Categoria: Inteligência Artificial

A computação quântica está agora enfrentando seu maior obstáculo técnico.

Nos últimos 20 anos, centenas de empresas, incluindo gigantes como Google, Microsoft e IBM, têm reivindicado seu lugar na corrida para estabelecer a computação quântica. Investidores já colocaram mais de 5 bilhões de dólares até agora. Todo esse esforço tem apenas um propósito: criar a próxima grande inovação mundial.

Os computadores quânticos usam as regras contraintuitivas que governam a matéria em níveis atômicos e subatômicos para processar informações de maneiras impossíveis para os computadores convencionais, ou “clássicos”. Especialistas suspeitam que essa tecnologia terá impacto em áreas tão diversas quanto descoberta de medicamentos, criptografia, finanças e logística de cadeia de suprimentos. A promessa é certamente grande, mas também é o hype.

Continuar lendo A computação quântica está agora enfrentando seu maior obstáculo técnico.

Superando as pequenas experiências das IOE e evoluindo para a adoção total da Inteligência Artificial em toda a empresa

As equipes ágeis necessárias para iniciar o amplo uso da inteligência artificial devem dar lugar a estruturas empresariais para escalar a tecnologia em toda a empresa.

Empresas de uma ampla gama de setores estão fazendo investimentos significativos em IA — e estão cada vez mais preocupadas em como escalar o uso da tecnologia para obter benefícios em suas organizações. Muitas empresas ficam estagnadas em sua jornada de IA e têm dificuldade em superar projetos piloto ou soluções pontuais. Isso não ocorre necessariamente porque a tecnologia é tão complexa. Essa pesquisa revela que as empresas falham em extrair o potencial valor comercial da IA, não por falta de expertise técnica, mas sim devido a questões estruturais e de processo.

Foi realizada uma análise aprofundada da jornada de escalabilidade de IA de 10 empresas líderes de mercado, com três a oito anos de experiência em implementação de IA em diversos setores, incluindo bens de consumo embalados, produtos farmacêuticos, bancos, seguros, serviços de segurança e automotivo. Essas empresas estavam em diferentes estágios de progresso, variando de capacidades relativamente incipientes a extremamente sofisticadas. A forma como organizavam seus esforços em cada estágio tinha implicações no que conseguiam realizar.

Continuar lendo Superando as pequenas experiências das IOE e evoluindo para a adoção total da Inteligência Artificial em toda a empresa

O novo mercado dos negócios na era da computação quântica

As organizações devem se concentrar nas vantagens econômicas que os computadores quânticos podem oferecer, não apenas em sua capacidade de realizar cálculos que seus equivalentes clássicos não conseguem.

Grande parte da comunidade de pesquisa quântica está focada em demonstrar a vantagem quântica — que um computador quântico pode realizar um cálculo impossível para um computador eletrônico clássico. Mas, ao focar nisso, correm o risco de negligenciar bons casos de negócios para a tecnologia, argumentam os autores.

As empresas devem, em vez disso, buscar oportunidades de vantagem econômica quântica — quando um computador quântico fornece uma solução comercialmente relevante mais rapidamente do que um computador clássico poderia, ou quando um computador quântico oferece soluções viáveis que diferem das fornecidas por um computador clássico. Problemas de otimização e aqueles que envolvem trade-offs complexos são áreas particularmente promissoras.

Continuar lendo O novo mercado dos negócios na era da computação quântica

Modelos preditivos podem perder o foco. Aqui está como mantê-los no caminho certo.

A inércia algorítmica pode resultar em orientações que levam as empresas ao erro. Isso ocorre quando os algoritmos não são atualizados para levar em conta as mudanças no ambiente, então eles fornecem previsões de baixa qualidade.

Modelos de IA projetados para contabilizar dinamicamente novas circunstâncias nem sempre o fazem de forma eficaz. Esse cenário, chamado inércia algorítmica, pode resultar em orientações inadequadas e decisões falhas.

Os autores exploraram as causas e consequências da inércia algorítmica investigando a agência de classificação de crédito Moody’s e seu uso de modelos algorítmicos para classificar títulos lastreados em hipotecas nos anos que antecederam a crise financeira de 2008.

Eles descobriram que os fatores mais significativos que contribuem para a inércia algorítmica são as suposições enterradas, remodelagem superficial, simulação do futuro desconhecido e compartimentalização especializada.

Expor dados e suposições e redesenhar periodicamente rotinas algorítmicas são duas práticas-chave para evitar essa inércia.  Continuar lendo Modelos preditivos podem perder o foco. Aqui está como mantê-los no caminho certo.

Os grandes modelos de linguagem realmente mudarão a forma como o trabalho é realizado?

Mesmo quando as organizações adotam LLMs cada vez mais poderosos, elas terão dificuldade em abandonar sua dependência dos humanos.

