Portal InstitucionalUFPEL

A Inteligência Artificial (IA) é uma área da Ciência da Computação que estuda a mecanização de processos cognitivos por meio de algoritmos. Um dos focos da IA é a automação destes processos, almejando a substituição ou facilitação de tarefas cognitivas humanas por computadores. Avanços recentes, tanto científicos e tecnológicos como culturais, tem levado a um amplo interesse no uso de IA por diferentes setores da sociedade, como empresas e governos, que buscam principalmente uma melhoria na eficiência e eficácia de processos tradicionais, mas também a exploração de novos mercados através de serviços e produtos AI-first -- que não seriam possíveis ou viáveis sem IA.

Estudos da McKinsey [1] e PwC [2] apontam para um crescimento do PIB mundial, até 2030, de 13 a 15 trilhões de dólares, exclusivamente devido ao emprego de IA. Isto equivale a uma taxa de crescimento anual mundial que superaria a introdução de tecnologias como motores a vapor e microcomputadores. No entanto, os mesmos estudos apontam para uma grande desigualdade na distribuição dos ganhos, com países e empresas que já se encontram investindo em IA concentrando a vasta maior parte do faturamento adicional. Neste cenário, o Brasil encontra-se em desvantagem com relação a países como Canadá, China e Estados Unidos. Estes já vem investindo em IA há alguns anos, tanto em nível empresarial como nacional -- 25 países já adotaram planos nacionais de investimento em IA, seguindo o Canadá que instituiu o primeiro plano em 2017. O Brasil, por sua vez, tem pouca expressividade nesta área, e, até o momento, nenhum plano de investimento específico ou preparação por parte dos governos. No vácuo deixado pela falta de políticas públicas, algumas poucas iniciativas isoladas podem ser encontradas, a vasta maioria na região de São Paulo [3]. Neste sentido, tanto o Rio Grande do Sul como, em especial, a metade sul do Estado, possuem baixa expressividade mesmo quando comparados a outras regiões do Brasil.

Mantendo-se o rumo atual, é grande a probabilidade de que o Brasil em geral e o RS em particular tenham perdas reais devido a IA, perdas estas devido ao aumento da competitividade por empresas competidoras, tanto no país como no exterior, que estão adotando IA ou investindo para adoção no futuro próximo. Observa-se, no entanto, que não existem dados sobre a adoção ou conhecimento sobre IA por empresas no Estado; esta ausência de dados pode ser vista como evidência da baixa expressividade da área, mas faz-se necessária a coleta de dados sobre o assunto.

Há diversos obstáculos para adoção de IA em empresas. Em nível mundial, estudos identificam duas razões predominantes [4]: a falta de conhecimento sobre IA e a falta de mão-de-obra especializada. Isto significa que poucas empresas sabem como a IA pode ajudá-las e, das que sabem, poucas conseguem implementar as soluções necessárias por falta de capacidade tecnocientífica. O Brasil e o RS não devem ser diferentes nesse quesito, ainda que não existam dados a respeito.

Assim, caracteriza-se o principal problema que este projeto almeja atingir: a insuficiência de investimentos por parte das empresas em Inteligência Artificial e a consequente perda de competitividade no futuro próximo.

A metodologia deste projeto envolve simultaneamente extensão, pesquisa e ensino. Em termos gerais, a extensão é a capacitação de agentes externos à Universidade na figura de empresas que receberão atividades de capacitação e construção de estudos de caso. A pesquisa ocorre no processo de desenvolvimento de oportunidades, na forma de testes de conceito, em cenários onde não existe uma solução bem definida. Por fim, o eixo de ensino se destaca pela capacitação dos estudantes envolvidos, tanto na forma de treinamento direto como no contato com problemas reais em empresas. No que segue, a metodologia é detalhada por objetivo específico.
Objetivo específico: Identificar oportunidades

A identificação de oportunidades diz respeito a mapear entre as empresas da região onde IA pode ser benéfica e gerar retornos de investimento. É o primeiro passo para qualquer aplicação de IA, sendo essencial estabelecer problemas de negócios bem definidos e, então, elencar soluções de IA que possam solucionar estes problemas ou otimizar soluções existentes.

Estado Atual da IA nas Empresas da Região
No entanto, é necessário compreender o estado atual da IA nas empresas da região, uma vez que qualquer identificação de oportunidades se dará no topo do que já é utilizado. Em particular, há diversas técnicas que são hoje amplamente desenvolvidas dentro da área de IA que se originaram em outros contextos e que não seriam consideradas IA nestes contextos. Esta etapa de trabalho tem como produto um relatório identificando empresas que fazem uso de técnicas de IA, detalhando a técnica e o tipo de problema onde é aplicada.

