RIQUEZA versus LUXÚRIA: § 31 – 33

#ricardobarreto #culturadevalor #valores #cultura #aforismos #riqueza #luxúria #prosperidade #economiaconsciencial #colaboraçãoemmassa

§ 31

Do verdadeiro conceito de prosperidade. É realmente certo associar riqueza com prosperidade? Em absoluto! Você somente prospera se gera riqueza. São, neste caso, conceitos diretamente relacionados e indissociáveis. O problema se dá porque muita gente confunde o verdadeiro significado de riqueza. Enxergam tão somente a riqueza material, mais propriamente a monetária, enquanto existem outras formas de riqueza e, diga-se de passagem, muita mais preciosas…

§ 32

 Economia consciencial e as formas superiores de patrimônio. Então, para ilustrar, vamos citar alguma forma diferente de riqueza e nem tão preciosa assim… Muitos devem se lembrar daquela passagem bíblica em que Jesus cita os “pobres de espírito”. Ou seja, quis ele dizer que os “ricos de espírito” são, contrariamente, aqueles que já possuem a verdadeira felicidade. A grande diferença, portanto, está no conceito mais holístico de patrimônio. No plano físico dizemos que ficamos tanto mais ricos quanto maior fica o nosso patrimônio, muito embora nem sempre na forma de bens de capital como bem destacado pelo nosso ilustre economista francês Thomas Piketty.1 Na “economia consciencial”, por sua vez, também não existe patrimônio físico. Nem tampouco estamos falando de bens intangíveis que podem gerar ativos com boa liquidez! Outrossim, uma realidade em que os verdadeiros ricos são aqueles que geram valor outro que não o monetário. Valores de paz, poder, pureza, prosperidade, verdade, amor e felicidade… Os ricos são, nessa perspectiva, aqueles que propagam sua riqueza através da colaboração e não da espoliação dos seus bens. Ao contrário da economia de capital, quando se possui algo, não o privamos dos outros de usufruí-lo. Na verdade, muito pelo contrário! Incentivamos o seu uso e o compartilhamento para propagar seus benefícios, buscando atingir o maior número possível de consciências afins, na pura essência do conceito da “colaboração em massa”.2 E aquilo que não gera benefício coletivo, com o tempo, simplesmente deixa de existir. Perde o propósito. Perde, afinal, o valor.

§ 33

Tipos de colaboração entre consciências afins. Quais são as possíveis formas de colaboração consciencial? Tem-se a colaboração individual (consigo mesmo), a coletiva (entre indivíduos ou grupos de indivíduos) ou em massa (multidões ou plêiades de indivíduos). Basta haver senso comum entre as consciências que visam um “objetivo maior”, normalmente relacionado à propagação dos benefícios de um bem consciencial, o único “ativo” da economia consciencial capaz de gerar valor no plano sutil, indo além dos limites físicos da realidade.

Créditos:

Autoria por Ricardo Barreto

Da obra no prelo CULTURA DE VALOR: aforismos para uma vida plena

Gostou? Mãos ao BUZZ nas redes!

Saiba mais:

1. Para um merecido mergulho sobre o tema que é vasto, não deixe de conhecer e degustar a obra definitiva do economista francês Thomas Piketty: O Capital, 2014.

2. Tapscott, Don, Wikinomics: como a coloboração em massa pode mudar o seu negócio, Rio de Janeiro, Nova Fronteira: 2007.

INTELIGÊNCIA COLABORATIVA

#inteligênciadevalor #valor #inteligência #inteligênciacolabotiva #estratégiacolaborativa #métodocientífico #Descartes #verdadecientífica #wikinomics #colaboraçãoemmassa

Para se atingir um objetivo comum que envolva a solução de um problema desafiador, deve-se somar esforços entre vários atores, competidores ou não, sendo que todos são beneficiados com os resultados, em maior ou menor proporção. Este é o princípio da inteligência colaborativa!

Agora, cá entre nós, será que o conceito de colaboração em massa é mesmo tão recente assim? Veremos que não.

Sua origem se confunde com a própria história do método científico, cujos elementos vêm se desenvolvendo desde o Egito antigo, passando posteriormente pela Grécia e misturando-se com a filosofia islâmica, até culminarem no pensamento de Descartes, no sistema lógico de Francis Bacon e na aplicação do empirismo por Isaac Newton. Resumidamente, Descartes estabeleceu três regras de ouro para chegar à dita “verdade científica”: da evidência, da análise e da dedução 1

Figura. As três regras de ouro de Descartes que culminam na verdade científica.

