Programa

Estratégias de Dados e Ferramentas de IA nas Empresas

Outro em Programa Avançado em Inteligência Artificial para a Gestão

Programa

1. Introdução ao contexto geral dos dados e IA nas empresas: síntese geral de como os dados e a IA estão a transformar o negócio e as operações nas empresas. Discussão de como isso influencia a definição das estratégias de negócio e objetivos estratégicos, e como isso se aplica a diferentes tipos de empresas: corporativas e start-ups. 2. Primeiros passos para elaborar uma estratégia de dados e IA: Orientar os alunos sobre onde começar e o que considerar ao definir uma estratégia de dados e IA. Discutir a importância de ter uma visão e fundações sólidas para suportar os ativos mais críticos de negócio, potenciando a identificação de casos de uso de IA e quick-wins que possam trazer valor imediato. 3. Definição da framework estratégica de dados e AI nas organizações: Apresentar os building blocks de uma estratégia de dados e IA corporativa, através de uma framework provada pelo docente, que inclui, no mínimo, as seguintes áreas de atuação: cultura organizacional, capacitação de negócio, modelo de governo de dados e IA, compliance, ética e accountability de dados e modelos de IA, processos e capacidades de dados e IA, ecossistema tecnológico, plataformas e arquiteturas de dados e ferramentas de IA. 4. Importância da geração de valor e da literacia de dados e AI na transformação da cultura organizacional: Discutir como ligar o valor de uma estratégia de dados e IA com a concretização dos objetivos estratégicos e de negócio, como medir o valor e o sucesso, e como capacitar as empresas a mudarem a cultura, e desafiarem a forma de pensar dados e analítica para tornarem-se verdadeiramente “AI-driven”. 5. Modelos de operação para o sucesso de uma organização data-driven: Mostrar como as empresas podem ser organizadas em diferentes modelos operativos de dados e IA incluindo o modelo de reporte, centralização versus descentralização, federado, mesh, centros de excelência e quais as equipas necessárias. 6. Fatores críticos de sucesso na implementação de uma estratégia de dados e IA: Discussão sobre boas práticas e pitfalls, porque falham as implementações, e quais as lições aprendidas e fatores críticos de sucesso, bem como os benefícios de implementar uma estratégia integrada de dados e IA. 7. Como medir a maturidade da estratégia de dados e IA: Apresentar uma framework para avaliar a capacidade ou a maturidade de uma estratégia de dados de IA garantindo a sua melhoria contínua, em linha com as alterações estratégicas afetas à normal evolução dos negócios e dos objetivos das empresas. 8. Exemplo prático: Propor aos alunos um exercício prático para esquematizar a definição de primeiro nível de uma estratégia de dados e IA para a sua empresa ou de uma outra organização à escolha. Fomentar o debate e o sentido crítico das conclusões, das ideias e eventuais riscos nos casos apresentados, promovendo a aprendizagem do grupo.