Tag: inteligência de valor

INTELIGÊNCIA DE VALOR

ricardobarreto Deixe um comentário

#inteligênciadevalor #valor #inteligência #algoritmos #algoritmosdemachinelearning #bigdata #sistemasderecomendação #datamining #cicloFRD #feedbackinteligente

Chegamos finalmente ao auge do nosso escopo introdutório! Agora, já é possível responder a duas questões de importância colossal, pelo menos dentro do contexto dos processos de tomada de decisão, quais sejam:

1. Será que competição e colaboração são mesmo realidades dicotômicas?
2. Por acaso existe alguma forma de automatizar ambas as estratégias?

A resposta é sim e a metodologia de Inteligência de Valor foi criada justamente para atender ambos os quesitos… Ela pode ser aplicada por entidades autônomas ou controladas para processos de geração de valor em qualquer dimensão: pessoal, profissional ou social (neste trabalho iremos nos ater especificamente à dimensão profissional).

Já vimos que “entidade” pode ser tanto uma pessoa como uma organização, empresarial, sem fins lucrativos ou estatal. Vimos também que entidades são, na verdade, estruturas de processos complexos governados por uma coletividade de algoritmos. Aí vem logicamente outra pergunta: como a Inteligência de Valor pode de fato ajudar tais entidades?

Parte-se do pressuposto de que o determinante para o sucesso de uma entidade é que tenham, na sua rotina, uma quantidade significativa de “boas decisões”, condição esta que só pode ser atingida quando governada por algoritmos de machine learning, livres dos “viés” típico da mente humana.  

Tudo que não for governado por algoritmos não tem lógica, está “aprisionado” pelas emoções, deve ser evitado e até mesmo banido!

Antes que me julguem mal, fique claro que não são todas as circunstâncias que devem ser analisadas sob a ótica pura, fria e, de certa forma, simplista dos algoritimos. Veremos aqui algumas aplicações nas sendas da inteligência digital, financeira, científica, tecnológica e de mercado que não deixarão dúvidas sobre o poder desta metodologia.

A espinha dorsal da metodologia de Inteligência de Valor se dá pelo preposto do ciclo FRD (acrônimo Filtre, Recomende e Decida) de feedback inteligente que se inicia com a extração e filtro dos dados através das técnicas de data mining.1

Num mundo rodeado de aplicações de big data, em que a presença dos dados massivos é dominante, se você não souber aplicar ou, minimamente, fazer uso de ferramentas capazes de selecionar e filtrar dados relevantes, formando uma base para descoberta de novos conhecimentos, certamente o fluxo de dados irá literalmente “engolir” toda sorte de interpretação estratégica para tomada de decisão.  

De posse dos dados, não há como prosseguir em qualquer tipo de análise de domínio sem antes tranformá-los antes em informação. É ela que dá sentido aos mesmos. Com este intuito, já vimos o papel dos BROKERs de informação que se utilizam de metodogias próprias para transformar os dados em informação verdadeiramente útil!

Uma imagem contendo equipamentos eletrônicos Descrição gerada automaticamente
Figura. O ciclo FRD de feedback inteligente.

Chegamos então à etapa decisiva do FRD cujo proprósito é justamente o ranking das alternativas encontradas. Nela, são utilizados diferentes tipos de “sistemas de recomendação” que irão propiciar a seleção das melhores FONTEs de informação.2 Detalhe importante: observe antes que, para tal, todas as etapas do ciclo são permeadas por algoritmos de machine learning.3

Lembremos aqui de mais uma regra de ouro e das mais importantes:

Na era da informação, mais vale uma boa FONTE do que páginas e mais páginas de relatórios e análises que não passam de pura especulação!

Ao monitorar FONTEs fidedignas, o ciclo FRD será constantemente “retro-alimentado” por eventos que representam fatos realmente significativos sobre determinada aplicação e, com base neles, qualquer entidade poderá decidir sobre as atividades da sua rotina, tomando o devido cuidado de sempre registrar a performance para formar, aos poucos, sua base de conhecimento. É ela que dará os inputs para retro-alimentar um novo ciclo de tomada de decisão com base em novos dados e assim sucessivamente.

A metodologia de Inteligência de Valor, portanto, reside em respeitar cada uma destas etapas do ciclo FRD, independente do seu campo de atuação, garantindo assim suas chances de chegar a bons resultados através de boas decisões, ou seja, aquelas que geram valor sustentável que se retro-alimenta e evolui com o tempo!

Créditos:

Autoria por Ricardo Barreto

Obra no prelo: INTELIGÊNCIA DE VALOR: boas decisões sempre

Gostou? Mãos ao BUZZ nas redes!

Saiba mais:

1. Goldschmidt, G. Data mining, 2a. ed. Rio de Janeiro: Elsevier, 2015.

2. Cowan, D. et al. The use of machine learning algorithms in recommender systems, Expert Systems with Applicatons, 2017.

3. Souza, M. A. F. Algoritmos e lógica de programação, 2a. ed. São Paulo: Cengage Learning, 2014.

BASES DE DADOS ESPECIALIZADAS

ricardobarreto Deixe um comentário

#inteligênciadevalor #valor #inteligência #basesdedados #basesdedadosespecializadas #buscasdeinformação #PatentScope #ScienceDirect #ComexStat #brokersdeinformação

Vimos o importante papel dos “brokers de informação”, mas não nos atemos devidamente ao seu principal insumo: os dados! De nada adianta produzir e disseminar documentos de inteligência (um tipo de produto do conhecimento) se a informação não tiver sido extraída de “fontes” fidedignas e obtida através de buscas sistemáticas em bases de dados especializadas.

Não falo aqui dos mecanismos de buscas onipresentes em nossa rotina como o Google. Na verdade, sendo mais formalista, nem sequer poderíamos enquadrá-lo como tal. Sem desmerecer sua funcionalidade e alcance indiscutível, nos orientando nas buscas de informações genéricas, ele funciona tão somente como um indexador de páginas web e ponto. Não trata-se propriamente de um gerador, nem tampouco um HUB de conteúdo!

