O programa lançou desafios em 16 áreas, dentre os quais participamos da categoria de Geotecnia. Nosso desafio foi a identificação de desvios e análise preditiva de leituras geotécnicas. Conheça o projeto que desenvolvemos a seguir!

O desafio proposto

A Vale possui várias barragens que armazenam uma grande quantidade de água. Para monitorá-las e identificar potenciais impactos dos fenômenos naturais e da operação, há diversos instrumentos que fazem a leitura de dados. Podemos separá-los entre aqueles que ficam:

•         Dentro das barragens, como os medidores de vazão, piezômetros e réguas de reservatórios, além da batimetria, que estuda a estrutura física dos reservatórios;
•         Fora das barragens, como os satélites, estações robóticas e estações pluviométricas, que medem a umidade, temperatura, velocidade e direção dos ventos.

Nesse cenário, havia uma dificuldade em gerar informações ricas a partir da grande quantidade de dados capturados por esses instrumentos de coleta. Dessa maneira, nosso desafio foi propor uma forma eficaz de melhorar as tomadas de decisão para intervenções no monitoramento de barragens a partir da análise conjunta de todos esses dados.

Traçando os objetivos

O objetivo da prova de conceito foi criar um algoritmo para a predição do nível do reservatório, utilizando os dados capturados pelos medidores. Um segundo objetivo foi prever os impactos na barragem causados pela variação do nível do reservatório. A partir dessa premissa, desenvolvemos um software inteligente para realizar a simulação de operações nas barragens.

As simulações levam em conta uma periodicidade semanal e são realizadas em um software com interface simples em Power BI, para facilitar a usabilidade do cliente. 

Tecnologias e coleta de informações

O projeto foi desenvolvido a partir de uma análise exploratória de bases de dados históricas e da aplicação de algoritmos preditivos capazes de analisar o nível de barragem.Esses algoritmos são desenvolvidos pelo método de Machine Learning e aplicados sobre os instrumentos geotécnicos geridos pelo monitoramento de barragens.

As fontes para as informações de aprendizado incluem:

•         Dados de operação — fluxos de entrada e saída de rejeitos;
•         Dados obtidos por sensores instalados ao longo de uma barragem — medidor de vazão, piezômetro, régua do reservatório, indicador de nível de água, batimetria;
•         Dados de meteorologia — precipitação pluviométrica, temperatura e umidade;
•         Dados de evaporação da água, derivados dos dados de clima.

Como funciona a solução

O software desenvolvido funciona em dois passos. Na primeira etapa, os algoritmos analisam os dados históricos para prever o nível dos reservatórios com uma semana de antecedência. As variáveis incluem vários fluxos de entrada e saída dos reservatórios, como rejeitos, chuvas, evaporação e as bombas que retiram água.

Esses índices geram impactos dentro da barragem, que é o segundo passo. Prevendo a variação histórica de chuvas ou outro dado de valor que altera os níveis dos reservatórios, é possível identificar que partes poderão enfrentar problemas e preveni-los.

Assim, é possível também realizar simulações no dashboard. É muito comum chover mais do que o previsto, então essa funcionalidade ajuda a diminuir os impactos na operação da usina.

O dashboard desenvolvido contém os seguintes itens:

•         Controle de quantidade de fluxo em metros cúbicos a ser despejada na próxima semana no reservatório;
•         Previsão da pluviometria para os próximos sete dias;
•         Controle de pluviometria a ser simulada para a próxima semana;
•         Controle de nível de reservatório;
•         Previsão do nível do reservatório;
•         Previsão do nível do instrumento selecionado;
•         Seletor do instrumento a ser medido;
•         Gráficos de resultados das análises / simulações.

Impactos e resultados alcançados

A solução desenvolvida consegue prever o nível do reservatório, a assertividade do manejo da barragem e gerar maior confiabilidade dos dados de performance da estrutura.

O sistema entregue permite a previsão dos impactos no maciço, como consequência das operações de empelotamento do minério de ferro, de forma semanal. Ele permite também simulações de diferentes cenários por parte da equipe da Vale.

Dessa maneira, o operador consegue tomar decisões mais estratégicas, entendendo quais serão os impactos futuros nas barragens, que equipes enviar para realizar reparos, onde efetuá-los e o que executar, entre outras ações.

Com algoritmos diferentes para cada instrumento da barragem, os modelos utilizados chegam a até 98% de acurácia, com índice mínimo de 75%. Esses resultados foram identificados ao realizar simulações com base nos dados históricos da Vale.

Confira um resumo de todo o processo de criação do projeto de monitoramento de barragens:

O que torna o case da Vale um marco na história da AI Consult é o desafio de criar uma solução complexa para um setor no qual nunca havíamos atuado. O sucesso na acurácia dos algoritmos representa a qualidade e competência do nosso time, que está preparado para vencer qualquer desafio!

Você tem algum projeto de inteligência artificial ou tem interesse em uma consultoria para identificar oportunidades? Fale com a nossa equipe!

O post Como ajudamos a Vale a reduzir falhas no monitoramento de barragens apareceu primeiro em AI Consult.

As soluções de inteligência artificial são cada vez mais procuradas para preencher lacunas encontradas na forma de fazer negócios. No varejo, há várias oportunidades de aplicação para solucionar as dores de uma empresa, que nem sempre são percebidas sem um apoio especializado.

É nesse contexto que a AI Consult encontrou em uma unidade da VitaDerm o parceiro ideal para testar uma nova solução de previsão de vendas, que se mostrou mais importante do que o objetivo inicial da empresa. A ideia era encontrar uma ferramenta capaz de garantir um melhor controle de estoque, a fim de evitar a falta dos produtos. A parceria para resolver essa questão foi peça fundamental no desenvolvimento do nosso sistema Predict Sale.

Conheça a seguir o case da VitaDerm, como se deu o processo de desenvolvimento da solução, os resultados obtidos e como você também pode beneficiar seu negócio com a nossa solução de inteligência artificial para previsão de vendas!

Quem é a VitaDerm?

Criada em 1984, a VitaDerm é uma empresa voltada para a venda de cosméticos nos ramos capilar, corporal e facial. O negócio atende a diversos profissionais do setor de beleza, bem como consumidores finais interessados em cuidados pessoais.

A empresa é pioneira no Brasil na pesquisa e produção de biocosméticos com foco no tratamento de pele e cabelo. Apesar de sua tradição no mercado, a VitaDerm não parou no tempo. Uma de suas características é a busca incessante por inovação e tecnologia de ponta, sempre pensando no bem-estar do consumidor e do meio ambiente.

