Tech Vision 2023

Vivemos em duas realidades paralelas: átomos e bits.

Quando fazemos compras, ou entramos numa loja, ou visitamos um site. Trabalhamos remotamente ou presencialmente. Colaboramos com pessoas e computadores, mas geralmente não ao mesmo tempo. A transição entre eles pode ser desafiadora, confusa ou impossível.

Tudo está a mudar. A próxima onda de transformação dos negócios irá deslocar-se de construir capacidades digitais isoladas para criar as bases de uma nova realidade - uma realidade partilhada que combina perfeitamente as nossas vidas físicas de átomos com as nossas vidas digitais de bits. O objetivo não é uma melhoria incremental, mas sim uma mudança significativa. O verdadeiro valor dessa convergência está na criação de algo fundamentalmente novo. Olhe para a generative AI - muitas pessoas estão a usá-la para gerar imagens e conteúdos puramente digitais, mas já vemos como ela moldará o futuro da ciência, dos dados empresariais, do design e fabricação de produtos, e muito mais.

Durante anos, o pilar orientador da inovação empresarial tem sido a digitalização de processos, até mesmo de partes inteiras da organização. E, embora tenhamos construído um mundo digital rico e significativo, ainda não o reconciliamos verdadeiramente com o mundo físico.

A edição anterior da Technology Vision destacou o Metaverse Continuum como o próximo grande passo após a transformação digital. O metaverso é um momento crucial para a convergência de átomos e bits, acelerando o caminho para uma realidade compartilhada singular.

Chegamos a uma empolgante fronteira da inovação tecnológica para as organizações, onde não estamos apenas digitalizando, mas colocando essa base digital para funcionar. No entanto, é igualmente importante perceber que, embora o metaverso, os gémeos digitais, a realidade aumentada e a robótica sejam formas poderosas de começar, eles são apenas o começo. Fundir o digital e o físico não apenas gera novos produtos e serviços; é a força por trás de uma nova era de pesquisa científica. Os líderes estão a criar o próximo conjunto de ferramentas e interrupções para reescrever como o mundo funciona. E o que se tornou claro é que, quando os átomos e os bits colidem, surgem possibilidades verdadeiramente novas.

Technology Vision 2023: os fundamentos de uma nova realidade

A edição deste ano do Technology Vision apresenta as quatro tendências por trás desta nova realidade, bem como as etapas essenciais para as organizações prosperarem.

Identidade digital: Uma identidade para tudo e para todos

Visão geral

A identidade digital impulsiona silenciosamente a próxima geração de disrupção tecnológica. O conceito de uma identidade digital fiável e móvel desafia muitas ideias convencionais.

Os inovadores sabem que o verdadeiro objetivo da identidade digital não é corrigir os erros do passado, mas preparar a organização para os novos modelos de partilha e de gestão de dados.

A ausência de uma identidade digital real para a web obrigou-nos a procurar outras formas de provar quem somos (como, por exemplo, o nosso número de telefone ou o endereço de e-mail). Os inovadores começam a entender que o caminho a seguir é identificar tudo e todos, um conceito conhecido como "identidade digital forte".

Paralelamente aos esforços para introduzir uma identidade digital forte, há também uma necessidade crescente de repensar qual o papel destas identidades: como criar e associar dados sobre elas, como partilhar e gerir dados e como distribuir a responsabilidade por esses dados em todo o ecossistema.

À medida que evoluímos para um ecossistema de dados baseado em valor e consentimento (em vez do atual ecossistema de controlo), as organizações devem estar preparadas para interrupções no fluxo de dados. No entanto, a tecnologia é apenas metade da solução. Os líderes devem questionar como obter e manter o acesso aos dados que as pessoas possuem.

A estabelecer identidades digitais fundamentais

Considere duas categorias: identidade principal, como um cartão de identidade nacional, e identidade funcional, como o número da carta de condução que comprova a legalidade de alguém para conduzir.