Como nos desvencilhar deste hábito, já meio que automático e quase instintivo, de iniciar todas as nossas buscas de informação pelo Google?

Em se tratando da busca de informações técnicas, voltadas para inteligência competitiva e colaborativa, esta não é mais uma opção e sim uma obrigação! Deve-se considerar as chamadas bases de dados especializadas.

Categorias das bases de dados

De acordo com a aplicação, temos bases de dados digitais, financeiras, científicas, tecnológicas, de mercado, entre outras. Elas podem ser abrangentes ou específicas, dependendo da variedade de canais, ativos, disciplinas, tecnologias ou mercados. O número de backlinks, operações financeiras, artigos científicos, patentes ou registros de transações comerciais são dados preciosos que podem ser obtidos através destas bases.1

A busca de informações científicas, por exemplo, é indispensável nas atividades de Pesquisa & Desenvolvimento (P&D), fornecendo uma visão global sobre os avanços em determinado ramo científico e permitindo ao pesquisador obter uma noção precisa sobre a influência dos seus trabalhos. Além disso, evita a realização de pesquisas duplicadas.2 É possível acessar um paper completo através da bases de dados das editoras de periódicos científicos, entre as quais pode-se citar a ScienceDirect da editora Elsevier.

Por sua vez, a demanda de informação tecnológica pelas empresas inovadoras é tão premente que já foi inclusive objeto de pesquisa da Confederação Nacional da Indústria (CNI) para identificar as necessidades do setor industrial brasileiro.3 Apesar da baixa utilização das informações contidas nos documentos de patentes, ficou evidente o desejo de obterem informações sobre o mercado de atuação como um fator de competitividade. Neste sentido, pode-se destacar a PatentScope que congrega os principais escritórios de patentes ao redor do mundo.

É possível obter informações de mercado de diversos setores econômicos através de bases de dados nacionais gratuitas que contabilizam as transações de comércio exterior como a ComexStat no Brasil. Voltando-nos ao universo digital, destacam-se as bases de dados de backlinks e palavras-chave, tais como o SEMrush e SEOprofiler, bem como o BuzzSumo que monitora engajamentos nas redes sociais. Na área financeira, não poderíamos deixa de citar a Investing.com que compreende o monitoramento das diferentes classe de ativos, bem como a TradingEconomics que compila os principais indicadores econômicos dos países. Abaixo uma breve compilação dos principais exemplos de cada uma das categorias de bases de dados especializadas aqui citadas.

Tabela. Exemplos de bases de dados especializadas divididas por categoria.

Entenderemos melhor, na sequência, como a utilização contínua, sistemática e perspicaz dos dados extraídos destas bases especializadas (digitais, financeiras, científicas, tecnológicas e de mercado), fazendo uso de técnicas avançadas de data mining e analytics, pode impulsionar significativamente o valor gerado nas organizações. Por falar em valor, sem mais delongas, chegou o momento de introduzirmos o conceito principal da metodologia a ser aplicada daqui em diante: a “inteligência de valor”.

Créditos:

Autoria por Ricardo Barreto

Obra no prelo: INTELIGÊNCIA DE VALOR: boas decisões sempre

Gostou? Mãos ao BUZZ nas redes!

Saiba mais:

1. Valentim et al. Revista de Ciência da Informação, 2003.

2. Firme et al. Química Nova, v. 31, nº 2, pp. 445-451, 2008.

3. CONFEDERAÇÃO NACIONAL DA INDÚSTRIA, Brasília: CNI, 1996.

BROKERS DE INFORMAÇÃO

ricardobarreto Deixe um comentário

#inteligênciadevalor #valor #inteligência #inteligênciacompetitiva #processosdeinteligência #brokersdeinformação #produtosdeconhecimento #documentosdeinteligência #ittinomics

Vimos como se formula uma estratégia competitiva, começando pela definição da estratégia, estabelecimento dos objetivos de longo prazo e a elaboração das políticas para atingí-los. Vimos ainda que a análise dos fatores críticos de sucesso é crucial nesta tarefa: suas forças e fraquezas (fatores internos), bem como as ameaças e oportunidades (fatores externos). Estes são os pilares de toda e qualquer estratégica competitiva.

Iremos adiante. Buscaremos, antes de mais nada, a compreensão do PROCESSO de inteligência competitiva que se preza justamente para ampliar a noção dos nossos competidores, mais propriamente das suas forças e fraquezas. Mais do que isso. Entenderemos qual é o papel dos brokers de informação e o porquê que eles prometem dominar o cenário organizacional nos anos que estão por vir!

Processo de inteligência competitiva

O processo de inteligência competitiva é, sem sombra de dúvidas, uma das ferramentas estratégicas mais importantes que os tomadores de decisão têm à disposição para transformar dados desagregados em conhecimento estratégico acerca dos seus competidores e do ambiente em que estão inseridos, mais especificamente suas capacidades, performance, posicionamento e intenções.

 Apesar da sua evidente importância, o fato é que hoje em dia a grande maioria das organizações ainda não tem um mecanismo sistemático de inteligência competitiva. Elas dependem, outrossim, do “conhecimento tácito” de algumas pessoas consideradas essenciais à organização, o qual é subjetivo e difícil de ser externalizado, tornando assim suas estratégias altamente vulneráveis e susceptíveis ao erro.

Ao longo da sua evolução histórica, a inteligência competitiva se tornou um processo cíclico estruturado que pode ser dividido em 5 etapas independentes: planejamento, coleta, processamento, análise e disseminação. O processo sempre deve começar pelo planejamento das atividades que perpassa pela identificação das necessidades de inteligência da organização, visando direcionar as ações e seus “produtos de conhecimento” para os respectivos usuários. Técnicas conhecidas como 5W1H (What, Who, Where, When, Why e How) podem ser utilizadas para este diagnóstico inicial.

Figura.  Etapas do processo de inteligência competitiva.

