Respeitável público, voltamos com mais um conteúdo que espero ser de seu agrado, especialmente porque é um texto gerado no especial momento de celebração dos 10 anos da ARO, a empresa de consultoria e soluções tecnológicas voltadas para o mercado de Corporate Real Estate (Facilities + Projetos&Obras + Gestão Imobiliária) que tenho em sociedade com meu amigo Luciano Brunherotto.
O assunto segue dentro do tema IA, mas abordando questões novas que ainda não foram aprofundadas neste picadeiro. A “bola da vez“ é a necessária conexão entre IA com IoT (geração de dados), sem o que não há o que processar e analisar
Foto: Claudio Schwarz (Unsplash)
Quais São as Questões-Chave Para Implementar IA em Corporate Real Estate?
Pensando em ganhos que uma corporação pode ter ao tirar proveito da IA aplicada aos temas de Corporate Real Estate (veja, ao final do texto, números que dimensionam os ganhos que se tem conseguido no “mundo real” com essa prática), observo que há questões-chave a serem atendidas para a efetiva implementação de um modelo mais robusto (leia-se: um processo contínuo, eficaz e de impacto relevante e não apenas iniciativas pontuais). São elas:
Como extrair e processar dados (que interessam) da operação e da gestão?
Sem dados, as decisões se baseiam em impressões. Essa parece ser uma parte evidente e que começa a ser mais combatida pelas empresas, mas ainda de uma forma heterogênea uma vez que o normal do mercado ainda é não medir tudo que é necessário, muito menos medir o que realmente interessa. Isso significa que ainda se mede muito atividade/processo-meio e não indicador-fim.
Feita a introdução sobre a importância de se definir o que realmente interessa, é importante, a partir da definição dos indicadores-fim, que:
Se identifique formas de obter os dados necessários (aqui entra o tema IoT) – isso significa buscar conhecer a oferta de soluções com profundidade de tal forma que se encontre a solução mais abrangente e com melhor relação custo/benefício sobre os dados necessários. Isso pode significar fazer opções como ter uma ou mais soluções/ferramentas para um determinado conjunto de dados. Pode-se encontrar soluções com maior ou menor facilidade de implementação, combinadas com preços maiores ou menores, associadas ainda a contratos mais longos ou curtos, atreladas ou não a investimentos feitos pelo fornecedor (OPEX no lugar de CAPEX) e uma série de outros fatores que vão determinar a decisão do que, no final das contas, é a melhor relação custo/benefício.
Se tenha clara a forma como o processo de obtenção de dados se conecta com o processamento e análise de dados – isso leva a uma decisão que vem após a avaliação da sua capacidade de realizar essa função com recursos próprios (equipe própria apoiada por IA) ou o uso de ajuda externa (empresa especializada que possa exercer de forma mais eficiente a mesma função. Sobre essa decisão, cabem algumas ponderações que são: 1) quanto minha equipe dispõe de tempo para essa função sem comprometer as atividades pelas quais é responsável? 2) quanto minha equipe domina os assuntos para que possa fazer adequada análise dos dados? 3) com que velocidade minha equipe conseguiria passar a exercer tal função? 4) quanto custa para a minha empresa realizar essa função com equipe e recursos próprios (contratação de sistemas, custos de implementação, entre outros)? 5) como atualizo tanto as ferramentas quanto o conhecimento da minha equipe ao longo do tempo?
Foto: Agê Barros (Unsplash)
2. Quanto tempo levo para implementar e começar a ter ganhos?
Quando o assunto é prazo, é importante levar em consideração qual é a velocidade de sua empresa para questões como: 1) validação da área de tecnologia sobre as soluções que vão “rodar” dentro de seus sistemas (soluções externas podem ser entregues como serviços sem que tenham que fazer parte do ambiente tecnológico corporativo); 2) a quantidade de concorrências e, consequentemente, contratos que devem ser firmados (prazos dos departamentos de compras e jurídico); 3) se é necessário aumentar a equipe, mesmo que se consiga aprovar uma (ou mais) vagas, em quanto tempo se consegue recrutar a pessoa/equipe necessária?
3. Quanto tenho de orçamento para esse tema?
Sobre orçamento, deve-se avaliar o que é necessário de recursos (não apenas sistemas, mas também equipe qualificada) e essa avaliação, além da análise qualitativa comparativa mencionada anteriormente, deve também ser composta pela análise de ganhos projetados o que leva a um determinado payback em cada uma das alternativas (internalizado vs terceirizado), quando o tema tem potencial/meta de economias (a maioria tem). Para viabilizar o tema, muitas vezes o mercado oferece alternativas de success fee, o que reduz bastante o gasto inicial (costuma-se pagar um valor inicial pelo trabalho de diagnóstico, análise e implementação da solução e a maior parte da remuneração vem da fração dos ganhos paga ao terceiro contratado quando os ganhos começam a vir).
O que quero mostrar com essa organização de idéias é que é fundamental uma estruturação do tema, que passa pela validação de diversas áreas e instâncias corporativas dependendo do caminho que se escolha, para que haja um relevante ganho no uso de dados, em tempos de popularização do uso de IA. Sem a definição do que importa medir, sem a implementação de sistemas e processos eficazes de coleta de dados, sem o conhecimento adequado para a adequada análise de dados (e avaliação das conclusões e recomendações da IA), sem um regime contínuo de governança desses processos, os ganhos tendem a ser marginais, baseados em iniciativas pontuais e/ou baseados em informações não confiáveis.
Com a aplicação de IA, ficam maiores as oportunidades de ganhos de produtividade, mitigação de riscos de continuidade do negócio e melhorias nas experiências dos usuários, razões pelas quais uma área de Corporate Real Estate (e suas áreas componentes) deve ser existir de forma estruturada. Porém, para que o ganho seja o máximo possível e não algo apenas incremental, é importante seguir alguns passos que busquei descrever aqui no nosso picadeiro.
Foto: Jonathan Petersson (Unsplash)
O Que os Dados de Mercado Mostram Sobre os Ganhos da IA?
Alguns dados de mercado:
Dados de Eficiência Energética e HVAC no Brasil: dados da EPE, Procel e ABRAVA combinados demonstram que os sistemas de ar condicionado representam entre 40% e 60% (superando 65% em áreas quentes) de toda a energia consumida em edifícios comerciais no Brasil.
Dados do US DOE: comprovam que a manutenção preditiva possibilitada por IoT + IA reduz os custos operacionais em até 40%, previne até 90% das quebras graves e estende a vida útil do maquinário em até 30%, preservando o investimento realizado.
Estudo CogFX (Harvard): conduzido por pesquisadores da Harvard T.H. Chan School of Public Health, o estudo comprovou que a redução nos níveis de CO2 em escritórios eleva em até 101% a função cognitiva e a capacidade estratégica dos ocupantes.
Eficiência das Equipes de Gestão: pesquisas do IFMA destacam como a automação reduz os chamados reativos e libera até 40% do tempo dos gestores de Facilities para atividades estratégicas e de alto valor agregado.
Espero que tenha tido uma boa leitura e até a próxima!
