1877d6c9efa9a25d41a90f0b5788afee

1
INOVAÇÕES TECNOLÓGICAS - GRUPO PROMINAS

2
Núcleo de Educação a Distância
PRESIDENTE: Valdir Valério, Diretor Executivo: Dr. Willian Ferreira.
O Grupo Educacional Prominas é uma referência no cenário educacional e com ações voltadas para
a formação de profissionais capazes de se destacar no mercado de trabalho.
O Grupo Prominas investe em tecnologia, inovação e conhecimento. Tudo isso é responsável por
fomentar a expansão e consolidar a responsabilidade de promover a aprendizagem.
GRUPO PROMINAS DE EDUCAÇÃO

Diagramação: Gildenor Silva Fonseca
3
Prezado(a) Pós-Graduando(a),
Seja muito bem-vindo(a) ao nosso Grupo Educacional!

Inicialmente, gostaríamos de agradecê-lo(a) pela confiança
em nós depositada. Temos a convicção absoluta que você não irá se
decepcionar pela sua escolha, pois nos comprometemos a superar as
suas expectativas.
A educação deve ser sempre o pilar para consolidação de uma
nação soberana, democrática, crítica, reflexiva, acolhedora e integra-
dora. Além disso, a educação é a maneira mais nobre de promover a
ascensão social e econômica da população de um país.
Durante o seu curso de graduação você teve a oportunida-
de de conhecer e estudar uma grande diversidade de conteúdos.
Foi um momento de consolidação e amadurecimento de suas escolhas
pessoais e profissionais.
Agora, na Pós-Graduação, as expectativas e objetivos são
outros. É o momento de você complementar a sua formação acadêmi-
ca, se atualizar, incorporar novas competências e técnicas, desenvolver
um novo perfil profissional, objetivando o aprimoramento para sua atu-
ação no concorrido mercado do trabalho. E, certamente, será um passo
importante para quem deseja ingressar como docente no ensino supe-

rior e se qualificar ainda mais para o magistério nos demais níveis de
ensino.
E o propósito do nosso Grupo Educacional é ajudá-lo(a)
nessa jornada! Conte conosco, pois nós acreditamos em seu potencial.
Vamos juntos nessa maravilhosa viagem que é a construção de novos
conhecimentos.
Um abraço,
Grupo Prominas - Educação e Tecnologia
4
5
Olá, acadêmico(a) do ensino a distância do Grupo Prominas!
É um prazer tê-lo em nossa instituição! Saiba que sua escolha

é sinal de prestígio e consideração. Quero lhe parabenizar pela dispo-
sição ao aprendizado e autodesenvolvimento. No ensino a distância é
você quem administra o tempo de estudo. Por isso, ele exige perseve-
rança, disciplina e organização.
Este material, bem como as outras ferramentas do curso (como
as aulas em vídeo, atividades, fóruns, etc.), foi projetado visando a sua
preparação nessa jornada rumo ao sucesso profissional. Todo conteúdo
foi elaborado para auxiliá-lo nessa tarefa, proporcionado um estudo de
qualidade e com foco nas exigências do mercado de trabalho.
Estude bastante e um grande abraço!
Professora: Juliana Padilha

6
O texto abaixo das tags são informações de apoio para você ao
longo dos seus estudos. Cada conteúdo é preprarado focando em téc-
nicas de aprendizagem que contribuem no seu processo de busca pela
conhecimento.
Cada uma dessas tags, é focada especificadamente em partes
importantes dos materiais aqui apresentados. Lembre-se que, cada in-
formação obtida atráves do seu curso, será o ponto de partida rumo ao
seu sucesso profisisional.
7
Esta unidade analisará os impactos proporcionados pela popu-
larização da internet e o avanço da Tecnologia da Informação (TI). A TI
possibilitou o surgimento de novas plataformas, softwares/ferramentas,
serviços, entre outros. As mídias sociais contribuíram para o aumento da
geração de dados. Sendo assim, surgiu a possibilidade das organizações
adotarem medidas e tomarem decisões mais efetivas e mais ágeis, para
manter-se competitivas no mercado do seu negócio. Diante dessa neces-
sidade sugiram as tecnologias Business Intelligence (BI) e Big Data. O BI
ofereceu às organizações a possibilidade de analisarem os dados histó-
ricos e/ou atuais para tomar decisões mais acertadas. Já o Big Data pos-
sibilita analisar uma quantidade grande de dados e antever resultados.
Ambos passaram a ser adotados pelas empresas para prever resultados
e facilitar a tomada de decisão pelos gestores da empresa.
Tecnologias; Internet; Business Intelligence; Big Data.
8
Apresentação do Módulo ______________________________________ 12
CAPÍTULO 01
INOVAÇÃO E TECNOLOGIA COM SUSTENTABILIDADE
Gestão da Inovação ____________________________________________ 13
Pilares da Tecnologia ___________________________________________ 16
Pilares da Sustentabilidade _____________________________________ 19
Recapitulando ________________________________________________ 22
CAPÍTULO 02
BITCOIN, BLOCKCHAIN E CONTRATOS INTELIGENTES
Introdução a Blockchain e Bitcoins _____________________________ 27
O que é Blockchain? ___________________________________________ 33
Contratos Inteligentes _________________________________________ 36
Recapitulando _________________________________________________ 40
9
CAPÍTULO 03
BUSINESS INTELLIGENCE, BIG DATA E INTELIGÊNCIA ARTIFICIAL
O que é Business Intelligence (BI)? _____________________________ 44
O que é Big Data? _______________________________________________ 48
Mineração de Dados ____________________________________________ 53
Principais diferenças entre Business Intelligence e Big Data ______ 56
Inteligência Artificial ____________________________________________ 57
Aprendizado de Máquina ________________________________________ 59
Recapitulando __________________________________________________ 68
CAPÍTULO 04
INDÚSTRIA 4.0
Revolução Industrial ___________________________________________ 72
Elementos formadores da Indústria 4.0 __________________________ 76
Organização e mão de obra da Indústria 4.0 _____________________ 86

Recapitulando __________________________________________________ 90
CAPÍTULO 05
REDES COLABORATIVAS E DESIGN THINKING
Colaboração ___________________________________________________ 95
Redes Colaborativas ____________________________________________ 97
Representação Lógica das Rede de Colaboração ________________ 99
10
Principais Redes de Colaboração ________________________________ 100
Design Thinking ________________________________________________ 105
O Processo do DesignThinking __________________________________ 106
Recapitulando __________________________________________________ 113
Considerações Finais ____________________________________________ 117
Fechando a Unidade ____________________________________________ 118
Referências _____________________________________________________ 123
11
O surgimento de novas tecnologias e inovações impõe às or-
ganizações novas formas de se manterem competitivas e, consequen-
temente, aumentar os lucros. Dessa forma, as organizações precisam
aprender a gerenciar e a implantar as tecnologias mais adequadas ao
seu tipo de negócio.
As Tecnologias da Informação (TI), aplicadas nos dias atuais,
possibilitam que os produtos de uma determinada empresa possam ser
conhecidos e adquiridos por um grande número de pessoas, por meio
da Internet. Hoje é possível comprar roupas, comidas, sapatos, veícu-
los, entre outros.
A tecnologia impacta a sociedade. Algumas vezes positivamen-
te, já outras nem tanto. Por exemplo, a Revolução Industrial permitiu a
produção de produtos em série, ou seja, os produtos deixaram de ser
apenas manufaturados. Um fato positivo é que os produtos tiveram o
preço reduzido, possibilitando que mais pessoas pudessem comprá-los.
Mas, por outro lado, os artesãos perderam seu ofício.
Atualmente, vivemos a Revolução Tecnológica da Indústria 4.0,
que traz consigo uma série de impactos e mudanças no funcionamento
das indústrias e no perfil de mão de obra. Atualmente, já é comum in-
dústrias utilizarem robôs para substituir os trabalhadores em processos
repetitivos e que oferecem algum tipo de risco à vida.
Além disso, uma nova forma de se firmar contrato entre pes-
soas e/ou empresas vem sendo adotada, que são os contratos inteli-
CARACTERIZAÇÃO E PROCESSO DO PETRÓLEO E GÁS - GRUPO PROMINAS

gentes (smart contracts). Os contratos inteligentes consistem em um
pequeno programa de computador. Sua principal diferença em relação
aos contratos tradicionais se dá pelo fato dele ser autoexecutável, ou
seja, é um contrato que não precisa ser gerenciado por terceiros (ban-
cos, por exemplo) ou muito menos moderado por um juiz.
Uma nova forma de trabalho também tem sido incluída nas

organizações: o trabalho colaborativo. Esse tipo de trabalho era comum
somente no meio acadêmico. No entanto, tem ganhado espaço no meio
corporativo e diversos estudos já comprovaram que quando as pessoas
trabalham em equipes, elas compartilham seus conhecimentos.
Nessa unidade, abordaremos essas novas tendências e tec-
nologias da indústria 4.0, e outras como: Business Intelligence (BI), Big
Data e Inteligência Artificial (IA) na automatização industrial, que vêm
sendo utilizadas para aumentar a produtividade das organizações.
12
INOVAÇÃO & TECNOLOGIA
COM SUSTENTABILIDADE
GESTÃO DA INOVAÇÃO

A gestão da inovação é conceituada como um afastamento dos

princípios, processos e práticas tradicionais de administração empresa-
rial, ou seja, mudança na forma como os colaboradores realizam suas
tarefas. Empresas que adotam uma gestão de inovação tem por ob-
jetivo fortalecer sua posição no ativo e concorrido mercado global. De
acordo Akabane e Pozo (2020, pg.36) a gestão da inovação pode ser
classificada em quatro tipos, conforme ilustra a Figura 1.
13
Figura 1 – Os quatros tipos da Gestão da Inovação
Fonte: Adaptado de AKABANE and POZO, 2020.
A inovação do produto ocorre quando ideias criativas relacio-

nadas a bens e serviços são implantadas, podendo ser de modo téc-
nico ou através da introdução de componentes e materiais e/ou novos
softwares. Já a inovação de processo consiste em incluir novos pro-
cessos de produção. Por exemplo, uma empresa pode inovar nos pro-
cessos de fabricação, inserir uma mudança criativa no fluxo tecnológico
ou desenvolver um novo processo de entrega, como por exemplo, o
rastreamento on-line de encomendas. O que possibilitará uma melho-

ra na qualidade da produção e redução do custo total (AKABANE and
POZO, 2020).
A inovação de marketing refere-se às transformações inova-
doras no design ou na embalagem de produtos, métodos de vendas,
posicionamento de produtos nas prateleiras e promoção de produtos
(AKABANE and POZO, 2020). Por exemplo, a Coca-Cola resolveu ino-
var na embalagem do seu produto e em 2013 lançou o seu refrigerante
em uma lata que podia ser dividida ao meio. Dessa forma, ter-se-ia
duas latas menores para que a bebida pudesse ser compartilhada com
alguém.
14
Título da reportagem: Coca-Cola divide latinha em duas
Acesse o link: https://exame.abril.com.br/marketing/coca-co-
la-divide-latinha-para-promover-a-felicidade/
E por último, a inovação Organizacional, que ocorre nas re-

lações interna e externa da empresa, como na estrutura, estratégia, ha-
bilidades e estímulo cultural. A meta nesse tipo de inovação é melhorar
o desempenho dos negócios, diminuir os custos administrativos e de
transação, melhorar a satisfação no trabalho e redução dos custos de
fornecimento (AKABANE and POZO, 2020).
A inovação é realizada com base nas quatro classificações
apresentadas na Figura 1, tendo por objetivo modificar a imagem de
uma empresa diante seus concorrentes. No entanto, é importante que
antes de implantar alguma inovação sejam avaliados quais departamen-
tos da empresa necessitam ser inovados (AKABANE and POZO, 2020).
A história tem mostrado que o gerenciamento da inovação tem
sido um elemento importante à vantagem competitiva de muitas em-
presas. Sendo a inovação e a criatividade responsáveis pelas grandes
mudanças que ocorrem nas empresas, ações para mercado, novos pro-
dutos, métodos mais dinâmicos e pessoas mais motivadas (AKABANE
and POZO, 2020).
Vídeo sobre o assunto: Case de Inovação: A verdadeira His-

tória do Post-it.
Este vídeo tem por objetivo apresentar a verdadeira história
dos famosos bloquinhos autocolantes, os Post-it, que foram inventados
por um erro de projeto de um colaborador da empresa 3M.
Disponível no link: https://www.youtube.com/watch?v=7QZo-
xRl2Rmk
15
Pilares da Inovação
É importante que as empresas estejam sempre inovando. Essa
inovação não necessariamente é referente apenas ao aprimoramen-
to de tecnologias. Não é necessário que a inovação se inicie do zero,
mas é possível incorporar elementos mais atuais para impulsionar ain-
da mais as atividades de inovação e fornecer informações adicionais
(AKABANE and POZO, 2020).
Dependendo do tipo ou setor de empresa, a colaboração com
clientes e sócios podem ser coeficientes importantes de inovação ou
mesmo parte central da estratégia de inovação. A inovação contínua e
colaborativa com os clientes pode auxiliar a atribuir a inovação em duas
áreas fundamentais de uma empresa: o objetivo atual dos produtos e os
seus serviços. Visto que, os clientes são meios importantes de inovação
de produtos e/ou serviços.
Outro ponto importante da inovação é a liderança. Pois, para
que a inovação seja bem-sucedida os gestores da empresa devem as-
sumir o risco, ter uma interpretação clara dos objetivos, compromisso e
interesse por mudanças.
PILARES DA TECNOLOGIA
A utilização da tecnologia tornou-se o elemento principal para

melhorar o desempenho ambiental e econômico da comunidade. Fre-
quentemente, a tecnologia é empregada para melhorar o desenvolvi-
mento de forma sustentável, através de novos processos no cotidia-
no. Por exemplo, a substituição das principais tecnologias da empresa
como a implementação de novos softwares, podem auxiliar no ganho de
eficiência, agilidade, progresso dos processos, ampliação da qualidade
do serviço e economia de dinheiro.

No entanto, antes de investir dinheiro em inovação para trans-
formar os negócios da empresa, é importante que se avalie os três pi-
lares da tecnologia: prontidão, propriedade e execução. Pois, é rele-
vante que a empresa, que deseja adotar a inovação tecnológica esteja
preparada para todas as complexidades que podem aparecer quando
implementam novas tecnologias (AKABANE and POZO, 2020). Nas
próximas subseções serão apresentados os detalhes dos três pilares
citados anteriormente.
16
Documentário sobre o assunto: Steve Jobs – O Homem Má-
quina (Produzido por: CNN Films, 127 minutos, 2015)
Observação:
Esse documentário mostra como o fundador da Apple, Steve
Jobs, se firmou como um gênio por suas ideias e produtos inovadores.
Prontidão
Primeiro passo para implantar a inovação tecnológica é ter cer-
teza que a organização, você e sua equipe estejam prontos para essa
mudança. As pessoas responsáveis por implantar a mudança e geren-
ciar os resultados podem não saber trabalhar de forma correta quando
surge um problema árduo, com resultados inesperados ou indesejáveis.
Pois, muitas vezes, tende a ocorrer um equívoco ao pensar que os líde-
res de empresas estão prontos para novos desafios e, é por isso que re-
cebem a responsabilidade para executar esse tipo de atividade. Porém,
nem sempre esses líderes estão preparados para exercer essa função.
Para que a implantação ocorra com sucesso, deve ser elabora-
do um planejamento apropriado, que contemple a disponibilidade e os
recursos suficientes para que não seja gasto dinheiro desnecessário. As
implementações são sempre desafiadoras, custam e/ou demoram mais
do que as empresas planejaram. Para evitar esse problema é recomen-
dado que se trabalhe com profissionais experientes, que saibam esta-
belecer um planejamento adequado e reduza os riscos e a complexi-
dade dos projetos, sempre que possível (AKABANE and POZO, 2020). INOVAÇÕES TECNOLÓGICAS - GRUPO PROMINAS
Propriedade
Esse pilar busca saber de quem é a propriedade do projeto: é
da empresa ou do fornecedor? O projeto será sempre responsabilidade
da empresa. É ela a responsável por gerar lucros e não o fornecedor/
vendedor. Quando surgem problemas não se pode acreditar que os for-
necedores estarão prontos para resolvê-los e nem que serão capazes.
Pois, não é o fornecedor que está familiarizado com as metas de negó-
cio, estrutura organizacional e/ou cultura da equipe da empresa. Portan-
to, a orientação é que seja contratado um profissional experiente, como
por exemplo, na implantação de um software para gerenciar a empresa
17
Execução
Na etapa de execução, é importante verificar se as equipes
da empresa estão compreendendo o porquê da implementação de no-
vas tecnologias. De acordo com Akabane e Pozo (2020, pg. 121), para
verificar como anda o conhecimento dos funcionários da empresa em
relação a implementação dessas novas tecnologias, basta responder a
duas questões apresentadas a seguir:
Questão 1
Questão 2
As respostas dessas questões, possivelmente, ajudarão as

empresas a perceber como anda o processo de execução do proje-
to. Os gestores da empresa precisam iniciar o projeto com um objetivo
claro para assegurar que as metas definidas pelas organizações serão
cumpridas e o roteiro técnico estará alinhado com seus objetivos indivi-
duais e dos demais funcionários (AKABANE and POZO, 2020).
Implementação de Novas Tecnologias

A implementação de novas tecnologias nas empresas pode
proporcionar um bom crescimento a elas, pois, além de melhorar a qua-
lidade do serviço, melhora os processos de negócios, aumenta a efici-
ência e eficácia e também maximiza oportunidades.
De acordo com Akabane e Pozo (2020, pg. 123) existem três

elementos relacionados a implementação de tecnologias: planejamen-
to, desempenho e objetivo. Esses elementos são primordiais para que o
processo de implantação de novas tecnologias na empresa ocorra com
sucesso.
Planejamento: É um elemento importante devido ao fato da
implementação de novas tecnologias ser uma tarefa árdua e custosa, é
preciso que seja elaborado um bom planejamento. Nesse planejamento
deve ser incluído o preparo da equipe que vai trabalhar diretamente ou
indiretamente na implementação das tecnologias.
Desempenho: Como visto na seção 1.2.2 (Propriedade) não é
o fornecedor responsável pela empresa, mas a própria empresa deve
ser responsável por ela. Não é papel do fornecedor conhecer em deta-
18
lhes os objetivos do negócio, a estrutura da empresa ou até mesmo a
cultura das equipes. O problema é considerado caótico quando nem a
própria empresa consegue identificar suas necessidades e pontos fra-
cos, o que pode acarretar no fracasso da implementação das novas
tecnologias.
Objetivo: Compreender o porquê a tecnologia está sendo
implementada é fundamental para o sucesso do negócio da empresa.
As equipes necessitam ser treinadas e compreender os objetivos das
transformações e quais serão os benefícios que almejam alcançar.
PILARES DA SUSTENTABILIDADE
A sustentabilidade corporativa tornou-se uma regra nas empre-

sas grandes, médias e pequenas. Empresas grandes – multinacionais,
como Walmart, McDonald’s e Toyota apontam a sustentabilidade como
uma das prioridades primordiais para o futuro.
A sustentabilidade pode ser definida como meios de atender
às necessidades do presente sem comprometer a capacidade das ge-
rações futuras de atender as suas necessidades. Tendo como objetivo
geral incentivar a conservação e o melhoramento da base de recursos
e outros mais específicos, como o progresso social e a igualdade; pro-
teção ambiental; conservação de recursos naturais e crescimento eco-
nômico estável (AKABANE and POZO, 2020). Diante disso, temos três
pilares que apoiam a sustentabilidade, sendo eles: social, que se refere
às pessoas; econômico, que se refere aos lucros, e o ambiental, que
se refere ao planeta (AKABANE and POZO, 2020). Esses três pilares
serão apresentados em detalhes nas próximas subseções: 1.3.1, 1.3.2
e 1.3.3. INOVAÇÕES TECNOLÓGICAS - GRUPO PROMINAS
Pilar Social
Esse pilar defende iniciativas como a energia renovável, re-
dução do consumo e emissões de combustíveis fósseis, agricultura e
pesca sustentáveis, agricultura orgânica, plantio de árvores, redução
do desmatamento, reciclagem e outros (AKABANE and POZO, 2020).
Uma empresa sustentável deve ter apoio e aprovação de seus
funcionários, pessoas interessadas e também da comunidade onde ela
atua. No lado dos funcionários, as empresas concentram-se nas estra-
tégias de retenção e engajamento, incluindo benefícios, como licença a
maternidade e paternidade, agendamento flexível e oportunidades de
aprendizado e desenvolvimento. Para o comprometimento da comuni-
19
dade, as empresas criaram diversas maneiras de retribuição, como pa-
trocínio, bolsas de estudos e investimentos em projetos públicos locais
Pilar Econômico
Esse pilar trata-se do mais explorado pelas empresas, pois,
todo negócio deverá ser lucrativo para que sobreviva. No entanto, o lu-
cro não pode superar os outros pilares: social e ambiental, uma vez que
o pilar econômico não se refere ao lucro a qualquer custo. As atividades
do pilar econômico são: conformidade, governança adequada e geren-
ciamento de riscos (AKABANE and POZO, 2020).
O pilar econômico tem por objetivo garantir que o crescimen-
to financeiro mantenha um equilíbrio saudável com o ecossistema
(AKABANE and POZO, 2020). Visto que, no geral somos pessoas mui-
to consumistas, ou seja, consumimos mais do que temos necessidade.
Contraditoriamente, as pessoas de países em desenvolvimento cobi-
çam esse estilo de vida de alto de consumo. No entanto, precisamos de
um modelo econômico sustentável para, assim, garantir uma distribui-
ção mais justa e aplicação eficiente de recursos.
Pilar Ambiental
Esse pilar é um dos mais importantes, pois, apoia iniciativas,
como a que promove a paz, a justiça social, a redução da pobreza e ou-
tros movimentos que buscam a igualdade social. As empresas já estão
cada vez mais engajadas em reduzir a emissão de carbono, resíduos
de embalagens, uso da água e seu efeito geral no meio ambiente. Um
exemplo da aplicação desse pilar é a medida adotada pelo Walmart
que inseriu as embalagens no seu projeto de desperdício zero. Assim,

muitas das suas embalagens começaram a ser feitas com materiais
reciclados ou reutilizados (AKABANE and POZO, 2020).
O desenvolvimento sustentável atende às necessidades do
presente, sem comprometer as perspectivas de que as gerações fu-
turas desfrutem de uma qualidade de vida pelo menos tão boa quanto
possuímos nos dias de hoje.
Os três pilares da sustentabilidade que foram apresentados
anteriormente são fundamentais para que as organizações possam
buscar práticas mais sustentáveis. Com por exemplo, as empresas não
podem mais atuar com foco apenas nos lucros rápidos e às custas do
meio ambiente. Atualmente, devem elaborar um planejamento que en-
volva a preservação do meio ambiente. Além disso, a adoção dessas
20
práticas sustentáveis contribui para o meio ambiente e também para as
empresas, pois, elas são beneficiadas de muitas formas, como melhoria
da imagem perante o público, custos reduzidos, maior produtividade,
dentre outros (AKABANE and POZO, 2020).
Tecnologia Verde e Inovação

Promover o crescimento econômico e o desenvolvimento ao
mesmo tempo é uma faceta do crescimento verde, que visa assegurar
que a natureza continue a fornecer os recursos ambientais que tanto
necessitamos. De acordo Akabane e Pozo (2020, pg.130) a inovação
verde é mesclada por inovação de produtos verdes e por inovação de
processos verdes, conforme pode-se visualizar na figura 2.
Figura 2 – Elementos da Inovação Verde
Inovação de Produtos Verdes Inovação de Processos Verdes
Fonte: Elaborado pela autora, 2020.
Em suma, a inovação de produtos verdes consiste na produ-

ção de um novo produto ou serviço que não provoque impacto negativo
no meio ambiente ou impacto menor que o seu atual produto ou mesmo
do produto concorrente. Já a inovação de processos verdes consiste
na melhoria dos processos de produção existentes e o uso de tecnolo-
gias ambientalmente amigáveis para produzir bens e fornecer serviços INOVAÇÕES TECNOLÓGICAS - GRUPO PROMINAS
que não acarretem impactos negativos no meio ambiente (AKABANE e