As etapas seguintes de coleta e processamento da informação podem ser consideradas as mais importantes e controversas de todo o processo. É exatamente neste ponto que as “fontes” são consultadas… E é também aí que os limites entre a inteligência competitiva e a espionagem industrial se cruzam, impondo importantes dilemas éticos sobre esta importante atividade e suas consequências, benéficas ou não!

Acontece que nem todas as organizações, ou seus representantes, contentam-se com as “fontes secundárias” que são públicas ou acessíveis mediante a contratação de serviços de terceiros. Acabam utilizando-se de “fontes primárias” externas à empresa, entrevistando pessoas influentes em diferentes esferas da indústria que estão inseridos, associações e até mesmo do governo. Por ser este um assunto delicado, com muitos nuances e abordagens específicas, o trataremos num outro momento.

Importante mesmo o é observar com uma lupa o papel dos brokers de informação que são capazes de promover a interface entre os geradores e demandantes de informação. Via de regra eles aplicam as mais variadas ferramentas de analytics, data mining, algoritmos, machine learning, sistemas de recomendação, entre outras técnicas da ciência da informação, para viabilizar esta aproximação de forma segura e efetiva.

Os brokers de informação são mais propriamente plataformas web que podem assumir ou não uma estrutura de rede social, porém restrita aos especialistas . Na tabela a seguir apresenta-se os exemplos na área de Pesquisa, Desenvolvimento & Inovação (PD&I). Caracterizam-se por propriciar um meio de intercâmbio de documentos como papers, patentes e grants que normalmente não são gerados através de metodologia própria.

Tabela. Exemplos de brokers de informação em PD&I.

Na etapa de análise é feita a transformação da informação bruta em “produtos de conhecimento”. Normalmente são relatórios contendo informações digeridas, ou seja, com conteúdo altamente relevante para tomada de decisão estratégica.  Existem algumas técnicas analíticas comumente utilizadas para produção destes relatórios, com destaque para as matrizes TOWS de Weihrich e a BCG do Boston Consulting Group, bem como os trabalhos sobre os fatores críticos de sucesso e benchmarking de Leidecker e Shetty, respectivamente.

A última etapa da processo consiste na disseminação para os decisores dos chamados “documentos de inteligência”.1 Por se tratarem de informações de suporte altamente estratégicas, devem seguir políticas rigorosas de confidencialidade. Os canais de distribuição variam de acordo com as políticas de cada organização, podendo ser veiculados somente em reuniões de diretoria, por email, intranet, internet ou na “nuvem”, segundo critérios específicos de compartilhamento, aliás esta é considerada hoje uma das formas mais seguras.

Para encerrar, deve-se destacar que de nada adianta cumprir a risca todo o processo de inteligência competitiva se os decisores das organizações não forem receptivos às informações colhidas, as quais não são necessariamente aquelas que esperam ou desejariam ouvir… Foi o que aconteceu na falha clássica do presidente americano Roosevelt e seus comandantes que simplesmente desprezaram os avisos do serviço de inteligência que precederam o ataque japonês de Pearl Harbour. Não é preciso dizer mais nada!

Créditos:

Autoria por Ricardo Barreto

Obra no prelo: INTELIGÊNCIA DE VALOR: boas decisões sempre

Gostou? Mãos ao BUZZ nas redes!

Saiba mais:

1. Para um aprofundamento sobre os documentos de inteligência, como acessar as bases de dados e compilar as informações científicas, tecnológicas e de mercado, conhecer a obra do autor: Barreto, R. ITTINOMICS: um guia especial para inovação aberta, Valinhos-SP, Editor – Autor, 2010.

INTELIGÊNCIA COLABORATIVA

ricardobarreto Deixe um comentário

#inteligênciadevalor #valor #inteligência #inteligênciacolabotiva #estratégiacolaborativa #métodocientífico #Descartes #verdadecientífica #wikinomics #colaboraçãoemmassa

Para se atingir um objetivo comum que envolva a solução de um problema desafiador, deve-se somar esforços entre vários atores, competidores ou não, sendo que todos são beneficiados com os resultados, em maior ou menor proporção. Este é o princípio da inteligência colaborativa!

Agora, cá entre nós, será que o conceito de colaboração em massa é mesmo tão recente assim? Veremos que não.

Sua origem se confunde com a própria história do método científico, cujos elementos vêm se desenvolvendo desde o Egito antigo, passando posteriormente pela Grécia e misturando-se com a filosofia islâmica, até culminarem no pensamento de Descartes, no sistema lógico de Francis Bacon e na aplicação do empirismo por Isaac Newton. Resumidamente, Descartes estabeleceu três regras de ouro para chegar à dita “verdade científica”: da evidência, da análise e da dedução 1

Figura. As três regras de ouro de Descartes que culminam na verdade científica.

Vê-se que o método científico não é somente uma receita caracterizada pela objetividade, causalidade e imparcialidade. Ele requer inteligência, imaginação e criatividade para experimentação contínua. Apresenta-se, assim, na forma de uma sequência de ações lógicas e sequenciais, desde a formulação de uma hipótese até a verificação experimental.

Deve-se observar que este processo distingue-se pelo fato de ser cíclico, possibilitando que outros cientistas possam analisar, reproduzir experimentos e verificar a confiabilidade dos resultados. Isto nada mais é do que a tal da colaboração em massa aplicada à solução de problemas científicos.

A única diferença com relação ao conceito atual do wikinomics, é que a divulgação dos resultados de uma pesquisa é imensamente potencializada pelo poder da internet, podendo atingir instantaneamente qualquer pesquisador ao redor do mundo. Assim, fica cada vez mais difícil de discordar da afirmação profética de Hans Selye: quem não sabe o que procura não entende o que encontra.2

Já vimos alguns exemplos bem recentes em que a aplicação da estratégia colaborativa é evidente, tais como a produção de conteúdos para o inbound marketing, a geração de créditos de carbono para economias sustentáveis ou até mesmo o processamento computacional de cálculos complexos para benefícios financeiros, mais propriamente o acúmulo de criptomoedas.  

Acontece que ainda não temos propriamente um Porter da estratégia colaborativa, nem tampouco seria preciso… A ações compreendidas pelo método científico se aplicam como uma luva para todos estes casos! Quando não se aplicarem, pode-se assumir, sem medo de errar na extrapolação, que não existe “vantagem colaborativa”.