E é justamente esse aspecto que foi responsável por torná-la um importante caso de sucesso na AI Consult, mais especificamente uma unidade localizada em Goiânia.

O que faltava em um negócio tão consolidado?

Uma dor registrada na VitaDerm era encontrar uma forma de levar mais qualidade ao atendimento dos clientes, certificando-se de evitar a falta de produtos no estoque e ruptura de gôndola.

Após apresentarmos nossa solução a uma de suas unidades, a filial entendeu que nosso sistema de previsão de vendas seria a estratégia ideal para resolver a questão, por ser capaz de acompanhar o desempenho de vendas e gerar insights para um melhor controle de estoque. Assim, a unidade aceitou levar a solução para dentro de sua realidade de mercado, dando início a uma parceria de sucesso para começar a rodar o Predict Sale.

Uma solução além dos objetivos iniciais

O ponto de partida para o projeto foi o objetivo de impedir a falta dos produtos da VitaDerm no mercado, assegurando um fornecimento de qualidade aos clientes. Porém, no decorrer do desenvolvimento da solução, a empresa se surpreendeu com a possibilidade de utilizá-la para outros fins.

Utilizamos uma metodologia ágil para proporcionar ao parceiro um envolvimento mais direto na produção de uma solução personalizada. A VitaDerm enxergou nesse aspecto um ótimo relacionamento com a AI Consult, ao passo que o entrosamento nos permitiu entender mais sobre as dores do negócio no decorrer do processo.

Dessa maneira, o Predict Sale se mostrou importante também para direcionar os esforços nas vendas dos itens do portfólio, gerando insights positivos para o time comercial. Os algoritmos de inteligência artificial utilizam variáveis para indicar quais produtos performam abaixo da expectativa, o que possibilita desenvolver estratégias de vendas mais direcionadas.

Superando os desafios de implementação

O grande desafio para implementar um sistema de previsão de vendas foi a integração de dados. Uma empresa como a VitaDerm, presente no mercado há décadas, possui uma base de dados de tamanho bem considerável e foi necessário encontrar um meio de ligá-la ao Predict Sale. A solução para esse obstáculo foi uma parceria com o sistema de gestão que armazena os dados da empresa.

E quais foram os resultados para a VitaDerm?

Uma vez que o Predict Sale se tornou disponível para uso, a VitaDerm de Goiânia conseguiu identificar resultados excelentes com o investimento. Hoje, a unidade consegue ter um controle mais rápido sobre as vendas, resolvendo problemas que eram recorrentes no negócio.

A partir da solução, tornou-se possível solucionar, por exemplo:

• Produtos em falta no estoque;
• Baixa performance de produtos;
• Falhas no fornecimento aos clientes.

Acompanhando uma série de variáveis presentes nos dados da empresa, nosso sistema de previsão de vendas permite entender as tendências de vendas, revelando quais produtos estão em alta entre os consumidores.

Caso prático: condicionador Nutrição Argan

Um exemplo nítido da melhoria que o Predict Sale trouxe para a VitaDerm é em relação a uma oferta do condicionador Nutrição Argan. Foi planejada uma promoção para o produto, mas a plataforma indicou que os resultados estavam fora da expectativa de previsão de vendas.

A partir dessa informação, foi possível entender e corrigir a origem do problema: os vendedores não estavam anunciando o desconto da oferta. A partir do momento em que eles começaram a indicar o condicionador aos clientes, as vendas subiram em torno de 40%.

Dessa maneira, a unidade da VitaDerm conseguiu solucionar não só o controle de estoque, mas também entender pontos relevantes para desenvolver uma melhor estratégia de vendas. Se um produto está em baixa, é possível realizar campanhas estratégicas para melhorar seu ticket share.

De forma geral, a VitaDerm de Goiânia deixou de ser uma empresa reativa para se tornar proativa!

Conheça o Predict Sale

O PREDICT SALE é um sistema que utiliza inteligência artificial para realizar a previsão de vendas, analisar tendências de crescimento e acompanhar se seus resultados atendem às estimativas desejadas. Entre outras vantagens, a plataforma permite:

• Projetar resultados futuros de vendas conforme o desempenho individual dos produtos;
• Desenvolver estratégias de maior precisão para controlar o estoque de produtos, evitando a ruptura de gôndola e o desperdício de produtos próximos do vencimento;
• Ter acesso aos principais dados do negócio para as tomadas de decisão, dispostos em um dashboard prático e organizado;
• Identificar tendências de mercado levando em conta as vendas dos produtos e serviços.

A plataforma tem fácil integração com sistemas de gestão empresarial e é projetada para oferecer total segurança de dados, com visualização em tempo real e atualização diária. Saiba mais sobre o PREDICT SALE na página oficial da solução e invista em seus resultados!

O post Como a VitaDerm resolveu um problema de estoque com uma solução de previsão de vendas apareceu primeiro em AI Consult.

A AI Consult lança mais um produto inovador, dessa vez em parceria com a Farma Ventures. A Proffer é um modernizado sistema de gestão inteligente de preços e descontos com foco no setor de farmácias, mas que também está preparado para atender outros nichos.

Com o diferencial de usar tecnologia de inteligência artificial, a Proffer facilita a formação de preços nos estabelecimentos e possibilita a aplicação de descontos estratégicos. Para isso, os algoritmos acompanham as principais variáveis de mercado em tempo real.

Veja a seguir tudo sobre nossa nova solução e entenda como a Proffer pode ajudar a maximizar seus lucros!

A diferença da Proffer para um sistema de preços e descontos comum

É comum ver farmácias e estabelecimentos usarem um sistema de precificação para gerenciar as estratégias de ofertas. Porém, o que a maioria dessas soluções oferece é um nível padronizado de descontos.

No caso da Proffer, os algoritmos de inteligência artificial trazem um modelo preditivo moderno que oferece uma estratégia mais lucrativa. O objetivo é a redução de desperdícios em descontos desnecessários, de acordo com as práticas atuais do mercado, gerando um aumento da rentabilidade.

Nosso sistema de preços e descontos acompanha o histórico das vendas e outras variáveis que permitem chegar à melhor estratégia.

Dessa maneira, as lojas conseguem manter uma gestão dinâmica dos descontos concedidos aos clientes, evitando ofertas com preços muito baixos ou muito acima da concorrência.

O que a Proffer oferece?

O ponto principal da Proffer é a concessão de descontos estratégicos nas vendas. Porém, nossa solução vai além, oferecendo mais benefícios aos lojistas, como aumento da rentabilidade, previsibilidade de resultados, maior controle da operação e redução do tempo de negociação com o cliente.

