3. Introdução
• A Inteligência Artificial (IA) é omnipresente:
– está nos mais diferentes aspetos da vida privada;
– aspetos da vida profissional e da realidade empresarial.
• A aplicação e utilização da IA possibilita atingir um maior grau de
produtividade e eficiência;
• As organizações têm despertado para a IA com o objetivo de se
tornarem mais competitivas;
• Pela necessidades de adaptação constante face às inovações
tecnológicas de forma a manter vantagens competitivas.
2
4. Introdução
• As ferramentas de Business Process Management (BPM) ajudam as
organizações a mobilizar recursos e a automatizar tarefas manuais;
• As organizações estão a tentar usar a IA para levar as ferramentas
de BPM ainda mais longe;
• BPM permite que as empresas trabalhem melhor a eliminar os
erros humanos nos processos;
• BPM era centrado na prioridade de redução de custos e eficiência
do processo;
• Os sistemas de BPM modernos estão agora mais focados em
fornecer a melhor experiência ao cliente.
3
5. IA e o BPM
• Hoje em dia estamos cercados por tecnologias baseadas em IA que nos
tentam ajudar ou influenciar a tomar uma decisão;
• As três capacidades da IA:
– Executar;
– Reconhecer;
– Interagir.
4
6. IA e o BPM
• 1) Machine Learning:
– É um recurso da IA que permite que as máquinas aprendam a partir de
exemplos e ajam sem serem programadas explicitamente;
– Ainda neste âmbito, podemos encontrar o Deep Learning, que aprofunda o
conceito do Machine Learning, tornando-o ainda mais complexo e inteligente.
• 2) Natural Language Processing:
– c
• 3) Interactive capability:
– As soluções de IA possuem recursos interativos que permitem conversas
homem-máquina naturais e contínuas.
5
7. IA e o BPM
• Aplicar IA ao BPM transforma-o no iBPM;
• O iBPM ajuda as empresas a planear e a automatizar os processos
de negócio mais complexos, criando um ambiente de tecnologia
dinâmico baseado no trabalho da aquisição do conhecimento;
• As iBPM Suites (iBPMS), incorporam processos enriquecidos com
recursos na cloud, middleware orientado a mensagens, integração
de IoT (Internet of Things), Business Activity Monitoring (BAM), Big
Data, Machine Learning, etc.;
• As diferenças entre o software BPM e o software iBPM são
mínimas, pois um é a extensão do outro.
6
8. IA e o BPM
• O iBPM resultou da incapacidade do BPM se tornar mais dinâmico e
surge porque as empresas precisam de processos inteligentes, onde
as ferramentas de BPM originais ficam aquém;
• O software BPM recolhe e armazena informações detalhadas do
processo geradas em cada caso;
• Ao juntar estas informações com o Machine Learning, por ex:, os
dados do processo podem ajudar à tomada de decisão.
7
9. IA e o BPM
• A IA “pensa” de forma semelhante aos humanos.
Mas há duas maneiras distintas de os combinar para fazer com que
os computadores realizem as tarefas intelectuais tradicionalmente
reservadas aos humanos:
• 1) Data Knowledge: Data Science
– A essência do Machine Learning e do Deep Learning é aprender a partir dos
dados e fazer previsões com base no histórico dos dados. Oferece o que
chamamos de conhecimento dos dados.
• 2) Expert Knowledge: Business processes
– Isto leva-nos a olhar melhor para a parte declarativa e determinística da IA.
Esta parte da IA lida com a parte controlada da lógica do negócio, que vem do
conhecimento dos especialistas.
8
10. IA e o BPM
• Este modelo surge após a aplicação do modelo e das regras de negócio, com o
sentido não só de automatizar, mas como o de tentar minimizar o mais possível as
dependências humanas no processo.
9
11. IA e o BPM
• Na classificação Supervisionada:
– Os dados são rotulados incluindo os recursos junto de uma variável de destino num conjunto de dados;
– Esta variável representa o elemento de dados que se deseja prever, enquanto que os recursos são os
elementos de dados que podem ser usados para prever o destino;
– A variável de destino é fornecida no conjunto de dados, para registos anteriores, e os algoritmos usam os
recursos para determinar como prever a variável de destino fornecida.
10
12. IA e o BPM
• Na classificação Não Supervisionada:
– Os dados não são rotulados (o destino não é fornecido);
– Em vez disso, permite que o software encontre os relacionamentos;
– Normalmente, isso acontece agrupando dados semelhantes.
11
13. Tipos de IA
• Tipos de IA baseados em Funcionalidade:
– 1) Reactive Machines;
– 2) Limited Memory;
– 3) Theory of Mind;
– 4) Self-Aware;
• Tipos de IA baseados em Tecnologia:
– 5) Artificial Narrow Intelligence (ANI) ;
– 6) Artificial General Intelligence (AGI);
– 7) Artificial Super Intelligence (ASI).