Para atingir este objetivo, duas abordagens serão realizadas. Primeiro, selecionar-se-á empresas de diferentes grupos econômicos, na região, para uma rodada de entrevistas estruturadas com diferentes níveis dentro das empresas. Estas entrevistas visam obter informação sobre o uso de IA nas empresas cobrindo, em particular, os seguintes itens: (i) conhecimento sobre o que é IA, (ii) uso corrente de IA em processos, produtos ou serviços, (iii) conhecimento sobre possibilidade de aplicação de IA, (iv) existência de planejamento para adoção de IA; (v) origem de conhecimentos de IA e (vi) existência de departamentos ou pessoas específicas trabalhando com IA.

A segunda abordagem visa obter informações em maior escala e será feita através de formulário eletrônico, enviado a pessoas-chave dentro do maior número de empresas possível. Este formulário eletrônico replicará as perguntas da entrevista estruturada, mas de forma mais sucinta e de múltiplas escolhas, visando minimizar o tempo de resposta e maximizar o número de respondentes.

As informações coletadas serão então tabuladas e sumarizada em dois eixos: técnicas de IA e setor econômico da empresa. O agrupamento por técnica de IA permite compreender melhor o que está sendo utilizado no momento, permitindo identificar oportunidades de melhorias por meio de técnicas mais atuais ou informando os processos de capacitação futuros. O agrupamento por setor econômico permitirá identificar padrões no que tange o uso de IA, e.g. se há concentração em empresas de certa categoria.

Mapeamento de Oportunidades
Esta etapa utilizará empresas selecionadas, que podem ou não ser as mesmas da etapa anterior, para realizar a identificação de oportunidades. Esta etapa é também dividida em duas abordagens, uma visando a emersão das oportunidades (identificação própria) e outra visando a descoberta de oportunidades (identificação externa).

A etapa de identificação própria envolve intrinsecamente o processo de capacitação. Nesta etapa, uma ou mais palestras ou mini-cursos serão ofertadas para cada empresa, ou conjunto de empresas, onde informações básicas sobre IA serão oferecidas, objetivando que os participantes tenham compreensão do que é IA e consigam mapear técnicas abordadas a problemas da própria empresa. Ao final de cada evento, os participantes serão instigados a fazerem este mapeamento e reportarem aos pesquisadores com os resultados.

Na identificação externa, os pesquisadores procurarão ativamente por oportunidades a partir da descrição do modelo de negócio, por meio de reuniões com stakeholders em diferentes setores das empresas. Nesta etapa, gargalos decisórios e possibilidades de otimização de soluções serão priorizados, mas outras oportunidades também serão levantadas. Esta etapa ocorre necessariamente após a identificação própria, por ser informada por aquela.

O final desta etapa converge para um relatório detalhando as oportunidades encontradas, com, no mínimo, uma análise dos tipos de problemas a serem abordados, tipos de técnicas aplicáveis para cada oportunidade, avaliação da dificuldade técnica de proposição de soluções e estimativa dos retornos de investimento.
Objetivo específico: Identificar requisitos e obstáculos
De forma a identificar requisitos e obstáculos para implantação de técnicas de IA em problemas de empresas da região, propõe-se a construção de estudos de caso baseado em oportunidades identificadas na etapa anterior. Estes estudos de caso são testes de conceito, com o desenvolvimento de uma solução para o problema específico, sem preocupação direta em expor a solução desenvolvida ao meio produtivo, de forma a coletar informações ao longo do processo.

O primeiro passo é a escolha, entre as empresas definidas na etapa anterior, de um conjunto de oportunidades identificadas. Estas devem contemplar diferentes técnicas de IA e diferentes tipos de problemas, priorizando problemas com alta generalidade, cujas soluções possam ser aplicadas a outras empresas do mesmo setor. De forma a garantir a participação das empresas envolvidas, deve-se também considerar o interesse destas.

O processo de desenvolvimento utilizará metodologia conhecida utilizada em projetos de IA, a ser definida de forma a compatibilizar com os processos da própria empresa. O desenvolvimento em si ocorrerá em conjunto entre os membros da equipe do projeto e funcionários designados nas empresas. Terá todas suas etapas documentadas, identificando os requisitos de cada etapa (e.g. dados de certo tipo, conhecimentos específicos) bem como obstáculos e resistências para sua implantação (e.g. indisponibilidade de dados, falta de cooperação por setores da empresa).

Esta etapa resulta em documento relatando todo o processo de desenvolvimento, destacando os requisitos e todos obstáculos identificados. Pode ou não resultar em um teste de conceito de sucesso; no caso de não resultar, o documento detalha realiza um post mortem com os motivos para o insucesso.