Frequentemente, utilizamos informações funcionais concebidas para um propósito específico como identidades principais. Por exemplo, os números de telefone são informações funcionais de contacto. No entanto, eles são a porta de entrada para as nossas vidas digitais, sendo usados como identificadores principais, e agora estamos a ver as consequências disso. Num ataque chamado de "troca de cartão SIM," hackers convencem as operadoras móveis a redirecionar o tráfego telefónico de um alvo para um novo cartão SIM. Nesse ponto, qualquer informação enviada para o número de destino é recebida pelo atacante em vez disso.

À medida que estamos a repensar a relação entre as nossas vidas digitais e físicas, queremos evitar erros do passado, o principal deles é que a Internet não foi projetada com a proteção da identidade digital em mente. Mas os principais inovadores estão a criar esta camada básica de identidade e a desenvolver soluções que se tornarão o nosso novo ponto de acesso à web.

Já estão a surgir identidades principais nascidas digitalmente, lideradas por governos, parcerias público-privadas e esforços de base.    

Uma abordagem cada vez mais popular tem sido a criação de plataformas descentralizadas ou distribuídas. Esses esforços, por vezes conhecidos como Identidade Soberana do Indivíduo (SSI), baseiam-se em tecnologia de blockchain e registos distribuídos; a validação depende de mecanismos de consenso de várias partes.

As vantagens das abordagens distribuídas são uma maior segurança e confiança, mas a natureza da descentralização torna as coisas mais difíceis de construir para um propósito. A usabilidade, interoperabilidade e receios sobre a recuperação de contas são desafios que podem prejudicar a adoção.

Repensar as funções básicas da identidade

Em paralelo ao esforço de estabelecer identidades digitais centrais, existe uma pressão igualmente significativa para repensar a função dessas identidades: como criamos e associamos dados a elas, como esses dados são partilhados e geridos, e o equilíbrio de propriedade em todo o ecossistema.

Por exemplo, a Permission.io e a Starbucks estão a utilizar a tokenização para inovar em torno da identidade. A tokenização é o processo de transformar um "objeto" (físico, digital, único ou não) e criar um ativo digital associado, frequentemente armazenado numa blockchain. Estes exemplos demonstram como a inovação na identidade não se limita às pessoas - a Starbucks e a Permission.io estão a tokenizar a fidelização e a atenção.

Num futuro próximo, todas as organizações serão obrigadas a repensar a identidade e os dados de forma diferente. Devido às alterações de privacidade introduzidas pela Apple e Google, por exemplo, as empresas poderão deixar de ter acesso aos dados de terceiros e dos consumidores em que atualmente dependem. O impacto desta mudança pode ser massivo.

Embora os consumidores geralmente aceitem essas alterações de bom grado, as organizações estão naturalmente nervosas.

À medida que nos movemos em direção a um ecossistema de dados baseado em consentimento e valor (em oposição ao modelo de rastreamento e vigilância existente), as organizações precisam estar preparadas para interrupções nas suas fontes de dados. No entanto, a tecnologia é apenas metade da solução. Os líderes precisam questionar como irão obter - e manter legalmente - acesso aos dados das pessoas... quando as pessoas os detêm.

Conclusão

As organizações que souberem acompanhar esta tendência ganharão em segurança e renovarão a confiança dos seus clientes e colaboradores. Mais importante ainda, terão uma vantagem inicial para o futuro: tornar a web e o mundo num lugar melhor.

A transparência irá tornar-se um recurso mais precioso

Visão geral

Houve um tempo em que confiávamos na recomendação de um amigo ou num guia especializado para decidir a que restaurante ir.

Isso começou a mudar em 2005, com o surgimento das plataformas digitais que permitiam aos clientes avaliar e dar a sua opinião sobre a sua experiência num determinado restaurante.

