Views
1 year ago

A Economia Digital em Portugal 2018

  • Text
  • Permite
  • Resultados
  • Plataforma
  • Desafios
  • Economia
  • Portugal
  • Forma
  • Digital
  • Dados
  • Tecnologia

a economia

a economia em portugal 2018 digital 1.6 Inteligência Artificial | Machine Learning | Robótica 86 NÍVEL DE APOIO AO RPA POR GRUPO DE STAKEHOLDERS C-suite Functional Leadership Global Process owners and/or Continuos.. Team members Managers and team leaders IT Supportive or Highly Supportive 31% 53% 50% 63% 72% 72% Fonte: “The robots are ready. Are you? | Untapped advantage in your digital workforce”, @ 2017 Deloitte LLP PRINCIPAIS DESAFIOS PARA QUEM JÁ IMPLEMENTOU E/OU ESCALOU SOLUÇÕES RPA negócio e trabalhadores, na relação com parceiros externos para a extensão da capacidade do CoE e na relação com o it, enquanto responsável pelas aplicações alvo e pelas infraestruturas de suporte. A escolha da tecnologia RPA num contexto de CoE, extravasa a avaliação puramente técnica sobre a adequabilidade da ferramenta para interagir com todo o parque aplicacional. A curva de aprendizagem associada a cada tecnologia RPA é um fator decisivo para acelerar, ou até viabilizar, a capacitação interna e permitir à organização lidar com os desafios de sustentabilidade do plano de automação num quadro de envolvimento alargado de stakeholders e de rotatividade de pessoal. A IA com machine learning, baseada em tecnologia de reconhecimento facial, foi colocada ao serviço dos reality shows, visando uma maior interatividade e retenção das audiências 1. Process Standardization 2. IT buy-in and support 3. Integration and flexibility of solution 4. Stakeholder buy-in and expectations 5. Employee impact Fonte: “The robots are ready. Are you? | Untapped advantage in your digital workforce”, @ 2017 Deloitte LLP presas, têm optado por criar centros de excelência internos (CoE) para RPA. Tecnologia Existem diferentes formatos de adoção e múltiplas configurações de CoE RPA, sendo comum responsabilizar esta nova entidade (CoE) a curto prazo pelo desenvolvimento da competência interna para implementação e gestão RPA, a médio prazo pelo desenvolvimento e a gestão de todo o parque de robots e a longo prazo pelo scale-up do conceito na organização. Ao nível operacional, o CoE é o garante da capacidade técnica interna e da normalização de procedimentos, ferramentas e metodologias. No entanto, é a nível de gestão que o seu papel toma maior relevância, nomeadamente na promoção da melhoria continua e no envolvimento de stakeholders a todos os níveis da organização, na relação com as áreas de Resultados Normalização de procedimentos de procura e entrega de robotizações (business case, documentação, logging, etc…); Novos roles para o CoE e para as áreas de negócio clientes de RPA; Centralização do backlog de robotizações no imediato e a prazo um catálogo global, que inclua robots sob responsabilidade de outsourcers em funções externalizadas; Simplificação do sourcing RPA, através de acordos quadro; Redução do custo médio por robotização; Envolvimento do it na avaliação de oportunidades e na gestão do licenciamento RPA; Adoção de orientações técnicas no desenvolvimento de software por parte do it, de forma a facilitar a interação com robots; Aprofundamento da relação com o it, ao nível da gestão de alterações aplicacionais. As empresas que têm tido mais sucesso na implementação e scale-up de RPA, são as que fazem um mix entre capacidade interna e parcerias externas.

87 a economia digital O desafio futuro para os CoE será tornarem-se centros de operação de atividades robotizadas e até a sua própria externalização através de BPO para maiores ganhos de escala. Coordenação/Autoria: Miguel Ascenção Luís, Deloitte Media Capital Programa de TV “Secret Story 7” Inteligência artificial, reconhecimento facial e bots Desafios Após 17 anos de reality shows em Portugal, havia uma responsabilidade redobrada na inovação tecnológica e na interatividade do formato. Após análise dos resultados das edições anteriores, claramente dois eixos suscitaram melhorias: (eixo 1) a participação nos diretos, para maior interatividade e retenção da audiência, bem como (eixo 2) os acessos à app mobile, onde se pretendia maiores taxas de engagement nos fóruns e maior frequência diária no uso da app. TECNOLOGIA Para resolver o Eixo 1, a solução passou por melhorar os momentos de participação dos espectadores com as emissões em direto. Contudo, a dificuldade das ações em second-screen é que prejudicam a experiência de visionamento do programa – no caso, as polls lançadas aos espectadores não podem ter muito texto, pois a leitura do mesmo distrai do foco que é ver a emissão TV; se os comandos de participação fossem por voz, uma outra alternativa, tal teria o problema de obrigar ao corte do som ambiente para recolha do som do espetador, logo impedir de ver a emissão com som... A solução apresentou-se imediata: inteligência artificial com machine learning baseada em tecnologia de reconhecimento facial. Fazer um scan, em tempo real, dos rostos dos concorrentes de forma a que os espectadores pudessem ver a emissão em direto na app e em tempo-real esta detetasse quem está no ecrã, lançando automaticamente a poll para participação dos espetadores num grafismo apelativo e sem perturbar o visionamento (numa camada gráfica sobre a emissão, em jeito de grafismo tradicional do programa). Desta forma é possível avaliar a popularidade dos concorrentes junto do público, durante as galas e as nomeações do programa, disponibilizando essa informação de forma individualizada através de gráficos dinâmicos. Isto obrigou à realização de inúmeros testes e uma aprendizagem dinâmica pela máquina, pois os concorrentes dentro da casa apresentam-se na maior parte das vezes de forma muito diferente do que no momento em que os scans são feitos ao seu rosto antes de entrarem na casa (utilização de óculos, maquilhagem diferente, outros penteados, etc.). O resultado obtido ao fim da primeira semana de emissão foi de 90% de matches, ou seja, em pouco tempo o sistema passou a conseguir detetar em direto quem está no ecrã, acionando assim a interatividade. Para resolver o Eixo 2, uma das ideias versou a figura mais proeminente do formato – “A Voz”. Criou-se portanto um bot omnipresente em toda a app, desde a instalação e registo na mesma, passando pelas várias secções e com especial incidência nos fóruns, onde os mais de 300,000 utilizadores da app puderam receber mensagens dinâmicas do bot d’"A Voz", contextualizadas consoante tema e vocabulário apresentado na troca de mensagens. RESULTADOS A app, desenvolvida em parceria com a Viva Superstars, obteve de imediato aceitação por vários órgãos de comuni- Em pouco tempo, o sistema passou a conseguir detetar em direto os concorrentes que estão no ecrã, acionando assim a interatividade com os espetadores via app em portugal 2018 1.6 Inteligência Artificial | Machine Learning | Robótica

REVISTA COMUNICAÇÕES

UPDATE

© APDC. Todos os direitos reservados. Contactos - Tel: 213 129 670 | Email: geral@apdc.pt