INTELIGÊNCIA ARTIFICIAL 4 histórias de sucesso de empresas que adotaram análise preditiva
Com análise preditiva, empresas conseguiram usar os dados pensando no futuro, melhorando operações e evitando a perda de receitas.
A análise preditiva é uma das abordagens usadas no Business Analytics . Em resumo, as empresas usam um conjunto de tecnologias para prever possíveis resultados futuros.
Esse conjunto de tecnologias vai desde a modelagem estatística atrelada a análises descritivas e diagnósticas até mesmo ao uso de Machine Learning. A Black Friday é só em novembro, mas varejistas podem usar a abordagem para entender qual produto trará mais receita, por exemplo.
No artigo de Thor Olavsrud para o site CIO.com, o jornalista fornece um dado interessante: o mercado global de análise preditiva deve atingir US$ 22,1 bilhões em 2026, tendo uma taxa composta de crescimento anual (CAGR) de 24,5%, segundo a consultoria Facts & Factors.
Olasvrud trouxe, na publicação, ainda quatro exemplos de empresas que tiveram sucesso na adoção de análise preditiva. Saiba mais.
Rolls-Royce passou a otimizar a programação de manutenções
A análise preditiva na Rolls-Royce, fabricante de motores para aeronaves, tem duas missões: reduzir a quantidade de carbono produzida pelos motores e otimizar a manutenção para que os aviões dos clientes fiquem no ar por mais tempo.
Para isso, ela usa uma plataforma própria – a Intelligent Engine – para monitorar como os motores da marca voam, as condições do espaço aéreo e como os pilotos os utilizam. Os dados são, então, integrados ao Machine Learning para personalizar o período de manutenção de cada equipamento
“Estamos adaptando nossos regimes de manutenção para garantir que estamos otimizando para a vida útil de um motor, não a vida que o manual diz que deveria ter”, disse Stuart Hughes, chefe de informação e diretor digital da Rolls-Royce.
Hughes também destacou que o serviço de manutenção é algo verdadeiramente variável. Ou seja, a Rolls-Royce olha para cada motor de forma individual e não como um conjunto que demandasse o mesmo tipo de manutenção.
– O que executivo da Rolls-Royce aconselha:
A dica de Hughes é que as empresas devem se concentrar em ajudar seus clientes. Apesar de a Rolls-Royce conseguir otimizar os serviços de manutenção oferecidos, o benefício final é a satisfação dos consumidores da marca.
Os clientes da Rolls-Royce passaram a ter menos interrupções do serviço porque a marca consegue prever melhor quando uma manutenção será necessária. Assim, ela consegue ajudar sua base de consumidores na programação da parada de uma aeronave.
DC Water usa análise preditiva para identificar defeitos na rede de esgoto
A DC Water, uma companhia de água e esgoto dos Estados Unidos, criou a Pipe Sleuth, uma ferramenta que usa inteligência artificial para revisar as imagens do circuito fechado de TV que um robô coleta nos encanamentos para identificar e classificar defeitos encontrados na rede.
“A plataforma usa um modelo de rede neural avançado de Deep Learning para fazer análise de imagem de canos de esgoto de pequeno diâmetro, classificá-los e, em seguida, criar um relatório de avaliação de condição”, disse Thomas Kuczynski, CIO e vice-presidente de TI da DC Water.
Antes da Pipe Sleuth ser implementada, todo o trabalho era feito de forma manual. Os operadores precisavam marcar os defeitos que eram vistos a olho nu para, em seguida, os engenheiros certificados classificarem essas informações. Eram processos ineficientes e longos.
São três os benefícios da tecnologia para o negócio da DC Water:
– O que Kuczynski aconselha:
As empresas devem se concentrar na receita e na eficiência de seus negócios. A Pipe Sleuth é somente um esforço mais amplo para a DC Water alavancar a análise preditiva e em tempo real. São inovações que ajudam a autoridade a reduzir a perda de água de 2% a 5%.
“Cada 1% da ‘água encontrada’ que não era medida anteriormente vale cerca de US $ 4 milhões para a DC Water.”
Recomendados pelo LinkedIn
– Thomas Kuczynski, DC Water
“É sempre mais fácil vender algo que economize algo, seja em dinheiro real ou algo que melhore um processo significativamente”, comentou.
