Mapa da I.A. Pernambucana – Podcast do PE Avança, Amcham Brasil

Semana passada tive o prazer de participar do Podcast “Mapa da Inteligência Artificial em Pernambuco” com dois grandes líderes do estado: Rogério Moreira, Gerente Executivo do SIDI e Clímaco Feitosa, CTIO da iLand Soluções.

Falamos sobre a importância de se tratar a Inteligência Artificial como recurso de desenvolvimento econômico e social, como os países desenvolvidos já tratam, e muitas outras coisas.

Evento que vale cada segundo do seu tempo.

Para quem gosta de vídeo:

Para que gosta de Podcast

Dados econômicos sobre a I.A. no Mundo

O surgimento de novas tecnologias sempre impactaram e moldaram a sociedade. Porém, enxergar o impacto de transformação e disrupção que uma tecnologia terá nem sempre é fácil ou possível. Tomemos como exemplo o vale do silício no início da década de 1980, nem mesmo o mais otimista futurólogo poderia imaginar como os computadores iriam transformar o ser humano e o mundo.

Por causa do acelerado desenvolvimento do conhecimento humano, qualquer previsão de longo prazo hoje se submete ao conceito da singularidade, porém não há dúvidas que a IA tem um papel central na sociedade em um futuro próximo, assim como a internet tem no presente.

Os líderes do presente precisam levar a sério os impactos que a IA terá nos negócios, na mão de obra e na economia em geral. Considerando o progresso recente da IA, percebemos uma área que oferece oportunidades claras para as empresas, desde o aumento dos ganhos de produtividade com automação até a personalização de produtos para consumidores usando algoritmos, análise de dados em escala, etc… A lista de aplicações é vasta e apenas arranhamos a superfície do seu potencial.

No entanto, todos os benefícios obtidos, a IA impõem às empresas grandes desafios como: encontrar e reter talentos qualificados, mitigar os riscos do uso de IA, desenvolver Governança em IA, trabalhar em um momento de insegurança jurídica pela falta de legislação estabelecida, dentre muitos outros.

Essa relação entrelaçada entre a IA e a economia global, do desenvolvimento de mão de obra, investimentos e atividade corporativa exige um olhar atento aos movimentos de cada mercado e país nesse campo.

 

Investimentos Corporativos

A receita do mercado mundial de inteligência artificial tem crescido ano após ano, embora diferentes estudos sugiram variações em relação o tamanho do mercado global a empresa de pesquisa de mercado IDC projetou, em um estudo recente (GVR IA Market Size Report 2021), que o mercado global de IA pode atingir um tamanho de mais de meio trilhão de dólares em 2024 e crescerá a uma taxa de 40% até 2028 (Figura 1).

Figura 1 – Comparação do tamanho de mercado e receita global para IA entre 2015 e 2025. Fonte: EBIA 2021.

Essa taxa de 40% de aumento pode ser observada entre o ano de 2019 e 2020 no investimento global total em IA, incluindo investimento privado, ofertas públicas, fusões e aquisições e participações minoritárias, chegando a um total de  US $67,9 bilhões (Figura 2). Ainda, observa-se no ano de 2020 um movimento de fusões e aquisições mais forte por causa dos impactos da pandemia no desempenho de pequenas empresas. Isso aumenta o investimento corporativo total em IA pela oportunidade de um mercado mais barato. As fusões e aquisições representaram a maior parte do valor total do investimento em 2020, aumentando 121,7% em relação a 2019. Várias aquisições de alto perfil relacionadas à IA ocorreram em 2020, incluindo a aquisição da Mellanox Technologies pela NVIDIA e da Altran Technologies pela Capgemini.

Figura 2 – Investimento Corporativo Global em IA por atividade. Fonte: Stanford AI Index 2021.

Principais Áreas de Investimento 

Uma análise importante para entender a origem do capital privado em IA, e consequentemente onde podemos esperar grandes avanços tecnológicos, é mapear quais indústrias estão mais intensivamente investindo nessa tecnologia. 

