Curso GESTÃO DE PESSOAS E MARKETING

Prévia do material em texto

1
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
2
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
3
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Núcleo de Educação a Distância
GRUPO PROMINAS DE EDUCAÇÃO
Diagramação: Gildenor Silva Fonseca
PRESIDENTE: Valdir Valério, Diretor Executivo: Dr. Willian Ferreira.
O Grupo Educacional Prominas é uma referência no cenário educacional e com ações voltadas para 
a formação de profissionais capazes de se destacar no mercado de trabalho.
O Grupo Prominas investe em tecnologia, inovação e conhecimento. Tudo isso é responsável por 
fomentar a expansão e consolidar a responsabilidade de promover a aprendizagem.
4
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Prezado(a) Pós-Graduando(a),
Seja muito bem-vindo(a) ao nosso Grupo Educacional!
Inicialmente, gostaríamos de agradecê-lo(a) pela confiança 
em nós depositada. Temos a convicção absoluta que você não irá se 
decepcionar pela sua escolha, pois nos comprometemos a superar as 
suas expectativas.
A educação deve ser sempre o pilar para consolidação de uma 
nação soberana, democrática, crítica, reflexiva, acolhedora e integra-
dora. Além disso, a educação é a maneira mais nobre de promover a 
ascensão social e econômica da população de um país.
Durante o seu curso de graduação você teve a oportunida-
de de conhecer e estudar uma grande diversidade de conteúdos. 
Foi um momento de consolidação e amadurecimento de suas escolhas 
pessoais e profissionais.
Agora, na Pós-Graduação, as expectativas e objetivos são 
outros. É o momento de você complementar a sua formação acadêmi-
ca, se atualizar, incorporar novas competências e técnicas, desenvolver 
um novo perfil profissional, objetivando o aprimoramento para sua atu-
ação no concorrido mercado do trabalho. E, certamente, será um passo 
importante para quem deseja ingressar como docente no ensino supe-
rior e se qualificar ainda mais para o magistério nos demais níveis de 
ensino.
E o propósito do nosso Grupo Educacional é ajudá-lo(a) 
nessa jornada! Conte conosco, pois nós acreditamos em seu potencial. 
Vamos juntos nessa maravilhosa viagem que é a construção de novos 
conhecimentos.
Um abraço,
Grupo Prominas - Educação e Tecnologia
5
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
6
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Olá, acadêmico(a) do ensino a distância do Grupo Prominas!
É um prazer tê-lo em nossa instituição! Saiba que sua escolha 
é sinal de prestígio e consideração. Quero lhe parabenizar pela dispo-
sição ao aprendizado e autodesenvolvimento. No ensino a distância é 
você quem administra o tempo de estudo. Por isso, ele exige perseve-
rança, disciplina e organização. 
Este material, bem como as outras ferramentas do curso (como 
as aulas em vídeo, atividades, fóruns, etc.), foi projetado visando a sua 
preparação nessa jornada rumo ao sucesso profissional. Todo conteúdo 
foi elaborado para auxiliá-lo nessa tarefa, proporcionado um estudo de 
qualidade e com foco nas exigências do mercado de trabalho.
Estude bastante e um grande abraço!
Professora: Juliana Padilha
7
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
O texto abaixo das tags são informações de apoio para você ao 
longo dos seus estudos. Cada conteúdo é preprarado focando em téc-
nicas de aprendizagem que contribuem no seu processo de busca pela 
conhecimento.
Cada uma dessas tags, é focada especificadamente em partes 
importantes dos materiais aqui apresentados. Lembre-se que, cada in-
formação obtida atráves do seu curso, será o ponto de partida rumo ao 
seu sucesso profisisional.
8
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Esta unidade analisará os impactos proporcionados pela popu-
larização da internet e o avanço da Tecnologia da Informação (TI). A TI 
possibilitou o surgimento de novas plataformas, softwares/ferramentas, 
serviços, entre outros. As mídias sociais contribuíram para o aumento da 
geração de dados. Sendo assim, surgiu a possibilidade das organizações 
adotarem medidas e tomarem decisões mais efetivas e mais ágeis, para 
manter-se competitivas no mercado do seu negócio. Diante dessa neces-
sidade sugiram as tecnologias Business Intelligence (BI) e Big Data. O BI 
ofereceu às organizações a possibilidade de analisarem os dados histó-
ricos e/ou atuais para tomar decisões mais acertadas. Já o Big Data pos-
sibilita analisar uma quantidade grande de dados e antever resultados. 
Ambos passaram a ser adotados pelas empresas para prever resultados 
e facilitar a tomada de decisão pelos gestores da empresa.
Tecnologias; Internet; Business Intelligence; Big Data.
9
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
 CAPÍTULO 01
INOVAÇÃO E TECNOLOGIA COM SUSTENTABILIDADE
Apresentação do Módulo ______________________________________ 12
13
22
16
Gestão da Inovação ____________________________________________
Recapitulando ________________________________________________
Pilares da Tecnologia ___________________________________________
 CAPÍTULO 02
BITCOIN, BLOCKCHAIN E CONTRATOS INTELIGENTES
Pilares da Sustentabilidade _____________________________________
O que é Blockchain? ___________________________________________
Recapitulando _________________________________________________
Introdução a Blockchain e Bitcoins _____________________________
Contratos Inteligentes _________________________________________
19
33
40
27
36
10
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
 CAPÍTULO 03
BUSINESS INTELLIGENCE, BIG DATA E INTELIGÊNCIA ARTIFICIAL
 CAPÍTULO 04
INDÚSTRIA 4.0
O que é Business Intelligence (BI)? _____________________________
Revolução Industrial ___________________________________________
O que é Big Data? _______________________________________________
Elementos formadores da Indústria 4.0 __________________________
Mineração de Dados ____________________________________________
Organização e mão de obra da Indústria 4.0 _____________________
Aprendizado de Máquina ________________________________________
Recapitulando __________________________________________________
44
72
48
76
53
86
59
68
Inteligência Artificial ____________________________________________
Recapitulando __________________________________________________
Principais diferenças entre Business Intelligence e Big Data ______
57
90
56
 CAPÍTULO 05
REDES COLABORATIVAS E DESIGN THINKING
Colaboração ___________________________________________________
Redes Colaborativas ____________________________________________
Representação Lógica das Rede de Colaboração ________________
95
97
99
11
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
O Processo do DesignThinking __________________________________
Fechando a Unidade ____________________________________________
Recapitulando __________________________________________________
Referências _____________________________________________________
106
118
113
123
Design Thinking ________________________________________________
Considerações Finais ____________________________________________
Principais Redes de Colaboração ________________________________
105
117
100
12
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
O surgimento de novas tecnologias e inovações impõe às or-
ganizações novas formas de se manterem competitivas e, consequen-
temente, aumentar os lucros. Dessa forma, as organizações precisam 
aprender a gerenciar e a implantar as tecnologias mais adequadas ao 
seu tipo de negócio.
As Tecnologias da Informação (TI), aplicadas nos dias atuais, 
possibilitam que os produtos de umade BI
Uma arquitetura BI pode ser implementada de várias maneiras, 
portanto, não existe uma estrutura bem definida. Ela abrange diversos 
componentes, desde servidores de alto desempenho a sistemas inteli-
gentes que facilitam a transformação de dados brutos em informações 
privilegiadas para os funcionários, conforme seu nível hierárquico na 
empresa que trabalha. 
De acordo com Saraiva (2018) um modelo de arquitetura bási-
ca de BI pode ser baseado em três divisões:
• Dados brutos: Refere-se à extração dos mais diversos bancos 
de dados da empresa, inclusive de sistemas legados (sistemas antigos).
• Informações: Consiste na transformação de dados em infor-
mações de acordo com os objetivos e interesses do negócio, tendo em 
vista a implementação de data marts especializados.
• Conhecimento: Trata-se da produção de conhecimento nos 
diversos níveis da empresa, com base na análise das informações dis-
ponibilizadas aos usuários.
Muitas tecnologias podem ser empregadas para criar uma so-
lução BI, dentre elas: Data Warehouse (DW), Data Mart, Data Mining, 
ferramenta OLAP (On Line Analytical Processing) e processoETL (Ex-
tract, Transform, Load).
Data Mart: Consiste em uma base de dados corporativa es-
pecializada em armazenar dados de determinada área de negócios da 
empresa. A base de dados possui uma estrutura organizada que favo-
rece a extração de informações que são importantes para o negócio 
(SARAIVA, 2018). Como exemplo de data mart tem-se: informações 
condensadas de vendas por clientes e segmentos de mercado. 
Data Warehouse: De acordo com Saraiva (2018, pg.138) data 
wharehouse é definido como um repositório de dados, ou seja, data 
mart “que armazena as informações oriundas dos diversos sistemas de 
uma organização”. O armazenamento dos dados é feito em um formato 
onde as informações são consolidadas por assunto ou categoria, o que 
facilita a extração de relatórios para a análise de grandes volumes de 
dados. Após a fase em que os dados foram consolidados é possível 
47
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
extrair relatórios. Esses relatórios mostram históricos que permitem vi-
sualizar e analisar eventos passados e compará-los aos eventos atuais 
para fornecer meios para a tomada de decisão na empresa. 
Data Mining (mineração de dados): Consiste na busca de 
informações em banco de dados. A busca é feita com o objetivo de 
encontrar padrões que permitam a projeção de comportamentos (SA-
RAIVA, 2018). O Data Mining possui uma abordagem mais estatística 
na identifiação de tendência e padrões. Como exemplo de uso do data 
mining, tem-se: serve para auxiliar as empresas a terem prospecção de 
clientes que possuem interesses em comum. Esse termo será explicado 
em detalhes na seção 3.3.
Ferramentas OLAP (Online Analytical Processing): É a fer-
ramenta de BI mais utilizada. Ela permite manipular e analisar grandes 
volumes de dados sob diversas perspectivas. O que permite aos usu-
ários personalizar a forma como as informações serão exibidas para, 
assim, gerar relatórios que facilitam a tomada de decisão (SARAIVA, 
2018). Fazendo uma analogia em termos de SQL, OLAP consiste na 
cláusula “group by” e operadores de agregação. 
Processo ETL (Extract, Transform, Load): Consiste em um 
processo mais decisivo e lento da construção de um Data Warehouse. 
Ele é composto de três fases, conforme apresenta a figura 09. 
Figura 9 – Funcionamento do Processo ETL
Fonte: Lima and Gomes, 2019.
A primeira fase consiste na Extração. Essa fase tem a função 
de capturar dados brutos de diversas fontes de dados da empresa (SA-
RAIVA, 2018). Nessa fase, deve haver a indicação nítida de quais são 
as informações importantes e quais farão parte dos dados que irá ali-
mentar o Data Warehouse de forma homogênea e concisa. Pois, esses 
dados servirão como base para gerar relatórios e gráficos de apoio à 
decisão e, portanto, não podem conter resultados errados.
48
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
A próxima fase é a Transformação. Nessa fase é feito o des-
carte dos dados insignificantes e agrupa o restante dos dados conforme 
as regras de negócios (SARAIVA, 2018). Assim, após os dados serem 
selecionados (fase de extração), eles serão carregados no Data Wa-
rehouse e, posteriormente, passe-se para a fase de transformação e 
limpeza dos dados. Nessa fase de transformação é feita a padroniza-
ção dos dados com relação ao tamanho e tipo. Sendo assim, ocorrerá 
a substituição de caracters estranhos, correção de erros de digitação, 
como a mesma palavra escrita de formas diferentes – com ou sem 
acento, por exemplo – substituição de dados não preenchidos pela fra-
se “Não informado”, por exemplo, padronização de unidades de medida 
e casas decimais entre outros. 
E por último a fase de carregamento dos dados oferece infor-
mações para os sistemas de destino (algum sistema da empresa, por 
exemplo) geralmente para um Data Mart e/ou Data Warehouse (SARAI-
VA, 2018).
Dentre essas três fases, apenas duas são obrigatórias: a extra-
ção e a carga. Já a etapa de transformação/limpeza é opcional.
O QUE É BIG DATA?
O termo Big Data significa “grandes dados” e foi definido no 
início dos anos 2000 no Gartner Group. De acordo com Machado (2018) 
Gartner Group definiu Big Data como “ativos de alto volume, velocida-
de e variedade de informação, que exigem custo-benefício e formas 
inovadoras de processamento de informações para maior visibilidade e 
tomada de decisão” (MACHADO, 2018, pg.28). Portanto, pode-se afir-
mar que o termo Big Data descreve o grande volume de dados, sejam 
eles estruturados ou não, mas que impactam o cotidiano dos negócios 
de qualquer empresa (MACHADO, 2018).
O crescimento considerável da quantidade de dados produzi-
dos pela internet e mídias sociais, como Facebook, Instagram, Twitter 
e YouTube, fez necessário gerenciar e armazenar os dados de forma 
estruturada. De acordo com Córdova Júnior (2018) esses dados podem 
ser classificados em: 
• Dados estruturados: Refere-se aos dados que possuem 
formato e comprimento definido, como: números, datas e grupos de 
palavras. Obedecem a uma estrutura rígida, projetada previamente e 
com representação homogênea. Normalmente, esses dados são resul-
tados de processos de geração de dados específicos a sistemas tran-
sacionais. O exemplo mais comum de dados estruturados é o banco 
49
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
de dados, pois, neles os dados são estruturados conforme o esquema 
que define as tabelas e seus respectivos atributos (campos) e os tipos 
(formato dos dados). 
• Dados não estruturados: Trata-se de dados que não adotam 
um formato específico, como os que encontramos em imagens, vídeos 
e em mídias sociais, dados científicos entre outros. Cerca de 80% das 
informações geradas no mundo consistem em dados não estruturados. 
Sendo assim, esse tipo de dado necessita de dispositivos de armaze-
namento e processamento que suporte o seu formato e assegurem a 
melhor eficiência em suas análises. 
• Dados semiestruturados: Esse tipo de dado é definido 
como meio-termo entre os dados estruturados e a total falta de estrutu-
ração. Essa estrutura é mais flexível, pois, facilita o controle por possuir 
um pouco de estrutura, mas também permite maior flexibilidade. Como 
exemplo desse tipo de dados, pode-se citar arquivos XML (eXtensible 
Markup Language – em português significa Linguagem de Marcação 
Estendida), JSON (Java Script Object Notation) entre outros.
Pilares do Big Data
A figura 10 ilustra todos os 5V’s dos pilares do Big Data, são 
eles: Volume, Velocidade, Valor, Veracidade e Variedade. Nos próximos 
parágrafos será apresentado uma breve descrição desses cinco pilares. 
Figura 10 – Os 5V’s que formam o Pilares do Big Data
 
