, com uma previsão de atingir 60% de toda a infraestrutura de TI e 60-70% de todos os gastos com software, serviços e tecnologia até 2020.

É imperativo que as empresas vejam a computação em nuvem como um elemento crítico de sua competitividade, não apenas como um custo que precisa ser cuidadosamente gerenciado. Em 2019, as empresas terão que equilibrar as capacidades da mais nova tecnologia em nuvem, enquanto se concentram na segurança.

Aqui estão três tendências em computação em nuvem para as quais as empresas devem se preparar em 2019:

  1. O número de serviços e soluções em nuvem (SaaS, PaaS, IaaS) continuará a aumentar
    Haverá uma explosão de novos serviços e soluções em nuvem, e aqui estão algumas estatísticas para provar isso.

– O software como serviço baseado em assinatura (SaaS) apresentará um crescimento anual na ordem de 18% até 2020, de acordo com a Bain & Company.

– O investimento em plataforma como serviço (PaaS) crescerá de 32% em 2016 para 56% em 2019, tornando-se o setor de plataformas em nuvem que mais cresce, de acordo com a KPMG.

– O mercado de infraestrutura como serviço (IaaS) deverá atingir US $ 72,4 bilhões em todo o mundo até 2020, segundo o Gartner.

Se julgarmos pelas tendências atuais da computação em nuvem, o número de soluções em nuvem nos setores público e privado se expandirá ainda mais em 2019. Esperamos ver mais organizações aproveitando a simplicidade e o alto desempenho que a nuvem garante.

  1. Mais empresas irão optar por soluções de nuvem híbrida
    Fazer uma transição completa para a nuvem provou ser mais desafiador do que o previsto, então é aqui que as soluções de nuvem híbrida terão um papel importante. Com uma nuvem híbrida, as empresas podem fazer a transição para a nuvem em seu próprio ritmo, com menos risco e a um custo menor. Em 2019, mais empresas escolherão uma abordagem de nuvem híbrida que lhes permitirá acessar a eficiência e a eficácia das soluções em nuvem.

Essas nuvens podem ser sistemas multivendor ou uma mistura de nuvens privadas e públicas. Com a adoção da nuvem em seu auge, as empresas precisam entender as vantagens e desvantagens de cada uma das nuvens antes de tomar uma decisão que melhor se adapte a seus negócios.

  1. Com o GDPR e LGPD, a segurança na nuvem se tornará mais confusa
    Não é surpresa que a segurança continue a ser um problema com a tecnologia de nuvem, especialmente agora com a introdução das leis de proteção de dados GDPR na Europa e LGPD no Brasil. Dadas as vantagens da computação em nuvem, muitas empresas provavelmente se apressarão sem considerar seriamente as implicações de segurança.

De acordo com o Gartner, “até 2020, 99% das vulnerabilidades exploradas continuarão sendo conhecidas pelos profissionais de segurança e TI por pelo menos um ano”.

Em 2019, as empresas terão a difícil tarefa de garantir que suas práticas de dados atendam plenamente aos requisitos das leis de proteção de dados.

Impulsionados pela transformação digital, veremos mais e mais empresas migrarem para a nuvem no próximo ano, o que significa que as ameaças à segurança cibernética também aumentarão.

Oitenta e três por cento das cargas de trabalho da empresa estarão na nuvem até 2020 – 41% das cargas de trabalho corporativas serão executadas em plataformas de nuvem pública, enquanto outros 22% serão executados em plataformas de nuvem híbrida.

Garantir a conformidade da nuvem com as leis de proteção de dados não será uma tarefa fácil. Os resultados de uma pesquisa recente feita pela CommVault mostraram que apenas um pequeno número (12% das 177 organizações globais de TI pesquisadas) entende como o GDPR afetará seus serviços em nuvem. Esses resultados levantam a suposição de que as empresas que usam serviços em nuvem serão mais vulneráveis.

As grandes empresas e corporações enfrentarão mais desafios do que nunca para serem competitivas neste ambiente tecnológico em constante mudança. As tendências descritas acima são áreas críticas nas quais dedicar recursos para que elas permaneçam relevantes e garantam que seus produtos permaneçam na liderança do mercado em 2019.

Fonte:  CIO
Autor: Carlos Mattos

Farmacêutica iniciou a implantação em 2017, com a criação do projeto S4Euro, que envolveu mais de 100 profissionais

A multinacional farmacêutica brasileira Eurofarma concluiu a conversão completa para a mais recente plataforma de ERP da SAP, o S/4 Hana. Anteriormente, a empresa utilizava a versão ECC 6.0.

