<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=633097343493783&amp;ev=PageView&amp;noscript=1">
canal-comstor-logo
O blog dos negócios de TI.
Comstor Americas
  • Partner Portal
  • 14 dicas de marketing para revendas de TI
  • Baixar agora
  • Baixar E-book grátis
  • Serviços Gerenciados Cisco Meraki
  • Partner Portal
  • 14 dicas de marketing para revendas de TI
  • Baixar agora
  • Baixar E-book grátis
  • Serviços Gerenciados Cisco Meraki

Aprendizado de máquinas e o planejamento de recurso corporativo

Publicado em 2/set/2016 5:00:00

Para a sobrevivência no mundo dos negócios, é preciso ir além do coletar e armazenar dados e saber extrair informações úteis a partir deles.

Aprendizado de máquinas e o planejamento de recurso corporativoAntes uma prática explorada apenas pelo universo das pesquisas, o aprendizado de máquinas e a Inteligência Artificial se configuram na atualidade como a base tecnológica que viabiliza modelos de negócios, sobretudo os digitais.


As novas rotinas promovidas pela Computação em Nuvem junto com a quantidade exponencial de dados e informações que se apresentam com o Big Data, exigem uma abordagem mais sistemática para a sobrevivência no mundo dos negócios: é preciso ir além de coletar e armazenar dados e saber extrair informações úteis a partir deles para gerar resultados.


Um bom exemplo do desenvolvimento das tecnologias de aprendizado de máquinas, construindo uma interface, é o EDI (Electronic Data Interchange) – ou troca eletrônica de dados – na qual acontece a transmissão automática de um sistema de computadores para outro, conforme acordo entre parceiros comerciais.


De acordo com uma pesquisa da Forrester, o EDI movimenta um volume anual de transações globais que excede US$ 20 bilhões. Entre os principais benefícios apontados por esse processo estão redução de custo, uma vez que consumo a papel, impressão, reprodução, armazenamento, arquivamento, postagem e recuperação de documentos são todas reduzidas ou eliminadas quando há adoção de transações nesta modalidade, além de velocidade e precisão, fatores fundamentais para competividade das empresas.

 

New Call-to-Action


Embora apresente inúmeras vantagens, a EDI, sozinha, não é uma solução única. Ela precisa de integrações com outras tecnologias, uma vez que dependem de definições dos dados e a qualidade da infraestrutura. Num contexto maior, significa que, para realizar uma atividade especifica, com uma única finalidade, será preciso comprometer toda a infraestrutura em um projeto de integração, o que, além de demorado, impacta no desempenho. Por esse motivo, muitas empresas ainda patinam em uma infinidade de troca de e-mails, por exemplo, que dependem, necessariamente do processamento realizado por uma pessoa. É neste momento que a automação robótica de processos e o aprendizado de máquinas torna-se interessante.


Especialistas da área de TI indicam que o aprendizado de máquinas em grandes corporações estão ligados à utilização de sistemas, aplicações e programas em processamento de dados – SAP.


Dessa forma, os computadores das empresas serão treinados para reconhecer padrões em todas as mensagens recebidas, analisando, por exemplo, toneladas de informações de consumidores para descobrir padrões de consumo ou otimizar os esforços de segurança digital da sua empresa na detecção de fraudes de forma automática ou mesmo realizando o trabalho de técnicos e colaboradores através de tarefas repetitivas que precisam ser resolvidas rapidamente. De forma geral, um grande trunfo desse processo é a capacidade preditiva, atuando para identificar padrões de comportamentos históricos e realizar “previsões futuras” a partir dessas informações.

Na área da saúde, por exemplo, o conceito de aprendizagem de máquina poderia ser útil na administração de registros de pacientes, eliminando informações duplicadas e incapacidade para gerir adequadamente testes laboratoriais de pacientes. Também seria possível amarrar adequadamente seus históricos de saúde e dados como endereço e outras informações cadastrais, que, ao final, podem gerar um perfil de dados epidemiológicos a ponto de prever e antecipar ações no caso de algum surto.

É preciso ficar claro que dados por si só não resultam em aprendizado de máquinas. Por exemplo: ter dados de planilhas com números, nomes e indicadores não torna possível prever os resultados futuros, a não ser que o profissional de análise leve os dados para o próximo nível, que é justamente, o aprendizado de máquina. Em uma configuração simplificada, a equação seria semelhante a: aprendizagem de máquinas = Estatísticas + dados + Software.

Fontes:
http://it.toolbox.com/blogs/nerf/machine-learning-and-the-erp-73582
http://cio.com.br/opiniao/2015/07/27/aprendizado-de-maquina-comeca-a-entrar-no-radar-do-mundo-corporativo/
https://www.infoq.com/br/articles/machine-learning-and-cognitive-computing
https://www.opservices.com.br/aprendizado-de-maquinas/

 

Categorias: Automação, Machine Learning