A inteligência colaborativa, portanto, carece somente de um formalismo apropriado aos tempos de inteligência artificial e big data, com os devidos algoritmos de machine learning, sistemas de recomendação e técnicas de data mining, visando automatizar todo o processo. Mas paremos por aqui porque na sequência falaremos de um dos principais agentes de mudança nesta nova era: os BROKERs de informação!

Créditos:

Autoria por Ricardo Barreto

Obra no prelo: INTELIGÊNCIA DE VALOR: boas decisões sempre

Gostou? Mãos ao BUZZ nas redes!

Saiba mais:

1.  Descartes, R. Discurso do método, São Paulo: Ed. de Ouro, 1970.

2. Selye, H. Stress a tensão da vida, São Paulo: IBRASA, 1965.

INTELIGÊNCIA COMPETITIVA

ricardobarreto Deixe um comentário

#inteligênciadevalor #valor #inteligência #inteligênciacompetitiva #estratégiacompetitiva #MichaelPorter #AlanTuring #benchmarking #algoritmos #inteligênciaartificial

O fenômeno da competição é uma característica intrínseca do ser humano. Está primariamente associada ao “instinto de sobrevivência”, bem como à preservação das organizações nas quais estamos associados.

Ajudar a compreender este fenômeno, bem como buscar estratégias para conquistar e sustentar a “vantagem competitiva” por longos períodos de tempo é o propósito maior do campo denominado inteligência competitiva.

As raízes da inteligência competitiva remontam às estratégias militares de tempos longínquos, com os escritos de Sun Tzu cerca de 500 a.c. Sua obra clássica, intitulada A Arte da Guerra, tornou-se a referência basilar da inteligência militar, muito embora estivesse por demais associada ao conceito de espionagem, conforme ilustrado no trecho: 1

“… Não se pode usar espiões sem sagacidade e conhecimentos; não se pode usar espiões sem humanismo e justiça; não se pode conseguir a verdade de um espião sem astúcia. Este é, na verdade, um assunto muito delicado …”

Passados mais mais de 2.000 anos, uma nova “onda” do uso da inteligência competitiva surgiu durante a 2a Guerra Mundial, em especial nos Estados Unidos e Inglaterra, onde o conceito foi visto pela primeira vez além da estratégia militar e passou a tatear os campos da ciência política e criptografia nos serviços secretos de Estado.

Teve destaque os trabalhos do matemático britânico Alan Turing que inventou uma máquina especificamente para quebrar os códigos secretos dos alemães. Sua invenção foi depois fundamental para o surgimento dos computadores e da própria lógica de programação. Nos Estados Unidos sobressaíram-se os trabalhos de segurança nacional da agência Central de Inteligência americana (a famosa CIA).

No entanto, foi somente na década de 80, com a publicação da obra incomparável do Prof. Michael Porter (da renomada Harvard Business School), chamada Estratégia Competitiva, que o conceito de inteligência competitiva chegou finalmente ao mundo dos negócios. 2

Antes disso as iniciativas eram mais informais e se limitavam à coleta de dados competitivos sobre a indústria e seus competidores em arquivos de bibliotecas, muito embora a área de marketing já fizesse uso extensivo destas informações em pesquisas. Mesmo assim, quase nenhuma empresa tinha capacitação em inteligência competitiva e o tema não tinha atenção alguma por parte da alta gerência nas empresas de grande porte.

Aos poucos a inteligência competitiva começou a ganhar importância nas organizações e passou para atividades de análise das informações e não somente de coleta (restrito às áreas de marketing e planejamento). No entanto, ainda era vista com cautela pelo nível gerencial que questionava principalmente os seus resultados práticos. Faltava histórico, mais propriamente estudos de caso de sucesso! As análises eram puramente quantitativas e pouco aproveitadas para tomada de decisão estratégica.

Os primeiros resultados visíveis começaram a surgir com a aplicação da técnica de benchmarking já quase no final da década de 80 e assim marcou-se o início da fase áurea da inteligência competitiva, com sua disseminação dentro e fora das grandes organizações e o início da visibilidade internacional.

O reconhecimento veio rápido, em especial pelas grandes escolas de negócios, e surgiram as primeiras unidades formais autônomas em organizações de ponta como a Corning Inc. nos Estados Unidos. Alguns anos depois muitas das empresas da Fortune 500 já contavam também com suas próprias áreas de inteligência competitiva (vide abaixo a cronologia).

Figura. A evolução da inteligência competitiva.

Na atualidade o uso da inteligência competitiva é especialmente empolgante. Em tempos de big data e computação em nuvem, quão promissoras não o são as aplicações das técnicas de analytics, sistemas de recomendação e data mining? Perceba a dimensão dos inúmeros algoritmos que estão somente começando a descortinar as aplicações da inteligência artificial…

Especificamente no Brasil, ainda são poucas as empresas com capacidade arraigada de inteligência competitiva, com áreas estruturadas para atender este propósito, mesmo assim quando muito dentro do departamento de marketing ou planejamento estratégico, enquanto deveriam ficar nas áreas diretamente relacionadas à Pesquisa, Desenvolvimento & Inovação.

Estamos falando aqui em extrapolar as barreiras dos negócios e perscrutar as novas dimensões da inteligência, mais propriamente a digital, financeira, científica, tecnológica e de mercado. Estamos falando de novas métricas de avaliação de performance. Estamos falando da construção de ativos de inteligência. Estamos falando, enfim, do surgimento de novas plataformas de produtos e serviços de inteligência!

O tempo das consultorias especializadas das últimas décadas já passou. Elas se tornaram arcaicas, obsoletas. São inúmeras as formas de competição e estamos somente adentrando na quarta e talvez a mais empolgante… Falando do futuro, não podemos fechar os olhos para a estratégia oposta (ou complementar) que ainda está engatinhando, mas tem ganhado cada vez mais adeptos: a inteligência colaborativa. Nosso próximo assunto… Aguarde.