Vê-se que o método científico não é somente uma receita caracterizada pela objetividade, causalidade e imparcialidade. Ele requer inteligência, imaginação e criatividade para experimentação contínua. Apresenta-se, assim, na forma de uma sequência de ações lógicas e sequenciais, desde a formulação de uma hipótese até a verificação experimental.

Deve-se observar que este processo distingue-se pelo fato de ser cíclico, possibilitando que outros cientistas possam analisar, reproduzir experimentos e verificar a confiabilidade dos resultados. Isto nada mais é do que a tal da colaboração em massa aplicada à solução de problemas científicos.

A única diferença com relação ao conceito atual do wikinomics, é que a divulgação dos resultados de uma pesquisa é imensamente potencializada pelo poder da internet, podendo atingir instantaneamente qualquer pesquisador ao redor do mundo. Assim, fica cada vez mais difícil de discordar da afirmação profética de Hans Selye: quem não sabe o que procura não entende o que encontra.2

Já vimos alguns exemplos bem recentes em que a aplicação da estratégia colaborativa é evidente, tais como a produção de conteúdos para o inbound marketing, a geração de créditos de carbono para economias sustentáveis ou até mesmo o processamento computacional de cálculos complexos para benefícios financeiros, mais propriamente o acúmulo de criptomoedas.  

Acontece que ainda não temos propriamente um Porter da estratégia colaborativa, nem tampouco seria preciso… A ações compreendidas pelo método científico se aplicam como uma luva para todos estes casos! Quando não se aplicarem, pode-se assumir, sem medo de errar na extrapolação, que não existe “vantagem colaborativa”.

A inteligência colaborativa, portanto, carece somente de um formalismo apropriado aos tempos de inteligência artificial e big data, com os devidos algoritmos de machine learning, sistemas de recomendação e técnicas de data mining, visando automatizar todo o processo. Mas paremos por aqui porque na sequência falaremos de um dos principais agentes de mudança nesta nova era: os BROKERs de informação!

Créditos:

Autoria por Ricardo Barreto

Obra no prelo: INTELIGÊNCIA DE VALOR: boas decisões sempre

Gostou? Mãos ao BUZZ nas redes!

Saiba mais:

1.  Descartes, R. Discurso do método, São Paulo: Ed. de Ouro, 1970.

2. Selye, H. Stress a tensão da vida, São Paulo: IBRASA, 1965.

ESTRATÉGIA COLABORATIVA

#inteligênciadevalor #valor #inteligência #colaboraçãoemmassa #estratégiacolaborativa #HenryChesbrough #inovaçãoaberta #wikinomics #pontosdedivergência #pontosdeconfluência

Voltemos à questão dos pontos de divergência e confluência. Esta é a chave! É muito fácil tipificar a primeira. Basta imaginar a atividade de comércio no centro da cidade em que vive. As lojas de roupas A, B e C naturalmente “divergem” na qualidade e preço das suas peças, competindo pela preferência de compra do mesmo público. Ou seja, se compro uma blusa em A, não comprarei outra blusa em C porque a demanda já foi suprida. E a segunda: você consegue identificar alguma atividade característica de imediato?

Certamente, a mais antiga e evidente é a base de toda a ciência moderna! Em realidade, trata-se da prerrogativa do próprio “método científico” que depende da construção coletiva do conhecimento, juntando-se uma miríade de fatos verificados por inúmeros cientistas ao redor do mundo que juntos comprovam (ou decifram) hipóteses específicas, formando as bases de uma teoria científica. Um exemplo clássico e de conhecimento do público amplo foi o projeto Genoma que decifrou o código genético humano.

Figura. Representação esquemática do método científico (adaptado da Wikipedia).

            Da mesma forma, podemos enquadrar a atividade de programação que pode envolver centenas ou até milhares de programadores ao redor do mundo, cada um produzindo uma pequena parte do código para desenvolver uma aplicação específica. Este conceito ficou conhecido como princípio do “código aberto” e deu origem ao sistema operacional Linux que chegou a rivalizar com o Windows por certo tempo (pelo menos entre os programadores profissionais).