A farmacêutica iniciou a implantação em 2017, com a criação do projeto S4Euro, que envolveu mais de 100 profissionais. O foco principal era integrar dados e informações de todas as áreas em um único sistema.

Foram 16 meses de projeto, 28 empresas em 13 países migrados, 71.000 tabelas convertidas e mais de 730 horas de treinamento realizadas por 500 colaboradores.

O S/4 Hana analisa dados da memória local, diferente de outros sistemas, que o fazem em disco, isso faz com que as respostas sejam mais rápidas mesmo com enormes quantidades de dados.

Daniel Ferreira, gerente de Tecnologia da Informação da Eurofarma, comenta que as mudanças vão acelerar o ritmo da inovação da companhia, o que beneficia todo o mercado de saúde. “Este é um importante avanço na estratégia de transformação digital da Eurofarma. Com o S/4 Hana abrimos muitas possibilidades para simplificar processos e democratizar os dados, gerando mais eficiência e colaboração entre as diversas áreas da empresa”, destacou.

Além de armazenar o banco de dados completo da empresa, com a novidade também é possível cruzar informações de forma rápida, sendo uma potente ferramenta de integração de dados internos e externos, facilitando o suporte ativo dos usuários às decisões em tempo real.

Fonte: Computerworld

A organização (a começar pelos C-levels) tem que compreender o que é IA, e o entendimento de seu potencial e de suas limitações deve ser disseminado

É difícil imaginar algo mais revolucionário que a Inteligência Artificial usada de forma ubíqua. Mesmo uma pequena dose de inteligência incorporada a qualquer objeto eleva a eficácia do sistema a outro patamar. À medida que que incorporarmos a IA ao nosso dia a dia, ela será tão comum quanto um ERP nas empresas. Um estudo da McKinsey “Notes from the AI Frontier: modeling the impact of AI on the world economy” nos dá uma clara visão do impacto da IA na economia mundial e, claro, nas empresas. A IA não pode e nem deve ser subestimada.

Mas, hoje ainda estamos muito longe disso. A IA está hoje como a Internet estava há 20 anos atrás, quando o Google estava sendo lançado, a Amazon era uma pequena livraria online e o smartphone sequer tinha chegado ao mercado!

Mas, apesar de ainda estarmos engatinhando, algumas experiências, com seus acertos e erros,  têm mostrado seu potencial e vamos compartilhar aqui um pouco do que estamos aprendendo na DataH.

Antes de mais nada, para uma empresa pensar em fazer alguma coisa com a Inteligência Artificial ela deve primeiro ter compreensão do que é IA. O escritor britânico de ficção científica, Arthur C. Clarke, disse certa vez: “Any sufficiently advanced technology is indistinguishable from magic”. Para muitos executivos, a IA ainda é mágica. Já vi coisas do tipo “ah, a IA vai resolver isso para nós!”, como se IA fosse aquela varinha de condão na mão do mágico, que “puft, resolve o problema”.

Não, IA não é mágica. A organização (a começar pelos C-levels) tem que compreender o que é IA, e este entendimento de seu potencial e de suas limitações deve ser disseminado por toda a empresa.

Um exemplo que pode servir de benchmark é a iniciativa do Airbnb, descrita em “Airbnb is running its own internal university to teach data Science”. A IA é probabilística e não pode ser aplicada a problemas determinísticos. Uma folha de pagamentos é determinística. Seu salário é R$ 25 mil e você espera este exato valor sendo depositado na sua conta. Não aceitaria uma probabilidade de somente 95% deste valor ser depositado. Os 5% de erro poderiam afetar seu plano de vida no mês. A análise de radiologia, por outro lado, que indica com 97% de acerto um provável câncer de mama, é uma aplicação de IA, pois, a própria medicina é probabilística.

Mas além da compreensão, a empresa precisa ter competência ou talentos. É absolutamente necessário ter pessoal que saiba identificar que problemas poderão ser resolvidos com IA, que tipos de dados (e se existem, onde estão e como poderão ser usados) serão necessários e que conjunto de algoritmos serão adotados. Usaremos algoritmos preditivos supervisionados? Ou não supervisionados? Ou será o caso de uso de algoritmos de reinforcement learning?