Em termos de valores, as ferramentas disponíveis para gestão de preços tendem a ser importadas e de alto custo. Sem gerenciar o desconto de fato, elas apenas definem o preço de partida. Com a Proffer, agora as farmácias têm à disposição uma solução brasileira de custo mais acessível para pequenas e médias empresas.

Ao acompanhar as variáveis de mercado e do histórico de vendas, os algoritmos de inteligência artificial promovem um maior controle da operação, bem como o aumento da rentabilidade. O lojista vai além dos preços pré-estabelecidos, conseguindo aplicar descontos nos SKUs de forma balanceada.

Quando um produto requer ofertas maiores, por exemplo, é possível compensar diminuindo os descontos em outros itens do portfólio, de acordo com as estratégias e regras de negócios. Isso ajuda a balancear as vendas e maximizar os lucros, levando a uma recomposição dos rendimentos.

Dessa maneira, há um melhor controle na previsibilidade das vendas e na rentabilidade no período, facilitado pelas simulações de resultados. Assim, o lojista se sente mais empoderado ao realizar tomadas de decisão baseadas em dados.

Os 5 passos de implementação para o sistema de preços e descontos da Proffer

1 – Integração de dados

A implementação do sistema de preços e descontos da Proffer começa na integração de dados. A solução se integra ao sistema do lojista para realizar uma leitura dos dados e do histórico de vendas do negócio. Isso é importante para alimentar os algoritmos de inteligência artificial que irão analisar as informações.

2 – Definição de regras de negócio

Em seguida, é fundamental entender aonde se quer chegar com as análises. Embora a plataforma ajude a gerenciar os descontos, o lojista precisa definir suas estratégias e as regras de negócio a serem trabalhadas. Essa é a etapa de parametrização dos níveis de negócio.

3 – Otimização dos descontos

Tudo pronto para rodar a solução? Então agora os algoritmos vão trabalhar para analisar o comportamento das vendas e identificar as melhores oportunidades para aumentar ou diminuir os descontos. O sistema funciona com base na lucratividade, receita ou volume de vendas.

4 – Implementação das novas políticas

Depois que o sistema libera as sugestões de preços e descontos, cabe ao lojista/decisor validar as recomendações para aplicar nas estratégias. Uma vez aprovados, os descontos são integrados ao sistema de vendas e são disponibilizados aos vendedores, que deverão fazer as vendas conforme as últimas atualizações nos valores disponíveis.

5 – Aprendizagem dos algoritmos por machine learning

O machine learning é uma tecnologia de aprendizado que torna os algoritmos inteligentes mais assertivos nas análises. Quanto mais dados são enriquecidos no sistema, de acordo com o comportamento da demanda, mais eles assimilam para melhorar a acurácia das sugestões. É um processo contínuo que se aprimora a cada novo ciclo de atuação.

Vantagens da inteligência artificial no processo de precificação e geração de descontos

O ciclo de implementação do sistema de gestão de preços e descontos com inteligência artificial da Proffer gera uma política de precificação com base em dados reais. Esse aspecto favorece uma análise de desempenho mais assertiva, tornando o processo automatizado.

Assim, o próprio sistema consegue determinar e avaliar as inconsistências nos padrões de vendas. As análises conseguem encontrar a origem da inconsistência com mais facilidade, o que permite corrigir o problema com agilidade. O problema pode estar na aplicação indevida de descontos por parte dos vendedores, no comportamento dos consumidores ou mesmo nas mudanças bruscas dos preços praticados pela concorrência.

Outra vantagem dos algoritmos inteligentes é a identificação dos níveis de desconto de acordo com a localização. O sistema permite acompanhar os dados conforme a região da loja para aplicar as estratégias de forma mais estratégica.

Os algoritmos ainda realizam a previsão de vendas periódica e a simulação do impacto da alteração dos preços nas projeções. As análises dos ganhos são baseadas em Receita, Lucro, Unidades, Preço e Desconto Médio e Competitividade.

A partir da inteligência artificial, então,  o sistema de preços e descontos da Proffer proporciona diversas oportunidades ao lojista. Seja na comparação das vendas, na rápida identificação de desvios de comportamento nas vendas, na projeção de vendas semanais conforme o preço definido pelo usuário ou, principalmente, nas sugestões de aumento e redução de descontos, há um incremento nítido na lucratividade de farmácias e varejo.

Ficou interessado no potencial da nossa nova solução? Então acesse o site da Proffer para saber mais e entre em contato! 

O post Conheça Proffer, o inovador sistema de preços e descontos para farmácia apareceu primeiro em AI Consult.

A previsão de vendas é um passo importante para que uma empresa possa organizar receitas, estoques, investimentos e fluxo de caixa, entre outras ações. Porém, segundo uma pesquisa da SiriusDecision (Forrester), apenas uma em cada cinco organizações conseguem uma precisão acima de 90% dos valores futuros.

Com estratégias fracas, processos manuais e falta de ferramentas para auxiliar nas previsões, o resultado pode ser catastrófico para os lucros e a sobrevivência do negócio em si. Por outro lado, muitas empresas já despertaram para os benefícios que soluções de inteligência artificial podem gerar nesse espectro.

Essas ferramentas são capazes de fornecer informações precisas das vendas esperadas, a partir de dados relevantes para o tipo de negócio em questão e seu ambiente de atuação. Neste artigo, listamos 5 razões para implementar a inteligência artificial na previsão de vendas!

1. Apresenta um melhor gerenciamento de dados

Os algoritmos presentes em plataformas e sistemas inteligentes são capazes de analisar uma quantidade muito maior de dados em tempo muito menor. Fazendo uma comparação, os CRMs tradicionais conseguem validar apenas os dados incluídos em sistema, em um contexto delimitado.

Já os modelos com inteligência artificial conseguem gerenciar e analisar dados atualizados e complexos de origem interna e externa. Há maior variedade de fontes analisadas e, consequentemente, mais fatores de impacto são incluídos nos relatórios. O gerenciamento também ganha impulso com um enriquecimento de dados mais sólido.

2. Realiza o acompanhamento de tendências

Os algoritmos olham para todo o histórico do passado para entender os relacionamentos e as demandas dos consumidores. Porém, também buscam fontes atualizadas para examinar o contexto recente do mercado e apresentar relatórios condizentes com a atualidade.