Fonte: Elaborado pela autora, 2020.
50
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
O Volumeestá relacionado à quantidade de informações ar-
mazenadas. No entanto, esse conceito de volume é relativo à variável 
tempo, pois, o que é grande hoje não necessariamente será grande 
amanhã. Atualmente é possível armazenar um grande volume diário de 
troca de e-mails, transações bancárias, interação em redes sociais e 
tráfego de linhas telefônicas (CÓRDOVA JÚNIOR, 2018).
O volume de dados gerado diariamente é enorme. Como por 
exemplo, o Facebook armazena cerca de 50 petabytes de informações 
produzidas pelos seus usuários. 
Para saber mais sobre esse assunto, acesse: https://www.ce-
tax.com.br/blog/big-data/
A Velocidade se refere à velocidade em que os dados são 
criados. Os dados criados avançam em uma velocidade bem alta e, por 
isso, devem ser tratados em tempo hábil, ou seja, em tempo real ou 
quase real. Para se ter uma ideia, desde 2012 cerca de 2,5 hexabytes 
de dados foram produzidos pela humanidade. Fazendo umas contas 
pode-se concluir que cerca de 29 terabytes de informação são produ-
zidos a cada segundo, no entanto, estudos indicam que esse número 
deve elevar-se com o aumento da Internet das Coisas2 (MACHADO, 
2018). A velocidade com a qual se adquire as informações é uma van-
tagem competitiva das empresas, pois, cada vez mais elas necessitam 
de dados atuais sobre os seus negócios (CÓRDOVA JÚNIOR, 2018). 
Pois, a velocidade pode restringir a operação de muitos negócios, como 
por exemplo, quando utilizamos um cartão de crédito para pagar uma 
compra. Se a aprovação não ocorrer em segundos, poderemos desistir 
da compra ou mesmo optar por outro meio de pagamento. Se for em 
dinheiro, por exemplo, a operadora do cartão deixará de obter o seu 
lucro devido à falha na velocidade de transmissão e análise dos dados 
do comprador. 
A Variedade se atribui a grande diversidade dos dados gera-
dos na atualidade (MACHADO, 2018). Atualmente, os dados não são 
mais sempre estruturados e armazenados em tabelas de banco de da-
2 Internet das Coisas (IoT- Internet of Things) consiste em uma tecnologia que permite 
conectar eletrodomésticos, meios de transporte, tênis à Internet por meio de outros dispositivos, 
como computadores e smartphones.
https://www.cetax.com.br/blog/big-data/
https://www.cetax.com.br/blog/big-data/
51
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
dos relacionais. Pois, existe uma grande variedade de dados, como: 
documentos de texto, dados de e-mail, vídeos, áudios, transações fi-
nanceiras e até uma “curtida” em uma rede social, o que torna mais 
complexa a análise desses dados (CÓRDOVA JÚNIOR, 2018). 
O conceito de Veracidade está relacionado à necessidade de 
assegurar que as informações coletadas são autênticas e verdadeiras 
pelo menos naquele momento (MACHADO, 2018). Pois, só terá bons 
resultados se forem coletados dados confiáveis, ou seja, de acordo 
com a realidade. Esse conceito está atrelado ao conceito de velocidade 
devido à necessidade de constante análise em tempo real – dados pas-
sados não podem ser considerados dados verdadeiros para o momento 
da análise. (CÓRDOVA JÚNIOR, 2018).
E por último, o Valor que é o ponto mais importante, pois, é 
onde ocorre a validação para verificar se o dado tem valor para os negó-
cios da empresa, para o que ela deseja conquistar (MACHADO, 2018).
Vídeo sobre o assunto: O Big Data, um grande banco de da-
dos, é o tema do ‘Em Movimento’.
Este vídeo apresenta uma reportagem que mostra o que é Big 
Data e onde eles são aplicados.
Disponível no link: https://g1.globo.com/globonews/jornal-glo-
bonews-edicao-das-16/video/o-big-data-um-grande-banco-de-dados-e-
-o-tema-do-em-movimento-7875861.ghtml
Análise de Dados
A análise de dados consiste na habilidade de manipular dados, 
realizar análises que conduza a um processo de tomada de decisão 
mais eficaz, ou seja, que permita obter indicadores de desempenho ou 
novas visões sobre os dados que foram tratados. Para realizar a análise 
dos dados é importante averiguar a qualidade dos dados, pois, dados 
ruins acarretaram em resultados ruins, indiferentemente da ferramenta 
empregada para analisar os dados.
A análise dos dados é feita através do conjunto de processos 
e ferramentas desenvolvidos para analisar grandes dados – Big Data 
– com o objetivo de obter insights3 que podem possibilitar que as em-
3 Insight é o entendimento de uma causa e efeito dentro de um contexto específico.
https://g1.globo.com/globonews/jornal-globonews-edicao-das-16/video/o-big-data-um-grande-banco-de-dados-e-o-tema-do-em-movimento-7875861.ghtml
https://g1.globo.com/globonews/jornal-globonews-edicao-das-16/video/o-big-data-um-grande-banco-de-dados-e-o-tema-do-em-movimento-7875861.ghtml
https://g1.globo.com/globonews/jornal-globonews-edicao-das-16/video/o-big-data-um-grande-banco-de-dados-e-o-tema-do-em-movimento-7875861.ghtml
52
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
presas tomem melhores decisões e direções estratégicas de negócio. 
Esse desdobramento do Big Data é denominado de Big Data Analytics.
O Big Data Analytics permite que sejam analisados dados es-
truturados ou não estruturados (vide seção 3.2), como as postagens de 
redes sociais, dados do sistema de informação CRM (Customer Rela-
tionship Management, em português Gestão de Relacionamento com o 
Cliente) e também os “sentimentos” das redes sociais, que são as opini-
ões emitidas sobre produtos, marcas, futebol, política e etc. A opiniões 
dos usuários das redes sociais são emitidas através de posts/mensa-
gens. Essa forma de analisar dados facilita a descoberta, usualmente, 
em tempo real, de informações que, hipoteticamente, não seriam co-
nhecidas apenas analisando relatórios diários e rotineiros sobre dados 
existentes e produzidos em uma empresa (MACHADO, 2018).
De acordo com Córdova Júnior (2018) existem diversas técni-
cas de análise de dados, dentre elas: 
• Análise exploratória: Esse tipo de análise permite o entendi-
mento de qual formato os dados estão e como eles serão distribuídos. 
Como exemplo de utilização da análise exploratória pode-se citar a se-
guinte situação: considere um analista examinando históricos da utiliza-
ção de cartão de crédito para identificação de qualquer movimentação 
atípica. O que poderá sinalizar o mau uso de um cartão roubado ou 
perdido. Ou então, uma outra situação, de que algum lojista queira vi-
sualizar os registros de clientes para identificar possíveis compradores 
para a sua nova coleção de roupas; essa identificação poderia ocorrer 
através da renda mensal, dos padrões de compra e etc. No entanto, es-
sas análises podem ser grandes demais para permitir uma análise ma-
nual ou mesmo uma análise estatística tradicional. Sendo assim, sobre 
grandes volumes de dados é melhor utilizar a técnica de mineração de 
dados (Data Mining) que suporta a análise exploratória (RAMAKRISH-
NAN and GEHRKE, 2011). A informação coletada após a análise servirá 
de apoio na tomada de decisão, que no caso dos nossos exemplos, 
refere-se ao analista e ao lojista. 
• Análise preditiva: Essa técnica possibilita prever os futuros 
resultados baseando-se em análise de dados do passado. Permitindo 
que sejam tomadas decisões mais precisas. A análise preditiva é feita 
através de métodos estatísticos e históricos, mineração de dados e tam-
bém através da inteligência artificial (IA). É recomendada para prever 
comportamentos futuros do mercado, do consumidor e compreender as 
tendências de consumo.
• Análise de agrupamento: Essa técnica é também conheci-
da como clustering. Ela proporciona que seja feito o agrupamento dos 
objetos conforme suas características, o que permite a descoberta de 
53
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
relações existentes entre modelos (exemplos) de conjuntos de dados.
• Regras de associação: Tem como objetivo procurar por pa-
drões ou relacionamentos que aparecem recorrentemente em bases de 
dados. 
Tecnologias para Big DataAs tecnologias para Big Data podem ser classificadas sob duas 
perspectivas: (I) as ferramentas de análise (analytics) e (II) as tecnolo-
gias de infraestrutura que são utilizadas para processar e armazenar os 
grandes volumes de dados (CÓRDOVA JÚNIOR, 2018). 
De acordo com Córdova Júnior (2018) existem diversas tecno-
logias empregadas referentes ao Big Data, são elas:
• Hadoop: Consiste em uma plataforma de software em Java 
de computação distribuída voltada para clusters e processamento de 
grandes volumes de dados, com suporte a tolerância a falhas.
• Map Reduce: Consiste em um framework desenvolvido pela 
Google para suportar computações paralelas em grandes coleções de 
dados em clusters de computadores. 
• Linguagem de script: Esse tipo de linguagens de programa-
ção são adequadas para Big Data, como Python. 
• Visual Analytics: Trata-se de um método de análise de gran-
des volumes de dados com saída em formato visual ou gráfico.
• Processamento de linguagem natural (PLN): Consiste em 
um conceito de inteligência artificial que permite a análise de textos.
• In-memory analytics: Trata-se do processamento de Big 
Data realizado na memória dos computadores, ou seja, os dados não 
precisam estar armazenados em disco. Essa tecnologia contribui muito 
com a velocidade de processamento das análises. 
MINERAÇÃO DE DADOS
A mineração de dados ou data mining, em inglês, consiste 
em um termo criado para as fases de descoberta de processo de KDD 
(Knowledge Discovery in Databases) – Descoberta de Conhecimento 
em Banco de Dados. Portanto, a mineração de dados faz parte desse 
processo KDD. Por isso, esse processo costuma ser comumente con-
fundido com a mineração de dados, é por essa razão, que veremos a 
descrição do processo KDD. 
O processo KDD é definido pelo autor Santos (2009, pg.4) 
como “o processo não trivial de identificação de padrões válidos, novos, 
54
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
potencialmente úteis e compreensíveis a partir de dados”. O processo 
KDD e a mineração de dados podem ser disseminados em cinco fases 
(etapas), conforme ilustra a figura 11.
Fase 1 - Seleção dos dados: Criação de um subconjunto dos 
dados e/ou atributos de interesse (relevantes) para a o uso no processo 
de descoberta, por meio da análise do conjunto de dados bruto (GON-
ÇALVES, 2018).
Fase 2 - Pré-processamento: Nessa etapa é feita uma lim-
peza e o pré-processamnto dos dados, pois, é realizada a remoção de 
ruídos e exceções, valores de campos são transformados em unidades 
comuns e alguns campos são criados por meio da combinação de ou-
tros campos já existentes, tendo como objetivo facilitar a análise dos 
dados (GONÇALVES, 2018).
Figura 11 – Fases do Processo KDD.
Fonte: Santos, 2009.
Fase 3 - Transformação: Consiste na etapa em que ocorre o 
armazenamento dos dados de forma a facilitar a utilização das técni-
cas de mineração de dados. Podendo ser feita através da seleção de 
atributos úteis ou relevantes para que se possa alcançar os objetivos 
almejados. São usados métodos de transformação, considerando a re-
dução do número efetivo de variáveis e procuram-se representações 
55
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
invariantes (constantes) para os dados (GONÇALVES, 2018).
Fase 4 - Mineração de dados: Nessa fase são aplicados os 
algoritmos de mineração de dados para extrair padrões com os seguin-
tes objetivos (GONÇALVES, 2018):
• Regressão: aprendizagem de uma função que faça o mape-
amento de dados em uma variável de previsão (GONÇALVES, 2018).
• Clusterização ou segmentação: indentificação de um con-
junto finito de categorias ou clusters para descrição de dados (GON-
ÇALVES, 2018).
• Sumarização: são utilizados métodos para procurar uma des-
crição compacta para um subconjunto de dados (GONÇALVES, 2018).
• Modelagem de dependências ou associações: busca por 
um modelo que descreva de forma assertiva as dependências significa-
tivas entre variáveis (GONÇALVES, 2018).
• Detecção de alterações e divergências: descoberta das al-
terações significativas nos dados a partir dos valores que foram medi-
dos (GONÇALVES, 2018).
Fase 5 - Interpretação e avaliação: Por último, os padrões 
são exibidos para os usuários finais, por meio de uma visualização inte-
ligícel. Nessa fase, ocorre a consolidação do conhecimento descober-
to, a incorporação desse conhecimento no sistema ou uma elaboração 
de relatório para as partes interessadas. Também ocorre a verificação 
e a resolução de conflitos com o conhecimento previamente extraído 
(GONÇALVES, 2018).
É importante ressaltar que as etapas/fases não precisam ser 
seguidas na ordem descrita, como foi apresentado na figura 11. Nesse 
contexto, a etapa que nos interessa é o da mineração de dados que tra-
ta-se de um “conjunto de técnicas que possibilita o aprendizado prático 
de padrões a partir de dados, possibilitando explicações sobre a natu-
reza deles e previsões a partir dos padrões encontrados” (SANTOS, 
2009, pg. 6).
Uma das principais características da mineração está no amplo 
volume de informações e na sua capacidade de mudança em relação 
ao tamanho dos dados. Os algoritmos específicos para a mineração su-
portam o grande volume de dados exigido pelo processo demineração. 
Entretanto, este processo é muito mais que apenas aplicar algoritmos, 
pois, normalmente os dados possuem ruídos ou estão incompletos, o 
que compromete a confiabilidade deles. Assim, o analista deverá tomar 
decisão sobre quais tipos de algoritmos de mineração poderão ser ne-
cessários. A escolha pode ser através da aplicação de um conjunto de 
amostra de dados específicos, resumindo os resultados, aplicando fer-
56
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
ramentas de apoio a decisão e mineração repetindo o processo (GON-
ÇALVES, 2018).
De acordo com Gonçalves (2018, pg.82) as principais etapas 
do processo de mineração de dados são:
• Tomada de decião do analista sobre quais algoritmos aplicar;
• Aplicação dos algoritmos em um conjunto de amostra de da-
dos e variáveis específicas;
• Resumo dos resultados;
• Aplicação de mais ferramentas de apoio à decisão de mine-
ração;
• Repetição do processo.
PRINCIPAIS DIFERENÇAS ENTRE BUSINESS INTELLIGENCE E 
BIG DATA
Tanto o Business Intelligence (BI), quanto o Big Data trabalham 
com a extração ou captura de dados, modelam arquiteturas desses da-
dos e têm como propósito a sua interpretação (MACHADO, 2018).
Uma das principais diferenças entre eles é que no BI as infor-
mações são analisadas e, geralmente, representam apenas o que já 
aconteceu. Em suma, o BI interpreta os dados e as informações exis-
tentes na realidade e rotina da empresa. Dessa forma, permite a análise 
dos dados já existentes, determinando as melhores hipóteses. Já no Big 
Data, o foco está em mostrar os caminhos e correlações de dados até 
então desconhecidos, em tempo hábil, para que as empresas obtenham 
vantagens competitivas (MACHADO, 2018). Entretanto, o Big Data exi-
ge de quem o adota, conhecimento preexistente em BI. Pois, ajudará 
na interpretação de dados colhidos nessa modalidade (CETAX, 2019).
O BI possibilita uma fácil interpretação dos dados para auxi-
liar na gestão de qualquer negócio, pois, é possível identificar novas 
oportunidade e implementar uma estratégia eficaz, com base nos dados 
analisados, como por exemplo, compreender em qual região as vendas 
aumentaram ou diminuíram. Tendo com meta promover negócios com 
vantagem competitiva no mercado e estabilidade a longo prazo (CE-
TAX, 2019). 
Já o Big Data possibilita a utilização de diferentes ferramentas 
para analisar diferentes fontes de dados, como de redes sociais, regis-
tros de IPs, imagens e outros dados não estruturados. A grande vanta-
gem é a possibilidade de alcançar resultados em tempo real (CETAX, 
2019). 
INTELIGÊNCIA ARTIFICIAL 
57
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
RU
P
O
 P
R
O
M
IN
A
S
De acordo com Ledur (2018) a inteligência artificial ou sim-
plesmente IA é também denominada de inteligência de máquina, que 
consiste na inteligência evidenciada por máquinas, contrastando com a 
inteligência natural dos seres humanos e animais. 
Em suma, o termo inteligência artificial pode ser simplificado 
como “o quão perto ou quão bem um computador pode imitar ou ir além 
quando comparado ao ser humano” (LEDUR,2018, pg.58). A inteligên-
cia artificial pode ser definida por quatro técnicas que tratam dos seus 
pilares principais: categorização, classificação, aprendizado de máqui-
na e filtragem colaborativa (LEDUR, 2018).
A técnica categorização consiste em construir uma solução de 
IA para ser usada na categorização do problema, portanto, o primeiro 
passo é definir métricas que permitam que o problema seja dividido em 
partes menores. Por exemplo, em um sistema de redes sem fio, para 
auxiliar o administrador de TI (tecnologia da informação) a detectar pro-
blemas na rede, é preciso que sejam definidas métricas. As principais 
métricas utilizadas são: o tempo de conexão do usuário, a taxa de trans-
ferência, a cobertura e roaming. Já para um sistema criado para auxiliar 
o médico a diagnosticar o câncer, as principais métricas são a contagem 
de células brancas e exames de raios X (LEDUR, 2018).
A outra técnica trata-se da classificação. Após ser aplicada 
a técnica de categorização, ou seja, o problema estar dividido em par-
tes, o próximo passo é classificar em que categoria está e mostrar aos 
usuários uma conclusão significativa. Por exemplo, em redes sem fio, 
uma vez que o administrador de TI saiba a categoria do problema, se 
é um problema pré ou pós-conexão. O administrador deverá iniciar a 
classificação do que pode estar causando o problema, como se é de 
autenticação, DHCP (Dynamic Host Configuration Protocol ou Protocolo 
de Configuração Dinâmica de Endereços de Rede, em português), com 
fio e/ou fatores de dispositivo (LEDUR, 2018).
A técnica aprendizado de máquina é aplicada após as técni-
cas de categorização e classificação. Existem muitos algoritmos e téc-
nicas de aprendizado de máquina. A seção 3.6.2 explicará em detalhes 
essa técnica.
E por último, a técnica de filtragem colaborativa, que consiste 
“em uma técnica bem-sucedida em diversas aplicações de recomen-
dação, buscando similaridades em hábitos dos usuários para predizer 
suas decisões futuras” (PINTO, 2011, pg.31). Por exemplo, quem utiliza 
ou já utilizou o software Netflix para escolher um filme está utilizando 
a técnica de filtragem colaborativa. Ou então, quando compram algo, 
como livros, no site da Amazon e, posteriormente, recebem recomenda-
58
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
ções de outros livros, com base em livros que a pessoa adquiriu ante-
riormente, ou seja, outros itens que possa gostar (LEDUR, 2018). 
Aplicações de IA
É crescente o uso de inteligência artificial em diversas áreas. 
Diante disso, serão apresentadas algumas das áreas da aplicação da 
inteligência artificial, dentre elas (LEDUR, 2018):
• Finanças: São utilizados sistemas complexos de inteligên-
cia artificial para tomar decisões e fazer negociações mais rápidas que 
qualquer ser humano. Muitos bancos e fundos de investimentos são 
administratados por esses sistemas.
• Indústria: O uso de robôs nas indústrias tem se tornado muito 
comum. Eles, normalmente, realizam as tarefas que são consideradas 
perigosas para os seres humanos. Também estão sendo empregados 
para realizarem os trabalhos muito repetitivos, o que poderia levar a 
erros ou acidentes, devido a uma distração.
• Hospitais e Medicina: O uso de redes neurais para siste-
mas de apoio à decisão clínica para diagnóstico médico. Outras tarefas 
que poderão ser realizadas por meio da inteligência artificial são: (I) 
interpretação assisitida por computador de imagens médicas; (II) robôs 
para cuidar de idosos e gerenciamento de medicação; (III) previsão da 
probabilidade de morte por meio de procedimentos cirúrgicos; (IV) simu-
lações e (V) criação de novas drogas. 
• Mídias: Existem aplicativos de IA que são direcionados à 
análise de conteúdo de mídia visual, como filmes, programas de TV, 
vídeos de conteúdo ou conteúdo produzido pelo usuário. A motivação 
para utilização da análise de mídia baseada em IA se deve pela facilita-
ção da pesquisa de mídia e o monitoramento de política do seu conte-
údo, produtos ou rostos de celebridades para a colocação de anúncios 
relevantes.
• Transporte: Os carros de atuais possuem recursos baseados 
em IA, como estacionamento sem manobrista e controles de cruzeiros 
avançados. No futuro há previsão de que os carros sejam totalmente 
autônomos. As empresas Google e Uber já testam esse tipo de carros 
nas ruas.
59
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Vídeo sobre o assunto: Carros autônomos
Acesse o link: https://olhardigital.com.br/carros-e-tecnologia/
video/carros-autonomos-comecam-a-operar-em-nova-york/88956
APRENDIZADO DE MÁQUINA 
O conceito de aprendizado consiste em alguma experiência ou 
prática sobre algum assunto (MORAES, 2018). Nesse caso, o termo 
aprendizado de máquina ou aprendizagem de máquina (Machine Lear-
ning) refere-se a ideia de inserção desse conceito em máquinas compu-
tacionais. Ao contrário de nós, seres humanos, as máquinas não têm a 
capacidade de raciocinar, elas apenas desempenham funcionalidades 
pré-programadas, pelo menos por enquanto. 
O aprendizado de máquina além de pertencer ao conceito de 
inteligência artificial, também está relacionado com a estatística e, por 
isso, com a mineração de dados. O que difere os dois termos é que o 
aprendizado de máquina se trata de algoritmos, que buscam reconhe-
cer padrões em dados. Já a mineração de dados consiste na aplicação 
desses algoritmos em grandes conjuntos de dados (Big Data) em busca 
de informação e conhecimento (MORAES, 2018).
Tradicionalmente, um sistema de aprendizado de máquina é 
composto de um conjunto de dados, classificados manualmente, para 
realização do treinamento (MORAES, 2018).
Filme sobre o assunto: A.I. – Inteligência Artificial (Dirigido 
por: Steven Spielberg, 140 min, 2001)
Observação:
Esse filme apresenta a história do primeiro robô criança progra-
mado para amar, que é adotado pela família do funcionário da empresa 
que o desenvolveu. Esse filme aborda a capacidade de criar máquinas 
com sentimentos.
https://olhardigital.com.br/carros-e-tecnologia/video/carros-autonomos-comecam-a-operar-em-nova-york/88956
https://olhardigital.com.br/carros-e-tecnologia/video/carros-autonomos-comecam-a-operar-em-nova-york/88956
60
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Tipos de Aprendizado de Máquina 
Existem três tipos de aprendizado de máquina, sendo eles: su-
pervisionado, não supervisionado e por reforço. Os três tipos de apren-
dizagem possuem semelhanças, o computador deve aprender a dedu-
zir algo (coisas, objetos) baseando-se em suas experiências passadas.
Na aprendizagem supervisionada dizemos ao computador o 
que é cada entrada (coisa, objeto), o computador aprende quais são as 
características (atributos) específicas que compõem e diferenciam cada 
entrada. Por exemplo, considere uma entrada de dois tipos possíveis: 
cachorro ou não cachorro. O treinamento consistirá em dizer ao progra-
ma que “vê” uma imagem se ela é de um cachorro ou não. Se isso é 
feito repetidas vezes, com diversas imagens diferentes, e chegará uma 
hora em que o programa “aprenderá” a identificar as características que 
uma imagem de cachorro deve possuir (TANAKA, 2018). 
O aprendizado supervisionado pode ser classificado como al-
goritmo de classificação ou algoritmo de regressão. No caso do exem-
plo do cachorro, foi utilizado o algoritmo de classificação, pois, ele con-
sistia em classificar uma entrada entre dois tipos possíveis: cachorro ou 
não cachorro. Jáo algoritmo de regressão acontece quando o resulta-
do é numérico. Por exemplo, um programa que calcula o valor de um 
apartamento, baseando-se no ano de construção, número de quartos, 
tamanho e localização. Fundamentando-se em exemplos de casas si-
milares, o programa aprenderá a precificar novos apartamentos (TA-
NAKA, 2018).
No aprendizado não supervisionado não informamos ao 
computador em que consiste aquela entrada. Contrário do que ocor-
re no aprendizado supervisionado, onde os dados são rotulados. Por 
exemplo, suponha que uma distribuidora de alimentos deseja classifi-
car seus clientes por categorias. Assim, ela cria um programa que usa 
aprendizagem não supervisionada, ou seja, ensina o programa a sepa-
rar os dados em grupos semelhantes. Porém, sem dizer a ele o que são 
esses grupos. O possível resultado será um grupo de clientes que com-
pram produtos frescos e outro grupo de clientes que compram produtos 
industrializados. Se fosse o exemplo da classificação de imagens, no 
contexto desse tipo de aprendizado, o programa aprenderia a classificar 
as imagens em dois grupos distintos. Assim, ao se deparar com uma 
nova imagem, baseando-se em seus atributos, o programa identificará 
a qual grupo ela pertence (TANAKA, 2018).
O terceiro tipo é o aprendizado por reforço, que é empregado 
quando “as saídas não estão bem definidas e as repostas só podem 
ser aferidas após algumas execuções” (MORAES, 2018, pg.71). Por 
61
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
exemplo, um programa responsável por conduzir um veículo autônomo 
deverá aprender a andar pelas ruas e transportar passageiros. Algumas 
formas de otimizar essa tarefa são: que ele saiba o que fazer se impre-
vistos ocorrerem a sua volta, chegue ao seu destino no menor tempo 
possível e sem causar acidentes. 
No entanto, é preferível que ele demore um pouco mais de 
tempo a provocar um acidente. Portanto, esse tipo de aprendizado é por 
reforço, dada uma ação ao computador, ele deverá saber qual priorizar 
em determinada situação. Uma das formas de ensinar ao computador a 
prioridade de cada meta é vincular recompensas e punições, de acordo 
com os possíveis resultados. Por exemplo, o programa do carro autôno-
mo poderá receber uma punição maior, caso ele provoque um acidente. 
Entretanto, se ele demorar para chegar ao local de destino, a punição 
será menor. Dessa forma, ele aprenderá quais ações deve priorizar (TA-
NAKA, 2018).
Algoritmos de Aprendizado de Máquina
Conforme explicado na seção 3.7.1, a aprendizagem de máqui-
na (utilizando algoritmos) ocorre através de dados, que são denomina-
dos de conjunto de dados ou também de conjunto de treinamento. Isto 
é, por um modelo ou hipóteses, que relaciona os valores dos atributos 
de entrada e o conjunto de treinamento ao valor de saída. Como nem 
sempre os dados estão livres de erros, portanto, o objetivo do algoritmo 
é indicar uma possível solução correta diante de dados distintos. 
Porém, que possam ter algo em comum e que sejam relevan-
tes para se atingir os objetivos previstos (MORAES, 2018). Uns dos 
exemplos clássicos de algoritmos de aprendizagem de máquinas são 
os algoritmos da Netflix e da Amazon. Ambos fazem recomendações 
baseando-se em escolhas anteriores dos usuários/clientes. 
Os algoritmos de aprendizado supervisionados resolvem pro-
blemas de regressão e classificação. Os problemas de regressão são 
utilizados para mapear um exemplo em valor real (MORAES, 2018). Por 
exemplo, é possível prever o tempo de internação de um paciente em 
um hospital, de acordo com seu diagnóstico. Já o problema de classi-
ficação correlaciona a descrição de um objeto a uma classe, como por 
exemplo: determinar se o paciente possui o COVID-19 ou não, de acor-
do com os sintomas apresentados. 
Já os algoritmos de aprendizado não supervisionado reúnem 
os objetos de acordo com suas características. Servem para resolver 
problemas de agrupamento, sumarização e associação. Os problemas 
de agrupamento consistem em dados que são agrupados conforme sua 
62
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
semelhança. Os problemas de sumarização consistem em técnicas que 
buscam encontrar uma descrição compacta e simples para um conjunto 
de dados. Por último, o problema de associação consiste na localização 
de padrões comuns de associações entre os atributos de um conjunto 
de dados (MORAES, 2018). 
Diversos algoritmos foram desenvolvidos para implementar 
os aprendizados supervisionado e não supervisionado. O quadro 1 
apresentado a seguir, traz alguns desses algoritmos do aprendizado 
supervisionado, classificados por modelo, tipos, algoritmos e suas prin-
cipais características. O quadro 2 também apresentado a seguir, traz as 
mesmas informações do quadro 1, porém, referentes aos algoritmos do 
aprendizado não supervisionado. 
Quadro 1 – Algoritmos de Aprendizagem de Máquina Supervisionados 