POZO, 2020).
É estimado que a implantação da inovação verde em países
em desenvolvimento será um grande incentivador para a expansão dos
mercados e do desenvolvimento econômico sustentável. Embora haja
uma grande discussão em relação à política internacional de ajustes no
regime de proteção de tecnologias verdes, a capacidade de absorção
restrita dos países em desenvolvimento é muitas vezes uma barreira
mais forte à adoção de tecnologia do que o preço de invenções paten-
teadas (AKABANE e POZO, 2020).
21
QUESTÕES DE CONCURSOS
QUESTÃO 1
Ano: 2018 Banca: AOCP Órgão: SUSIPE-PA Prova: Técnico de Ad-
ministração e Finanças Nível: Difícil.
As decisões acerca do desenho estrutural mais adequado devem
levar em consideração os fatores que o influenciam. Qual é o fator
referente a natureza da atividade e o uso do conhecimento que in-
fluencia a estrutura organizacional?
a) Ambiente
b) Dimensão
c) Tecnologia
d) Estratégia
e) Inovação
QUESTÃO 2
Ano: 2019 Banca: VUNESP Órgão: UNICAMP Prova: Bibliotecário
Nível: Médio.
As bibliotecas, que experimentam ferramentas de tecnologia da in-
formação para criar novos serviços para o seu público, implemen-
tam produto novo ou significativamente melhorado, desenvolvem
um novo processo, aplicam um novo método de marketing ou um
novo método organizacional nas práticas ou na organização do lo-
cal de trabalho, estão aderindo
a) à gestão de inovação.
b) à automação de serviços.
c) à gestão de recursos.
d) ao gerenciamento de sistemas.
e) à preservação digital.
QUESTÃO 3
Ano: 2018 Banca: CESGRANRIO Órgão: Transpetro Prova: Admi-
nistrador Júnior Nível: Fácil.
Um estudante de Administração está fazendo uma pesquisa sobre
as empresas nas quais gostaria de trabalhar. Ele é um indivíduo
bastante espontâneo, inteligente, curioso e com grande potencial
de desenvolvimento.
Conversando com seus colegas sobre as empresas que havia pes-
quisado, e suas intenções, um deles observou que algumas em-
presas listadas por ele apresentavam uma cultura que talvez não
fosse adequada para o seu estilo e objetivos profissionais.
Pensando nesse comentário, ele foi pesquisar mais sobre os tipos
22
de cultura que podem existir nas organizações e identificou que
gostaria de trabalhar em uma empresa onde pudesse pesquisar,
conversar sobre diversos conhecimentos e gerar ideias, onde o
ambiente fosse agradável e que houvesse uma visão clara e de
longo prazo permeando a organização.
Com base nessas informações, conclui-se que esse estudante de-
seja trabalhar em uma organização cuja cultura seja de
a) Inovação
b) Pessoas
c) Tarefas
d) Funções
e) Poder
QUESTÃO 4
Ano: 2016 Banca: PR-4 UFRJ Órgão: UFRJ Prova: Administrador -
Geral Nível: Médio.
É inegável o papel que a inovação exerce sobre as organizações. A
função tecnologia, no âmbito de qualquer organização e, em espe-
cial, no âmbito de uma Instituição de Ciência e Tecnologia, como
a UFRJ, exerce um papel importante. Como desafio à busca por
produção de conhecimentos novos, requer uma gestão estratégica
que possa compreender e dar conta de toda a complexidade pre-
sente no processo de inovação, ou mesmo, a Cadeia de Conheci-
mento. Pensar a função tecnologia e realizar a sua gestão é um dos
maiores desafios da função tecnologia.
Assinale a opção que apresenta os tipos de inovação, segundo o
Manual de Oslo.
a) Inovação de Produto, Inovação de Serviços, Inovação de Processos
e Inovação Organizacional.
b) Inovação de Produto, Inovação de Processos, Inovação de Marketing
c) Inovação de Produto, Inovação de Processos, Inovação de Serviços
e Inovação de Pessoas.
d) Inovação de Produto, Inovação de Pessoas, Inovação de Marketing
e) Inovação de Processos, Inovação de Serviços, Inovação de Pessoas
QUESTÃO 5
Ano: 2015 Banca: INSTITUTO AOCP Órgão: EBSERH Prova: Psicó-
logo – Área Organizacional Nível: Médio.
O que pode ser considerado para classificar uma organização como
23
sustentável? Pesquisadores envolvidos ativamente no debate so-
bre a sustentabilidade tentam identificar maneiras pelas quais as
organizações possam desenvolver novas metodologias de gestão
que confluam no aprimoramento de práticas relacionadas a cada
um dos pilares que alicerçam este fenômeno e, consequentemen-
te, contribuir de maneira mais coerente com o desenvolvimento
sustentável sistêmico. Adotando-se uma abordagem sistêmica, a
qual ressalta a interdependência de três pilares principais inseri-
dos ao sistema de compreensão e acontecimento da sustentabili-
dade, sendo eles: o pilar econômico, o pilar ambiental e o pilar so-
cial, assinale a alternativa em que existe correspondência correta
entre o pilar e sua definição.
a) Sustentabilidade social: É um subsistema da sustentabilidade orga-
nizacional representante da eficácia de dois agires organizacionais me-
nores, a ecoeficiência e a inserção socioeconômica. Abrange tópicos
como competitividade, oferta de empregos, penetração em novos mer-
cados e lucratividade voltada para o longo prazo.
b) Sustentabilidade ambiental: Trata-se da capacidade organizacional de
apresentar um fluxo de caixa suficiente que assegure a liquidez necessária.
c) Sustentabilidade econômica: É um subsistema da sustentabilidade
organizacional representante da eficácia de dois agires organizacionais
menores, a inserção socioeconômica e a justiça socioambiental. Abran-
ge a gestão do impacto que a organização gera nos sistemas sociais
por meio de suas atividades operacionais.
d) Sustentabilidade social: É um subsistema da sustentabilidade orga-
nizacional representante da eficácia de dois agires organizacionais me-
nores, a justiça socioambiental e a ecoeficiência. Abrange a prevenção
dos impactos gerados pela organização nos sistemas naturais compos-
tos por seres vivos e não vivos.
e) Sustentabilidade econômica: É um subsistema da sustentabilidade

organizacional representante da eficácia de dois agires organizacionais
menores, a ecoeficiência e a inserção socioeconômica. Abrange tópicos
como competitividade, oferta de empregos, penetração em novos mer-
cados e lucratividade voltada para o longo prazo.
QUESTÃO DISSERTATIVA– DISSERTANDO A UNIDADE
A Comissão Mundial sobre Meio Ambiente e Desenvolvimento criada

pela ONU (Organização das Nações Unidas) conceituou o desenvolvi-
mento sustentável como o “desenvolvimento capaz de suprir as neces-
sidades da geração atual, sem comprometer a capacidade de atender
às necessidades das futuras gerações”.
24
Fonte: Disponível em: <https://www.wwf.org.br/natureza_brasileira/
questoes_ambientais/desenvolvimento_sustentavel/> Acessado em:
24/03/2020.
Sobre o enunciado acima, discorra sobre como organizações podem

implementar o processo de inovação sustentável.
TREINO INÉDITO
Os três pilares da implementação tecnológica são:

a) Inovação, Social e Ambiental.
b) Social, Ambiental e Econômico.
c) Prontidão, Propriedade e Execução.
d) Gestão do Conhecimento, Gestão Ambiental e Gestão Social.
e) Prontidão, Inovação e Social.
NA MÍDIA
A TECNOLOGIA ALIADA A SUSTENTABILIDADE
A responsabilidade socioambiental vem sendo cada vez mais aplicadas

na política de muitas empresas. Outro ponto, que tem crescido muito é
a gestão de empreendimentos sustentáveis. Os empreendimentos sus-
tentáveis visam a construção de empreendimentos verdes e também
permite que construções existentes implantem essas mudanças.
É importante a conscientização de que o uso eficiente dos recursos
reduzirá os impactos causados sobre o meio ambiente. Por exemplo, o
consumo de energia elétrica consiste no mais alto gasto dos shoppings
e prédios comerciais, estima-se que apenas o ar condicionado corres-
ponda a 60% dos custos. Aplicações de mudanças, como utilização da
iluminação natural durante o dia pode ocasionar uma grande redução
no gasto com a energia elétrica. Outra medida é a realização de modifi-
cações no sistema hidráulico, com a implantação de torneiras com mo-
derador de gasto e descargas a vácuo. Essas medidas de redução do
consumo de energia elétrica e consumo de água tem a ver com a sus-
tentabilidade, pois também aumentarão a vida útil dos equipamentos.
Fonte: Canal Tech

Data: 20 mar. 2020.
Leia a notícia na íntegra: https://canaltech.com.br/meio-ambiente/A-
-tecnologia-aliada-a-sustentabilidade/
25
NA PRÁTICA
A empresa Brasil Supplies é a uma das quinze maiores empresas no

ramo de distribuição de alimentos e produtos de limpeza. Essa empresa
está redesenhando seu sistema de armazenamento de produtos com a
meta de inovar na qualidade e produtividade no atendimento ao cliente.
O objetivo da empresa almeja que seu armazém se torne um moderno
Centro de Distribuição. O volume de produtos armazenados pela em-
presa é de 18,5 mil posições de paletes por mês. Sendo que 6,5 mil pa-
letes estão no armazém da empresa; 4,5 mil paletes na área externa da
empresa Brasil Supplies e 7,5 mil paletes sob responsabilidade de uma
empresa operadora logística, BitArz, que se compromete com o serviço
logístico da Brasil Supplies.
O primeiro problema observado pela empresa foi essa deficiência no
armazenamento de seus produtos e também nos custos envolvidos.
Pois, a terceirização do serviço logístico corresponde aproximadamen-
te a 40% do volume total dos produtos armazenados e tem um custo
de 15% a mais que as operações internas. Os produtos armazenados
na área externa da empresa Brasil Supplies possuem um custo de 5%
maior que àqueles produtos armazenados no próprio armazém. A partir
desses dados, a empresa iniciou a elaboração de um projeto para im-
plementação de uma solução logística baseada na tecnologia da infor-
mação.
Percebeu-se que seria necessário que a empresa modernizasse os
armazéns para ser capaz de competir com os concorrentes. A equipe
responsável pela implantação das mudanças, concluiu-se que deveriam
iniciar pela construção de um novo Centro de Distribuição e investir em
recursos de tecnologia da informação, como: softwares, treinamento de
pessoas, dentre outros, para melhorar a produtividade. Para que assim
a Brasil Supplies possa se manter competitiva e bem-sucedida é neces-

sário desenvolver um plano de negócios sólido.
Fonte: AKABANE, Getúlio K.; POZO, Hamilton. Inovação, Tecnologia

e Sustentabilidade: histórico, conceitos e aplicações. 1. ed. São
Paulo: Érica, 2020.
26
BITCOIN, BLOCKCHAIN &
CONTRATOS INTELIGENTES
INTRODUÇÃO A BLOCKCHAIN E BITCOINS

Cada vez mais as pessoas desejam não ser controladas por

um órgão ou instituição financeira que centraliza todas as informações.
Porém, surgiu uma nova tecnologia com o objetivo de modificar a reali-
dade exposta anteriormente: o blockchain e a criptomoeda bitcoin.
A criptomoeda surgiu em 2008 devido à necessidade de um
programador denominado pelo pseudônimo de Satoshi Nakamoto, que
desejava realizar pagamento eletrônico baseado por meio de criptográ-
fica. Esse sistema de pagamento eletrônico possibilita que duas partes
interessadas negociem diretamente a moeda sem haver a necessidade
de uma intermediação de terceiros, como um banco.
Em 2009, surgiu a primeira moeda que possibilitava pagamen-
tos eletrônicos, a criptomoeda: bitcoin. O bitcoin consiste em um sof-
27
tware de código aberto baseado em um algoritmo complexo e protegido
por criptografia (STEPHEN, 2019). Segundo Bergamo Filho et al (2019,
pg. 29) o “bitcoin refere-se de um protocolo e sua forma de consenso de
como os ativos são transferidos no blockchain”.
Documentário sobre o assunto: Banco ou Bitcoin (Dirigido

por: Christiopher Cannuccuaru, 90 min, 2017)
Observação:
Esse documentário apresenta a história do Bitcoin e os motivos
que levou essa criptomoeda a se tornar a mais utilizada mundialmente.
A moeda bitcoin possui segurança ponto a ponto (peer-to-peer

ou simplesmente P2P1). Esse protocolo permite que os usuários regis-
trem e transfiram essa criptomoeda entre contas digitais sem a neces-
sidade de organização monetária. O fato de o bitcoin operar por conta
própria, executando tarefas administrativas e de segurança, minimiza
as taxas de transação e reduz significativamente o tempo de processa-
mento da transação (THOMAS 2018).
O bitcoin é completamente descentralizado, sem servidor ou
autoridade central. Nesse contexto, a palavra descentralizada se refe-
re aos pagamentos que podem ser efetuados diretamente entre duas
pessoas sem a necessidade de intermediação de um banco, conforme
ilustra a figura 3. As informações compartilhadas são públicas e trans-
parentes, o que acarreta em uma estrutura de apoio para a gestão de

contratos e questões de propriedade intelectual. O que possibilita que
não haja a necessidade de um órgão regulador tradicional para decidir
sobre essas questões, por isso, o controle é dito que é repartido entre
as partes envolvidas na negociação (BERGAMO FILHO et al, 2019).
1 P2P é uma rede de computadores que compartilham arquivos pela internet, onde cada
computador funciona como servidor e cliente ao mesmo tempo.
28
Figura 3 – Funcionamento genérico de uma transação descentralizada
Já a figura 4 demonstra toda a intermediação financeira sendo

feita por banco, que é o modelo tradicional, ou seja, que utiliza as moe-
das tradicionais. As principais diferenças entre as moedas tradicionais e
as criptomoedas serão melhor explicadas na seção 2.1.1.
29
Figura 4 – Funcionamento genérico de transações através do
Sistema Financeiro
Banco
De acordo com Bergamo Filho et al (2019) diversas caracterís-

ticas do blockchain vão impactar uma revolução no mercado em geral,
dentre elas:
I. Transparência: Todas as transações realizadas por bitcoin
são registradas, ou seja, possuem um histórico para qualquer pessoa
analisar, que é também denominado de livro-razão.
II. Descentralização: Refere-se a não necessidade que uma

empresa intermedeie as transações ou determine os horários que elas
possam ocorrer.
III. Segurança: O livro-razão é imutável, ou seja, inalterável.
Desse modo, todas as transações são verificadas e o gasto duplo (que
uma mesma entidade gaste a mesma quantia duas vezes) é protegido
através de criptografia.
IV. Confiança: Todas as transações são verificadas para evitar
que elas ocorram em duplicidade.
V. Automatização: Um protocolo foi desenvolvido para possi-
bilitar que transações funcionem de forma automática sem duplicidade
e/ou informação conflituosa. Caso contrário, elas não serão registradas
dentro do livro-razão (blockchain).
30
Bitcoin é uma moeda de troca, assim como o dólar e o real. A
principal diferença entre ela e as demais moedas é que não é emitida
por nenhum banco central. Na verdade, não existe bitcoin no mundo
material, por isso, não é possível ver essa moeda circulando por aí. A
moeda bitcoin é gerada por sistemas computacionais de forma descen-
tralizada (sem mediação de terceiros) e criptografada (garantia da se-
gurança dos dados). Pelo fato de as criptomoedas serem representadas
por um código protegido por criptografia é bem difícil que elas sejam
modificadas.
Principais diferenças entre as moedas tradicionais

A principal diferença entre as moedas tradicionais e as moedas
digitais é que as digitais, como o bitcoin, permitem que sejam feitos
pagamentos eletrônicos se ambas as partes aceitarem. E também que
pagamentos/transferências sejam realizados em qualquer horário, in-
dependentemente do país, região e sem o auxílio de um intermediador
(BERGAMO FILHO et al, 2019).
O bitcoin não é controlado por nenhuma instituição financeira,
e sim mantido por um grupo de codificadores voluntários. É outro ponto
que atrai muitas pessoas que se sentem desconfortáveis com os con-
troles definidos pelos bancos e/ou instituições governamentais relacio-
nados ao seu dinheiro.
Conforme já dito, o bitcoin não é impresso por um banco cen-
tral responsável por criar suas próprias regras. Por exemplo, quando fal-
ta dinheiro para cobrir a dívida nacional, o banco central poderá imprimir
mais dinheiro, porém, isso leva a desvalorização da sua moeda. Assim,
a moeda tradicional possui uma oferta ilimitada, o que possibilita que os
bancos centrais emitam a quantidade de moeda que desejar. Os bancos
centrais também podem manipular o valor de uma moeda em relação as
outras (BERGAMO FILHO et al, 2019).
De maneira contrária, o bitcoin é criado digitalmente, por uma
comunidade de pessoas onde qualquer um pode participar. O seu for-
necimento é rigidamente controlado por algoritmos. Em teoria, se a de-
manda crescer e a ofertar continuar a mesma, o valor do bitcoin au-
mentará. O bitcoin é minerado por meio de uma rede distribuída e, essa
por sua vez, permite o processamento das transações feitas através de
criptomoedas (BERGAMO FILHO et al, 2019).
A prevenção do gasto duplo (uma mesma entidade gastar a
mesma quantia duas vezes) nas moedas tradicionais é feita pelas insti-
tuições bancárias. Já no caso das moedas digitais – bitcoin– o controle
é feito por algoritmos combinados com uma excelente criptografia, que
31
também são responsáveis por fiscalizar a rede e demonstrar isso publi-
camente. Ressalta-se que todo esse processo ocorre de forma eletrô-
nica, ou seja, apenas as máquinas conversando entre si; não havendo
interferência de seres humanos no processo de criação e verificação
(BERGAMO FILHO et al, 2019).
E por último, a principal diferença entre essas moedas é em
relação a invasão de privacidade que ocorre dentro das instituições fi-
nanceiras tradicionais; nelas as transações de todas as pessoas são
identificadas e vinculadas a um nome. Já para os usuários de bitcoin as
operações se dão em semianonimato (BERGAMO FILHO et al, 2019).
Assim, caso haja um “validador” central, os usuários não precisam de
identificar ao realizar uma transferência de bitcoin para outro usuário. O
protocolo verificará todas as transações anteriores, a fim de confirmar
que o remetente possui a quantidade necessária de bitcoin para, assim,
realizar a transferência e autorização para enviá-los. Desse modo, o
sistema não precisa saber qual a identidade da pessoa.
Na prática a identificação se dá pelo endereço da carteira do
usuário. O que permitirá o rastreamento das transações, caso seja ne-
cessário. Existem leis que regulamentam outros métodos para a identi-
ficação de usuários. A maioria das trocas (exchanges) só ocorrem após
a verificações de identidade em seus clientes, onde o processo de uma
transação específica é visível para todos, fazendo com que o bitcoin
não seja uma moeda ideal para criminosos, terroristas e/ou lavadores
de dinheiro.
A diferença principal entre as duas moedas é que uma transa-
ção realizada por bitcoin não pode ser revertida se ela for registrada na
rede, se tiver passado mais de uma hora, pois, é impossível modificá-la.
Portanto, nenhuma transação na rede do bitcoin pode ser adulterada.
Já nos bancos tradicionais eles conseguem reverter transações reali-
zadas nas contas de seu cliente, pois, há uma espécie de “juiz” central
para que possa dizer “ok” reverta a transação verificação (BERGAMO
FILHO et al, 2019).
O bitcoin foi o primeiro a usar o blockchain, que vem sendo
bem aceito pelo mercado, pois, consegue visualizar infinitas usabilida-
des, tornando-o cada vez mais conhecido. No entanto, o mérito vem da
tecnologia blockchain que será apresentada em detalhes na seção 2.2.
Como funciona a Mineração de Bitcoin?

Mineração de bitcoin consiste no processo de se adicionar re-
gistros de transações ao livro-razão - um tipo de “livro” contábil, como
os obrigatórios das empresas onde são registrados os dados contábeis.
32
A mineração de bitcoin é feita através de computadores com alta ca-
pacidade de processamento, como a Antminer que é produzida pela
empresa chinesa Bitmain (FOXBIT, 2017).
Desde 2013 não é mais possível minerar bitcoins através de
computadores pessoais, devido ao aumento do nível de processamento
requisitado. A função desses computadores potentes é localizar uma
sequência que torne um bloco de transações de bitcoin compatível com
o bloco anterior, através da realização de milhares de cálculos por se-
gundo (FOXBIT, 2017). E posteriormente, validar as transações na rede
do bitcoin para garantir a sua segurança e legitimidade.
Após encontrar a sequência compatível, o minerador - pessoa
ou grupo de pessoas que são responsáveis por manter a rede do bitcoin
funcionando - recebe uma recompensa em bitcoin pelo serviço prestado
(FOXBIT, 2017).
O QUE É BLOCKCHAIN?
De acordo com Bergamo Filho et al (2019, pg.34) o blockchain

consiste em “uma plataforma capaz de registrar transações de forma
descentralizada, com registros em diferentes computadores. Uma ca-
deia de blocos identifica o envio e o recebimento de moedas virtuais”.
Em suma, blockchain trata-se de uma cadeia de blocos, onde
todos eles estão interligados e possui uma base de dados em constante
atualização. Porém, mantendo o registro de todas as transações (livro-
-razão) realizadas com a criptomoeda.
No livro-razão estão todas essas informações que são públi-
cas, como: registros de compra e venda, mineração, doação e outras
operações realizadas com bitcoins. A figura 5 demonstra o funciona-
mento de uma transação sendo realizada de um computador A para um INOVAÇÕES TECNOLÓGICAS - GRUPO PROMINAS
computador B por meio do blockchain.
33
Figura 5 – Funcionamento do Blockchain
Fonte: IHODL, 2017.
Todas as informações realizadas por meio do blockchain ficam

armazenadas em blocos, que por sua vez, são ligados uns aos outros
por elos, denominados de hash, conforme ilustra a figura 6. Essa figura
demonstra o funcionamento básico da ligação dos blocos anteriores e
sucessores na cadeia de blocos (blockchain) por meio de hash de cada

um, que é formado por números e letras.
34
Figura 6 – Demonstração básica do funcionamento da ligação dos blocos
1 2 3
Hash: 1F8Z Hash: 7B1A

Hash: 6JP3
Hash Anterior: Hash Anterior:
0000 Hash Anterior:
1F8Z
7B1A
Fonte: Adaptada de Elias, 2018.
Hash consiste em uma assinatura única para cada bloco. Ela é

gerada através de algum algoritmo de criptografia, sendo formada por
uma combinação entre a hash de cada transação e a hash do bloco
anterior (ELIAS, 2018).
A somatória de hashes com os blocos constitui-se uma cadeia
de blocos, que permite o funcionamento do sistema de registros segu-
ros das transações (informações contidas em cada bloco) realizadas
por criptomoedas. As cadeias validam as operações feitas virtualmente
por meio de criptografia. Todos os registros feitos na plataforma blo-
ckhain são armazenados em milhões de computadores para evitar frau-
des e todas as transações são transparentes e rastreáveis (BERGAMO
FILHO et al, 2019).
O fato de não haver a necessidade de uma autoridade central
para mediar as transações faz com que ela não possa ser modifica-
da. Essa estabilidade oferece benefícios comerciais, como certificados
de dados pessoais, licenças, saldos de contas ou quaisquer outras in-
formações que possam ser digitalizadas, armazenadas e protegidas
no blockchain. Além disso, seus relacionamentos, contratos e regras
podem ser automatizados em programas de computador executados
no blockchain denominados de contratos inteligentes (vide seção 2.3
(THOMAS, 2018).
35
CONTRATOS INTELIGENTES
Os contratos inteligentes (smart contract) são também denomi-

nados de contrato digital, pois tratam-se de um código de computador
autoexecutável que foi criado para facilitar, efetivar e proteger as opera-
ções financeiras no blockchain (FOXBIT, 2017).
Os contratos inteligentes do blockchain tratam-se de sistemas
descentralizados, portanto, formalizam negociações (executam a sua
própria operação) entre duas ou mais pessoas sem a necessidade de
um intermediário. A utilização de contratos inteligentes é mais rápida,
mais barata e mais segura que a de sistemas tradicionais, sendo uma
boa alternativa para o governo e o setor financeiro (THOMAS, 2018).
Um modelo de negócio com a utilização de contratos inteligen-
tes seria o serviço de alocação de casas. Por exemplo, o cliente poderá
pagar o aluguel da casa por meio de uma moeda criptográfica, como
bitcoin. E posteriormente, recebe o recibo através do programa de con-
trato inteligente e uma chave digital para ter acesso às chaves da casa,
na data especificada do início da alocação. Quando estiver próxima a
data do fim do período de alocação, o cliente será notificado pelo con-
trato inteligente. Assim, o cliente devolve as chaves da casa e o contrato
inteligente enviará automaticamente um recibo descrevendo todos os
pagamentos feitos em relação à alocação.
Determinadas situações como, o cliente efetuar o pagamento
calção e não receber as chaves da casa são tratadas pelo contrato in-
teligente, onde ele anula o contrato e faz um estorno do valor pago ao
cliente. Agora, se o cliente não devolver a chave no dia especificado, o
contrato inteligente exigirá um pagamento adicional referente aos dias
de atraso até o contrato continuar. Caso contrário, se o cliente não pa-
gar, a polícia poderá ser notificada. A ideia é que ocorram processos
sem a necessidade de intermediários e mão de obra.

O contrato inteligente não necessita de bancos e nem de car-
tões de crédito. É considerado um meio de pagamento confiável e mais
seguro, pois, cada transação é verificada por milhares de testemunhas
da plataforma blockchain. Outro ponto, que todas as partes são notifica-
das simultaneamente caso ocorra alguma alteração nas transações do
contrato inteligente (THOMAS, 2018).
Diferenças entre Contratos Inteligentes e Contratos Físicos

Os contratos inteligentes são considerados mais seguros que
os contratos físicos (tradicionais). Já os contratos tradicionais contêm
uma linguagem jurídica de diversas interpretações e, além disso, sua
36
validação depende de terceiros e estará sujeita a um sistema judicial
público (FOXBIT, 2017). Pelo menos, aqui no Brasil costuma ser caro,
muito demorado e ineficiente.
A figura 7 ilustra a ideia do funcionamento do contrato tradi-
cional, que é composto pelas partes interessadas, por um contrato im-
presso, por um banco ou outra instituição que necessite intermediar o
acordo entre as partes e, por último, ocorre a execução do contrato.
Figura 7 – Contrato Tradicional
Mediador Execução
Partes interessadas Contrato
(Banco)
Diferentemente dos contratos tradicionais, o contratos inteli-

gentes são totalmente digitais e escritos em uma linguagem de progra-
mação inalterável, onde são definidas obrigações e consequências da
mesma forma que o um contrato tradicional. O código do contrato inte-
ligente pode ser executado automaticamente. Dessa forma, ele é ca-
paz de obter e processar informações referentes à negociação e tomar
as providências necessárias, conforme as regras descritas no contrato
(FOXBIT, 2017).
A figura 8 apresenta o funcionamento dos contratos inteligen-
tes, que de forma comparativa com a figura 7, percebe-se que não pos-
sui o mediador. Como descrito na seção 2.3, os contratos inteligentes
executam a sua própria operação entre duas ou mais pessoas, sem a
necessidade de um intermediário.
37
Figura 8 – Contrato Inteligente
Partes interessadas Contrato Inteligente Execução

Aplicações dos Contratos Inteligentes

Existem muitos setores/locais em que os contratos inteligentes
podem ser empregados, dentre eles (LAMOUNIER, 2018):
• Atividades de Negociação: As atividades financeiras de ne-
gociação sempre deveriam ser feitas por um corretor ou algum inter-
mediário, o que tornava todo o processo longo e caro. A utilização do
contrato inteligente exclui a necessidade de mediador. Dessa forma, o
processo de negociação tem se tornado mais simples, mais eficiente e
menos custoso para os clientes e fornecedores.
• Gerenciamento da Cadeia de Suprimentos: O contrato in-
teligente é bastante útil para gerenciar a cadeia de suprimentos, pois,
ele mantém integralmente os registros de todo o processo, desde a co-
leta do material até a entrega do produto. Além disso, permite que sejam
registradas todas particularidades, de todo o processo, juntamente com
todas as pessoas envolvidas. O contrato inteligente pode utilizar senso-
res da Internet das Coisas (IoT) para rastrear todos os movimentos dos
produtos, desde o fabricante até o fornecedor. Pois, ele mantém regis-

tros sobre os produtos prontos entregues aos seus respectivos clientes
ou não, e também o histórico de entregas não realizadas ou atrasadas.
Tais informações estão possibilitando que toda a cadeia de suprimentos
seja transparente para ambas as partes envolvidas.
• Mercado Imobiliário: As negociações no mercado imobiliário
também mudarão com a implantação de aplicações de contratos inteli-
gentes, tornando as negociações mais fáceis e mais rápidas. Assim, não
haverá mais a necessidade de reuniões presenciais para finalização da
negociação. Pelo fato do contrato inteligente ser totalmente digital, ape-
nas serão necessárias informações sobre a propriedade, o proprietário
do imóvel e o possível comprador. As assinaturas requeridas serão fei-
tas digitalmente e, assim, a aplicação de contrato inteligente completará
38
toda a negociação, sem qualquer erro ou interrupção.
• Serviços de Saúde: Institutos da área de saúde também po-
derão utilizar a tecnologia de contratos inteligentes, como seu sistema
de registro, pois, esses institutos requerem que seja armazenado um
grande número de registros. Dessa forma, todos os registros poderão
ser codificados por uma chave privada, que fornecerá acesso aos regis-
tros somente às pessoas autorizadas a editar, modificar, incluir e excluir
os registros.
Vantagens e desvantagens dos Contratos Inteligentes