A indústria de saúde e farmacêutica em 2020 está no topo da lista com pouco mais que 3 vezes o investimento (US $13,8 bilhões) para o segundo colocado, veículos autônomos (US $4,5 bilhões), e o crescimento do investimento desta área entre 2019 e 2020 foi de 4,5 vezes (Figura 3). Aqui, claramente, a pandemia de COVID-19 estimulou significativamente os investimentos no período.  

Outra área de destaque é a de educação, que saltou para US $4,1 bilhões em 2020 com forte influência das plataformas de educação on-line Chinesas para formação de mão de obra em massa e distribuída, também super estimulada pela pandemia em todo o mundo.  

Outras áreas que merecem destaque são as de infraestrutura para uso da IA, a área financeira principalmente no que diz respeito a fraudes e a de IA conversacional que inclui assistentes virtuais, interação homem máquina e tradução. 

Uma observação deve ser feita na área de “Games, Fans, Gaming, Football”. Percebemos os e-sports se desenvolvendo em todo o mundo e também a indústria de patrocínio e apostas, fortemente lideradas pelos Estados Unidos e Coreia do Sul.

Figura 3 – Investimento Privado em IA por área de aplicação Fonte: Stanford AI Index 2021.

Quando restringimos esse mapeamento ao Brasil vemos uma mudança nas prioridades de investimento. Publicidade e Marketing passam a ser os setores com maior volume em investimentos, seguidos pelo setor financeiro e agrícola (Figura4).  

Figura 4 – Investimento Privado em IA no Brasil. Fonte: Distrito IA Report 2020.

Investimento em Startups

A quantidade de investimento privado em IA para startups disparou nos últimos anos, porém a taxa de crescimento do número de startups em IA diminuiu. Isso significa que mais investimento está sendo concentrado em menos Startups.  Apesar da pandemia, 2020 viu um aumento de 9,3% no montante de investimento privado em IA de 2019 – uma porcentagem maior do que o aumento de 5,7% em 2019 (Figura 5). 

Figura 5 – Investimento privado em startups de IA.  Fonte: Stanford AI Index 2021.

Apesar disso, o número de empresas financiadas diminuiu pelo terceiro ano consecutivo (Figura 6). Ano após ano o recorde em investimento privado é quebrado, em 2020 o valor ultrapassa US $40 bilhões, isso representa apenas um aumento de 9,3% em relação a 2019 – em comparação com o maior aumento de 59,0%, observado entre 2017 e 2018. Apesar disso, o número de startups em IA investidas continuaram em declínio acentuado após o pico de 2017. Alguns relatórios consideram isso como a dificuldade de se encontrar startups recém-nascidas pela pouca visibilidade e importância no mercado e não pela diminuição real no número de novas startups. 

Figura 6 – Número de startups de IA investidas.  Fonte: Stanford AI Index 2021.

 

No Brasil, o investimento privado em I.A. entre 2020 e 2023 deve ser na ordem de US $ 464 milhões ao ano (BRASSCOM 202). Vemos porém um movimento crescente de Startups que usam IA. No ano de 2020 foram investidos US $ 265 milhões (Figura 7). 

Figura 7 – Valor investido em startups no Brasil. Fonte: Distrito IA Report 2020.

A maioria delas concentrada no sudeste do país. Mais da metade em São Paulo (Figura 8).

Figura 8 – Mapa de Startups brasileiras de IA. Fonte: Distrito IA Report 2020.

 

Comparação Regional 

 

Quando avaliado por região, o principal destino do investimento privado em IA é o  Estados Unidos superando o valor de US $23,6 bilhões em 2020 (Figura 9), seguido pela China (US $ 9,9 bilhões) e pelo Reino Unido (US $ 1,9 bilhão).

Figura 9 – Investimento Corporativo Global em IA por atividade. Fonte: Stanford AI Index 2021.

Apesar de claramente os Estados Unidos terem um investimento privado individual maior que a soma do investimento privado no resto do mundo, vemos que a China, por exemplo em 2018 (Figura 10), se aproximou do valor desse investimento e, aqui, os investimentos públicos não estão sendo levados em consideração. Na corrida estratégica pelo desenvolvimento da IA é importante notar que tanto o governo central como os governos locais chineses investem massivamente em P&D e IA.

