Na Celfocus, os dados assumem um papel central na resposta aos actuais desafios de negócio, suportados por plataformas cloud que reforçam a competitividade das organizações.
A consolidação de plataformas de cloud computing, aliada a soluções de analytics e inteligência artificial, está a redefinir a forma como as organizações estruturam a informação, escalam capacidades analíticas e integram tecnologia nos seus modelos de operação. Num contexto empresarial marcado pela volatilidade dos mercados, pela pressão competitiva E por exigências regulatórias crescentes, esta evolução assumiu uma dimensão claramente estratégica.
Tiago Simões, director of Data & Analytics Solutions da Celfocus, analisa este percurso, os principais desafios associados à adopção destas soluções e as tendências que irão marcar os próximos anos, partilhando a sua visão sobre o papel da cloud na criação de valor, na eficiência operacional e no suporte às decisões ao mais alto nível da gestão.
De que forma a adopção de soluções de Cloud & Analytics tem vindo a transformar o modelo de negócio das organizações em Portugal?
A adopção de soluções de Data & Analytics é uma peça chave na estratégia de transformação digital que as organizações em Portugal têm seguido.
A democratização do acesso a este tipo de soluções na cloud permite que tanto uma PME como um grupo empresarial introduzam componentes analíticos em contexto operacional, tornando o negócio cada vez mais data driven – colocando os dados no centro do processo de decisão – e possibilitando também a introdução de modelos avançados de inteligência artificial, abrindo a possibilidade de inovação do serviço, melhoria da eficiência operacional e criação de novas fontes de receita.
Quais são hoje os principais drivers que levam as empresas a investir em cloud e analytics de forma integrada?
Este investimento e visão de ecossistema de Data & Analytics na Cloud deve ser visto como uma alavanca para a competitividade das empresas.
Uma plataforma de dados na cloud ou híbrida garante escalabilidade, capacidade de processamento, gestão eficiente de custos e controlos de segurança essenciais para que todas as equipas e departamentos tenham acesso rápido a dados consolidados. Isto acelera o time-to-market de novos casos de uso, melhora a tomada de decisão e permite, de forma ágil, analisar dados ou activar AI agents para execução autónoma de tarefas com impacto real e mensurável no negócio.
Como é que a cloud está a potenciar uma utilização mais eficaz e em tempo real dos dados nas empresas?
A utilização de plataformas cloud facilita o processamento de fluxos de dados de forma contínua (streaming), permitindo acções imediatas.
Este processamento de dados em streaming pode ser suportado por uma arquitectura baseada em eventos, recorrendo a tecnologias como Apache Kafka para o processamento instantâneo, ou por uma solução de data lakehouse que permite relacionar o streaming de dados com informação histórica na mesma plataforma. Em ambos os casos, a escalabilidade é garantida pela infra-estrutura na cloud, o que permite lidar com flutuações no volume de eventos de forma automática sem necessidade de configurações adicionais.
Que desafios continuam a existir na migração para a cloud, sobretudo em sectores mais regulados?
Sectores mais regulados, como a banca ou os seguros, enfrentam o desafio acrescido de garantir simultaneamente a conformidade com um conjunto de regulamentos de aplicação transversal, como o GDPR e o AI Act, e outros específicos do sector financeiro, como o DORA, Basileia, Solvência, efietc. Associada a esta regulação, acaba por surgir também o tema da soberania dos dados, o que leva muitas empresas a adoptar uma estratégia híbrida, garantindo que, apesar da utilização de uma cloud pública, os dados críticos são sempre mantidos localmente ou numa cloud privada (e certificada).
Outro tópico a considerar é a necessidade da definição de uma estratégia multi-cloud ou de uma estratégia de saída da cloud, para endereçar temas de continuidade do negócio e resiliência, evitando vendor lock-in. Estas estratégias podem levar ao aumento da complexidade da arquitectura da solução através da utilização de tecnologias agnósticas aos fornecedores de cloud, evitando soluções nativas destes.
De que forma as organizações podem garantir que estão a retirar valor real dos seus dados e não apenas a acumulá-los?
Para evitar a acumulação de dados desnecessários, as organizações devem aplicar a mesma lógica que já era recomendada anteriormente para as soluções analíticas locais: definir o problema de negócio que queremos resolver, identificar os dados necessários para a análise e trazer apenas esses dados para a plataforma.
Para garantir a gestão deste processo de forma sustentável, evitando não só a acumulação, mas também replicação desnecessária, pode ser relevante seguir uma estratégia de criação de data products, com uma definição clara do conteúdo, identificação de um responsável (owner) e possibilidade de consumo do produto por várias equipas em paralelo. Esta estratégia permite um maior controlo da qualidade e do consumo real da informação, suportado por objectivos e métricas (KPIs/OKRs), permitindo identificar produtos sem utilização e que, por isso, não geram valor.
Qual é o papel da analytics avançada e da inteligência artificial na criação de vantagem competitiva?
A vantagem competitiva criada por estas tecnologias passa, em grande medida, pela agilidade e velocidade nas acções embebidas nos processos de negócio.
As capacidades de previsão, personalização e simulação em escala que a inteligência artificial nos traz podem ter impacto imediato no negócio se suportadas por dados com qualidade e pela infra-estrutura cloud adequada.
Alguns exemplos de acções suportadas por IA ou pela introdução de agentes são: a criação e sugestão em tempo real de uma oferta personalizada para um cliente particular; o ajuste automático dos preços com base em informação interna ou externa recolhida por um agente; ou a simulação do impacto de alterações num processo logístico de forma a encontrar a configuração ideal para o contexto actual.