Tipo Algoritmo Características
Regressão Regressão Li-
near
O algoritmo de Regressão Linear re-
cebe valores de determinadas variáveis 
e por meio de equações. Esses valores 
trazem estimativas para as quais passam 
a ser aplicadas por outras variáveis (NA-
TAGROW, 2019).
Esse algoritmo mostra a relação entre 
uma variável independente (ou seja, 
variável explicativa) e uma variável de-
pendente (ou seja, o fator de interesse). 
Assim é possível perceber o impacto na 
variável dependente, quando a variável 
independente é alterada de alguma for-
ma (NATAGROW, 2019).
Como exemplo do uso desse algoritmo 
pode-se citar a avaliação de riscos no 
domínio do seguro. Assim, após realizar 
análise de regressão linear é possível 
encontrar o número de reclamações de 
clientes de várias idades e inferir o risco 
aumentado em relação a idade do cliente 
(NATAGROW, 2019).
63
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Classificação Árvores de 
Decisão
O algoritmo de Árvore de Decisão ajuda 
a tomar uma decisão sobre o item de da-
dos (NATAGROW, 2019).
Por exemplo, considere que o gerente de 
uma financeira deve tomar uma decisão 
sobre conceder ou não um empréstimo 
para pessoa, baseando-se nas informa-
ções de idade, renda mensal e nível de 
escolaridade.
Essa decisão poderá ser tomada através 
de uma árvore de decisão. Assim, todos 
os resultados possíveis de uma decisão 
são mostrados usando uma metodologia 
de ramificação de árvores. Os nós (no-
dos) internos são testes em vários atri-
butos, os galhos da árvore são os resul-
tados dos testes e os nós (nodo) folhas 
são a decisão tomada após o cálculo de 
todos os atributos (NATAGROW, 2019).
Classificação Classificação de 
Naive Bayes
Esse algoritmo de Classificação de Nai-
ve Bayes busca calcular a probabilida-
de de algo após as variáveis terem sido 
caracterizadas anteriormente, sendo ba-
seado no Teorema da Probabilidade de 
Bayers (da matemática) (NATAGROW, 
2019).
Como exemplo de aplicação prática des-
se algoritmo, pode-se citar: o Gmail o 
utiliza para classificar um e-mail como 
spam ou não spam.
64
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Classificação
Regressão Lo-
gística
O algoritmo de Regressão Logística 
trata-se de um modelo probabilístico que 
ajuda a encontrar a probabilidade de uma 
nova instância pertencer a uma determi-
nada classe (NATAGROW, 2019).
Portanto, a regressão logística é adequa-
da para a classificação binária (0 ou 1) 
em que, se um evento ocorre, é classifi-
cado como “1”, caso não ocorra é classifi-
cado como “0”. Portanto, a probabilidade 
de uma ocorrência de evento específica é 
prevista baseando-se nas variáveis pre-
ditoras fornecidas (NATAGROW, 2019).
Como exemplos de aplicações desse al-
goritmo, podem-se citar: 
• Medição das taxas de sucesso 
das campanhas de marketing. 
• Previsão de um terremoto em 
um determinado dia.
• Previsão de um candidato po-
lítico, em particular, vencerá ou 
perderá a eleição. 
ClassificaçãoAlgoritmo Má-
quina Vetor de 
Suporte
Esse algoritmo Máquina Vetor de Su-
porte é utilizado para problemas de clas-
sificação ou regressão (NATAGROW, 
2019).
Ele constrói um modelo indicando onde 
o objeto se enquadra, utilizando um clas-
sificador e um analisador por regressão 
(linear binário não probabilístico) (NATA-
GROW, 2019).
Alguns dos maiores problemas que fo-
ram resolvidos usando esse algoritmo 
são exibições publicitárias, detecção de 
gênero baseada em imagem, classifica-
ção de imagem em larga escala.
65
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Classificação Rede Neural 
Artificial
O algoritmo denominado de Rede Neu-
ral Artificial é baseado no sistema de 
aprendizagem biológico, assim as redes 
neurais tentam replicar os neurônios do 
cérebro humano, criando nós que estão 
interconectados entre si. Esses neurô-
nios captam informações através de ou-
tro neurônio que realizam várias ações 
conforme for necessário. Posteriormen-
te, transferem as informações para outro 
neurônio que consiste na saída (NATA-
GROW, 2019).
Esse tipo de algoritmo aprende por exem-
plos e generalizam os conceitos. 
Como exemplo, pode-se citar o reconhe-
cimento facial humano. As imagens de 
rostos humanos podem ser identificadas 
e diferenciadas de imagens “não faciais”, 
como de animais domésticos. No entan-
to, o algoritmo pode demorar em torno 
de horas dependendo da quantidade de 
imagens no banco de dados a serem 
analisadas, diferentemente do ser huma-
no (mente humana) que pode fazer esse 
reconhecimento instantaneamente. 
Classificação K-Vizinhos Mais 
Próximos
Nesse algoritmo a classificação de um 
item é realizada comparando as similari-
dades do item a ser classificado com os 
dados de treinamento (MORAES, 2018).
Fonte: Elaborado pela autora, 2020.
66
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Quadro 2 – Algoritmos de Aprendizagem de Máquina Não Supervisionados
Tipo Algoritmo Características
Agrupamento K-Means
Trata-se do algoritmo não supervisionado 
mais simples que resolve o problema de 
cluster, que consiste numa técnica de agru-
pamento de conjuntos de objetos por seme-
lhanças (NATAGROW, 2019).
Esse algoritmo divide os dados em grupos 
(clusters) não interseccionados em que um 
objeto faz parte apenas de um grupo (MO-
RAES, 2018). 
A ideia do funcionamento do algoritmo é 
encontrar a melhor divisão de X dados em Y 
grupos, agrupando os dados semelhantes. 
Cada grupo é representado pelo seu centro 
e cada dado é incluído no grupo que está 
mais próximo (NATAGROW, 2019).
Por exemplo, considere que pesquisou a 
palavra “data” na Wikipedia. “Data” pode 
se referir a um dia importante da história 
ou um dia marcante em sua vida. Assim, a 
Wikipedia agrupa as páginas da Web sepa-
rando por aquelas que falam no contexto da 
mesma ideia usando o algoritmo K Means 
(NATAGROW, 2019).
Agrupamento Hierárquicos
A sequência de partições aninhadas é gera-
da, baseada em uma matriz de proximidade. 
O resultado desses algoritmos depende da 
ordem de entrada dos dados (MORAES, 
2018). 
Fonte: Elaborado pela autora, 2020.
Aplicações de Aprendizado de Máquina
Os algoritmos de aprendizado de máquina têm sido emprega-
dos em diversas aplicações, como distribuição, exploração, geração de 
recursos energéticos e também em questões relacionadas a planeja-
mento, comercialização de energia, previsão de rompimentos de dutos, 
dentre outros (MORAES, 2018). 
Na área de saúde esses algoritmos estão sendo utilizados para 
mapear características comuns a diversos contextos, como epidemias/
pandemias, por exemplo. Na prática, ocorre o armazenamento dos da-
dos e, posteriormente, os algoritmos desempenham suas funções sob 
67
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
eles para determinar os dados relevantes para o processo, como idade, 
sexo, quais doenças e quantas vezes o paciente teve, e outras informa-
ções (MORAES, 2018). 
68
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
QUESTÕES DE CONCURSOS
QUESTÃO 1
Ano: 2016 Banca: ESAF Órgão: ANAC Prova: Analista Administra-
tivo Nível: Médio.
São objetivos da Mineração de Dados:
a) Distribuição, Identificação, Organização e Otimização.
b) Previsão, Priorização, Classificação e Alocação.
c) Previsão, Identificação, Classificação e Otimização.
d) Mapeamento, Identificação, Classificação e Atribuição.
e) Planejamento, Redirecionamento, Classificação e Otimização.
QUESTÃO 2
Ano: 2018 Banca: CESPE Órgão: TCE-MG Prova: Analista de Con-
trole Externo Nível: Médio.
Um dos desdobramentos de big data é o big data analytics, que se 
refere aos softwares capazes de tratar dados para transformá-los 
em informações úteis às organizações. 
O big data analytics difere do business intelligence por 
a) priorizar o ambiente de negócios em detrimento de outras áreas. 
b) analisar dúvidas já conhecidas para as quais se deseje obter resposta.
c) analisar o que já existe e o que está por vir, apontando novos caminhos.
d) dar enfoque à coleta, à transformação e à disponibilização dos dados.
e) analisar o que já existe, definindo as melhores hipóteses.
QUESTÃO 3
Ano: 2018 Banca: IADES Órgão: APEX Brasil Prova: Analista – 
Prospecção de Projetos Nível: Médio.
No jargão empresarial moderno, business intelligence é o (a)
a) mesmo que data warehouse, já que ambos têm a finalidade de arma-
zenar dados e criar relatórios gerenciais. 
b) inteligência artificial dos computadores modernos. 
c) inteligência da empresa que tem por base os sistemas modernos de 
informatização. 
d) processo de recolhimento e tratamento de informações que apoiarão 
a gestão de um negócio.
e) conjunto de relatórios preparados pelos executivos de uma empresa. 
QUESTÃO 4
Ano: 2018 Banca: CESPE Órgão: TCE-MG Prova: Analista de Con-
trole Externo – Ciência da Computação Nível: Difícil.
Em machine learning, a categoria de aprendizagem por reforço 
69
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
identifica as tarefas em que
a) um software interage com um ambiente dinâmico, como, por exem-
plo, veículos autônomos.
b) as etiquetas de classificação não sejam fornecidas ao algoritmo, de 
modo a deixá-lo livre para entender as entradas recebidas.
c) o aprendizado pode ser um objetivo em si mesmo ou um meio para 
se atingir um fim.
d) o objetivo seja aprender um conjunto de regras generalistas para 
converter as entradas em saídas predefinidas.
e) são apresentados ao computador exemplos de entradas e saídas 
desejadas, fornecidas por um orientador.
QUESTÃO 5
Ano: 2018 Banca: CESPE Órgão: TCE - MG Prova: Analista de Con-
trole Externo Nível: Difícil.
Um dos desdobramentos de big data é o big data analytics, que se 
refere aos softwares capazes de tratar dados para transformá-los 
em informações úteis às organizações. O big data analytics difere 
do business intelligence por
a) priorizar o ambiente de negócios em detrimento de outras áreas.
b) analisar dúvidas já conhecidas para as quais se deseje obter resposta.
c) analisar o que já existe e o que está por vir, apontando novos caminhos.
d) dar enfoque à coleta, à transformação e à disponibilização dos dados.
e) analisar o que já existe, definindo as melhores hipóteses.
QUESTÃO DISSERTATIVA – DISSERTANDO A UNIDADE
A análise de dados faz parte da rotina de diversas áreas das empresas, 
independentemente, do tipo de negócio que elas realizam. Dessa forma, 
muitas empresas têm utilizado as tecnologias de Business Intelligence 
(BI) e Big Data para ajudar a otimizar processos e entender padrões de 
comportamento dos clientes e do mercado, com a finalidade de tornar 
seus serviços e produtos mais lucrativos. 
Sobre o enunciado, comente a diferença entre as tecnologias Business 
Intelligence e Big Data e a aplicabilidade das tecnologias BI e Big Data 
nas empresas. 
TREINO INÉDITO
Quais são os algoritmos de aprendizagem usados na Inteligência Arti-ficial (IA)?
a) Árvores de Decisão e K-Means.
70
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
b) Merge Sort e Quick Sort.
c) Pesquisa Binária e Busca em Árvore Binária
d) Algoritmo de Diskstra e de Prim.
e) Busca Hash e Busca em Árvore de Decisão. 
NA MÍDIA
O PODER DO BUSINESS INTELLIGENCE (BI) E A QUEBRA DE PA-
RADIGMAS NA GESTÃO
Acompanhar o dinamismo do mercado não é uma tarefa fácil, portanto 
é preciso incorporar essa ideia à gestão da empresa. A competitividade 
requer que estejam atentos as novas demandas e o remanejamento de 
ações. Um importante aliado para isso é o Business Intelligence (BI), 
que consiste em um conjunto de técnicas e ferramentas. 
O BI utiliza a análise de dados para gerar informações qualificadas e 
proporcionar aos gestores e empresários conhecimentos para melhorar 
o processo de tomada de decisão de uma empresa através de informa-
ções amplas sobre a realidade do negócio e do mercado. 
As informações são baseadas em fatos precisos e não em suposições. 
Pois, são dados coletados nas diversas áreas da empresa, podendo 
estar relacionados ao desempenho ou estrutura da empresa. Posterior-
mente, esses dados são processados e transformados em indicativos 
que são apresentados em forma de relatórios para as pessoas interes-
sadas. Existem softwares que apoiam o BI, dentre eles o Power Bi da 
Microsoft que é tido como uma das mais inovadoras e principais solu-
ções de BI.
Fonte: Exame
Data: 11 jun. 2018.
Leia a notícia na íntegra: 
https://exame.abril.com.br/negocios/dino_old/o-poder-do-business-in-
telligence-bi-e-a-quebra-de-paradigmas-na-gestao/
NA PRÁTICA
A empresa Ford Motor Company é líder na indústria automotiva global. 
Ela possui sede em Dearborn, Michigan nos Estados Unidos. A em-
presa possui 66 fábricas espalhadas pelo mundo e emprega cerca de 
194.000 funcionários. Só no Brasil, a empresa emprega cerca de 11.500 
empregados nas quatro fábricas localizadas em cidades distintas, sen-
do elas: Camaçari, São Bernardo do Campo, Tatuí e Taubaté. 
https://exame.abril.com.br/negocios/dino_old/o-poder-do-business-intelligence-bi-e-a-quebra-de-paradigmas-na-gestao/
https://exame.abril.com.br/negocios/dino_old/o-poder-do-business-intelligence-bi-e-a-quebra-de-paradigmas-na-gestao/
71
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
A Ford apresentou um estudo que demonstra como o Big Data auxiliará 
as cidades a identificar os locais mais propensos a futuros acidentes de 
trânsito e adotar meios de prevenção. Essa pesquisa durou cerca de 
um ano na cidade de Londres e seus arredores. A Ford coletou dados 
detalhados de veículos, como de direção, frequência e intensidade das 
frenagens e acionamento das luzes de emergência para identificar os 
“possíveis acidentes”. Posteriormente, foi feito um cruzamento desses 
dados com os registros de acidentes, possibilitando o desenvolvimento 
de um algoritmo para determinar a probabilidade de ocorrência de futu-
ros acidentes. 
Fonte: Ford Media Center, 2018. Ford mostra como o “Big Data” 
pode ajudar a melhorar o trânsito no futuro. Disponível em: Acesso 
em: 16 mar. 2020.
72
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
REVOLUÇÃO INDUSTRIAL 
Na manufatura artesanal, também denominada de guilda os 
produtos eram produzidos em pequenas quantidades e em oficinas 
especializadas. Os responsáveis por produzir esses tipos de produtos 
eram os artesões – os mestres do ofício. Somente os mestres detinham 
o conhecimento de todo o processo de fabricação dos bens que produ-
zia, dos segredos relacionados à produção, como a compra da matéria-
-prima, fabricação e vendas dos bens fabricados. Outra desvantagem 
desse tipo de produção é que além de centralizar o conhecimento ape-
nas em uma pessoa, esses produtos podiam ser adquiridos por poucas 
pessoas, devido ao seu alto custo de produção e à baixa produção (SA-
COMANO et al, 2018).
Desse modo, os produtos manufaturados eram caracterizados 
pelo baixo volume de produção, falta de padronização dos produtos, 
alto custo de produção, baixa qualidade. Além disso, todo o processo 
INDÚSTRIA 4.0
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
73
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
de produção, projeto e comercialização eram centralizados apenas nos 
mestres do ofício. 
Primeira Revolução Industrial
A primeira revolução industrial surgiu para suprir a escassez 
dos produtos manufaturados. Dessa forma, famílias juntaram-se para 
produzir bens e serviços com o objetivo de atender à demanda crescen-
te de clientes e também alcançar os altos lucros dos artesões. 
O aumento da demanda possibilitou o surgimento de máquinas 
que automatizassem um pouco algumas tarefas que antes só eram fei-
tas manualmente. O inventor inglês James Hargreaves criou em 1767 a 
primeira máquina de fiar toda em madeira, que foi amplamente utilizada 
na Inglaterra. No ano de 1769, Richard Arkwright criou uma máquina 
de tear hidráulica. Essa máquina foi utilizada nas Indústrias de tecidos 
(SACOMANO et al, 2018).
 No ano de 1785 surgiu uma nova máquina, que foi desenvol-
vida por Edmund Cartwright. Essa máquina funcionava a vapor e tinha 
a vantagem de ser operada por mão de obra não especializada. Ela 
marcou o início da tecelagem industrial na Inglaterra. Esse fato foi de-
nominado de Primeira Revolução Industrial. 
Segunda Revolução Industrial 
No século XIX, o aumento da produção do aço viabilizou a fa-
bricação de equipamentos e máquinas mais modernos. Incorporado ao 
uso da energia elétrica para fins industriais, permitiu o impulso da ma-
nufatura. As estradas de ferro proporcionaram uma grande melhoria do 
meio de transporte de pessoas e mercadorias, aumentando o incentivo 
do progresso (SACOMANO et al, 2018). 
A produção de produtos em massa propiciou a redução dos 
custos de produção, consequentemente, reduziu o preço ao consumi-
dor permitindo, assim, que um maior número de pessoas pudesse ad-
quirir produtos e serviços. Outra vantagem foi a padronização de produ-
tos, no entanto, como a meta era produzir cada vez mais, houve pouca 
preocupação com a qualidade.
A fim de otimizar a produção de carros a empresa, Ford teve a 
ideia de adaptar a manufatura manual de produção de automóveis, para 
a ideia pregada na Segunda Revolução Industrial. O objetivo da Ford 
era diminuir os custos de produção e pagar um salário aos seus funcio-
nários que os possibilitassem adquirir os automóveis que eles mesmo 
fabricavam. No entanto, o trabalho repetitivo, o aumento da supervisão 
74
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
e a hierarquia empresarial semelhante à dos militares acarretou na ro-
tatividade dos colaboradores, que chegou a mais de 50% na empresa 
Ford (SACOMANO et al, 2018).
Filme sobre o assunto: Tempos Modernos (Charlie Chaplin, 
87 min, United Artists)
Observação:
O filme Tempos Modernos relata a pressão, que os funcioná-
rios eram submetidos nas linhas de produção das empresas. 
Terceira Revolução Industrial 
A Terceira Revolução Industrial iniciou-se em meados do sécu-
lo XX – no fim dos anos de 1960. Nesse momento surgia os componen-
tes eletrônicos para facilitar a automação, ou seja, a modernização da 
indústria (SACOMANO et al, 2018).
Essa revolução é marcada pela adoção de produção enxuta, 
automação e uso intensivo da Tecnologia da Informação (TI) para apoio 
e controle da manufatura. A TI incentivou a implantação de sistemas 
como o MRP (Material Requirement Planning ou Planejamento das Ne-
cessidade de Materiais) para controlar a necessidade de componen-
tes e/ou matéria-prima. Posteriormente, ele foi evoluído para o sistema 
MRP II, que além de controlar as matérias-primas, controlariaaspectos 
relacionados a finanças, compras e marketing. 
Outro tipo de sistema empregado foi o ERP (Enterprise Resour-
ces Planning ou Sistema Integrado de Gestão Empresarial) que trata de 
um sistema de informação que integra todos os dados e processos de 
uma empresa em um único sistema. A integração desses dados e pro-
cessos é feita por meio da interligação de sistemas, como de finanças, 
contabilidade, recursos humanos, marketing, vendas, compras, produ-
ção e outros sistemas. Esses mecanismos proporcionaram o aumento 
de ganhos para as industriais no geral. 
Quarta Revolução Industrial 
A Quarta Revolução Industrial iniciou-se nos anos 2000. Ela 
é caracterizada por uma internet globalmente difundida (banda larga, 
75
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
móvel), por sensores menores, pela inteligência artificial e aprendizado 
de máquina. A figura 12 ilustra essa ideia de tecnologias empregadas 
na Indústrias 4.0. Essa revolução industrial não tem relação apenas 
com sistemas e máquinas inteligentes. Nessa revolução, as tecnologias 
emergentes e as inovações são mais rapidamente disseminadas do que 
nas revoluções anteriores. 
Figura 13 – Indústria 4.0: Computadores, máquinas automatizadas 
conectadas a tecnologia da computação nuvem
Fonte: Pixabay, 2020.
De acordo com Schwab (2016) na Alemanha foi criado o termo 
Indústria 4.0, que foi divulgado em 2011 na feira de Hannover. A pre-
sunção é que a Indústria 4.0 revolucionará a organização, permitindo 
a criação de “fábricas inteligentes” (smart factories) – um mundo onde 
os sistemas físicos e virtuais de fabricação cooperam de modo global 
e flexível. É objetivo da Indústria 4.0 elaborar tecnologia de ponta para 
que os sistemas automatizados, que controlam as máquinas industriais, 
possam se comunicar para troca de informações/dados entre máquinas 
e pessoas, para permitir a otimização de todo o processo de produção 
(SACOMANO et al, 2018).
A indústria 4.0 fundamenta-se na integração de tecnologia de 
informação e comunicação para alcançar novos níveis de produtivida-
de, flexibilidade, qualidade e gerenciamento, o que possibilita a geração 
de novas estratégias e modelos de negócio para a indústria.
76
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
A planta industrial de uma empresa que adota Indústria 4.0 
pode acionar e controlar remotamente a linha de produção, porém, so-
mente após a realização de testes/simulações que visam garantir que 
quando implantadas, venham causar o mínimo possível de problemas. 
Quando ocorrer algum problema na linha de produção, o próprio siste-
ma poderá entrar em contato, solicitando a manutenção ou interação 
com os sistemas de fornecedores, logísticas e outros (SACOMANO et 
al, 2018).
Vídeo sobre o assunto: Indústria 4.0 - Quarta Revolução In-
dustrial
Estes vídeos apresentam quais mudanças já foram inseridas 
com o avançar das tecnologias e quais estão por vir com o surgimento 
da Indústria 4.0. 
Disponíveis nos links:
Parte 1: https://www.youtube.com/watch?v=sHEx6DdgVLI
Parte 2: https://www.youtube.com/watch?v=0rN7MQ50kso
ELEMENTOS FORMADORES DA INDÚSTRIA 4.0
De acordo com Sacomano et al (2018) o conceito de Indústria 
de 4.0 ainda está em formação, mas que existe uma proposta de clas-
sificação dos seus elementos formadores, sendo eles:
• Elementos base ou fundamentais: Consiste na base tec-
nológica sobre a qual o próprio conceito da Indústria 4.0 se ampara, 
portanto, sem os elementos base, a Indústria 4.0 ela não existiria. Mais 
detalhes sobre esse elemento podem ser encontrados na seção 4.2.1.
• Elementos estruturantes: Refere-se na tecnologia e/ou con-
ceitos que permitem a construção de aplicação da Indústria 4.0. No en-
tanto, para fazer parte desse tipo de elemento formador, pelo menos 
parte de uma fábrica deve estar enquadrada nesse contexto. Mais infor-
mações sobre esse elemento podem ser encontradas na seção 4.2.2.
• Elementos complementares: Esses elementos ampliam as 
possibilidades da Indústria 4.0. Mais detalhes sobre esse elemento po-
dem ser encontrados na seção 4.2.3.
https://www.youtube.com/watch?v=sHEx6DdgVLI
https://www.youtube.com/watch?v=0rN7MQ50kso
77
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
A figura 13 apresenta os três elementos formadores e também 
especifica as tecnologias que podem ser empregadas em cada um de-
les, os quais serão explicados nas seções seguintes. 
Figura 13 – Elementos formadores da Indústria 4.0
Fonte: Elaborado pela autora, 2020.
Elementos base ou fundamentais
De acordo com Sacomano et al (2018) os elementos base ou 
fundamentais da Indústria 4.0 são: os sistemas ciber físicos, internet 
das coisas (IoT) e internet de serviços (IoS).
Os sistemas ciber físicos (CPS - Cyber-physical System) con-
sistem em uma forma de implantar sistemas de informação e automa-
ção. Tal método tornará possível a troca de informações, execução de 
comandos e acompanhamento do processo produtivo e tempo real. 
Os sistemas CPS têm a vantagem de permitir que sejam reali-
zadas simulações virtuais sobre o processo produtivo e sem comprome-
ter a produção. Esses tipos de sistemas são compostos por sensores e 
atuadores controlados por software, que permitem o monitoramento de 
uma série de dados. Esse sistema também tem a função de supervisio-
nar e controlar processos industriais mecânicos, químicos, térmicos ou 
elétricos, no campo físico (SACOMANO et al, 2018). Além disso, permi-
tir que os dados e as informações coletadas sejam enviados em tempo 
real a um sistema CPS (SACOMANO et al, 2018).
78
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
O outro elemento trata-se da Internet das Coisas (IoT - In-
ternet of Things) que consiste em objetos físicos capazes de transmitir 
dados através da internet, conforme ilustra a figura 14. Por exemplo, 
considere um sensor de temperatura de um forno industrial, que trans-
mite o valor da temperatura pela internet para uma central. Essa central 
poderia ser acessada remotamente pela internet. 
Figura 14 – Objetos conectados simbolizando a Internet das Coisas
Fonte: Pixabay, 2020.
Existem objetos inteligentes (smart products) que são objetos 
que tem a capacidade de processamento juntamente com a capacida-
de de conexão com a internet. Pensando no exemplo anterior, porém, 
reformulando-o para esse contexto de objetos inteligentes, teríamos um 
sensor de temperatura inteligente que teria a capacidade de processar 
e captar a temperatura do forno industrial. Posteriormente, ele compara-
ria o valor da temperatura coletada com os padrões de temperatura pre-
estabelecidos, ou seja, programados. E, se o valor da temperatura esti-
ver fora da faixa dos valores preestabelecidos, o objeto enviará alertas 
para uma central via internet ou diretamente para a pessoa responsável 
por corrigir o erro. Ou então, poderá ocorrer a intervenção e correção 
do problema, através de atuadores sem qualquer intervenção humana 
(SACOMANO et al, 2018).
E por último, temos a Internet de Serviço (IoS – Internet of 
Services) que consiste nos novos serviços disponibilizados através da 
internet ou internamente na empresa. Como exemplo desse tipo de 
serviço pode-se citar o alerta que é enviado a algum dispositivo móvel 
(smartphone e/ou tablet) avisando que o seu carro precisa passar por 
79
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
revisão ou mesmo que está na hora de trocar os pneus. Outro exemplo 
seria a busca de um produto na internet, porém, como não está dentro 
da margem de preço esperada, é criado um alerta no site para que 
seja monitorado o preço desse produto ao longo dos dias. Assim que 
o produto for localizado nas condições estabelecidas, um aviso será 
enviado ao e-mail cadastrado ou mensagem por celular, por exemplo 
(SACOMANO et al, 2018).
Elementos Estruturantes
À medida que se avança em direçãoa Indústria 4.0 os ele-
mentos estruturantes tendem a estar mais presentes. Esses elementos 
estão em várias aplicações industriais, dentre eles temos: automação, 
comunicação máquina a máquina, inteligência artificial, análise de big 
data, computação em nuvem, integração de sistemas e segurança ci-
bernética (SACOMANO et al, 2018).
A automação “é definida com a realização de tarefas sem a in-
tervenção humana, com equipamentos que funcionam sozinhos e pos-
suem a capacidade de controlar a si próprios, a partir de condições e/ou 
instruções preestabelecidas” (SACOMANO et al, 2018, pg. 36).
Quando se fala em automação, o primeiro elemento que se 
pensa é o robô. No entanto, não significa que uma unidade de produção 
da Industria 4.0 seja totalmente autônoma, que não tenha nenhum tipo 
de intervenção humana direta. Os robôs têm um papel importante nas 
tarefas que oferecem risco ao colaborador ou exigem grande velocida-
de e/ou precisão de execução. 
Hoje em dia, está bastante comum a utilização de robô colabo-
rativo, cuja função é ajudar o colaborador em seu trabalho, diminuindo o 
esforço humano e proporcionando acréscimo no nível de produtividade. 
A vantagem da utilização dos robôs é conseguir manter o nível de qua-
lidade e atender à reconfiguração da linha de produção por intermédio 
de reprogramações. Como desvantagem tem-se o custo, pois, neces-
sita de mão de obra especializada e sua manutenção mais sofisticada 
(SACOMANO et al, 2018).
A comunicação máquina a máquina (M2M – machine to ma-
chine), de acordo com os autores Sacomano et al (2018, pg. 37) pode 
ser definido como “a comunicação entre duas máquinas ou transferên-
cia de dados de um dispositivo a um computador central que pode ser 
realizada por meio de rede com ou sem fio”. 
O M2M sustenta a possibilidade de que os equipamentos to-
mem decisões descentralizadas como, por exemplo: identificar a ne-
cessidade de manutenções e a própria máquina solicitar o seu reparo, e 
80
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
ainda relatar qual o seu problema. Além disso, a máquina tentará mini-
mizar o impacto do problema através de solicitação a outras máquinas, 
para diminuir a velocidade da linha de produção, ou então que passe a 
ser produzido algum produto que não sobrecarregue a máquina defeitu-
osa (SACOMANO et al, 2018).
É importante ressaltar que apesar da comunicação de máqui-