Estas plataformas vieram permitir a criação de uma janela de transparência: uma visão clara, detalhada e expansiva de uma parte do mundo ao nosso redor. Além dos dados, esta maior transparência pode fornecer informações sobre processos de negócio, consumidores, mudanças no mercado, investimentos, líderes corporativos e até a total expertise de indústrias específicas.

Para ser efetivamente mais transparente, é necessário examinar todo o ciclo de vida dos dados, repensando quais devem ser obtidos e como os obtemos; analisar o modelo de gestão de dados e as suas possíveis lacunas, avaliar como são utilizados, quem tem acesso e como podem contribuir para o negócio.

Esta nova forma de lidar com os dados é essencial para as organizações que pretendam aumentar a eficiência das suas operações, transformar a relação com os seus clientes ou resolver alguns dos problemas mais complexos relacionados com a informação.

Por último, será necessário atualizar a estratégia de identidade da sua organização, porque uma vez que este tipo de dados exista, não se pode presumir que não será divulgado. Cada vez mais, quando as organizações não assumem o controlo, terceiros o farão.

A transparência está em alta, a opacidade está em baixa

Este é um momento que define uma geração. A sua organização pode aproveitar esses benefícios e gerir melhor as divulgações de dados, abrindo janelas de transparência. Mas para o fazer, terá de analisar todo o ciclo de vida dos dados, repensar os dados que recolhe e como os recolhe; analisar a sua abordagem à gestão de dados e como ela pode ser insuficiente; e reavaliar como utiliza os dados, quem tem acesso a eles e que funções de negócio deseja deles.

No entanto, os dados por si só não são suficientes. A disponibilidade dos dados é fundamental. É aí que entram as tecnologias de comunicação. A capacidade de transmitir dados está a melhorar dramaticamente - a longas distâncias, para lugares anteriormente não ligados e quase em tempo real.

Dados e conectividade criam as condições para a transparência - mas não garantem o sucesso. Um problema subjacente é que, muitas vezes, os dados dentro das organizações estão isolados: de acordo com o inquérito Accenture Technology Vision, 56% dos inquiridos mencionaram a falta de integração entre fontes de dados como um dos principais desafios. Se já está a lidar com grandes quantidades de dados, então certamente irá sobrecarregar-se ainda mais com a maior carga de dados no horizonte.

Felizmente, duas estratégias emergentes, a "data mesh" e o "data fabric", podem transformar a sua organização. Cada uma delas tem benefícios e diferenças únicas, mas ambas simplificam e quebram as barreiras arquiteturais dos dados.

Uma mentalidade aberta

As organizações precisam mudar a sua mentalidade para aderir a transparência, rever como calculam o risco e pensar de forma multidimensional sobre o valor dos seus dados.

Isso significa que devem partilhar todos os seus dados o tempo todo? Não, os dados devem ser recolhidos e usados de forma responsável - a privacidade e a confidencialidade devem vir em primeiro lugar. No entanto, as organizações não devem ser excessivamente conservadoras, uma vez que a partilha traz ganhos valiosos para as operações internas das organizações, para os clientes e para o público. Por exemplo, conseguirá ver mais claramente os mecanismos que fazem a sua organização funcionar. Essa clareza traz à luz problemas ou ineficiências, que podem então abrir caminho para soluções.

Aumentar a transparência pode ajudar as organizações a revitalizar e melhorar as relações existentes com os clientes - e a conquistar novas. Agora, quando a confiança é uma prioridade para os consumidores, o valor da transparência não pode ser exagerado. Enfrente de frente estas novas exigências de dados e construirá uma relação de confiança com os clientes. Os dados sobre os clientes têm sido valiosos para a organização há muito tempo - agora é hora de torná-los valiosos também para os clientes.

Quer as organizações procurem melhorar a eficiência operacional, transformar a relação com os clientes ou participar na resolução de alguns dos problemas de informação mais desafiadores do mundo, esta nova abordagem em torno dos dados é fundamental.