Figura 10 – Investimento Privado em IA por área geográfica. Fonte: Stanford AI Index 2021.

 

Aqui, novamente, o Brasil não está entre os 10 primeiros países em investimento privado. Alguns índices o reportam na 38ª posição, outros na 60ª e todos o colocam na última posição entre o BRICs.  Como veremos nos próximos posts, apesar de uma posição, o país é destaque na contratação de mão de obra para área e tem, proporcionalmente, uma boa presença acadêmica.

Referências:

EBIA 2021, Documento do Ministério da Ciência e Tecnologia. Estratégia Brasileira de Inteligência Artificial, 2021. https://www.gov.br/mcti/pt-br/acompanhe-o-mcti/transformacaodigital/arquivosinteligenciaartificial/ia_estrategia_documento_referencia_4-979_2021.pdf

GVR IA Market Size Report 2021, Relatório da Grand View Research. Artificial Intelligence Market Size, Share & Trends Analysis Report By Solution, By Technology (Deep Learning, Machine Learning, Natural Language Processing, Machine Vision), By End Use, By Region, And Segment Forecasts, 2021 – 2028, 2021. https://www.grandviewresearch.com/industry-analysis/artificial-intelligence-ai-market

Stanford AI Index 2021, Relatório da Universidade de Stanford. The AI Index 2021 Annual Report, 2021. https://aiindex.stanford.edu/report/

Distrito IA Report 2020, Relatório da Distrito Fintech. Distrito Inteligência Artificial Report, 2020. https://materiais.distrito.me/dataminer-report-inteligencia-artificial

 

 

Papeis de um time de dados para Data Science, Inteligência Artificial ou Machine Learning

Hoje, toda organização precisa de um um time de dados, isso é fato. Se a escolha é construir em casa ou contratar uma empresa para tratar de suas demandas é uma questão de estratégia. A contratação de times externos, como o Data Lab da Valorian, é cada vez mais comum pela dificuldade de encontrar esses profissionais no mercado, dificuldade de entrosamento e das diferentes experiências que cada um dos papéis precisam ter para cada tipo de projeto que sua organização precisa desenvolver. Ainda, sabemos que a área de dados, incluíndo Data Science, Inteligência Artificial e Machine Learning além de serem relativamente novas elas estão evoluindo com rapidez, isso aumentam as chances de se escolher pessoas erradas para os papéis errados.

 

Aqui na Valorian nosso time tem os seguintes papéis:

 

Engenheiro de software (Software Engineer) – Começamos nossa lista com um papel central na área de tecnologia atual, porém negligenciado por muitas empresas que “trabalham com projetos de dados”. Um dos maiores erros em qualquer projeto de dados é esquecer que quem usará os resultados gerados pelo time de dados são, na maior parte do tempo, seres humanos. Um dos relatos mais comuns das empresas que foram mal sucedidas na implantação de projeto de dados é que no fim ficaram com arquivos CSV gigantes, Planilhas Eletrônicas inúteis ou, pior, formulas matemáticas complexas que deveriam resolver seus problemas. O papel do time de software é disponibilizar ao usuário comum os dados ou modelos de uma forma útil ao usuário que irá utilizá-lo, seja como Aplicativo Mobile, Aplicação Web ou um simples campo no ERP do cliente.

Cientista de Dados (Data Scientist)– Aqui temos outro grande equívoco  quando quando as empresas criam times de dados, a contratação de estatísticos, principalmente acadêmicos, para trabalhar nesse papel. O termo cientista leva a toda essa confusão. Na Valorian o Cientista de Dados é responsável por mapear, entender e criar um plano de solução para problemas de negócio que nosso cliente têm. É uma pessoa Sênior que lidera o time de dados e mantém todos focados no problema a ser resolvido, no que é necessário para entregar valor ao cliente. Precisa ser uma pessoa com vivência em negócios, capaz de falar com executivos e traduzir sua língua para o time técnico. Além disso, uma pessoa que seja capaz de formular hipóteses e confirmá-las ou refutá-las com o uso de dados, daí o nome cientista. O pior é que vemos muitos profissionais de BI, de visualização de dados, estatísticos e acadêmicos, muitas vezes jovens e sem experiência consolidada em negócio, condenando grandes e promissores projetos de dados.