Como é que a combinação entre cloud e analytics está a influenciar a tomada de decisão ao nível da gestão de topo?
Com este tipo de soluções, os C-Level podem realmente tomar decisões data-driven, têm as principais métricas actualizadas em tempo real, possibilidade de ter projecções ou simulações baseadas em inteligência artificial e um maior grau de confiança na informação disponibilizada.~
Este tipo de plataformas permite também que a informação seja disponibilizada para toda a empresa aplicando sempre as mesmas regras de negócio, i.e. um operacional no terreno ou um executivo utilizam a mesma fonte para as suas análises e por isso baseiam as suas decisões nos mesmos números.
Que cuidados devem as empresas ter ao nível da segurança e governance dos dados num contexto cloud?
A segurança e o governance dos dados são críticos no contexto de um ecossistema de dados total ou parcialmente na cloud.
A definição de papéis e responsabilidades relativamente à segurança e ao governance deve ser muito clara, começando pelo modelo de responsabilidade partilhada: o fornecedor de cloud normalmente limita-se à segurança física do hardware e de componentes base da plataforma, enquanto a organização é responsável pela configuração, acessos, dados e utilização segura.
As empresas devem ter o cuidado de garantir o controlo de identidades e acessos, protecção e rastreabilidade dos dados, incluindo estratégia de encriptação e anonimização, e a definição do catálogo de dados com categorização de dados sensíveis. Deve também ser considerada a definição de um plano de resiliência, que pode implicar o backup de dados e processos e uma possível estratégia de portabilidade da solução.
No entanto, a responsabilidade passa por toda a organização, pelo que é essencial garantir a literacia de todos os elementos da equipa para temas de segurança de dados e infra-estrutura.
A cultura organizacional continua a ser uma barreira à adoção destas tecnologias? Que mudanças são necessárias?
A cultura organizacional pode estar a impedir, em alguns casos, a realização do retorno esperado sobre todo o investimento feito nos últimos anos em soluções analíticas ou que recorrem a inteligência artificial.
Para atingir este potencial será necessário garantir que as decisões são suportadas por dados e não apenas por intuição ou porque “sempre foi assim”. Esta mudança de mentalidade tem de se espalhar por toda a organização, mas deve começar na camada executiva.
Será também necessário garantir a literacia acerca dos dados e das soluções que os disponibilizam por toda a empresa, fomentando a partilha e consumo de data products entre departamentos.
Não menos importante, será endereçar algum receio ou incerteza que estes tipos de tecnologias podem causar. Para isso, é necessário mostrar o valor que a solução acrescenta (com casos de uso concretos e quick wins), garantir patrocínio executivo, criar incentivos alinhados com a utilização de dados e investir em formação por perfis. Assim, a tecnologia pode suportar o trabalho de cada indivíduo, libertando tempo para tarefas que acrescentem ainda mais valor.
Como vê a evolução das arquitecturas de dados nos próximos anos, nomeadamente com o crescimento de soluções multi-cloud e híbridas?
As evoluções das arquitecturas de dados caminham no sentido de tornar transparente para o utilizador a localização física dos dados e garantir um acesso único e consistente a cada conceito de negócio disponibilizado pelas plataformas.
A criação de camadas semânticas a nível empresarial vai “mascarar” a utilização de soluções multi-cloud ou híbridas, garantindo a consistência necessária para a exploração e utilização dos dados pelas equipas de negócio.
Também é relevante destacar a evolução para estratégias de dados baseadas em data products, com cada equipa ou departamento a assumir a responsabilidade pelos seus produtos, enquanto a equipa de dados garante a regulação da plataforma – modelo federado.
Este tipo de soluções colocará um peso maior nas componentes de FinOps, observabilidade e orquestração, suportada cada vez mais por agentes, de forma a permitir uma maior optimização dos consumos cloud considerando o contexto e benefício de cada actividade executada na plataforma na selecção do local onde esta será realmente executada.
Que sectores ou áreas de negócio estão mais avançados na adopção de cloud & analytics e porquê?
Ainda temos exemplos de vários níveis de maturidade, desde empresas que estão a criar o seu ecossistema de dados consolidado com recurso a cloud até empresas que já se poderiam considerar AI Native.
As empresas mais avançadas neste caminho normalmente sentiram a pressão de um mercado mais competitivo ou tiveram de assegurar o alinhamento com exigências regulatórias, estando associadas a sectores como Banca, Seguros, Energia, Retalho e Telecomunicações.
Olhando para o futuro, quais serão as principais tendências que irão marcar a evolução da cloud e analytics nos próximos três a cinco anos?
As evoluções que estarão mais próximas de ficar disponíveis serão a democratização no acesso e análise de dados através de linguagem natural, permitindo que um utilizador de negócio sem qualquer contexto técnico proceda a uma análise de dados para a qual necessitaria, hoje em dia, de conhecimento de SQL ou Python, e a disseminação do Agentic AI com a criação de agentes autónomos embebidos nos processos de negócio, deixando o papel de suporte e passando a executantes que fomentam a evolução dos próprios processos.
Num horizonte mais longo e em casos específicos, poderá ganhar expressão o acesso à computação quântica via fornecedores de cloud, com impacto em contextos como a indústria farmacêutica e optimização, acelerando a resolução de alguns problemas de dias para minutos ou segundos.
Este artigo faz parte da edição de Maio (n.º 242) da Executive Digest.