Os contratos inteligentes vêm substituindo os contratos tradi-
cionais, visto que possuem inúmeras vantagens, dentre elas (LAMOU-
NIER, 2018):
• Transparência total: Esse tipo de contrato é totalmente
transparente para todas as partes envolvidas, assim, todos possuem
acesso aos termos e condições dos acordos.
• Sem falta de comunicação: Não há falhas na comunicação
ou mal-entendidos, pois, ele contém todas as informações de forma de-
talhada.
• Desempenho eficiente: O programa de contrato inteligente
garante que o seu funcionamento será eficiente, pois, combina preci-
são, velocidade e recurso automatizado, que completará todo o proces-
so do contrato sem falhas e/ou interrupções e com eficácia.
• Sem papelada: Como os contratos inteligentes são digitais,
eles eliminam o uso de papéis, sendo uma contribuição significativa
para o meio ambiente.
• Backup e Confiável: Os contratos inteligentes são extrema-
mente confiáveis, pois, executam todo o seu trabalho, automaticamen-
te, através de sua rede. Sendo assim, não há risco de perda ou erro
com o contrato.
Acabamos de ver as vantagens dos contratos inteligentes, no
entanto, eles também possuem desvantagens, dentre elas (LAMOU-
NIER, 2018):
• Confidencialidade: Nem sempre é bom ter um contrato total-
mente exposto na rede, pois, podem existir informações que devam ser
privadas. Algumas aplicações oferecem contratos inteligentes privados,
mas a grande maioria não.
• Contratos desonestos: Conforme já visto, os contratos in-
teligentes são autoexecutáveis. No entanto, se algum hacker invadir o
sistema, ele poderá realizar atividades ilegais, que também serão exe-
cutadas.
39
QUESTÃO 1
Ano: 2017 Banca: FEPESE Órgão: Polícia Civil - SC Prova: Agente
de Polícia Civil Nível: Fácil.
No contexto de moedas virtuais, o Bitcoin mitiga o problema de
gastar uma mesma moeda mais de uma vez (o problema de double-
-spending), empregando:
a) Blockchain.
b) Criptografia simétrica centralizada.
c) Criptografia assimétrica centralizada.
d) Autenticação do gasto e sua validação por um comitê central.
e) Registro em tempo real no livro contábil digital da entidade mantene-
dora do bitcoin.
QUESTÃO 2
Ano: 2019 Banca: UFRR Órgão: UFRR Prova: Técnico de Tecnolo-
gia da Informação Nível: Fácil.
As criptomoedas são moedas virtuais, utilizadas para a realização
de pagamentos em transações comerciais. Além de serem comple-
tamente virtuais, existem três características que as diferenciam
das moedas regulares: descentralização, anonimato e baixo custo
de transação (Fonte: Politize!).
Qual das moedas abaixo não é uma criptomoeda?
a) peso
b) petro
c) bitcoin
d) monero
e) Dogecoin
QUESTÃO 3
Ano: 2019 Banca: IADES Órgão: Banco de Brasília Prova: Escritu-
rário Nível: Médio.
Com base nas características e nas possíveis aplicações para a
blockchain, assinale a alternativa correta.
a) A blockchain é uma lista de tamanho fixo de registros interligados a
partir de criptografia, em que cada bloco contém dados relativos à tran-
sação, um timestamp e um hash criptográfico do próximo bloco.
b) A blockchain é uma espécie de base de dados pública e centralizada,
que é usada para registrar transações na nuvem, de forma que qualquer
registro envolvido não possa ser alterado retroativamente sem a altera-
ção de todos os blocos subsequentes.
40
c) Mesmo que fosse possível atacar e controlar mais de 50% de uma
rede verificadora de transações blockchain, não seria possível reverter
transações já realizadas ou realizar gastos duplos.
d) A invenção da blockchain para uso no bitcoin tornou-o a primeira mo-
eda digital a resolver o problema do gasto duplo sem a necessidade de
envolver uma autoridade confiável ou servidor central como mediador.
A blockchain remove a característica de reprodutibilidade infinita de um
ativo digital.
e) A blockchain demonstrou potencial apenas como base tecnológica
para as criptomoedas, sendo, portanto, improvável que outras indús-
trias encontrem novas aplicações em razão das diversas limitações que
apresentam.
QUESTÃO 4
Ano: 2018 Banca: FGV Órgão: Banco do Espírito Santo - ES Prova:
Técnico Bancário Nível: Médio.
Acerca dos riscos ligados às chamadas criptomoedas ou moedas
virtuais, o Banco Central do Brasil, em comunicado de novembro
de 2017, alertou para questões relacionadas à conversibilidade e
ao lastro de tais ativos, destacando que não é responsável por re-
gular, autorizar ou supervisionar o seu uso. Assim, é correto afir-
mar que seu valor:
a) decorre da garantia de conversão em moedas soberanas;
b) decorre da emissão e garantia por conta de autoridades monetárias;
c) decorre de um lastro em ativos reais;
d) é associado ao tamanho da base monetária;
e) decorre exclusivamente da confiança conferida pelos indivíduos ao
seu emissor.
QUESTÃO 5
Ano: 2019 Banca: FCC Órgão: SANASA - Campinas Prova: Analista
de Tecnologia da Informação Nível: Médio.
Além de ser usado para verificar transações com criptomoedas,
como Bitcoin, a função hash é usada em assinaturas digitais, para
a) garantir a integridade do documento assinado.
b) aumentar o tempo de autenticação da assinatura.
c) gerar um valor aleatório de tamanho variável.
d) garantir a autenticidade do documento assinado.
e) gerar um resumo de 256 bits por meio do algoritmo RSA.
41
QUESTÃO DISSERTATIVA – DISSERTANDO A UNIDADE
Conforme visto no decorrer desse capítulo, as criptomoedas são des-

centralizadas, ou seja, nenhum governo ou instituição financeira tem
autoridade e capacidade para controlá-las. Ao contrário do que ocorre
com a taxa de juros e/ou medidas para conter a valorização do dólar,
que o Banco Central pode intervir para tentar controlar a situação finan-
ceira. Desta forma, pessoas que não querem que instituições financei-
ras e governantes saibam o quanto de dinheiro elas possuem devem
usar as criptomoedas, como o bitcoin.
Sobre o enunciado, comente as implicações sobre a possibilidade das
criptomoedas serem utilizadas por pessoas desonestas, para poupar
dinheiro de corrupção, de crimes, ou qualquer outra forma de dinheiro
adquirido ilicitamente.
TREINO INÉDITO
Os contratos inteligentes são considerados mais seguros que os con-

tratos tradicionais. A respeito das diferenças entre ambos, analise as
assertivas a seguir:
I. Os contratos inteligentes possuem inúmeras vantagens, como a di-
minuição de papelada, porém, costuma ser mais caro que o contrato
tradicional.
II. O funcionamento do contrato tradicional é composto pelas partes in-
teressadas, por um contrato impresso, por um banco ou outra instituição
que necessite intermediar o acordo entre as partes e, por último, ocorre
a execução do contrato.
III. Diferentemente dos contratos tradicionais, os contratos inteligentes
são totalmente digitais e escritos em uma linguagem de programação
inalterável. Além disso, o código do contrato inteligente pode ser execu-

tado automaticamente.
É correto apenas o que se afirma em:
a) I, apenas.
b) II, apenas.
c) III, apenas.
d) II e III, apenas.
e) I, II, III, apenas.
42
NA MÍDIA
CONFIRA 11 QUESTÕES PARA ENTENDER COMO A BLOCKCHAIN

PODE IMPACTAR ESTRUTURAS ECONÔMICAS E SOCIAIS
A advogada Tatiana Revoredo é especialista em blockchain pela Univer-

sidade de Oxford e pelo Instituto de Tecnologia de Massachusetts (MIT).
Ela representa o Brasil no Observatório Europeu do Direito das Novas
Tecnologias, sendo também membro da Oxford Blockchain Foundation
e professora no Instituto de Pesquisa e Ensino Insper.
Na entrevista dada ao jornal Estado de Minas, a Tatiana, respondeu
a onze perguntas relacionadas ao universo do blockchain. Dentre os
tópicos mais importantes abordados é possível destacar, a parte que a
Tatiana afirma que o blockchain é mais que um investimento financeiro.
Pois, ele possibilita não apenas transações monetárias, mas também
qualquer tipo de transação de valor, como uma transação imobiliária, a
compra e venda de uma obra de arte e outros.
Fonte: Estado de Minas
Data: 15 fev. 2020.
Leia a notícia na íntegra: https://www.em.com.br/app/noticia/econo-
mia/2020/02/15/internas_economia,1121977/11-questoes-entender-
-blockchain-impactar-estruturas-economicas-sociais.shtml
NA PRÁTICA
A plataforma blockchain permitiu a criação de um novo tipo de emprés-

timo, que funciona de forma que todas as partes sejam incluídas em
um contrato inteligente. Diante disso, a empresa de publicidade digital
Atayen desenvolveu um token de transação de publicidade inteligen-
te (SaTT) para ser utilizado no mercado de publicidade e publicação
on-line por meio do blockchain. O projeto da Atayen utiliza contratos
inteligentes que possibilitam os anunciantes configurarem um conjunto
de parâmetros que controlam seus anúncios e pagamentos automáticos
para os editores e afiliados.
A grande vantagem para a empresa utilizar o blockchain é que ele per-
mite que todas as partes envolvidas possam verificar a validade das
transações. Antes da implantação desse projeto, a confiança era sem-
pre um dos problemas enfrentados e também a eliminação de dados
falsos de campanhas publicitárias.
Fonte: THOMAS, Stephen P. Smart Contract Explained for Non-Te-
chnical Professionals. 1.ed. United States of America, 2018.
43
BUSINESS INTELLIGENCE,
BIG DATA & INTELIGÊNCIA ARTIFICAL
O QUE É BUSINESS INTELLIGENCE (BI)?

Business Intelligence (BI) é traduzido como inteligência de ne-

gócios ou inteligência empresarial. De acordo com Saraiva (2018, pg.
135) BI consiste em “um conjunto de soluções que envolvem aplica-
ções, banco de dados, metodologias, arquiteturas e ferramentas que
permitem a transformação de dados brutos em informações gerenciais”.
Em suma, serve para tomada de decisões a partir de dados históricos e
atuais sobre o movimento e o desempenho das empresas.
É importante salientar que em tese, o BI é voltado para os da-
dos produzidos dentro da empresa, estruturados em tabelas de banco
de dados relacionais do seu Sistema Integrado de Gestão Empresarial
ou simplesmente sistema ERP (Enterprise Resource Planning) ou ou-
tros sistemas específicos (MACHADO, 2018).
44
É o BI que nos permite tomar decisões com base nas estatísti-
cas simples adquiridas a partir de dados históricos, como por exemplo:
(I) Quantas reclamações de clientes tivemos registradas nas últimas
semanas ou meses?; (II) Qual a frequência e quantidade de chamados
de suporte que temos em um determinado período?(MACHADO, 2018).
Os Sistemas de Informação Gerencial (SIG) e o Sistema EIS
(Executive Information System) serviram de base ao BI nos anos de
1970 e 1980, respectivamente. Mas foi em meados do ano 1990 que o
termo BI se popularizou mundialmente devido à empresa de consultoria
Gartner Group.
Os sistemas SIG e EIS proporcionaram base ao BI, pois, apre-
sentavam relatórios dinâmicos, prognósticos e previsões, análise de
tendências e fatores críticos de sucesso, entre outros. Hoje em dia, as
ferramentas de BI utilizam inteligência artificial (IA) para a realização de
análise. As ferramentas de BI possibilitam que informações úteis, como
as de decisões de compras, redução de custos e aumento da produtivi-
dade da empresa ou qualquer outra decisão que gere competitividade
do mercado, cheguem até os gerentes e diretores o mais breve possível
para a tomada de decisão (SARAIVA, 2018).
Vídeo sobre o assunto: Business Intelligence (BI) na Prática

Este vídeo apresenta um exemplo prático da aplicação da tec-
nologia BI, de uma forma sucinta e bem objetiva.
Disponível no link: https://www.youtube.com/watch?v=EYtr-
-63MSTA
Benefícios do BI
O BI pode oferecer vários benefícios às empresas, dentre
eles: geração de relatórios mais ágeis e precisos, melhora na tomada
de decisões, das estratégias e dos planos, eficiência nos processos,
economia de custos, entre outros. Essa série de benefícios oferecidos
às organizações facilita às pessoas interessadas no planejamento e na
tomada de decisão. É por isso que muitos executivos não hesitam em
implantar o BI, apesar do custo do investimento, pois, o valor agregado
ao negócio é explícito (SARAIVA, 2018).
45
Organizações que não implantam corretamente BI podem so-
frer desvantagens competitivas, e para evitar esse empecilho é neces-
sário que as organizações enfrentem os desafios que são impostos pe-
las tendências do mercado, compreenda as funcionalidades que o BI
pode oferecer e, por último, atenda às práticas sugeridas pelo mercado
(SARAIVA, 2018).
Arquitetura de BI
Uma arquitetura BI pode ser implementada de várias maneiras,
portanto, não existe uma estrutura bem definida. Ela abrange diversos
componentes, desde servidores de alto desempenho a sistemas inteli-
gentes que facilitam a transformação de dados brutos em informações
privilegiadas para os funcionários, conforme seu nível hierárquico na
empresa que trabalha.
De acordo com Saraiva (2018) um modelo de arquitetura bási-
ca de BI pode ser baseado em três divisões:
• Dados brutos: Refere-se à extração dos mais diversos bancos
de dados da empresa, inclusive de sistemas legados (sistemas antigos).
• Informações: Consiste na transformação de dados em infor-
mações de acordo com os objetivos e interesses do negócio, tendo em
vista a implementação de data marts especializados.
• Conhecimento: Trata-se da produção de conhecimento nos
diversos níveis da empresa, com base na análise das informações dis-
ponibilizadas aos usuários.
Muitas tecnologias podem ser empregadas para criar uma so-
lução BI, dentre elas: Data Warehouse (DW), Data Mart, Data Mining,
ferramenta OLAP (On Line Analytical Processing) e processoETL (Ex-
tract, Transform, Load).
Data Mart: Consiste em uma base de dados corporativa es-

pecializada em armazenar dados de determinada área de negócios da
empresa. A base de dados possui uma estrutura organizada que favo-
rece a extração de informações que são importantes para o negócio
(SARAIVA, 2018). Como exemplo de data mart tem-se: informações
condensadas de vendas por clientes e segmentos de mercado.
Data Warehouse: De acordo com Saraiva (2018, pg.138) data
wharehouse é definido como um repositório de dados, ou seja, data
mart “que armazena as informações oriundas dos diversos sistemas de
uma organização”. O armazenamento dos dados é feito em um formato
onde as informações são consolidadas por assunto ou categoria, o que
facilita a extração de relatórios para a análise de grandes volumes de
dados. Após a fase em que os dados foram consolidados é possível
46
extrair relatórios. Esses relatórios mostram históricos que permitem vi-
sualizar e analisar eventos passados e compará-los aos eventos atuais
para fornecer meios para a tomada de decisão na empresa.
Data Mining (mineração de dados): Consiste na busca de
informações em banco de dados. A busca é feita com o objetivo de
encontrar padrões que permitam a projeção de comportamentos (SA-
RAIVA, 2018). O Data Mining possui uma abordagem mais estatística
na identifiação de tendência e padrões. Como exemplo de uso do data
mining, tem-se: serve para auxiliar as empresas a terem prospecção de
clientes que possuem interesses em comum. Esse termo será explicado
em detalhes na seção 3.3.
Ferramentas OLAP (Online Analytical Processing): É a fer-
ramenta de BI mais utilizada. Ela permite manipular e analisar grandes
volumes de dados sob diversas perspectivas. O que permite aos usu-
ários personalizar a forma como as informações serão exibidas para,
assim, gerar relatórios que facilitam a tomada de decisão (SARAIVA,
2018). Fazendo uma analogia em termos de SQL, OLAP consiste na
cláusula “group by” e operadores de agregação.
Processo ETL (Extract, Transform, Load): Consiste em um
processo mais decisivo e lento da construção de um Data Warehouse.
Ele é composto de três fases, conforme apresenta a figura 09.
Figura 9 – Funcionamento do Processo ETL
Fonte: Lima and Gomes, 2019.
A primeira fase consiste na Extração. Essa fase tem a função

de capturar dados brutos de diversas fontes de dados da empresa (SA-
RAIVA, 2018). Nessa fase, deve haver a indicação nítida de quais são
as informações importantes e quais farão parte dos dados que irá ali-
mentar o Data Warehouse de forma homogênea e concisa. Pois, esses
dados servirão como base para gerar relatórios e gráficos de apoio à
decisão e, portanto, não podem conter resultados errados.
47
A próxima fase é a Transformação. Nessa fase é feito o des-
carte dos dados insignificantes e agrupa o restante dos dados conforme
as regras de negócios (SARAIVA, 2018). Assim, após os dados serem
selecionados (fase de extração), eles serão carregados no Data Wa-
rehouse e, posteriormente, passe-se para a fase de transformação e
limpeza dos dados. Nessa fase de transformação é feita a padroniza-
ção dos dados com relação ao tamanho e tipo. Sendo assim, ocorrerá
a substituição de caracters estranhos, correção de erros de digitação,
como a mesma palavra escrita de formas diferentes – com ou sem
acento, por exemplo – substituição de dados não preenchidos pela fra-
se “Não informado”, por exemplo, padronização de unidades de medida
e casas decimais entre outros.
E por último a fase de carregamento dos dados oferece infor-
mações para os sistemas de destino (algum sistema da empresa, por
exemplo) geralmente para um Data Mart e/ou Data Warehouse (SARAI-
VA, 2018).
Dentre essas três fases, apenas duas são obrigatórias: a extra-
ção e a carga. Já a etapa de transformação/limpeza é opcional.
O QUE É BIG DATA?
O termo Big Data significa “grandes dados” e foi definido no

início dos anos 2000 no Gartner Group. De acordo com Machado (2018)
Gartner Group definiu Big Data como “ativos de alto volume, velocida-
de e variedade de informação, que exigem custo-benefício e formas
inovadoras de processamento de informações para maior visibilidade e
tomada de decisão” (MACHADO, 2018, pg.28). Portanto, pode-se afir-
mar que o termo Big Data descreve o grande volume de dados, sejam
eles estruturados ou não, mas que impactam o cotidiano dos negócios

de qualquer empresa (MACHADO, 2018).
O crescimento considerável da quantidade de dados produzi-
dos pela internet e mídias sociais, como Facebook, Instagram, Twitter
e YouTube, fez necessário gerenciar e armazenar os dados de forma
estruturada. De acordo com Córdova Júnior (2018) esses dados podem
ser classificados em:
• Dados estruturados: Refere-se aos dados que possuem
formato e comprimento definido, como: números, datas e grupos de
palavras. Obedecem a uma estrutura rígida, projetada previamente e
com representação homogênea. Normalmente, esses dados são resul-
tados de processos de geração de dados específicos a sistemas tran-
sacionais. O exemplo mais comum de dados estruturados é o banco
48
de dados, pois, neles os dados são estruturados conforme o esquema
que define as tabelas e seus respectivos atributos (campos) e os tipos
(formato dos dados).
• Dados não estruturados: Trata-se de dados que não adotam
um formato específico, como os que encontramos em imagens, vídeos
e em mídias sociais, dados científicos entre outros. Cerca de 80% das
informações geradas no mundo consistem em dados não estruturados.
Sendo assim, esse tipo de dado necessita de dispositivos de armaze-
namento e processamento que suporte o seu formato e assegurem a
melhor eficiência em suas análises.
• Dados semiestruturados: Esse tipo de dado é definido
como meio-termo entre os dados estruturados e a total falta de estrutu-
ração. Essa estrutura é mais flexível, pois, facilita o controle por possuir
um pouco de estrutura, mas também permite maior flexibilidade. Como
exemplo desse tipo de dados, pode-se citar arquivos XML (eXtensible
Markup Language – em português significa Linguagem de Marcação
Estendida), JSON (Java Script Object Notation) entre outros.
Pilares do Big Data

A figura 10 ilustra todos os 5V’s dos pilares do Big Data, são
eles: Volume, Velocidade, Valor, Veracidade e Variedade. Nos próximos
parágrafos será apresentado uma breve descrição desses cinco pilares.
Figura 10 – Os 5V’s que formam o Pilares do Big Data

49
O Volume está relacionado à quantidade de informações ar-
mazenadas. No entanto, esse conceito de volume é relativo à variável
tempo, pois, o que é grande hoje não necessariamente será grande
amanhã. Atualmente é possível armazenar um grande volume diário de
troca de e-mails, transações bancárias, interação em redes sociais e
tráfego de linhas telefônicas (CÓRDOVA JÚNIOR, 2018).
O volume de dados gerado diariamente é enorme. Como por

exemplo, o Facebook armazena cerca de 50 petabytes de informações
produzidas pelos seus usuários.
Para saber mais sobre esse assunto, acesse: https://www.ce-
tax.com.br/blog/big-data/
A Velocidade se refere à velocidade em que os dados são

criados. Os dados criados avançam em uma velocidade bem alta e, por
isso, devem ser tratados em tempo hábil, ou seja, em tempo real ou
quase real. Para se ter uma ideia, desde 2012 cerca de 2,5 hexabytes
de dados foram produzidos pela humanidade. Fazendo umas contas
pode-se concluir que cerca de 29 terabytes de informação são produ-
zidos a cada segundo, no entanto, estudos indicam que esse número
deve elevar-se com o aumento da Internet das Coisas2 (MACHADO,
2018). A velocidade com a qual se adquire as informações é uma van-
tagem competitiva das empresas, pois, cada vez mais elas necessitam
de dados atuais sobre os seus negócios (CÓRDOVA JÚNIOR, 2018).
Pois, a velocidade pode restringir a operação de muitos negócios, como

por exemplo, quando utilizamos um cartão de crédito para pagar uma
compra. Se a aprovação não ocorrer em segundos, poderemos desistir
da compra ou mesmo optar por outro meio de pagamento. Se for em
dinheiro, por exemplo, a operadora do cartão deixará de obter o seu
lucro devido à falha na velocidade de transmissão e análise dos dados
do comprador.
A Variedade se atribui a grande diversidade dos dados gera-
dos na atualidade (MACHADO, 2018). Atualmente, os dados não são
mais sempre estruturados e armazenados em tabelas de banco de da-
2 Internet das Coisas (IoT- Internet of Things) consiste em uma tecnologia que permite
conectar eletrodomésticos, meios de transporte, tênis à Internet por meio de outros dispositivos,
como computadores e smartphones.
50
dos relacionais. Pois, existe uma grande variedade de dados, como:
documentos de texto, dados de e-mail, vídeos, áudios, transações fi-
nanceiras e até uma “curtida” em uma rede social, o que torna mais
complexa a análise desses dados (CÓRDOVA JÚNIOR, 2018).
O conceito de Veracidade está relacionado à necessidade de
assegurar que as informações coletadas são autênticas e verdadeiras
pelo menos naquele momento (MACHADO, 2018). Pois, só terá bons
resultados se forem coletados dados confiáveis, ou seja, de acordo
com a realidade. Esse conceito está atrelado ao conceito de velocidade
devido à necessidade de constante análise em tempo real – dados pas-
sados não podem ser considerados dados verdadeiros para o momento
da análise. (CÓRDOVA JÚNIOR, 2018).
E por último, o Valor que é o ponto mais importante, pois, é
onde ocorre a validação para verificar se o dado tem valor para os negó-
cios da empresa, para o que ela deseja conquistar (MACHADO, 2018).
Vídeo sobre o assunto: O Big Data, um grande banco de da-

dos, é o tema do ‘Em Movimento’.
Este vídeo apresenta uma reportagem que mostra o que é Big
Data e onde eles são aplicados.
Disponível no link: https://g1.globo.com/globonews/jornal-glo-
bonews-edicao-das-16/video/o-big-data-um-grande-banco-de-dados-e-
-o-tema-do-em-movimento-7875861.ghtml
Análise de Dados
A análise de dados consiste na habilidade de manipular dados,
realizar análises que conduza a um processo de tomada de decisão
mais eficaz, ou seja, que permita obter indicadores de desempenho ou
novas visões sobre os dados que foram tratados. Para realizar a análise
dos dados é importante averiguar a qualidade dos dados, pois, dados
ruins acarretaram em resultados ruins, indiferentemente da ferramenta
empregada para analisar os dados.
A análise dos dados é feita através do conjunto de processos
e ferramentas desenvolvidos para analisar grandes dados – Big Data
– com o objetivo de obter insights3 que podem possibilitar que as em-
3 Insight é o entendimento de uma causa e efeito dentro de um contexto específico.
51
presas tomem melhores decisões e direções estratégicas de negócio.
Esse desdobramento do Big Data é denominado de Big Data Analytics.
O Big Data Analytics permite que sejam analisados dados es-
truturados ou não estruturados (vide seção 3.2), como as postagens de
redes sociais, dados do sistema de informação CRM (Customer Rela-
tionship Management, em português Gestão de Relacionamento com o
Cliente) e também os “sentimentos” das redes sociais, que são as opini-
ões emitidas sobre produtos, marcas, futebol, política e etc. A opiniões
dos usuários das redes sociais são emitidas através de posts/mensa-
gens. Essa forma de analisar dados facilita a descoberta, usualmente,
em tempo real, de informações que, hipoteticamente, não seriam co-
nhecidas apenas analisando relatórios diários e rotineiros sobre dados
existentes e produzidos em uma empresa (MACHADO, 2018).
De acordo com Córdova Júnior (2018) existem diversas técni-
cas de análise de dados, dentre elas:
• Análise exploratória: Esse tipo de análise permite o entendi-
mento de qual formato os dados estão e como eles serão distribuídos.
Como exemplo de utilização da análise exploratória pode-se citar a se-
guinte situação: considere um analista examinando históricos da utiliza-
ção de cartão de crédito para identificação de qualquer movimentação
atípica. O que poderá sinalizar o mau uso de um cartão roubado ou
perdido. Ou então, uma outra situação, de que algum lojista queira vi-
sualizar os registros de clientes para identificar possíveis compradores
para a sua nova coleção de roupas; essa identificação poderia ocorrer
através da renda mensal, dos padrões de compra e etc. No entanto, es-
sas análises podem ser grandes demais para permitir uma análise ma-
nual ou mesmo uma análise estatística tradicional. Sendo assim, sobre
grandes volumes de dados é melhor utilizar a técnica de mineração de
dados (Data Mining) que suporta a análise exploratória (RAMAKRISH-
NAN and GEHRKE, 2011). A informação coletada após a análise servirá

de apoio na tomada de decisão, que no caso dos nossos exemplos,
refere-se ao analista e ao lojista.
• Análise preditiva: Essa técnica possibilita prever os futuros
resultados baseando-se em análise de dados do passado. Permitindo
que sejam tomadas decisões mais precisas. A análise preditiva é feita
através de métodos estatísticos e históricos, mineração de dados e tam-
bém através da inteligência artificial (IA). É recomendada para prever
comportamentos futuros do mercado, do consumidor e compreender as
tendências de consumo.
• Análise de agrupamento: Essa técnica é também conheci-
da como clustering. Ela proporciona que seja feito o agrupamento dos
objetos conforme suas características, o que permite a descoberta de
52
relações existentes entre modelos (exemplos) de conjuntos de dados.
• Regras de associação: Tem como objetivo procurar por pa-
drões ou relacionamentos que aparecem recorrentemente em bases de
dados.
Tecnologias para Big Data

As tecnologias para Big Data podem ser classificadas sob duas
perspectivas: (I) as ferramentas de análise (analytics) e (II) as tecnolo-
gias de infraestrutura que são utilizadas para processar e armazenar os
grandes volumes de dados (CÓRDOVA JÚNIOR, 2018).
De acordo com Córdova Júnior (2018) existem diversas tecno-
logias empregadas referentes ao Big Data, são elas:
• Hadoop: Consiste em uma plataforma de software em Java
de computação distribuída voltada para clusters e processamento de
grandes volumes de dados, com suporte a tolerância a falhas.
• Map Reduce: Consiste em um framework desenvolvido pela
Google para suportar computações paralelas em grandes coleções de
dados em clusters de computadores.
• Linguagem de script: Esse tipo de linguagens de programa-
ção são adequadas para Big Data, como Python.
• Visual Analytics: Trata-se de um método de análise de gran-
des volumes de dados com saída em formato visual ou gráfico.
• Processamento de linguagem natural (PLN): Consiste em
um conceito de inteligência artificial que permite a análise de textos.
• In-memory analytics: Trata-se do processamento de Big
Data realizado na memória dos computadores, ou seja, os dados não
precisam estar armazenados em disco. Essa tecnologia contribui muito
com a velocidade de processamento das análises. INOVAÇÕES TECNOLÓGICAS - GRUPO PROMINAS
MINERAÇÃO DE DADOS
A mineração de dados ou data mining, em inglês, consiste

em um termo criado para as fases de descoberta de processo de KDD
(Knowledge Discovery in Databases) – Descoberta de Conhecimento
em Banco de Dados. Portanto, a mineração de dados faz parte desse
processo KDD. Por isso, esse processo costuma ser comumente con-
fundido com a mineração de dados, é por essa razão, que veremos a
descrição do processo KDD.
O processo KDD é definido pelo autor Santos (2009, pg.4)
como “o processo não trivial de identificação de padrões válidos, novos,
53
potencialmente úteis e compreensíveis a partir de dados”. O processo
KDD e a mineração de dados podem ser disseminados em cinco fases
(etapas), conforme ilustra a figura 11.
Fase 1 - Seleção dos dados: Criação de um subconjunto dos

dados e/ou atributos de interesse (relevantes) para a o uso no processo
de descoberta, por meio da análise do conjunto de dados bruto (GON-
ÇALVES, 2018).
Fase 2 - Pré-processamento: Nessa etapa é feita uma lim-
peza e o pré-processamnto dos dados, pois, é realizada a remoção de
ruídos e exceções, valores de campos são transformados em unidades
comuns e alguns campos são criados por meio da combinação de ou-
tros campos já existentes, tendo como objetivo facilitar a análise dos
dados (GONÇALVES, 2018).
Figura 11 – Fases do Processo KDD.