Mas, esperem! Preciso pensar em algoritmos sofisticados? Nem sempre, embora um estudo da McKinsey (“Notes from the AI Frontier: insights from hundreds of use cases”) mostre que técnicas avançadas de Deep Learning, como “feed forward neural networks”, “recurrent neural networks”, e “convolutional neural networks”, representam pelo menos 40% do valor potencial considerando todas as técnicas analíticas.

Outras técnicas avançadas, como “generative adversarial networks” (GANs) e “reinforcement learning”, não foram avaliadas no estudo porque ainda estão bem incipientes, mas com certeza serão técnicas extremamente relevantes no futuro próximo. Portanto, ter pessoal que conheça estas técnicas, ou que tenha potencial de vir a conhecê-las, é essencial para as suas futuras aplicações de IA.

Com certeza será necessário escrever algum código e provavelmente o idioma Python será usado. Tem gente capaz de escrever código Python? Além disso, de  nada adianta ter um grupo de “Machine Learning Engineers” se não houver interlocutores nas áreas de negócio que entendam os desafios do negócio. Já ouvi um depoimento triste de um data scientist que me confessou que na primeira reunião em sua nova empresa, o executivo chegou para o seu recém contratado grupo e disse “vocês são o futuro desta empresa. Vão para aquela sala legal ali, desenvolvam soluções de IA que sejam inovadoras e surpreendentes”. Se despediu e foi embora. Os profissionais de IA podem até gerar coisas surpreendentes, mas  como serão aplicadas ao negócio? Se não houver uma forte interligação e engajamento mútuo dos executivos e responsáveis pelos negócios e o pessoal de IA, será apenas um exercício de frustração.

Mas uma questão ainda é pouco abordada nas iniciativas de IA: o treinamento adequado dos algoritmos e a eliminação de vieses que podem distorcer resultados e gerar não apenas frustração, mas um problema de imagem e descrédito para a empresa. A grande maioria dos projetos da IA ​​já se baseia nos algoritmos de Deep Learning. Esses algoritmos podem impactar a vida das pessoas e, se aprenderem errado, podem perpetuar injustiças na contratação, na análise de crédito ou aprovação de um seguro saúde. Isso pode acontecer se a base e o processo de treinamento forem enviesados, distorcendo o processo de aprendizado do algoritmo. Bem, não é suficiente saber que esse viés existe. Se quisermos evitá-lo, precisamos entender a mecânica de como ele aparece.

Costumamos resumir nossa explicação sobre o viés da IA culpando os dados pelo treinamento tendencioso. A realidade pode ser mais sutil: os preconceitos podem surgir muito antes de os dados serem coletados, bem como em muitas outras etapas do processo de treinamento.

Vamos começar pelo início: a definição e o enquadramento do problema a ser resolvido com IA. A primeira coisa que os engenheiros de Machine Learning fazem quando criam um modelo de Deep Learning é definir até onde ele pode avançar nas suas decisões. Uma empresa de cartão de crédito, por exemplo, pode querer prever a qualidade de crédito de um cliente, mas “credibilidade” é um conceito bastante nebuloso. Para transformá-lo em algo que possa ser calculado, a empresa deve decidir se quer, por exemplo, maximizar suas margens de lucro ou maximizar o número de empréstimos que serão honrados. A partir daí pode então definir a qualidade de crédito dentro do contexto desse objetivo. O problema é que essas decisões são tomadas por várias razões de negócios, e às vezes, não sabemos até onde ir.  Um algoritmo de Deep Learning é uma caixa preta, e suas decisões variam de condição para condição. Por exemplo, se o algoritmo descobrir que distribuir empréstimos subprime é uma maneira eficaz de maximizar o lucro, pode acabar se engajando em um comportamento predatório, mesmo não sendo essa a intenção da empresa.

Depois temos a etapa de identificação e coleta dos dados. Existem duas maneiras pelas quais uma distorção pode aparecer nos dados de treinamento: ou os dados que você coleta não são representativos da realidade ou refletem os preconceitos existentes. O primeiro caso pode ocorrer, por exemplo, se o algoritmo for alimentado com mais fotos de rostos de pele clara do que com rostos de pele escura. O sistema de reconhecimento facial resultante seria inevitavelmente pior no reconhecimento de rostos de pele mais escura. O segundo caso é precisamente o que aconteceu quando a Amazon descobriu que sua ferramenta interna de recrutamento dispensava candidatas do sexo feminino. Por ter sido treinado com base nas decisões históricas de contratação, o que favorecia os homens em detrimento das mulheres, o algoritmo aprendeu a fazer o mesmo. A Amazon desativou o sistema, mas gerou uma propaganda negativa:  “Amazon reportedly scraps internal AI recruiting tool that was biased against women”.

