Fique à frente com estratégias financeiras práticas, dicas, notícias e tendências.
IA, aprendizado de máquina e CPM: Especialistas respondem às suas perguntas mais frequentes
Um deles é um renomado analista alemão de Corporate Performance Management (CPM) e o outro é o diretor de uma empresa global de CPM. Nós nos reunimos com duas figuras influentes no mercado internacion
março 26, 2019Um deles é um renomado analista alemão de Corporate Performance Management (CPM) e o outro é o diretor de uma empresa global de CPM. Nós nos reunimos com duas figuras influentes no mercado internacional de CPM e fizemos cinco perguntas sobre CPM, tecnologia e o futuro.
Como as novas tecnologias continuam a se desenvolver, o futuro do CPM está em constante mudança. Muitos profissionais e executivos do setor financeiro ficam se perguntando: Quais tecnologias são apenas uma moda passageira e quais têm o potencial de virar o mundo de cabeça para baixo?
Por que não deixar os especialistas especularem? O Dr. Christian Fuchs (BARC), um dos principais analistas da Europa, e Alok Ajmera (Prophix Software), um executivo visionário da América do Norte, estão no mercado de CPM há bastante tempo. Suas circunstâncias diferentes resultam em opiniões radicalmente diferentes ou eles compartilham previsões semelhantes? Fizemos as mesmas cinco perguntas a cada um deles para descobrir
1. Em sua opinião, o que o futuro reserva para a inovação no planejamento corporativo?
Alok Ajmera: O futuro próximo reserva uma mudança dramática e importante no planejamento corporativo - uma abordagem fundamentalmente diferente daquela baseada na intuição humana e no instinto apoiado por um pouco de dados. O futuro do planejamento coloca esse modelo de cabeça para baixo, com insights ricos e orientados por dados no front end, como base sólida para a intuição humana.
Usando a metodologia tradicional, os planejadores de hoje ainda coletam informações de toda a organização de uma maneira demorada e propensa a erros. Eles consolidam os dados e podem executar alguns cálculos em busca de insights retrospectivos. No entanto, hoje, com os recursos de nuvem e computação subjacentes aos avanços na aplicação de IA e aprendizado de máquina, as organizações podem mudar para uma metodologia de planejamento mais baseada em máquina.
No futuro, os planos serão criados por softwares e tecnologias que analisam bilhões de dados em tempo real, reunindo-os em uma forma significativa e digerível. As pessoas, em vez de gastar todo o seu tempo coletando, inserindo, homogeneizando e limpando dados, poderão se concentrar em compreender e integrar o resultado final, certificando-se de que ele faça sentido em seu mundo real.
Atualmente, a intuição e o trabalho humano desempenham um papel muito importante no planejamento. O futuro libera as pessoas para que usem seu tempo para compreender o significado dos dados.
Dr. Christian Fuchs: Particularmente, vejo o uso de tecnologias de inteligência artificial (IA) e aprendizado de máquina (ML) como as próximas grandes inovações nessa área. Isso também está de acordo com o que podemos deduzir de nossos estudos atuais de pesquisa de mercado: este ano, em nossa BARC Planning Survey, por exemplo, metade de todas as empresas pesquisadas indicou que deseja usar tecnologias preditivas (planejamento preditivo) para o planejamento a médio e longo prazo. Na minha opinião, esse desenvolvimento está sendo impulsionado, acima de tudo, pela quantidade crescente de dados que estão sendo coletados e processados. Além disso, tanto o planejamento corporativo quanto o ML já atingiram um nível de maturidade que torna os aplicativos avançados desse tipo consideravelmente mais interessantes.

Figura 1: Quais das seguintes opções sua empresa faz/utiliza com seu produto para planejamento e orçamento? (Fonte: Estudo BARC "The Planning Survey 18", n=856)
Sobre os entrevistados:
Alok Ajmera
Alok é o presidente e COO da Prophix Software. Sua missão é garantir que cada cliente, cliente em potencial, parceiro e funcionário em todo o mundo tenha uma experiência memorável e positiva com a Prophix. Alok entrou na empresa em 2004 e passou de consultor a presidente. A energia e o entusiasmo de Alok inspiram todos nós a alcançar a grandeza e superar as expectativas. No escritório, Alok é o rei do casual e ostenta uma coleção de camisetas de primeira - basta perguntar a ele.
Dr. Christian Fuchs
O Dr. Christian Fuchs é chefe de pesquisa da BARC para BI e gerenciamento de dados e analista sênior. Ele é o principal autor do estudo da BARC "Ferramentas de software para planejamento" e de outras análises de mercado no espaço de BI e planejamento. Como consultor, ele apóia as empresas no processo de seleção de software, na fase introdutória e em questões estratégicas sobre portfólios de BI front-end, arquitetura e cenários de uso.