Créditos:

Autoria por Ricardo Barreto

Obra no prelo: INTELIGÊNCIA DE VALOR: boas decisões sempre

Gostou? Mãos ao BUZZ nas redes!

Saiba mais:

1.  Tzu, S. A arte da Guerra: os 13 capítulos originais, 2a. ed. São Paulo: Clio Editora, 2012.

2. Porter, M. Competitive Strategy, The Free press, New York, 1980.

ESTRATÉGIA COLABORATIVA

ricardobarreto Deixe um comentário

#inteligênciadevalor #valor #inteligência #colaboraçãoemmassa #estratégiacolaborativa #HenryChesbrough #inovaçãoaberta #wikinomics #pontosdedivergência #pontosdeconfluência

Voltemos à questão dos pontos de divergência e confluência. Esta é a chave! É muito fácil tipificar a primeira. Basta imaginar a atividade de comércio no centro da cidade em que vive. As lojas de roupas A, B e C naturalmente “divergem” na qualidade e preço das suas peças, competindo pela preferência de compra do mesmo público. Ou seja, se compro uma blusa em A, não comprarei outra blusa em C porque a demanda já foi suprida. E a segunda: você consegue identificar alguma atividade característica de imediato?

Certamente, a mais antiga e evidente é a base de toda a ciência moderna! Em realidade, trata-se da prerrogativa do próprio “método científico” que depende da construção coletiva do conhecimento, juntando-se uma miríade de fatos verificados por inúmeros cientistas ao redor do mundo que juntos comprovam (ou decifram) hipóteses específicas, formando as bases de uma teoria científica. Um exemplo clássico e de conhecimento do público amplo foi o projeto Genoma que decifrou o código genético humano.

Figura. Representação esquemática do método científico (adaptado da Wikipedia).

            Da mesma forma, podemos enquadrar a atividade de programação que pode envolver centenas ou até milhares de programadores ao redor do mundo, cada um produzindo uma pequena parte do código para desenvolver uma aplicação específica. Este conceito ficou conhecido como princípio do “código aberto” e deu origem ao sistema operacional Linux que chegou a rivalizar com o Windows por certo tempo (pelo menos entre os programadores profissionais).

Existem outras atividades não tão evidentes que também são pautadas pelos “pontos de convergência”, tais como a geração de bitcoins, o acúmulo de créditos de carbono ou o marketing de conteúdo, mas o importante aqui é entendermos a origem do conceito da “colaboração em massa” que ficou mundialmente conhecido pelo termo wikinomics.

Na verdade, wikinomics é um neologismo criado por Don Tapscott e Anthony Williams, enfatizando que o compartilhamento de informações dará “vantagens colaborativas” (e não competitivas) para as empresas que se abrirem a este novo paradigma. Eis uma frase que sintetiza muito bem esta visão de futuro no mínimo instigante: 1

A economia é vista como um meio de colaboração entre os atores sociais, baseada em códigos abertos e “ideágoras” que são as modernas praças do conhecimento, porém nunca tão verdadeiras!

Isto ocorrerá devido à oportunidade de interagir com uma diversidade de profissionais qualificados, mesmo que estes estejam geograficamente distantes e ainda a um custo consideravelmente menor, contando com a diversidade de contribuições para incrementar o processo de inovação dentro e fora das organizações. Uma dica: quem quiser se aprofundar no tema, não deixe de ler os trabalhos do Prof. Henry Chesbrough da Harvard Business School. 2

Aos meus olhos, este movimento é irreversível, de modo que as empresas deverão se adaptar mais cedo ou mais tarde, assim como a necessidade de se fomentar a inovação através das ferramentas propiciadas pela tecnologia da informação e inteligência artificial. Você já está preparado para este futuro incrível que está por vir?

Créditos:

Autoria por Ricardo Barreto

Obra no prelo: INTELIGÊNCIA DE VALOR: sempre boas decisões sem esforço

Gostou? Mãos ao BUZZ nas redes!

Saiba mais:

1. Tapscott, D., Williams, A.D. Wikinomics, Rio de Janeiro: Nova Fronteira, 2007.

2. Chesbrough, H.W. Open business model: how to thrive in the new innovation landscape, Boston, MA: Harvard Business School Press, 2006.

ESTRATÉGIA COMPETITIVA

ricardobarreto Deixe um comentário

#inteligênciadevalor #valor #inteligência #competição #estratégiacompetitiva #MichaelPorter #rodadacompetitividade #fatorescríticosdesucesso #forçasefraquezas #objetivosempresariais

Verdade seja dita! Foi o Prof. Porter,  da Harvard Business School, o primeiro a perscrutar este campo de estudos com análises muito bem estruturadas do fenômeno da competição, especificamente voltadas para o mundo dos negócios.1 Ele preconizou que, para o desenvolvimento de qualquer estratégia competitiva, é preciso de responder antes a 3 questões essenciais:

                                    1. Como você pretende competir?

                                    2. Quais são os seus objetivos no longo prazo??

                                    3. Por quais meios (políticas) você espera atingí-los???

Vamos começar avaliando as estratégias competitivas empresariais que já estão amplamente disseminadas e fazem parte da rotina de qualquer executivo que se preze nos dias de hoje. Porter nos ensinou a utilizar a “roda da competitividade” que é um dispositivo visual extremamente didático para visualizar rapidamente os aspectos cruciais da estratégia competitiva de uma empresa.

No centro da roda ficam os objetivos, sejam eles econômicos ou não-econômicos. Importante que estes sejam perfeitamente alinhados com a estratégia assumida. Como exemplo podemos citar: lucratividade, market share, fortalecimento da marca, reconhecimento social, entre outros. Por sua vez, os raios da roda representam as políticas assumidas para atingir cada um dos objetivos. Eles também se confundem com as áreas que desempenham as respectivas atividades dentro da empresa (marketing, P&D, produção, vendas, etc. ). Notem que, dependendo da estratégia escolhida, um ou outro raio da roda ganhará maior ou menor importância.

Figura. Roda da competitividade de Porter.