Fonte: Santos, 2009.
Fase 3 - Transformação: Consiste na etapa em que ocorre o

armazenamento dos dados de forma a facilitar a utilização das técni-
cas de mineração de dados. Podendo ser feita através da seleção de
atributos úteis ou relevantes para que se possa alcançar os objetivos
almejados. São usados métodos de transformação, considerando a re-
dução do número efetivo de variáveis e procuram-se representações
54
invariantes (constantes) para os dados (GONÇALVES, 2018).
Fase 4 - Mineração de dados: Nessa fase são aplicados os
algoritmos de mineração de dados para extrair padrões com os seguin-
tes objetivos (GONÇALVES, 2018):
• Regressão: aprendizagem de uma função que faça o mape-
amento de dados em uma variável de previsão (GONÇALVES, 2018).
• Clusterização ou segmentação: indentificação de um con-
junto finito de categorias ou clusters para descrição de dados (GON-
ÇALVES, 2018).
• Sumarização: são utilizados métodos para procurar uma des-
crição compacta para um subconjunto de dados (GONÇALVES, 2018).
• Modelagem de dependências ou associações: busca por
um modelo que descreva de forma assertiva as dependências significa-
tivas entre variáveis (GONÇALVES, 2018).
• Detecção de alterações e divergências: descoberta das al-
terações significativas nos dados a partir dos valores que foram medi-
dos (GONÇALVES, 2018).
Fase 5 - Interpretação e avaliação: Por último, os padrões
são exibidos para os usuários finais, por meio de uma visualização inte-
ligícel. Nessa fase, ocorre a consolidação do conhecimento descober-
to, a incorporação desse conhecimento no sistema ou uma elaboração
de relatório para as partes interessadas. Também ocorre a verificação
e a resolução de conflitos com o conhecimento previamente extraído
(GONÇALVES, 2018).
É importante ressaltar que as etapas/fases não precisam ser

seguidas na ordem descrita, como foi apresentado na figura 11. Nesse
contexto, a etapa que nos interessa é o da mineração de dados que tra-
ta-se de um “conjunto de técnicas que possibilita o aprendizado prático
de padrões a partir de dados, possibilitando explicações sobre a natu-
reza deles e previsões a partir dos padrões encontrados” (SANTOS,
2009, pg. 6).
Uma das principais características da mineração está no amplo
volume de informações e na sua capacidade de mudança em relação
ao tamanho dos dados. Os algoritmos específicos para a mineração su-
portam o grande volume de dados exigido pelo processo demineração.
Entretanto, este processo é muito mais que apenas aplicar algoritmos,
pois, normalmente os dados possuem ruídos ou estão incompletos, o
que compromete a confiabilidade deles. Assim, o analista deverá tomar
decisão sobre quais tipos de algoritmos de mineração poderão ser ne-
cessários. A escolha pode ser através da aplicação de um conjunto de
amostra de dados específicos, resumindo os resultados, aplicando fer-
55
ramentas de apoio a decisão e mineração repetindo o processo (GON-
ÇALVES, 2018).
De acordo com Gonçalves (2018, pg.82) as principais etapas
do processo de mineração de dados são:
• Tomada de decião do analista sobre quais algoritmos aplicar;
• Aplicação dos algoritmos em um conjunto de amostra de da-
dos e variáveis específicas;
• Resumo dos resultados;
• Aplicação de mais ferramentas de apoio à decisão de mine-
ração;
• Repetição do processo.
PRINCIPAIS DIFERENÇAS ENTRE BUSINESS INTELLIGENCE E

BIG DATA
Tanto o Business Intelligence (BI), quanto o Big Data trabalham

com a extração ou captura de dados, modelam arquiteturas desses da-
dos e têm como propósito a sua interpretação (MACHADO, 2018).
Uma das principais diferenças entre eles é que no BI as infor-
mações são analisadas e, geralmente, representam apenas o que já
aconteceu. Em suma, o BI interpreta os dados e as informações exis-
tentes na realidade e rotina da empresa. Dessa forma, permite a análise
dos dados já existentes, determinando as melhores hipóteses. Já no Big
Data, o foco está em mostrar os caminhos e correlações de dados até
então desconhecidos, em tempo hábil, para que as empresas obtenham
vantagens competitivas (MACHADO, 2018). Entretanto, o Big Data exi-
ge de quem o adota, conhecimento preexistente em BI. Pois, ajudará
na interpretação de dados colhidos nessa modalidade (CETAX, 2019).
O BI possibilita uma fácil interpretação dos dados para auxi-

liar na gestão de qualquer negócio, pois, é possível identificar novas
oportunidade e implementar uma estratégia eficaz, com base nos dados
analisados, como por exemplo, compreender em qual região as vendas
aumentaram ou diminuíram. Tendo com meta promover negócios com
vantagem competitiva no mercado e estabilidade a longo prazo (CE-
TAX, 2019).
Já o Big Data possibilita a utilização de diferentes ferramentas
para analisar diferentes fontes de dados, como de redes sociais, regis-
tros de IPs, imagens e outros dados não estruturados. A grande vanta-
gem é a possibilidade de alcançar resultados em tempo real (CETAX,
2019).
INTELIGÊNCIA ARTIFICIAL
56
De acordo com Ledur (2018) a inteligência artificial ou sim-
plesmente IA é também denominada de inteligência de máquina, que
consiste na inteligência evidenciada por máquinas, contrastando com a
inteligência natural dos seres humanos e animais.
Em suma, o termo inteligência artificial pode ser simplificado
como “o quão perto ou quão bem um computador pode imitar ou ir além
quando comparado ao ser humano” (LEDUR,2018, pg.58). A inteligên-
cia artificial pode ser definida por quatro técnicas que tratam dos seus
pilares principais: categorização, classificação, aprendizado de máqui-
na e filtragem colaborativa (LEDUR, 2018).
A técnica categorização consiste em construir uma solução de
IA para ser usada na categorização do problema, portanto, o primeiro
passo é definir métricas que permitam que o problema seja dividido em
partes menores. Por exemplo, em um sistema de redes sem fio, para
auxiliar o administrador de TI (tecnologia da informação) a detectar pro-
blemas na rede, é preciso que sejam definidas métricas. As principais
métricas utilizadas são: o tempo de conexão do usuário, a taxa de trans-
ferência, a cobertura e roaming. Já para um sistema criado para auxiliar
o médico a diagnosticar o câncer, as principais métricas são a contagem
de células brancas e exames de raios X (LEDUR, 2018).
A outra técnica trata-se da classificação. Após ser aplicada
a técnica de categorização, ou seja, o problema estar dividido em par-
tes, o próximo passo é classificar em que categoria está e mostrar aos
usuários uma conclusão significativa. Por exemplo, em redes sem fio,
uma vez que o administrador de TI saiba a categoria do problema, se
é um problema pré ou pós-conexão. O administrador deverá iniciar a
classificação do que pode estar causando o problema, como se é de
autenticação, DHCP (Dynamic Host Configuration Protocol ou Protocolo INOVAÇÕES TECNOLÓGICAS - GRUPO PROMINAS
de Configuração Dinâmica de Endereços de Rede, em português), com
fio e/ou fatores de dispositivo (LEDUR, 2018).
A técnica aprendizado de máquina é aplicada após as técni-
cas de categorização e classificação. Existem muitos algoritmos e téc-
nicas de aprendizado de máquina. A seção 3.6.2 explicará em detalhes
essa técnica.
E por último, a técnica de filtragem colaborativa, que consiste
“em uma técnica bem-sucedida em diversas aplicações de recomen-
dação, buscando similaridades em hábitos dos usuários para predizer
suas decisões futuras” (PINTO, 2011, pg.31). Por exemplo, quem utiliza
ou já utilizou o software Netflix para escolher um filme está utilizando
a técnica de filtragem colaborativa. Ou então, quando compram algo,
como livros, no site da Amazon e, posteriormente, recebem recomenda-
57
ções de outros livros, com base em livros que a pessoa adquiriu ante-
riormente, ou seja, outros itens que possa gostar (LEDUR, 2018).
Aplicações de IA
É crescente o uso de inteligência artificial em diversas áreas.
Diante disso, serão apresentadas algumas das áreas da aplicação da
inteligência artificial, dentre elas (LEDUR, 2018):
• Finanças: São utilizados sistemas complexos de inteligên-
cia artificial para tomar decisões e fazer negociações mais rápidas que
qualquer ser humano. Muitos bancos e fundos de investimentos são
administratados por esses sistemas.
• Indústria: O uso de robôs nas indústrias tem se tornado muito
comum. Eles, normalmente, realizam as tarefas que são consideradas
perigosas para os seres humanos. Também estão sendo empregados
para realizarem os trabalhos muito repetitivos, o que poderia levar a
erros ou acidentes, devido a uma distração.
• Hospitais e Medicina: O uso de redes neurais para siste-
mas de apoio à decisão clínica para diagnóstico médico. Outras tarefas
que poderão ser realizadas por meio da inteligência artificial são: (I)
interpretação assisitida por computador de imagens médicas; (II) robôs
para cuidar de idosos e gerenciamento de medicação; (III) previsão da
probabilidade de morte por meio de procedimentos cirúrgicos; (IV) simu-
lações e (V) criação de novas drogas.
• Mídias: Existem aplicativos de IA que são direcionados à
análise de conteúdo de mídia visual, como filmes, programas de TV,
vídeos de conteúdo ou conteúdo produzido pelo usuário. A motivação
para utilização da análise de mídia baseada em IA se deve pela facilita-
ção da pesquisa de mídia e o monitoramento de política do seu conte-
údo, produtos ou rostos de celebridades para a colocação de anúncios
relevantes.
• Transporte: Os carros de atuais possuem recursos baseados
em IA, como estacionamento sem manobrista e controles de cruzeiros
avançados. No futuro há previsão de que os carros sejam totalmente
autônomos. As empresas Google e Uber já testam esse tipo de carros
nas ruas.
58
Vídeo sobre o assunto: Carros autônomos
Acesse o link: https://olhardigital.com.br/carros-e-tecnologia/
video/carros-autonomos-comecam-a-operar-em-nova-york/88956
APRENDIZADO DE MÁQUINA
O conceito de aprendizado consiste em alguma experiência ou

prática sobre algum assunto (MORAES, 2018). Nesse caso, o termo
aprendizado de máquina ou aprendizagem de máquina (Machine Lear-
ning) refere-se a ideia de inserção desse conceito em máquinas compu-
tacionais. Ao contrário de nós, seres humanos, as máquinas não têm a
capacidade de raciocinar, elas apenas desempenham funcionalidades
pré-programadas, pelo menos por enquanto.
O aprendizado de máquina além de pertencer ao conceito de
inteligência artificial, também está relacionado com a estatística e, por
isso, com a mineração de dados. O que difere os dois termos é que o
aprendizado de máquina se trata de algoritmos, que buscam reconhe-
cer padrões em dados. Já a mineração de dados consiste na aplicação
desses algoritmos em grandes conjuntos de dados (Big Data) em busca
de informação e conhecimento (MORAES, 2018).
Tradicionalmente, um sistema de aprendizado de máquina é
composto de um conjunto de dados, classificados manualmente, para
realização do treinamento (MORAES, 2018).
Filme sobre o assunto: A.I. – Inteligência Artificial (Dirigido

por: Steven Spielberg, 140 min, 2001)
Observação:
Esse filme apresenta a história do primeiro robô criança progra-
mado para amar, que é adotado pela família do funcionário da empresa
que o desenvolveu. Esse filme aborda a capacidade de criar máquinas
com sentimentos.
59
Tipos de Aprendizado de Máquina
Existem três tipos de aprendizado de máquina, sendo eles: su-
pervisionado, não supervisionado e por reforço. Os três tipos de apren-
dizagem possuem semelhanças, o computador deve aprender a dedu-
zir algo (coisas, objetos) baseando-se em suas experiências passadas.
Na aprendizagem supervisionada dizemos ao computador o
que é cada entrada (coisa, objeto), o computador aprende quais são as
características (atributos) específicas que compõem e diferenciam cada
entrada. Por exemplo, considere uma entrada de dois tipos possíveis:
cachorro ou não cachorro. O treinamento consistirá em dizer ao progra-
ma que “vê” uma imagem se ela é de um cachorro ou não. Se isso é
feito repetidas vezes, com diversas imagens diferentes, e chegará uma
hora em que o programa “aprenderá” a identificar as características que
uma imagem de cachorro deve possuir (TANAKA, 2018).
O aprendizado supervisionado pode ser classificado como al-
goritmo de classificação ou algoritmo de regressão. No caso do exem-
plo do cachorro, foi utilizado o algoritmo de classificação, pois, ele con-
sistia em classificar uma entrada entre dois tipos possíveis: cachorro ou
não cachorro. Já o algoritmo de regressão acontece quando o resulta-
do é numérico. Por exemplo, um programa que calcula o valor de um
apartamento, baseando-se no ano de construção, número de quartos,
tamanho e localização. Fundamentando-se em exemplos de casas si-
milares, o programa aprenderá a precificar novos apartamentos (TA-
NAKA, 2018).
No aprendizado não supervisionado não informamos ao
computador em que consiste aquela entrada. Contrário do que ocor-
re no aprendizado supervisionado, onde os dados são rotulados. Por
exemplo, suponha que uma distribuidora de alimentos deseja classifi-
car seus clientes por categorias. Assim, ela cria um programa que usa
aprendizagem não supervisionada, ou seja, ensina o programa a sepa-
rar os dados em grupos semelhantes. Porém, sem dizer a ele o que são
esses grupos. O possível resultado será um grupo de clientes que com-
pram produtos frescos e outro grupo de clientes que compram produtos
industrializados. Se fosse o exemplo da classificação de imagens, no
contexto desse tipo de aprendizado, o programa aprenderia a classificar
as imagens em dois grupos distintos. Assim, ao se deparar com uma
nova imagem, baseando-se em seus atributos, o programa identificará
a qual grupo ela pertence (TANAKA, 2018).
O terceiro tipo é o aprendizado por reforço, que é empregado
quando “as saídas não estão bem definidas e as repostas só podem
ser aferidas após algumas execuções” (MORAES, 2018, pg.71). Por
60
exemplo, um programa responsável por conduzir um veículo autônomo
deverá aprender a andar pelas ruas e transportar passageiros. Algumas
formas de otimizar essa tarefa são: que ele saiba o que fazer se impre-
vistos ocorrerem a sua volta, chegue ao seu destino no menor tempo
possível e sem causar acidentes.
No entanto, é preferível que ele demore um pouco mais de
tempo a provocar um acidente. Portanto, esse tipo de aprendizado é por
reforço, dada uma ação ao computador, ele deverá saber qual priorizar
em determinada situação. Uma das formas de ensinar ao computador a
prioridade de cada meta é vincular recompensas e punições, de acordo
com os possíveis resultados. Por exemplo, o programa do carro autôno-
mo poderá receber uma punição maior, caso ele provoque um acidente.
Entretanto, se ele demorar para chegar ao local de destino, a punição
será menor. Dessa forma, ele aprenderá quais ações deve priorizar (TA-
NAKA, 2018).
Algoritmos de Aprendizado de Máquina

Conforme explicado na seção 3.7.1, a aprendizagem de máqui-
na (utilizando algoritmos) ocorre através de dados, que são denomina-
dos de conjunto de dados ou também de conjunto de treinamento. Isto
é, por um modelo ou hipóteses, que relaciona os valores dos atributos
de entrada e o conjunto de treinamento ao valor de saída. Como nem
sempre os dados estão livres de erros, portanto, o objetivo do algoritmo
é indicar uma possível solução correta diante de dados distintos.
Porém, que possam ter algo em comum e que sejam relevan-
tes para se atingir os objetivos previstos (MORAES, 2018). Uns dos
exemplos clássicos de algoritmos de aprendizagem de máquinas são
os algoritmos da Netflix e da Amazon. Ambos fazem recomendações
baseando-se em escolhas anteriores dos usuários/clientes.
Os algoritmos de aprendizado supervisionados resolvem pro-
blemas de regressão e classificação. Os problemas de regressão são
utilizados para mapear um exemplo em valor real (MORAES, 2018). Por
exemplo, é possível prever o tempo de internação de um paciente em
um hospital, de acordo com seu diagnóstico. Já o problema de classi-
ficação correlaciona a descrição de um objeto a uma classe, como por
exemplo: determinar se o paciente possui o COVID-19 ou não, de acor-
do com os sintomas apresentados.
Já os algoritmos de aprendizado não supervisionado reúnem
os objetos de acordo com suas características. Servem para resolver
problemas de agrupamento, sumarização e associação. Os problemas
de agrupamento consistem em dados que são agrupados conforme sua
61
semelhança. Os problemas de sumarização consistem em técnicas que
buscam encontrar uma descrição compacta e simples para um conjunto
de dados. Por último, o problema de associação consiste na localização
de padrões comuns de associações entre os atributos de um conjunto
de dados (MORAES, 2018).
Diversos algoritmos foram desenvolvidos para implementar
os aprendizados supervisionado e não supervisionado. O quadro 1
apresentado a seguir, traz alguns desses algoritmos do aprendizado
supervisionado, classificados por modelo, tipos, algoritmos e suas prin-
cipais características. O quadro 2 também apresentado a seguir, traz as
mesmas informações do quadro 1, porém, referentes aos algoritmos do
aprendizado não supervisionado.
Quadro 1 – Algoritmos de Aprendizagem de Máquina Supervisionados

Tipo Algoritmo Características
O algoritmo de Regressão Linear re-
cebe valores de determinadas variáveis
e por meio de equações. Esses valores
trazem estimativas para as quais passam
a ser aplicadas por outras variáveis (NA-
TAGROW, 2019).
Esse algoritmo mostra a relação entre
uma variável independente (ou seja,
variável explicativa) e uma variável de-
pendente (ou seja, o fator de interesse).
Regressão Li- Assim é possível perceber o impacto na
Regressão
near variável dependente, quando a variável
independente é alterada de alguma for-
ma (NATAGROW, 2019).
Como exemplo do uso desse algoritmo

pode-se citar a avaliação de riscos no
domínio do seguro. Assim, após realizar
análise de regressão linear é possível
encontrar o número de reclamações de
clientes de várias idades e inferir o risco
aumentado em relação a idade do cliente
(NATAGROW, 2019).
62
O algoritmo de Árvore de Decisão ajuda
a tomar uma decisão sobre o item de da-
dos (NATAGROW, 2019).
Por exemplo, considere que o gerente de
uma financeira deve tomar uma decisão
sobre conceder ou não um empréstimo
para pessoa, baseando-se nas informa-
ções de idade, renda mensal e nível de
escolaridade.
Árvores de
Classificação
Decisão Essa decisão poderá ser tomada através
de uma árvore de decisão. Assim, todos
os resultados possíveis de uma decisão
são mostrados usando uma metodologia
de ramificação de árvores. Os nós (no-
dos) internos são testes em vários atri-
butos, os galhos da árvore são os resul-
tados dos testes e os nós (nodo) folhas
são a decisão tomada após o cálculo de
todos os atributos (NATAGROW, 2019).
Esse algoritmo de Classificação de Nai-
ve Bayes busca calcular a probabilida-
de de algo após as variáveis terem sido
caracterizadas anteriormente, sendo ba-
seado no Teorema da Probabilidade de
Classificação de Bayers (da matemática) (NATAGROW,
Classificação
Naive Bayes 2019).
Como exemplo de aplicação prática des-
se algoritmo, pode-se citar: o Gmail o
utiliza para classificar um e-mail como
spam ou não spam.
63
O algoritmo de Regressão Logística
trata-se de um modelo probabilístico que
ajuda a encontrar a probabilidade de uma
nova instância pertencer a uma determi-
nada classe (NATAGROW, 2019).
Portanto, a regressão logística é adequa-
da para a classificação binária (0 ou 1)
em que, se um evento ocorre, é classifi-
cado como “1”, caso não ocorra é classifi-
cado como “0”. Portanto, a probabilidade
Regressão Lo- de uma ocorrência de evento específica é
gística prevista baseando-se nas variáveis pre-
Classificação
ditoras fornecidas (NATAGROW, 2019).
Como exemplos de aplicações desse al-
goritmo, podem-se citar:
• Medição das taxas de sucesso
das campanhas de marketing.
• Previsão de um terremoto em
um determinado dia.
• Previsão de um candidato po-
lítico, em particular, vencerá ou
perderá a eleição.
Esse algoritmo Máquina Vetor de Su-
porte é utilizado para problemas de clas-
sificação ou regressão (NATAGROW,
2019).
Ele constrói um modelo indicando onde
o objeto se enquadra, utilizando um clas-
Algoritmo Má- sificador e um analisador por regressão

Classificação quina Vetor de
Suporte (linear binário não probabilístico) (NATA-
GROW, 2019).
Alguns dos maiores problemas que fo-
ram resolvidos usando esse algoritmo
são exibições publicitárias, detecção de
gênero baseada em imagem, classifica-
ção de imagem em larga escala.
64
O algoritmo denominado de Rede Neu-
ral Artificial é baseado no sistema de
aprendizagem biológico, assim as redes
neurais tentam replicar os neurônios do
cérebro humano, criando nós que estão
interconectados entre si. Esses neurô-
nios captam informações através de ou-
tro neurônio que realizam várias ações
conforme for necessário. Posteriormen-
te, transferem as informações para outro
neurônio que consiste na saída (NATA-
GROW, 2019).
Rede Neural
Classificação Esse tipo de algoritmo aprende por exem-
Artificial
plos e generalizam os conceitos.
Como exemplo, pode-se citar o reconhe-
cimento facial humano. As imagens de
rostos humanos podem ser identificadas
e diferenciadas de imagens “não faciais”,
como de animais domésticos. No entan-
to, o algoritmo pode demorar em torno
de horas dependendo da quantidade de
imagens no banco de dados a serem
analisadas, diferentemente do ser huma-
no (mente humana) que pode fazer esse
reconhecimento instantaneamente.
Nesse algoritmo a classificação de um
K-Vizinhos Mais item é realizada comparando as similari-
Classificação
Próximos dades do item a ser classificado com os
dados de treinamento (MORAES, 2018). INOVAÇÕES TECNOLÓGICAS - GRUPO PROMINAS
65
Quadro 2 – Algoritmos de Aprendizagem de Máquina Não Supervisionados
Tipo Algoritmo Características
Trata-se do algoritmo não supervisionado
mais simples que resolve o problema de
cluster, que consiste numa técnica de agru-
pamento de conjuntos de objetos por seme-
lhanças (NATAGROW, 2019).
Esse algoritmo divide os dados em grupos
(clusters) não interseccionados em que um
objeto faz parte apenas de um grupo (MO-
RAES, 2018).
A ideia do funcionamento do algoritmo é
encontrar a melhor divisão de X dados em Y
Agrupamento K-Means grupos, agrupando os dados semelhantes.
Cada grupo é representado pelo seu centro
e cada dado é incluído no grupo que está
mais próximo (NATAGROW, 2019).
Por exemplo, considere que pesquisou a
palavra “data” na Wikipedia. “Data” pode
se referir a um dia importante da história
ou um dia marcante em sua vida. Assim, a
Wikipedia agrupa as páginas da Web sepa-
rando por aquelas que falam no contexto da
mesma ideia usando o algoritmo K Means
(NATAGROW, 2019).
A sequência de partições aninhadas é gera-
da, baseada em uma matriz de proximidade.
Agrupamento Hierárquicos O resultado desses algoritmos depende da
ordem de entrada dos dados (MORAES,
2018).
Aplicações de Aprendizado de Máquina