Engenheiro de Dados (Data Engineer) – Também chamado de Engenheiro de Big Data, esse é um papel técnico que tem por objetivo criar os mecanismos mais seguros e eficientes para que o projeto de dados tenha sempre a mão os dados necessários para se trabalhar. Ele será responsável por mapear as fontes de dados da empresa como planilhas, documentos, imagens, banco de dados, data warehouses, dentre outros, e criar caminhos, integrações e locais que tornem o trabalho com esses dados fácil e eficiente. Um alerta que fazemos é que é imprescindível para esse papel entender sobre LGPD para garantir a governança no acesso aos dados.

Engenheiro de Aprendizagem de Máquina (Machine Learning Engineer) – O engenheiro de aprendizado de máquina é o responsável pela a escolha das técnicas que serão usadas para resolver os problemas mapeados pelo cientista de dados.  Além disso, treinará e refinará esses modelos até estarem aptos para produção. É um papel que exige profissionais experientes e que saibam trabalhar com diversos tipos de modelos de aprendizagem diferentes. Normalmente ele tem um time subordinado com especialistas em diversas áreas do aprendizado de máquina como Visão Computacional, Entendimento de Linguagem Natural, Análise de Séries Temporais, etc…

Engenheiro de Inteligência Artificial – Esse é um papel que é muito negligenciado por organizações menores ou que não são da área de tecnologia. Sem sombra de dúvidas o aprendizado de máquina (Machine Learning) é a área da Inteligência Artificial mais popular de todas, porém é apenas um pequeno pedaço de toda a I.A. Para se trabalhar com projetos que envolvam Inteligência Artificial (incluindo ou não Machine Learning) é imprescindível ter no time alguém que enderece as técnicas certas para cada tipo de problema. Por exemplo, os carros da Tesla usam muitas técnicas de Machine Learning combinadas, porém ele é na verdade um Agente Inteligente, uma das grandes áreas da IA.  Aqui vale o ditado, “Para quem só sabe usar martelo, tudo vira prego!“.

Áreas da Inteligência Artificial

Áreas da Inteligência Artificial

 

Engenheiro de Automação de Processos (Process Automation Engineer) – Também conhecido como  Robotic Process Automation, está presente e é muito necessário em vários times de dados. É um dos responsáveis por implementar os Agentes Inteligentes que usarão os modelos de Machine Learning desenvolvidos e treinados pelo Engenheiro de ML garantindo sua relação com o mundo exterior.

Gerente de Produto de Dados/Inteligência Artificial (AI Product Manager ou AI Product Owner )  – User Centric, o mundo está centrado no usuário, e é assim que deve ser. Enquanto o Cientista de Dados é o responsável por garantir que os objetivos de negócio estejam sempre em foco enquanto o time técnico se diverte com os algoritmos complexos, o A.I. PM   garantirá que ele sirva de forma devida aos interesses do usuário que terá que lidar com ele no dia a dia. Normalmente é a ponte entre o time de IA e o time de Software. É extremamente desejável que esse PM tenha experiência em projetos de I.A., pois seu ciclo de vida e complexidade são muito diferentes dos projetos de Software.

Executivo de Inteligência Artificial – Podendo ter vários outros nomes como Chief Artificial Intelligence Officer, Head de Inteligência Artificial, Head de Machine Learning, etc… Esse profissional tem por responsabilidade pensar a Inteligência Artificial como recurso estratégico e de sobrevivência da organização. Deve entender profundamente de I.A., de negócios e de gestão; estar atualizado sobre o estado da arte da I.A. e estabelecer que áreas da I.A. devem ser desenvolvidas prioritariamente em sua organização para, no mínimo, manter sua competitividade.

Existem muitos outros papéis que estão presentes em projetos com objetivos específicos, como por exemplo o Cientista de I.A. para projetos de P&D, porém o principal ponto é: Conte com alguém experiente na hora de montar seu time para um projetos de dados. Alguém que entenda que papéis poderão atingir os objetivos que sua organização pretende.