2. O aprendizado de máquina e a IA são tópicos importantes no momento. Quais são algumas das vantagens de aplicar a IA e o aprendizado de máquina ao CPM?
Dr. Christian Fushcs: A IA e o ML têm o potencial de tornar o planejamento muito mais eficaz e eficiente. Idealmente, essas tecnologias podem ajudar a melhorar os resultados do planejamento e os próprios processos de planejamento, a fim de obter resultados mais significativos com mais rapidez e reduzir a carga de trabalho dos planejadores. No entanto, esse grande potencial vem acompanhado de maiores expectativas.
Muitas empresas esperam obter maior qualidade e precisão no planejamento e na previsão (consulte a Figura 2). No entanto, essa meta geral de aumentar a eficácia do planejamento só pode ser alcançada se forem consideradas as relações de causa e efeito relevantes. Previsões mais rápidas e de curto prazo, bem como a redução do esforço de planejamento (manual), têm o objetivo de aumentar a relevância dos dados de planejamento e, assim, tornar o planejamento mais eficiente. Simulações mais rápidas, previsões mais precisas e maior automação no planejamento corporativo estão agora ao alcance das empresas por meio do uso de IA, métodos estatísticos e ML.
Uma descoberta importante, no entanto, é que as empresas geralmente não estão focadas em automatizar completamente o planejamento. Os planejadores devem continuar envolvidos no processo de planejamento, mas devem ser dispensados principalmente das tarefas rotineiras, como atividades manuais e previsões. Portanto, não se trata de substituir planejadores humanos por máquinas.

Figura 2: Que benefícios você espera ou já obteve com o uso de planejamento e previsão preditivos em sua empresa? (Fonte: Estudo BARC "Predictive planning and forecasting takes corporate planning to the next level", n=308)
Alok Ajmera: Uma clara vantagem é poder usar os dados de forma mais sofisticada em relação ao planejamento. Os dados estão se tornando mais acessíveis em todas as unidades de negócios, departamentos e sistemas. Eles também estão se tornando menos específicos de uma única organização. Agora, muito mais dados podem ser consumidos e interagidos fora da organização que os gera.
Mas isso também significa que as organizações estão sobrecarregadas de dados. São tantos que é difícil transformá-los em algo útil. Esse é o benefício da IA e do aprendizado de máquina como um subconjunto da IA. Ela nos dá a capacidade de criar aprendizado por meio de tecnologias que estão se arrastando por esses vastos oceanos de dados internos e externos; para entender relacionamentos e correlações nos dados de uma forma não estática. Ela permite o aprendizado progressivo, o que significa que ficamos mais precisos em nossas previsões e na informática de longo prazo à medida que mais dados passam pelo sistema.
Esse é, com razão, um tópico incrivelmente quente no planejamento. Com a capacidade da nuvem de reunir todas essas tecnologias e dados e de aplicar muito mais capacidade de computação aos nossos problemas de negócios, estamos realmente no limiar de uma nova era para o planejamento de negócios, em que podemos executar cenários de forma rápida e fácil. Imagine se você pudesse dizer "Mostre-me o que acontecerá em 12 meses se X, Y e Z acontecerem" No momento, é preciso muito tempo e energia para fazer isso, mas é para lá que essas novas tecnologias estão nos levando rapidamente.
Hoje já temos muitas ferramentas poderosas que podem ser combinadas para criar valor. Nos próximos cinco anos, haverá mais dessas ferramentas e elas serão mais robustas, mais convincentes e mais precisas.
3. Como os executivos podem começar a usar a IA?
Alok Ajmera: Os executivos podem fazer uma série de trabalhos básicos. Os executivos financeiros internos devem primeiro entender que existe um papel para a IA nas finanças corporativas. Isso pode ser um desafio. Hoje, se você pedir a 100 CFOs que definam IA, obterá 100 definições.
Para poder fazer qualquer coisa com a tecnologia, você precisa investir na obtenção das habilidades certas em sua organização. Os requisitos da equipe financeira no futuro serão diferentes dos atuais. O setor financeiro precisa investir em habilidades que incluam gerenciamento e ciência de dados para poder explorar essas tecnologias emergentes.
Ao mesmo tempo em que desenvolve as habilidades certas em finanças, você se beneficiará da parceria com as organizações e empresas que estão facilitando esse futuro. Há oportunidades para os executivos de finanças começarem a trabalhar com parceiros que estão pensando em implantar as tecnologias certas.
Por fim, ao começar a trilhar esse caminho, esteja ciente de que a infraestrutura que você instala hoje deve ser escalonável para atender aos requisitos do futuro.