A codificação em massa de dados qualitativos complexos permite identificar mudanças significativas nas expectativas de vendas, bem como alterações em tempo real do cenário competitivo. É possível determinar novos aspectos no comportamento dos consumidores, efeitos da sazonalidade, flutuações econômicas e até os efeitos de circunstâncias de força maior, como foi o caso da pandemia.

3. Reduz a ruptura de gôndolas

A previsão de vendas é um elemento estratégico para organizar e controlar o estoque de produtos. Uma vez que a inteligência artificial proporciona maior precisão nas demandas de mercado, também consegue apontar quais produtos devem ser repostos para evitar a ruptura de gôndolas.

Ao saber com antecedência quais produtos tendem a ser esvaziados nas prateleiras mais rapidamente, o estabelecimento pode se organizar para garantir a reposição com agilidade. Assim, os consumidores não são afetados pela falta deles nos pontos de vendas e você garante melhores resultados nas vendas.

4. Ajuda a identificar produtos de maior potencial

A previsão de tendências de consumo e de esvaziamento de gôndolas também favorece outro aspecto para a inteligência de negócios: a identificação dos produtos de maior sucesso no mercado.

Para obter melhores resultados, a empresa precisa saber quais itens trazem mais lucros para seu caixa e que mudanças significativas realizar no portfólio. Isso inclui que caminho seguir no lançamento de novos produtos, como agir em relação a produtos de baixa demanda e que estratégias traçar para alavancar as vendas.

5. Favorece as estratégias comerciais

Seus produtos vencem rapidamente? Precisa se livrar de itens parados no estoque? Quer reduzir perdas consideráveis nas vendas? Essas e outras estratégias também são favorecidas por uma melhor previsão de vendas com a inteligência artificial.

Os relatórios apresentados pelos algoritmos inteligentes ajudam, por exemplo, a entender quais produtos podem gerar perdas. Assim, é possível criar ofertas  para aumentar o giro nos estabelecimentos, principalmente em mercados, sem prejudicar a margem de lucro. Os estabelecimentos também podem organizar melhor suas demandas junto aos fornecedores.

Viu como a previsão de vendas com inteligência artificial pode beneficiar seus negócios? Então entre em contato com nossos analistas e solicite uma conversa para entender como montar o seu projeto de implementação!   

O post 5 vantagens da inteligência artificial na previsão de vendas apareceu primeiro em AI Consult.

A inteligência artificial existe e está aí para facilitar seus negócios. Porém, nem a melhor ferramenta vai garantir resultados se você não souber como ou onde usá-la. Assim como tem o potencial para trazer ótimos benefícios, a IA pode ser prejudicial sem um objetivo de negócio ou necessidade clara.

Por isso, é essencial identificar as melhores oportunidades dessa incrível tecnologia para favorecer os processos do seu negócio — e não vale copiar seus concorrentes! A análise das atividades de terceiros pode até ajudar, mas as abordagens recomendadas nem sempre serão as mesmas.

Neste artigo, você vai aprender algumas dicas para entender como potencializar a aplicação de ferramentas de inteligência artificial e desenvolver uma estratégia adequada para sua empresa!

#1 Comece seu projeto de solução de inteligência artificial por etapas

O processo de implementação das ferramentas de inteligência artificial não é tão simples. O projeto deve seguir etapas essenciais para garantir que a sua nova estratégia vai ser bem desenvolvida e poderá gerar resultados. Dois passos principais se destacam:

• Identificar as aplicações e oportunidades aplicáveis ao seu negócio — analisar o cenário mercadológico, estudar o que pode ser melhorado com o uso de algoritmos inteligentes e definir seus objetivos fazem parte dessa etapa.
• Definir prioridades — a redução dos casos de aplicação ajuda a direcionar o seu ponto de partida, selecionando quais serão os ganhos mais vantajosos para o negócio no primeiro momento.

#2 Comece a identificar os casos de aplicação

Para garantir o valor máximo de resultados de sua solução de inteligência artificial, você deve observar os objetivos atuais da empresa e os desafios que ela enfrenta. Essas informações ajudam a direcionar e identificar as ferramentas potenciais, chegando a uma lista de projetos possíveis.

A ideia é explorar o máximo de possibilidades possíveis e, para isso, você pode contar com o apoio de um consultor parceiro de projetos de inteligência artificial. Algumas possibilidades possíveis de aplicação são:

• Tornar seus produtos e/ou serviços mais inteligentes;
• Aumentar vendas e lucros;
• Precificar seus produtos com base em dados mais precisos;
• Realizar manutenção preditiva, favorecendo a inspeção e o controle de equipamentos;
• Tornar os processos de negócios mais ágeis e produtivos;
• Automatizar atividades e tarefas demoradas e/ou repetitivas.

# 3 Pense nas implicações que o projeto exigirá

Após identificar os casos de aplicação, você deve estudá-los para entender quão benéfico cada um será para a sua empresa. Há vários detalhes que implicam na escolha pelas melhores oportunidades. Entre eles:

• Metas — verifique se os projetos de implantação estão alinhados com a sua estratégia de negócios e se eles realmente ajudarão a atingir os objetivos. Além disso, identifique os objetivos a serem atingidos com a solução;
• Indicadores de resultados — pergunte-se como os resultados serão medidos e identifique quais são as principais métricas a serem medidas durante o progresso do projeto;
• Dono do projeto — as empresas que buscam implementar a transformação digital costumam ter um Product Owner, profissional responsável por acompanhar e assumir a responsabilidade sobre os projetos de tecnologia;
• Abordagens — entenda quais serão as técnicas necessárias para alcançar os objetivos da inteligência artificial (machine learning, deep learning, entre outros) e quais serão os dados utilizados. A empresa tem os recursos ou precisará de um parceiro?
• Questões éticas e legais — o uso de soluções de inteligência artificial implica seguir regras e implicações predeterminadas, então você precisa estar ciente de todas elas;
• Infraestrutura —  quais são os sistemas e tecnologias necessários para atingir seus objetivos?
• Habilidades — identifique as lacunas de habilidades que sua equipe carece em relação ao projeto e determine como elas serão solucionadas (treinamentos, contratações, parcerias…);
• Desafios de implementação — pense nos possíveis obstáculos que deverão ser superados para que os objetivos se tornem realidade;
• Mudança de cultura — a implantação de soluções digitais e tecnológicas envolve uma série de mudanças nas atividades de seus colaboradores. Como a inteligência artificial impactará o trabalho dos seus colaboradores e como você promoverá a transformação cultural?