Existem outras atividades não tão evidentes que também são pautadas pelos “pontos de convergência”, tais como a geração de bitcoins, o acúmulo de créditos de carbono ou o marketing de conteúdo, mas o importante aqui é entendermos a origem do conceito da “colaboração em massa” que ficou mundialmente conhecido pelo termo wikinomics.

Na verdade, wikinomics é um neologismo criado por Don Tapscott e Anthony Williams, enfatizando que o compartilhamento de informações dará “vantagens colaborativas” (e não competitivas) para as empresas que se abrirem a este novo paradigma. Eis uma frase que sintetiza muito bem esta visão de futuro no mínimo instigante: 1

A economia é vista como um meio de colaboração entre os atores sociais, baseada em códigos abertos e “ideágoras” que são as modernas praças do conhecimento, porém nunca tão verdadeiras!

Isto ocorrerá devido à oportunidade de interagir com uma diversidade de profissionais qualificados, mesmo que estes estejam geograficamente distantes e ainda a um custo consideravelmente menor, contando com a diversidade de contribuições para incrementar o processo de inovação dentro e fora das organizações. Uma dica: quem quiser se aprofundar no tema, não deixe de ler os trabalhos do Prof. Henry Chesbrough da Harvard Business School. 2

Aos meus olhos, este movimento é irreversível, de modo que as empresas deverão se adaptar mais cedo ou mais tarde, assim como a necessidade de se fomentar a inovação através das ferramentas propiciadas pela tecnologia da informação e inteligência artificial. Você já está preparado para este futuro incrível que está por vir?

Créditos:

Autoria por Ricardo Barreto

Obra no prelo: INTELIGÊNCIA DE VALOR: sempre boas decisões sem esforço

Gostou? Mãos ao BUZZ nas redes!

Saiba mais:

1. Tapscott, D., Williams, A.D. Wikinomics, Rio de Janeiro: Nova Fronteira, 2007.

2. Chesbrough, H.W. Open business model: how to thrive in the new innovation landscape, Boston, MA: Harvard Business School Press, 2006.

COMPETIR OU COLABORAR

#inteligênciadevalor #valor #inteligência #competição #colaboração #estratégiacompetitiva #estratégiacolaborativa #colaboraçãoemmassa #wikinomics #josephschumpeter #inovação #destruiçãocriativa #sínteserestritiva

Eis um dos grandes dilemas dos tempos atuais: quando competir ou colaborarar? Enganam-se redondamente aqueles que emitem um julgamento aprioristicamente sem antes passar por uma reflexão profunda sobre o tema que é tão vasto quanto as áreas de interação do ser humano nas esferas pessoal, profissional e social.

Num mundo cada vez mais automatizado e repleto de informação, é preciso antes de mais nada saber qual estratégia assumir, visando ao mesmo tempo a evolução pessoal e os resultados organizacionais. Certamente não é uma “escolha” fácil. Requer muita perspicácia para avaliar qual estratégia deve gerar maior valor no longo prazo, lembrando que a “escolha” é só o começo da jornada que também dependerá das ferramentas disponíveis e, sobretudo, da expertise de como aplicá-las na execução do plano. Vamos lá?!

A ESTRATÉGIA COMPETITIVA é a mais evidente por motivos até mesmo antropológicos, ligados à sobrevivência de uma entidade, segundo o conceito mais amplo que vimos anteriormente, dos processos algorítmicos. Por outro lado, a ESTRATÉGIA COLABORATIVA, requer condições bem específicas e propícias aos “fenômenos de rede”, mais propriamente das redes de valor que têm ganhado cada vez mais importância em algumas áreas do conhecimento de base e aplicado.

Via de regra, em toda e qualquer análise estratégica, independente do campo de aplicação, é preciso primeiramente encontrar os pontos de divergência e/ou confluência. Veremos que o primeiro está relacionados à “destruição criativa”, cerne da inovação schumpteriana de meados do século passado e que revolucionou a forma de se criar vantagem competitiva. 1

Figura. Joseph Schumpeter, economista austríaco precursor da teoria da inovação.