Dr. Christian Fuchs: O uso de IA e ML no contexto do planejamento corporativo não será de forma alguma automático e muitos obstáculos precisam ser superados. Os maiores desafios atuais são a criação e a manutenção das competências e habilidades necessárias, bem como a disponibilidade de recursos monetários e humanos. Portanto, um grande número de empresas está planejando desenvolver know-how a curto e médio prazo como um ponto de partida central. Em princípio, isso pode ser feito de duas maneiras: internamente, por meio do treinamento dos próprios funcionários, por exemplo, ou externamente, por meio da contratação de novos funcionários e do suporte de empresas de consultoria especializadas. A maioria das empresas planeja investir em seus próprios conhecimentos e habilidades, em vez de usar ajuda externa (consultoria, por exemplo). Isso mostra claramente a importância desses recursos para a competitividade de uma empresa.
4. Como os executivos devem priorizar a IA e o aprendizado de máquina?
Dr. Christian Fuchs: Do ponto de vista do BARC, o uso de IA e ML no planejamento corporativo se tornará indispensável no futuro e, portanto, deve ser uma alta prioridade para os executivos da empresa. Devido à maturidade da tecnologia e ao simples fornecimento de capacidades de computação na nuvem, os métodos modernos de planejamento estão se tornando acessíveis e relevantes para um número cada vez maior de empresas. Por esse motivo, é fundamental desenvolver o know-how em um estágio inicial e ganhar experiência por meio de projetos-piloto, além de criar confiança e promover a aceitação. Na opinião dos analistas da BARC, o uso de IA e ML tem o potencial de levar o planejamento corporativo para o próximo nível, tornando-o uma das principais tendências para otimizar o planejamento corporativo nos próximos anos.
Alok Ajmera: O aprendizado de máquina é um subconjunto da IA e é a parte que os executivos precisam priorizar. Embora a IA tenha muito mais recursos do que o aprendizado de máquina, atualmente existem problemas reais que podem ser resolvidos com o aprendizado de máquina. É importante que os executivos entendam quais problemas podem ser resolvidos e, em seguida, priorizem como podem obter valor hoje.
Como você aproveita o AM para rastrear dados transacionais e identificar anomalias? Atualmente, essa é uma tarefa manual. A maioria das organizações só pode fazer uma amostragem de seus dados transacionais em busca de erros ou fraudes. Mas com o AM, você pode rastrear milhões de transações para identificar erros e fraudes. Em vez de fazer uma amostragem e esperar o melhor, você pode literalmente rastrear cada transação para ajudar a reduzir problemas dispendiosos
5. Há algum recurso de IA ou de aprendizado de máquina que você imagina incorporar ao software de CPM ou você é mais a favor de uma abordagem do tipo "best-of-breed"?
Alok Ajmera: Há muitos recursos que podemos incorporar ao software de CPM atualmente, e é por isso que ele se tornou uma peça fundamental da infraestrutura. Ele contém dados que podem ser explorados para recursos baseados em IA. Portanto, os principais recursos de IA estão sendo incorporados ao software de CPM. Mas a resposta real é que veremos um pouco das duas abordagens. Também há oportunidades de aproveitar o que há de melhor, especialmente na nuvem. Um benefício da nuvem é que você pode fazer o melhor de ambos.
Essa é a fronteira. É incrivelmente empolgante. Há muitas promessas e um grande potencial. Estamos começando a ver parte disso se tornar realidade, mas ainda estamos na fronteira. Será emocionante ver como isso evoluirá nos próximos três a cinco anos, e certamente vai evoluir. Não há como voltar atrás.
Dr. Christian Fuchs: Nossos estudos sugerem que as empresas têm expectativas claras em relação às soluções de CPM que estão usando: as ferramentas já em uso também devem oferecer funcionalidade nas áreas de IA e ML no futuro para melhorar o planejamento corporativo (veja a Figura 3). O desejo é não usar soluções de software adicionais (best-of-breed). Isso destaca a importância da integração de métodos estatísticos, ML e IA com as funções tradicionais de software de planejamento e é uma instrução clara para que os fornecedores de software de CPM façam esse desenvolvimento adicional.
Nossa observação atual como analista de mercado é que muitos fornecedores de software de CPM fizeram da integração de métodos estatísticos, ML e IA em suas próprias ferramentas um elemento central de seu roteiro futuro. Em primeiro lugar, isso envolve a integração de linguagens de programação estatística, como R ou Python, e, em segundo lugar, a integração de métodos da estatística clássica e do ambiente de mineração de dados (por exemplo, análises de regressão para a identificação de drivers e análise de relações de causa e efeito, técnicas de detecção de anomalias, redes neurais para previsões baseadas em dados históricos).

Figura 3: Que suporte de software você usa principalmente para implementar o planejamento preditivo e a previsão na sua empresa atualmente ou usará no futuro? (Fonte: Estudo BARC "Predictive planning and forecasting takes corporate planning to the next level", n=308)