#4 Defina suas prioridades

Só agora você estará preparado para definir as suas prioridades e escolher as melhores opções para o seu projeto de solução de inteligência artificial. Por mais que você tenha vários casos de aplicação interessantes, não dá para colocar todos em prática ao mesmo tempo. Por isso, é necessário criar uma ordem de importância estratégica aos negócios.

Selecione até três como prioridades, aqueles que ajudem a resolver os maiores desafios de negócio. Para empresa pequena, o ideal é escolher um só projeto para viabilizar. Se sua empresa for maior, não tente ir além das três opções ao mesmo tempo. Outra dica é escolher projetos rápidos, fáceis e baratos.

Estabelecer prioridades não significa descartar os demais casos de aplicação. Conforme a finalização de uma implementação, sempre é possível selecionar outras ideias no futuro. Mas lembre-se de reavaliar suas prioridades para cada momento!

Quer mais dicas? Baixe o nosso e-book “Como aplicar as técnicas de machine learning no seu negócio.”

*Baseado no artigo “How To Identify The Best AI Opportunities For Your Business – In 2 Simple Steps“, de Bernard Marr para a Forbes.

O post Como identificar a melhor solução de inteligência artificial para seu negócio apareceu primeiro em AI Consult.

Tornar-se uma empresa orientada por dados (data-driven) é hoje uma das chaves para garantir competitividade de mercado. Porém, essa não é uma tarefa fácil. A consultoria NewVantage Partners divulgou o relatório anual “Big Data and AI Executive Survey 2021“, feito com grandes empresas da Fortune 1000, para avaliar esse cenário, identificando tendências de mercado e as principais dificuldades rumo a essa transformação digital.

Para mais de 90% das participantes, as barreiras culturais são o maior desafio para investir em dados. Vamos acompanhar os principais insights da pesquisa a seguir!

Investimento em dados é prioridade no mercado

Após verem gigantes pioneiras prosperarem, tais como Amazon, Google e Facebook, muitas das companhias da Fortune 1000 resolveram contra-atacar, investindo de forma pesada em Business Intelligence (BI). Para vencer as barreiras da transformação digital, há três pontos de atenção que elas precisaram considerar:

1. Concentrar as iniciativas de dados em aplicações de alto impacto;
2. Reavaliar como a organização lida com os dados;
3. Ter em mente que a transformação é um processo de longo prazo e será necessário ter paciência, firmeza e foco.

99% das empresas analisadas afirmam investir em inteligência artificial e análise de dados. Nesse cenário, duas tendências são identificadas. Primeiramente, nota-se que o foco é se tornar uma empresa orientada por dados. Em 91,9% das companhias, o ritmo de investimento nos projetos vem acelerando. Além disso, 62% afirmam aplicar acima de US$ 50 milhões em dados e inteligência artificial.

Em segundo lugar, percebe-se que, mesmo com dificuldades, essas empresas continuam a se empenhar para obter valores nos projetos e evoluírem como empresa orientada por dados. Por serem organizações tradicionais, com cultura e ambientes de dados legados, é comum enfrentarem uma relutância nas mudanças para alcançar a maturidade exigida.

Cultura interna dificulta transformações

Em relação ao sucesso das estratégias, as empresas relatam um grande esforço para transformar bases de dados em ativos de negócio, usando-as para mover a inovação e forçando uma cultura de dados. Apenas 29,2% conseguem resultados de negócios transformacionais e apenas 30% afirmam ter desenvolvido uma estratégia de dados bem articulada.

Em 2020, apenas 24% das participantes da pesquisa se enxergaram como empresa orientada por dados. Esse número representa uma queda de 37,8% em relação ao ano anterior, apontando que as estratégias utilizadas não foram bem-sucedidas. Mas onde está o problema?

O maior obstáculo encontrado foram os desafios culturais. Apesar do investimento em tecnologia, 92,2% das empresas tradicionais enfrentam barreiras para preparar as equipes e moldar uma nova cultura em torno de aspectos organizacionais, processos de negócios, gerenciamento de mudanças, comunicação, habilidades pessoais e combate à resistência por mudança.

Após quase uma década de esforços na iniciativa de dados, essa dificuldade é compreensível. A transformação digital demanda tempo, foco, comprometimento e muita persistência. Cada organização tem a sua caminhada e é comum realizar estimativas incorretas para alcançar resultados.

Recomendações para alcançar o sucesso nas estratégias de dados

A partir das descobertas levantadas pelo estudo, a NewVantage Partners levantou algumas recomendações que podem ajudar diretores e líderes de dados corporativos a alcançarem o sucesso nas estratégias de dados e inteligência artificial:

1. As organizações podem se beneficiar concentrando suas iniciativas de dados em problemas de negócios ou casos de aplicação que sejam claramente identificados. Ao começar onde há uma necessidade crítica de negócios, os executivos podem demonstrar valor rapidamente por meio de “ganhos rápidos” que ajudam uma empresa a obter valor, construir credibilidade para seus investimentos em dados e usar essa credibilidade para identificar aplicações adicionais que impulsionem os negócios. Empresas que investem em recursos e tecnologia de dados sem uma demanda de negócios claramente definida tendem a falhar repetidamente.
2. As empresas devem reexaminar a forma de pensar os dados como ativo comercial. Eles têm fluxo natural em qualquer organização. Deve-se gerenciar desde a captura, produção e enriquecimento de dados até o consumo e utilização ao longo do caminho.
3. A transformação data-driven de negócios é um processo de longo prazo que requer paciência e firmeza. Investimentos em alfabetização e governança de dados, bem como programas de conscientização de valor e impacto, com certeza ajudam, mas as empresas precisam manter o foco e a paciência por um bom tempo, pois os resultados raramente serão imediatos.

Ao longo da última década, tivemos muitas mudanças no âmbito tecnológico e, com certeza, houve um grande progresso. Se antes o Big Data apenas começava a ser utilizado pelas empresas tradicionais e os recursos de inteligência artificial eram insipientes, hoje há uma maior compreensão sobre os marcos da transformação digital.

A maior percepção, no entanto, é que há uma crescente exigência no nível de maturação, sendo necessário elevar os investimentos nas estratégias de dados de forma contínua. Ainda é preciso superar muitos desafios, como a presença ainda expressiva de sistemas, culturas e habilidades legados, heranças de um passado histórico. Tornar-se uma empresa orientada por dados é um processo e precisa ser visto como tal. Então siga investindo em dados e inteligência artificial, pois esse ainda é o caminho para ganhar competitividade de mercado!

Nota: este texto foi criado com base no artigo “Why Is It So Hard to Become a Data-Driven Company?”, escrito por Randy Bean, (CEO da NewVantage Partners) e publicado pela Harvard Business Review.