12
14. Tipos de IA
• Reactive Machines:
– As Reactive Machines estão entre os tipos que iniciaram a revolução da IA
durante a fase inicial de implementação;
– São as formas mais antigas de sistemas de IA com capacidades técnicas
comparativamente limitadas;
– Como estas máquinas não executam funções baseadas na memória, não
podem usar as experiências anteriores para gerir as tarefas atuais.
13
15. Tipos de IA
• Limited Memory :
– O sistema de IA Limited Memory está entre os primeiros tipos de IA que
consegue "aprender" através das suas experiências;
– Estes sistemas de IA combinam as habilidades de reagir e aprender com os
dados antigos;
– Os sistemas AI Limited Memory têm acesso a uma grande quantidade de
dados e esse conjunto de dados ajuda estes tipos de sistemas a analisar o que
está a acontecer em tempo real;
– A maioria dos sistemas de IA atuais enquadramse nesta categoria;
– Um dos exemplos mais relevantes é a "máquina de leitura de impressões
digitais“.
14
16. Tipos de IA
• Theory of Mind
– Refere-se à capacidade cognitiva de atribuir estados mentais a si mesmo e aos
outros;
– Um sistema deste nível propõe-se a compreender as entidades abrangentes
com as quais lida;
– É importante referir que esta "compreensão" inclui as emoções, sistemas de
crenças e padrões de pensamento;
– Os investigadores esforçam-se para fazer com que as máquinas entendam
melhor os seres humanos e para que aprendam com os vários fatores que
influenciam o processo do pensamento.
15
17. Tipos de IA
• Self-Aware
– Estão entre os tipos menos conhecidos de IA que atualmente existem;
– Quando pensamos no que é IA e no seu papel nas nossas vidas, o objetivo
final é alcançar esta fase;
– O objectivo é estes sistemas terem uma quantidade adequada de
autoconsciência;
– Ainda não está claro quanto tempo levará ainda até conseguirmos
desenvolver estes tipos de sistemas.
16
18. Tipos de IA
• Artificial Narrow Intelligence (ANI)
– ANI é o tipo de IA mais comum na era atual;
– Atualmente, tudo em IA, desde os principais desenvolvimentos até aos
algoritmos sofisticados, podem ser categorizados neste tipo de IA;
– ANI também é conhecido como a “IA fraca”, pois funciona sob um conjunto de
restrições predefinido e limitado.
17
19. Tipos de IA
• Artificial General Intelligence (AGI)
– AGI está relacionada com a Theory of Mind no que diz respeito à
funcionalidade.
– Este tipo de IA ainda está em desenvolvimento.
– Os investigadores procuram maneiras práticas de implementar emoções
humanas e outras competências em máquinas para capacitá-las a agir como
os seres humanos.
18
20. Tipos de IA
• Artificial Super Intelligence (ASI)
– O desenvolvimento de sistemas ASI no futuro, seria o pico na investigação de
IA;
– Os sistemas de IA usariam uma grande quantidade de memória para realizar
tarefas e tomar decisões ainda melhores do que os seres humanos;
– Estes sistemas serão capazes de tomar decisões complicadas influenciadas por
vários fatores como nunca antes.
– O desenvolvimento está em andamento e os investigadores estão a ter
sucesso, mas uma etapa de cada vez.
19
21. Conclusão
• Este artigo pretende realçar a importância da IA na gestão dos
processos de negócio;
• Pretende ainda referir os tipos de IA que estão em uso e os que
estão em desenvolvimento;
• A conclusão é a de que a aplicação da IA na estratégia de gestão
orientada a processos de negócio, trar-nos-á benefícios;
• Até porque é inegável que assim será transversalmente;
• Foi apresentada uma proposta arquitetural de solução;
• O ideal seria ter a oportunidade de a colocar em prática.
20
Chatbots
Os chatbots utilizam a linguagem para conversar com as pessoas de maneira natural e pré-programada
Aplicações de gestão
As aplicações de inteligência artificial para gestão são mais utilizadas em empresas, são úteis para identificar os colaboradores com melhor desempenho as tarefas que serão feitas com mais eficiência.
Mecanismos de segurança
A inteligência artificial pode ser desenvolvida como mecanismo de segurança tanto em ataques digitais quanto em situações do quotidiano.
Vendas e marketing
Uma das principais vantagens em se utilizar inteligência artificial nas empresas, é proporcionar um atendimento de melhor qualidade ao cliente, por ex.
Ferramentas de IA
Perspectiva do autor
Em ambos os casos, é sempre importante fornecer o máximo de dados possível, para que o software de Machine Learning seja o mais preciso possível.