Conclusão

A exigência de mais transparência e capacidade de partilha de dados dentro do negócio ganhará cada vez mais força e será um imperativo em todas as organizações e indústrias. As organizações podem aproveitar o momento e encontrar maneiras de explorar o novo ecossistema de dados ou resistir e perder grandes oportunidades.

Todos querem saber mais sobre a sua organização e indústria. Se não responder a essa exigência, outros o farão.

Generative AI: Os limites e as possibilidades da inteligência

Visão geral

Quando a OpenAI apresentou o ChatGPT no final de 2022, as pessoas começaram a testá-lo. Fizeram perguntas complicadas, solicitaram poemas e obtiveram resultados impressionantes. Antes mesmo do ChatGPT, a Internet já estava repleta de arte gerada por IA.        

Esse conteúdo faz parte de uma das maiores mudanças na história da IA: a introdução de modelos pré-treinados com uma notável adaptabilidade a diferentes tarefas.

Desde 2017, as organizações tecnológicas e investigadores têm vindo a maximizar o potencial da IA, aumentando o tamanho dos modelos e dos conjuntos de treino. Qual o resultado? Poderosos modelos pré-treinados, comummente chamados "modelos fundacionais", que oferecem uma notável adaptabilidade nos domínios nos quais são treinados.

Com estes modelos fundacionais, as organizações podem abordar diversas tarefas e desafios de maneiras distintas, aprendendo a utilizar a IA para criar a sua própria IA.

As novas capacidades oferecidas pelos modelos fundacionais e de linguagem (e os constantes avanços tecnológicos) levaram alguns especialistas a considerá-los um passo em direção à generative AI, um sistema de IA capaz de aprender qualquer tarefa intelectual ao alcance humano.

Os modelos fundacionais podem transformar a forma como as pessoas interagem com a IA. Algumas pessoas pensam que o ChatGPT é o futuro da pesquisa e da obtenção de conhecimento, uma vez que pode escrever textos, depurar programas e responder a perguntas complexas, graças ao seu processo de aprendizagem em biliões de exemplos online. Consegue ainda lembrar-se de conversas anteriores, o que permite rever ou elaborar respostas, tornando a comunicação entre pessoas e máquinas mais sofisticada e natural.

Os modelos fundacionais também abrem portas para novas aplicações e serviços de IA que, anteriormente, eram difíceis ou impossíveis de construir de outras maneiras.

Eventualmente, as operações de IA deixarão de se concentrar na construção de modelos e passarão a focar-se na adaptação desses modelos fundacionais às necessidades de negócios e na sua integração em aplicações. Profissionais com capacidade para realizar essas tarefas tornar-se-ão cada vez mais importantes.

Uma base para avanços na inteligência

O GPT-3 da OpenAI, lançado em 2020, foi o maior modelo de linguagem do mundo. Ele aprendeu a realizar tarefas para as quais nunca tinha sido treinado e superou modelos que foram treinados para essas tarefas. Desde então, organizações como o Google, a Microsoft e o Meta criaram os seus próprios modelos de linguagem em grande escala.

Para definir esta nova classe de IA, investigadores do Stanford Institute for Human-Centered Artificial Intelligence cunharam o termo "modelo de base". Definiram-nos geralmente como grandes modelos de IA treinados com uma vasta quantidade de dados e uma significativa adaptabilidade a tarefas subsequentes.

Alguns estão a trabalhar na expansão dos modelos de base para além da linguagem e das imagens, incluindo mais modalidades de dados. O Meta, por exemplo, desenvolveu um modelo que aprendeu a "linguagem das proteínas" e acelerou as previsões da estrutura das proteínas até sessenta vezes.

Muitos esforços estão em curso para tornar mais fácil a construção e implementação de modelos de base. Os requisitos de cálculo em rápido crescimento - e os custos e a experiência associados necessários para lidar com esta escala - são os maiores obstáculos atualmente. E mesmo depois de um modelo ser treinado, é dispendioso executar e hospedar as suas variações subsequentes.