O post Pesquisa revela dificuldades para se tornar uma empresa orientada por dados apareceu primeiro em AI Consult.

Na era da transformação digital e de tecnologias modernas, contar com uma base de dados sólida faz diferença nos resultados de uma empresa. O enriquecimento de dados gera diversas oportunidades para garantir vantagens competitivas e, portanto, deve ser prioridade nos negócios.

Ao conseguir insights precisos para as tomadas de decisão, os resultados melhoram em várias frentes da empresa. Isso inclui as ações de vendas, desenvolvimento de produtos e serviços, previsão de custos e até a precificação de SKUs.

Segundo pesquisa do Instituto Gartner, houve uma estimativa de dados gerados até 2020 em aproximadamente 40 trilhões de gigabytes. Com tantas informações espalhadas pela rede, saber como coletar e filtrar o que será importante para os negócios é imprescindível.

Nesse contexto, a inteligência artificial se torna uma aliada estratégica. Realizar o tratamento de grandes quantidades de dados é uma tarefa complexa que só pode ser cumprida devidamente com o auxílio de ferramentas inteligentes.

Neste artigo, você vai entender a importância do enriquecimento de dados e o papel da inteligência artificial para gerar mais resultados na empresa. Veja a seguir!

O que é enriquecimento de dados

O enriquecimento de dados é a adição de novas informações na base, atualizando, ampliando ou substituindo o que já existe. Esse recurso é responsável pela correção, organização e higienização de cadastros e arquivos, permitindo conhecer melhor seus clientes e o ecossistema da sua empresa.

Há várias fontes de dados que permitem extrair mais informações dos clientes, gerando acesso a detalhes que envolvem aspectos demográficos, sociais e comportamentais, entre outros. Assim, sua empresa consegue acompanhar as mudanças nas necessidades do público-alvo, entendendo como posicionar produtos e serviços.

Um exemplo é o Google Trends, uma plataforma do Google que ajuda a entender as tendências de mercado a partir de termos de busca. É possível identificar que informações são procuradas pela concorrência no seu setor, quais são as demandas de interesse dos clientes, entre outros pontos importantes para os negócios. Tudo é mostrado em tempo real, o que aumenta a eficácia dos resultados.

Vale ressaltar que, embora muitas definições direcionem o conceito especificamente para a atualização cadastral de clientes, o enriquecimento de dados é muito mais amplo do que isso. O recurso também se aplica nos dados internos da empresa, facilitando a comunicação entre setores, o acompanhamento de processos, a manutenção de equipamentos e a análise do histórico de vendas dos produtos.

A importância do enriquecimento de dados

Uma base rica em dados se tornou fundamental para realizar estratégias inteligentes de negócio e potencializar os resultados. A partir de informações claras e precisas, como localidades, idade e até preferências de consumo, é possível direcionar as atividades de marketing, vendas, negociações, entre outras operações.

O enriquecimento de dados auxilia as tomadas de decisão e ajuda a se comunicar com o público-alvo correto. Isso porque garante que a base se mantenha atualizada, aumentando a efetividade nos contatos com prospects pela área comercial.

Ao entender o perfil de cada cadastro, torna-se mais fácil identificar os contatos “quentes”, com mais chances de converterem em vendas. Além disso, favorece as campanhas de marketing ao direcionar os esforços na persona ideal. Nesse sentido, um e-commerce se beneficia com as estratégias de recomendação de produtos, por exemplo.

Outra vantagem é a economia e redução de custos. No tocante a informações internas da empresa, o acompanhamento frequente de processos e equipamentos possibilita acelerar a produtividade das equipes, identificando falhas e etapas paradas ou abandonadas.

Como a inteligência artificial pode ajudar

O enriquecimento de dados possibilita diversos tipos de análise, conforme o setor e as estratégias definidas pelo negócio. Porém, com a infinidade de dados produzidos diariamente pela empresa, é preciso contar com ferramentas auxiliares na captação e armazenamento dos mesmos.

Soluções de inteligência artificial não só cumprem essa tarefa com mais agilidade, mas também podem gerar relatórios mais precisos. Elas têm a capacidade de utilizar uma quantidade de dados muito maior que um colaborador humano na hora de entregar as análises.

Enquanto os dados gerados mundialmente crescem de forma exponencial, a interpretação deles é bastante limitada. Estima-se que apenas 0,5% do total são analisados, abrindo um potencial gigantesco para as ferramentas de Big Data e inteligência artificial.

Essas soluções conseguem captar informações importantes espalhadas pela rede de forma interna e externa à empresa. Elas interpretam, por exemplo, a concentração de público em lugares específicos, como aeroportos, centros comerciais e eventos.

A partir da capacidade de aprender por conta (machine learning), os algoritmos inteligentes não só fazem a coleta, mas também conseguem aumentar o conhecimento gerado. Com o deep learning, torna-se possível analisar dados brutos em diferentes formatos, como textos, áudios e imagens.

Sem essas tecnologias, as equipes têm uma atuação mais limitada, utilizando menos informações para as tomadas de decisão. Ou seja, o auxílio das ferramentas de inteligência artificial aumenta a eficácia das estratégias ao abrir os horizontes para análises mais completas e precisas.

Quer saber mais sobre enriquecimento de dados e inteligência artificial? Baixe o nosso e-book  “Como aplicar as técnicas de machine learning no seu negócio” e descubra que problemas podem ser resolvidos com tecnologias inteligentes!

O post Enriquecimento de dados: como melhorar os resultados na empresa apareceu primeiro em AI Consult.

A precificação de SKUs, utilizando múltiplas variáveis é uma atividade complexa, principalmente em negócios com muitos produtos no portfólio. A execução dessa tarefa deve correlacionar uma série de informações para decisões rápidas de acordo com o momento do mercado. Por isso, as ferramentas de inteligência artificial são aliadas importantes para o trabalho do analista de Pricing, introduzindo o algoritmo inteligente na equação.

O profissional de Pricing auxilia a empresa na definição das políticas de preço, a partir de análises sobre custos diretos, descontos, impostos recuperáveis e não recuperáveis, posicionamento da concorrência, entre outros fatores que afetam diretamente o fluxo de caixa. Porém, são muitos pontos a serem acompanhados e a força humana dificilmente consegue acompanhar todas as variáveis.

A inteligência artificial, por outro lado, é capaz de coletar uma série de dados simultaneamente, cruzando-as para gerar análises mais precisas. Porém, ela ainda tem as suas limitações e precisa necessariamente de alguém que filtre as informações que chegam.