Uma terceira chance de inserir viés se dá ao preparar os dados, que envolve selecionar quais atributos você deseja que o algoritmo considere. Isso não deve ser confundido com a etapa anterior de enquadramento do problema. Você pode usar os mesmos atributos para treinar um modelo para diferentes objetivos ou usar atributos diferentes para treinar um modelo para o mesmo objetivo. Na modelagem, um “atributo “poderia ser a idade do cliente, outro a sua renda, ou ainda o número de empréstimos que ele obteve em determinado período de tempo. No caso da ferramenta de recrutamento da Amazon, um “atributo” poderia ser o gênero do candidato, seu nível de escolaridade ou seus anos de experiência. Isso é o que as pessoas costumam chamar de “arte” do treinamento do algoritmo: a escolha de quais atributos considerar ou ignorar pode afetar significativamente a precisão da previsão do modelo. Mas embora seu impacto na precisão seja até fácil de medir, seu impacto no viés do modelo não é.

O problema é que quando você descobre que o algoritmo está enviesado é difícil corrigi-lo. No caso da Amazon, quando os engenheiros descobriram que sua ferramenta penalizava as candidatas, eles a alteraram para ignorar explicitamente as palavras de gênero como “mulheres”. Logo descobriram que o sistema revisado ainda estava aprendendo implicitamente palavras de gênero, através de verbos altamente correlacionados com homens e mulheres, usando isso para tomar suas decisões. Em outras palavras, os algoritmos de Deep Learning captam padrões que simplesmente deixamos de considerar. Lembram que mencionei ser uma caixa preta? Portanto, teste seu algoritmo não apenas para eficiência, mas para evitar que embuta qualquer viés. Não é simples e deve ser um dos principais pontos de atenção das iniciativas de IA.

OK, já falamos em compreensão e competência. Falta uma terceira variável: uma cultura que permita e incentive a inovação. Iniciativas de IA não têm garantia de resultado. O que significa cultura de inovação? Imaginemos uma aplicação de IA que permita criar um novo serviço que afete a “cash cow” atual do negócio. Sem um engajamento e suporte da C-suite, o resultado de curto prazo (manter a receita com o serviço ou produto atual) não dará vez ao novo serviço. Um problema muito comum nas empresas não é ignorar o novo, mas manter o modelo atual por tempo demais. Para que a IA otimize de forma significativa as atuais operações será necessário o redesenho organizacional, mudanças de perfis nos profissionais e até mesmo demissões. Quem “banca” esta mudança? O grupo de engenheiros de Machine Learning?

Uma empresa ágil do século 21 pode ser autônoma ou quase autônoma, quebrando todos os paradigmas de modelos organizacionais que adotamos hoje, legado da era industrial. Recomendo enfaticamente a leitura do livro “Smart Business: what Alibaba´s sucess reveals about the future of strategy”, de Ming Zeng, chairman do Alibaba Group. Em tempo, na DataH temos um projeto, o Ziggy Stardust, que objetiva gerenciar de forma autônoma, por algoritmos, até 70% dos processos de back-office até fins de 2020.

E aqui lembro que criar uma iniciativa isolada de IA é até relativamente fácil, desde que as variáveis vistas anteriormente sejam atendidas. A dificuldade está em permear IA pela organização. Um projeto, mesmo que bem-sucedido, terá pouco resultado na corporação como um todo. Como tornar IA ubíqua na empresa?

O Google adota a estratégia de “AI First”, que significa colocar IA em tudo que for possível. Por exemplo, em vez de usar IA para melhorar seus mecanismos de busca, ela usa as buscas para melhorar sua IA. Cada vez que você pesquisa no site e clica em um link está treinando a IA do Google. O blog do Google explica isso em “Introducing Google AI”. A expectativa do Google é a de que com mais dez anos de melhoria contínua em seus algoritmos, mil vezes mais dados e cem vezes mais capacidade computacional, ele terá uma IA inigualável. Nas palavras de seu CEO, Sundar Pichai, “em 2026, o principal produto da empresa não será mais a busca, mas a IA”.