Se a empresa decide, por exemplo, ser a líder em tecnologia do seu setor, as atividades de P&D e marketing certamente terão maior relevância do que as de distribuição, muito embora a harmonia do conjunto e o alinhamento com todos os objetivos sejam críticos para o desempenho final da roda. E olha que tem muita “roda quadrada” rodando por aí!

Definida a estratégia, estabelecidos os objetivos, falta somente identificar os 4 fatores críticos de sucesso. Nunca o contrário! São sempre 2 fatores internos e 2 fatores externos, começando pelas suas forças e fraquezas… Pergunte-se: no quê você é muito bom mesmo? Qual é o seu “calcanhar de Aquiles” perante os competidores???

Uma empresa pode ser a única em sua tecnologia, no entanto, se tiver carência de recursos humanos, vai acabar morrendo é na praia!

Da mesma forma, os valores pessoais (leia-se as motivações e necessidades de cada um) dos seus executivos e das pessoas diretamente ligadas à implementação da estratégia escolhida são determinantes para o sucesso. Vocês acham realmente que o Zuckerberg estava interessado nos bilhões que viria a galgar quando passou 1 mês enfurnado num quarto em Harvard programando aquela que seria a maior rede social do planeta? Ou será que Jeff, isso mesmo o careca da Amazon, tinha necessidades “patológicas” de fazer compras sem sair de casa???

Já no ambiente externo ficam os riscos (tanto oportunidades como ameaças) associados à sua indústria especificamente e às expectativas da sociedade em geral, mais propriamente os marcos legais que refletem os interesses do Estado, os anseios da população e as preocupações com o meio-ambiente e justiça social.

Recentemente vimos no Brasil vários grupos empresariais do segmento das empreiteiras (do tamanho de uma Odebrecht, por exemplo) envolvidas num escândalo sem tamanho de propinas deflagrado pela operação Lava-Jato. O que representava, na lógica deles, uma oportunidade (políticos corruptíveis brasileiros) acabou se tornando a grande ameaça para continuidade do negócio e ainda uma “baita” oportunidade para as empreiteiras médias e honestas que antes sofriam para vencer uma concorrência sequer!

Créditos:

Autoria por Ricardo Barreto

Obra no prelo: INTELIGÊNCIA DE VALOR: tome boas decisões sem esforço

Gostou? Mãos ao BUZZ nas redes!

Saiba mais:

1. 7Porter, M. Competitive Strategy, The Free press, New York, 1980.

2. Tapscott, D., Williams, A.D. Wikinomics, Rio de Janeiro: Nova Fronteira, 2007.

COMPETIR OU COLABORAR

ricardobarreto Deixe um comentário

#inteligênciadevalor #valor #inteligência #competição #colaboração #estratégiacompetitiva #estratégiacolaborativa #colaboraçãoemmassa #wikinomics #josephschumpeter #inovação #destruiçãocriativa #sínteserestritiva

Eis um dos grandes dilemas dos tempos atuais: quando competir ou colaborarar? Enganam-se redondamente aqueles que emitem um julgamento aprioristicamente sem antes passar por uma reflexão profunda sobre o tema que é tão vasto quanto as áreas de interação do ser humano nas esferas pessoal, profissional e social.

Num mundo cada vez mais automatizado e repleto de informação, é preciso antes de mais nada saber qual estratégia assumir, visando ao mesmo tempo a evolução pessoal e os resultados organizacionais. Certamente não é uma “escolha” fácil. Requer muita perspicácia para avaliar qual estratégia deve gerar maior valor no longo prazo, lembrando que a “escolha” é só o começo da jornada que também dependerá das ferramentas disponíveis e, sobretudo, da expertise de como aplicá-las na execução do plano. Vamos lá?!

A ESTRATÉGIA COMPETITIVA é a mais evidente por motivos até mesmo antropológicos, ligados à sobrevivência de uma entidade, segundo o conceito mais amplo que vimos anteriormente, dos processos algorítmicos. Por outro lado, a ESTRATÉGIA COLABORATIVA, requer condições bem específicas e propícias aos “fenômenos de rede”, mais propriamente das redes de valor que têm ganhado cada vez mais importância em algumas áreas do conhecimento de base e aplicado.

Via de regra, em toda e qualquer análise estratégica, independente do campo de aplicação, é preciso primeiramente encontrar os pontos de divergência e/ou confluência. Veremos que o primeiro está relacionados à “destruição criativa”, cerne da inovação schumpteriana de meados do século passado e que revolucionou a forma de se criar vantagem competitiva. 1

Figura. Joseph Schumpeter, economista austríaco precursor da teoria da inovação.

Já o segundo é bem mais recente (eu dato o seu nascimento mais precisamente em 2006 com a publicação do livro Wikinomics) e chamamos aqui mais propriamente de “síntese restritiva”, resumindo o propósito do conceito propalado por Tapscott & Williams. 2

Para chegarmos à origem genésica das estratégias competitivas (o que são, para quê servem e como formulá-las) precisamos de entender primariamente o conceito mais abrangente, para não dizer filosófico, do termo “competição”. Eis os 3 questionamentos basilares que não podem deixar de ser pautados antes de avançarmos:

                                    1. O que se entende por competição?

                                    2. Quais as formas de se competir?                          

                                    3. Ela é mesmo salutar?

 Não se pode negar algo que nos é uma característica intrínseca. O ser humano é naturalmente competitivo e, por consequência, as instituições humanas a que ele pertence. Lutamos constantemente pela busca da melhor performance, pela superação dos nossos pares e as conquistas advindas, sejam elas monetárias, sociais, políticas, religiosas, etc.

Acontece que vivemos na atualidade uma “hipercompetição” generalizada em quase todos os campos de aplicação possíveis e imagináveis. Praticamente já não existem áreas do conhecimento humano inexploradas. Em tempos de globalização econômica e da tal ubiquidade computacional e informacional, o “kit de ferramentas” convencional da competição do Prof. Michael Porter já não é mais suficiente para os indivíduos e organizações se reinventarem continuamente.