“Digamos que tenha 5 mil SKUs para precificar diariamente. É impossível dar atenção para todos, mas o algoritmos olha para 98% dos casos e ficam poucos casos para o time de pricing efetivamente analisar. É um ganho para o time”, afirma Guilherme Castanheira, especialista em pricing que participou do nosso webinar “Inteligência Artificial Aplicada ao Pricing e à Gestão de Descontos”.

Torna-se então um trabalho conjunto para levar mais eficácia às políticas de preço da empresa. A seguir, vamos entender melhor essa relação entre o analista de Pricing e o algoritmo inteligente!

A importância do analista de Pricing na empresa

O especialista de Pricing é responsável por acompanhar toda a complexidade da empresa e o contexto na qual está inserida, interpretando e analisando dados internos e externos. Para isso, ele deve manter contato direto com as várias áreas de negócio, principalmente com o comercial e o financeiro.

O comercial traz informações valiosas sobre o cliente e o que acontece na engrenagem externa da empresa, enquanto o financeiro traz insights sobre a geração de lucro. É responsabilidade do analista de Pricing ter controle sobre os dados de faturamento, preços e volumes de itens, além de entender as margens financeiras.

Ele precisa também ser capaz de validar e rastrear as causas dos problemas que podem impactar as movimentações de mercado. Então, deve entender o histórico da empresa para desvendar como processos ativos, interrompidos e parados podem influenciar nas políticas de preço e no fluxo de caixa. Isso inclui capacidades produtivas, quantidade de estoque de matéria-prima e produto final, logísticas, entre outros pontos.

O profissional deve ainda ficar atento para fatores instáveis, como tendências de mercado, previsibilidade de crescimento ou retração do setor e até as alterações na incidência de impostos. Tudo isso torna o trabalho do analista de Pricing bem complexo e robusto, necessitando de ferramentas modernas para dar apoio às atividades da força humana.

Como as ferramentas de algoritmo inteligente podem ajudar

A transformação digital trouxe para o setor de Pricing ferramentas capazes de coletar, filtrar e reunir dados estruturados e não estruturados de uma empresa. Com essas informações, as ferramentas de inteligência artificial conseguem identificar padrões de comportamento que permitem atender as demandas para uma estratégia alinhada às condições da empresa e do mercado.

Cabe ao analista de Pricing imputar no sistema as estratégias e regras de negócio para que o algoritmo inteligente possa captar informações relevantes. A regra de negócio pode determinar o foco do algoritmo para executar diferentes tipos de otimização, como a redução de estoque, ou ganhar da concorrência a qualquer custo — ou mesmo estratégias mistas. A partir desse direcionamento, a ferramenta consegue analisar milhares de dados em poucos segundos, entregando resultados baseados em uma maior quantidade de variáveis de negócio.

Nessa estratégia de precificação em que unimos a expertise de Pricing e a tecnologia, temos o conceito de preço dinâmico. Trata-se de gerar uma melhor previsibilidade de situações que possam ajudar a formular o preço ideal para produtos de forma rápida.

A ferramenta reúne os dados internos e externos conforme os inputs do analista e identifica os melhores pontos de preço para atender a estratégia. Assim, ela gera insumos e análises prontas, com base nos comportamentos e dados.

Limitações que se complementam

Embora as vantagens da implementação da inteligência artificial sejam visíveis, há algumas limitações que levam a necessidade de realizar checagens regularmente. Não há como acompanhar como as decisões do algoritmo inteligente são feitas, então a expertise do profissional é fundamental no cruzamento de dados. Isso porque a ferramenta não tem o poder de apontar se as correlações entre as informações de fato fazem sentido.

“Tem que ter alguém para criticar e fazer as correlações para a leitura. O papel do analista de pricing é controlar o que faz sentido e o que não faz. Mas, com certeza, vai aparecer muita coisa que ele não teria condição de ver sem o auxílio da inteligência artificial”, afirma Guilherme.

Um exemplo que o especialista cita é a questão de lançamento de um produto.  A máquina identifica níveis adicionais ao SKU para enriquecer a análise de dados, trazendo pontos do histórico de outros lançamentos similares. “Você consegue usar a sua hierarquia de produtos para contar essa história. Você empresta informações de outros produtos para ajudar na previsão daquele SKU. São muitos tipos de mecanismos que a inteligência artificial nos oferece que, sabendo usar, você consegue montar muita análise interessante”

É preciso aproveitar as previsões do algoritmo inteligente em conjunto com as regras de negócio contextuais em cada situação. Algumas estratégias exigem preços mais competitivos, enquanto que outras permitem elevar os valores de acordo com o posicionamento da marca. A ferramenta é um auxílio importante, mas no final, a decisão será sempre do analista de Pricing.

Quer saber mais sobre a precificação dinâmica? Baixe o nosso e-book e-book “Preço Dinâmico: O método para melhorar sua estratégia de Pricing”.

O post Analista de Pricing e algoritmo inteligente: uma forte relação na precificação apareceu primeiro em AI Consult.

Quando falamos em algoritmos inteligentes, podemos separá-los de acordo com os tipos de inteligência artificial. Essas classificações ajudam a entender o grau de complexidade das ferramentas, deliberando como utilizá-las e onde aplicá-las.

A inteligência artificial tem sido foco das estratégias de várias empresas, desde o atendimento a clientes à manutenção preditiva de máquinas industriais. Cada estratégia exige um nível diferente de treinamento dos algoritmos, mas também envolve modelos específicos de tecnologia.

Neste artigo, apresentamos os principais tipos de inteligência artificial, separadas por Inteligência Artificial Limitada (ANI), Inteligência Artificial Geral (AGI) e Superinteligência (ASI). Confira a seguir.

Inteligência Artificial Limitada (ANI)

Entre os tipos de inteligência artificial, a mais simples é a Inteligência Artificial Limitada (ANI), também chamada de IA fraca. O nome é devido ao fato de que ela apenas realiza as ações para as quais é programada — ou seja, cumprem somente o objetivo designado. Porém, esse modelo consegue armazenar grandes quantidades de dados e realizar tarefas complexas.

A ANI pode ser subdividida em dois modelos:

• Máquinas Reativas: trazem recursos limitados. Sem capacidade de armazenar dados, elas apenas registram informações previamente cadastradas e reagem a estímulos. São programadas para realizar tarefas específicas.
• Memória Limitada: uma versão mais avançada da ANI, já capaz de armazenar memórias e tomar decisões com base nessas informações. Está presente, por exemplo, nos novos carros autônomos e em sistemas de recomendação de lojas virtuais e streamings.