A conclusão é simples, mas dramática. Os avanços na IA e na robótica estão impulsionando uma nova era de automatização inteligente, que será um importante motor de desempenho empresarial nos próximos anos. Afeta empresas, empregos, sociedade e a economia. Obriga a revisão da atual formação educacional, e demanda fortes ações por parte de governos e das empresas. É essencial que as corporações de todos os setores de negócio compreendam seu impacto potencial ou ficarão para trás. IA não é coisa de nerd ou de cientistas, mas deve estar nas reuniões do CEO e do board das organizações. Se isso ainda não está acontecendo na sua empresa, creio que já existe um bom motivo para se preocupar!

Fonte: CIO
Autor: Cezar Taurion

Embora não seja nenhum bicho de sete cabeças, também não temos nenhuma receita de bolo

Inovação deixou de ser um diferencial para se tornar uma questão de sobrevivência num mundo tão volátil, incerto, complexo e ambíguo quanto o que vivemos. Contudo, muitas empresas ainda veem o tema como algo utópico e completamente distante da sua realidade. Um erro crucial que pode custar a existência da empresa num futuro não tão distante.

A fim de desmitificar o assunto, selecionei algumas dicas fundamentais para quem deseja começar a transformar o seu negócio a partir da ótica da inovação. Embora não seja nenhum bicho de sete cabeças, também não temos nenhuma receita de bolo. A transformação é íntima e particular para cada segmento, porte ou mesmo cultura empresarial. Criar um ambiente fértil, onde a inovação floresça a cada processo, e a empresa se torne tão fluida quanto o mercado, é o passo mais importante a se dar.

1º – Olhe para as pessoas: As pessoas, sejam clientes, colaboradores ou fornecedores, estão no centro das transformações. São elas que estão mudando comportamentos e fazendo novas exigências. Portanto, é para elas que as empresas precisam olhar. Elas são as grandes protagonistas da inovação. As empresas precisam aprender a criar canais para ouvi-las de forma profunda e empática, buscando antever suas necessidades e desejos. É preciso convidar o cliente, o fornecedor, o parceiro, para o processo de pesquisa e desenvolvimento. Grandes insights surgem a partir do momento que damos voz e vez a quem é a grande razão de ser uma empresa.

2ª – Produtos bons não bastam: Qualidade não é mais um diferencial e sim uma obrigação. Num mundo de poucas barreiras, o concorrente mais novo e simples pode quebrar sua “fórmula secreta” e, do dia para a noite, ser igual, ou até melhor, que você. É preciso se utilizar de uma melhoria constante, e essa só é possível quando se tem ferramentas de gestão que incentivam a inovação através de cada processo e colaborador. Os produtos são frutos das mentes que os pensam, e quanto mais livres e direcionadas à inovação elas forem, melhores eles serão. Vivemos um espiral de inovações. Quando o seu concorrente conseguir te copiar, você já precisa ter algo melhor.

3º – Invista na gestão da inovação: A maioria das empresas acha que inovar é adotar novas tecnologias. Falo de maquinário novo, equipamentos mais avançados, softwares inteligentes. A famosa Indústria 4.0. Porém, antes de sair comprando um monte de equipamentos novos é necessário uma gestão focada em dar o “norte” a empresa, uma verdadeira gestão da inovação. Muitas vezes, todos esses aparatos acabam sendo inutilizados ou subaproveitados por falta de capacitação humana para operá-los, ou direcionamento adequado. Não adianta ter várias tecnologias, mas não ter uma gestão que te diga o que fazer com elas, onde elas são mais necessárias, e se são mesmo a melhor alternativa. A aplicação de uma gestão de inovação é indispensável. Assim, a empresa sabe onde investir seus recursos. Se isso for feito de qualquer jeito, só se angaria dívidas. É preciso se perguntar “o que eu ganho com a mudança de equipamentos?”. Não adianta trocar por trocar, para dizer que tem maquinário de ponta, ou que está na Indústria 4.0. Toda gestão tem que ser prensada na saúde financeira da empresa. Às vezes a troca nem é necessária, ou há opções mais baratas. Esse investimento só vale se for realmente trazer mais dinheiro e melhorar a empresa. Se não, é custo e não investimento.