Os algoritmos de aprendizado de máquina têm sido emprega-
dos em diversas aplicações, como distribuição, exploração, geração de
recursos energéticos e também em questões relacionadas a planeja-
mento, comercialização de energia, previsão de rompimentos de dutos,
dentre outros (MORAES, 2018).
Na área de saúde esses algoritmos estão sendo utilizados para
mapear características comuns a diversos contextos, como epidemias/
pandemias, por exemplo. Na prática, ocorre o armazenamento dos da-
dos e, posteriormente, os algoritmos desempenham suas funções sob
66
eles para determinar os dados relevantes para o processo, como idade,
sexo, quais doenças e quantas vezes o paciente teve, e outras informa-
ções (MORAES, 2018).
67
QUESTÃO 1
Ano: 2016 Banca: ESAF Órgão: ANAC Prova: Analista Administra-
tivo Nível: Médio.
São objetivos da Mineração de Dados:
a) Distribuição, Identificação, Organização e Otimização.
b) Previsão, Priorização, Classificação e Alocação.
c) Previsão, Identificação, Classificação e Otimização.
d) Mapeamento, Identificação, Classificação e Atribuição.
e) Planejamento, Redirecionamento, Classificação e Otimização.
QUESTÃO 2
Ano: 2018 Banca: CESPE Órgão: TCE-MG Prova: Analista de Con-
trole Externo Nível: Médio.
Um dos desdobramentos de big data é o big data analytics, que se
refere aos softwares capazes de tratar dados para transformá-los
em informações úteis às organizações.
O big data analytics difere do business intelligence por
a) priorizar o ambiente de negócios em detrimento de outras áreas.
b) analisar dúvidas já conhecidas para as quais se deseje obter resposta.
c) analisar o que já existe e o que está por vir, apontando novos caminhos.
d) dar enfoque à coleta, à transformação e à disponibilização dos dados.
e) analisar o que já existe, definindo as melhores hipóteses.
QUESTÃO 3
Ano: 2018 Banca: IADES Órgão: APEX Brasil Prova: Analista –
Prospecção de Projetos Nível: Médio.
No jargão empresarial moderno, business intelligence é o (a)
a) mesmo que data warehouse, já que ambos têm a finalidade de arma-

zenar dados e criar relatórios gerenciais.
b) inteligência artificial dos computadores modernos.
c) inteligência da empresa que tem por base os sistemas modernos de
informatização.
d) processo de recolhimento e tratamento de informações que apoiarão
a gestão de um negócio.
e) conjunto de relatórios preparados pelos executivos de uma empresa.
QUESTÃO 4
Ano: 2018 Banca: CESPE Órgão: TCE-MG Prova: Analista de Con-
trole Externo – Ciência da Computação Nível: Difícil.
Em machine learning, a categoria de aprendizagem por reforço
68
identifica as tarefas em que
a) um software interage com um ambiente dinâmico, como, por exem-
plo, veículos autônomos.
b) as etiquetas de classificação não sejam fornecidas ao algoritmo, de
modo a deixá-lo livre para entender as entradas recebidas.
c) o aprendizado pode ser um objetivo em si mesmo ou um meio para
se atingir um fim.
d) o objetivo seja aprender um conjunto de regras generalistas para
converter as entradas em saídas predefinidas.
e) são apresentados ao computador exemplos de entradas e saídas
desejadas, fornecidas por um orientador.
QUESTÃO 5
Ano: 2018 Banca: CESPE Órgão: TCE - MG Prova: Analista de Con-
trole Externo Nível: Difícil.
Um dos desdobramentos de big data é o big data analytics, que se
refere aos softwares capazes de tratar dados para transformá-los
em informações úteis às organizações. O big data analytics difere
do business intelligence por
a) priorizar o ambiente de negócios em detrimento de outras áreas.
b) analisar dúvidas já conhecidas para as quais se deseje obter resposta.
c) analisar o que já existe e o que está por vir, apontando novos caminhos.
d) dar enfoque à coleta, à transformação e à disponibilização dos dados.
e) analisar o que já existe, definindo as melhores hipóteses.
A análise de dados faz parte da rotina de diversas áreas das empresas,

independentemente, do tipo de negócio que elas realizam. Dessa forma,
muitas empresas têm utilizado as tecnologias de Business Intelligence
(BI) e Big Data para ajudar a otimizar processos e entender padrões de
comportamento dos clientes e do mercado, com a finalidade de tornar
seus serviços e produtos mais lucrativos.
Sobre o enunciado, comente a diferença entre as tecnologias Business
Intelligence e Big Data e a aplicabilidade das tecnologias BI e Big Data
nas empresas.
TREINO INÉDITO
Quais são os algoritmos de aprendizagem usados na Inteligência Arti-

ficial (IA)?
a) Árvores de Decisão e K-Means.
69
b) Merge Sort e Quick Sort.
c) Pesquisa Binária e Busca em Árvore Binária
d) Algoritmo de Diskstra e de Prim.
e) Busca Hash e Busca em Árvore de Decisão.
NA MÍDIA
O PODER DO BUSINESS INTELLIGENCE (BI) E A QUEBRA DE PA-

RADIGMAS NA GESTÃO
Acompanhar o dinamismo do mercado não é uma tarefa fácil, portanto

é preciso incorporar essa ideia à gestão da empresa. A competitividade
requer que estejam atentos as novas demandas e o remanejamento de
ações. Um importante aliado para isso é o Business Intelligence (BI),
que consiste em um conjunto de técnicas e ferramentas.
O BI utiliza a análise de dados para gerar informações qualificadas e
proporcionar aos gestores e empresários conhecimentos para melhorar
o processo de tomada de decisão de uma empresa através de informa-
ções amplas sobre a realidade do negócio e do mercado.
As informações são baseadas em fatos precisos e não em suposições.
Pois, são dados coletados nas diversas áreas da empresa, podendo
estar relacionados ao desempenho ou estrutura da empresa. Posterior-
mente, esses dados são processados e transformados em indicativos
que são apresentados em forma de relatórios para as pessoas interes-
sadas. Existem softwares que apoiam o BI, dentre eles o Power Bi da
Microsoft que é tido como uma das mais inovadoras e principais solu-
ções de BI.
Fonte: Exame
Data: 11 jun. 2018.

Leia a notícia na íntegra:
https://exame.abril.com.br/negocios/dino_old/o-poder-do-business-in-
telligence-bi-e-a-quebra-de-paradigmas-na-gestao/
NA PRÁTICA
A empresa Ford Motor Company é líder na indústria automotiva global.

Ela possui sede em Dearborn, Michigan nos Estados Unidos. A em-
presa possui 66 fábricas espalhadas pelo mundo e emprega cerca de
194.000 funcionários. Só no Brasil, a empresa emprega cerca de 11.500
empregados nas quatro fábricas localizadas em cidades distintas, sen-
do elas: Camaçari, São Bernardo do Campo, Tatuí e Taubaté.
70
A Ford apresentou um estudo que demonstra como o Big Data auxiliará
as cidades a identificar os locais mais propensos a futuros acidentes de
trânsito e adotar meios de prevenção. Essa pesquisa durou cerca de
um ano na cidade de Londres e seus arredores. A Ford coletou dados
detalhados de veículos, como de direção, frequência e intensidade das
frenagens e acionamento das luzes de emergência para identificar os
“possíveis acidentes”. Posteriormente, foi feito um cruzamento desses
dados com os registros de acidentes, possibilitando o desenvolvimento
de um algoritmo para determinar a probabilidade de ocorrência de futu-
ros acidentes.
Fonte: Ford Media Center, 2018. Ford mostra como o “Big Data”
pode ajudar a melhorar o trânsito no futuro. Disponível em:<https://
media.ford.com/content/fordmedia/fsa/br/pt/news/2018/12/05/ford-mos-
tra-como-o--big-data--pode-ajudar-a-melhorar-o-transito-.html> Acesso
em: 16 mar. 2020.
71
INDÚSTRIA 4.0
REVOLUÇÃO INDUSTRIAL
Na manufatura artesanal, também denominada de guilda os

produtos eram produzidos em pequenas quantidades e em oficinas

especializadas. Os responsáveis por produzir esses tipos de produtos
eram os artesões – os mestres do ofício. Somente os mestres detinham
o conhecimento de todo o processo de fabricação dos bens que produ-
zia, dos segredos relacionados à produção, como a compra da matéria-
-prima, fabricação e vendas dos bens fabricados. Outra desvantagem
desse tipo de produção é que além de centralizar o conhecimento ape-
nas em uma pessoa, esses produtos podiam ser adquiridos por poucas
pessoas, devido ao seu alto custo de produção e à baixa produção (SA-
COMANO et al, 2018).
Desse modo, os produtos manufaturados eram caracterizados
pelo baixo volume de produção, falta de padronização dos produtos,
alto custo de produção, baixa qualidade. Além disso, todo o processo
72
de produção, projeto e comercialização eram centralizados apenas nos
mestres do ofício.
Primeira Revolução Industrial

A primeira revolução industrial surgiu para suprir a escassez
dos produtos manufaturados. Dessa forma, famílias juntaram-se para
produzir bens e serviços com o objetivo de atender à demanda crescen-
te de clientes e também alcançar os altos lucros dos artesões.
O aumento da demanda possibilitou o surgimento de máquinas
que automatizassem um pouco algumas tarefas que antes só eram fei-
tas manualmente. O inventor inglês James Hargreaves criou em 1767 a
primeira máquina de fiar toda em madeira, que foi amplamente utilizada
na Inglaterra. No ano de 1769, Richard Arkwright criou uma máquina
de tear hidráulica. Essa máquina foi utilizada nas Indústrias de tecidos
(SACOMANO et al, 2018).
No ano de 1785 surgiu uma nova máquina, que foi desenvol-
vida por Edmund Cartwright. Essa máquina funcionava a vapor e tinha
a vantagem de ser operada por mão de obra não especializada. Ela
marcou o início da tecelagem industrial na Inglaterra. Esse fato foi de-
nominado de Primeira Revolução Industrial.
Segunda Revolução Industrial

No século XIX, o aumento da produção do aço viabilizou a fa-
bricação de equipamentos e máquinas mais modernos. Incorporado ao
uso da energia elétrica para fins industriais, permitiu o impulso da ma-
nufatura. As estradas de ferro proporcionaram uma grande melhoria do
meio de transporte de pessoas e mercadorias, aumentando o incentivo
do progresso (SACOMANO et al, 2018).
A produção de produtos em massa propiciou a redução dos
custos de produção, consequentemente, reduziu o preço ao consumi-
dor permitindo, assim, que um maior número de pessoas pudesse ad-
quirir produtos e serviços. Outra vantagem foi a padronização de produ-
tos, no entanto, como a meta era produzir cada vez mais, houve pouca
preocupação com a qualidade.
A fim de otimizar a produção de carros a empresa, Ford teve a
ideia de adaptar a manufatura manual de produção de automóveis, para
a ideia pregada na Segunda Revolução Industrial. O objetivo da Ford
era diminuir os custos de produção e pagar um salário aos seus funcio-
nários que os possibilitassem adquirir os automóveis que eles mesmo
fabricavam. No entanto, o trabalho repetitivo, o aumento da supervisão
73
e a hierarquia empresarial semelhante à dos militares acarretou na ro-
tatividade dos colaboradores, que chegou a mais de 50% na empresa
Ford (SACOMANO et al, 2018).
Filme sobre o assunto: Tempos Modernos (Charlie Chaplin,

87 min, United Artists)
Observação:
O filme Tempos Modernos relata a pressão, que os funcioná-
rios eram submetidos nas linhas de produção das empresas.
Terceira Revolução Industrial

A Terceira Revolução Industrial iniciou-se em meados do sécu-
lo XX – no fim dos anos de 1960. Nesse momento surgia os componen-
tes eletrônicos para facilitar a automação, ou seja, a modernização da
indústria (SACOMANO et al, 2018).
Essa revolução é marcada pela adoção de produção enxuta,
automação e uso intensivo da Tecnologia da Informação (TI) para apoio
e controle da manufatura. A TI incentivou a implantação de sistemas
como o MRP (Material Requirement Planning ou Planejamento das Ne-
cessidade de Materiais) para controlar a necessidade de componen-
tes e/ou matéria-prima. Posteriormente, ele foi evoluído para o sistema
MRP II, que além de controlar as matérias-primas, controlaria aspectos
relacionados a finanças, compras e marketing.
Outro tipo de sistema empregado foi o ERP (Enterprise Resour-

ces Planning ou Sistema Integrado de Gestão Empresarial) que trata de
um sistema de informação que integra todos os dados e processos de
uma empresa em um único sistema. A integração desses dados e pro-
cessos é feita por meio da interligação de sistemas, como de finanças,
contabilidade, recursos humanos, marketing, vendas, compras, produ-
ção e outros sistemas. Esses mecanismos proporcionaram o aumento
de ganhos para as industriais no geral.
Quarta Revolução Industrial

A Quarta Revolução Industrial iniciou-se nos anos 2000. Ela
é caracterizada por uma internet globalmente difundida (banda larga,
74
móvel), por sensores menores, pela inteligência artificial e aprendizado
de máquina. A figura 12 ilustra essa ideia de tecnologias empregadas
na Indústrias 4.0. Essa revolução industrial não tem relação apenas
com sistemas e máquinas inteligentes. Nessa revolução, as tecnologias
emergentes e as inovações são mais rapidamente disseminadas do que
nas revoluções anteriores.
Figura 13 – Indústria 4.0: Computadores, máquinas automatizadas

conectadas a tecnologia da computação nuvem
Fonte: Pixabay, 2020.
De acordo com Schwab (2016) na Alemanha foi criado o termo

Indústria 4.0, que foi divulgado em 2011 na feira de Hannover. A pre-
sunção é que a Indústria 4.0 revolucionará a organização, permitindo
a criação de “fábricas inteligentes” (smart factories) – um mundo onde
os sistemas físicos e virtuais de fabricação cooperam de modo global
e flexível. É objetivo da Indústria 4.0 elaborar tecnologia de ponta para
que os sistemas automatizados, que controlam as máquinas industriais,
possam se comunicar para troca de informações/dados entre máquinas
e pessoas, para permitir a otimização de todo o processo de produção
A indústria 4.0 fundamenta-se na integração de tecnologia de
informação e comunicação para alcançar novos níveis de produtivida-
de, flexibilidade, qualidade e gerenciamento, o que possibilita a geração
de novas estratégias e modelos de negócio para a indústria.
75
A planta industrial de uma empresa que adota Indústria 4.0
pode acionar e controlar remotamente a linha de produção, porém, so-
mente após a realização de testes/simulações que visam garantir que
quando implantadas, venham causar o mínimo possível de problemas.
Quando ocorrer algum problema na linha de produção, o próprio siste-
ma poderá entrar em contato, solicitando a manutenção ou interação
com os sistemas de fornecedores, logísticas e outros (SACOMANO et
al, 2018).
Vídeo sobre o assunto: Indústria 4.0 - Quarta Revolução In-

dustrial
Estes vídeos apresentam quais mudanças já foram inseridas
com o avançar das tecnologias e quais estão por vir com o surgimento
da Indústria 4.0.
Disponíveis nos links:
Parte 1: https://www.youtube.com/watch?v=sHEx6DdgVLI
Parte 2: https://www.youtube.com/watch?v=0rN7MQ50kso
ELEMENTOS FORMADORES DA INDÚSTRIA 4.0
De acordo com Sacomano et al (2018) o conceito de Indústria

de 4.0 ainda está em formação, mas que existe uma proposta de clas-
sificação dos seus elementos formadores, sendo eles:
• Elementos base ou fundamentais: Consiste na base tec-
nológica sobre a qual o próprio conceito da Indústria 4.0 se ampara,

portanto, sem os elementos base, a Indústria 4.0 ela não existiria. Mais
detalhes sobre esse elemento podem ser encontrados na seção 4.2.1.
• Elementos estruturantes: Refere-se na tecnologia e/ou con-
ceitos que permitem a construção de aplicação da Indústria 4.0. No en-
tanto, para fazer parte desse tipo de elemento formador, pelo menos
parte de uma fábrica deve estar enquadrada nesse contexto. Mais infor-
mações sobre esse elemento podem ser encontradas na seção 4.2.2.
• Elementos complementares: Esses elementos ampliam as
possibilidades da Indústria 4.0. Mais detalhes sobre esse elemento po-
dem ser encontrados na seção 4.2.3.
76
A figura 13 apresenta os três elementos formadores e também
especifica as tecnologias que podem ser empregadas em cada um de-
les, os quais serão explicados nas seções seguintes.
Figura 13 – Elementos formadores da Indústria 4.0
Elementos base ou fundamentais

De acordo com Sacomano et al (2018) os elementos base ou
fundamentais da Indústria 4.0 são: os sistemas ciber físicos, internet
das coisas (IoT) e internet de serviços (IoS).
Os sistemas ciber físicos (CPS - Cyber-physical System) con-
sistem em uma forma de implantar sistemas de informação e automa-
ção. Tal método tornará possível a troca de informações, execução de
comandos e acompanhamento do processo produtivo e tempo real.
Os sistemas CPS têm a vantagem de permitir que sejam reali-
zadas simulações virtuais sobre o processo produtivo e sem comprome-
ter a produção. Esses tipos de sistemas são compostos por sensores e
atuadores controlados por software, que permitem o monitoramento de
uma série de dados. Esse sistema também tem a função de supervisio-
nar e controlar processos industriais mecânicos, químicos, térmicos ou
elétricos, no campo físico (SACOMANO et al, 2018). Além disso, permi-
tir que os dados e as informações coletadas sejam enviados em tempo
real a um sistema CPS (SACOMANO et al, 2018).
77
O outro elemento trata-se da Internet das Coisas (IoT - In-
ternet of Things) que consiste em objetos físicos capazes de transmitir
dados através da internet, conforme ilustra a figura 14. Por exemplo,
considere um sensor de temperatura de um forno industrial, que trans-
mite o valor da temperatura pela internet para uma central. Essa central
poderia ser acessada remotamente pela internet.
Figura 14 – Objetos conectados simbolizando a Internet das Coisas
Existem objetos inteligentes (smart products) que são objetos

que tem a capacidade de processamento juntamente com a capacida-
de de conexão com a internet. Pensando no exemplo anterior, porém,
reformulando-o para esse contexto de objetos inteligentes, teríamos um
sensor de temperatura inteligente que teria a capacidade de processar
e captar a temperatura do forno industrial. Posteriormente, ele compara-

ria o valor da temperatura coletada com os padrões de temperatura pre-
estabelecidos, ou seja, programados. E, se o valor da temperatura esti-
ver fora da faixa dos valores preestabelecidos, o objeto enviará alertas
para uma central via internet ou diretamente para a pessoa responsável
por corrigir o erro. Ou então, poderá ocorrer a intervenção e correção
do problema, através de atuadores sem qualquer intervenção humana
E por último, temos a Internet de Serviço (IoS – Internet of
Services) que consiste nos novos serviços disponibilizados através da
internet ou internamente na empresa. Como exemplo desse tipo de
serviço pode-se citar o alerta que é enviado a algum dispositivo móvel
(smartphone e/ou tablet) avisando que o seu carro precisa passar por
78
revisão ou mesmo que está na hora de trocar os pneus. Outro exemplo
seria a busca de um produto na internet, porém, como não está dentro
da margem de preço esperada, é criado um alerta no site para que
seja monitorado o preço desse produto ao longo dos dias. Assim que
o produto for localizado nas condições estabelecidas, um aviso será
enviado ao e-mail cadastrado ou mensagem por celular, por exemplo
Elementos Estruturantes
À medida que se avança em direção a Indústria 4.0 os ele-
mentos estruturantes tendem a estar mais presentes. Esses elementos
estão em várias aplicações industriais, dentre eles temos: automação,
comunicação máquina a máquina, inteligência artificial, análise de big
data, computação em nuvem, integração de sistemas e segurança ci-
bernética (SACOMANO et al, 2018).
A automação “é definida com a realização de tarefas sem a in-
tervenção humana, com equipamentos que funcionam sozinhos e pos-
suem a capacidade de controlar a si próprios, a partir de condições e/ou
instruções preestabelecidas” (SACOMANO et al, 2018, pg. 36).
Quando se fala em automação, o primeiro elemento que se
pensa é o robô. No entanto, não significa que uma unidade de produção
da Industria 4.0 seja totalmente autônoma, que não tenha nenhum tipo
de intervenção humana direta. Os robôs têm um papel importante nas
tarefas que oferecem risco ao colaborador ou exigem grande velocida-
de e/ou precisão de execução.
Hoje em dia, está bastante comum a utilização de robô colabo-
rativo, cuja função é ajudar o colaborador em seu trabalho, diminuindo o
esforço humano e proporcionando acréscimo no nível de produtividade.
A vantagem da utilização dos robôs é conseguir manter o nível de qua-
lidade e atender à reconfiguração da linha de produção por intermédio
de reprogramações. Como desvantagem tem-se o custo, pois, neces-
sita de mão de obra especializada e sua manutenção mais sofisticada
A comunicação máquina a máquina (M2M – machine to ma-
chine), de acordo com os autores Sacomano et al (2018, pg. 37) pode
ser definido como “a comunicação entre duas máquinas ou transferên-
cia de dados de um dispositivo a um computador central que pode ser
realizada por meio de rede com ou sem fio”.
O M2M sustenta a possibilidade de que os equipamentos to-
mem decisões descentralizadas como, por exemplo: identificar a ne-
cessidade de manutenções e a própria máquina solicitar o seu reparo, e
79
ainda relatar qual o seu problema. Além disso, a máquina tentará mini-
mizar o impacto do problema através de solicitação a outras máquinas,
para diminuir a velocidade da linha de produção, ou então que passe a
ser produzido algum produto que não sobrecarregue a máquina defeitu-
osa (SACOMANO et al, 2018).
É importante ressaltar que apesar da comunicação de máqui-
nas ser feitas entre elas e de forma autônoma, a todo instante elas
podem ser monitoradas pelas pessoas responsáveis pela linha de pro-
dução. A vantagem desse recurso é que tanto os colaboradores da em-
presa, quanto o cliente podem saber como está a fase de produção do
pedido e o prazo de entrega. Outra vantagem é que dependendo da
configuração do sistema o M2M é possível que o transporte do pedido
seja contratado de forma autônoma. Obviamente, dentre uma lista de
operadores logísticos predefinidos para retirada e entrega de pedidos,
ou mesmo na entrega de suprimentos just-in-time4.
A inteligência artificial (IA) tem por objetivo utilizar disposi-
tivos ou métodos computacionais que procedam similarmente a capa-
cidade de raciocínio de seres humanos. Dessa forma, a inteligência
artificial não seria empregada apenas para controlar o processo de pro-
dução, mas também para oferecer sugestões às distintas necessidades
de tomada de decisões (SACOMANO et al, 2018).
A análise de big data (big data analytics). Big data consiste
em um conjunto de técnicas que possibilita que sejam analisadas gran-
des quantidades de dados para que gerem resultados relevantes. Já
a análise de big data tem sua complexidade aumentada à proporção
que incorpora a análise de dados não estruturados, como de imagens,
expressões faciais, sons, documentos digitalizados, dentre outros (SA-
COMANO et al, 2018). Como exemplo de aplicação da análise de big
data podem ser citados:
• Dados de navegação de possíveis compradores e visitantes

de comércio eletrônico, que permitem que sejam realizadas análises de
tendências de mercado, para que possam ser criados novos produtos e/
ou serviço (SACOMANO et al, 2018). A empresa Amazon é um exemplo
desse tipo.
• Dados dos canais de vendas e de relacionamento com o
cliente analisados juntamente com dados de mercado, que possibilitam
análises de previsão da demanda, reduzindo custos de estoque e me-
lhorando o planejamento da produção (SACOMANO et al, 2018).
• Dados do funcionamento de equipamentos, como tempera-
tura, vibrações mecânicas, imagens de peças que possibilitam a iden-
4 É um sistema de gerenciamento que defende a ideia que tudo deve ser produzido,
transportado ou comprado na hora exata.
80
tificação e antecipação de uma possível falha do equipamento. Outro
ponto é que os dados históricos de manutenção corretiva podem ante-
cipar uma manutenção preditiva antes que ocorra uma falha e que leve
a linha de produção ser interrompida (SACOMANO et al, 2018).
A computação em nuvem (Cloud Computing) recebe esse

nome por seus dados e aplicações estarem armazenados em servido-
res em localidades distintas, podendo estar até em países distintos. A
computação em nuvem permite que dados e informações possam ser
acessados de forma fácil e de qualquer parte que possua internet. Ela
recebeu esse nome, pois, comumente é representada por uma nuvem
conforme ilustra a figura 15. Hoje em dia é tão comum a utilização de
softwares na nuvem, como o Google Drive, OneDrive, Google Fotos e
Dropbox.
Figura 15 – Computadores conectados à Computação em Nuvem
Existem três modelos de acesso aos serviços da computação

em nuvem ao que se refere a sua infraestrutura, sendo eles:
• Nuvem pública: Consiste em um tipo de serviço mais barato,
pois, usuários de empresas distintas compartilham os mesmos recursos
da infraestrutura física - processamento nos servidores físicos.
• Nuvem privada: Esse tipo de serviço em nuvem é o mais
alto. Pois, não ocorre o compartilhamento da infraestrutura física, ou
seja, normalmente cada cliente/empresa possui a sua própria infraes-
trutura.
81
• Nuvem híbrida: Esse tipo de serviço é o meio termo entre
os dois anteriores. Por exemplo, a empresa pode ter o seu sistema de
informação em uma nuvem privada, e o envio dos dados por meio de
uma nuvem pública.
Existem três principais modelos (tipos) de serviços em nuvem,
sendo eles: Software como serviço (SaaS), Plataforma como serviço
(PaaS) e Infraestrutura com serviço (IaaS), conforme ilustrado na figura 16.
• Software como serviço (SaaS – Software as a Service) con-
siste em um tipo de serviço onde softwares são disponibilizados aos
clientes por meio da Internet. Dessa forma, os clientes possuem o aces-
so remoto ao software. Entretanto, nem sempre poderão utilizá-lo gra-
tuitamente, em algumas ocasiões somente após pagamento, como o
Salesforce que cobram uma taxa anual de assinatura.
Figura 16 – Modelos de serviços da Computação em Nuvem