nas ser feitas entre elas e de forma autônoma, a todo instante elas 
podem ser monitoradas pelas pessoas responsáveis pela linha de pro-
dução. A vantagem desse recurso é que tanto os colaboradores da em-
presa, quanto o cliente podem saber como está a fase de produção do 
pedido e o prazo de entrega. Outra vantagem é que dependendo da 
configuração do sistema o M2M é possível que o transporte do pedido 
seja contratado de forma autônoma. Obviamente, dentre uma lista de 
operadores logísticos predefinidos para retirada e entrega de pedidos, 
ou mesmo na entrega de suprimentos just-in-time4.
A inteligência artificial (IA) tem por objetivo utilizar disposi-
tivos ou métodos computacionais que procedam similarmente a capa-
cidade de raciocínio de seres humanos. Dessa forma, a inteligência 
artificial não seria empregada apenas para controlar o processo de pro-
dução, mas também para oferecer sugestões às distintas necessidades 
de tomada de decisões (SACOMANO et al, 2018). 
A análise de big data (big data analytics). Big data consiste 
em um conjunto de técnicas que possibilita que sejam analisadas gran-
des quantidades de dados para que gerem resultados relevantes. Já 
a análise de big data tem sua complexidade aumentada à proporção 
que incorpora a análise de dados não estruturados, como de imagens, 
expressões faciais, sons, documentos digitalizados, dentre outros (SA-
COMANO et al, 2018). Como exemplo de aplicação da análise de big 
data podem ser citados: 
• Dados de navegação de possíveis compradores e visitantes 
de comércio eletrônico, que permitem que sejam realizadas análises de 
tendências de mercado, para que possam ser criados novos produtos e/
ou serviço (SACOMANO et al, 2018). A empresa Amazon é um exemplo 
desse tipo.
• Dados dos canais de vendas e de relacionamento com o 
cliente analisados juntamente com dados de mercado, que possibilitam 
análises de previsão da demanda, reduzindo custos de estoque e me-
lhorando o planejamento da produção (SACOMANO et al, 2018).
• Dados do funcionamento de equipamentos, como tempera-
tura, vibrações mecânicas, imagens de peças que possibilitam a iden-
4 É um sistema de gerenciamento que defende a ideia que tudo deve ser produzido, 
transportado ou comprado na hora exata.
81
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
tificação e antecipação de uma possível falha do equipamento. Outro 
ponto é que os dados históricos de manutenção corretiva podem ante-
cipar uma manutenção preditiva antes que ocorra uma falha e que leve 
a linha de produção ser interrompida (SACOMANO et al, 2018). 
A computação em nuvem (Cloud Computing) recebe esse 
nome por seus dados e aplicações estarem armazenados em servido-
res em localidades distintas, podendo estar até em países distintos. A 
computação em nuvem permite que dados e informações possam ser 
acessados de forma fácil e de qualquer parte que possua internet. Ela 
recebeu esse nome, pois, comumente é representada por uma nuvem 
conforme ilustra a figura 15. Hoje em dia é tão comum a utilização de 
softwares na nuvem, como o Google Drive, OneDrive, Google Fotos e 
Dropbox.
Figura 15 – Computadores conectados à Computação em Nuvem
Fonte: Pixabay, 2020.
Existem três modelos de acesso aos serviços da computação 
em nuvem ao que se refere a sua infraestrutura, sendo eles: 
• Nuvem pública: Consiste em um tipo de serviço mais barato, 
pois, usuários de empresas distintas compartilham os mesmos recursos 
da infraestrutura física - processamento nos servidores físicos.
• Nuvem privada: Esse tipo de serviço em nuvem é o mais 
alto. Pois, não ocorre o compartilhamento da infraestrutura física, ou 
seja, normalmente cada cliente/empresa possui a sua própria infraes-
trutura. 
82
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
• Nuvem híbrida: Esse tipo de serviço é o meio termo entre 
os dois anteriores. Por exemplo, a empresa pode ter o seu sistema de 
informação em uma nuvem privada, e o envio dos dados por meio de 
uma nuvem pública.
Existem três principais modelos (tipos) de serviços em nuvem, 
sendo eles: Software como serviço (SaaS), Plataforma como serviço 
(PaaS) e Infraestrutura com serviço (IaaS), conforme ilustrado na figura 16. 
• Software como serviço (SaaS – Software as a Service) con-
siste em um tipo de serviço onde softwares são disponibilizados aos 
clientes por meio da Internet. Dessa forma, os clientes possuem o aces-
so remoto ao software. Entretanto, nem sempre poderão utilizá-lo gra-
tuitamente, em algumas ocasiões somente após pagamento, como o 
Salesforce que cobram uma taxa anual de assinatura.
Figura 16 – Modelos de serviços da Computação em Nuvem
Fonte: Elaborado pela autora, 2020.
• Plataforma como serviço (PaaS – Platform as a Service) 
consiste em um tipo de serviço oferecido pelo provedor para que o de-
senvolvedor de softwares execute e/ou disponibilize esses softwares na 
nuvem. São plataformas de exemplo: App Engine do Google e o Micro-
soft Azure da empresa Microsoft [NETO, 2015]. 
• Infraestrutura como serviço (IaaS – Infrastructure as a Ser-
vice) trata-se de um tipo de serviço que proporciona uma infraestrutura 
83
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
de processamento e armazenamento seguro. Dessa forma, o usuário 
não terá autoridade sobre a infraestrutura física, mas ele poderá contro-
lar os computadores virtuais por meio do mecanismo de virtualização5 
[NETO, 2015]. Como exemplo desse tipo de serviço pode-se citar o 
Amazon Web Services(AWS).
A integração de sistemas refere-se à possibilidade de siste-
mas distintos se comunicarem. Esse é um dos grandes desafios para 
a implantação da Indústria 4.0, pois, nem sempre é possível integrar 
sistemas de equipamentos que não sejam do mesmo fornecedor. 
Segundo Sacomano et al (2018, pg. 89) a integração de siste-
mas consiste basicamente em: 
• Criação de um diagrama/mapa que contenha todos os ele-
mentos que serão integrados e estabelecer uma topologia de rede entre 
esses elementos;
• Identificação ou estabelecimento de regras sobre os formatos 
dos dados de cada variável na origem e destino;
• Buscar padrões triviais e converter o que for possível para 
algum padrão; 
• Criação de softwares de conversão e compatibilização;
• Implementação de dispositivos e sistemas de segurança;
Outro empecilho para a integração de sistemas seria o custo 
elevado, pois, necessita de mão de obra qualificada e especializada. 
Além disso, possuem prazos e orçamentos difíceis de serem correta-
mente estimados. No entanto, essa integração é fundamental para a 
Industria 4.0. Pois, sem ela um conjunto de equipamentos, máquinas, 
robôs e sistemas de informação não integrados não conseguem alcan-
çar os benefícios da Indústria 4.0.
A segurança cibernética é muito importante, visto que todas as 
informações e dados trafegam on-line. Infelizmente, o vazamento ou 
roubo de dados e informações e também softwares maliciosos envia-
dos pela rede de computadores podem comprometer todo o modelo da 
Indústria 4.0. 
Elementos complementares
Esses elementos consistem em elementos acessórios, no entan-
to, não significa que são menos importantes que os demais. Como exis-
tem diversos elementos complementares, serão apresentados detalhes 
apenas dos mais importantes, sendo eles: etiquetas de RFID, QR code, 
Realidade Aumentada (RA), Realidade Virtual (RV) e Manufatura Auditiva. 
5 Consiste em uma técnica de execução de servidores virtuais sobre um servidor físico
84
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Etiquetas de RFID: A sigla RFID vem das palavras em inglês: 
radio-frequency identification tag. As etiquetas RFID tratam-se de pe-
quenos dispositivos eletrônicos de identificação, que são utilizados para 
comunicar por meio de radiofrequência. Essas etiquetas podem ser co-
locadas em: produtos, embalagens, equipamentos e até em animais e 
pessoas (SACOMANO et al, 2018). 
QR code: QR significa código de resposta rápida - quick res-
ponse code, em inglês. QR code se assemelha ao código de barras, 
conforme ilustra a figura 17. No entanto, ele consegue armazenar uma 
quantidade maior de informações que ele, como número do lote, conta-
to, e-mail, dados de produção, endereços de sites e outros (SACOMA-
NO et al, 2018).
Figura 17 – QR Code sendo escaneado por um smartphone
Fonte: Pixabay, 2020.
Realidade Aumentada (RA): Ela é também denominada de 
realidade ampliada. Através da utilização de um óculos específico – su-
porte à realidade aumentada – é possível que o colaborador da em-
presa acesse informações sobre o seu desempenho de funções, como 
por exemplo: sequência de montagem, itens que precisam ser repostos 
no estoque, armazenagem de determinado produtos e outras funções 
sobrepostas à realidade física observada. A principal vantagem desse 
recurso é a facilitação do serviço, pois, não será necessário manipular 
monitores ou informações escritas – tudo será visto por meio do campo 
visual (SACOMANO et al, 2018).
Realidade Virtual (RV): Ela é definida como um conjunto de 
hardwares (óculos, luvas sensíveis a movimentos) que permitam dar 
a sensação de uma realidade que não existe no local – uma realidade 
virtual, conforme ilustra a figura 18. Como exemplo de utilização de re-
alidade virtual podem-se citar os simuladores de voo que são utilizados 
85
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
para treinar pilotos de avião. Eles representam todas as possíveis con-
dições de voo sem a necessidade de o piloto esteja voando (SACOMA-
NO et al, 2018).
Figura 18 – Utilização da Realidade Virtual por meio de óculos
Fonte: Pixabay, 2020.
Manufatura Auditiva ou Impressão 3D: Ao contrário que 
muitas pessoas pensam, esse tipo de impressão 3D foi inventado no 
final da década de 1980 pelo norte-americano Chuck Hull. Porém, só se 
popularizou nos últimos anos. Em 2010, a Sociedade Americana para 
Ensaios e Materiais (ASTM) resolveu renomear impressão 3D para Ma-
nufatura Aditiva, pois, a ASTM considera que esse termo é mais amplo 
para descrever o processo de manufatura que operam através de dife-
rentes tecnologias e ferramentas. A manufatura aditiva é definida “como 
um processo de impressão de objetos a partir da deposição de variados 
materiais em camadas” (SACOMANO et al, 2018, pg. 43). Em suma, 
é um processo mecânico em que diferentes camadas de material são 
gradualmente sobrepostas uma à outra com o propósito de produzir um 
objeto conforme o desenho (arquivo) digital. A figura 19 apresenta uma 
impressora 3D trabalhando na impressão de algum objeto. 
86
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Figura 19 – Impressora 3D sendo utilizada para impressão de um objeto
Fonte: Pixabay, 2020.
Como exemplo desse tipo de manufatura pode-se citar: uma 
impressora instalada na cidade de São Paulo poderá receber instru-
ções on-line para que o programa execute e faça determinada peça de 
um algum país, como a Itália. Assim a fábrica já será produzida no seu 
destino final sem ter a necessidade de envio e nem de espera do deslo-
camento de um país para o outro. 
ORGANIZAÇÃO E MÃO DE OBRA DA INDÚSTRIA 4.0
A palavra Indústria 4.0 tem sido empregada genericamente 
para nomear sistemas de produção automatizados, onde máquinas, 
produtos, ferramentas, colaboradores e consumidores estão conecta-
dos. Conforme visto nas seções 4.2.2 e 4.2.3, os elementos formadores 
e estruturais permitem a conectividade entre equipamentos e objetos 
ligados à linha de produção. 
A conectividade entre equipamentos possibilita a organização 
das atividades interdependentes, como por exemplo, o ajuste das ati-
vidades entre dois pontos de trabalho, em que a estrutura organizacio-
nal de uma fábrica tradicional prevê mecanismo de coordenação, como 
a interação direta entre operadores e a intervenção do supervisor. Já 
na Indústria 4.0 a coordenação ocorre de forma automática entre os 
equipamentos, sem a necessidade de operadores (SACOMANO et al, 
2018).
87
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
A conectividade do sistema permite maior eficiência da ope-
ração por evitar as paradas de máquinas, por conta das pequenas al-
terações de produção que ocorrem todos os dias. Outra vantagem é 
que essa capacidade de verificação automática diminui a quantidade de 
defeitos ao final da linha de produção. Essa verificação é apoiada na au-
tomação de equipamentos de medição e na conectividade entre estes e 
o sistema de produção para reajustar a máquina e evitar a produção de 
produtos defeituosos. Estima-se que a velocidade e o custo da produ-
ção serão impactados por esse novo modelo baseado na conectividade 
das máquinas (SACOMANO et al, 2018).
Conclui-se que sistemas integrados dessa forma abrirão a pos-
sibilidade de diminuir os tamanhos de lotes, sem aumentar os custos de 
produção, além de viabilizar a rápida implantação de linhas de produção 
de novos produtos lançados no mercado.
Vídeo sobre o assunto: Indústria 4.0 - Fábrica inteligente 
Thyssenkrupp
Este vídeo tem por objetivo apresentar a Indústria 4.0 implan-
tada pela empresa Thyssenkrupp no Brasil. Conforme verá no vídeo, 
a produção é toda feita por braços robóticos, utilizando tecnologias di-
gitais de sensores, QR Codes, computação em nuvem e sistemas in-
tegrados. No decorrer do vídeo também são expostas a opinião dos 
colaboradores, bem como os diferenciais desse tipo de produção.determinada empresa possam ser 
conhecidos e adquiridos por um grande número de pessoas, por meio 
da Internet. Hoje é possível comprar roupas, comidas, sapatos, veícu-
los, entre outros.
A tecnologia impacta a sociedade. Algumas vezes positivamen-
te, já outras nem tanto. Por exemplo, a Revolução Industrial permitiu a 
produção de produtos em série, ou seja, os produtos deixaram de ser 
apenas manufaturados. Um fato positivo é que os produtos tiveram o 
preço reduzido, possibilitando que mais pessoas pudessem comprá-los. 
Mas, por outro lado, os artesãos perderam seu ofício. 
Atualmente, vivemos a Revolução Tecnológica da Indústria 4.0, 
que traz consigo uma série de impactos e mudanças no funcionamento 
das indústrias e no perfil de mão de obra. Atualmente, já é comum in-
dústrias utilizarem robôs para substituir os trabalhadores em processos 
repetitivos e que oferecem algum tipo de risco à vida.
Além disso, uma nova forma de se firmar contrato entre pes-
soas e/ou empresas vem sendo adotada, que são os contratos inteli-
gentes (smart contracts). Os contratos inteligentes consistem em um 
pequeno programa de computador. Sua principal diferença em relação 
aos contratos tradicionais se dá pelo fato dele ser autoexecutável, ou 
seja, é um contrato que não precisa ser gerenciado por terceiros (ban-
cos, por exemplo) ou muito menos moderado por um juiz. 
Uma nova forma de trabalho também tem sido incluída nas 
organizações: o trabalho colaborativo. Esse tipo de trabalho era comum 
somente no meio acadêmico. No entanto, tem ganhado espaço no meio 
corporativo e diversos estudos já comprovaram que quando as pessoas 
trabalham em equipes, elas compartilham seus conhecimentos. 
Nessa unidade, abordaremos essas novas tendências e tec-
nologias da indústria 4.0, e outras como: Business Intelligence (BI), Big 
Data e Inteligência Artificial (IA) na automatização industrial, que vêm 
sendo utilizadas para aumentar a produtividade das organizações.
C
A
R
A
C
TE
R
IZ
A
Ç
Ã
O
 E
 P
R
O
C
E
SS
O
 D
O
 P
E
TR
Ó
LE
O
 E
 G
Á
S 
- 
G
R
U
P
O
 P
R
O
M
IN
A
S
13
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
GESTÃO DA INOVAÇÃO
A gestão da inovação é conceituada como um afastamento dos 
princípios, processos e práticas tradicionais de administração empresa-
rial, ou seja, mudança na forma como os colaboradores realizam suas 
tarefas. Empresas que adotam uma gestão de inovação tem por ob-
jetivo fortalecer sua posição no ativo e concorrido mercado global. De 
acordo Akabane e Pozo (2020, pg.36) a gestão da inovação pode ser 
classificada em quatro tipos, conforme ilustra a Figura 1.
INOVAÇÃO & TECNOLOGIA
COM SUSTENTABILIDADE
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
14
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Figura 1 – Os quatros tipos da Gestão da Inovação
Fonte: Adaptado de AKABANE and POZO, 2020.
A inovação do produto ocorre quando ideias criativas relacio-
nadas a bens e serviços são implantadas, podendo ser de modo téc-
nico ou através da introdução de componentes e materiais e/ou novos 
softwares. Já a inovação de processo consiste em incluir novos pro-
cessos de produção. Por exemplo, uma empresa pode inovar nos pro-
cessos de fabricação, inserir uma mudança criativa no fluxo tecnológico 
ou desenvolver um novo processo de entrega, como por exemplo, o 
rastreamento on-line de encomendas. O que possibilitará uma melho-
ra na qualidade da produção e redução do custo total (AKABANE and 
POZO, 2020). 
A inovação de marketing refere-se às transformações inova-
doras no design ou na embalagem de produtos, métodos de vendas, 
posicionamento de produtos nas prateleiras e promoção de produtos 
(AKABANE and POZO, 2020). Por exemplo, a Coca-Cola resolveu ino-
var na embalagem do seu produto e em 2013 lançou o seu refrigerante 
em uma lata que podia ser dividida ao meio. Dessa forma, ter-se-ia 
duas latas menores para que a bebida pudesse ser compartilhada com 
alguém.
15
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Título da reportagem: Coca-Cola divide latinha em duas
Acesse o link: https://exame.abril.com.br/marketing/coca-co-
la-divide-latinha-para-promover-a-felicidade/
E por último, a inovação Organizacional, que ocorre nas re-
lações interna e externa da empresa, como na estrutura, estratégia, ha-
bilidades e estímulo cultural. A meta nesse tipo de inovação é melhorar 
o desempenho dos negócios, diminuir os custos administrativos e de 
transação, melhorar a satisfação no trabalho e redução dos custos de 
fornecimento (AKABANE and POZO, 2020). 
A inovação é realizada com base nas quatro classificações 
apresentadas na Figura 1, tendo por objetivo modificar a imagem de 
uma empresa diante seus concorrentes. No entanto, é importante que 
antes de implantar alguma inovação sejam avaliados quais departamen-
tos da empresa necessitam ser inovados (AKABANE and POZO, 2020). 
A história tem mostrado que o gerenciamento da inovação tem 
sido um elemento importante à vantagem competitiva de muitas em-
presas. Sendo a inovação e a criatividade responsáveis pelas grandes 
mudanças que ocorrem nas empresas, ações para mercado, novos pro-
dutos, métodos mais dinâmicos e pessoas mais motivadas (AKABANE 
and POZO, 2020). 
Vídeo sobre o assunto: Case de Inovação: A verdadeira His-
tória do Post-it.
Este vídeo tem por objetivo apresentar a verdadeira história 
dos famosos bloquinhos autocolantes, os Post-it, que foram inventados 
por um erro de projeto de um colaborador da empresa 3M. 
Disponível no link: https://www.youtube.com/watch?v=7QZo-
xRl2Rmk
https://exame.abril.com.br/marketing/coca-cola-divide-latinha-para-promover-a-felicidade/
https://exame.abril.com.br/marketing/coca-cola-divide-latinha-para-promover-a-felicidade/
https://www.youtube.com/watch?v=7QZoxRl2Rmk
https://www.youtube.com/watch?v=7QZoxRl2Rmk
16
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Pilares da Inovação
É importante que as empresas estejam sempre inovando. Essa 
inovação não necessariamente é referente apenas ao aprimoramen-
to de tecnologias. Não é necessário que a inovação se inicie do zero, 
mas é possível incorporar elementos mais atuais para impulsionar ain-
da mais as atividades de inovação e fornecer informações adicionais 
(AKABANE and POZO, 2020). 
Dependendo do tipo ou setor de empresa, a colaboração com 
clientes e sócios podem ser coeficientes importantes de inovação ou 
mesmo parte central da estratégia de inovação. A inovação contínua e 
colaborativa com os clientes pode auxiliar a atribuir a inovação em duas 
áreas fundamentais de uma empresa: o objetivo atual dos produtos e os 
seus serviços. Visto que, os clientes são meios importantes de inovação 
de produtos e/ou serviços. 
Outro ponto importante da inovação é a liderança. Pois, para 
que a inovação seja bem-sucedida os gestores da empresa devem as-
sumir o risco, ter uma interpretação clara dos objetivos, compromisso e 
interesse por mudanças.
PILARES DA TECNOLOGIA
A utilização da tecnologia tornou-se o elemento principal para 
melhorar o desempenho ambiental e econômico da comunidade. Fre-
quentemente, a tecnologia é empregada para melhorar o desenvolvi-
mento de forma sustentável, através de novos processos no cotidia-
no. Por exemplo, a substituição das principais tecnologias da empresa 
como a implementação de novos softwares, podem auxiliar no ganho de 
eficiência, agilidade, progresso dos processos, ampliação da qualidade 
do serviço e economia de dinheiro. 
No entanto, antes de investir dinheiro em inovação para trans-
formar os negócios da empresa, é importante que se avalie os três pi-
lares da tecnologia: prontidão, propriedade e execução. Pois, é rele-
vante que a empresa, que deseja adotar a inovação tecnológica esteja 
preparada para todas as complexidades que podem aparecer quando 
implementam novas tecnologiasDisponível no link: https://www.youtube.com/watch?v=_D5wo-
JxfjXc
Perfil do trabalhador da Indústria 4.0
O futuro dos trabalhadores na Indústria 4.0 ainda é incerto, mas 
uma coisa é certa: a automação e a intensa conectividade provocarão 
grandes mudanças na forma como trabalhamos atualmente. 
Pesquisas apontam que o perfil do trabalhador deverá sofrer 
modificações, como formação educacional e nível acadêmico e também 
a configuração de como o trabalho é organizado. A expectativa é que a 
tecnologia e a inteligência artificial auxiliem as pessoas a tomarem deci-
sões mais acertadas e num período de tempo mais curto.
https://www.youtube.com/watch?v=_D5woJxfjXc
https://www.youtube.com/watch?v=_D5woJxfjXc
88
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
De acordo com Duarte et al (2019, pg. 137) a empresa 
ManpowerGroup –especializada em gestão de pessoas, sendo referên-
cia mundial em processos de recrutamento e seleção de colaboradores, 
realizou estudos que demonstraram que a ideia não é que ocorra a 
substituição de um recurso humano por um recurso tecnológico. E sim 
que habilidades, como a criatividade, a colaboração, o atendimento ao 
cliente, a solução de problemas e a comunicação passem a “pesar” 
mais quando comparados a outras competências humanas capazes de 
aumentar a tecnologia (DUARTE et al, 2019).
A formação educacional e acadêmica será desafiadora e, pro-
vavelmente, sofrerá adaptações em relação ao conteúdo da formação 
sobre os modelos tradicionais de ensino e aprendizagem nas escolas 
e universidades. Estudos indicam que serão necessárias formação téc-
nica nas áreas de engenharia de software, automação de processos 
(inteligência artificial e aprendizagem de máquina) e também habilida-
des comerciais e de gestão de negócios, projeto de novos serviços e 
produtos (DUARTE et al, 2019).
Por outro lado, os estudos apontam que atividades rotineiras, 
como digitação de dados, auditorias de processos e de fiscalização 
contábil, manutenção de estoques e outras atividades administrativas 
provavelmente serão substituídas por atualizações tecnológicas, nas 
indústrias, produção rural, setores da economia, entre outras (DUARTE 
et al, 2019).
Vídeo sobre o assunto: Uma Linha de Produção Inovadora 
para Indústria
Acesse o link: https://www.youtube.com/watch?v=h3mR-
X8ubZms&feature=youtu.be
Estrutura organizacional na Indústria 4.0
É esperado que a organização para a Indústria 4.0 tenha uma 
estrutura mais orgânica que mecanizada. Uma estrutura mecanizada 
consiste em uma estrutura burocrática, onde a divisão do trabalho e a 
supervisão hierárquica são rígidas, ou seja, a comunicação se dá de 
forma vertical.
https://www.youtube.com/watch?v=h3mRX8ubZms&feature=youtu.be
https://www.youtube.com/watch?v=h3mRX8ubZms&feature=youtu.be
89
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Já uma estrutura orgânica refere-se a uma empresa onde as 
decisões são descentralizadas e a hierarquia é flexível e modificável. 
Ocorre ênfase no trabalho em colaboração e em equipes para facilitar 
a troca de informações e conhecimento, ou seja, a comunicação é ho-
rizontal.
90
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
QUESTÕES DE CONCURSOS
QUESTÃO 1
Ano: 2017 Banca: CETREDE Órgão: Prefeitura de Aquiraz Prova: 
Guarda Municipal Nível: Médio.
Uma revolução industrial é caracterizada por mudanças abruptas 
e radicais, motivadas pela incorporação de tecnologias, tendo des-
dobramentos nos âmbitos econômico, social e político. Segundo 
teóricos, o mundo passa por uma transição de época e estaria no 
início da 4ª revolução industrial ou da chamada Indústria 4.0. O 
desenvolvimento e a incorporação de inovações tecnológicas vão 
mudar radicalmente o mundo como o conhecemos e moldar a in-
dústria dos próximos anos.
Observando os acontecimentos, analise as afirmativas a seguir so-
bre a revolução industrial.
I. A Indústria 4.0 não se define por cada uma das tecnologias isola-
damente, mas pela convergência e sinergia entre elas.
II. Está ocorrendo uma conexão entre o mundo digital, o mundo 
físico, que são as “coisas”, e o mundo biológico, que somos nós.
III. As três revoluções industriais tiveram início nos países subde-
senvolvidos.
IV. A primeira revolução aconteceu movida por tecnologias mecâ-
nicas como máquinas a vapor e as ferrovias.
V. A segunda revolução aconteceu na Inglaterra, tendo como prin-
cipais inovações a eletricidade e seu emprego.
VI. A terceira revolução se iniciou na década de 1960, foi o advento 
da informática e da tecnologia da informação.
Marque a opção que apresenta as afirmativas CORRETAS.
a) I – II – III – IV.
b) II – IV – V – VI.
c) I – II – III – VI.
d) III – IV – V – VI.
e) I – II – IV – VI.
QUESTÃO 2
Ano: 2018 Banca: CESGRANRIO Órgão: PETROBRÁS Prova: Téc-
nico de Logística de Transporte Júnior Nível: Fácil.
Um assunto que emerge junto com a 4ª Revolução Industrial é a 
logística 4.0.
Um dos viabilizadores para o surgimento da logística 4.0 é o(a)
a) RFID
b) Código de barras
91
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
c) Condomínio logístico
d) Aumento da eficiência no consumo de combustíveis
e) Internet das coisas
QUESTÃO 3
Ano: 2019 Banca: CESPE Órgão: IBFC Prova: PM-BA - Soldado Ní-
vel: Médio.
“A Inteligência Artificial (IA) está transformando a maneira como 
fazemos negócios. A adoção de aprendizado de máquina, Big Data, 
Analytics e outras novas tecnologias em busca de automação não 
é mais estritamente uma questão de tecnologia de informação e se 
tornou um fator chave na tomada de decisões que agora envolve 
os líderes e objetivos de negócios da empresa” (CIO, 2019). 
Assinale a alternativa correta que apresenta uma vantagem da in-
teligência artificial.
a) Aumento substancial de erros na produção
b) Maior tempo de trabalho e de produção
c) Queda na eficiência e na produtividade
d) Dificuldade na tomada de decisão e na solução de problemas
e) Modernização das etapas de produção
QUESTÃO 4
Ano: 2019 Banca: IF-ES Órgão: IF-ES Prova: Tecnólogo – Redes de 
Computadores Nível: Médio.
A computação em nuvem vem transformando a maneira como as 
empresas realizam computação. Analise as afirmativas abaixo, so-
bre a computação em nuvem:
I – Existem diversas nuvens, algumas são públicas e estão dis-
poníveis para quem estiver disposto a pagar para utilizar os seus 
serviços.
II – Por padrão, todas as nuvens possuem a obrigatoriedade de 
disponibilizar para os usuários o acesso ao hardware físico.
III – Quando falamos em nuvem como um serviço, estamos falando 
de: IaaS (Infrastructure as a Service – Infraestrutura como um ser-
viço), PaaS (Platform as a Service – Plataforma como um serviço) e 
SaaS (Software as a Service – Software como um serviço).
É CORRETO o que se afirma em:
a) I, II e III.
b) I e II, apenas.
c) I e III, apenas.
d) II e III, apenas.
e) Nenhuma das afirmativas está correta.
92
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
QUESTÃO 5
Ano: 2019 Banca: FCC Órgão: SANASA Campinas Prova: Analista 
de Tecnologia da Informação Nível: Médio.
Em uma empresa, um modelo de cloud computing correto a ser 
utilizado seria a nuvem
a) híbrida, em que as soluções podem ter sua escalabilidade compará-
vel com a de ambientes públicos e o gestor de TI poderá definir políticas 
de segurança de acordo com as demandas internas da empresa.
b) pública, pois a empresa ficaria responsável apenas por algumas ati-
vidades de gerenciamento, como troca de peças, segurança física e 
atualização de firmware.
c) privada, que é conhecida por oferecer serviços de IaaS e SaaS. O 