4ª – Valorize o erro: Fomos ensinados que o erro é ruim e deve ser punido. No entanto, grandes inovações surgem a partir de erros. O erro faz parte do processo de maturação de um produto, serviço ou negócio. Precisamos aprender com eles em vez de jogá-los embaixo do tapete e/ou castigar o “culpado”. As empresas mais inovadoras do mundo falam em errar rápido para aprender e acertar mais rápido. Prega-se o erro de baixo risco, que estimula a experimentação, o teste e a aprendizagem. O mindset dos gestores antigos é o da perfeição na primeira tentativa. Isso dava pouco espaço para inovação. Hoje entendemos que para inovar é preciso errar. Dizemos que estamos em constante estado de beta, onde tudo pode ser alterado de forma ágil. Algumas alterações serão boas, outras nem tanto. Mas, está tudo bem. As ruins sempre deixarão lições importantes, desde que estejamos abertos a elas.

5ª – Abra a mente: Inovação é, acima de tudo, uma questão de mentalidade. Não adianta dirigir uma empresa, tentar levá-la para a frente, olhando apenas para o retrovisor. O gestor precisa ter os olhos voltados ao futuro, tentando antever cenários. Se livrar de crenças limitantes e conceitos pré-estabelecidos é o passo mais fundamental que um gestor deve dar no caminho da inovação. É preciso mudar o modelo de gestão de cima para baixo, num movimento top-down. Dessa forma, quando todos estiverem alinhados, na mesma página, a empresa será capaz de inovar e aproveitar o mar de oportunidades que o amanhã nos reserva. Ela estará, enfim, nos trilhos da inovação.

Fonte: Administradores
Autor: Alexandre Pierro

As organizações devem ir além das estruturas, processos e sistemas tradicionais para mudar comportamentos individuais e coletivos, incluindo cultura, mentalidade e capacidades, bem como dinâmicas de equipe e de grupo. Isso é imprescindível para que a transformação digital aconteça.

A transformação digital requer muitas decisões – algumas fáceis, outras difíceis, mas todas importantes. A transformação digital bem-sucedida exige um compromisso para mudar os negócios, mas você pode descobrir que sua organização precisa transformar mais do que a tecnologia.
Você deve ser intencional na construção de uma cultura digital, incluindo a mudança de tecnologia legada e estruturas que dificultam a transformação. Da venda de sua visão e da inovação em todos os níveis para medir o sucesso, há três decisões importantes a serem tomadas ao lançar uma iniciativa de transformação digital.

Como você vai vender sua visão?

Todo esforço de mudança requer excelente comunicação. Como líder, você tem que comunicar ativamente sua visão e explicar por que a mudança é necessária para que sua iniciativa de transformação digital se desenvolva. Nesta fase, quatro estratégias de comunicação podem ajudar:
• Engaje sua iniciativa. Conte com colegas confiáveis em seu departamento de marketing para desenvolver mensagens importantes que sejam fáceis de lembrar e, em seguida, use essas mensagens de forma consistente ao falar sobre sua iniciativa.
• Concentre-se nos objetivos. Ajude a organização a ver como cada ação faz parte da estratégia mais ampla, estruturando conversas em termos de como a ação que está sendo discutida afeta seus objetivos gerais. Se você está discutindo uma mudança tecnológica, uma mudança de pessoal ou um lançamento de um novo produto, precisa estar presente no modelo de negócio e planejamento anual.
• Seja a mudança que você quer ver. Ações falam mais alto que palavras e, como líder, você precisa mostrar à sua organização o que está vendendo. Se você está promovendo uma iniciativa de mudança, use novas tecnologias, dispositivos móveis e mídias sociais para aumentar sua credibilidade.
• Seja enfático sobre sua visão. Reforce seus objetivos através de vários canais. A mídia, os canais de mídia social corporativa ou os eventos como palestras e workshops são ótimas oportunidades para compartilhar externamente sua visão. Internamente, você pode compartilhar sua visão em reuniões gerais, durante conferências on-line e em reuniões individuais para enfatizar a importância da iniciativa.

Quem vai liderar os esforços de transformação digital?