• Plataforma como serviço (PaaS – Platform as a Service)

consiste em um tipo de serviço oferecido pelo provedor para que o de-
senvolvedor de softwares execute e/ou disponibilize esses softwares na
nuvem. São plataformas de exemplo: App Engine do Google e o Micro-
soft Azure da empresa Microsoft [NETO, 2015].
• Infraestrutura como serviço (IaaS – Infrastructure as a Ser-
vice) trata-se de um tipo de serviço que proporciona uma infraestrutura
82
de processamento e armazenamento seguro. Dessa forma, o usuário
não terá autoridade sobre a infraestrutura física, mas ele poderá contro-
lar os computadores virtuais por meio do mecanismo de virtualização5
[NETO, 2015]. Como exemplo desse tipo de serviço pode-se citar o
Amazon Web Services (AWS).
A integração de sistemas refere-se à possibilidade de siste-

mas distintos se comunicarem. Esse é um dos grandes desafios para
a implantação da Indústria 4.0, pois, nem sempre é possível integrar
sistemas de equipamentos que não sejam do mesmo fornecedor.
Segundo Sacomano et al (2018, pg. 89) a integração de siste-
mas consiste basicamente em:
• Criação de um diagrama/mapa que contenha todos os ele-
mentos que serão integrados e estabelecer uma topologia de rede entre
esses elementos;
• Identificação ou estabelecimento de regras sobre os formatos
dos dados de cada variável na origem e destino;
• Buscar padrões triviais e converter o que for possível para
algum padrão;
• Criação de softwares de conversão e compatibilização;
• Implementação de dispositivos e sistemas de segurança;
Outro empecilho para a integração de sistemas seria o custo
elevado, pois, necessita de mão de obra qualificada e especializada.
Além disso, possuem prazos e orçamentos difíceis de serem correta-
mente estimados. No entanto, essa integração é fundamental para a
Industria 4.0. Pois, sem ela um conjunto de equipamentos, máquinas,
robôs e sistemas de informação não integrados não conseguem alcan-
çar os benefícios da Indústria 4.0.
A segurança cibernética é muito importante, visto que todas as
informações e dados trafegam on-line. Infelizmente, o vazamento ou
roubo de dados e informações e também softwares maliciosos envia-
dos pela rede de computadores podem comprometer todo o modelo da
Indústria 4.0.
Elementos complementares
Esses elementos consistem em elementos acessórios, no entan-
to, não significa que são menos importantes que os demais. Como exis-
tem diversos elementos complementares, serão apresentados detalhes
apenas dos mais importantes, sendo eles: etiquetas de RFID, QR code,
Realidade Aumentada (RA), Realidade Virtual (RV) e Manufatura Auditiva.
5 Consiste em uma técnica de execução de servidores virtuais sobre um servidor físico
83
Etiquetas de RFID: A sigla RFID vem das palavras em inglês:
radio-frequency identification tag. As etiquetas RFID tratam-se de pe-
quenos dispositivos eletrônicos de identificação, que são utilizados para
comunicar por meio de radiofrequência. Essas etiquetas podem ser co-
locadas em: produtos, embalagens, equipamentos e até em animais e
pessoas (SACOMANO et al, 2018).
QR code: QR significa código de resposta rápida - quick res-
ponse code, em inglês. QR code se assemelha ao código de barras,
conforme ilustra a figura 17. No entanto, ele consegue armazenar uma
quantidade maior de informações que ele, como número do lote, conta-
to, e-mail, dados de produção, endereços de sites e outros (SACOMA-
NO et al, 2018).
Figura 17 – QR Code sendo escaneado por um smartphone
Realidade Aumentada (RA): Ela é também denominada de

realidade ampliada. Através da utilização de um óculos específico – su-
porte à realidade aumentada – é possível que o colaborador da em-

presa acesse informações sobre o seu desempenho de funções, como
por exemplo: sequência de montagem, itens que precisam ser repostos
no estoque, armazenagem de determinado produtos e outras funções
sobrepostas à realidade física observada. A principal vantagem desse
recurso é a facilitação do serviço, pois, não será necessário manipular
monitores ou informações escritas – tudo será visto por meio do campo
visual (SACOMANO et al, 2018).
Realidade Virtual (RV): Ela é definida como um conjunto de
hardwares (óculos, luvas sensíveis a movimentos) que permitam dar
a sensação de uma realidade que não existe no local – uma realidade
virtual, conforme ilustra a figura 18. Como exemplo de utilização de re-
alidade virtual podem-se citar os simuladores de voo que são utilizados
84
para treinar pilotos de avião. Eles representam todas as possíveis con-
dições de voo sem a necessidade de o piloto esteja voando (SACOMA-
NO et al, 2018).
Figura 18 – Utilização da Realidade Virtual por meio de óculos
Manufatura Auditiva ou Impressão 3D: Ao contrário que

muitas pessoas pensam, esse tipo de impressão 3D foi inventado no
final da década de 1980 pelo norte-americano Chuck Hull. Porém, só se
popularizou nos últimos anos. Em 2010, a Sociedade Americana para
Ensaios e Materiais (ASTM) resolveu renomear impressão 3D para Ma-
nufatura Aditiva, pois, a ASTM considera que esse termo é mais amplo
para descrever o processo de manufatura que operam através de dife-
rentes tecnologias e ferramentas. A manufatura aditiva é definida “como
um processo de impressão de objetos a partir da deposição de variados
materiais em camadas” (SACOMANO et al, 2018, pg. 43). Em suma,
é um processo mecânico em que diferentes camadas de material são
gradualmente sobrepostas uma à outra com o propósito de produzir um
objeto conforme o desenho (arquivo) digital. A figura 19 apresenta uma
impressora 3D trabalhando na impressão de algum objeto.
85
Figura 19 – Impressora 3D sendo utilizada para impressão de um objeto
Como exemplo desse tipo de manufatura pode-se citar: uma

impressora instalada na cidade de São Paulo poderá receber instru-
ções on-line para que o programa execute e faça determinada peça de
um algum país, como a Itália. Assim a fábrica já será produzida no seu
destino final sem ter a necessidade de envio e nem de espera do deslo-
camento de um país para o outro.
ORGANIZAÇÃO E MÃO DE OBRA DA INDÚSTRIA 4.0
A palavra Indústria 4.0 tem sido empregada genericamente

para nomear sistemas de produção automatizados, onde máquinas,

produtos, ferramentas, colaboradores e consumidores estão conecta-
dos. Conforme visto nas seções 4.2.2 e 4.2.3, os elementos formadores
e estruturais permitem a conectividade entre equipamentos e objetos
ligados à linha de produção.
A conectividade entre equipamentos possibilita a organização
das atividades interdependentes, como por exemplo, o ajuste das ati-
vidades entre dois pontos de trabalho, em que a estrutura organizacio-
nal de uma fábrica tradicional prevê mecanismo de coordenação, como
a interação direta entre operadores e a intervenção do supervisor. Já
na Indústria 4.0 a coordenação ocorre de forma automática entre os
equipamentos, sem a necessidade de operadores (SACOMANO et al,
2018).
86
A conectividade do sistema permite maior eficiência da ope-
ração por evitar as paradas de máquinas, por conta das pequenas al-
terações de produção que ocorrem todos os dias. Outra vantagem é
que essa capacidade de verificação automática diminui a quantidade de
defeitos ao final da linha de produção. Essa verificação é apoiada na au-
tomação de equipamentos de medição e na conectividade entre estes e
o sistema de produção para reajustar a máquina e evitar a produção de
produtos defeituosos. Estima-se que a velocidade e o custo da produ-
ção serão impactados por esse novo modelo baseado na conectividade
das máquinas (SACOMANO et al, 2018).
Conclui-se que sistemas integrados dessa forma abrirão a pos-
sibilidade de diminuir os tamanhos de lotes, sem aumentar os custos de
produção, além de viabilizar a rápida implantação de linhas de produção
de novos produtos lançados no mercado.
Vídeo sobre o assunto: Indústria 4.0 - Fábrica inteligente

Thyssenkrupp
Este vídeo tem por objetivo apresentar a Indústria 4.0 implan-
tada pela empresa Thyssenkrupp no Brasil. Conforme verá no vídeo,
a produção é toda feita por braços robóticos, utilizando tecnologias di-
gitais de sensores, QR Codes, computação em nuvem e sistemas in-
tegrados. No decorrer do vídeo também são expostas a opinião dos
colaboradores, bem como os diferenciais desse tipo de produção.
Disponível no link: https://www.youtube.com/watch?v=_D5wo-
JxfjXc
Perfil do trabalhador da Indústria 4.0

O futuro dos trabalhadores na Indústria 4.0 ainda é incerto, mas
uma coisa é certa: a automação e a intensa conectividade provocarão
grandes mudanças na forma como trabalhamos atualmente.
Pesquisas apontam que o perfil do trabalhador deverá sofrer
modificações, como formação educacional e nível acadêmico e também
a configuração de como o trabalho é organizado. A expectativa é que a
tecnologia e a inteligência artificial auxiliem as pessoas a tomarem deci-
sões mais acertadas e num período de tempo mais curto.
87
De acordo com Duarte et al (2019, pg. 137) a empresa
ManpowerGroup –especializada em gestão de pessoas, sendo referên-
cia mundial em processos de recrutamento e seleção de colaboradores,
realizou estudos que demonstraram que a ideia não é que ocorra a
substituição de um recurso humano por um recurso tecnológico. E sim
que habilidades, como a criatividade, a colaboração, o atendimento ao
cliente, a solução de problemas e a comunicação passem a “pesar”
mais quando comparados a outras competências humanas capazes de
aumentar a tecnologia (DUARTE et al, 2019).
A formação educacional e acadêmica será desafiadora e, pro-
vavelmente, sofrerá adaptações em relação ao conteúdo da formação
sobre os modelos tradicionais de ensino e aprendizagem nas escolas
e universidades. Estudos indicam que serão necessárias formação téc-
nica nas áreas de engenharia de software, automação de processos
(inteligência artificial e aprendizagem de máquina) e também habilida-
des comerciais e de gestão de negócios, projeto de novos serviços e
produtos (DUARTE et al, 2019).
Por outro lado, os estudos apontam que atividades rotineiras,
como digitação de dados, auditorias de processos e de fiscalização
contábil, manutenção de estoques e outras atividades administrativas
provavelmente serão substituídas por atualizações tecnológicas, nas
indústrias, produção rural, setores da economia, entre outras (DUARTE
et al, 2019).
Vídeo sobre o assunto: Uma Linha de Produção Inovadora

para Indústria
Acesse o link: https://www.youtube.com/watch?v=h3mR-
X8ubZms&feature=youtu.be
Estrutura organizacional na Indústria 4.0

É esperado que a organização para a Indústria 4.0 tenha uma
estrutura mais orgânica que mecanizada. Uma estrutura mecanizada
consiste em uma estrutura burocrática, onde a divisão do trabalho e a
supervisão hierárquica são rígidas, ou seja, a comunicação se dá de
forma vertical.
88
Já uma estrutura orgânica refere-se a uma empresa onde as
decisões são descentralizadas e a hierarquia é flexível e modificável.
Ocorre ênfase no trabalho em colaboração e em equipes para facilitar
a troca de informações e conhecimento, ou seja, a comunicação é ho-
rizontal.
89
QUESTÃO 1
Ano: 2017 Banca: CETREDE Órgão: Prefeitura de Aquiraz Prova:
Guarda Municipal Nível: Médio.
Uma revolução industrial é caracterizada por mudanças abruptas
e radicais, motivadas pela incorporação de tecnologias, tendo des-
dobramentos nos âmbitos econômico, social e político. Segundo
teóricos, o mundo passa por uma transição de época e estaria no
início da 4ª revolução industrial ou da chamada Indústria 4.0. O
desenvolvimento e a incorporação de inovações tecnológicas vão
mudar radicalmente o mundo como o conhecemos e moldar a in-
dústria dos próximos anos.
Observando os acontecimentos, analise as afirmativas a seguir so-
bre a revolução industrial.
I. A Indústria 4.0 não se define por cada uma das tecnologias isola-
damente, mas pela convergência e sinergia entre elas.
II. Está ocorrendo uma conexão entre o mundo digital, o mundo
físico, que são as “coisas”, e o mundo biológico, que somos nós.
III. As três revoluções industriais tiveram início nos países subde-
senvolvidos.
IV. A primeira revolução aconteceu movida por tecnologias mecâ-
nicas como máquinas a vapor e as ferrovias.
V. A segunda revolução aconteceu na Inglaterra, tendo como prin-
cipais inovações a eletricidade e seu emprego.
VI. A terceira revolução se iniciou na década de 1960, foi o advento
da informática e da tecnologia da informação.
Marque a opção que apresenta as afirmativas CORRETAS.
a) I – II – III – IV.
b) II – IV – V – VI.
c) I – II – III – VI.
d) III – IV – V – VI.
e) I – II – IV – VI.
QUESTÃO 2
Ano: 2018 Banca: CESGRANRIO Órgão: PETROBRÁS Prova: Téc-
nico de Logística de Transporte Júnior Nível: Fácil.
Um assunto que emerge junto com a 4ª Revolução Industrial é a
logística 4.0.
Um dos viabilizadores para o surgimento da logística 4.0 é o(a)
a) RFID
b) Código de barras
90
c) Condomínio logístico
d) Aumento da eficiência no consumo de combustíveis
e) Internet das coisas
QUESTÃO 3
Ano: 2019 Banca: CESPE Órgão: IBFC Prova: PM-BA - Soldado Ní-
vel: Médio.
“A Inteligência Artificial (IA) está transformando a maneira como
fazemos negócios. A adoção de aprendizado de máquina, Big Data,
Analytics e outras novas tecnologias em busca de automação não
é mais estritamente uma questão de tecnologia de informação e se
tornou um fator chave na tomada de decisões que agora envolve
os líderes e objetivos de negócios da empresa” (CIO, 2019).
Assinale a alternativa correta que apresenta uma vantagem da in-
teligência artificial.
a) Aumento substancial de erros na produção
b) Maior tempo de trabalho e de produção
c) Queda na eficiência e na produtividade
d) Dificuldade na tomada de decisão e na solução de problemas
e) Modernização das etapas de produção
QUESTÃO 4
Ano: 2019 Banca: IF-ES Órgão: IF-ES Prova: Tecnólogo – Redes de
Computadores Nível: Médio.
A computação em nuvem vem transformando a maneira como as
empresas realizam computação. Analise as afirmativas abaixo, so-
bre a computação em nuvem:
I – Existem diversas nuvens, algumas são públicas e estão dis-
poníveis para quem estiver disposto a pagar para utilizar os seus
serviços.
II – Por padrão, todas as nuvens possuem a obrigatoriedade de
disponibilizar para os usuários o acesso ao hardware físico.
III – Quando falamos em nuvem como um serviço, estamos falando
de: IaaS (Infrastructure as a Service – Infraestrutura como um ser-
viço), PaaS (Platform as a Service – Plataforma como um serviço) e
SaaS (Software as a Service – Software como um serviço).
É CORRETO o que se afirma em:
a) I, II e III.
b) I e II, apenas.
c) I e III, apenas.
d) II e III, apenas.
e) Nenhuma das afirmativas está correta.
91
QUESTÃO 5
Ano: 2019 Banca: FCC Órgão: SANASA Campinas Prova: Analista
de Tecnologia da Informação Nível: Médio.
Em uma empresa, um modelo de cloud computing correto a ser
utilizado seria a nuvem
a) híbrida, em que as soluções podem ter sua escalabilidade compará-
vel com a de ambientes públicos e o gestor de TI poderá definir políticas
de segurança de acordo com as demandas internas da empresa.
b) pública, pois a empresa ficaria responsável apenas por algumas ati-
vidades de gerenciamento, como troca de peças, segurança física e
atualização de firmware.
c) privada, que é conhecida por oferecer serviços de IaaS e SaaS. O
Microsoft Office 365, a Amazon AWS e o Dropbox são fornecidos por
meio desse tipo de arquitetura.
d) pública, recomendada para quem precisa de uma plataforma com
alto controle. No entanto, a empresa fica impedida de coletar verbas
com a venda de anúncios, mesmo em modelos de negócio freemium.
e) protegida, que permite o armazenamento de dados em um local se-
guro e robusto. Ideal para uma empresa que atua em um setor com um
alto nível de regulação e com informações confidenciais.
A Indústria 4.0 representa um grande salto tecnológico, capaz de elevar

a automação à potência máxima. Ela permitirá que robôs cada vez mais
realizem as funções perigosas, complexas e cansativas no lugar dos
colaboradores das organizações.
Sobre o enunciado, descreva os prováveis impactos negativos trazidos
pelos avanços tecnológicos.
TREINO INÉDITO
Em relação à computação em nuvem, avalie as afirmativas a seguir:

I. A computação em nuvem consiste em um modelo que tem capacidade
de processamento e armazenamento e possibilita que diversas aplica-
ções sejam utilizadas através da internet.
II. Google Drive, OneDrive e Dropbox são exemplos de aplicações na
nuvem.
III. São exemplos de modelos de serviços da computação em nuvem:
clientes, data centers e servidores.
É correto o que se afirma em
a) I, apenas.
92
b) II, apenas.
c) III, apenas.
d) I e II, apenas.
e) I, II e III.
NA MÍDIA
COMO SERÃO AS LAVOURAS DO FUTURO
A ideia é que se utiliza cada vez menos ferro e mais inteligência. De

acordo com o Sergio Soares que é o diretor de desenvolvimento de
produto e engenharia agrícola da CNH Industrial para a América Latina
afirmou que máquinas 100% autônomas estarão trabalhando no campo
antes do ano de 2030. Ele ressalta que as máquinas agrícolas de hoje
já possuem uma boa quantidade de inteligência artificial e que elas já
se autorregulam mesmo diante da presença do operador na máquina.
Já Dener Jaime, coordenador de marketing do produto Fuse da Massey
Ferguson, tem a opinião que as máquinas não tomaram decisões so-
zinhas em menos de 10 ou 15 anos. Ele acredita que num futuro mais
distante os equipamentos no campo serão menores, autônomos e mul-
titarefas. Em 2012, a empresa Valtra já tinha apresentado um protótipo
de um trator com um operador que era seguindo por diversas máquinas
autônomas que se baseavam na máquina a sua frente como guia.
Fonte: Globo Rural

Data: 01mai. 2018.
Leia a notícia na íntegra: https://revistagloborural.globo.com/Noticias/
Feiras/noticia/2018/05/como-serao-lavouras-do-futuro.html
NA PRÁTICA
O banco holandês denominado de ING, resolveu modificar sua estru-

tura para se adaptar a estrutura orgânica de uma organização. Para
atingir essa meta, o banco inseriu uma estrutura matricial, que consiste
em tipo de estrutura que mescla outros dois tipos: a estrutura funcional
e a estrutura divisional. Na estrutura funcional, cada setor possui um
gerente; já na estrutura divisional, não há um gerente por setor, mas
sim, um gerente por atividade, como projetos, produtos, serviços e etc.
Desse modo, o banco criou equipes multidisciplinares compostas por
nove pessoas que trabalham em projetos grandes, no entanto, ele é di-
vidido em projeto menores. Assim, cada equipe desses projetos peque-
nos possui especialistas por área de conhecimento, nas quais podem
93
discutir os problemas técnicos de sua especialidade. O banco ING afir-
mou que após a implementação dessa mudança a eficiência aumentou
em 30% e outra vantagem é que o comprometimento dos funcionários
também aumentou.
Fonte: SACOMANO et al. Indústria 4.0: Conceitos e Fundamentos.

São Paulo: Blucher, 2018.
94
REDES COLABORATIVAS &
DESIGN THINKING
COLABORAÇÃO

Colaboração é o ato de trabalhar em conjunto com uma ou
mais pessoas para juntas realizarem um trabalho, ou seja, juntos con-
quistarem um objetivo comum. As pessoas e empresas têm a possibi-
lidade de trocarem conhecimentos, experiências e é assim que novos
projetos surgem.
Um exemplo bem simples de colaboração é o que ocorre no
meio acadêmico. Sempre que há uma pesquisa sobre, por exemplo
descoberta de um novo vírus, ela é feita em parceria – colaboração -
com outras pessoas, nesse exemplo, os pesquisadores. Esses pesqui-
sadores não precisam, obrigatoriamente, estarem presentes no mesmo
espaço físico. As ferramentas de colaboração, como a Microsoft Teams
e Slacks, permitem que ocorra a troca de conhecimento mesmo que
estejam separados por localidades geograficamente distantes, até hoje
95
há distinção de fuso horário como ocorre no Brasil entre as cidades/es-
tados que adotam o horário de Brasília para as outras da região Norte,
como o Acre, Amazônia.
O surgimento de novas tecnologias da informação e comuni-
cação (TIC) possibilitou inúmeras mudanças, dentre elas o apoio ao
conceito de redes colaborativas e prática comercial. A TIC trouxe uma
grande variedade de novas formas de comunicação, dentre elas (LAS
CASAS, 2014): Feedback do consumidor via site da empresa (como:
Amazon e Netflix), salas de bate-papo, fóruns, e-mails, mensagens ins-
tantâneas (como: WhatsApp) e principalmente as redes sociais (como:
Facebook, Instagram e Twitter). Uma plataforma que surgiu por meio da
colaboração foi a Wiki, a mais conhecida é a Wikipedia que foi escrita
por mais de 75 mil voluntários e é atualizada constantemente por seus
usuários. Atualmente, a Wikipedia está disponível em 75 idiomas.
A colaboração é uma tendência nos dias de hoje e acontece
frequentemente na nossa rotina. Cada vez mais estamos utilizando a
técnica de colaboração mesmo sem perceber. Você já deve ter obser-
vado que, cada vez mais pessoas estão publicando em suas redes so-
ciais suas opiniões sobre produtos, marcas, experiências, entre outros
assuntos. Indiretamente, estão colaborando com as empresas; assim
elas ficam sabendo a opinião sobre seus produtos para que possam
aperfeiçoá-los e/ou melhorar as campanhas de marketing.
Nos dias de hoje, é importante que as empresas atuem de for-
ma rápida e eficiente em solucionar os problemas relatados por seus
clientes em redes sociais. A sugestão dada por especialistas no assun-
to é que os sites e redes sociais (Facebook, Twitter, Instagram e etc)
estejam sempre atualizados. E que os comentários e/ou publicações
dos clientes sejam constantemente monitorados. É importante não per-
mitir que comentários negativos se proliferem, pois, quanto maior for a
demora da empresa para responder às críticas, mais pessoas saberão

da(s) insatisfação(ões) de seus clientes, o que poderá comprometer a
imagem das empresas.
Um exemplo desse tipo de situação foi o que aconteceu com
a Brastemp. Essa marca, no passado, foi considerada com tendo pro-
dutos de boa qualidade. Tanto que um dos seus slogans de campanha
publicitária era “Não é assim uma Brastemp”. No entanto, clientes pas-
saram a ter problemas com os produtos e suas solicitações não eram
atendidas pela empresa. Consequentemente, um cliente indignado pu-
blicou um vídeo em uma mídia social, YouTube, relatando o que havia
ocorrido e qual foi feedback recebido da empresa.
O vídeo teve um alcance de quase mil acessos na época que
foi disponibilizado. Somente após esse ocorrido que a Brastemp resol-
96
veu o problema do cliente, através da substituição do refrigerador antigo
por um novo. No entanto, tal fato acarretou um desgaste bem grande
a imagem da empresa, gerando muitos comentários negativos e que
se espalham rapidamente por meio das mídias sociais. Se a empresa
Brastemp tivesse resolvido o problema imediatamente, todo esse trans-
torno e desgaste de sua imagem teria sido evitado.
Vídeo sobre o assunto: Não é uma Brastemp

Este vídeo foi criado pelo consumidor que só teve o seu pro-
blema resolvido após postar nas mídias sociais. A reclamação desse
consumidor chegou a colocar a Brastemp no Assuntos do Momento
(Trending Topics) mundial na época. Observe como foi um desgaste
enorme para a empresa.
Disponível no link: https://www.youtube.com/watch?v=riOvE-
e0wqUQ&feature=youtu.be
Os clientes atuais são denominados de clientes modernos,

pois, possuem o comportamento diferente do passado; suas necessi-
dades, os meios de comunicação e forma de comportamento são total-
mente diferentes. Pode-se afirmar que o crescimento do uso das mídias
sociais permitiu que empresas se comuniquem com seus consumido-
res. Entretanto, os clientes ficaram muito espalhados o que dificulta às
empresas que os abordem como antigamente, como era feito através
de rádio e canais de TV.
REDES COLABORATIVAS
Na literatura existem diversos autores que definem redes co-

laborativas (CN -Collaborative Network, do inglês), dentre essas defini-
ções veremos a dos autores Camarinha-Matos e Afsarmanesh.
Uma rede colaborativa (CN) é uma rede que consiste em uma variedade de
entidades (por exemplo, organizações, pessoas e até máquinas) que são
amplamente autônomas, geograficamente distribuídas e heterogêneas em
termos de ambiente operacional, cultura, social capital e objetivos, mas co-
laboram para alcançar melhor objetivos comuns ou compatíveis, e cuja inte-
rações são suportadas por redes de computadores. Ao contrário de outras
97
redes, na CN a colaboração é uma propriedade intencional que deriva da
crença compartilhada de que juntos os membros da rede podem atingir me-
tas que não seriam possíveis ou que teriam um custo mais alto se tentado
por eles individualmente (CAMARINHA MATOS and AFSARMANESH, 2005,
pg. 439).
O avanço da Internet possibilitou o surgimento de novas ferra-

mentas colaborativas que suportam a internet e melhoram a compreen-
são dos métodos das redes colaborativas. O termo, rede colaborativa
ou organização colaborativa em rede (CNO - Collaborative Network Or-
ganization, em inglês) é empregado quando pensamos em processos
de colaboração mais organizados, como ocorre nas organizações/em-
presas. No entanto, esse termo é frequentemente usado para represen-
tar todos os casos que envolvem redes de colaboração.
Uma rede vai envolver essencialmente comunicação e troca
de informações para alcançar benefícios recíprocos. Como exemplo de
uma rede simples temos o caso em que um grupo de entidades (orga-
nizações e pessoas) compartilham informações sobre sua experiência
sobre o uso de uma ferramenta. O Microsoft Teams, que é uma ferra-
menta de comunicação e colaboração que combina bate-papo, video-
conferências, armazenamento de arquivos e integração de aplicativos
no mesmo local de trabalho, não há necessidade de deixar a interface
do Microsoft Teams para abrir documentos, Word, Excel, SharePoint e
outros.
No entanto, apenas compartilhar sua experiência de uso de
uma determinada ferramenta traz benefícios em relação a uma possível
sugestão de ferramenta a ser adotada na empresa dessa pessoa. Mas
como ambos não estão usando juntos a ferramenta para colaborar em
algum projeto, as contribuições são individuais e, consequentemente,
não haverá nenhuma geração de valor comum.
Já o conceito de uma rede colaborativa (CN) refere-se a uma

rede que é composta por uma variedade de entidades, como: pessoas
e empresas, sendo que estas são largamente autônomas, distribuídas
geograficamente e diferentes em termos de ambiente operacional, cul-
tura, capital social e objetivos, no entanto, elas colaboram para alcançar
melhorias e objetivos comuns, que gera um valor em conjunto. Essa in-
teração é suportada pela rede de computadores, que consiste em uma
estrutura de computadores e dispositivos conectados através de um
sistema de comunicação, com o objetivo de compartilhar informações,
recursos entre si e serviços, como: dados, impressoras, mensagens
(e-mails), entre outros.
98
REPRESENTAÇÃO LÓGICA DAS REDE DE COLABORAÇÃO
As redes colaborativas (CNs) podem ser descritas conforme

sua representação lógica, que possibilita demonstrar hierarquias e in-
terconexões entre os envolvidos na rede colaborativa, ou então catego-
rizá-los através de uma representação gráfica. Em relação ao modo de
representar redes colaborativas pode-se fazer uma analogia à topologia
de redes de computadores, que reproduzem, por exemplo, qual será a
disposição física dos computadores colocados em redes. As mais co-
muns são: topologia de rede em barramentos (a mais simples), topolo-
gia em anel e topologia de rede em estrela.
De acordo com Loichate (2012) as topologias de CNs mais co-
muns são: redes hierárquicas (em árvore), centralizadas (em estrela),
lineares (em barramento), aliança (em anel) ou planas (em malhas) con-
forme pode ser visto na no quadro 3.
Quadro 3 - Representação Lógica de Redes Colaborativas