Microsoft Office 365, a Amazon AWS e o Dropbox são fornecidos por 
meio desse tipo de arquitetura.
d) pública, recomendada para quem precisa de uma plataforma com 
alto controle. No entanto, a empresa fica impedida de coletar verbas 
com a venda de anúncios, mesmo em modelos de negócio freemium.
e) protegida,que permite o armazenamento de dados em um local se-
guro e robusto. Ideal para uma empresa que atua em um setor com um 
alto nível de regulação e com informações confidenciais.
QUESTÃO DISSERTATIVA – DISSERTANDO A UNIDADE
A Indústria 4.0 representa um grande salto tecnológico, capaz de elevar 
a automação à potência máxima. Ela permitirá que robôs cada vez mais 
realizem as funções perigosas, complexas e cansativas no lugar dos 
colaboradores das organizações. 
Sobre o enunciado, descreva os prováveis impactos negativos trazidos 
pelos avanços tecnológicos.
TREINO INÉDITO
Em relação à computação em nuvem, avalie as afirmativas a seguir:
I. A computação em nuvem consiste em um modelo que tem capacidade 
de processamento e armazenamento e possibilita que diversas aplica-
ções sejam utilizadas através da internet.
II. Google Drive, OneDrive e Dropbox são exemplos de aplicações na 
nuvem.
III. São exemplos de modelos de serviços da computação em nuvem: 
clientes, data centers e servidores.
É correto o que se afirma em
a) I, apenas.
93
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
b) II, apenas.
c) III, apenas.
d) I e II, apenas.
e) I, II e III.
NA MÍDIA
COMO SERÃO AS LAVOURAS DO FUTURO
A ideia é que se utiliza cada vez menos ferro e mais inteligência. De 
acordo com o Sergio Soares que é o diretor de desenvolvimento de 
produto e engenharia agrícola da CNH Industrial para a América Latina 
afirmou que máquinas 100% autônomas estarão trabalhando no campo 
antes do ano de 2030. Ele ressalta que as máquinas agrícolas de hoje 
já possuem uma boa quantidade de inteligência artificial e que elas já 
se autorregulam mesmo diante da presença do operador na máquina. 
Já Dener Jaime, coordenador de marketing do produto Fuse da Massey 
Ferguson, tem a opinião que as máquinas não tomaram decisões so-
zinhas em menos de 10 ou 15 anos. Ele acredita que num futuro mais 
distante os equipamentos no campo serão menores, autônomos e mul-
titarefas. Em 2012, a empresa Valtra já tinha apresentado um protótipo 
de um trator com um operador que era seguindo por diversas máquinas 
autônomas que se baseavam na máquina a sua frente como guia. 
Fonte: Globo Rural
Data: 01mai. 2018.
Leia a notícia na íntegra: https://revistagloborural.globo.com/Noticias/
Feiras/noticia/2018/05/como-serao-lavouras-do-futuro.html
NA PRÁTICA
O banco holandês denominado de ING, resolveu modificar sua estru-
tura para se adaptar a estrutura orgânica de uma organização. Para 
atingir essa meta, o banco inseriu uma estrutura matricial, que consiste 
em tipo de estrutura que mescla outros dois tipos: a estrutura funcional 
e a estrutura divisional. Na estrutura funcional, cada setor possui um 
gerente; já na estrutura divisional, não há um gerente por setor, mas 
sim, um gerente por atividade, como projetos, produtos, serviços e etc.
Desse modo, o banco criou equipes multidisciplinares compostas por 
nove pessoas que trabalham em projetos grandes, no entanto, ele é di-
vidido em projeto menores. Assim, cada equipe desses projetos peque-
nos possui especialistas por área de conhecimento, nas quais podem 
https://revistagloborural.globo.com/Noticias/Feiras/noticia/2018/05/como-serao-lavouras-do-futuro.html
https://revistagloborural.globo.com/Noticias/Feiras/noticia/2018/05/como-serao-lavouras-do-futuro.html
94
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
discutir os problemas técnicos de sua especialidade. O banco ING afir-
mou que após a implementação dessa mudança a eficiência aumentou 
em 30% e outra vantagem é que o comprometimento dos funcionários 
também aumentou.
Fonte: SACOMANO et al. Indústria 4.0: Conceitos e Fundamentos. 
São Paulo: Blucher, 2018.
95
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
COLABORAÇÃO 
Colaboração é o ato de trabalhar em conjunto com uma ou 
mais pessoas para juntas realizarem um trabalho, ou seja, juntos con-
quistarem um objetivo comum. As pessoas e empresas têm a possibi-
lidade de trocarem conhecimentos, experiências e é assim que novos 
projetos surgem.
Um exemplo bem simples de colaboração é o que ocorre no 
meio acadêmico. Sempre que há uma pesquisa sobre, por exemplo 
descoberta de um novo vírus, ela é feita em parceria – colaboração - 
com outras pessoas, nesse exemplo, os pesquisadores. Esses pesqui-
sadores não precisam, obrigatoriamente, estarem presentes no mesmo 
espaço físico. As ferramentas de colaboração, como a Microsoft Teams 
e Slacks, permitem que ocorra a troca de conhecimento mesmo que 
estejam separados por localidades geograficamente distantes, até hoje 
REDES COLABORATIVAS &
DESIGN THINKING
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
96
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
há distinção de fuso horário como ocorre no Brasil entre as cidades/es-
tados que adotam o horário de Brasília para as outras da região Norte, 
como o Acre, Amazônia. 
O surgimento de novas tecnologias da informação e comuni-
cação (TIC) possibilitou inúmeras mudanças, dentre elas o apoio ao 
conceito de redes colaborativas e prática comercial. A TIC trouxe uma 
grande variedade de novas formas de comunicação, dentre elas (LAS 
CASAS, 2014): Feedback do consumidor via site da empresa (como: 
Amazon e Netflix), salas de bate-papo, fóruns, e-mails, mensagens ins-
tantâneas (como: WhatsApp) e principalmente as redes sociais (como: 
Facebook, Instagram e Twitter). Uma plataforma que surgiu por meio da 
colaboração foi a Wiki, a mais conhecida é a Wikipedia que foi escrita 
por mais de 75 mil voluntários e é atualizada constantemente por seus 
usuários. Atualmente, a Wikipedia está disponível em 75 idiomas.
A colaboração é uma tendência nos dias de hoje e acontece 
frequentemente na nossa rotina. Cada vez mais estamos utilizando a 
técnica de colaboração mesmo sem perceber. Você já deve ter obser-
vado que, cada vez mais pessoas estão publicando em suas redes so-
ciais suas opiniões sobre produtos, marcas, experiências, entre outros 
assuntos. Indiretamente, estão colaborando com as empresas; assim 
elas ficam sabendo a opinião sobre seus produtos para que possam 
aperfeiçoá-los e/ou melhorar as campanhas de marketing. 
Nos dias de hoje, é importante que as empresas atuem de for-
ma rápida e eficiente em solucionar os problemas relatados por seus 
clientes em redes sociais. A sugestão dada por especialistas no assun-
to é que os sites e redes sociais (Facebook, Twitter, Instagram e etc) 
estejam sempre atualizados. E que os comentários e/ou publicações 
dos clientes sejam constantemente monitorados. É importante não per-
mitir que comentários negativos se proliferem, pois, quanto maior for a 
demora da empresa para responder às críticas, mais pessoas saberão 
da(s) insatisfação(ões) de seus clientes, o que poderá comprometer a 
imagem das empresas. 
Um exemplo desse tipo de situação foi o que aconteceu com 
a Brastemp. Essa marca, no passado, foi considerada com tendo pro-
dutos de boa qualidade. Tanto que um dos seus slogans de campanha 
publicitária era “Não é assim uma Brastemp”. No entanto, clientes pas-
saram a ter problemas com os produtos e suas solicitações não eram 
atendidas pela empresa. Consequentemente, um cliente indignado pu-
blicou um vídeo em uma mídia social, YouTube, relatando o que havia 
ocorrido e qual foi feedback recebido da empresa. 
O vídeo teve um alcance de quase mil acessos na época que 
foi disponibilizado. Somente após esse ocorrido que a Brastemp resol-
97
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
veu o problema do cliente, através da substituição do refrigerador antigo 
por um novo. No entanto, tal fato acarretou um desgaste bem grande 
a imagem da empresa, gerando muitos comentários negativos e que 
se espalham rapidamente por meio das mídias sociais. Se a empresa 
Brastemp tivesse resolvido o problema imediatamente,todo esse trans-
torno e desgaste de sua imagem teria sido evitado. 
Vídeo sobre o assunto: Não é uma Brastemp
Este vídeo foi criado pelo consumidor que só teve o seu pro-
blema resolvido após postar nas mídias sociais. A reclamação desse 
consumidor chegou a colocar a Brastemp no Assuntos do Momento 
(Trending Topics) mundial na época. Observe como foi um desgaste 
enorme para a empresa. 
Disponível no link: https://www.youtube.com/watch?v=riOvE-
e0wqUQ&feature=youtu.be
Os clientes atuais são denominados de clientes modernos, 
pois, possuem o comportamento diferente do passado; suas necessi-
dades, os meios de comunicação e forma de comportamento são total-
mente diferentes. Pode-se afirmar que o crescimento do uso das mídias 
sociais permitiu que empresas se comuniquem com seus consumido-
res. Entretanto, os clientes ficaram muito espalhados o que dificulta às 
empresas que os abordem como antigamente, como era feito através 
de rádio e canais de TV. 
REDES COLABORATIVAS
Na literatura existem diversos autores que definem redes co-
laborativas (CN -Collaborative Network, do inglês), dentre essas defini-
ções veremos a dos autores Camarinha-Matos e Afsarmanesh.
Uma rede colaborativa (CN) é uma rede que consiste em uma variedade de 
entidades (por exemplo, organizações, pessoas e até máquinas) que são 
amplamente autônomas, geograficamente distribuídas e heterogêneas em 
termos de ambiente operacional, cultura, social capital e objetivos, mas co-
laboram para alcançar melhor objetivos comuns ou compatíveis, e cuja inte-
rações são suportadas por redes de computadores. Ao contrário de outras 
https://www.youtube.com/watch?v=riOvEe0wqUQ&feature=youtu.be
https://www.youtube.com/watch?v=riOvEe0wqUQ&feature=youtu.be
98
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
redes, na CN a colaboração é uma propriedade intencional que deriva da 
crença compartilhada de que juntos os membros da rede podem atingir me-
tas que não seriam possíveis ou que teriam um custo mais alto se tentado 
por eles individualmente (CAMARINHA MATOS and AFSARMANESH, 2005, 
pg. 439).
O avanço da Internet possibilitou o surgimento de novas ferra-
mentas colaborativas que suportam a internet e melhoram a compreen-
são dos métodos das redes colaborativas. O termo, rede colaborativa 
ou organização colaborativa em rede (CNO - Collaborative Network Or-
ganization, em inglês) é empregado quando pensamos em processos 
de colaboração mais organizados, como ocorre nas organizações/em-
presas. No entanto, esse termo é frequentemente usado para represen-
tar todos os casos que envolvem redes de colaboração. 
Uma rede vai envolver essencialmente comunicação e troca 
de informações para alcançar benefícios recíprocos. Como exemplo de 
uma rede simples temos o caso em que um grupo de entidades (orga-
nizações e pessoas) compartilham informações sobre sua experiência 
sobre o uso de uma ferramenta. O Microsoft Teams, que é uma ferra-
menta de comunicação e colaboração que combina bate-papo, video-
conferências, armazenamento de arquivos e integração de aplicativos 
no mesmo local de trabalho, não há necessidade de deixar a interface 
do Microsoft Teams para abrir documentos, Word, Excel, SharePoint e 
outros. 
No entanto, apenas compartilhar sua experiência de uso de 
uma determinada ferramenta traz benefícios em relação a uma possível 
sugestão de ferramenta a ser adotada na empresa dessa pessoa. Mas 
como ambos não estão usando juntos a ferramenta para colaborar em 
algum projeto, as contribuições são individuais e, consequentemente, 
não haverá nenhuma geração de valor comum. 
Já o conceito de uma rede colaborativa (CN) refere-se a uma 
rede que é composta por uma variedade de entidades, como: pessoas 
e empresas, sendo que estas são largamente autônomas, distribuídas 
geograficamente e diferentes em termos de ambiente operacional, cul-
tura, capital social e objetivos, no entanto, elas colaboram para alcançar 
melhorias e objetivos comuns, que gera um valor em conjunto. Essa in-
teração é suportada pela rede de computadores, que consiste em uma 
estrutura de computadores e dispositivos conectados através de um 
sistema de comunicação, com o objetivo de compartilhar informações, 
recursos entre si e serviços, como: dados, impressoras, mensagens 
(e-mails), entre outros.
99
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
REPRESENTAÇÃO LÓGICA DAS REDE DE COLABORAÇÃO
As redes colaborativas (CNs) podem ser descritas conforme 
sua representação lógica, que possibilita demonstrar hierarquias e in-
terconexões entre os envolvidos na rede colaborativa, ou então catego-
rizá-los através de uma representação gráfica. Em relação ao modo de 
representar redes colaborativas pode-se fazer uma analogia à topologia 
de redes de computadores, que reproduzem, por exemplo, qual será a 
disposição física dos computadores colocados em redes. As mais co-
muns são: topologia de rede em barramentos (a mais simples), topolo-
gia em anel e topologia de rede em estrela. 
De acordo com Loichate (2012) as topologias de CNs mais co-
muns são: redes hierárquicas (em árvore), centralizadas (em estrela), 
lineares (em barramento), aliança (em anel) ou planas (em malhas) con-
forme pode ser visto na no quadro 3.
Quadro 3 - Representação Lógica de Redes Colaborativas
Representação 
Gráfica
Topologia Conceito
Sem Estrutura
Essa topologia não possui nenhu-
ma aresta (representada por linhas) 
para ligar os nós (representados pe-
los círculos).
Nesse tipo de CN cada empresa 
opera de forma independente. 
Hierarquia (em 
Árvore)
Nessa topologia existe um parceiro 
central (como, nó raiz de uma árvo-
re computacional) que está conec-
tada a um ou mais parceiros (nó fo-
lha em uma árvore computacional) 
e assim sucessivamente. 
100
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Centralizado (em 
Estrela)
Essa topologia tem um parceiro 
central que é conectado a cada 
um dos outros parceiros de rede. 
Porém, esses os outros não estão 
conectados entre eles, conforme 
nota-se na figura ao lado. 
Linear (em Barra-
mento)
Nessa topologia as CNS são repre-
sentadas de forma que todos os 
parceiros estão conectados linear-
mente – em uma relação única. 
Aliança (em Anel)
Nessa topologia, os parceiros estão 
conectados a uma rede em loop. 
Plano (em Malha)
Essa topologia de rede é a mais de-
mocrática, pois, permite que todos 
os parceiros se comuniquem entre 
si. 
Fonte: Adaptado de Loichate, 2012.
PRINCIPAIS REDES DE COLABORAÇÃO 
Por conta da grande diversidade de surgimento de redes de 
colaboração em diversas aplicações e o uso de terminologias distin-
tas, surgiu a necessidade de desenvolver uma taxonomia referente às 
variadas formas organizacionais, onde foi possível conceituá-las. Essa 
categorização dos tipos de rede de colaboração, apresentada na figura 
21 só foi possível devido a estudos e discussões entre pesquisadores 
de vários projetos internacionais (CAMARINHA-MATOS and AFSARA-
NESH, 2005, 2006, 2008).
Classificação das Redes Colaborativas
Conforme dito na seção anterior, a figura 20 ilustra os tipos de 
redes colaborativas. A partir dessa e das próxima seções serão apre-
sentados detalhes sobre cada um desses tipos de rede.
A Rede Colaborativa (CN) consiste em uma variedade de enti-
101
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
dades, como pessoas e organizações que são largamente autônomas, 
distribuídas geograficamente e heterogeneamente em termo de am-
biente operacional, cultura, capital social e objetivos. Porém, que tra-
balham de forma colaborativa para alcançarem objetivos comuns (CA-
MARINHA-MATOS et al, 2009). Ainda dentro dessa categoria temos: 
Colaboração Ad-Hoc e Rede Colaborativa Organizacional. 
Figura 21 – Tipos de Redes Colaborativas
Fonte: Adaptada de Camarinha-Matos, et al., 2009.
102
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
UP
O
 P
R
O
M
IN
A
S
• Colaboração Ad-Hoc: A colaboração Ad-Hoc tende a ser 
mais espontânea. Tendo como objetivo volutariar-se para colaborar na 
esperança de alcançar um objetivo geral, sem plano e/ou estrutura so-
bre as funções dos participantes e como eles devem prosseguir. Por 
exemplo, quando ocorre desastre natural, atualmente temos tido ala-
gamento de ruas/estradas recorrentemente. Existem pessoas que não 
possuem treinamento adequado para socorrer vítimas sendo arrasta-
das pela correntenza, que estão ilhadas em carros e, mesmo assim, 
elas se vontuariam e prestam as suas contribuições para alcançar o 
objetivo comum – salvar as vítimas do alagamento. 
• Rede Colaborativa Organizacional (CNO): Já a CNO preza 
por algum tipo de organização em relação às atividades de seus colabo-
radores, como a identificação de funções para eles e algumas regras de 
governança. Uma característica desse tipo de rede é que elas possuem 
uma duração longa e permanecem relativamente estáveis durante sua 
existência. 
Rede Estratégica de Longo Prazo
As redes estratégicas de longo prazo estão subdivididas em ou-
tras duas: Ambiente de Criação de Organizações Virtuais e Comunida-
de Virtual Profissional. O Ambiente de Criação de Organizações Virtuais 
também conhecido simplesmente pela sigla (VBE – VO Virtual Organi-
zation - Breeding Environment, do inglês) caracteriza uma associação de 
organizações e várias instituições de apoio comuns, onde conectam a 
um acordo de cooperação de longo prazo e adotam princípios e infraes-
truturas operacionais comuns, cujo objetivo principal é ter possibilidade 
de realizar alianças temporárias para colaboração com organizações vir-
tuais (CAMARINHA-MATOS et al, 2009). Ou seja, quando uma oportuni-
dade de negócio é reconhecidada por um membro, um subconjunto das 
VBE’s pode ser selecionado para formar um Organização Virtual (VO 
- Virtual Organization) ou uma Empresa Virtual (VE - Virtual Enterprise).
Existem vários tipos de VBE’s, os quais serão descritos a seguir:
• Clusters Industriais: Esse tipo de rede colaborativa é con-
siderada de longo prazo. Normalmente, composta por empresas que 
operam no mesmo setor de negócios e localizadas na mesma região 
geográfica. Essas empresas matêm vínculos entre si para aumentar 
sua competitividade. Esses vínculos podem ser: compartilhamento de 
tecnologias e ferramentas comuns, canais de distribuição ou grupos de 
trabalhos comuns. Independente da forma, o importante é que todos 
colaboram de alguma maneira para quando surgirem as oportunidades 
de negócio (CAMARINHA-MATOS et al, 2009). 
103
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
• Distritos Industriais: Distritos industriais podem ser aplica-
dos em único setor ou incluir vários setores em uma determinada re-
gião. Além das empresas, outras instituições, como instituições acadê-
micas e de pesquisas podem desempenhar um papel ativo nessa VBE 
(CAMARINHA-MATOS et al, 2009). 
• Ecossistemas de Negócio: É semelhante a uma rede Clus-
ter Industrial ou Distrito Industrial. No entanto, não é limitado a um setor, 
mas tende a cobrir os principais setores geográficos. As redes Ecosiste-
mas de Negócio consistem em redes que tentam preservar especificida-
des, tradições e culturas locais. Essa rede, geralmente, se beneficia de 
incetivos governamentais (locais) (CAMARINHA-MATOS et al, 2009). 
• Redes de Resgate em Desastre: Um outro tipo de rede VBE 
consiste em acordos realizados entre organizações governamentais e 
não governamentais especializadas em operações de resgate em caso 
de desastres. Essa VBE poderá ter alcance local, regional ou global 
(CAMARINHA-MATOS et al, 2009). 
• Laboratórios Virtuais Colaborativos: O objetivo dessa 
rede está em firmar um acordo entre organizações autônomas de pes-
quisa. Como cada organização possui seus próprios recursos, como: 
equipamentos, ferramentas, dados e informações relacionados a seus 
experimentos anteriores e etc. Esses recursos permitem que os pesqui-
sadores dessas organizações, que estão localizados geograficamente 
distantes uns dos outros, sejam reconhecidos e considerados para par-
ticipar de colaborações de solução de problemas. Durante um processo 
de colaboração, que tem o objetivo solucionar problemas, é típico que 
alguns equipamentos de laboratório caros pertencentes a uma ou mais 
organizações sejam disponibilizados para uso ou acesso remoto por 
outros parceiros de colaboração, que é um recurso distinto desse tipo 
de VBE (CAMARINHA-MATOS et al, 2009). 
• Aliança entre Empresas Intercontinentais: Consiste em um 
caso particular de VBE envolvendo sub-redes de empresas em diferen-
tes continentes (LOICHATE, 2012).
Rede Orientada a Objetivos
Uma rede orientada a objetivos refere-se a uma rede colabo-
rativa, na qual a colaboração é forte e bem direcionada a um objetivo 
comum ou a um conjunto de objetivos compatíveis, que é praticada en-
tre seus colaboradores (CAMARINHA-MATOS et al, 2009). Esse tipo 
de rede é subdivida em: Rede Orientada a Oportunidades e Rede de 
Produção Contínua. A seguir serão apresentadas as diversas sub-redes 
que pertencem às Redes Orientada a Objetivos:
104
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
• Empresa Virtual (VE-Virtual enterprise, do inglês): Essa rede 
representa um acordo de empresas que se reúnem para partilhar co-
nhecimentos e mecanismos para responder melhor às oportunidades 
de negócios e cuja cooperação é apoiada por redes de computadores 
(CAMARINHA-MATOS et al, 2009). 
• Organização Virtual (VO-Virtual Organization, do inglês): 
Possui um conceito semelhante à rede Empresa Virtual. Já uma Orga-
nização Virtual compreende em um conjunto de organizações integral-
mente independentes que compartilham recursos e habilidades para 
alcançar seu objetivo, porém, não se restringe a um acordo de lucro de 
empreendimentos. Portanto, uma Empresa Virtual é um caso caracte-
rístico de Organização Virtual (CAMARINHA-MATOS et al, 2009). 
• Organização Virtual Dinâmica (Dynamic Virtual Organiza-
tion): Regularmente trata-se de uma Organização Virtual. No entando, 
possui pouco tempo para responder a uma oportunidade de competitiva 
de mercado, sendo extinta assim que o objetivo é cumprido (CAMARI-
NHA-MATOS et al, 2009). 
• Empresa Estendida (EE-Extended Enterprise, do inglês): 
Trata-se de uma sub-rede normalmente aplicada a uma organização em 
que uma empresa dominante “estende” seus limites a todos ou alguns 
de seus fornecedores. Uma empresa estendida pode ser vista como um 
caso particular de uma empresa virtual (CAMARINHA-MATOS, 2005).
• Equipe Virtual (VT - Virtual Team, do inglês): É semelhante 
ao conceito de uma rede Empresa Virtual, mas é formada por pessoas 
e não empresas. Uma equipe virtual consiste em um grupo de profissio-
nais temporários que trabalham juntos, com objetivos em comum, como 
solução de problemas, trabalho de consultoria e etc (CAMARINHA-MA-
TOS et al, 2009). Para esse trabalho as equipes utilizam as tecnologias 
da informação para possibilitar a interação entre eles. 
As Rede de Produção Contínua são compostas pelas seguin-
tes sub-redes: Cadeia de Suprimentos, Governo Virtual e Rede de 
Transporte Colaborativo.
• Cadeia de Suprimentos (Supply chains) consiste em uma 
sub-rede estável de empresas de longo prazo, cada uma com respon-
sabilidades claras na cadeia de valor de fabricação, cobrindo todas as 
etapas desde o projeto inicial do produto e a aquisição de matérias-pri-
mas, passando pela produção, expedição, distribuição e armazenamen-
to até a conclusão produto que é entregue a um cliente (CAMARINHA-
-MATOS et al, 2009). 
• Governo Virtual (Virtual government) é também conhecido 
como governo eletrônico. Essa sub-rede fornece um acordo das organi-
105
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
zações governamentais (por exemplo, prefeitura, cartório de impostos, 
escritório de infraestruturascivis) que combinam seus serviços através 
do uso de redes de computadores, para fornecer serviços integrados ao 
cidadão, por meio de um sistema com interface simples (CAMARINHA-
-MATOS et al, 2009). 
DESIGN THINKING
Ferramentas e plataformas que permitem a colaboração entre 
pessoas, como a tão conhecida Wikipédia e mídias sociais possibilita-
ram que qualquer usuário se tornasse produtor de alguma informação 
– seja ela verdadeira ou falsa (fake news) – e disseminar diferentes 
conhecimentos e culturas.
Empreendedores visionários perceberam que esse avanço da 
tecnologia da informação, que acarretou as mídias sociais e as formas 
de colaboração, traria um novo cenário de comunicação e que mudan-
ças seriam inevitáveis. Eis que surge, nos anos 2000, a ideia de Design 
Thinking, criada por uma agência denominada IDEO. 
A ideia do Design Thinking é englobar o conceito-chave do De-
sign, no que se refere a combinar a qualidade da aparência do produto 
com a funcionalidade e utilidade para produtos e/ou serviços. Design 
Thinking é definido pela autora Gonsales (2017, pg. 12), como: “um 
modelo de pensamento que coloca as pessoas no centro da solução de 
um problema”.
O Design Thinking está baseado em três pilares: empatia, co-
laboração e experimentação. Empatia consiste em uma aptidão social 
que proporciona que uma pessoa se coloque no lugar do outro e inter-
prete o ponto de vista, sentimentos, sensações, formas de trabalhar e 
de agir de outro ser humano. O segundo pilar é a Colaboração, que 
significa criar em grupos e também é denominada de cocriação. Con-
forme visto na seção 5.1, a colaboração permite que várias pessoas 
trabalhem juntas – em equipe – em busca de solucionar um problema 
em comum, compartilhando ideias, experiências e etc. O último pilar é 
a Experimentação, que demonstra a importância de testar possibilida-
des, cogitar novas opções, valorizar as tentativas e erros como impres-
cindíveis para o aprendizado. 
O Design (projeto) é definido como um processo que modifica 
um briefing. O processo do Design tem o objetivo de gerar diversas 
soluções possíveis, através da utilização de várias técnicas e métodos 
para estimular os participantes a pensar em soluções inovadoras e/ou 
criativas.
106
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
O PROCESSO DO DESIGNTHINKING
A seção anterior relatou que o Design Thinking está baseado 
em três pilares: empatia, colaboração e experimentação. No entanto, 
eles podem ser reestruturados em diferentes processos. Dentro do pro-
cesso de design tem-se sete etapas ou também denominada de fases, 
são elas (AMBROSE,2015): 
I. Definir: Essa etapa relata que o problema de design (projeto) 
e o público-alvo precisam ser definidos, pois, é importante compreender 
detalhadamente os problemas e suas restrições para que possam ser 
elaboradas soluções mais eficientes.
II. Pesquisar: Essa etapa analisa informações relacionadas ao 
histórico do problema do projeto, pesquisas (podem ser qualitativas ou 
quantitativas) de usuários finais, a fim de identificar os possíveis empe-
cilhos. 
III. Gerar ideias: É nessa etapa que ocorre a geração de ideias 
para os motivos e necessidades do consumidor final.
IV. Testar protótipos: Essa etapa consiste em expor as ideias 
apresentadas na etapa anterior (Gerar Ideias) para um grupo de usu-
ários e stakeholders (partes interessadas) para que analisem antes de 
serem divulgadas ao cliente. 
V. Selecionar: É nessa etapa que ocorre a avaliação das pro-
postas. Elas são analisadas com base no projeto, pois, algumas das 
soluções podem ser praticáveis, mas não as melhores.
VI. Implementar: Nessa etapa ocorre no desenvolvimento do 
projeto e na sua entrega final ao cliente.
VII. Aprender: Essa etapa serve para ajudar os designers a 
aperfeiçoar o seu desempenho. Para alcançar essa meta os designers 
devem receber feedback do cliente e também do público-alvo. Essa eta-
pa possibilita a identificação de melhorias a serem implementadas no 
futuro. 
Vídeo sobre o assunto: Afinal, o que é Design Thinking?
Este vídeo ilustra os cinco passos da técnica Design Thinking 
Disponível no link: https://www.youtube.com/watch?v=z2y-
2gPz1BNg
https://www.youtube.com/watch?v=z2y2gPz1BNg
https://www.youtube.com/watch?v=z2y2gPz1BNg
107
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Acabamos de ver nessa seção os principais conceitos relacio-
nados às setes etapas. E que cada etapa requer um modo de pensar 
voltado ao projeto e seu(s) usuário(s). A figura 22 apresenta as sete 
etapas do processo do design thinking de forma linear, no entanto, à 
proporção que evolui o processo pode retornar à(s) etapa(s) anterio-
res, para que sejam feitas reestruturações. Nas próximas seções serão 
apresentadas detalhadamente todas as sete etapas. 
Figura 22 – As Sete Etapas do Design Thinking
 