Já o segundo é bem mais recente (eu dato o seu nascimento mais precisamente em 2006 com a publicação do livro Wikinomics) e chamamos aqui mais propriamente de “síntese restritiva”, resumindo o propósito do conceito propalado por Tapscott & Williams. 2

Para chegarmos à origem genésica das estratégias competitivas (o que são, para quê servem e como formulá-las) precisamos de entender primariamente o conceito mais abrangente, para não dizer filosófico, do termo “competição”. Eis os 3 questionamentos basilares que não podem deixar de ser pautados antes de avançarmos:

                                    1. O que se entende por competição?

                                    2. Quais as formas de se competir?                          

                                    3. Ela é mesmo salutar?

 Não se pode negar algo que nos é uma característica intrínseca. O ser humano é naturalmente competitivo e, por consequência, as instituições humanas a que ele pertence. Lutamos constantemente pela busca da melhor performance, pela superação dos nossos pares e as conquistas advindas, sejam elas monetárias, sociais, políticas, religiosas, etc.

Acontece que vivemos na atualidade uma “hipercompetição” generalizada em quase todos os campos de aplicação possíveis e imagináveis. Praticamente já não existem áreas do conhecimento humano inexploradas. Em tempos de globalização econômica e da tal ubiquidade computacional e informacional, o “kit de ferramentas” convencional da competição do Prof. Michael Porter já não é mais suficiente para os indivíduos e organizações se reinventarem continuamente.

Acreditem: neste contexto, a “inovação schumpeteriana”, antes vista como a salvação pelos gurus da estratégia, pelo menos no seu formato original, está em cheque! Mas será que existem novas e inusitadas formas de “destruição criativa” que não estejam diretamente vinculadas à inovação?

Bem, veremos que sim e trata-se justamente da tal “síntese restritiva” que conjuga a evolução de uma série de tecnologias que propiciaram a coloboração em massa numa escala antes inimaginável! Precisamos, mais do que nunca, entendê-la e decifrá-la porque sua lógica é bem diferente do que estávamos habituados…

Créditos:

Autoria por Ricardo Barreto

Obra no prelo: INTELIGÊNCIA DE VALOR: tome boas decisões sem esforço

Gostou? Mãos ao BUZZ nas redes!

Saiba mais:

1. Shumpeter, J. Capitalism, socialism and democracy, London: Allen & Urwin, 1943.

2. Tapscott, D., Williams, A.D. Wikinomics, Rio de Janeiro: Nova Fronteira, 2007.

DADOS, INFORMAÇÃO, CONHECIMENTO E INTELIGÊNCIA

#inteligênciadevalor #valor #inteligência #inteligênciartificial #algoritmosdemachinelearning #machinelearning #sistemasderecomendação #colaboraçãoemmassa #tomadadedecisão #processosdetomadadedecisão #dados #informação #conhecimento #gestãodoconhecimento

Digamos que exista um processo sistêmico, dinâmico e colaborativo, capaz de aumentar significativamente suas chances de sucesso em qualquer tipo de processo de tomada de decisão, estratégica ou nem tanto… [hehe] Precisamos, antes de mais nada, de entender um pouco mais a fundo o que são dados, informação, conhecimento e inteligência.

Em realidade, são conceitos bem distintos, muito embora exista uma certa gradação entre eles, dentro de uma escala de discernimento com o tempo: o dado gera a informação que, por sua vez, leva ao conhecimento, refletido finalmente em inteligência aplicada no resultado de eventos futuros. Vide abaixo a representação esquemática adaptada do trabalho de de Štefániková et al. 1

Dentro das organizações, os dados podem ser vistos como simples registros de eventos, devidamente estruturados, sem um significado propriamente dito. Num laboratório de pesquisas, por exemplo, pode-se classificar como dados os registros dos experimentos, tabelas, gráficos, resultados analíticos, entre outros.

Já a informação deve encerrar um significado próprio, tanto que o próprio Peter Drucker (nosso guru da gestão empresarial) afirmou certa vez que “as informações são dados dotados de relevância e propósito”. Veja que a significância, neste caso, está diretamente relacionada à capacidade de transmitir uma mensagem entre um gerador e um receptor. Simples assim: um cientista acabou de ler um artigo sobre a aplicação de nanotubos de carbono para proteção de alimentos em caixas de papelão. No café, seu pupilo ficou interessado e, claro, absorveu uma breve aula sobre o tema e bem fresquinha…

Por sua vez, quando se fala de conhecimento, qualquer explicação direta e simples seria uma difícil missão, tamanha a complexidade deste conceito. Podemos tão-somente nos arriscar aqui a propor uma definição um pouco mais atualizada: “seria o repositório de informações em constante evolução, devidamente estruturado e conectado a uma rede de colaboradores”.

Figura i.3. A gradação do discercimento com a evolução e o tempo.