 

 

 

 

 

 

Inteligência Artificial como recurso estratégico para desenvolvimento econômico e social. Ou, o que a Estônia tem a nos ensinar?

Já vejo na mente do leitor o pensamento “mais um artigo de como um país estrangeiro é melhor que o Brasil” e um pequeno revirar de olhos. Na verdade, este artigo é de exaltação do que fazemos bem, como podemos pensar em desenvolvimento de médio e longo prazo e não apenas atacar problemas imediatos populistas.

Uma introdução à Estônia. País báltico localizado na Europa setentrional que sofreu durante séculos com a invasão e domínio de seus vizinhos. Nos anos 2000 teve um crescimento impressionante fruto da cultura de maior valor de impacto e investimento em digital, principalmente após 2004. Hoje é considerado o país mais digital do mundo e possui mais de 98% do seu aparato estatal digital. Atrai empreendedores de todos os lugares e tem a maior concentração de unicórnios per capita do mundo.

Um leitor atento poderia revirar os olhos novamente e dizer “em 2004 digital não era novidade, muitos países investiram pesado em tecnologia inclusive o próprio Brasil”, exato, essa é a base da minha argumentação.

Voltemos a I.A. com alguns números. Em plena pandemia, o investimento privado global em I.A. de 2020 foi de US $67,9 bilhões sendo US $23,6 bilhões EUA, US $9,9 bilhões China, US $1,9 bilhões Reino Unido e menos de 500 milhões Brasil. Há um consenso entre as previsões que o mercado global de I.A. em 2024 será na ordem de US $500 bilhões e manterá uma taxa de crescimento de 40% ao ano até pelo menos 2028. Chegamos a 2030 com US $15,7 trilhões adicionados ao PIB global. 

Onde Pernambuco se enquadra nisso? A Amcham lança no PE Avança de 2021 o programa Mapa Pernambucano da Inteligência Artificial, que tem por objetivo ser um mecanismo de visibilidade e engajamento contínuo do ecossistema de I.A. pernambucano.

O mapeamento inicial feito para lançamento do programa achou alguns dados interessantes. Temos a 8ª universidade brasileira em número de publicações em I.A. do Brasil, a única norte-nordeste no top 10, a UFPE. No total foram mapeados 57 pesquisadores trabalhando com I.A. Três Centros de Ciência e Tecnologia, o SIDI, que em Recife tem um instalação completa dedicada para I.A., o CESAR e o Instituto SENAI de Inovação. Ainda, 29 empresas que fornecem diretamente serviços de I.A. ou que usam I.A. como diferencial de negócio. 

A Amcham consultou 119 lideranças de várias áreas empresariais e 43% das empresas ainda não usam I.A., 27% estão testando pequenas provas de conceito e apenas 22% têm alguma tecnologia em produção. O restante são empresas que fornecem serviços de I.A.

Assim como o digital não era novidade para o mundo em 2004, a Estônia percebeu que seria uma tecnologia estruturante e que, com o devido investimento, estariam bem posicionados no longo prazo. O Brasil, mais especificamente Pernambuco, está muito bem posicionado e tem um excelente potencial para se tornar um ator importante no cenário mundial da I.A. em 10 anos. Temos uma formação de mão de obra de qualidade global, um ecossistema tecnológico estabelecido, que possui empresas que desenvolvem e fornecem serviços de I.A. e oportunidades de aplicação nas empresas locais para fortalecimento desse ecossistema.

Estamos em um momento de pensar na Estratégia Pernambucana de I.A. para que, em 2030, Pernambuco esteja em posição de destaque no mapa global da Inteligência Artificial. 

Gostaria de agradecer ao Gerente executivo do SIDI Rogério Moreira, CTO da iland Clímaco Feitosa e Executivo de Negócios da Avantia Fernando Sodré, pelas valiosas contribuições à este trabalho.

 

Veja também: https://medium.com/@antonio.cavalcanti/intelig%C3%AAncia-artificial-como-recurso-estrat%C3%A9gico-para-desenvolvimento-econ%C3%B4mico-e-social-ad0cf2a67691