Fonte: Adaptado de Ambrose, 2015.
Etapa 1: Definir o problema
Definir o problema consiste na primeira etapa do processo de 
desing thinking e também de qualquer projeto. Normalmente, envolve a 
produção ou recebimento de um briefing (AMBROSE, 2015). 
Um briefing pode ser muito simples ou também complexo. Em 
ambos os casos cabe ao designer interpretá-lo. Considere a seguinte 
frase: “Precisamos de um catálogo que nos faça parecer bacanas e 
estilosos”. Nesse exemplo, o designer tem a responsabilidade de in-
terpretar e definir o que o cliente quis dizer com as palavas “bacana” e 
“estiloso” de forma que ambos compartilhem das mesmas perspectivas. 
Caso isso não aconteça, pode ser necessário que o briefing seja rees-
crito pela equipe do projeto e retrabalhado com o cliente. 
Em suma, o objetivo dessa etapa é que a equipe consiga ex-
trair informações do cliente, através de perguntas, que possibilitem de-
limitar quais são suas necessidades, os limites do projeto e quais os 
produtos requisitados. 
O autor Ambrose (2015, pg.16) sugere que sejam feitas cinco 
perguntas básicas, são elas: Quem, O que, Quando, Onde e Por que 
(o ‘Como’ também pode ser utilizado). Esses questionamentos possibi-
108
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
litam que a equipe absorva informações, como: a identificação das prin-
cipais limitações que podem ocorrer no projeto. A figura 23 apresentada 
a seguir, traz um exemplo dessas cinco perguntas básicas que podem 
auxiliar os designers a definir o problema.
Figura 23 – Exemplo de Perguntas Básicas
Fonte: Adaptada de AMBROSE, 2015. 
Etapa 2: Coletar informações
Após definido o briefing (o problema) é a vez de iniciar a se-
gunda etapa – a coleta de informações para que possa contribuir com 
o processo criativo da próxima etapa, a geração de ideias. A pesquisa 
nessa etapa poderá ser quantitativa ou qualitativa. No método quantita-
tivo é empregada a estatística (número precisos) para obter a informa-
ção sobre tamanho e composição de consumidores-alvo. Já a pesquisa 
qualitativa possui apenas informações sobre os tipos de coisas que de-
terminado grupo de pessoas compra/consome e seu estilo de vida.
 