Uma transformação liderada pela IA no trabalho e na vida

A questão para as organizações não é se esses modelos afetarão a sua indústria, mas como. Os modelos de base têm o potencial para transformar a interação entre humanos e IA.

Alguns chamam o ChatGPT de futuro da pesquisa e recuperação de conhecimento. Ele pode escrever poemas e ensaios, depurar código e responder a questões complexas porque foi treinado com bilhões de exemplos online. E lembra-se de conversas anteriores, pelo que pode rever ou elaborar respostas, tornando a comunicação entre humanos e máquinas mais sofisticada e natural.

Os modelos de base também estão a abrir a porta a novas aplicações e serviços de IA que eram difíceis ou impossíveis de construir antes. A falta de dados de treino é um grande problema para a maioria das organizações. Mas modelos de base pré-treinados podem ajudar a contornar essa limitação.

Os modelos de base multimodais também estão a ampliar os horizontes. O que seremos capazes de fazer quando modelos multimodais ligarem texto, som, imagem, vídeo, dados espaciais 3D, dados de sensores, dados ambientais e muito mais? Um equipamento industrial, por exemplo, pode usar um sistema de IA para traduzir dados de dezenas de sensores numa procedimento de reparação para um mecânico.

As organizações que construíram modelos de base pré-treinados estão a disponibilizá-los através de canais de código aberto ou mediante acesso pago através de APIs.

Para construir uma estratégia em torno dos modelos de base, primeiro é preciso compreender os seus melhores casos de uso. Algumas aplicações de IA trabalham com tipos de dados que nenhum modelo de base pode lidar ainda. E outras são melhor servidas por IA estreita, que é treinada para uma tarefa específica. Além disso, o viés nos modelos de base é uma preocupação comum devido à homogeneização e ao facto de muitos serem treinados com grandes conjuntos de dados online.

Mesmo com a linguagem natural a oferecer uma interface fácil de usar, é necessário algum conhecimento em engenharia de software para construir com sucesso aplicações em torno de modelos de base. No entanto, as organizações sem essas competências ainda podem beneficiar da tecnologia. Na sequência da OpenAI e de outras que transformaram os seus modelos em plataformas, uma onda de empresas começou a oferecer novos produtos e serviços B2B.

Eventualmente, as operações de IA irão passar de construir modelos para construir em cima de modelos. Talentos com as competências para pegar em modelos de base, adaptá-los às necessidades empresariais e integrá-los em aplicações tornar-se-ão cada vez mais importantes.

Conclusão

O surgimento de modelos fundacionais é uma das maiores mudanças na história da IA e não devem ser ignorados por nenhuma organização. De facto, algumas organizações já estão a utilizar modelos para experimentar e criar aplicações. À medida que a tecnologia avança, as oportunidades multiplicam-se.

Uma fronteira sem limites: O big bang da computação e da ciência

Visão geral

A relação entre ciência e tecnologia sempre foi um ciclo de feedback bidirecional que pode ser exercido com um efeito poderoso, ampliando os limites do possível. Mas, recentemente, entramos num estágio de “big bang”, em que a ciência e a tecnologia se aceleram rapidamente.

Mais organizações demonstram que certas tecnologias podem acelerar o ciclo de feedback science-tech (ST) mais rápido do que qualquer um imaginava. As tecnologias digitais, que ampliam as capacidades de negócios há anos, estão agora concentradas num novo domínio: a inovação liderada pela ciência. Isso reformulou radicalmente a nossa abordagem à inovação científica, desde a rapidez com que podemos obter resultados até ao seu impacto potencial nas organizações e nas nossas vidas.

Tudo pode mudar, desde onde as organizações podem oferecer soluções até à composição dos seus produtos. Além disso, a necessidade social de um ciclo de feedback science-tech (ST) mais rápido, nunca foi tão crucial. O mundo enfrenta desafios sem precedentes na medicina, na cadeia de fornecimento e nas mudanças climáticas, onde precisamos de soluções melhores e mais rápidas.