Inteligência Artificial Geral (AGI)

Em um nível mais avançado, temos a Inteligência Artificial Geral (AGI), IA forte ou IA nível humano (human level AI). Esse tipo consegue realizar tarefas humanas, como aprender, entender e reagir a estímulos específicos.

O aprendizado é realizado a partir de técnicas como machine learning e deep learning. A AGI é aplicada a tarefas que não podem ser executadas pela ANI, embora ainda em um nível inferior à inteligência humana.

A classificação também pode ser dividida em dois subtipos:

• Máquinas cientes: são os tipos de inteligência artificial que compreendem os estímulos recebidos do mundo exterior para processar as informações;
• Máquinas autoconscientes: esses modelos têm consciência externa e interna, ou seja, do mundo exterior e também de si mesmos. Essa inteligência artificial é capaz de presumir contextos e se adaptar a diferentes situações para realizar novas tarefas.

Superinteligência (ASI)

Por fim, a Superinteligência (ASI) é um modelo ainda em desenvolvimento. Com expectativa de superar a inteligência humana de forma inimaginável, será capaz de entender o mundo de forma superior à nossa compreensão. Além disso, terá um nível muito superior à AGI para tomar decisões e armazenar quantidade elevada de dados.

A ideia é que, no futuro, essa inteligência artificial seja capaz de entender crenças, emoções, necessidades e pensamentos humanos, podendo interagir ainda mais conosco. Indo além, a máquina poderá até mesmo desenvolver suas próprias crenças e analogias.

Independentemente dos tipos de inteligência artificial existentes ou seu potencial para o futuro, essa tecnologia traz um vasto poder de transformação na sociedade, principalmente na modernização das empresas. Um exemplo interessante é o sistema de recomendação para produtos. Conheça essa solução e entenda como a inteligência artificial pode alavancar seus resultados!

O post Conheça quais são os tipos de Inteligência Artificial apareceu primeiro em AI Consult.

O ano de 2020 trouxe muitos desafios, mas trouxe também muitos resultados excelentes para a AI Consult. Além de realizar negócios importantes de transformação digital com nossos clientes, desenvolvendo soluções digitais com inteligência artificial de qualidade para vários campos de atuação, apostamos forte em projetos de inovação aberta (open innovation) com grandes empresas e programas de aceleração.

Acreditamos que inovar em negócios é muito mais do que tecnologia de fronteira. É importante conhecer bem a dor do cliente para que o desenvolvimento tecnológico gere valor para quem demanda. Aqui entram os nossos parceiros de open innovation: grandes empresas que conhecem muito bem o desafio a ser solucionado. Gera-se assim a sinergia perfeita, entre o conhecimento técnico de ponta da AI Consult com o conhecimento de causa da empresa madrinha. 

Nos processos que participamos, buscamos ir além dos laços comerciais, procurando expandir o relacionamento com toda a comunidade que desenvolve inovação por meio de tecnologia. A ideia é expandir conhecimentos e relacionamentos para entender o que o mercado tem a oferecer e investir em oportunidades para gerar negócios cada vez melhores e mais duradouros.

Para explorar nosso potencial e reforçar nossa presença no setor de tecnologia, desenvolvemos vários projetos promissores de soluções digitais e inteligência artificial junto a programas de aceleração e centros de open innovation. A seguir, apresentamos algumas dessas empreitadas e nossos ótimos resultados nos processos de seleção em 2020!

Startup Rio 2020

O Startup Rio é um programa de aceleração e desenvolvimento de novos empreendedores do Estado do Rio de Janeiro, sendo desenvolvido pela FAPERJ. O edital tem como objetivo promover iniciativas com foco em inovação para o ambiente de tecnologia digital.

O edital de 2020 propõe investimentos de até R$ 6 milhões nas startups selecionadas. Competindo entre 527 projetos submetidos inicialmente, A AI Consult conseguiu chegar até a fase final de seleção.

Ficamos entre os 100 primeiros colocados que participarão de uma última fase para a incubação. Até o momento, já conquistamos o direito de receber investimentos para o desenvolvimento do nosso projeto, que envolve uma solução de Preço Dinâmico. A proposta é aplicar a inteligência artificial na recomendação de preços em mercados cujos valores mudam constantemente, de acordo com uma série de variáveis.

Brain Open Desafio IoT

O Brain Open Desafio IoT é um programa de aceleração desenvolvido pelo Brain São Paulo e pela aceleradora HARDS de Florianópolis. Voltado para startups de tecnologia com soluções customizáveis em inteligência de dados com foco em IoT, o projeto visa gerar business cases em parceria com a Algar Telecom, a partir de informações geradas por milhões de dispositivos.

Na fase final do Desafio IoT, a AI Consult conseguiu figurar entre as 5 primeiras colocadas entre 68 inscritas. A seleção teve duas etapas e optou pelas empresas com maior potencial de realizar tratamentos de dados em larga escala junto ao setor de Telecom. Com isso, estamos prontos para desenvolver um projeto inovador de inteligência artificial utilizando a ampla base de dados da Algar.

FIEMG Lab 4.0

O FIEMG Lab 4.0 é mais um programa de aceleração no qual fomos aprovados, tendo foco em startups com soluções digitais industriais (indtechs). A AI Consult está entre as 50 empresas selecionadas para participar da 3ª Jornada do projeto, que terá duração de um ano e três fases para o desenvolvimento dos projetos para o setor industrial.

A primeira fase, com duração de dois meses, será um diagnóstico de potencialidade e direcionamento dos projetos. Grandes empresas, como Vale, USIMINAS e Fiat Chrysler, participarão da orientação das participantes. A FIEMG também disponibilizará o envolvimento com mais de 15 mil indústrias de sua extensa rede.

Apenas 20 startups terão direito de participar da prova de conceito (POC), com acesso a investimentos especiais. A fase 2 será o desenvolvimento de negócio e tecnologia, com 6 meses de duração, enquanto a 3ª e última fase terá 4 meses para a implantação.

Esse é apenas o começo para a AI Consult! Em pouco mais de um ano de atuação no mercado, expandimos bastante nosso circuito de projetos e ainda iremos muito além, com novos clientes e projetos de open innovation. Está interessado em desenvolver uma parceria de negócios conosco? Entre em contato e nos envie sua proposta! 

O post AI Consult conquista vitórias em programas de open innovation de 2020 apareceu primeiro em AI Consult.