Acreditem: neste contexto, a “inovação schumpeteriana”, antes vista como a salvação pelos gurus da estratégia, pelo menos no seu formato original, está em cheque! Mas será que existem novas e inusitadas formas de “destruição criativa” que não estejam diretamente vinculadas à inovação?

Bem, veremos que sim e trata-se justamente da tal “síntese restritiva” que conjuga a evolução de uma série de tecnologias que propiciaram a coloboração em massa numa escala antes inimaginável! Precisamos, mais do que nunca, entendê-la e decifrá-la porque sua lógica é bem diferente do que estávamos habituados… 

Créditos:

Autoria por Ricardo Barreto

Obra no prelo: INTELIGÊNCIA DE VALOR: tome boas decisões sem esforço

Gostou? Mãos ao BUZZ nas redes!

Saiba mais:

1. Shumpeter, J. Capitalism, socialism and democracy, London: Allen & Urwin, 1943.

2. Tapscott, D., Williams, A.D. Wikinomics, Rio de Janeiro: Nova Fronteira, 2007.

DADOS, INFORMAÇÃO, CONHECIMENTO E INTELIGÊNCIA

ricardobarreto Deixe um comentário

#inteligênciadevalor #valor #inteligência #inteligênciartificial #algoritmosdemachinelearning #machinelearning #sistemasderecomendação #colaboraçãoemmassa #tomadadedecisão #processosdetomadadedecisão #dados #informação #conhecimento #gestãodoconhecimento

Digamos que exista um processo sistêmico, dinâmico e colaborativo, capaz de aumentar significativamente suas chances de sucesso em qualquer tipo de processo de tomada de decisão, estratégica ou nem tanto… [hehe] Precisamos, antes de mais nada, de entender um pouco mais a fundo o que são dados, informação, conhecimento e inteligência.

Em realidade, são conceitos bem distintos, muito embora exista uma certa gradação entre eles, dentro de uma escala de discernimento com o tempo: o dado gera a informação que, por sua vez, leva ao conhecimento, refletido finalmente em inteligência aplicada no resultado de eventos futuros. Vide abaixo a representação esquemática adaptada do trabalho de de Štefániková et al. 1

Dentro das organizações, os dados podem ser vistos como simples registros de eventos, devidamente estruturados, sem um significado propriamente dito. Num laboratório de pesquisas, por exemplo, pode-se classificar como dados os registros dos experimentos, tabelas, gráficos, resultados analíticos, entre outros.

Já a informação deve encerrar um significado próprio, tanto que o próprio Peter Drucker (nosso guru da gestão empresarial) afirmou certa vez que “as informações são dados dotados de relevância e propósito”. Veja que a significância, neste caso, está diretamente relacionada à capacidade de transmitir uma mensagem entre um gerador e um receptor. Simples assim: um cientista acabou de ler um artigo sobre a aplicação de nanotubos de carbono para proteção de alimentos em caixas de papelão. No café, seu pupilo ficou interessado e, claro, absorveu uma breve aula sobre o tema e bem fresquinha…

Por sua vez, quando se fala de conhecimento, qualquer explicação direta e simples seria uma difícil missão, tamanha a complexidade deste conceito. Podemos tão-somente nos arriscar aqui a propor uma definição um pouco mais atualizada: “seria o repositório de informações em constante evolução, devidamente estruturado e conectado a uma rede de colaboradores”.

Figura i.3. A gradação do discercimento com a evolução e o tempo.

Mais importante, agora, é observar a distinção entre conhecimento e inteligência. Notem que os dados, a informação e o conhecimento estão no campo do passado enquanto que a inteligência é a única que volta-se para o futuro.

Lembrem-se da máxima popular: de nada adianta o conhecimento se este não for devidamente aplicado!

É como ter uma enciclopédia gigantesca sem um professor para transmitir os ensinamentos nela encerrados. O papel da inteligência é, portanto, crucial para atingir o discernimento com o tempo, seja em processos organizacionais ou em situações importantes das nossas vidas, conectando o passado com o futuro, os que sabem com os que precisam saber. A inteligência serve para ajudar as pessoas a decidirem com sapiência!

Deve-se enfatizar ainda que existem diferentes naturezas informacionais, sejam elas estruturadas ou não-estruturadas. Os dados, informações e conhecimentos estruturados são aqueles sistematizados, organizados e disponíveis para acesso dentro ou fora das organizações. Já aqueles não-estruturados são sempre externos, sem quaisquer tipos de filtros ou tratamentos analíticos.

Um exemplo seria o dado relacionado ao número de patentes depositadas por uma determinada empresa competidora, acessível através de bases de dados tecnológicas como a PATENTSCOPE do Wipo (Escritório Mundial de Patentes). Veremos em detalhes mais a frente o papel deste tipo de base de dados na geração de informação relevante para Pesquisa, Desenvolvimento & Inovação (PD&I).

Ainda como preâmbulo, não poderíamos deixar de mencionar a grande revolução que estamos vivenciando nos últimos anos com o advento dos algoritmos de machine learning e o aparecimento das primeiras aplicações da inteligência artificial (AI), tais como o reconhecimento de voz e imagens, bem como a sua difusão “meteórica” em campos antes inimagináveis como a medicina e o ensino.

Por muito tempo o ser humano reinou absoluto como a única fonte de conhecimentos, os quais eram ditos tácitos pelo fato de carecerem da “externalização” pelas pessoas que o detinham através das suas experiências singulares. É por este motivo que os ativos de conhecimento sempre imperaram para formação do patrimônio intelectual e competências das pessoas nas organizações.

Hoje em dia isto já não é mais uma realidade intransponível! Em tempos de big data, estamos migrando dos “ativos de conhecimento” para os “ativos de dados” e, consequentemente, do “conhecimento tácito” para o “conhecimento explícito”, muito embora avassalador…

Os mecanismos de inteligência estarão cada vez mais presentes na rotina das organizações e das pessoas. Tudo, ou mais propriamente qualquer processo que se baseia em dados e informação, será um dia passível de automação! As novas aplicações da inteligência artificial estão cada vez mais ousadas, substituindo gradativamente nós (os humanos) em muitas atividades…

Se este cenário lhe preocupa, não adianta evitá-lo. Comecemos entendendo em quais circunstâncias devemos competir ou colaborar. Só depois vamos começar a entender como alguns “robozinhos” podem ser bons amigos nos nosso dia a dia! Vamos lá?