Ellie Mae deixou de ser reativa às ameaças de ransomware
A Ellie Mae é uma empresa de software de hipotecas e, com a análise preditiva, passou a ter uma postura proativa em relação a ataques ransomware. Para isso, a companhia desenvolveu o Autonomous Threat Hunting.
A solução combina uma série de tecnologias: inteligência de ameaças, análise preditiva, inteligência artificial e indicadores de comprometimento (IoC, na sigla em inglês para indicators of compromisse) – termo forense para indicar a existência de violações a um sistema ou dispositivo.
Ainda sobre o IoC, a Ellie Mae identifica previamente vulnerabilidades já conhecidas para que essa metodologia consiga indicadores de novas técnicas e impedir que elas sejam usadas para comprometer os dados da empresa.
“Você não espera até que um ataque aconteça. Você explora, prioriza e investiga ameaças antes que um ataque aconteça ou mesmo antes que um malware seja conhecido”, disse Selim Aissi, vice-presidente sênior e diretor de segurança da Ellie Mae.
O resultado visto pela Ellie Mae foi o aumento em 35% na eficiência operacional de segurança. Já a identificação prévia de ameaças apresentou uma melhoria de 10x, enquanto a velocidade de resolução de novas ameaças cresceu em 60%.
– O que Aissi aconselha:
Gerenciamento de mudanças* precisa fazer parte do planejamento de segurança desde os estágios iniciais do projeto. “Do ponto de vista do gerenciamento de mudanças, muito do impacto foi realmente sobre minhas operações de segurança e equipes de engenharia”, comentou Aissi.
*Nota da redação:
Gerenciamento de mudanças (CM, na sigla em inglês para Change management) é um conjunto de abordagens para apoiar e ajudar as empresas a fazerem mudanças organizacionais.
Segundo o executivo, muitos dos recursos de segurança da Ellie Mae eram manuais e os analistas de segurança precisavam coletar as informações sobre as ameaças e ainda inseri-las manualmente nas ferramentas. “Tivemos de nos ajustar e treinar nossos colaboradores para essa maneira autônoma de fazer as coisas”, disse.
Kaiser Permanente conseguiu reduzir a taxa de mortalidade dos pacientes
A Kaiser Permanente é um consórcio de cuidados integrados. O conglomerado criou uma ferramenta de fluxo de trabalho que usa análise preditiva para identificar os pacientes que não estão internados em UTI, mas correm risco de vida.
Nos hospitais, somente 2% a 4% do total desses pacientes precisam ser transferidos para a UTI. Porém, esse grupo responde a 20% de todas as mortes hospitalares, segundo Dr. Gabriel Escobar, cientista pesquisador da Kaiser Permanente Northern California.
Para diminuir essa taxa, a Kaiser desenvolveu o Advanced Alert Monitor (AAM), que apoia em três modelos analíticos preditivos e investiga mais de 70 fatores no registro eletrônico de saúde de um paciente para gerar um score de risco.
“O sistema sintetiza e analisa estatísticas vitais, resultados de laboratório e outras variáveis para gerar pontuações de risco de deterioração para pacientes adultos em hospitais”, disse Dick Daniels, vice-presidente executivo e CIO da Kaiser Permanente.
Daniels explicou ainda que equipes remotas podem avaliar as pontuações de risco a cada hora e notificar as equipes de resposta rápida do hospital em que o paciente está internado, caso uma piora no estado de saúde do paciente seja identificada.
“A equipe de resposta rápida conduz a avaliação do paciente à beira do leito e calibra o curso de tratamento com um médico hospitalista (responsável pelos cuidados daqueles que estão internados)”, explicou Daniels.
– O que Daniels aconselha:
As empresas devem focar nos processos, uma vez que as ferramentas de análise preditiva são tão boas quanto os processos que vão garantir que as informações sejam usadas.
Todo o desenvolvimento do AAM levou mais de sete anos, mas isso permitiu aos profissionais de saúde desenhar um fluxo de trabalho que permitiu responder aos alertas da maneira mais eficiente possível.
Principais destaques desta matéria
Análise preditiva é uma abordagem em que as empresas usaram diversos dados para prever o futuro.Expectativa é que esse mercado global chegue a mais de US$ 22 bilhões em 2026.Site CIO.com trouxe 4 cases de sucesso de empresas que usaram análise preditiva em seus negócios.