Etapa 3: Criar possíveis soluções
Nessa etapa, a equipe de design analisa as informações co-
letadas na etapa anterior, buscando compreender as informações e as 
 
Quem é o cliente e o público de interesse? (tamanho, natureza, características) 
O que o cliente tem em mente em relação à solução de design? (impresso, 
Web, vídeo) 
 Quando o design será necessário e por quanto tempo? (o calendário de 
t atuação do do projeto) 
 Onde o design será usado? (mídia, localização, país) 
Por que o cliente acredita que uma solução em design é necessária? 
 Como a solução será implementada? (orçamento, distribuição, campanha)
Q1 
Q2 
Q3 
Q4 
Q5 
109
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
restrições estabelecidas que atendam ao briefing do projeto. Para a 
criação das possíveis soluções – geração de ideias – existemdiversas 
técnicas que podem ajudar aos designers, são elas (AMBROSE, 2015): 
brainstorming6, esboço, a adaptação de projetos já testados e aprova-
dos, a adoção de uma abordagem analítica top-down (de cima para 
baixo) com foco no produto, serviço ou empresa, ou de uma abordagem 
bottom-up (de baixo para cima) direcionada ao consumidor ou usuário.
O grau de criatividade varia de acordo com a técnica adotada. 
À proporção que essa etapa avança, a equipe pode perceber alguma 
deficiência ou equívoco. No entanto, é possível buscar o feedback do 
cliente para esclarecer dúvidas e informações que, eventualmente, po-
dem não ter ficado bem definidas. 
Etapa 4: Escolher as soluções 
Durante o desenvolvimento de um projeto, várias soluções po-
dem ser propostas. Para escolher a(s) solução(ões) mais promissora(s) 
é recomendado que sejam criados protótipos, o que permitirá testar ca-
racterísticas específicas e verificar se o projeto funcionará quando ele 
for transformado em um objeto físico. 
Por exemplo, quando se pensa em criar embalagens para pro-
dutos, como para perfumes, normalmente, são utilizados protótipos. Os 
protótipos também podem ser empregados para testar aspectos visuais 
de um produto antes que ele seja produzido em massa. No entanto, 
eles precisam ser produzidos com os mesmos materiais que serão usa-
dos na produção em larga escala, para que se possa ter uma ideia de 
como será o produto final. Dessa forma, será possível ter uma ideia do 
produto físico e também de suas qualidades táteis. Se algo precisar ser 
corrigido, é melhor corrigir o protótipo, do que corrigir após a produção 
em grande quantidade; o que gerará prejuízos financeiros e desperdício 
de matéria-prima. 
Etapa 5: Fazer escolhas
É nessa etapa de seleção que são feitas as escolhas das so-
luções do projeto. De acordo com Ambrose (2015, pg.24), o principal 
critério de tomada de decisão é a adequação à finalidade, portanto, o 
objetivo é responder as seguintes questões: 
I. O projeto atende às necessidades e aos objetivos dos briefing? 
II. Ele se comuinica de maneira eficiente com o público-alvo 
para atingir esses objetivos? 
6 Brainstorming significa tempestade de ideias. 
110
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
No entanto, existem alguns fatores que podem influenciar na 
escolha da solução, como custo e tempo. O orçamento disponível pode 
não ser suficiente para atender à solução predileta do cliente, sendo 
assim, terá de ser escolhida a solução que é condizente com o orça-
mento. O tempo que o cliente quer que o projeto fique pronto pode não 
ser suficiente para desenvolvedor um bom projeto. 
Etapa 6: Entregar a solução do projeto
Após o cliente aprovar a solução do projeto, ele avança para 
essa etapa – a implementação. Nessa etapa será produzido o produto 
final que poderá ser impressão de livros, desenvolvimento de sites ou 
um perfume, por exemplo. Se o produto for um livro, a equipe do projeto 
poderá solicitar uma cópia para verificar e assegurar que o produto está 
idêntico à arte fornecida. Se o produto for um site, a verificação é feita 
com o teste da funcionalidade e do leiaute. Essa etapa é finalizada com 
a entrega do produto ao cliente. 
Etapa 7: Receber feedback
Essa é a última etapa do processo do design thinking. A função 
dela é que aprendamos com os feedbacks recebidos durantes as outras 
fases de desenvolvimento do projeto. Após a implantação do produto, o 
cliente obterá um retorno de como o produto foi recebido e quais foram 
seus efeitos sobre o público-alvo, consequentemente, a empresa de 
design saberá qual foi o comportamento do consumidor perante a solu-
ção proposta. Tal fato dará a oportunidade de aprendizado para projetos 
futuros. 
Projeto de exemplo
Nessa seção serão apresentadas todas as etapas envolvidas 
no processo do design thinking, no contexto de um projeto real que está 
descrito pelo o autor Ambrose (2015, pg.30). No exemplo, todas as fa-
ses serão apresentadas, sequencialmente, conforme visto nas seções 
5.7.1 até 5.7.7. 
Etapa 1 – Definir: A empresa Sovereign, que administra diver-
sas sociedades de habitação na Inglaterra, ao logo dos anos, adquiriu 
diversas marcas. No entanto, sua logomarca ficou desatualizada e a 
empresa gostaria de possuir uma marca para ficar em conformidade 
com todos os seus diferentes negócios. Para suprir esse desejo, a em-
presa resolveu contratar um estúdio de design para criar um logotipo 
forte que usasse o nome da empresa e que tivesse uma descrição para 
111
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
identificar nitidamente as suas submarcas e, por último, possuir uma 
ideia diferenciada para ajudar as submarcas a se destacarem dos con-
correntes. Esse era o briefing do estúdio de design.
Etapa 2 – Pesquisar. A empresa iniciou suas pesquisas para 
descobrir o que tornava o seu cliente,a empresa Sovereign ,diferente 
dos outros. A fase de pesquisa contou com entrevista e workshops com 
o cliente e consultas das submarcas adquiridas pela empresa com o 
objetivo de adquirir conhecimentos sobre valores e a visão deles em 
relação a marca. Houve também a necessidade de uma análise da 
concorrência para compreender melhor o mundo visual das empresas 
desse ramo de negócio. E por último, foi realizada uma pesquisa na in-
ternet por imagens que representassem os conceitos de continuidade e 
crescimento. Com base nas informações coletadas, a equipe de design 
criou as logomarcas apresentadas na figura 24.
Figura 24 – Logomarcas criadas para a empresa Sovereign
Fonte: Ambrose, 2015.
Etapa 3 – Gerar ideias: A ideia da equipe de design era criar 
uma forma ou uma expressão que pudesse ser utilizada como identida-
de visual para a empresa Sovereign, quanto para as suas submarcas. 
112
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Os primeiros esboços buscavam cumprir a ideia principal: continuidade 
e crescimento.
Etapa 4 – Testar protótipos: No caso desse exemplo prático, 
foram fornecidas à empresa Sovereign três propostas. Essas propostas 
foram apresentadas ao cliente em quadros, um meio físico (que repre-
senta os protótipos), conforme ilustra a figura 25, com o propósito de 
facilitar a visualização e discussão de cada proposta.
Figura 25 – Quadros de apresentação das três ideias de design para a seleção
Fonte: Ambrose, 2015.
Etapa 5 – Selecionar: O design selecionado foi o primeiro qua-
dro apresentado na figura 25, que foi derivado de uma faixa de Moebios. 
Essa forma não possui ponto de início e nem fim. 
Etapa 6 – Implementar: Essa fase consiste na implementação 
da logomarca aceita pelo cliente, que foi adicionada a todos os materias 
impressos (papelaria, cartões de visistas, entre outros), uniformes dos 
funcionários e também na identificação da frota de veículos. A nova lo-
gomarca da Sovereign também aparecerá nos escritórios e canteiros de 
obra em que a empresa trabalhar na construção de novas casas. 
Etapa 7 – Aprender: O aprendizado ocorreu durante todo o 
processo do projeto desenvolvido, dentre eles: a etapa de seleção per-
mitu à equipe de design obter uma ideia mais clara do que o cliente 
realmente desejava; o feedback dos clientes obtidos após a fase de im-
plementação vão indicar os pontos positivos e os negativos da solução 
apresentada pela equipe de design.
113
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
QUESTÕES DE CONCURSOS
QUESTÃO 1
Ano: 2018 Banca: CESGRANRIO Órgão: TRANPETRO Prova: Enge-
nheiro Júnior - Produção Nível: Médio.
O Design Thinking vem sendo frequentemente adotado nas empre-
sas para diferentes aplicações, tendo como objetivo primordial a 
construção de soluções de problemas considerados complexos.
A característica determinante do Design Thinking, enquanto ações 
mobilizadoras para resolução de problemas, se dá pela(o) a) ape-
nas por escrito e expressamente.
a) organização do trabalho colaborativodas pessoas envolvidas, em 
uma lógica que articula simultaneamente análise e síntese.
b) ausência de métodos, procedimentos e ferramentas, justamente para 
que não haja nenhum viés na busca por soluções.
c) modelagem de dados e informações em softwares de simulação, fa-
zendo com que não seja necessária a imersão direta dos participantes 
nos problemas reais. 
d) participação única de especialistas que, com suas competências e 
experiências, criarão diversas soluções alternativas para o problema.
e) planejamento estruturado no início da definição do problema, antes 
de se construir uma solução única e otimizada.
QUESTÃO 2
Ano: 2015 Banca: FGV Órgão: CODEMIG Prova: Analista de Comu-
nicação Integrada Nível: Médio.
O design thinking é um processo que vem sendo empregado em 
diversas empresas para a geração de ideias. O nome “design” se 
relaciona com uma série de características do pensamento criati-
vo, entre elas:
a) formalismo, ênfase na imagem e separação de informações; 
b) formalismo, ênfase no texto e informações agrupadas; 
c) intuição, ênfase na imagem e informações agrupadas;
d) intuição, ênfase no texto e separação de informações; 
e) intuição, ênfase na imagem e separação de informações. 
QUESTÃO 3
Ano: 2019 Banca: COMVEST UFAM Órgão: UFAM Prova: Bibliote-
cário - Documentalista Nível: Médio.
O design thinking, enquanto uma técnica e um processo de identi-
ficação de soluções inovadoras para os problemas complexos das 
bibliotecas universitárias, pode contribuir significativamente para 
114
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
os procedimentos de gestão a partir da execução das seguintes 
etapas: 
a) Planejamento, organização, implantação e controle.
b) Estratégica, tática e operacional.
c) Integração, sistematização e mensuração. 
d) Macroprocesso, processo, atividades e tarefas.
e) Imersão, análise e síntese, ideação.
QUESTÃO 4
Ano: 2018 Banca: FUNDATEC Órgão: SPGG-RS Prova: Assistente 
de Planejamento, Orçamento e Gestão Nível: Médio.
No Design Thinking, é comum empregar uma técnica para estimular 
a geração de um grande volume de ideias em um curto espaço de 
tempo. Tal técnica consiste na reunião de poucas pessoas em um 
grupo, conduzidas por um moderador, que tem a responsabilidade 
de deixar os participantes à vontade e de estimular a criatividade 
e o surgimento de soluções inovadoras, sem deixar que o grupo 
perca o foco. Críticas não devem atrapalhar o processo criativo e 
a geração de ideias ousadas. Essa técnica deve ser 100% (cem por 
cento) colaborativa, e as ideias podem ser combinadas, adaptadas, 
transformadas e desmembradas em muitas outras por qualquer um 
da equipe. Nesse contexto, essa técnica é chamada de:
a) Laddering.
b) Storyboards.
c) Brainstorming.
d) Sessões JAD/RAD.
e) Definição de cenários.
QUESTÃO 5
Ano: 2015 Banca: UNIUV Órgão: UNIUV Prova: Bibliotecário Nível: 
Fácil.
É correto definir brainstorming como:
a) Reunião de Diretores onde são decididas as metas para serem atin-
gidas no semestre;
b) Reunião do departamento de Marketing, que vai planejar uma nova 
campanha para a Empresa;
c) Reunião dos Colaboradores para definirem as festividades de final de 
ano da Empresa;
d) Reunião desenvolvida para estimular a produção de ideias. O Coorde-
nador seleciona e avalia as sugestões recebidas pelos Colaboradores;
e) Reunião social que estimula a comunicação entre a Gerência e os 
Colaboradores.
115
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
QUESTÃO DISSERTATIVA – DISSERTANDO A UNIDADE
Colaboração é o ato de trabalhar em conjunto com uma ou mais pes-
soas, para juntos alcançarem um objetivo em comum. Para atingir esse 
objetivo é necessário que informações sejam compartilhadas, recursos 
e responsabilidades. 
Sobre o enunciado, descreva quais são as vantagens da colaboração 
nas organizações. Existem ferramentas que apoiam esse processo? Se 
sim, quais são.
TREINO INÉDITO
O Ambiente de Criação de Organizações Virtuais consiste em uma cate-
goria das redes colaborativas, que é caracterizada por uma associação 
de organizações e várias instituições que apoiam causas coletivas. Elas 
realizam um acordo de cooperação de longo prazo e adotam princípios 
e infraestruturas operacionais comuns, cujo objetivo principal é ter pos-
sibilidade de realizar alianças temporárias para colaboração com orga-
nizações virtuais. 
A rede colaborativa Ambiente de Criação de Organizações Virtuais pos-
suem as seguintes sub-rede: 
a) Empresa virtual, Organização virtual e Clusters industriais.
b) Clusters industriais, Distritos industriais e Laboratórios virtuais cola-
borativos.
c) Equipe virtual, Empresa virtual e Organização virtual.
d) Empresa estendida, Organização virtual e Organização virtual cola-
borativa.
e) Ecossistemas de negócio, Distritos industriais e Equipe Virtual.
NA MÍDIA
Como o design thinking ajuda a inovar
O termo Design Thinking foi mencionado pela primeira vez em 1959. 
Design Thinking é uma metodologia que pode ser aplicado para vários 
projetos, como: criar produtos e serviços a partir do ponto de vista do 
usuário. O processo do Design Thinking está dividido em várias etapas 
entre cinco e seis. Essas etapas são cíclicas, ou seja, pode-se voltar 
alguma etapa para corrigir algo caso seja necessário.
O Design Thinking basicamente está dividido em três pilares: a empatia, 
a colaboração e a experimentação. A notícia apresenta três empresas 
que aplicaram essa metodologia, são elas: Ambev, Samsung e Natura. 
A empresa Natura tinha objetivo de criar produtos para os cabelos que 
116
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
fosse 30% mais baratos. Para alcançar o seu objetivo a Natura passou 
a utilizar uma embalagem refil que possui uma tampa, é flexível e tem 
um formato que permite que o xampu fique em pé.
Fonte: EPÓCA NEGÓCIOS
Data: 19 mar. 2019.
Leia a notícia na íntegra: 
https://epocanegocios.globo.com/Empresa/noticia/2019/03/como-o-de-
sign-thinking-ajuda-inovar.html
NA PRÁTICA
A empresa Renovada sediada em Porto Alegre-RS, antiga Vuelo sur-
giu em 2013 com o propósito de ajudar a reduzir a quantidade de lixo 
produzido. Sendo assim, a empresa desenvolve seus produtos através 
da técnica Ypcycling (reutilização criativa). Essa técnica permite que 
resíduos ou produtos inúteis ou indesejados sejam transformados em 
novos materiais ou produtos de maior valor ambiental. Os produtos da 
marca Revoada são desenvolvidos a partir de câmeras de pneus velhos 
e nylons de guarda-chuvas descartados. Esses materiais são coletados 
por cooperativas de catadores de lixos do sul do Brasil que possui uma 
parceria com Revoada que por sua vez trata as matérias primas e as 
transformam em produtos de alto valor agregado como mochilas, cartei-
ras, porta cartões e etc.
A empresa adota a metodologia design thinking – a etapa de protótipos. 
Ela desenvolve protótipos funcionais para averiguar o comportamento 
dos produtos conforme o seu uso, pois as matérias primas não são 
as apropriadas para a produção desse tipo de produto que a empresa 
produz. Pelos protótipos é possível compreender o peso do produto, 
resistência, possíveis alterações de cores. Esses são alguns das ve-
rificações que a empresa faz em relação aos seus produtos antes de 
lançá-lo no mercado para assim assegurar a qualidade dos produtos. 
Fonte: Ruschel Moreira, Bruna. Guia Prático do Design Thinking: 
Aprenda 50 ferramentas para criar produtos e serviços inovado-
res, 2018.
https://epocanegocios.globo.com/Empresa/noticia/2019/03/como-o-design-thinking-ajuda-inovar.html
https://epocanegocios.globo.com/Empresa/noticia/2019/03/como-o-design-thinking-ajuda-inovar.html
117
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
No decorrer dessa unidade, foram abordados os principais tó-
picos presentes na Tecnologia da Informação (TI). Percebemos que os 
avanços tecnológicos nas últimas décadas e a popularização da Inter-net possibilitaram o surgimento de novas tecnologias, como: máquinas 
cada vez mais conectadas por meio da tecnologia da Internet das Coi-
sas (IoT) e também mais inteligentes e autônomas, desenvolvidas por 
meio da Inteligência Artificial (IA); ferramentas para mediar a colabora-
ção entre pessoas e empresas; diversos dispositivos móveis; serviços 
em nuvem, entre outros. 
O avanço da tecnologia da informação também possibilitou o 
surgimento de novas plataformas, softwares/ferramentas. Dentre os 
softwares contemplamos a criptomoeda Bitcoin, que é mundialmente 
conhecida. E também conhecemos a plataforma Blockchain e os con-
tratos inteligentes (smart contracts) que tem se popularizado cada vez 
mais, por suas diversas vantagens, como não ter a necessidade de um 
intermediador, ser mais barato e também contribuir com a sustentabili-
dade do planeta por não utilizar papéis – ser totalmente eletrônico.
Também foi explorado que a competitividade do mercado fez 
com que as empresas procurassem por formas de passar a tomar de-
cisões mais rápidas e mais confiáveis sobre o seu negócio. Diante des-
sa necessidade surgiram as tecnologias Business Intelligence (BI), que 
oferecem apoio computadorizado para conversão de dados em informa-
ções relevantes, para tornar a tomada de decisão mais rápida, concisa 
e segura. 
Outra tecnologia que se relaciona com o BI é o Big Data. O Big 
Data também pode ser utilizado para apoiar as tomadas de decisões 
das organizações. Conforme apresentado, ambos possuem diferenças. 
O BI interpreta os dados e as informações existentes na realidade e 
rotina da empresa. Já a função do Big Data é mostrar a direção e as 
correlações dos dados até então desconhecidos, mas que possuem 
o mesmo objetivo: possibilitar que as empresas alcancem vantagens 
competitivas no mercado do seu negócio.
118
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
GABARITOS
CAPÍTULO 01
QUESTÕES DE CONCURSOS
01 02 03 04 05
C A A B E
QUESTÃO DISSERTATIVA – DISSERTANDO A UNIDADE – PADRÃO 
DE RESPOSTA
As organizações devem implantar formas mais racionais para a utiliza-
ção dos recursos naturais, como: a redução do uso de matérias-primas, 
o aumento do reaproveitamento/reciclagem de produtos, a utilização de 
fontes de energias renováveis, entre outras. 
As organizações devem criar produtos ou ações que não visem ape-
nas o seu crescimento econômico. Mas, também pensar em ações ou 
na criação de produtos que não “agridam” o meio ambiente. Como por 
exemplo, a iniciativa da empresa Unilever em relançar um produto – 
amaciante de roupas – biodegradável. Produtos biodegradáveis são 
menos agressivos ao meio ambiente. 
É muito importante que as empresas e também a população se cons-
cientizem que os recursos naturais não são eternos, e que se todos nós 
não fizermos a nossa parte, esses recursos um dia serão extintos.
TREINO INÉDITO
Gabarito: C
119
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
CAPÍTULO 02
QUESTÕES DE CONCURSOS
01 02 03 04 05
A A D E A
QUESTÃO DISSERTATIVA – DISSERTANDO A UNIDADE – PADRÃO 
DE RESPOSTA
Vimos que as criptomoedas oferecem proteção dos dados do investidor 
através da criptografia. Principal característica que as torna diferentes 
da moeda tradicional por proporcionar o anonimato. É notável que o 
crescimento da utilização de criptomoedas trouxe consigo um aumento 
significativo dos riscos de fraudes e questões regulatórias, como con-
troles para antilavagem de dinheiro e medidas repressivas sobre o ano-
nimato permitido por elas. 
Existe um esforço para a adoção de medidas punitivas para esses pro-
blemas, uma delas foi a implantação de uma lei, que determina que 
todas as transações de criptomoedas de pessoas físicas ou jurídicas 
deverão informar à Receita Federal. Essa lei entrou em vigor no dia 01 
de agosto de 2019. 
TREINO INÉDITO
Gabarito: D
120
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
CAPÍTULO 03
QUESTÕES DE CONCURSOS
01 02 03 04 05
E C D A C
QUESTÃO DISSERTATIVA – DISSERTANDO A UNIDADE – PADRÃO 
DE RESPOSTA
Uma das principais diferenças entre BI e Big Data é que no BI as in-
formações são analisadas e, geralmente, representando apenas o que 
já aconteceu. Em resumo, o BI interpreta os dados e as informações 
existentes na realidade e na rotina da empresa. Já no Big Data, tem o 
por objetivo demonstrar os caminhos e correlações de dados até então 
desconhecidos, em tempo hábil, para que as empresas obtenham van-
tagens competitivas. Entretanto, o Big Data exige que quem o adota, 
tenha um conhecimento preexistente em BI, pois, tal conhecimento au-
xiliará na interpretação de dados coletados nessa modalidade.
O BI possibilita uma fácil interpretação dos dados, para auxiliar na ges-
tão de qualquer negócio, pois, é possível identificar novas oportunidade 
e implementar uma estratégia eficiente, baseando-se nos dados ana-
lisados, como por exemplo, compreender em qual cidade as vendas 
aumentaram ou diminuíram, e quais são os produtos mais vendidos ou 
menos vendidos. Tal prática, possibilita promover negócios com vanta-
gem competitiva no mercado e estabilidade a longo prazo. Já o Big Data 
possibilita a utilização de diferentes ferramentas, para analisar diferen-
tes fontes de dados, como de redes sociais, registros de IPs (Protocolo 
da Internet ou Internet Protocol, do inglês), imagens e outros dados não 
estruturados. A grande vantagem é a possibilidade de alcançar resulta-
dos em tempo real. 
TREINO INÉDITO
Gabarito: A
121
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
CAPÍTULO 04
QUESTÕES DE CONCURSOS
01 02 03 04 05
E E E C A
QUESTÃO DISSERTATIVA – DISSERTANDO A UNIDADE – PADRÃO 
DE RESPOSTA
Sem dúvida a Indústria 4.0 traz consigo uma série de impactos não tão 
positivos, como ciberataques – quanto mais conectada, mais sujeito a 
espionagem industrial; utilização indevida da inteligência artificial – por 
exemplo, para golpes e fake news (muito em alta ultimamente) e redu-
ção de mão de obra – devido às máquinas assumirem ainda mais as 
funções humanas. 
É estimado que as máquinas inteligentes provoquem muitas demissões 
em todo o mundo. Também se consideram que, da mesma forma que 
muitas profissões devem deixar de existir, diversas outras poderão sur-
gir e requerer cada vez mais qualificação da mão de obra. Portanto, é 
provável que cada vez mais seja requerido que as pessoas busquem 
uma melhor formação acadêmica e educacional
TREINO INÉDITO
Gabarito: D
122
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
CAPÍTULO 05
QUESTÕES DE CONCURSOS
01 02 03 04 05
A C E C D
QUESTÃO DISSERTATIVA – DISSERTANDO A UNIDADE – PADRÃO 
DE RESPOSTA
A colaboração entre empresas é possível e vem sendo amplamente 
utilizada. Onde várias empresas firmam um acordo de cooperação de 
longo prazo e adotam princípios e infraestruturas operacionais comuns, 
cujo objetivo principal é ter possibilidade de realizar alianças temporá-
rias, para colaboração com organizações virtuais.
Existem laboratório virtuais colaborativos, que têm como objetivo firmar 
um acordo entre organizações autônomas de pesquisa. Como cada 
organização possui seus próprios recursos, como: equipamentos, fer-
ramentas, dados e informações relacionados a seus experimentos an-
teriores e etc. Esses recursos permitem que os pesquisadores dessas 
organizações, que estão localizados geograficamente distantes uns dos 
outros, sejam reconhecidos e considerados para participar de colabo-
rações de solução de problemas. Durante o processo de colaboração, 
o objetivo é solucionar problemas. É típico que alguns equipamentos 
de laboratório caros, pertencentes a uma ou mais organizações, sejam 
disponibilizados para uso ou acesso remoto por outros parceiros de co-
laboração. Tal medida de compartilhamento de equipamentos gera uma 
economia para a empresa, pois, ela não precisará ter todos os equipa-mentos fisicamente na empresa para poder utilizá-los. 
Além de laboratórios virtuais, pode-se ter equipes virtuais, que consiste 
em um grupo de profissionais temporários, que trabalham juntos, com 
objetivos em comum, como solução de problemas, trabalho de consul-
toria e etc. Para esse trabalho, as equipes utilizam as tecnologias da 
informação para possibilitar a interação entre eles. 
As ferramentas de colaboração, como a Microsoft Teams e Slacks, per-
mitem que ocorra a troca de conhecimento, mesmo que estejam sepa-
rados por localidades geograficamente distantes, como por exemplo, 
até hoje há distinção de fuso horário como ocorre no Brasil, entre as 
cidades/estados que adotam o horário de Brasília, para as outras da 
região Norte, como o Acre, Amazônia.
TREINO INÉDITO
Gabarito: B
123
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
AKABANE, Getúlio K.; POZO, Hamilton. Inovação, Tecnologia e Sus-
tentabilidade: histórico, conceitos e aplicações. 1. ed. São Paulo: 
Érica, 2020.
AMBROSE, Gavin. Design Thinking. Porto Alegre Bookman, 2015.
BERGAMO FILHO, Clovis et al. Ruptura no Modelo Tradicional das 
Empresas. Rio de Janeiro: Brasport, 2019.
BIG DATA. 18 de jan. de 2019.Disponível em: . Acesso em: 04/03/2020.
CAMARINHA-MATOS, L. M. and AFSARMANESH, H. Collaborative 
networks: a new scientific discipline. Journal of Intelligent Manufac-
turing, 16(4–5), 439–452. 2005.
CAMARINHA-MATOS, L. M. and AFSARMANESH, H. Collaborative 
networks: value creation in a knowledge e society. In Proceedings 
of PROLAMAT, international conference on knowledge enterprise – New 
challenges. Shanghai, China, Boston: Springer, 2006.
CAMARINHA-MATOS, L. M., and AFSARMANESH, H. Collaborative 
networks – reference modeling. New York: Springer, 2008.
CAMARINHA-MATOS, L. M., et al. Collaborative networked organiza-
tions – Concepts and practice Concepts and practice in manufactu-
ring enterprises. Computers& Industrial Engineering, 2009.
CAMARINHA-MATOS, L. M., Collaborative networks: a new scienti-
fic discipline. Journal of Intelligent Manufacturing, 16, 439–452, 2005.
CETAX. 2019. Big Data X Business Intelligence Bi: Qual A Diferen-
ça?. Disponível em: Acessado em: 27/03/2020.
CÓRDOVA JÚNIOR, Ramiro Sebastião. Introdução a Big Data e Inter-
net das Coisas (IoT). In:___. Big Data e Internet das Coisas (IoT).1. 
ed. Porto Alegre: SAGAH, 2018. cap. 1, p. 13-18.
DUARTE, André Luís de Castro Moura; RIEG, Denise Luciana; SCRA-
MIN, Fernando Cezar Leandro; Organizado por Hong YuhChing. Admi-
https://www.funcao.com.br/2019/01/18/big-data/
https://www.funcao.com.br/2019/01/18/big-data/
https://www.cetax.com.br/blog/big-data-x-business-intelligence-bi-qual-a-diferenca/
https://www.cetax.com.br/blog/big-data-x-business-intelligence-bi-qual-a-diferenca/
124
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
nistração da Produção e Operações: uma abordagem inovadora 
com desafios práticos. São Paulo: Empreende, 2019.
ELIAS, Alana Cesar. 11 jun. 2018. Como funciona a blockchain?. Dis-
ponível em: Acesso em: 24/03/2020.
FOXBIT. 2017. Afinal, o que é um smart contract?. Disponível em: 
. Acesso 
em: 24/03/2020.
FOXBIT. 2019. Como funciona mineração de bitcoin? Disponível em: 
. Acesso em: 24/03/2020.
GONSALES, Priscila. Design Thinking e a Ritualização de Boas Prá-
ticas Educativas. São Paulo: Instituto Educadigital, 2017.
GONÇALVES, Priscila de Fátima. Introdução a Big Data e Internet das 
Coisas (IoT). In:___. Mineração de Dados.1. ed. Porto Alegre: SAGAH, 
2018. cap. 1, p. 81-87.
IHODL. 29 jun. 2017.Guia de blockchain para principiantes. Dispo-
nível em: Acesso em: 24/03/2020.
LAMOUNIER, Lucas. 14 set. 2018. Contratos Inteligentes: o guia de-
finitivo para novatos. Disponível em: Acesso em: 24/03/2020.
LAS CASAS, Alexandre Luzzi. Cocriação de valor conectando a em-
presa com os consumidores através das redes sociais e ferramen-
tas colaborativas. São Paulo Atlas 2014.
LEDUR, Cleverson Lopes. Introdução a Big Data e Internet das Coisas 
(IoT). In:___. Inteligência Artificial.1. ed. Porto Alegre: SAGAH, 2018. 
cap.6, p. 57-66.
LIMA, Murillo Roseno Feitoza; GOMES, Jackson. Desenvolvimento de 
um Data Mart e Automatização do Processo ETL no contexto da 
Produção Acadêmica do CEULP/ULBRA. XXI Encoinfo – Congresso 
de Computação e Tecnologias da Informação. ISSN: 2447-0767. 2019. 
http://www.matera.com/blog/post/como-funciona-a-blockchain
http://www.matera.com/blog/post/como-funciona-a-blockchain
https://foxbit.com.br/blog/afinal-o-que-e-um-smart-contract/
https://foxbit.com.br/blog/mineracao-de-bitcoin-entenda-como-funciona/
https://foxbit.com.br/blog/mineracao-de-bitcoin-entenda-como-funciona/
https://pt-br.ihodl.com/tutorials/2017-06-29/guia-de-blockchain-para-principiantes/
https://pt-br.ihodl.com/tutorials/2017-06-29/guia-de-blockchain-para-principiantes/
125
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Palmas – TO, 2019.
LOICHATE, Miguel. State of the art of collaborative networks for ser-
vice-based innovation ecosystems.WP25.1, 2012.
MACHADO, Felipe Nery Rodrigues. Big Data: o futuro dos dados e 
aplicações. São Paulo: Érica, 2018.
MORAES, Izabelly Soares. Introdução a Big Data e Internet das Coi-
sas (IoT). In:___. Aprendizado de Máquina (Machine Learning).1. ed. 
Porto Alegre: SAGAH, 2018. cap. 7, p. 67-78.
NATAGROW. 2019.The 10 Algorithms Every Machine Learning En-
gineer Should Know. Disponível em: Acesso em: 27/03/2020.
NETO, Manoel Veras de Sousa. Computação em Nuvem. Editora 
Brasport, 2015.
PINTO, Miguel Angelo Gaspar. sistema híbrido de recomendação de 
produtos com uso de filtros colaborativos e números fuzzy. (Dou-
torado em Engenharia Elétrica) – PUC-RIO. Rio de Janeiro. Rio de Ja-
neiro, 2011.
RAMAKRISHNAN, Raghu; GEHRKE, Johannes. Sistemas de geren-
ciamento de banco de dados. Tradução de Célia Taniwake. 3. ed. Por-
to Alegre: AMGH, 2011.
SACOMANO et al. Indústria 4.0: conceitos e fundamentos. São Pau-
lo: Blucher, 2018.
SANTOS, Rafael. Conceitos de Mineração de Dados na Web. Mini-
curso 2 - Conceitos de Mineração de Dados na Web (WBMMC2), We-
bMedia, 2009.
SARAIVA, Maurício de Oliveira. Introdução a Big Data e Internet das 
Coisas (IoT). In:___. Bussiness Intelligence (BI).1. ed. Porto Alegre: 
SAGAH, 2018. cap. 1, p. 133-140.
SCHWAB, Klaus. A Quarta Revolução Industrial. Tradução de Daniel 
Moreira Miranda – São Paulo: Edipro, 2016.
https://www.natureknowsproducts.com/the-10-algorithms-every-machine-learning-engineer-should-know/
https://www.natureknowsproducts.com/the-10-algorithms-every-machine-learning-engineer-should-know/
https://www.natureknowsproducts.com/the-10-algorithms-every-machine-learning-engineer-should-know/
126
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
TANAKA, Marcos. 3 tipos de aprendizado caracterizam o Machi-
ne Learning.CIO FROM IDG, 2018. Disponível em: . Acesso 
em: 14 mar 2020.
THOMAS, Stephen P. Smart Contract Explaind for Non-Technical 
Professionals. 1.ed. United States of America, 2018. 
127
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
	_Hlk36392936
	_Hlk36476056
	_Hlk36456835
	_Hlk36456741
	_Hlk36457283
	_Hlk36453270
	_Hlk36453484
	_Hlk36406339
	_Hlk36405797
	_Hlk36405023_Hlk36405164
	_Hlk36405252
	_Hlk36405356
	_Hlk36406503
	_Hlk36406017
	_Hlk36406570
	_Hlk36451285
	_Hlk36206642
	_Hlk36466255
	_Hlk36466283
	_Hlk36466668
	_Hlk36536526
	_Hlk36464186
	_Hlk36539032
	_Hlk36539259
	_Hlk36539408
	_Hlk36465183
	_Hlk36465245
	_Hlk36326058(AKABANE and POZO, 2020). Nas 
próximas subseções serão apresentados os detalhes dos três pilares 
citados anteriormente.
17
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Documentário sobre o assunto: Steve Jobs – O Homem Má-
quina (Produzido por: CNN Films, 127 minutos, 2015)
Observação:
Esse documentário mostra como o fundador da Apple, Steve 
Jobs, se firmou como um gênio por suas ideias e produtos inovadores. 
Prontidão
Primeiro passo para implantar a inovação tecnológica é ter cer-
teza que a organização, você e sua equipe estejam prontos para essa 
mudança. As pessoas responsáveis por implantar a mudança e geren-
ciar os resultados podem não saber trabalhar de forma correta quando 
surge um problema árduo, com resultados inesperados ou indesejáveis. 
Pois, muitas vezes, tende a ocorrer um equívoco ao pensar que os líde-
res de empresas estão prontos para novos desafios e, é por isso que re-
cebem a responsabilidade para executar esse tipo de atividade. Porém, 
nem sempre esses líderes estão preparados para exercer essa função. 
Para que a implantação ocorra com sucesso, deve ser elabora-
do um planejamento apropriado, que contemple a disponibilidade e os 
recursos suficientes para que não seja gasto dinheiro desnecessário. As 
implementações são sempre desafiadoras, custam e/ou demoram mais 
do que as empresas planejaram. Para evitar esse problema é recomen-
dado que se trabalhe com profissionais experientes, que saibam esta-
belecer um planejamento adequado e reduza os riscos e a complexi-
dade dos projetos, sempre que possível (AKABANE and POZO, 2020). 
Propriedade
Esse pilar busca saber de quem é a propriedade do projeto: é 
da empresa ou do fornecedor? O projeto será sempre responsabilidade 
da empresa. É ela a responsável por gerar lucros e não o fornecedor/
vendedor. Quando surgem problemas não se pode acreditar que os for-
necedores estarão prontos para resolvê-los e nem que serão capazes. 
Pois, não é o fornecedor que está familiarizado com as metas de negó-
cio, estrutura organizacional e/ou cultura da equipe da empresa. Portan-
to, a orientação é que seja contratado um profissional experiente, como 
por exemplo, na implantação de um software para gerenciar a empresa 
(AKABANE and POZO, 2020). 
18
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Execução
Na etapa de execução, é importante verificar se as equipes 
da empresa estão compreendendo o porquê da implementação de no-
vas tecnologias. De acordo com Akabane e Pozo (2020, pg. 121), para 
verificar como anda o conhecimento dos funcionários da empresa em 
relação a implementação dessas novas tecnologias, basta responder a 
duas questões apresentadas a seguir:
As respostas dessas questões, possivelmente, ajudarão as 
empresas a perceber como anda o processo de execução do proje-
to. Os gestores da empresa precisam iniciar o projeto com um objetivo 
claro para assegurar que as metas definidas pelas organizações serão 
cumpridas e o roteiro técnico estará alinhado com seus objetivos indivi-
duais e dos demais funcionários (AKABANE and POZO, 2020). 
Implementação de Novas Tecnologias
A implementação de novas tecnologias nas empresas pode 
proporcionar um bom crescimento a elas, pois, além de melhorar a qua-
lidade do serviço, melhora os processos de negócios, aumenta a efici-
ência e eficácia e também maximiza oportunidades.
De acordo com Akabane e Pozo (2020, pg. 123) existem três 
elementos relacionados a implementação de tecnologias: planejamen-
to, desempenho e objetivo. Esses elementos são primordiais para que o 
processo de implantação de novas tecnologias na empresa ocorra com 
sucesso.
Planejamento: É um elemento importante devido ao fato da 
implementação de novas tecnologias ser uma tarefa árdua e custosa, é 
preciso que seja elaborado um bom planejamento. Nesse planejamento 
deve ser incluído o preparo da equipe que vai trabalhar diretamente ou 
indiretamente na implementação das tecnologias. 
Desempenho: Como visto na seção 1.2.2 (Propriedade) não é 
o fornecedor responsável pela empresa, mas a própria empresa deve 
ser responsável por ela. Não é papel do fornecedor conhecer em deta-
 Questão 1 
 Questão 2 
19
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
lhes os objetivos do negócio, a estrutura da empresa ou até mesmo a 
cultura das equipes. O problema é considerado caótico quando nem a 
própria empresa consegue identificar suas necessidades e pontos fra-
cos, o que pode acarretar no fracasso da implementação das novas 
tecnologias.
Objetivo: Compreender o porquê a tecnologia está sendo 
implementada é fundamental para o sucesso do negócio da empresa. 
As equipes necessitam ser treinadas e compreender os objetivos das 
transformações e quais serão os benefícios que almejam alcançar. 
PILARES DA SUSTENTABILIDADE
A sustentabilidade corporativa tornou-se uma regra nas empre-
sas grandes, médias e pequenas. Empresas grandes – multinacionais, 
como Walmart, McDonald’s e Toyota apontam a sustentabilidade como 
uma das prioridades primordiais para o futuro. 
A sustentabilidade pode ser definida como meios de atender 
às necessidades do presente sem comprometer a capacidade das ge-
rações futuras de atender as suas necessidades. Tendo como objetivo 
geral incentivar a conservação e o melhoramento da base de recursos 
e outros mais específicos, como o progresso social e a igualdade; pro-
teção ambiental; conservação de recursos naturais e crescimento eco-
nômico estável (AKABANE and POZO, 2020). Diante disso, temos três 
pilares que apoiam a sustentabilidade, sendo eles: social, que se refere 
às pessoas; econômico, que se refere aos lucros, e o ambiental, que 
se refere ao planeta (AKABANE and POZO, 2020). Esses três pilares 
serão apresentados em detalhes nas próximas subseções: 1.3.1, 1.3.2 
e 1.3.3.
Pilar Social
Esse pilar defende iniciativas como a energia renovável, re-
dução do consumo e emissões de combustíveis fósseis, agricultura e 
pesca sustentáveis, agricultura orgânica, plantio de árvores, redução 
do desmatamento, reciclagem e outros (AKABANE and POZO, 2020). 
Uma empresa sustentável deve ter apoio e aprovação de seus 
funcionários, pessoas interessadas e também da comunidade onde ela 
atua. No lado dos funcionários, as empresas concentram-se nas estra-
tégias de retenção e engajamento, incluindo benefícios, como licença a 
maternidade e paternidade, agendamento flexível e oportunidades de 
aprendizado e desenvolvimento. Para o comprometimento da comuni-
20
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
dade, as empresas criaram diversas maneiras de retribuição, como pa-
trocínio, bolsas de estudos e investimentos em projetos públicos locais 
(AKABANE and POZO, 2020). 
Pilar Econômico
Esse pilar trata-se do mais explorado pelas empresas, pois, 
todo negócio deverá ser lucrativo para que sobreviva. No entanto, o lu-
cro não pode superar os outros pilares: social e ambiental, uma vez que 
o pilar econômico não se refere ao lucro a qualquer custo. As atividades 
do pilar econômico são: conformidade, governança adequada e geren-
ciamento de riscos (AKABANE and POZO, 2020). 
O pilar econômico tem por objetivo garantir que o crescimen-
to financeiro mantenha um equilíbrio saudável com o ecossistema 
(AKABANE and POZO, 2020). Visto que, no geral somos pessoas mui-
to consumistas, ou seja, consumimos mais do que temos necessidade. 
Contraditoriamente, as pessoas de países em desenvolvimento cobi-
çam esse estilo de vida de alto de consumo. No entanto, precisamos de 
um modelo econômico sustentável para, assim, garantir uma distribui-
ção mais justa e aplicação eficiente de recursos.
Pilar Ambiental
Esse pilar é um dos mais importantes, pois, apoia iniciativas, 
como a que promove a paz, a justiça social, a redução da pobreza e ou-
tros movimentos que buscam a igualdade social. As empresas já estão 
cada vez mais engajadasem reduzir a emissão de carbono, resíduos 
de embalagens, uso da água e seu efeito geral no meio ambiente. Um 
exemplo da aplicação desse pilar é a medida adotada pelo Walmart 
que inseriu as embalagens no seu projeto de desperdício zero. Assim, 
muitas das suas embalagens começaram a ser feitas com materiais 
reciclados ou reutilizados (AKABANE and POZO, 2020). 
O desenvolvimento sustentável atende às necessidades do 
presente, sem comprometer as perspectivas de que as gerações fu-
turas desfrutem de uma qualidade de vida pelo menos tão boa quanto 
possuímos nos dias de hoje. 
Os três pilares da sustentabilidade que foram apresentados 
anteriormente são fundamentais para que as organizações possam 
buscar práticas mais sustentáveis. Com por exemplo, as empresas não 
podem mais atuar com foco apenas nos lucros rápidos e às custas do 
meio ambiente. Atualmente, devem elaborar um planejamento que en-
volva a preservação do meio ambiente. Além disso, a adoção dessas 
21
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
práticas sustentáveis contribui para o meio ambiente e também para as 
empresas, pois, elas são beneficiadas de muitas formas, como melhoria 
da imagem perante o público, custos reduzidos, maior produtividade, 
dentre outros (AKABANE and POZO, 2020). 
Tecnologia Verde e Inovação
Promover o crescimento econômico e o desenvolvimento ao 
mesmo tempo é uma faceta do crescimento verde, que visa assegurar 
que a natureza continue a fornecer os recursos ambientais que tanto 
necessitamos. De acordo Akabane e Pozo (2020, pg.130) a inovação 
verde é mesclada por inovação de produtos verdes e por inovação de 
processos verdes, conforme pode-se visualizar na figura 2.
Figura 2 – Elementos da Inovação Verde
Fonte: Elaborado pela autora, 2020.
Em suma, a inovação de produtos verdes consiste na produ-
ção de um novo produto ou serviço que não provoque impacto negativo 
no meio ambiente ou impacto menor que o seu atual produto ou mesmo 
do produto concorrente. Já a inovação de processos verdes consiste 
na melhoria dos processos de produção existentes e o uso de tecnolo-
gias ambientalmente amigáveis para produzir bens e fornecer serviços 
que não acarretem impactos negativos no meio ambiente (AKABANE e 
POZO, 2020).
É estimado que a implantação da inovação verde em países 
em desenvolvimento será um grande incentivador para a expansão dos 
mercados e do desenvolvimento econômico sustentável. Embora haja 
uma grande discussão em relação à política internacional de ajustes no 
regime de proteção de tecnologias verdes, a capacidade de absorção 
restrita dos países em desenvolvimento é muitas vezes uma barreira 
mais forte à adoção de tecnologia do que o preço de invenções paten-
teadas (AKABANE e POZO, 2020).
 Inovação de Produtos Verdes Inovação de Processos Verdes 
22
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
QUESTÕES DE CONCURSOS
QUESTÃO 1
Ano: 2018 Banca: AOCP Órgão: SUSIPE-PA Prova: Técnico de Ad-
ministração e Finanças Nível: Difícil.
As decisões acerca do desenho estrutural mais adequado devem 
levar em consideração os fatores que o influenciam. Qual é o fator 
referente a natureza da atividade e o uso do conhecimento que in-
fluencia a estrutura organizacional?
a) Ambiente
b) Dimensão
c) Tecnologia
d) Estratégia
e) Inovação
QUESTÃO 2
Ano: 2019 Banca: VUNESP Órgão: UNICAMP Prova: Bibliotecário 
Nível: Médio.
As bibliotecas, que experimentam ferramentas de tecnologia da in-
formação para criar novos serviços para o seu público, implemen-
tam produto novo ou significativamente melhorado, desenvolvem 
um novo processo, aplicam um novo método de marketing ou um 
novo método organizacional nas práticas ou na organização do lo-
cal de trabalho, estão aderindo
a) à gestão de inovação.
b) à automação de serviços.
c) à gestão de recursos.
d) ao gerenciamento de sistemas. 
e) à preservação digital.
QUESTÃO 3
Ano: 2018 Banca: CESGRANRIO Órgão: Transpetro Prova: Admi-
nistrador Júnior Nível: Fácil.
Um estudante de Administração está fazendo uma pesquisa sobre 
as empresas nas quais gostaria de trabalhar. Ele é um indivíduo 
bastante espontâneo, inteligente, curioso e com grande potencial 
de desenvolvimento.
Conversando com seus colegas sobre as empresas que havia pes-
quisado, e suas intenções, um deles observou que algumas em-
presas listadas por ele apresentavam uma cultura que talvez não 
fosse adequada para o seu estilo e objetivos profissionais.
Pensando nesse comentário, ele foi pesquisar mais sobre os tipos 
23
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
de cultura que podem existir nas organizações e identificou que 
gostaria de trabalhar em uma empresa onde pudesse pesquisar, 
conversar sobre diversos conhecimentos e gerar ideias, onde o 
ambiente fosse agradável e que houvesse uma visão clara e de 
longo prazo permeando a organização.
Com base nessas informações, conclui-se que esse estudante de-
seja trabalhar em uma organização cuja cultura seja de
a) Inovação
b) Pessoas
c) Tarefas
d) Funções
e) Poder
QUESTÃO 4
Ano: 2016 Banca: PR-4 UFRJ Órgão: UFRJ Prova: Administrador - 
Geral Nível: Médio.
É inegável o papel que a inovação exerce sobre as organizações. A 
função tecnologia, no âmbito de qualquer organização e, em espe-
cial, no âmbito de uma Instituição de Ciência e Tecnologia, como 
a UFRJ, exerce um papel importante. Como desafio à busca por 
produção de conhecimentos novos, requer uma gestão estratégica 
que possa compreender e dar conta de toda a complexidade pre-
sente no processo de inovação, ou mesmo, a Cadeia de Conheci-
mento. Pensar a função tecnologia e realizar a sua gestão é um dos 
maiores desafios da função tecnologia. 
Assinale a opção que apresenta os tipos de inovação, segundo o 
Manual de Oslo.
a) Inovação de Produto, Inovação de Serviços, Inovação de Processos 
e Inovação Organizacional.
b) Inovação de Produto, Inovação de Processos, Inovação de Marketing 
e Inovação Organizacional.
c) Inovação de Produto, Inovação de Processos, Inovação de Serviços 
e Inovação de Pessoas.
d) Inovação de Produto, Inovação de Pessoas, Inovação de Marketing 
e Inovação Organizacional.
e) Inovação de Processos, Inovação de Serviços, Inovação de Pessoas 
e Inovação Organizacional.
QUESTÃO 5
Ano: 2015 Banca: INSTITUTO AOCP Órgão: EBSERH Prova: Psicó-
logo – Área Organizacional Nível: Médio.
O que pode ser considerado para classificar uma organização como 
24
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
sustentável? Pesquisadores envolvidos ativamente no debate so-
bre a sustentabilidade tentam identificar maneiras pelas quais as 
organizações possam desenvolver novas metodologias de gestão 
que confluam no aprimoramento de práticas relacionadas a cada 
um dos pilares que alicerçam este fenômeno e, consequentemen-
te, contribuir de maneira mais coerente com o desenvolvimento 
sustentável sistêmico. Adotando-se uma abordagem sistêmica, a 
qual ressalta a interdependência de três pilares principais inseri-
dos ao sistema de compreensão e acontecimento da sustentabili-
dade, sendo eles: o pilar econômico, o pilar ambiental e o pilar so-
cial, assinale a alternativa em que existe correspondência correta 
entre o pilar e sua definição.
a) Sustentabilidade social: É um subsistema da sustentabilidade orga-
nizacional representante da eficácia de dois agires organizacionais me-
nores, a ecoeficiência e a inserção socioeconômica. Abrange tópicos 
como competitividade, oferta de empregos, penetração em novos mer-
cados e lucratividade voltada para o longo prazo.
b) Sustentabilidade ambiental: Trata-se da capacidade organizacional de 
apresentar um fluxo de caixa suficiente que assegure a liquidez necessária.
c) Sustentabilidade econômica: É um subsistema da sustentabilidade 
organizacional representante da eficácia de dois agires organizacionais 
menores, a inserção socioeconômica e a justiça socioambiental. Abran-
gea gestão do impacto que a organização gera nos sistemas sociais 
por meio de suas atividades operacionais.
d) Sustentabilidade social: É um subsistema da sustentabilidade orga-
nizacional representante da eficácia de dois agires organizacionais me-
nores, a justiça socioambiental e a ecoeficiência. Abrange a prevenção 
dos impactos gerados pela organização nos sistemas naturais compos-
tos por seres vivos e não vivos.
e) Sustentabilidade econômica: É um subsistema da sustentabilidade 
organizacional representante da eficácia de dois agires organizacionais 
menores, a ecoeficiência e a inserção socioeconômica. Abrange tópicos 
como competitividade, oferta de empregos, penetração em novos mer-
cados e lucratividade voltada para o longo prazo.
QUESTÃO DISSERTATIVA– DISSERTANDO A UNIDADE
A Comissão Mundial sobre Meio Ambiente e Desenvolvimento criada 
pela ONU (Organização das Nações Unidas) conceituou o desenvolvi-
mento sustentável como o “desenvolvimento capaz de suprir as neces-
sidades da geração atual, sem comprometer a capacidade de atender 
às necessidades das futuras gerações”.
25
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Fonte: Disponível em: Acessado em: 
24/03/2020.
Sobre o enunciado acima, discorra sobre como organizações podem 
implementar o processo de inovação sustentável. 
TREINO INÉDITO
Os três pilares da implementação tecnológica são: 
a) Inovação, Social e Ambiental.
b) Social, Ambiental e Econômico.
c) Prontidão, Propriedade e Execução.
d) Gestão do Conhecimento, Gestão Ambiental e Gestão Social.
e) Prontidão, Inovação e Social.
NA MÍDIA
A TECNOLOGIA ALIADA A SUSTENTABILIDADE
A responsabilidade socioambiental vem sendo cada vez mais aplicadas 
na política de muitas empresas. Outro ponto, que tem crescido muito é 
a gestão de empreendimentos sustentáveis. Os empreendimentos sus-
tentáveis visam a construção de empreendimentos verdes e também 
permite que construções existentes implantem essas mudanças.
É importante a conscientização de que o uso eficiente dos recursos 
reduzirá os impactos causados sobre o meio ambiente. Por exemplo, o 
consumo de energia elétrica consiste no mais alto gasto dos shoppings 
e prédios comerciais, estima-se que apenas o ar condicionado corres-
ponda a 60% dos custos. Aplicações de mudanças, como utilização da 
iluminação natural durante o dia pode ocasionar uma grande redução 
no gasto com a energia elétrica. Outra medida é a realização de modifi-
cações no sistema hidráulico, com a implantação de torneiras com mo-
derador de gasto e descargas a vácuo. Essas medidas de redução do 
consumo de energia elétrica e consumo de água tem a ver com a sus-
tentabilidade, pois também aumentarão a vida útil dos equipamentos. 
Fonte: Canal Tech
Data: 20 mar. 2020.
Leia a notícia na íntegra: https://canaltech.com.br/meio-ambiente/A-
-tecnologia-aliada-a-sustentabilidade/
https://www.wwf.org.br/natureza_brasileira/questoes_ambientais/desenvolvimento_sustentavel/
https://www.wwf.org.br/natureza_brasileira/questoes_ambientais/desenvolvimento_sustentavel/
https://canaltech.com.br/meio-ambiente/A-tecnologia-aliada-a-sustentabilidade/
https://canaltech.com.br/meio-ambiente/A-tecnologia-aliada-a-sustentabilidade/
26
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
NA PRÁTICA
A empresa Brasil Supplies é a uma das quinze maiores empresas no 
ramo de distribuição de alimentos e produtos de limpeza. Essa empresa 
está redesenhando seu sistema de armazenamento de produtos com a 
meta de inovar na qualidade e produtividade no atendimento ao cliente. 
O objetivo da empresa almeja que seu armazém se torne um moderno 
Centro de Distribuição. O volume de produtos armazenados pela em-
presa é de 18,5 mil posições de paletes por mês. Sendo que 6,5 mil pa-
letes estão no armazém da empresa; 4,5 mil paletes na área externa da 
empresa Brasil Supplies e 7,5 mil paletes sob responsabilidade de uma 
empresa operadora logística, BitArz, que se compromete com o serviço 
logístico da Brasil Supplies.
O primeiro problema observado pela empresa foi essa deficiência no 
armazenamento de seus produtos e também nos custos envolvidos. 
Pois, a terceirização do serviço logístico corresponde aproximadamen-
te a 40% do volume total dos produtos armazenados e tem um custo 
de 15% a mais que as operações internas. Os produtos armazenados 
na área externa da empresa Brasil Supplies possuem um custo de 5% 
maior que àqueles produtos armazenados no próprio armazém. A partir 
desses dados, a empresa iniciou a elaboração de um projeto para im-
plementação de uma solução logística baseada na tecnologia da infor-
mação.
Percebeu-se que seria necessário que a empresa modernizasse os 
armazéns para ser capaz de competir com os concorrentes. A equipe 
responsável pela implantação das mudanças, concluiu-se que deveriam 
iniciar pela construção de um novo Centro de Distribuição e investir em 
recursos de tecnologia da informação, como: softwares, treinamento de 
pessoas, dentre outros, para melhorar a produtividade. Para que assim 
a Brasil Supplies possa se manter competitiva e bem-sucedida é neces-
sário desenvolver um plano de negócios sólido. 
Fonte: AKABANE, Getúlio K.; POZO, Hamilton. Inovação, Tecnologia 
e Sustentabilidade: histórico, conceitos e aplicações. 1. ed. São 
Paulo: Érica, 2020.
27
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
INTRODUÇÃO A BLOCKCHAIN E BITCOINS
Cada vez mais as pessoas desejam não ser controladas por 
um órgão ou instituição financeira que centraliza todas as informações. 
Porém, surgiu uma nova tecnologia com o objetivo de modificar a reali-
dade exposta anteriormente: o blockchain e a criptomoeda bitcoin. 
A criptomoeda surgiu em 2008 devido à necessidade de um 
programador denominado pelo pseudônimo de Satoshi Nakamoto, que 
desejava realizar pagamento eletrônico baseado por meio de criptográ-
fica. Esse sistema de pagamento eletrônico possibilita que duas partes 
interessadas negociem diretamente a moeda sem haver a necessidade 
de uma intermediação de terceiros, como um banco. 
Em 2009, surgiu a primeira moeda que possibilitava pagamen-
tos eletrônicos, a criptomoeda: bitcoin. O bitcoin consiste em um sof-
BITCOIN, BLOCKCHAIN &
CONTRATOS INTELIGENTES
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
28
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
tware de código aberto baseado em um algoritmo complexo e protegido 
por criptografia (STEPHEN, 2019). Segundo Bergamo Filho et al (2019, 
pg. 29) o “bitcoin refere-se de um protocolo e sua forma de consenso de 
como os ativos são transferidos no blockchain”.
Documentário sobre o assunto: Banco ou Bitcoin (Dirigido 
por: Christiopher Cannuccuaru, 90 min, 2017)
Observação:
Esse documentário apresenta a história do Bitcoin e os motivos 
que levou essa criptomoeda a se tornar a mais utilizada mundialmente. 
A moeda bitcoin possui segurança ponto a ponto (peer-to-peer 
ou simplesmente P2P1). Esse protocolo permite que os usuários regis-
trem e transfiram essa criptomoeda entre contas digitais sem a neces-
sidade de organização monetária. O fato de o bitcoin operar por conta 
própria, executando tarefas administrativas e de segurança, minimiza 
as taxas de transação e reduz significativamente o tempo de processa-
mento da transação (THOMAS 2018).
O bitcoin é completamente descentralizado, sem servidor ou 
autoridade central. Nesse contexto, a palavra descentralizada se refe-
re aos pagamentos que podem ser efetuados diretamente entre duas 
pessoas sem a necessidade de intermediação de um banco, conforme 
ilustra a figura 3. As informações compartilhadas são públicas e trans-
parentes, o que acarreta em uma estrutura de apoio para a gestão de 
contratos e questões de propriedade intelectual. O que possibilita que 
nãohaja a necessidade de um órgão regulador tradicional para decidir 
sobre essas questões, por isso, o controle é dito que é repartido entre 
as partes envolvidas na negociação (BERGAMO FILHO et al, 2019). 
1 P2P é uma rede de computadores que compartilham arquivos pela internet, onde cada 
computador funciona como servidor e cliente ao mesmo tempo.
29
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Figura 3 – Funcionamento genérico de uma transação descentralizada 
Fonte: Elaborado pela autora, 2020. 
Já a figura 4 demonstra toda a intermediação financeira sendo 
feita por banco, que é o modelo tradicional, ou seja, que utiliza as moe-
das tradicionais. As principais diferenças entre as moedas tradicionais e 
as criptomoedas serão melhor explicadas na seção 2.1.1. 
 