Mais importante, agora, é observar a distinção entre conhecimento e inteligência. Notem que os dados, a informação e o conhecimento estão no campo do passado enquanto que a inteligência é a única que volta-se para o futuro.

Lembrem-se da máxima popular: de nada adianta o conhecimento se este não for devidamente aplicado!

É como ter uma enciclopédia gigantesca sem um professor para transmitir os ensinamentos nela encerrados. O papel da inteligência é, portanto, crucial para atingir o discernimento com o tempo, seja em processos organizacionais ou em situações importantes das nossas vidas, conectando o passado com o futuro, os que sabem com os que precisam saber. A inteligência serve para ajudar as pessoas a decidirem com sapiência!

Deve-se enfatizar ainda que existem diferentes naturezas informacionais, sejam elas estruturadas ou não-estruturadas. Os dados, informações e conhecimentos estruturados são aqueles sistematizados, organizados e disponíveis para acesso dentro ou fora das organizações. Já aqueles não-estruturados são sempre externos, sem quaisquer tipos de filtros ou tratamentos analíticos.

Um exemplo seria o dado relacionado ao número de patentes depositadas por uma determinada empresa competidora, acessível através de bases de dados tecnológicas como a PATENTSCOPE do Wipo (Escritório Mundial de Patentes). Veremos em detalhes mais a frente o papel deste tipo de base de dados na geração de informação relevante para Pesquisa, Desenvolvimento & Inovação (PD&I).

Ainda como preâmbulo, não poderíamos deixar de mencionar a grande revolução que estamos vivenciando nos últimos anos com o advento dos algoritmos de machine learning e o aparecimento das primeiras aplicações da inteligência artificial (AI), tais como o reconhecimento de voz e imagens, bem como a sua difusão “meteórica” em campos antes inimagináveis como a medicina e o ensino.

Por muito tempo o ser humano reinou absoluto como a única fonte de conhecimentos, os quais eram ditos tácitos pelo fato de carecerem da “externalização” pelas pessoas que o detinham através das suas experiências singulares. É por este motivo que os ativos de conhecimento sempre imperaram para formação do patrimônio intelectual e competências das pessoas nas organizações.

Hoje em dia isto já não é mais uma realidade intransponível! Em tempos de big data, estamos migrando dos “ativos de conhecimento” para os “ativos de dados” e, consequentemente, do “conhecimento tácito” para o “conhecimento explícito”, muito embora avassalador…

Os mecanismos de inteligência estarão cada vez mais presentes na rotina das organizações e das pessoas. Tudo, ou mais propriamente qualquer processo que se baseia em dados e informação, será um dia passível de automação! As novas aplicações da inteligência artificial estão cada vez mais ousadas, substituindo gradativamente nós (os humanos) em muitas atividades…

Se este cenário lhe preocupa, não adianta evitá-lo. Comecemos entendendo em quais circunstâncias devemos competir ou colaborar. Só depois vamos começar a entender como alguns “robozinhos” podem ser bons amigos nos nosso dia a dia! Vamos lá?

Créditos:

Autoria por Ricardo Barreto

Obra no prelo: INTELIGÊNCIA DE VALOR: metodologia aplicada aos processos de tomada de decisão

Gostou? Mãos ao BUZZ nas redes!

Saiba mais:

1. 4Štefániková et al.The need of complex competitive intelligence, Procedia Social and Behavioral Sciences, 2014, 669 – 677

Processos de tomada de decisão

#inteligênciadevalor #valor #inteligência #inteligênciartificial #algoritmosdemachinelearning #machinelearning #sistemasderecomendação #colaboraçãoemmassa #tomadadedecisão #processosdetomadadedecisão #FriedrichHayek #DanielKahneman #pensamentoestatístico #pensamentocausal

Apesar de citar as informações científicas, Hayek1 estava se referindo, outrossim, ao processo de tomada de decisão estratégica nas organizações, muito embora o conceito possa ser extrapolado ao nível do indivíduo, desde que se caracterize um processo cíclico aplicável até mesmo em situações elementares do cotidiano.

O importante é que este processo deve compreender necessariamente a identificação de um problema qualquer, a busca de alternativas para sua solução, atividades de execução da alternativa escolhida e, finalmente, a avaliação dos resultados para enfrentar possivelmente novos problemas, reconhecidos por semelhança ao problema original.