As mudanças podem afetar a produção de soluções e os materiais usados nos produtos empresariais. A sociedade exige um feedback mais rápido entre tecnologia e ciência, especialmente em áreas como medicina, cadeia de suprimentos e mudanças climáticas. Os desafios atuais exigem soluções melhores e mais rápidas.

Embora existam muitas áreas maduras para inovação, destacamos três com o ciclo de transformação em ritmo acelerado: materiais e energia, Terra e espaço, e biologia sintética. À medida que mais organizações investem nas tecnologias necessárias para acelerar a ciência, poderão usar esses desenvolvimentos científicos para criar soluções com mais rapidez e eficácia do que nunca.

Ainda assim, abraçar a revolução science-tech é mais desafiante do que parece. Diversos modelos tecnológicos mais recentes já aceleraram o ciclo de feedback science-tech, e as mudanças que isso trará ao nosso cenário de inovação já estão a chegar.

Uma forma de enfrentar os problemas mais difíceis do mundo

As organizações devem compreender a amplitude da revolução tecnológica científica, ou correm o risco de não estabelecer uma estratégia e ritmo de inovação competitivos para o futuro. Embora o ciclo de feedback acelerado não seja o único impulsionador de novas inovações, a tecnologia científica ainda é demasiado importante para que alguém a possa ignorar.

Para perceber exatamente o quão importante é, consideremos alguns dos maiores problemas do mundo: pandemias, alterações climáticas, a cadeia de abastecimento. Se ainda não o são, estes serão também alguns dos maiores problemas das organizações nos próximos anos, o que significa que devem ter um interesse legítimo na tecnologia científica e nas vastas oportunidades de inovação que ela oferece.

À medida que mais organizações investem nas tecnologias necessárias para acelerar a ciência, poderão utilizar esses avanços científicos para criar novas soluções mais rapidamente e de forma mais eficaz do que nunca.

Colaboração e experimentação

No entanto, abraçar a tecnologia científica é mais fácil de dizer do que fazer. Muitas novas tecnologias já estão a acelerar o ciclo de feedback da ciência e tecnologia, e as mudanças que isso trará ao nosso panorama de inovação estão a acontecer rapidamente.

Complicando o desafio está o facto de que, ao contrário da revolução digital, as organizações estão a começar em níveis de maturidade muito diferentes. Organizações no setor farmacêutico ou químico têm práticas de inovação científica de longa data. Estas organizações vão querer manter as suas posições na vanguarda, explorar e investir em tecnologias digitais emergentes que acelerarão as suas práticas e aproveitar a oportunidade que a revolução da tecnologia científica representa para construir parcerias e pontes com novas indústrias.

Outras organizações nunca se consideraram científicas; elas têm três ações claras a tomar para se prepararem para o sucesso. Em primeiro lugar, devem reconhecer que a colaboração é fundamental. Tecnologias de computação de próxima geração, como a quântica, não são apenas avançadas e complexas, mas requerem competências difíceis de encontrar e muito procuradas. Portanto, organizações de diversos setores estão a perseguir objetivos de computação quântica por meio de consórcios.

A segunda forma como as organizações se podem preparar é encontrar maneiras de começar a experimentar. Felizmente, isso está a tornar-se mais fácil com as muitas plataformas avançadas de tecnologia e ciência que estão a ser criadas.

Por fim, as organizações precisam estar cientes e preparadas para os riscos associados a alguns dos maiores impulsionadores da revolução da ciência e tecnologia, como a biologia sintética e a computação quântica.

Conclusão

Num momento crucial para todos, a realimentação entre a ciência e a tecnologia está a acelerar o progresso. Com questões como pandemias e alterações climáticas cada vez mais presentes, é fundamental investir em inovação e acelerar ainda mais a interação entre estas áreas para impulsionar em conjunto o futuro da ciência e tecnologia.