 
 
 
 
 
 
 
 
 
30
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Figura 4 – Funcionamento genérico de transações através do 
Sistema Financeiro
Fonte: Elaborado pela autora, 2020. 
De acordo com Bergamo Filho et al (2019) diversas caracterís-
ticas do blockchain vão impactar uma revolução no mercado em geral, 
dentre elas:
I. Transparência: Todas as transações realizadas por bitcoin 
são registradas, ou seja, possuem um histórico para qualquer pessoa 
analisar, que é também denominado de livro-razão.
II. Descentralização: Refere-se a não necessidade que uma 
empresa intermedeie as transações ou determine os horários que elas 
possam ocorrer. 
III. Segurança: O livro-razão é imutável, ou seja, inalterável. 
Desse modo, todas as transações são verificadas e o gasto duplo (que 
uma mesma entidade gaste a mesma quantia duas vezes) é protegido 
através de criptografia. 
IV. Confiança: Todas as transações são verificadas para evitar 
que elas ocorram em duplicidade.
V. Automatização: Um protocolo foi desenvolvido para possi-
bilitar que transações funcionem de forma automática sem duplicidade 
e/ou informação conflituosa. Caso contrário, elas não serão registradas 
dentro do livro-razão (blockchain).
 
 
 
 
 
 
 
 
 
 
 
Banco 
31
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Bitcoin é uma moeda de troca, assim como o dólar e o real. A 
principal diferença entre ela e as demais moedas é que não é emitida 
por nenhum banco central. Na verdade, não existe bitcoin no mundo 
material, por isso, não é possível ver essa moeda circulando por aí. A 
moeda bitcoin é gerada por sistemas computacionais de forma descen-
tralizada (sem mediação de terceiros) e criptografada (garantia da se-
gurança dos dados). Pelo fato de as criptomoedas serem representadas 
por um código protegido por criptografia é bem difícil que elas sejam 
modificadas. 
Principais diferenças entre as moedas tradicionais
A principal diferença entre as moedas tradicionais e as moedas 
digitais é que as digitais, como o bitcoin, permitem que sejam feitos 
pagamentos eletrônicos se ambas as partes aceitarem. E também que 
pagamentos/transferências sejam realizados em qualquer horário, in-
dependentemente do país, região e sem o auxílio de um intermediador 
(BERGAMO FILHO et al, 2019).
O bitcoin não é controlado por nenhuma instituição financeira, 
e sim mantido por um grupo de codificadores voluntários. É outro ponto 
que atrai muitas pessoas que se sentem desconfortáveis com os con-
troles definidos pelos bancos e/ou instituições governamentais relacio-
nados ao seu dinheiro. 
Conforme já dito, o bitcoin não é impresso por um banco cen-
tral responsável por criar suas próprias regras. Por exemplo, quando fal-
ta dinheiro para cobrir a dívida nacional, o banco central poderá imprimir 
mais dinheiro, porém, isso leva a desvalorização da sua moeda. Assim, 
a moeda tradicional possui uma oferta ilimitada, o que possibilita que os 
bancos centrais emitam a quantidade de moeda que desejar. Os bancos 
centrais também podem manipular o valor de uma moeda em relação as 
outras (BERGAMO FILHO et al, 2019).
De maneira contrária, o bitcoin é criado digitalmente, por uma 
comunidade de pessoas onde qualquer um pode participar. O seu for-
necimento é rigidamente controlado por algoritmos. Em teoria, se a de-
manda crescer e a ofertar continuar a mesma, o valor do bitcoin au-
mentará. O bitcoin é minerado por meio de uma rede distribuída e, essa 
por sua vez, permite o processamento das transações feitas através de 
criptomoedas (BERGAMO FILHO et al, 2019).
A prevenção do gasto duplo (uma mesma entidade gastar a 
mesma quantia duas vezes) nas moedas tradicionais é feita pelas insti-
tuições bancárias. Já no caso das moedas digitais – bitcoin– o controle 
é feito por algoritmos combinados com uma excelente criptografia, que 
32
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
também são responsáveis por fiscalizar a rede e demonstrar isso publi-
camente. Ressalta-se que todo esse processo ocorre de forma eletrô-
nica, ou seja, apenas as máquinas conversando entre si; não havendo 
interferência de seres humanos no processo de criação e verificação 
(BERGAMO FILHO et al, 2019).
E por último, a principal diferença entre essas moedas é em 
relação a invasão de privacidade que ocorre dentro das instituições fi-
nanceiras tradicionais; nelas as transações de todas as pessoas são 
identificadas e vinculadas a um nome. Já para os usuários de bitcoin as 
operações se dão em semianonimato (BERGAMO FILHO et al, 2019). 
Assim, caso haja um “validador” central, os usuários não precisam de 
identificar ao realizar uma transferência de bitcoin para outro usuário. O 
protocolo verificará todas as transações anteriores, a fim de confirmar 
que o remetente possui a quantidade necessária de bitcoin para, assim, 
realizar a transferência e autorização para enviá-los. Desse modo, o 
sistema não precisa saber qual a identidade da pessoa. 
Na prática a identificação se dá pelo endereço da carteira do 
usuário. O que permitirá o rastreamento das transações, caso seja ne-
cessário. Existem leis que regulamentam outros métodos para a identi-
ficação de usuários. A maioria das trocas (exchanges) só ocorrem após 
a verificações de identidade em seus clientes, onde o processo de uma 
transação específica é visível para todos, fazendo com que o bitcoin 
não seja uma moeda ideal para criminosos, terroristas e/ou lavadores 
de dinheiro. 
A diferença principal entre as duas moedas é que uma transa-
ção realizada por bitcoin não pode ser revertida se ela for registrada na 
rede, se tiver passado mais de uma hora, pois, é impossível modificá-la. 
Portanto, nenhuma transação na rede do bitcoin pode ser adulterada. 
Já nos bancos tradicionais eles conseguem reverter transações reali-
zadas nas contas de seu cliente, pois, há uma espécie de “juiz” central 
para que possa dizer “ok” reverta a transação verificação (BERGAMO 
FILHO et al, 2019).
O bitcoin foi o primeiro a usar o blockchain, que vem sendo 
bem aceito pelo mercado, pois, consegue visualizar infinitas usabilida-
des, tornando-o cada vez mais conhecido. No entanto, o mérito vem da 
tecnologia blockchain que será apresentada em detalhes na seção 2.2. 
Como funciona a Mineração de Bitcoin?
Mineração de bitcoin consiste no processo de se adicionar re-
gistros de transações ao livro-razão - um tipo de “livro” contábil, como 
os obrigatórios das empresas onde são registrados os dados contábeis. 
33
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
A mineração de bitcoin é feita através de computadores com alta ca-
pacidade de processamento, como a Antminer que é produzida pela 
empresa chinesa Bitmain (FOXBIT, 2017).
Desde 2013 não é mais possível minerar bitcoins através de 
computadores pessoais, devido ao aumento do nível de processamento 
requisitado. A função desses computadores potentes é localizar uma 
sequência que torne um blocode transações de bitcoin compatível com 
o bloco anterior, através da realização de milhares de cálculos por se-
gundo (FOXBIT, 2017). E posteriormente, validar as transações na rede 
do bitcoin para garantir a sua segurança e legitimidade. 
Após encontrar a sequência compatível, o minerador - pessoa 
ou grupo de pessoas que são responsáveis por manter a rede do bitcoin 
funcionando - recebe uma recompensa em bitcoin pelo serviço prestado 
(FOXBIT, 2017).
O QUE É BLOCKCHAIN?
De acordo com Bergamo Filho et al (2019, pg.34) o blockchain 
consiste em “uma plataforma capaz de registrar transações de forma 
descentralizada, com registros em diferentes computadores. Uma ca-
deia de blocos identifica o envio e o recebimento de moedas virtuais”. 
Em suma, blockchain trata-se de uma cadeia de blocos, onde 
todos eles estão interligados e possui uma base de dados em constante 
atualização. Porém, mantendo o registro de todas as transações (livro-
-razão) realizadas com a criptomoeda. 
No livro-razão estão todas essas informações que são públi-
cas, como: registros de compra e venda, mineração, doação e outras 
operações realizadas com bitcoins. A figura 5 demonstra o funciona-
mento de uma transação sendo realizada de um computador A para um 
computador B por meio do blockchain.
34
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Figura 5 – Funcionamento do Blockchain
Fonte: IHODL, 2017.
Todas as informações realizadas por meio do blockchain ficam 
armazenadas em blocos, que por sua vez, são ligados uns aos outros 
por elos, denominados de hash, conforme ilustra a figura 6. Essa figura 
demonstra o funcionamento básico da ligação dos blocos anteriores e 
sucessores na cadeia de blocos (blockchain) por meio de hash de cada 
um, que é formado por números e letras.
35
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Figura 6 – Demonstração básica do funcionamento da ligação dos blocos
Fonte: Adaptada de Elias, 2018.
Hash consiste em uma assinatura única para cada bloco. Ela é 
gerada através de algum algoritmo de criptografia, sendo formada por 
uma combinação entre a hash de cada transação e a hash do bloco 
anterior (ELIAS, 2018).
A somatória de hashes com os blocos constitui-se uma cadeia 
de blocos, que permite o funcionamento do sistema de registros segu-
ros das transações (informações contidas em cada bloco) realizadas 
por criptomoedas. As cadeias validam as operações feitas virtualmente 
por meio de criptografia. Todos os registros feitos na plataforma blo-
ckhain são armazenados em milhões de computadores para evitar frau-
des e todas as transações são transparentes e rastreáveis (BERGAMO 
FILHO et al, 2019). 
 O fato de não haver a necessidade de uma autoridade central 
para mediar as transações faz com que ela não possa ser modifica-
da. Essa estabilidade oferece benefícios comerciais, como certificados 
de dados pessoais, licenças, saldos de contas ou quaisquer outras in-
formações que possam ser digitalizadas, armazenadas e protegidas 
no blockchain. Além disso, seus relacionamentos, contratos e regras 
podem ser automatizados em programas de computador executados 
no blockchain denominados de contratos inteligentes (vide seção 2.3 
(THOMAS, 2018).
 
 
 
 
 
 
 
 
 
 
 
2 1 3 
Hash: 1F8Z 
Hash Anterior: 
0000 
 
Hash: 7B1A 
Hash Anterior: 
1F8Z 
 
Hash: 6JP3 
Hash Anterior: 
7B1A 
 
36
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
CONTRATOS INTELIGENTES
Os contratos inteligentes (smart contract) são também denomi-
nados de contrato digital, pois tratam-se de um código de computador 
autoexecutável que foi criado para facilitar, efetivar e proteger as opera-
ções financeiras no blockchain (FOXBIT, 2017).
Os contratos inteligentes do blockchain tratam-se de sistemas 
descentralizados, portanto, formalizam negociações (executam a sua 
própria operação) entre duas ou mais pessoas sem a necessidade de 
um intermediário. A utilização de contratos inteligentes é mais rápida, 
mais barata e mais segura que a de sistemas tradicionais, sendo uma 
boa alternativa para o governo e o setor financeiro (THOMAS, 2018).
Um modelo de negócio com a utilização de contratos inteligen-
tes seria o serviço de alocação de casas. Por exemplo, o cliente poderá 
pagar o aluguel da casa por meio de uma moeda criptográfica, como 
bitcoin. E posteriormente, recebe o recibo através do programa de con-
trato inteligente e uma chave digital para ter acesso às chaves da casa, 
na data especificada do início da alocação. Quando estiver próxima a 
data do fim do período de alocação, o cliente será notificado pelo con-
trato inteligente. Assim, o cliente devolve as chaves da casa e o contrato 
inteligente enviará automaticamente um recibo descrevendo todos os 
pagamentos feitos em relação à alocação. 
Determinadas situações como, o cliente efetuar o pagamento 
calção e não receber as chaves da casa são tratadas pelo contrato in-
teligente, onde ele anula o contrato e faz um estorno do valor pago ao 
cliente. Agora, se o cliente não devolver a chave no dia especificado, o 
contrato inteligente exigirá um pagamento adicional referente aos dias 
de atraso até o contrato continuar. Caso contrário, se o cliente não pa-
gar, a polícia poderá ser notificada. A ideia é que ocorram processos 
sem a necessidade de intermediários e mão de obra. 
O contrato inteligente não necessita de bancos e nem de car-
tões de crédito. É considerado um meio de pagamento confiável e mais 
seguro, pois, cada transação é verificada por milhares de testemunhas 
da plataforma blockchain. Outro ponto, que todas as partes são notifica-
das simultaneamente caso ocorra alguma alteração nas transações do 
contrato inteligente (THOMAS, 2018).
Diferenças entre Contratos Inteligentes e Contratos Físicos
Os contratos inteligentes são considerados mais seguros que 
os contratos físicos (tradicionais). Já os contratos tradicionais contêm 
uma linguagem jurídica de diversas interpretações e, além disso, sua 
37
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
validação depende de terceiros e estará sujeita a um sistema judicial 
público (FOXBIT, 2017). Pelo menos, aqui no Brasil costuma ser caro, 
muito demorado e ineficiente.
A figura 7 ilustra a ideia do funcionamento do contrato tradi-
cional, que é composto pelas partes interessadas, por um contrato im-
presso, por um banco ou outra instituição que necessite intermediar o 
acordo entre as partes e, por último, ocorre a execução do contrato. 
Figura 7 – Contrato Tradicional
Fonte: Elaborado pela autora, 2020. 
Diferentemente dos contratos tradicionais, o contratos inteli-
gentes são totalmente digitais e escritos em uma linguagem de progra-
mação inalterável, onde são definidas obrigações e consequências da 
mesma forma que o um contrato tradicional. O código do contrato inte-
ligente pode ser executado automaticamente. Dessa forma, ele é ca-
paz de obter e processar informações referentes à negociação e tomar 
as providências necessárias, conforme as regras descritas no contrato 
(FOXBIT, 2017). 
A figura 8 apresenta o funcionamento dos contratos inteligen-
tes, que de forma comparativa com a figura 7, percebe-se que não pos-
sui o mediador. Como descrito na seção 2.3, os contratos inteligentes 
executam a sua própria operação entre duas ou mais pessoas, sem a 
necessidade de um intermediário.
 
 
 
 
 
Partes interessadas Contrato Mediador 
(Banco) 
Execução 
38
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Figura 8 – Contrato Inteligente
Fonte: Elaborado pela autora, 2020. 
Aplicações dos Contratos Inteligentes
Existem muitos setores/locais em que os contratos inteligentes 
podem ser empregados, dentre eles (LAMOUNIER, 2018): 
• Atividades de Negociação: As atividades financeiras de ne-
gociação sempre deveriam ser feitas por um corretor ou algum inter-
mediário, oque tornava todo o processo longo e caro. A utilização do 
contrato inteligente exclui a necessidade de mediador. Dessa forma, o 
processo de negociação tem se tornado mais simples, mais eficiente e 
menos custoso para os clientes e fornecedores. 
• Gerenciamento da Cadeia de Suprimentos: O contrato in-
teligente é bastante útil para gerenciar a cadeia de suprimentos, pois, 
ele mantém integralmente os registros de todo o processo, desde a co-
leta do material até a entrega do produto. Além disso, permite que sejam 
registradas todas particularidades, de todo o processo, juntamente com 
todas as pessoas envolvidas. O contrato inteligente pode utilizar senso-
res da Internet das Coisas (IoT) para rastrear todos os movimentos dos 
produtos, desde o fabricante até o fornecedor. Pois, ele mantém regis-
tros sobre os produtos prontos entregues aos seus respectivos clientes 
ou não, e também o histórico de entregas não realizadas ou atrasadas. 
Tais informações estão possibilitando que toda a cadeia de suprimentos 
seja transparente para ambas as partes envolvidas. 
• Mercado Imobiliário: As negociações no mercado imobiliário 
também mudarão com a implantação de aplicações de contratos inteli-
gentes, tornando as negociações mais fáceis e mais rápidas. Assim, não 
haverá mais a necessidade de reuniões presenciais para finalização da 
negociação. Pelo fato do contrato inteligente ser totalmente digital, ape-
nas serão necessárias informações sobre a propriedade, o proprietário 
do imóvel e o possível comprador. As assinaturas requeridas serão fei-
tas digitalmente e, assim, a aplicação de contrato inteligente completará 
 
 
 
 
Partes interessadas Contrato Inteligente Execução 
39
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
toda a negociação, sem qualquer erro ou interrupção. 
• Serviços de Saúde: Institutos da área de saúde também po-
derão utilizar a tecnologia de contratos inteligentes, como seu sistema 
de registro, pois, esses institutos requerem que seja armazenado um 
grande número de registros. Dessa forma, todos os registros poderão 
ser codificados por uma chave privada, que fornecerá acesso aos regis-
tros somente às pessoas autorizadas a editar, modificar, incluir e excluir 
os registros. 
Vantagens e desvantagens dos Contratos Inteligentes
Os contratos inteligentes vêm substituindo os contratos tradi-
cionais, visto que possuem inúmeras vantagens, dentre elas (LAMOU-
NIER, 2018):
• Transparência total: Esse tipo de contrato é totalmente 
transparente para todas as partes envolvidas, assim, todos possuem 
acesso aos termos e condições dos acordos.
• Sem falta de comunicação: Não há falhas na comunicação 
ou mal-entendidos, pois, ele contém todas as informações de forma de-
talhada.
• Desempenho eficiente: O programa de contrato inteligente 
garante que o seu funcionamento será eficiente, pois, combina preci-
são, velocidade e recurso automatizado, que completará todo o proces-
so do contrato sem falhas e/ou interrupções e com eficácia. 
• Sem papelada: Como os contratos inteligentes são digitais, 
eles eliminam o uso de papéis, sendo uma contribuição significativa 
para o meio ambiente.
• Backup e Confiável: Os contratos inteligentes são extrema-
mente confiáveis, pois, executam todo o seu trabalho, automaticamen-
te, através de sua rede. Sendo assim, não há risco de perda ou erro 
com o contrato. 
Acabamos de ver as vantagens dos contratos inteligentes, no 
entanto, eles também possuem desvantagens, dentre elas (LAMOU-
NIER, 2018):
• Confidencialidade: Nem sempre é bom ter um contrato total-
mente exposto na rede, pois, podem existir informações que devam ser 
privadas. Algumas aplicações oferecem contratos inteligentes privados, 
mas a grande maioria não. 
• Contratos desonestos: Conforme já visto, os contratos in-
teligentes são autoexecutáveis. No entanto, se algum hacker invadir o 
sistema, ele poderá realizar atividades ilegais, que também serão exe-
cutadas. 
40
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
QUESTÕES DE CONCURSOS
QUESTÃO 1
Ano: 2017 Banca: FEPESE Órgão: Polícia Civil - SC Prova: Agente 
de Polícia Civil Nível: Fácil.
No contexto de moedas virtuais, o Bitcoin mitiga o problema de 
gastar uma mesma moeda mais de uma vez (o problema de double-
-spending), empregando:
a) Blockchain.
b) Criptografia simétrica centralizada.
c) Criptografia assimétrica centralizada.
d) Autenticação do gasto e sua validação por um comitê central.
e) Registro em tempo real no livro contábil digital da entidade mantene-
dora do bitcoin.
QUESTÃO 2
Ano: 2019 Banca: UFRR Órgão: UFRR Prova: Técnico de Tecnolo-
gia da Informação Nível: Fácil.
As criptomoedas são moedas virtuais, utilizadas para a realização 
de pagamentos em transações comerciais. Além de serem comple-
tamente virtuais, existem três características que as diferenciam 
das moedas regulares: descentralização, anonimato e baixo custo 
de transação (Fonte: Politize!).
Qual das moedas abaixo não é uma criptomoeda?
a) peso
b) petro
c) bitcoin
d) monero
e) Dogecoin
QUESTÃO 3
Ano: 2019 Banca: IADES Órgão: Banco de Brasília Prova: Escritu-
rário Nível: Médio.
Com base nas características e nas possíveis aplicações para a 
blockchain, assinale a alternativa correta.
a) A blockchain é uma lista de tamanho fixo de registros interligados a 
partir de criptografia, em que cada bloco contém dados relativos à tran-
sação, um timestamp e um hash criptográfico do próximo bloco.
b) A blockchain é uma espécie de base de dados pública e centralizada, 
que é usada para registrar transações na nuvem, de forma que qualquer 
registro envolvido não possa ser alterado retroativamente sem a altera-
ção de todos os blocos subsequentes.
41
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
c) Mesmo que fosse possível atacar e controlar mais de 50% de uma 
rede verificadora de transações blockchain, não seria possível reverter 
transações já realizadas ou realizar gastos duplos.
d) A invenção da blockchain para uso no bitcoin tornou-o a primeira mo-
eda digital a resolver o problema do gasto duplo sem a necessidade de 
envolver uma autoridade confiável ou servidor central como mediador. 
A blockchain remove a característica de reprodutibilidade infinita de um 
ativo digital.
e) A blockchain demonstrou potencial apenas como base tecnológica 
para as criptomoedas, sendo, portanto, improvável que outras indús-
trias encontrem novas aplicações em razão das diversas limitações que 
apresentam.
QUESTÃO 4
Ano: 2018 Banca: FGV Órgão: Banco do Espírito Santo - ES Prova: 
Técnico Bancário Nível: Médio.
Acerca dos riscos ligados às chamadas criptomoedas ou moedas 
virtuais, o Banco Central do Brasil, em comunicado de novembro 
de 2017, alertou para questões relacionadas à conversibilidade e 
ao lastro de tais ativos, destacando que não é responsável por re-
gular, autorizar ou supervisionar o seu uso. Assim, é correto afir-
mar que seu valor:
a) decorre da garantia de conversão em moedas soberanas;
b) decorre da emissão e garantia por conta de autoridades monetárias;
c) decorre de um lastro em ativos reais;
d) é associado ao tamanho da base monetária;
e) decorre exclusivamente da confiança conferida pelos indivíduos ao 
seu emissor.
QUESTÃO 5
Ano: 2019 Banca: FCC Órgão: SANASA - Campinas Prova: Analista 
de Tecnologia da Informação Nível: Médio.
Além de ser usado para verificar transações com criptomoedas, 
como Bitcoin, a função hash é usada em assinaturas digitais, para 
a) garantir a integridade do documento assinado.
b) aumentar o tempo de autenticação da assinatura. 
c) gerar um valor aleatório de tamanho variável. 
d) garantir a autenticidade do documento assinado. 
e) gerar um resumo de 256 bits por meio do algoritmo RSA.
42
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
QUESTÃO DISSERTATIVA – DISSERTANDO A UNIDADE
Conforme visto no decorrer desse capítulo, as criptomoedas são des-centralizadas, ou seja, nenhum governo ou instituição financeira tem 
autoridade e capacidade para controlá-las. Ao contrário do que ocorre 
com a taxa de juros e/ou medidas para conter a valorização do dólar, 
que o Banco Central pode intervir para tentar controlar a situação finan-
ceira. Desta forma, pessoas que não querem que instituições financei-
ras e governantes saibam o quanto de dinheiro elas possuem devem 
usar as criptomoedas, como o bitcoin. 
Sobre o enunciado, comente as implicações sobre a possibilidade das 
criptomoedas serem utilizadas por pessoas desonestas, para poupar 
dinheiro de corrupção, de crimes, ou qualquer outra forma de dinheiro 
adquirido ilicitamente. 
TREINO INÉDITO
Os contratos inteligentes são considerados mais seguros que os con-
tratos tradicionais. A respeito das diferenças entre ambos, analise as 
assertivas a seguir:
I. Os contratos inteligentes possuem inúmeras vantagens, como a di-
minuição de papelada, porém, costuma ser mais caro que o contrato 
tradicional.
II. O funcionamento do contrato tradicional é composto pelas partes in-
teressadas, por um contrato impresso, por um banco ou outra instituição 
que necessite intermediar o acordo entre as partes e, por último, ocorre 
a execução do contrato. 
III. Diferentemente dos contratos tradicionais, os contratos inteligentes 
são totalmente digitais e escritos em uma linguagem de programação 
inalterável. Além disso, o código do contrato inteligente pode ser execu-
tado automaticamente.
É correto apenas o que se afirma em:
a) I, apenas.
b) II, apenas.
c) III, apenas.
d) II e III, apenas.
e) I, II, III, apenas.
43
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
NA MÍDIA
CONFIRA 11 QUESTÕES PARA ENTENDER COMO A BLOCKCHAIN 
PODE IMPACTAR ESTRUTURAS ECONÔMICAS E SOCIAIS
A advogada Tatiana Revoredo é especialista em blockchain pela Univer-
sidade de Oxford e pelo Instituto de Tecnologia de Massachusetts (MIT). 
Ela representa o Brasil no Observatório Europeu do Direito das Novas 
Tecnologias, sendo também membro da Oxford Blockchain Foundation 
e professora no Instituto de Pesquisa e Ensino Insper.
Na entrevista dada ao jornal Estado de Minas, a Tatiana, respondeu 
a onze perguntas relacionadas ao universo do blockchain. Dentre os 
tópicos mais importantes abordados é possível destacar, a parte que a 
Tatiana afirma que o blockchain é mais que um investimento financeiro. 
Pois, ele possibilita não apenas transações monetárias, mas também 
qualquer tipo de transação de valor, como uma transação imobiliária, a 
compra e venda de uma obra de arte e outros. 
Fonte: Estado de Minas
Data: 15 fev. 2020.
Leia a notícia na íntegra: https://www.em.com.br/app/noticia/econo-
mia/2020/02/15/internas_economia,1121977/11-questoes-entender-
-blockchain-impactar-estruturas-economicas-sociais.shtml
NA PRÁTICA
A plataforma blockchain permitiu a criação de um novo tipo de emprés-
timo, que funciona de forma que todas as partes sejam incluídas em 
um contrato inteligente. Diante disso, a empresa de publicidade digital 
Atayen desenvolveu um token de transação de publicidade inteligen-
te (SaTT) para ser utilizado no mercado de publicidade e publicação 
on-line por meio do blockchain. O projeto da Atayen utiliza contratos 
inteligentes que possibilitam os anunciantes configurarem um conjunto 
de parâmetros que controlam seus anúncios e pagamentos automáticos 
para os editores e afiliados. 
A grande vantagem para a empresa utilizar o blockchain é que ele per-
mite que todas as partes envolvidas possam verificar a validade das 
transações. Antes da implantação desse projeto, a confiança era sem-
pre um dos problemas enfrentados e também a eliminação de dados 
falsos de campanhas publicitárias. 
Fonte: THOMAS, Stephen P. Smart Contract Explained for Non-Te-
chnical Professionals. 1.ed. United States of America, 2018. 
https://www.em.com.br/app/noticia/economia/2020/02/15/internas_economia,1121977/11-questoes-entender-blockchain-impactar-estruturas-economicas-sociais.shtml
https://www.em.com.br/app/noticia/economia/2020/02/15/internas_economia,1121977/11-questoes-entender-blockchain-impactar-estruturas-economicas-sociais.shtml
https://www.em.com.br/app/noticia/economia/2020/02/15/internas_economia,1121977/11-questoes-entender-blockchain-impactar-estruturas-economicas-sociais.shtml
44
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
O QUE É BUSINESS INTELLIGENCE (BI)?
Business Intelligence (BI) é traduzido como inteligência de ne-
gócios ou inteligência empresarial. De acordo com Saraiva (2018, pg. 
135) BI consiste em “um conjunto de soluções que envolvem aplica-
ções, banco de dados, metodologias, arquiteturas e ferramentas que 
permitem a transformação de dados brutos em informações gerenciais”. 
Em suma, serve para tomada de decisões a partir de dados históricos e 
atuais sobre o movimento e o desempenho das empresas.
É importante salientar que em tese, o BI é voltado para os da-
dos produzidos dentro da empresa, estruturados em tabelas de banco 
de dados relacionais do seu Sistema Integrado de Gestão Empresarial 
ou simplesmente sistema ERP (Enterprise Resource Planning) ou ou-
tros sistemas específicos (MACHADO, 2018). 
BUSINESS INTELLIGENCE,
BIG DATA & INTELIGÊNCIA ARTIFICAL
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
45
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
É o BI que nos permite tomar decisões com base nas estatísti-
cas simples adquiridas a partir de dados históricos, como por exemplo: 
(I) Quantas reclamações de clientes tivemos registradas nas últimas 
semanas ou meses?; (II) Qual a frequência e quantidade de chamados 
de suporte que temos em um determinado período?(MACHADO, 2018). 
Os Sistemas de Informação Gerencial (SIG) e o Sistema EIS 
(Executive Information System) serviram de base ao BI nos anos de 
1970 e 1980, respectivamente. Mas foi em meados do ano 1990 que o 
termo BI se popularizou mundialmente devido à empresa de consultoria 
Gartner Group. 
Os sistemas SIG e EIS proporcionaram base ao BI, pois, apre-
sentavam relatórios dinâmicos, prognósticos e previsões, análise de 
tendências e fatores críticos de sucesso, entre outros. Hoje em dia, as 
ferramentas de BI utilizam inteligência artificial (IA) para a realização de 
análise. As ferramentas de BI possibilitam que informações úteis, como 
as de decisões de compras, redução de custos e aumento da produtivi-
dade da empresa ou qualquer outra decisão que gere competitividade 
do mercado, cheguem até os gerentes e diretores o mais breve possível 
para a tomada de decisão (SARAIVA, 2018). 
Vídeo sobre o assunto: Business Intelligence (BI) na Prática
Este vídeo apresenta um exemplo prático da aplicação da tec-
nologia BI, de uma forma sucinta e bem objetiva.
Disponível no link: https://www.youtube.com/watch?v=EYtr-
-63MSTA
Benefícios do BI
O BI pode oferecer vários benefícios às empresas, dentre 
eles: geração de relatórios mais ágeis e precisos, melhora na tomada 
de decisões, das estratégias e dos planos, eficiência nos processos, 
economia de custos, entre outros. Essa série de benefícios oferecidos 
às organizações facilita às pessoas interessadas no planejamento e na 
tomada de decisão. É por isso que muitos executivos não hesitam em 
implantar o BI, apesar do custo do investimento, pois, o valor agregado 
ao negócio é explícito (SARAIVA, 2018). 
https://www.youtube.com/watch?v=EYtr-63MSTA
https://www.youtube.com/watch?v=EYtr-63MSTA
46
IN
O
V
A
Ç
Õ
E
S 
TE
C
N
O
LÓ
G
IC
A
S 
 -
 G
R
U
P
O
 P
R
O
M
IN
A
S
Organizações que não implantam corretamente BI podem so-
frer desvantagens competitivas, e para evitar esse empecilho é neces-
sário que as organizações enfrentem os desafios que são impostos pe-
las tendências do mercado, compreenda as funcionalidades que o BI 
pode oferecer e, por último, atenda às práticas sugeridas pelo mercado 
(SARAIVA, 2018). 
Arquitetura