Nos casos de teste de conceito realizados com sucesso, i.e. que resultem em evidências da possibilidade de ganhos para as empresas se implantados, sugere-se o prosseguimento de desenvolvimento destes para efetiva implantação. Nestes casos, as empresas poderão optar por desenvolver com recursos humanos próprios, ou contratar consultores, desenvolvedores ou empresas externas. De interesse a este projeto está acompanhar o processo decisório, de desenvolvimento e efetiva implantação, gerando um relato da trajetória adotada por cada empresa de forma a apontar gargalos (e.g. falta de mão-de-obra especializada) e propor melhorias (e.g. ampliação de treinamento).
Objetivo específico: capacitação nas empresas
A metodologia para capacitação em IA nas empresas é integrada com os objetivos específicos anteriores. São três formas principais de capacitação, aplicáveis a toda e qualquer empresa interessadas: palestras, minicursos e imersão.

Palestras e minicursos serão ofertadas com regularidade mínima anual. Palestras focam principalmente executivos e empreendedores, ainda que abertas à comunidade em geral. Nelas, o foco é informar, de forma sucinta, tomadores de decisão sobre o que é e os benefícios da IA, de forma que os interessados possam buscar mais informações posteriormente. Cobrirão pelo menos definições de IA, onde está sendo aplicada, como é aplicada em empresas, dados econômicos relevantes e estudos de caso.

Minicursos focam principalmente funcionários das empresas responsáveis pelo desenvolvimento de aplicações em IA. Estes minicursos cobrem tecnologias e ferramentas amplamente utilizadas em IA, melhores práticas no desenvolvimento de projetos de IA, bem como estudos de caso selecionados.

Por fim, imersões são ofertas de espaço no Centro para que funcionários se integrem em projetos de pesquisa e desenvolvimento sendo executados, por um período curto e limitado de tempo, objetivando transferir conhecimento pela prática e contato dos profissionais com alunos e pesquisadores trabalhando na área. Estes projetos de pesquisa e desenvolvimento podem ou não ter relação com projetos desenvolvidos nas empresas de origem.
Objetivo específico: capacitação de estudantes
A capacitação de estudantes em áreas da IA é um pilar central para que o projeto atinja todos seus demais objetivos e compõem o eixo de ensino do projeto. Esta se dará por quatro abordagens principais, todas voltadas a estudantes da Universidade mas abertas à comunidade universitária em geral: palestras, minicursos, desenvolvimento e disciplinas.

Palestras regulares serão responsáveis pela disseminação de conhecimento básico de IA na Universidade. O objetivo destas é permitir que estudantes de diferentes áreas de conhecimento conheçam a área de IA, suas possibilidades e limitações, de forma que novas aplicações sejam descobertas, ligando estas às necessidades de empresas da região, sempre considerando questões éticas. Procurar-se-á oportunizar apresentações em semanas acadêmicas e outros eventos na universidade.

Os minicursos oferecidos para funcionários de empresas terão também vagas para estudantes. Minicursos mais específicos, em particular sobre inovações recentes, serão ofertados primariamente para estudantes.

Estudantes ligados ao projeto participarão ativamente do desenvolvimento dos testes de conceito. Isso os colocará em contato direto com as empresas selecionadas, trazendo

São indicadores deste projeto:
Número de empresas na região que dizem planejar utilizar IA em seus negócios;
Número de empresas na região investindo na utilização de IA;
Número de palestras ofertadas;
Número de minicursos ofertados;
Número de cursos ofertados;
Número de alunos da área de Computação participando das palestras, cursos e minicursos ofertados;
Número de alunos de outras áreas participando das palestras, cursos e minicursos ofertados;
Número de funcionários de empresas e empresas distintas participando de palestras, cursos e minicursos;
Número de funcionários de empresas participando do processo de imersão junto ao Centro;
Número de relatórios de oportunidades ofertado para segmentos econômicos;
Número de testes de conceitos realizados junto a empresas.

Com estes indicadores, estabelece-se como metas:
Até o final do projeto, aumentar em 50% o número de empresas com intenção de investir em IA em seus negócios;
Até o final do projeto, ter pelo menos dez empresas investindo em algum projeto de IA para uso direto em seus negócios;
Ofertar 3 palestras por ano para à comunidade geral;
Ofertar 2 minicursos por ano;
Ofertar 1 curso a cada dois anos;
Atingir 100 alunos da Computação por ano entre palestras, cursos e minicursos;
Atingir 200 alunos de outras áreas por ano entre palestras, cursos e minicursos;
Atingir 20 funcionários em 5 empresas distintas por ano entre palestras, cursos e minicursos;
Atrair 3 interessados por ano para participar do processo de imersão;
Emitir 1 relatório por segmento econômico das empresas participantes;
Executar 3 testes de conceito por ano.

O principal resultado esperado é o incremento de competências em Inteligência Artificial em empresas da região e alunos da Universidade, levando a maiores investimentos e retornos devido a aplicações de IA e qualificação de mão-de-obra na área.