De acordo com a TechRepublic, o relatório “O estado de transformação digital” da Altimeter descobriu que os diretores de marketing lideram a transformação digital em 34% das empresas, enquanto CIOs e diretores de tecnologia assumem a transformação em apenas 19% das empresas. Mas, embora a transformação digital deva começar no topo, ela só é bem-sucedida quando toda a organização adota a mudança.
Embora o executivo de nível normalmente decida qual será a estratégia de negócios e direcione a organização, o poder da transformação digital está nas mãos de cada usuário individualmente. Para apoiar a mudança, os líderes devem reforçar as habilidades, os processos e as tecnologias digitais em suas organizações – capacitando funcionários, dados e tecnologia para tomar decisões mais bem informadas.
No entanto, a liderança distribuída e a inovação de baixo para cima só funcionam se as equipes tiverem as habilidades e informações necessárias para tomar decisões inteligentes. Uma imensidão de análise de dados e estratégias de talentos podem ajudar aqui. Da aprendizagem automática à análise avançada, você tem novas oportunidades para medir mais, analisar dados mais rapidamente e tomar decisões mais rapidamente. Aqui estão algumas estratégias para considerar:

  • Preencha vagas de emprego com “contratações de catalisadores”. Recrutar pessoas de startups, encaminhar digitalmente organizações ou empresas de outros setores pode trazer funcionários com novas ideias e pode ajudar a questionar burocracias e tecnologias herdadas – assim como injetar energia e entusiasmo.
    • Use análises que incluam insights descritivos, diagnósticos e preditivos. Esse tipo de dados pode fornecer as evidências necessárias para orientar a tomada de decisões estratégicas.
    • Use painéis em tempo real. A visualização de representações visuais de métricas atualizadas permite que os líderes departamentais e organizacionais compreendam se algo está funcionando, e não se funcionou.

As atividades digitais e os dados gerados por essas atividades tornaram possível automatizar as operações em uma escala inimaginável em apenas cinco anos. De acordo com a McKinsey, 40% das atividades de vendas podem ser automatizadas usando a tecnologia que já existe – e esse número pode subir para 50% quando as tecnologias conseguirem entender melhor e processar a linguagem.
Portanto, não é surpresa que os funcionários possam resistir à mudança que acompanha as iniciativas digitais – especialmente a automação. Com isso em mente, é importante enfatizar que a automação não significa apenas realizar tarefas com mais rapidez, mas fornecer aos funcionários as informações necessárias para tomar decisões mais bem informadas.

Como você medirá o sucesso?

Mesmo em empresas ou departamentos com foco em tecnologia, as deficiências da cultura digital são comuns. A tecnologia nos dá a oportunidade de otimizar, mas às vezes as organizações podem acabar se concentrando em otimização em vez de inovação, sufocando a criatividade e potencialmente abrandando o crescimento.
Inúmeras estratégias de análise de dados podem ajudar aqui. O relatório de dados e análise de 2017 da MIT Sloan Management Review descobriu que o uso de informações analíticas e de dados por empresas para fins estratégicos – incluindo funções inovadoras de negócios e modelos de negócios inteiros – está em ascensão. O relatório também descobriu que, em muitos casos, alavancar análises dá às empresas uma vantagem competitiva.

A medição de desafios e sucessos com essas estratégias pode estimular a excitação de sua iniciativa, estimular a colaboração interdepartamental e conectar os funcionários à sua visão estratégica. Ao compartilhar regularmente as descobertas em toda a organização, a inovação será incorporada à cultura de sua empresa e fornecerá influência duradoura sobre o comportamento organizacional.

As organizações devem ir além das estruturas, processos e sistemas tradicionais para mudar comportamentos individuais e coletivos, incluindo cultura, mentalidade e capacidades, bem como dinâmicas de equipe e de grupo. Isso é imprescindível porque a transformação digital elimina os grupos, permitindo que a empresa reaja rapidamente aos principais sinais sobre as necessidades dos clientes – independentemente de onde estejam na organização.

O processo de transformação digital oferece a oportunidade de analisar, otimizar e reprojetar a maneira como as coisas sempre foram feitas em sua organização. Para impulsionar a transformação digital, a pergunta mais importante a ser feita é simples: por quê?

  • Por que estamos fazendo as coisas dessa maneira?
    • Por que queremos consertar as coisas?
    • Que problemas vamos resolver?
    • O que queremos realizar?
    • O que acontecerá se não fizermos nada?

A transformação digital líder exige uma visão e um compromisso convincentes da equipe de liderança sênior. No entanto, como observa McKinsey, visão e inspiração só vão tão longe. Para uma iniciativa bem-sucedida, os líderes devem incorporar e promover os valores-chave de uma cultura digital: foco no cliente, uma mentalidade colaborativa e uma tolerância ao risco.

Fonte: Administradores
Autor: Carol Merten