Representação Topologia Conceito
Gráfica
Essa topologia não possui nenhu-
ma aresta (representada por linhas)
para ligar os nós (representados pe-
Sem Estrutura los círculos).
Nesse tipo de CN cada empresa

opera de forma independente.
Nessa topologia existe um parceiro
central (como, nó raiz de uma árvo-
Hierarquia (em re computacional) que está conec-
Árvore) tada a um ou mais parceiros (nó fo-
lha em uma árvore computacional)
e assim sucessivamente.
99
Essa topologia tem um parceiro
central que é conectado a cada
Centralizado (em um dos outros parceiros de rede.
Estrela) Porém, esses os outros não estão
conectados entre eles, conforme
nota-se na figura ao lado.
Nessa topologia as CNS são repre-
Linear (em Barra- sentadas de forma que todos os
mento) parceiros estão conectados linear-
mente – em uma relação única.
Nessa topologia, os parceiros estão

Aliança (em Anel)
conectados a uma rede em loop.
Essa topologia de rede é a mais de-

mocrática, pois, permite que todos
Plano (em Malha) os parceiros se comuniquem entre
si.
Fonte: Adaptado de Loichate, 2012.
PRINCIPAIS REDES DE COLABORAÇÃO
Por conta da grande diversidade de surgimento de redes de

colaboração em diversas aplicações e o uso de terminologias distin-
tas, surgiu a necessidade de desenvolver uma taxonomia referente às

variadas formas organizacionais, onde foi possível conceituá-las. Essa
categorização dos tipos de rede de colaboração, apresentada na figura
21 só foi possível devido a estudos e discussões entre pesquisadores
de vários projetos internacionais (CAMARINHA-MATOS and AFSARA-
NESH, 2005, 2006, 2008).
Classificação das Redes Colaborativas

Conforme dito na seção anterior, a figura 20 ilustra os tipos de
redes colaborativas. A partir dessa e das próxima seções serão apre-
sentados detalhes sobre cada um desses tipos de rede.
A Rede Colaborativa (CN) consiste em uma variedade de enti-
100
dades, como pessoas e organizações que são largamente autônomas,
distribuídas geograficamente e heterogeneamente em termo de am-
biente operacional, cultura, capital social e objetivos. Porém, que tra-
balham de forma colaborativa para alcançarem objetivos comuns (CA-
MARINHA-MATOS et al, 2009). Ainda dentro dessa categoria temos:
Colaboração Ad-Hoc e Rede Colaborativa Organizacional.
Figura 21 – Tipos de Redes Colaborativas
Fonte: Adaptada de Camarinha-Matos, et al., 2009.
101
• Colaboração Ad-Hoc: A colaboração Ad-Hoc tende a ser
mais espontânea. Tendo como objetivo volutariar-se para colaborar na
esperança de alcançar um objetivo geral, sem plano e/ou estrutura so-
bre as funções dos participantes e como eles devem prosseguir. Por
exemplo, quando ocorre desastre natural, atualmente temos tido ala-
gamento de ruas/estradas recorrentemente. Existem pessoas que não
possuem treinamento adequado para socorrer vítimas sendo arrasta-
das pela correntenza, que estão ilhadas em carros e, mesmo assim,
elas se vontuariam e prestam as suas contribuições para alcançar o
objetivo comum – salvar as vítimas do alagamento.
• Rede Colaborativa Organizacional (CNO): Já a CNO preza
por algum tipo de organização em relação às atividades de seus colabo-
radores, como a identificação de funções para eles e algumas regras de
governança. Uma característica desse tipo de rede é que elas possuem
uma duração longa e permanecem relativamente estáveis durante sua
existência.
Rede Estratégica de Longo Prazo

As redes estratégicas de longo prazo estão subdivididas em ou-
tras duas: Ambiente de Criação de Organizações Virtuais e Comunida-
de Virtual Profissional. O Ambiente de Criação de Organizações Virtuais
também conhecido simplesmente pela sigla (VBE – VO Virtual Organi-
zation - Breeding Environment, do inglês) caracteriza uma associação de
organizações e várias instituições de apoio comuns, onde conectam a
um acordo de cooperação de longo prazo e adotam princípios e infraes-
truturas operacionais comuns, cujo objetivo principal é ter possibilidade
de realizar alianças temporárias para colaboração com organizações vir-
tuais (CAMARINHA-MATOS et al, 2009). Ou seja, quando uma oportuni-
dade de negócio é reconhecidada por um membro, um subconjunto das

VBE’s pode ser selecionado para formar um Organização Virtual (VO
- Virtual Organization) ou uma Empresa Virtual (VE - Virtual Enterprise).
Existem vários tipos de VBE’s, os quais serão descritos a seguir:
• Clusters Industriais: Esse tipo de rede colaborativa é con-
siderada de longo prazo. Normalmente, composta por empresas que
operam no mesmo setor de negócios e localizadas na mesma região
geográfica. Essas empresas matêm vínculos entre si para aumentar
sua competitividade. Esses vínculos podem ser: compartilhamento de
tecnologias e ferramentas comuns, canais de distribuição ou grupos de
trabalhos comuns. Independente da forma, o importante é que todos
colaboram de alguma maneira para quando surgirem as oportunidades
de negócio (CAMARINHA-MATOS et al, 2009).
102
• Distritos Industriais: Distritos industriais podem ser aplica-
dos em único setor ou incluir vários setores em uma determinada re-
gião. Além das empresas, outras instituições, como instituições acadê-
micas e de pesquisas podem desempenhar um papel ativo nessa VBE
(CAMARINHA-MATOS et al, 2009).
• Ecossistemas de Negócio: É semelhante a uma rede Clus-
ter Industrial ou Distrito Industrial. No entanto, não é limitado a um setor,
mas tende a cobrir os principais setores geográficos. As redes Ecosiste-
mas de Negócio consistem em redes que tentam preservar especificida-
des, tradições e culturas locais. Essa rede, geralmente, se beneficia de
incetivos governamentais (locais) (CAMARINHA-MATOS et al, 2009).
• Redes de Resgate em Desastre: Um outro tipo de rede VBE
consiste em acordos realizados entre organizações governamentais e
não governamentais especializadas em operações de resgate em caso
de desastres. Essa VBE poderá ter alcance local, regional ou global
• Laboratórios Virtuais Colaborativos: O objetivo dessa
rede está em firmar um acordo entre organizações autônomas de pes-
quisa. Como cada organização possui seus próprios recursos, como:
equipamentos, ferramentas, dados e informações relacionados a seus
experimentos anteriores e etc. Esses recursos permitem que os pesqui-
sadores dessas organizações, que estão localizados geograficamente
distantes uns dos outros, sejam reconhecidos e considerados para par-
ticipar de colaborações de solução de problemas. Durante um processo
de colaboração, que tem o objetivo solucionar problemas, é típico que
alguns equipamentos de laboratório caros pertencentes a uma ou mais
organizações sejam disponibilizados para uso ou acesso remoto por
outros parceiros de colaboração, que é um recurso distinto desse tipo
de VBE (CAMARINHA-MATOS et al, 2009). INOVAÇÕES TECNOLÓGICAS - GRUPO PROMINAS
• Aliança entre Empresas Intercontinentais: Consiste em um

caso particular de VBE envolvendo sub-redes de empresas em diferen-
tes continentes (LOICHATE, 2012).
Rede Orientada a Objetivos

Uma rede orientada a objetivos refere-se a uma rede colabo-
rativa, na qual a colaboração é forte e bem direcionada a um objetivo
comum ou a um conjunto de objetivos compatíveis, que é praticada en-
tre seus colaboradores (CAMARINHA-MATOS et al, 2009). Esse tipo
de rede é subdivida em: Rede Orientada a Oportunidades e Rede de
Produção Contínua. A seguir serão apresentadas as diversas sub-redes
que pertencem às Redes Orientada a Objetivos:
103
• Empresa Virtual (VE-Virtual enterprise, do inglês): Essa rede
representa um acordo de empresas que se reúnem para partilhar co-
nhecimentos e mecanismos para responder melhor às oportunidades
de negócios e cuja cooperação é apoiada por redes de computadores
• Organização Virtual (VO-Virtual Organization, do inglês):
Possui um conceito semelhante à rede Empresa Virtual. Já uma Orga-
nização Virtual compreende em um conjunto de organizações integral-
mente independentes que compartilham recursos e habilidades para
alcançar seu objetivo, porém, não se restringe a um acordo de lucro de
empreendimentos. Portanto, uma Empresa Virtual é um caso caracte-
rístico de Organização Virtual (CAMARINHA-MATOS et al, 2009).
• Organização Virtual Dinâmica (Dynamic Virtual Organiza-
tion): Regularmente trata-se de uma Organização Virtual. No entando,
possui pouco tempo para responder a uma oportunidade de competitiva
de mercado, sendo extinta assim que o objetivo é cumprido (CAMARI-
NHA-MATOS et al, 2009).
• Empresa Estendida (EE-Extended Enterprise, do inglês):
Trata-se de uma sub-rede normalmente aplicada a uma organização em
que uma empresa dominante “estende” seus limites a todos ou alguns
de seus fornecedores. Uma empresa estendida pode ser vista como um
caso particular de uma empresa virtual (CAMARINHA-MATOS, 2005).
• Equipe Virtual (VT - Virtual Team, do inglês): É semelhante
ao conceito de uma rede Empresa Virtual, mas é formada por pessoas
e não empresas. Uma equipe virtual consiste em um grupo de profissio-
nais temporários que trabalham juntos, com objetivos em comum, como
solução de problemas, trabalho de consultoria e etc (CAMARINHA-MA-
TOS et al, 2009). Para esse trabalho as equipes utilizam as tecnologias
da informação para possibilitar a interação entre eles.
As Rede de Produção Contínua são compostas pelas seguin-

tes sub-redes: Cadeia de Suprimentos, Governo Virtual e Rede de
Transporte Colaborativo.
• Cadeia de Suprimentos (Supply chains) consiste em uma
sub-rede estável de empresas de longo prazo, cada uma com respon-
sabilidades claras na cadeia de valor de fabricação, cobrindo todas as
etapas desde o projeto inicial do produto e a aquisição de matérias-pri-
mas, passando pela produção, expedição, distribuição e armazenamen-
to até a conclusão produto que é entregue a um cliente (CAMARINHA-
-MATOS et al, 2009).
• Governo Virtual (Virtual government) é também conhecido
como governo eletrônico. Essa sub-rede fornece um acordo das organi-
104
zações governamentais (por exemplo, prefeitura, cartório de impostos,
escritório de infraestruturas civis) que combinam seus serviços através
do uso de redes de computadores, para fornecer serviços integrados ao
cidadão, por meio de um sistema com interface simples (CAMARINHA-
-MATOS et al, 2009).
DESIGN THINKING
Ferramentas e plataformas que permitem a colaboração entre

pessoas, como a tão conhecida Wikipédia e mídias sociais possibilita-
ram que qualquer usuário se tornasse produtor de alguma informação
– seja ela verdadeira ou falsa (fake news) – e disseminar diferentes
conhecimentos e culturas.
Empreendedores visionários perceberam que esse avanço da
tecnologia da informação, que acarretou as mídias sociais e as formas
de colaboração, traria um novo cenário de comunicação e que mudan-
ças seriam inevitáveis. Eis que surge, nos anos 2000, a ideia de Design
Thinking, criada por uma agência denominada IDEO.
A ideia do Design Thinking é englobar o conceito-chave do De-
sign, no que se refere a combinar a qualidade da aparência do produto
com a funcionalidade e utilidade para produtos e/ou serviços. Design
Thinking é definido pela autora Gonsales (2017, pg. 12), como: “um
modelo de pensamento que coloca as pessoas no centro da solução de
um problema”.
O Design Thinking está baseado em três pilares: empatia, co-
laboração e experimentação. Empatia consiste em uma aptidão social
que proporciona que uma pessoa se coloque no lugar do outro e inter-
prete o ponto de vista, sentimentos, sensações, formas de trabalhar e
de agir de outro ser humano. O segundo pilar é a Colaboração, que
significa criar em grupos e também é denominada de cocriação. Con-
forme visto na seção 5.1, a colaboração permite que várias pessoas
trabalhem juntas – em equipe – em busca de solucionar um problema
em comum, compartilhando ideias, experiências e etc. O último pilar é
a Experimentação, que demonstra a importância de testar possibilida-
des, cogitar novas opções, valorizar as tentativas e erros como impres-
cindíveis para o aprendizado.
O Design (projeto) é definido como um processo que modifica
um briefing. O processo do Design tem o objetivo de gerar diversas
soluções possíveis, através da utilização de várias técnicas e métodos
para estimular os participantes a pensar em soluções inovadoras e/ou
criativas.
105
O PROCESSO DO DESIGNTHINKING
A seção anterior relatou que o Design Thinking está baseado

em três pilares: empatia, colaboração e experimentação. No entanto,
eles podem ser reestruturados em diferentes processos. Dentro do pro-
cesso de design tem-se sete etapas ou também denominada de fases,
são elas (AMBROSE,2015):
I. Definir: Essa etapa relata que o problema de design (projeto)
e o público-alvo precisam ser definidos, pois, é importante compreender
detalhadamente os problemas e suas restrições para que possam ser
elaboradas soluções mais eficientes.
II. Pesquisar: Essa etapa analisa informações relacionadas ao
histórico do problema do projeto, pesquisas (podem ser qualitativas ou
quantitativas) de usuários finais, a fim de identificar os possíveis empe-
cilhos.
III. Gerar ideias: É nessa etapa que ocorre a geração de ideias
para os motivos e necessidades do consumidor final.
IV. Testar protótipos: Essa etapa consiste em expor as ideias
apresentadas na etapa anterior (Gerar Ideias) para um grupo de usu-
ários e stakeholders (partes interessadas) para que analisem antes de
serem divulgadas ao cliente.
V. Selecionar: É nessa etapa que ocorre a avaliação das pro-
postas. Elas são analisadas com base no projeto, pois, algumas das
soluções podem ser praticáveis, mas não as melhores.
VI. Implementar: Nessa etapa ocorre no desenvolvimento do
projeto e na sua entrega final ao cliente.
VII. Aprender: Essa etapa serve para ajudar os designers a
aperfeiçoar o seu desempenho. Para alcançar essa meta os designers
devem receber feedback do cliente e também do público-alvo. Essa eta-
pa possibilita a identificação de melhorias a serem implementadas no

futuro.
Vídeo sobre o assunto: Afinal, o que é Design Thinking?

Este vídeo ilustra os cinco passos da técnica Design Thinking
Disponível no link: https://www.youtube.com/watch?v=z2y-
2gPz1BNg
106
Acabamos de ver nessa seção os principais conceitos relacio-
nados às setes etapas. E que cada etapa requer um modo de pensar
voltado ao projeto e seu(s) usuário(s). A figura 22 apresenta as sete
etapas do processo do design thinking de forma linear, no entanto, à
proporção que evolui o processo pode retornar à(s) etapa(s) anterio-
res, para que sejam feitas reestruturações. Nas próximas seções serão
apresentadas detalhadamente todas as sete etapas.
Figura 22 – As Sete Etapas do Design Thinking
Fonte: Adaptado de Ambrose, 2015.
Etapa 1: Definir o problema

Definir o problema consiste na primeira etapa do processo de
desing thinking e também de qualquer projeto. Normalmente, envolve a
produção ou recebimento de um briefing (AMBROSE, 2015).
Um briefing pode ser muito simples ou também complexo. Em
ambos os casos cabe ao designer interpretá-lo. Considere a seguinte
frase: “Precisamos de um catálogo que nos faça parecer bacanas e
estilosos”. Nesse exemplo, o designer tem a responsabilidade de in-
terpretar e definir o que o cliente quis dizer com as palavas “bacana” e
“estiloso” de forma que ambos compartilhem das mesmas perspectivas.
Caso isso não aconteça, pode ser necessário que o briefing seja rees-
crito pela equipe do projeto e retrabalhado com o cliente.
Em suma, o objetivo dessa etapa é que a equipe consiga ex-
trair informações do cliente, através de perguntas, que possibilitem de-
limitar quais são suas necessidades, os limites do projeto e quais os
produtos requisitados.
O autor Ambrose (2015, pg.16) sugere que sejam feitas cinco
perguntas básicas, são elas: Quem, O que, Quando, Onde e Por que
(o ‘Como’ também pode ser utilizado). Esses questionamentos possibi-
107
litam que a equipe absorva informações, como: a identificação das prin-
cipais limitações que podem ocorrer no projeto. A figura 23 apresentada
a seguir, traz um exemplo dessas cinco perguntas básicas que podem
auxiliar os designers a definir o problema.
Figura 23 – Exemplo de Perguntas Básicas
Q1 Quem é o cliente e o público de interesse? (tamanho, natureza, características)
Q2 O que o cliente tem em mente em relação à solução de design? (impresso,

Web, vídeo)
Quando o design será necessário e por quanto tempo? (o calendário de

Q3
t atuação do do projeto)
Q4 Onde o design será usado? (mídia, localização, país)
Por que o cliente acredita que uma solução em design é necessária?

Q5
 Como a solução será implementada? (orçamento, distribuição, campanha)
Fonte: Adaptada de AMBROSE, 2015.
Etapa 2: Coletar informações

Após definido o briefing (o problema) é a vez de iniciar a se-

gunda etapa – a coleta de informações para que possa contribuir com
o processo criativo da próxima etapa, a geração de ideias. A pesquisa
nessa etapa poderá ser quantitativa ou qualitativa. No método quantita-
tivo é empregada a estatística (número precisos) para obter a informa-
ção sobre tamanho e composição de consumidores-alvo. Já a pesquisa
qualitativa possui apenas informações sobre os tipos de coisas que de-
terminado grupo de pessoas compra/consome e seu estilo de vida.
Etapa 3: Criar possíveis soluções

Nessa etapa, a equipe de design analisa as informações co-
letadas na etapa anterior, buscando compreender as informações e as
108
restrições estabelecidas que atendam ao briefing do projeto. Para a
criação das possíveis soluções – geração de ideias – existem diversas
técnicas que podem ajudar aos designers, são elas (AMBROSE, 2015):
brainstorming6, esboço, a adaptação de projetos já testados e aprova-
dos, a adoção de uma abordagem analítica top-down (de cima para
baixo) com foco no produto, serviço ou empresa, ou de uma abordagem
bottom-up (de baixo para cima) direcionada ao consumidor ou usuário.
O grau de criatividade varia de acordo com a técnica adotada.
À proporção que essa etapa avança, a equipe pode perceber alguma
deficiência ou equívoco. No entanto, é possível buscar o feedback do
cliente para esclarecer dúvidas e informações que, eventualmente, po-
dem não ter ficado bem definidas.
Etapa 4: Escolher as soluções

Durante o desenvolvimento de um projeto, várias soluções po-
dem ser propostas. Para escolher a(s) solução(ões) mais promissora(s)
é recomendado que sejam criados protótipos, o que permitirá testar ca-
racterísticas específicas e verificar se o projeto funcionará quando ele
for transformado em um objeto físico.
Por exemplo, quando se pensa em criar embalagens para pro-
dutos, como para perfumes, normalmente, são utilizados protótipos. Os
protótipos também podem ser empregados para testar aspectos visuais
de um produto antes que ele seja produzido em massa. No entanto,
eles precisam ser produzidos com os mesmos materiais que serão usa-
dos na produção em larga escala, para que se possa ter uma ideia de
como será o produto final. Dessa forma, será possível ter uma ideia do
produto físico e também de suas qualidades táteis. Se algo precisar ser
corrigido, é melhor corrigir o protótipo, do que corrigir após a produção
em grande quantidade; o que gerará prejuízos financeiros e desperdício INOVAÇÕES TECNOLÓGICAS - GRUPO PROMINAS
de matéria-prima.
Etapa 5: Fazer escolhas

É nessa etapa de seleção que são feitas as escolhas das so-
luções do projeto. De acordo com Ambrose (2015, pg.24), o principal
critério de tomada de decisão é a adequação à finalidade, portanto, o
objetivo é responder as seguintes questões:
I. O projeto atende às necessidades e aos objetivos dos briefing?
II. Ele se comuinica de maneira eficiente com o público-alvo
para atingir esses objetivos?
6 Brainstorming significa tempestade de ideias.
109
No entanto, existem alguns fatores que podem influenciar na
escolha da solução, como custo e tempo. O orçamento disponível pode
não ser suficiente para atender à solução predileta do cliente, sendo
assim, terá de ser escolhida a solução que é condizente com o orça-
mento. O tempo que o cliente quer que o projeto fique pronto pode não
ser suficiente para desenvolvedor um bom projeto.
Etapa 6: Entregar a solução do projeto

Após o cliente aprovar a solução do projeto, ele avança para
essa etapa – a implementação. Nessa etapa será produzido o produto
final que poderá ser impressão de livros, desenvolvimento de sites ou
um perfume, por exemplo. Se o produto for um livro, a equipe do projeto
poderá solicitar uma cópia para verificar e assegurar que o produto está
idêntico à arte fornecida. Se o produto for um site, a verificação é feita
com o teste da funcionalidade e do leiaute. Essa etapa é finalizada com
a entrega do produto ao cliente.
Etapa 7: Receber feedback

Essa é a última etapa do processo do design thinking. A função
dela é que aprendamos com os feedbacks recebidos durantes as outras
fases de desenvolvimento do projeto. Após a implantação do produto, o
cliente obterá um retorno de como o produto foi recebido e quais foram
seus efeitos sobre o público-alvo, consequentemente, a empresa de
design saberá qual foi o comportamento do consumidor perante a solu-
ção proposta. Tal fato dará a oportunidade de aprendizado para projetos
futuros.
Projeto de exemplo
Nessa seção serão apresentadas todas as etapas envolvidas

no processo do design thinking, no contexto de um projeto real que está
descrito pelo o autor Ambrose (2015, pg.30). No exemplo, todas as fa-
ses serão apresentadas, sequencialmente, conforme visto nas seções
5.7.1 até 5.7.7.
Etapa 1 – Definir: A empresa Sovereign, que administra diver-
sas sociedades de habitação na Inglaterra, ao logo dos anos, adquiriu
diversas marcas. No entanto, sua logomarca ficou desatualizada e a
empresa gostaria de possuir uma marca para ficar em conformidade
com todos os seus diferentes negócios. Para suprir esse desejo, a em-
presa resolveu contratar um estúdio de design para criar um logotipo
forte que usasse o nome da empresa e que tivesse uma descrição para
110
identificar nitidamente as suas submarcas e, por último, possuir uma
ideia diferenciada para ajudar as submarcas a se destacarem dos con-
correntes. Esse era o briefing do estúdio de design.
Etapa 2 – Pesquisar. A empresa iniciou suas pesquisas para
descobrir o que tornava o seu cliente,a empresa Sovereign ,diferente
dos outros. A fase de pesquisa contou com entrevista e workshops com
o cliente e consultas das submarcas adquiridas pela empresa com o
objetivo de adquirir conhecimentos sobre valores e a visão deles em
relação a marca. Houve também a necessidade de uma análise da
concorrência para compreender melhor o mundo visual das empresas
desse ramo de negócio. E por último, foi realizada uma pesquisa na in-
ternet por imagens que representassem os conceitos de continuidade e
crescimento. Com base nas informações coletadas, a equipe de design
criou as logomarcas apresentadas na figura 24.
Figura 24 – Logomarcas criadas para a empresa Sovereign
Fonte: Ambrose, 2015.
Etapa 3 – Gerar ideias: A ideia da equipe de design era criar

uma forma ou uma expressão que pudesse ser utilizada como identida-
de visual para a empresa Sovereign, quanto para as suas submarcas.
111
Os primeiros esboços buscavam cumprir a ideia principal: continuidade
e crescimento.
Etapa 4 – Testar protótipos: No caso desse exemplo prático,
foram fornecidas à empresa Sovereign três propostas. Essas propostas
foram apresentadas ao cliente em quadros, um meio físico (que repre-
senta os protótipos), conforme ilustra a figura 25, com o propósito de
facilitar a visualização e discussão de cada proposta.
Figura 25 – Quadros de apresentação das três ideias de design para a seleção
Fonte: Ambrose, 2015.
Etapa 5 – Selecionar: O design selecionado foi o primeiro qua-

dro apresentado na figura 25, que foi derivado de uma faixa de Moebios.
Essa forma não possui ponto de início e nem fim.
Etapa 6 – Implementar: Essa fase consiste na implementação
da logomarca aceita pelo cliente, que foi adicionada a todos os materias
impressos (papelaria, cartões de visistas, entre outros), uniformes dos

funcionários e também na identificação da frota de veículos. A nova lo-
gomarca da Sovereign também aparecerá nos escritórios e canteiros de
obra em que a empresa trabalhar na construção de novas casas.
Etapa 7 – Aprender: O aprendizado ocorreu durante todo o
processo do projeto desenvolvido, dentre eles: a etapa de seleção per-
mitu à equipe de design obter uma ideia mais clara do que o cliente
realmente desejava; o feedback dos clientes obtidos após a fase de im-
plementação vão indicar os pontos positivos e os negativos da solução
apresentada pela equipe de design.
112
QUESTÃO 1
Ano: 2018 Banca: CESGRANRIO Órgão: TRANPETRO Prova: Enge-
nheiro Júnior - Produção Nível: Médio.
O Design Thinking vem sendo frequentemente adotado nas empre-
sas para diferentes aplicações, tendo como objetivo primordial a
construção de soluções de problemas considerados complexos.
A característica determinante do Design Thinking, enquanto ações
mobilizadoras para resolução de problemas, se dá pela(o) a) ape-
nas por escrito e expressamente.
a) organização do trabalho colaborativo das pessoas envolvidas, em
uma lógica que articula simultaneamente análise e síntese.
b) ausência de métodos, procedimentos e ferramentas, justamente para
que não haja nenhum viés na busca por soluções.
c) modelagem de dados e informações em softwares de simulação, fa-
zendo com que não seja necessária a imersão direta dos participantes
nos problemas reais.
d) participação única de especialistas que, com suas competências e
experiências, criarão diversas soluções alternativas para o problema.
e) planejamento estruturado no início da definição do problema, antes
de se construir uma solução única e otimizada.
QUESTÃO 2
Ano: 2015 Banca: FGV Órgão: CODEMIG Prova: Analista de Comu-
nicação Integrada Nível: Médio.
O design thinking é um processo que vem sendo empregado em
diversas empresas para a geração de ideias. O nome “design” se
relaciona com uma série de características do pensamento criati-
vo, entre elas:
a) formalismo, ênfase na imagem e separação de informações;
b) formalismo, ênfase no texto e informações agrupadas;
c) intuição, ênfase na imagem e informações agrupadas;
d) intuição, ênfase no texto e separação de informações;
e) intuição, ênfase na imagem e separação de informações.
QUESTÃO 3
Ano: 2019 Banca: COMVEST UFAM Órgão: UFAM Prova: Bibliote-
cário - Documentalista Nível: Médio.
O design thinking, enquanto uma técnica e um processo de identi-
ficação de soluções inovadoras para os problemas complexos das
bibliotecas universitárias, pode contribuir significativamente para
113
os procedimentos de gestão a partir da execução das seguintes
etapas:
a) Planejamento, organização, implantação e controle.
b) Estratégica, tática e operacional.
c) Integração, sistematização e mensuração.
d) Macroprocesso, processo, atividades e tarefas.
e) Imersão, análise e síntese, ideação.
QUESTÃO 4
Ano: 2018 Banca: FUNDATEC Órgão: SPGG-RS Prova: Assistente
de Planejamento, Orçamento e Gestão Nível: Médio.
No Design Thinking, é comum empregar uma técnica para estimular
a geração de um grande volume de ideias em um curto espaço de
tempo. Tal técnica consiste na reunião de poucas pessoas em um
grupo, conduzidas por um moderador, que tem a responsabilidade
de deixar os participantes à vontade e de estimular a criatividade
e o surgimento de soluções inovadoras, sem deixar que o grupo
perca o foco. Críticas não devem atrapalhar o processo criativo e
a geração de ideias ousadas. Essa técnica deve ser 100% (cem por
cento) colaborativa, e as ideias podem ser combinadas, adaptadas,
transformadas e desmembradas em muitas outras por qualquer um
da equipe. Nesse contexto, essa técnica é chamada de:
a) Laddering.
b) Storyboards.
c) Brainstorming.
d) Sessões JAD/RAD.
e) Definição de cenários.
QUESTÃO 5
Ano: 2015 Banca: UNIUV Órgão: UNIUV Prova: Bibliotecário Nível:

Fácil.
É correto definir brainstorming como:
a) Reunião de Diretores onde são decididas as metas para serem atin-
gidas no semestre;
b) Reunião do departamento de Marketing, que vai planejar uma nova
campanha para a Empresa;
c) Reunião dos Colaboradores para definirem as festividades de final de
ano da Empresa;
d) Reunião desenvolvida para estimular a produção de ideias. O Coorde-
nador seleciona e avalia as sugestões recebidas pelos Colaboradores;
e) Reunião social que estimula a comunicação entre a Gerência e os
Colaboradores.
114
Colaboração é o ato de trabalhar em conjunto com uma ou mais pes-

soas, para juntos alcançarem um objetivo em comum. Para atingir esse
objetivo é necessário que informações sejam compartilhadas, recursos
e responsabilidades.
Sobre o enunciado, descreva quais são as vantagens da colaboração
nas organizações. Existem ferramentas que apoiam esse processo? Se
sim, quais são.
TREINO INÉDITO
O Ambiente de Criação de Organizações Virtuais consiste em uma cate-

goria das redes colaborativas, que é caracterizada por uma associação
de organizações e várias instituições que apoiam causas coletivas. Elas
realizam um acordo de cooperação de longo prazo e adotam princípios
e infraestruturas operacionais comuns, cujo objetivo principal é ter pos-
sibilidade de realizar alianças temporárias para colaboração com orga-
nizações virtuais.
A rede colaborativa Ambiente de Criação de Organizações Virtuais pos-
suem as seguintes sub-rede:
a) Empresa virtual, Organização virtual e Clusters industriais.
b) Clusters industriais, Distritos industriais e Laboratórios virtuais cola-
borativos.
c) Equipe virtual, Empresa virtual e Organização virtual.
d) Empresa estendida, Organização virtual e Organização virtual cola-
borativa.
e) Ecossistemas de negócio, Distritos industriais e Equipe Virtual.
NA MÍDIA
Como o design thinking ajuda a inovar

O termo Design Thinking foi mencionado pela primeira vez em 1959.
Design Thinking é uma metodologia que pode ser aplicado para vários
projetos, como: criar produtos e serviços a partir do ponto de vista do
usuário. O processo do Design Thinking está dividido em várias etapas
entre cinco e seis. Essas etapas são cíclicas, ou seja, pode-se voltar
alguma etapa para corrigir algo caso seja necessário.
O Design Thinking basicamente está dividido em três pilares: a empatia,
a colaboração e a experimentação. A notícia apresenta três empresas
que aplicaram essa metodologia, são elas: Ambev, Samsung e Natura.
A empresa Natura tinha objetivo de criar produtos para os cabelos que
115
fosse 30% mais baratos. Para alcançar o seu objetivo a Natura passou
a utilizar uma embalagem refil que possui uma tampa, é flexível e tem
um formato que permite que o xampu fique em pé.
Fonte: EPÓCA NEGÓCIOS

Data: 19 mar. 2019.
Leia a notícia na íntegra:
https://epocanegocios.globo.com/Empresa/noticia/2019/03/como-o-de-
sign-thinking-ajuda-inovar.html
NA PRÁTICA
A empresa Renovada sediada em Porto Alegre-RS, antiga Vuelo sur-

giu em 2013 com o propósito de ajudar a reduzir a quantidade de lixo
produzido. Sendo assim, a empresa desenvolve seus produtos através
da técnica Ypcycling (reutilização criativa). Essa técnica permite que
resíduos ou produtos inúteis ou indesejados sejam transformados em
novos materiais ou produtos de maior valor ambiental. Os produtos da
marca Revoada são desenvolvidos a partir de câmeras de pneus velhos
e nylons de guarda-chuvas descartados. Esses materiais são coletados
por cooperativas de catadores de lixos do sul do Brasil que possui uma
parceria com Revoada que por sua vez trata as matérias primas e as
transformam em produtos de alto valor agregado como mochilas, cartei-
ras, porta cartões e etc.
A empresa adota a metodologia design thinking – a etapa de protótipos.
Ela desenvolve protótipos funcionais para averiguar o comportamento
dos produtos conforme o seu uso, pois as matérias primas não são
as apropriadas para a produção desse tipo de produto que a empresa
produz. Pelos protótipos é possível compreender o peso do produto,
resistência, possíveis alterações de cores. Esses são alguns das ve-

rificações que a empresa faz em relação aos seus produtos antes de
lançá-lo no mercado para assim assegurar a qualidade dos produtos.
Fonte: Ruschel Moreira, Bruna. Guia Prático do Design Thinking:

Aprenda 50 ferramentas para criar produtos e serviços inovado-
res, 2018.
116
No decorrer dessa unidade, foram abordados os principais tó-
picos presentes na Tecnologia da Informação (TI). Percebemos que os
avanços tecnológicos nas últimas décadas e a popularização da Inter-
net possibilitaram o surgimento de novas tecnologias, como: máquinas
cada vez mais conectadas por meio da tecnologia da Internet das Coi-
sas (IoT) e também mais inteligentes e autônomas, desenvolvidas por
meio da Inteligência Artificial (IA); ferramentas para mediar a colabora-
ção entre pessoas e empresas; diversos dispositivos móveis; serviços
em nuvem, entre outros.
O avanço da tecnologia da informação também possibilitou o
surgimento de novas plataformas, softwares/ferramentas. Dentre os
softwares contemplamos a criptomoeda Bitcoin, que é mundialmente
conhecida. E também conhecemos a plataforma Blockchain e os con-
tratos inteligentes (smart contracts) que tem se popularizado cada vez
mais, por suas diversas vantagens, como não ter a necessidade de um
intermediador, ser mais barato e também contribuir com a sustentabili-
dade do planeta por não utilizar papéis – ser totalmente eletrônico.
Também foi explorado que a competitividade do mercado fez
com que as empresas procurassem por formas de passar a tomar de-
cisões mais rápidas e mais confiáveis sobre o seu negócio. Diante des-
sa necessidade surgiram as tecnologias Business Intelligence (BI), que
oferecem apoio computadorizado para conversão de dados em informa-
ções relevantes, para tornar a tomada de decisão mais rápida, concisa
e segura.
Outra tecnologia que se relaciona com o BI é o Big Data. O Big
Data também pode ser utilizado para apoiar as tomadas de decisões
das organizações. Conforme apresentado, ambos possuem diferenças.
O BI interpreta os dados e as informações existentes na realidade e
rotina da empresa. Já a função do Big Data é mostrar a direção e as
correlações dos dados até então desconhecidos, mas que possuem
o mesmo objetivo: possibilitar que as empresas alcancem vantagens
competitivas no mercado do seu negócio.
117
GABARITOS
CAPÍTULO 01
01 02 03 04 05
C A A B E
QUESTÃO DISSERTATIVA – DISSERTANDO A UNIDADE – PADRÃO

DE RESPOSTA
As organizações devem implantar formas mais racionais para a utiliza-

ção dos recursos naturais, como: a redução do uso de matérias-primas,
o aumento do reaproveitamento/reciclagem de produtos, a utilização de
fontes de energias renováveis, entre outras.
As organizações devem criar produtos ou ações que não visem ape-
nas o seu crescimento econômico. Mas, também pensar em ações ou
na criação de produtos que não “agridam” o meio ambiente. Como por
exemplo, a iniciativa da empresa Unilever em relançar um produto –
amaciante de roupas – biodegradável. Produtos biodegradáveis são
menos agressivos ao meio ambiente.
É muito importante que as empresas e também a população se cons-
cientizem que os recursos naturais não são eternos, e que se todos nós
não fizermos a nossa parte, esses recursos um dia serão extintos.
TREINO INÉDITO
Gabarito: C
118
CAPÍTULO 02
01 02 03 04 05
A A D E A

DE RESPOSTA
Vimos que as criptomoedas oferecem proteção dos dados do investidor

através da criptografia. Principal característica que as torna diferentes
da moeda tradicional por proporcionar o anonimato. É notável que o
crescimento da utilização de criptomoedas trouxe consigo um aumento
significativo dos riscos de fraudes e questões regulatórias, como con-
troles para antilavagem de dinheiro e medidas repressivas sobre o ano-
nimato permitido por elas.
Existe um esforço para a adoção de medidas punitivas para esses pro-
blemas, uma delas foi a implantação de uma lei, que determina que
todas as transações de criptomoedas de pessoas físicas ou jurídicas
deverão informar à Receita Federal. Essa lei entrou em vigor no dia 01
de agosto de 2019.
TREINO INÉDITO
Gabarito: D
119
CAPÍTULO 03
01 02 03 04 05
E C D A C

DE RESPOSTA
Uma das principais diferenças entre BI e Big Data é que no BI as in-

formações são analisadas e, geralmente, representando apenas o que
já aconteceu. Em resumo, o BI interpreta os dados e as informações
existentes na realidade e na rotina da empresa. Já no Big Data, tem o
por objetivo demonstrar os caminhos e correlações de dados até então
desconhecidos, em tempo hábil, para que as empresas obtenham van-
tagens competitivas. Entretanto, o Big Data exige que quem o adota,
tenha um conhecimento preexistente em BI, pois, tal conhecimento au-
xiliará na interpretação de dados coletados nessa modalidade.
O BI possibilita uma fácil interpretação dos dados, para auxiliar na ges-
tão de qualquer negócio, pois, é possível identificar novas oportunidade
e implementar uma estratégia eficiente, baseando-se nos dados ana-
lisados, como por exemplo, compreender em qual cidade as vendas
aumentaram ou diminuíram, e quais são os produtos mais vendidos ou
menos vendidos. Tal prática, possibilita promover negócios com vanta-
gem competitiva no mercado e estabilidade a longo prazo. Já o Big Data
possibilita a utilização de diferentes ferramentas, para analisar diferen-
tes fontes de dados, como de redes sociais, registros de IPs (Protocolo
da Internet ou Internet Protocol, do inglês), imagens e outros dados não

estruturados. A grande vantagem é a possibilidade de alcançar resulta-
dos em tempo real.
TREINO INÉDITO
Gabarito: A
120
CAPÍTULO 04
01 02 03 04 05
E E E C A

DE RESPOSTA
Sem dúvida a Indústria 4.0 traz consigo uma série de impactos não tão
positivos, como ciberataques – quanto mais conectada, mais sujeito a
espionagem industrial; utilização indevida da inteligência artificial – por
exemplo, para golpes e fake news (muito em alta ultimamente) e redu-
ção de mão de obra – devido às máquinas assumirem ainda mais as
funções humanas.
É estimado que as máquinas inteligentes provoquem muitas demissões
em todo o mundo. Também se consideram que, da mesma forma que
muitas profissões devem deixar de existir, diversas outras poderão sur-
gir e requerer cada vez mais qualificação da mão de obra. Portanto, é
provável que cada vez mais seja requerido que as pessoas busquem
uma melhor formação acadêmica e educacional
TREINO INÉDITO
Gabarito: D
121
CAPÍTULO 05
01 02 03 04 05
A C E C D

DE RESPOSTA
A colaboração entre empresas é possível e vem sendo amplamente
utilizada. Onde várias empresas firmam um acordo de cooperação de
longo prazo e adotam princípios e infraestruturas operacionais comuns,
cujo objetivo principal é ter possibilidade de realizar alianças temporá-
rias, para colaboração com organizações virtuais.
Existem laboratório virtuais colaborativos, que têm como objetivo firmar
um acordo entre organizações autônomas de pesquisa. Como cada
organização possui seus próprios recursos, como: equipamentos, fer-
ramentas, dados e informações relacionados a seus experimentos an-
teriores e etc. Esses recursos permitem que os pesquisadores dessas
organizações, que estão localizados geograficamente distantes uns dos
outros, sejam reconhecidos e considerados para participar de colabo-
rações de solução de problemas. Durante o processo de colaboração,
o objetivo é solucionar problemas. É típico que alguns equipamentos
de laboratório caros, pertencentes a uma ou mais organizações, sejam
disponibilizados para uso ou acesso remoto por outros parceiros de co-
laboração. Tal medida de compartilhamento de equipamentos gera uma
economia para a empresa, pois, ela não precisará ter todos os equipa-
mentos fisicamente na empresa para poder utilizá-los.
Além de laboratórios virtuais, pode-se ter equipes virtuais, que consiste

em um grupo de profissionais temporários, que trabalham juntos, com
objetivos em comum, como solução de problemas, trabalho de consul-
toria e etc. Para esse trabalho, as equipes utilizam as tecnologias da
informação para possibilitar a interação entre eles.
As ferramentas de colaboração, como a Microsoft Teams e Slacks, per-
mitem que ocorra a troca de conhecimento, mesmo que estejam sepa-
rados por localidades geograficamente distantes, como por exemplo,
até hoje há distinção de fuso horário como ocorre no Brasil, entre as
cidades/estados que adotam o horário de Brasília, para as outras da
região Norte, como o Acre, Amazônia.
TREINO INÉDITO
Gabarito: B
122
AKABANE, Getúlio K.; POZO, Hamilton. Inovação, Tecnologia e Sus-
tentabilidade: histórico, conceitos e aplicações. 1. ed. São Paulo:
Érica, 2020.
AMBROSE, Gavin. Design Thinking. Porto Alegre Bookman, 2015.
BERGAMO FILHO, Clovis et al. Ruptura no Modelo Tradicional das

Empresas. Rio de Janeiro: Brasport, 2019.
BIG DATA. 18 de jan. de 2019.Disponível em: <https://www.funcao.com.

br/2019/01/18/big-data/>. Acesso em: 04/03/2020.
CAMARINHA-MATOS, L. M. and AFSARMANESH, H. Collaborative

networks: a new scientific discipline. Journal of Intelligent Manufac-
turing, 16(4–5), 439–452. 2005.
CAMARINHA-MATOS, L. M. and AFSARMANESH, H. Collaborative

networks: value creation in a knowledge e society. In Proceedings
of PROLAMAT, international conference on knowledge enterprise – New
challenges. Shanghai, China, Boston: Springer, 2006.
CAMARINHA-MATOS, L. M., and AFSARMANESH, H. Collaborative

networks – reference modeling. New York: Springer, 2008.
CAMARINHA-MATOS, L. M., et al. Collaborative networked organiza-

tions – Concepts and practice Concepts and practice in manufactu-
ring enterprises. Computers& Industrial Engineering, 2009.
CAMARINHA-MATOS, L. M., Collaborative networks: a new scienti-
fic discipline. Journal of Intelligent Manufacturing, 16, 439–452, 2005.
CETAX. 2019. Big Data X Business Intelligence Bi: Qual A Diferen-

ça?. Disponível em: <https://www.cetax.com.br/blog/big-data-x-busi-
ness-intelligence-bi-qual-a-diferenca/> Acessado em: 27/03/2020.
CÓRDOVA JÚNIOR, Ramiro Sebastião. Introdução a Big Data e Inter-

net das Coisas (IoT). In:___. Big Data e Internet das Coisas (IoT).1.
ed. Porto Alegre: SAGAH, 2018. cap. 1, p. 13-18.
DUARTE, André Luís de Castro Moura; RIEG, Denise Luciana; SCRA-

MIN, Fernando Cezar Leandro; Organizado por Hong YuhChing. Admi-
123
nistração da Produção e Operações: uma abordagem inovadora
com desafios práticos. São Paulo: Empreende, 2019.
ELIAS, Alana Cesar. 11 jun. 2018. Como funciona a blockchain?. Dis-

ponível em: <http://www.matera.com/blog/post/como-funciona-a-block-
chain> Acesso em: 24/03/2020.
FOXBIT. 2017. Afinal, o que é um smart contract?. Disponível em:

<https://foxbit.com.br/blog/afinal-o-que-e-um-smart-contract/>. Acesso
em: 24/03/2020.
FOXBIT. 2019. Como funciona mineração de bitcoin? Disponível em:

<https://foxbit.com.br/blog/mineracao-de-bitcoin-entenda-como-funcio-
na/>. Acesso em: 24/03/2020.
GONSALES, Priscila. Design Thinking e a Ritualização de Boas Prá-

ticas Educativas. São Paulo: Instituto Educadigital, 2017.
GONÇALVES, Priscila de Fátima. Introdução a Big Data e Internet das

Coisas (IoT). In:___. Mineração de Dados.1. ed. Porto Alegre: SAGAH,
2018. cap. 1, p. 81-87.
IHODL. 29 jun. 2017.Guia de blockchain para principiantes. Dispo-

nível em: <https://pt-br.ihodl.com/tutorials/2017-06-29/guia-de-block-
chain-para-principiantes/> Acesso em: 24/03/2020.
LAMOUNIER, Lucas. 14 set. 2018. Contratos Inteligentes: o guia de-

finitivo para novatos. Disponível em: <https://101blockchains.com/pt/
contratos-inteligentes-blockchain/#1> Acesso em: 24/03/2020.
LAS CASAS, Alexandre Luzzi. Cocriação de valor conectando a em-

presa com os consumidores através das redes sociais e ferramen-
tas colaborativas. São Paulo Atlas 2014.
LEDUR, Cleverson Lopes. Introdução a Big Data e Internet das Coisas

(IoT). In:___. Inteligência Artificial.1. ed. Porto Alegre: SAGAH, 2018.
cap.6, p. 57-66.
LIMA, Murillo Roseno Feitoza; GOMES, Jackson. Desenvolvimento de

um Data Mart e Automatização do Processo ETL no contexto da
Produção Acadêmica do CEULP/ULBRA. XXI Encoinfo – Congresso
de Computação e Tecnologias da Informação. ISSN: 2447-0767. 2019.
124
Palmas – TO, 2019.
LOICHATE, Miguel. State of the art of collaborative networks for ser-

vice-based innovation ecosystems.WP25.1, 2012.
MACHADO, Felipe Nery Rodrigues. Big Data: o futuro dos dados e

aplicações. São Paulo: Érica, 2018.
MORAES, Izabelly Soares. Introdução a Big Data e Internet das Coi-

sas (IoT). In:___. Aprendizado de Máquina (Machine Learning).1. ed.
Porto Alegre: SAGAH, 2018. cap. 7, p. 67-78.
NATAGROW. 2019.The 10 Algorithms Every Machine Learning En-

gineer Should Know. Disponível em: <https://www.natureknowspro-
ducts.com/the-10-algorithms-every-machine-learning-engineer-should-
-know/> Acesso em: 27/03/2020.
NETO, Manoel Veras de Sousa. Computação em Nuvem. Editora

Brasport, 2015.
PINTO, Miguel Angelo Gaspar. sistema híbrido de recomendação de

produtos com uso de filtros colaborativos e números fuzzy. (Dou-
torado em Engenharia Elétrica) – PUC-RIO. Rio de Janeiro. Rio de Ja-
neiro, 2011.
RAMAKRISHNAN, Raghu; GEHRKE, Johannes. Sistemas de geren-

ciamento de banco de dados. Tradução de Célia Taniwake. 3. ed. Por-
to Alegre: AMGH, 2011.
SACOMANO et al. Indústria 4.0: conceitos e fundamentos. São Pau-
lo: Blucher, 2018.
SANTOS, Rafael. Conceitos de Mineração de Dados na Web. Mini-

curso 2 - Conceitos de Mineração de Dados na Web (WBMMC2), We-
bMedia, 2009.
SARAIVA, Maurício de Oliveira. Introdução a Big Data e Internet das

Coisas (IoT). In:___. Bussiness Intelligence (BI).1. ed. Porto Alegre:
SAGAH, 2018. cap. 1, p. 133-140.
SCHWAB, Klaus. A Quarta Revolução Industrial. Tradução de Daniel

Moreira Miranda – São Paulo: Edipro, 2016.
125
TANAKA, Marcos. 3 tipos de aprendizado caracterizam o Machi-
ne Learning.CIO FROM IDG, 2018. Disponível em: <https://cio.com.
br/3-tipos-de-aprendizado-caracterizam-o-machine-learning/ >. Acesso
em: 14 mar 2020.
THOMAS, Stephen P. Smart Contract Explaind for Non-Technical

Professionals. 1.ed. United States of America, 2018.
126
127

1877d6c9efa9a25d41a90f0b5788afee

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

1877d6c9efa9a25d41a90f0b5788afee

Enviado por

Direitos autorais:

Formatos disponíveis

1

INOVAÇÕES TECNOLÓGICAS - GRUPO PROMINAS

PRESIDENTE: Valdir Valério, Diretor Executivo: Dr. Willian Ferreira.

GRUPO PROMINAS DE EDUCAÇÃO

Seja muito bem-vindo(a) ao nosso Grupo Educacional!

importante para quem deseja ingressar como docente no ensino supe-

Grupo Prominas - Educação e Tecnologia

É um prazer tê-lo em nossa instituição! Saiba que sua escolha

Estude bastante e um grande abraço!

Professora: Juliana Padilha

INOVAÇÕES TECNOLÓGICAS - GRUPO PROMINAS

Tecnologias; Internet; Business Intelligence; Big Data.

Gestão da Inovação ____________________________________________ 13

Pilares da Tecnologia ___________________________________________ 16

Pilares da Sustentabilidade _____________________________________ 19

INOVAÇÕES TECNOLÓGICAS - GRUPO PROMINAS

Introdução a Blockchain e Bitcoins _____________________________ 27

O que é Blockchain? ___________________________________________ 33

Contratos Inteligentes _________________________________________ 36

O que é Business Intelligence (BI)? _____________________________ 44

O que é Big Data? _______________________________________________ 48

Mineração de Dados ____________________________________________ 53

Principais diferenças entre Business Intelligence e Big Data ______ 56

Inteligência Artificial ____________________________________________ 57

Aprendizado de Máquina ________________________________________ 59

Revolução Industrial ___________________________________________ 72

Elementos formadores da Indústria 4.0 __________________________ 76

Organização e mão de obra da Indústria 4.0 _____________________ 86

Redes Colaborativas ____________________________________________ 97

Representação Lógica das Rede de Colaboração ________________ 99

Design Thinking ________________________________________________ 105

O Processo do DesignThinking __________________________________ 106

Recapitulando __________________________________________________ 113

Considerações Finais ____________________________________________ 117

Fechando a Unidade ____________________________________________ 118

Referências _____________________________________________________ 123

INOVAÇÕES TECNOLÓGICAS - GRUPO PROMINAS

CARACTERIZAÇÃO E PROCESSO DO PETRÓLEO E GÁS - GRUPO PROMINAS

Uma nova forma de trabalho também tem sido incluída nas

INOVAÇÕES TECNOLÓGICAS - GRUPO PROMINAS

A gestão da inovação é conceituada como um afastamento dos

Fonte: Adaptado de AKABANE and POZO, 2020.

A inovação do produto ocorre quando ideias criativas relacio-

rastreamento on-line de encomendas. O que possibilitará uma melho-

E por último, a inovação Organizacional, que ocorre nas re-

INOVAÇÕES TECNOLÓGICAS - GRUPO PROMINAS

Vídeo sobre o assunto: Case de Inovação: A verdadeira His-

A utilização da tecnologia tornou-se o elemento principal para

do serviço e economia de dinheiro.

As respostas dessas questões, possivelmente, ajudarão as

Implementação de Novas Tecnologias

De acordo com Akabane e Pozo (2020, pg. 123) existem três

A sustentabilidade corporativa tornou-se uma regra nas empre-

que inseriu as embalagens no seu projeto de desperdício zero. Assim,

Tecnologia Verde e Inovação

Figura 2 – Elementos da Inovação Verde

Inovação de Produtos Verdes Inovação de Processos Verdes

Fonte: Elaborado pela autora, 2020.

Em suma, a inovação de produtos verdes consiste na produ-

que não acarretem impactos negativos no meio ambiente (AKABANE e

e) Sustentabilidade econômica: É um subsistema da sustentabilidade

QUESTÃO DISSERTATIVA– DISSERTANDO A UNIDADE

A Comissão Mundial sobre Meio Ambiente e Desenvolvimento criada

Sobre o enunciado acima, discorra sobre como organizações podem