Os modelos de linguagem grandes (LLMs, na sigla em inglês de Large Language Models) são de fato uma inovação que está mudando o paradigma da ciência de dados. Eles ampliam as capacidades dos modelos de aprendizado de máquina para gerar texto e imagens relevantes em resposta a uma ampla gama de estímulos qualitativos. Embora essas ferramentas sejam caras e difíceis de construir, uma multidão de usuários pode usá-las rapidamente e de forma econômica para realizar algumas das tarefas baseadas em linguagem que só os humanos poderiam fazer antes.  Continuar lendo Os grandes modelos de linguagem realmente mudarão a forma como o trabalho é realizado?

Bancos e empresas precisam repensar como abordar a Inovação

Inovação! – esse é um grito de guerra comum na era do Vale do Silício, das fintechs e das startups de tecnologia ágil. Certamente a indústria bancária não está excluída dessa narrativa.

As fintechs estão cada vez mais populares, com seus serviços sob demanda, especialmente para aqueles tradicionalmente subatendidos pelos bancos tradicionais. O número crescente e a variedade dos bancos desafiadores, muitas vezes com capacidades bancárias 24 horas por dia, oferecem um contraponto atraente aos bancos físicos. A pressão está aumentando sobre eles. No entanto, a Inovação não é tão fácil quanto apertar um simples botão ou criar um app.  Continuar lendo Bancos e empresas precisam repensar como abordar a Inovação

Artigos traduzidos do jornal Harvard Business Review

Em janeiro de 2021, o periódico bimestral Harvard Business Review Brasil (HBR, em sua versão brasileira) teve suas operações encerradas no país. O HBR Brasil era uma renomada publicação brasileira da Harvard Business Review, que é originalmente norte-americana e uma revista de gestão e negócios amplamente respeitada em todo o mundo.

A revista é conhecida por fornecer insights valiosos e análises profundas sobre os desafios e tendências enfrentados pelos líderes empresariais. Ela aborda uma ampla gama de tópicos, incluindo estratégia, inovação, liderança, marketing, finanças, empreendedorismo, gestão de pessoas, inteligência artificial e muito mais.

O HBR Brasil adaptava o conteúdo da Harvard Business Review norte-americana para atender às necessidades e interesses do público brasileiro, ao mesmo tempo em que mantinha os altos padrões de qualidade e rigor acadêmico associados à marca Harvard Business Review.

Ao longo dos anos, o HBR Brasil estabeleceu-se como uma fonte confiável de insights e conhecimento para executivos, empreendedores, acadêmicos e profissionais em todo o Brasil, ajudando-os a tomar decisões mais informadas e a enfrentar os desafios complexos do mundo dos negócios. Em 2019, o HBR Brasil chegou a ter mais de 40 colaboradores em seu quadro operacional, o que permitiu, inclusive, a criação de um canal próprio no YouTube.

Infelizmente, devido aos desafios enfrentados no mercado brasileiro diante da crise sanitária da Cvd19, as operações do HBR no Brasil foram encerradas em janeiro de 2021.

No entanto, a matriz norte-americana continuou suas operações e publicações em inglês, e você poderá conferir abaixo alguns artigos que foram recentemente traduzidos pelo ChatGPT para o português brasileiro.

Esse trabalho de publicação de artigos em português era habilmente realizado pela equipe do HBR Brasil. Porém, a partir de 2021, ele passou a ser gerenciado pelo editor do portal www.BH1.com.br – Everton Ferretti, que também é o CEO da EVEF Design e um grande entusiasta das publicações norte-americanas sobre marketing, gestão e inteligência artificial.

Aviso de direitos autorais

Os artigos publicados neste site têm objetivo exclusivamente didático, atendendo principalmente a estudantes de cursos como Administração, Marketing e Recursos Humanos. O acesso a esse conteúdo é aberto ao público de forma gratuita, e esse acesso não poderá ser cobrado ou comercializado.

Se você for utilizar algum trecho de qualquer artigo publicado neste site, será necessário citar a fonte do texto e o nome do autor. Essas informações sempre serão encontradas no rodapé de cada artigo. Os artigos originais estão protegidos por leis de direitos autorais no Brasil e nos Estados Unidos, e seu conteúdo não poderá ser comercializado.

Confira abaixo alguns dos artigos traduzidos e publicados no jornal da Universidade de Harvard, o renomado periódico bimestral Harvard Business Review:

Harvard Business Review, edição de Maio – Junho de 2025

A comissária da WNBA fala sobre a transformação da liga de basquete feminino profissional dos EUA antes de uma temporada histórica

Por que CEOs devem pensar duas vezes antes de usar IA para redigir mensagens

 

Harvard Business Review, edição de Março – Abril de 2025

O CEO da AXA fala sobre o seguro como uma ferramenta para gerar impacto positivo

Os segredos das empresas que operam com eficiência em baixo custo – LOW COST OPERATORS

A estratégia numa era de expertise abundante

Como sua equipe está utilizando o tempo economizado com IA generativa?