Créditos:

Autoria por Ricardo Barreto

Obra no prelo: INTELIGÊNCIA DE VALOR: metodologia aplicada aos processos de tomada de decisão

Gostou? Mãos ao BUZZ nas redes!

Saiba mais:

1. 4Štefániková et al.The need of complex competitive intelligence, Procedia Social and Behavioral Sciences, 2014, 669 – 677

Processos de tomada de decisão

ricardobarreto Deixe um comentário

#inteligênciadevalor #valor #inteligência #inteligênciartificial #algoritmosdemachinelearning #machinelearning #sistemasderecomendação #colaboraçãoemmassa #tomadadedecisão #processosdetomadadedecisão #FriedrichHayek #DanielKahneman #pensamentoestatístico #pensamentocausal

Apesar de citar as informações científicas, Hayek1 estava se referindo, outrossim, ao processo de tomada de decisão estratégica nas organizações, muito embora o conceito possa ser extrapolado ao nível do indivíduo, desde que se caracterize um processo cíclico aplicável até mesmo em situações elementares do cotidiano.

O importante é que este processo deve compreender necessariamente a identificação de um problema qualquer, a busca de alternativas para sua solução, atividades de execução da alternativa escolhida e, finalmente, a avaliação dos resultados para enfrentar possivelmente novos problemas, reconhecidos por semelhança ao problema original.

Figura. Processos cíclicos de tomada de decisão.

Mergulhando mais a fundo no tema, diga-se de passagem negligenciado por muitos, precisamos lançar mão dos trabalhos de mais um Nobel de economia, desta vez exaltando o professor emérito de psicologia da Universidade de Princeton: Daniel Kahneman. Ele desvenda os modelos mentais que estão por trás dos processos de tomada de decisão, destacando estritamente duas formas de pensar: o “pensamento estatístico” e “pensamento causal”. 2

O primeiro é analítico, reflexivo e ponderado. Beseia-se num conjunto de fatos e dados (as alternativas do esquema acima) que são meticulosamente calculados (idealmente via algoritmos) e avaliados antes de se apresentar uma solução para algum problema específico. Já a segunda forma de pensar (a causal) se apóia em ideias associativas, preconcebidas com base no histórico de memórias e experiências pregressas armazenadas num banco de dados extremamente vasto.

Kahneman afirma com propriedade que nós, seres humanos autônomos e conscientes, agimos constantemente de acordo com uma ou outra forma de pensamento, dependendo da circunstância e, claro, do perfil psicológico do observador.

Assim, pode-se dizer que todos nós temos dupla personalidade, ora governados pelo EU consciente, preciso mas lento, ora dominados pelo EU não-consciente, muito mais rápido apesar de enviesado por vezes!

Aliás, sobre os viéses relacionados à busca automática pela “causalidade”, ele cita um evento internacional altamente relevante no combate americano ao terrorismo, mais precisamente o dia em que Saddam Hussein foi preso… Veja, a renomada agência de notícias econômicas americana (Bloomberg) destacou no fatídico dia as seguintes manchetes contraditórias:  

  • MANCHETE 1: TÍTULOS DO TESOURO AMERICANO SOBEM: CAPTURA DE HUSSEIM PODE NÃO CONTER O TERRORISMO;
  • MANCHETE 2: TÍTULOS DO TESOURO CAEM: CAPTURA DE HUSSEIN IMPULSIONA APELO POR ATIVOS DE RISCO.

De fato, neste dia, inicialmente os preços das apólices inicialmente subiram, no entanto, meia hora mais tarde elas cairam acentuadamente… Este é apenas um entre os numerosos e perspicazes exemplos que comprovam a sua tese de que “um grande evento gera consequências, e consequências necessitam de causas para explicá-las”!

Portanto, sempre que possível ou mais propriamente quando houver tempo e capacidade de processamento suficientes (neste caso a poderosa mente humana) deve-se optar pelo pensamento estatístico e não o causal para todo e qualquer processo de tomada de decisão.[*]

Acontece que, para qualquer organização ou indivíduo lograr êxito no processo de tomada de decisão, este depende de dados não só abundantes mas também fidedignos, ou seja, pautadoos por informações úteis, corretas, entregues na hora certa e para a(s) pessoa(s) certas, quais sejam aquelas que de fato detêm o conhecimento para decidir estrategicamente. Este é o cerne do que chamaremos daqui em diante de INTELIGÊNCIA DE VALOR. Mas antes de desvendar esta nova metodologia, deve-se diferenciar definitivamente o que são dados, informação, conhecimento e inteligência. 

Créditos:

Autoria por Ricardo Barreto

Obra no prelo: INTELIGÊNCIA DE VALOR: metodologia aplicada aos processos de tomada de decisão

Gostou? Mãos ao BUZZ nas redes!

Saiba mais:

1. Hayek, Friedrich A. The Use of Knowledge in Society, 1945.

2. Kahneman, D. Rápido e devagar: duas formas de pensar, 1a ed. Rio de Janeiro: Objetiva, 2012.


[*] Observe que o pensamento causal (ou autônomo) é muito eficiente em situações triviais do cotidiano como andar pela rua ou dirigir um carro. Para tarefas mais complexas tais como a decisão de investimento num apartamento na planta, você precisa se desvencilhar do impulso de compra e raciocinar! Isto significa colocar a massa cinzenta para funcionar… O campo da Inteligência Artificial, com seus algoritmos e o uso de dados massivos, vem ganhando cada vez mais força no dia a dia das pessoas, justamente pela limitação humana (mente, cérebro e memória) para galgar tomadas de decisões muito mais acertadas. Quem não gostaria de ter um ROBÔ à disposição para saber quais as melhores ações devo comprar e vender na bolsa de valores todos os dias?!