Figura. Processos cíclicos de tomada de decisão.

Mergulhando mais a fundo no tema, diga-se de passagem negligenciado por muitos, precisamos lançar mão dos trabalhos de mais um Nobel de economia, desta vez exaltando o professor emérito de psicologia da Universidade de Princeton: Daniel Kahneman. Ele desvenda os modelos mentais que estão por trás dos processos de tomada de decisão, destacando estritamente duas formas de pensar: o “pensamento estatístico” epensamento causal”. 2

O primeiro é analítico, reflexivo e ponderado. Beseia-se num conjunto de fatos e dados (as alternativas do esquema acima) que são meticulosamente calculados (idealmente via algoritmos) e avaliados antes de se apresentar uma solução para algum problema específico. Já a segunda forma de pensar (a causal) se apóia em ideias associativas, preconcebidas com base no histórico de memórias e experiências pregressas armazenadas num banco de dados extremamente vasto.

Kahneman afirma com propriedade que nós, seres humanos autônomos e conscientes, agimos constantemente de acordo com uma ou outra forma de pensamento, dependendo da circunstância e, claro, do perfil psicológico do observador.

Assim, pode-se dizer que todos nós temos dupla personalidade, ora governados pelo EU consciente, preciso mas lento, ora dominados pelo EU não-consciente, muito mais rápido apesar de enviesado por vezes!

Aliás, sobre os viéses relacionados à busca automática pela “causalidade”, ele cita um evento internacional altamente relevante no combate americano ao terrorismo, mais precisamente o dia em que Saddam Hussein foi preso… Veja, a renomada agência de notícias econômicas americana (Bloomberg) destacou no fatídico dia as seguintes manchetes contraditórias:  

  • MANCHETE 1: TÍTULOS DO TESOURO AMERICANO SOBEM: CAPTURA DE HUSSEIM PODE NÃO CONTER O TERRORISMO;
  • MANCHETE 2: TÍTULOS DO TESOURO CAEM: CAPTURA DE HUSSEIN IMPULSIONA APELO POR ATIVOS DE RISCO.

De fato, neste dia, inicialmente os preços das apólices inicialmente subiram, no entanto, meia hora mais tarde elas cairam acentuadamente… Este é apenas um entre os numerosos e perspicazes exemplos que comprovam a sua tese de que “um grande evento gera consequências, e consequências necessitam de causas para explicá-las”!

Portanto, sempre que possível ou mais propriamente quando houver tempo e capacidade de processamento suficientes (neste caso a poderosa mente humana) deve-se optar pelo pensamento estatístico e não o causal para todo e qualquer processo de tomada de decisão.[*]

Acontece que, para qualquer organização ou indivíduo lograr êxito no processo de tomada de decisão, este depende de dados não só abundantes mas também fidedignos, ou seja, pautadoos por informações úteis, corretas, entregues na hora certa e para a(s) pessoa(s) certas, quais sejam aquelas que de fato detêm o conhecimento para decidir estrategicamente. Este é o cerne do que chamaremos daqui em diante de INTELIGÊNCIA DE VALOR. Mas antes de desvendar esta nova metodologia, deve-se diferenciar definitivamente o que são dados, informação, conhecimento e inteligência.

Créditos:

Autoria por Ricardo Barreto

Obra no prelo: INTELIGÊNCIA DE VALOR: metodologia aplicada aos processos de tomada de decisão

Gostou? Mãos ao BUZZ nas redes!

Saiba mais:

1. Hayek, Friedrich A. The Use of Knowledge in Society1945.

2. Kahneman, D. Rápido e devagar: duas formas de pensar, 1a ed. Rio de Janeiro: Objetiva, 2012.



[*] Observe que o pensamento causal (ou autônomo) é muito eficiente em situações triviais do cotidiano como andar pela rua ou dirigir um carro. Para tarefas mais complexas tais como a decisão de investimento num apartamento na planta, você precisa se desvencilhar do impulso de compra e raciocinar! Isto significa colocar a massa cinzenta para funcionar… O campo da Inteligência Artificial, com seus algoritmos e o uso de dados massivos, vem ganhando cada vez mais força no dia a dia das pessoas, justamente pela limitação humana (mente, cérebro e memória) para galgar tomadas de decisões muito mais acertadas. Quem não gostaria de ter um ROBÔ à disposição para saber quais as melhores ações devo comprar e vender na bolsa de valores todos os dias?!