Como os profissionais em vendas manipulam o sistema

O que diferencia líderes inspiradores

Harvard Business Review, edição de Janeiro – Fevereiro de 2025

Como a IA generativa melhora a gestão da cadeia de suprimentos

Três maneiras de liderar a aprendizagem corporativa

Como unir gestão de processos e Inteligência Artificial

Os líderes não devem tentar fazer de tudo

Como os melhores conselhos de administração se engajam com a gestão

Aprender habilidades emergentes nem sempre compensa

O CEO da e.l.f. Beauty escreve sobre Manter uma cultura de Startup enquanto expande sua empresa

Harvard Business Review, edição de Novembro – Dezembro de 2024

Uma maneira mais eficiente de integrar os departamentos de vendas e marketing

Por que os funcionários pedem demissão

O CEO da NatureSweet fala sobre o que acontece quando você valoriza os trabalhadores

Reimaginando o trabalho como um produto

Transforme o feedback dos funcionários em ação

Ainda estamos solitários no trabalho

Ampliando inovações transformacionais

Pessoas que guardam segredos da empresa encontram mais significado no trabalho

Harvard Business Review, edição de setembro – outubro de 2024

O CEO da Abbott fala sobre a reformulação de seu dispositivo revolucionário para diabetes

Abraçando a IA Generativa no Trabalho

Trabalho em equipe é a TREND do momento

Por que as equipes de liderança falham?

Realmente existe um Gene de Vendas

O guia da empresa legada para inovação

Como a inteligência artificial poderá impulsionar a gestão de marcas

HBR edição de Julho – Agosto de 2024:

Construa uma cultura corporativa que funcione

Como saber se uma plataforma de marketplace terá sucesso

Rumo a relações B2B mais saudáveis

A CEO da Sodexo fala sobre a construção de sistemas alimentares mais sustentáveis

HBR edição de Maio – Junho de 2024:

A arte de fazer perguntas mais inteligentes

A CEO e fundadora da Praava Health fala sobre sistemas de saúde em um mercado emergente

Para obter sucesso com a IA, é necessário envolver todos

Como marcas inclusivas impulsionam o crescimento

O novo papel do RH

Transformações que funcionam

Profissionais altamente qualificados desejam seu trabalho, mas não seu emprego

Conselhos para colaboradores desmotivados

HBR edição de Março – Abril de 2024:

Não deixe que a Inteligência Artificial Generativa limite a criatividade da sua equipe

Qual deve ser a velocidade ideal de crescimento da sua empresa?

Criar um sistema para crescer de forma consistente

A organização ambidestra

Como ter sucesso em uma era de volatilidade

O presidente da Honeywell fala sobre trazer um negócio industrial para a era digital

Trazendo valores humanos para a IA

OML: Como o machine learning transformará a Gestão da Cadeia de Suprimentos

HBR edição de Janeiro – Fevereiro de 2024:

Liderando no fluxo do trabalho

Os líderes devem reagir

Por que a liderança em tempo real é tão difícil

O CEO do Grupo Gérard Bertrand fala sobre a evolução de uma empresa familiar de vinhos para se tornar uma marca global

Trazendo valores humanos para a Inteligência Artificial

As novas regras da presença executiva

A maneira certa de construir sua marca

Continuar lendo Artigos traduzidos do jornal Harvard Business Review

Um guia passo a passo para precificação em tempo real

Para os varejistas digitais, a capacidade de revisar preços rapidamente e em grande escala surgiu como um diferenciador decisivo, especialmente durante períodos de inflação, quando os preços flutuam com mais frequência.

O problema

A capacidade de usar IA para mudar preços frequentemente online e em lojas físicas tornou-se crítica para competir no varejo. Mas até mesmo varejistas que construíram tais modelos computacionais adotam uma abordagem excessivamente limitada.

O que os varejistas fazem de errado

Eles tentam igualar ou reduzir os seus preços sem levar em conta se os rivais estão sem estoque ou outros fatores que influenciam as decisões de compra dos consumidores.

A solução

Construa e implemente modelos computacionais que analisem dados históricos de vendas, capturem padrões cruciais e considerem não apenas a precificação dos concorrentes, mas também a disponibilidade de produtos e o comportamento do cliente para recomendar preços ideais em tempo real.  Continuar lendo Um guia passo a passo para precificação em tempo real

Ajudando os funcionários a terem sucesso com a IA Generativa

Como gerenciar o desempenho quando a nova tecnologia traz mudanças constantes e imprevisíveis. Se existisse uma lei universal sobre a adoção de novas tecnologias, seria esta: as pessoas usarão ferramentas digitais de maneiras que você não pode prever ou controlar totalmente.

A chegada de tecnologias baseadas em IA generativa, usando grandes modelos de linguagem (LLMs) como o ChatGPT e o Google Bard, levanta uma questão crítica para os líderes de todos os tipos de organizações: como você pode gerenciar funcionários quando as capacidades ao alcance deles estão em constante mudança e os efeitos dessas mudanças são imprevisíveis?  Continuar lendo Ajudando os funcionários a terem sucesso com a IA Generativa