Como conseguir aporte financeiro para seu projeto de inovação


Contrato entre Sebrae e Embrapii amplia recursos para desenvolvimento de novas soluções para a indústria.

Micro e pequenas empresas, microempreendedores individuais e startups de base tecnológica têm agora uma nova forma de conseguir aporte financeiro para seus projetos de inovação industrial. O contrato entre o Sebrae e a Empresa Brasileira de Pesquisa e Inovação Industrial (Embrapii) é uma grande oportunidade para aumentar a competitividade e se diferenciar no mercado.

Vantagens:

  • Conjunto de instituições e equipes de profissionais de excelência à disposição em todas as etapas do projeto.
  • Modelo de cooperação para desenvolvimento de projetos de pesquisa, desenvolvimento e inovação ágil e flexível.
  • Fluxo contínuo de recursos para o desenvolvimento dos projetos (não é preciso esperar abertura de edital).
  • Possibilidade de aumento da complexidade dos projetos de pesquisa, desenvolvimento e inovação.
  • Menos custo e risco no desenvolvimento dos projetos.

Como contratar?

O que saber antes

Poderão ser apoiados, no máximo, dois projetos por uma mesma MPE ou MEI, desde que tenham escopo e objetivos distintos. O segundo projeto só poderá ser iniciado após a conclusão formal do primeiro.

A empresa deve ter Classificação Nacional de Atividades Econômicas (CNAE) industrial ou ligada à Tecnologia da Informação e Comunicação (TIC) e estar em dia com as suas obrigações fiscais e tributárias.

O nível de maturidade tecnológica do projeto deve ser intermediário (nem ainda na fase de pesquisa acadêmica nem quase pronto para o mercado). O recurso não poderá ser usado para aquisição de equipamentos.

Como ter acesso aos recursos

1. A empresa interessada procura o Sebrae mais próximo, que indicará a unidade Embrapii com a competência tecnológica específica para o projeto.

2. O atendente da área de indústria ou inovação preencherá um formulário com base nas informações prestadas pelo usuário sobre seu projeto e encaminhará para a unidade Embrapii mais pertinente, por e-mail.

3. A empresa poderá apresentar inicialmente apenas a ideia do projeto. Se a unidade Embrapii considerar ser viável e interessante, eles demandarão mais informações e exigirão a documentação do empresário durante a negociação do projeto.

4. Após aprovado, a Embrapii aporta, no máximo, um terço dos recursos.

5. Os dois terços restantes serão divididos entre a empresa, o Sebrae e a unidade Embrapii que desenvolverá o projeto (os recursos Embrapii e do Sebrae não são reembolsáveis).

6. O empresário deve dar uma contrapartida de no mínimo 10% do valor do projeto. Caso ainda precise de mais apoio para essa  contrapartida, ele poderá buscar outras fontes de recursos financeiros, como Finep, BNDES e bancos de desenvolvimento.

7. Após a contratação, o empresário também pode procurar novamente o Sebrae para participar de eventos, cursos ou consultorias, a fim de melhorar a performance da empresa e os resultados do projeto.

Modalidades de projetos apoiados

O que é a iniciativa?

O contrato entre o Sebrae e a Empresa Brasileira de Pesquisa e Inovação Industrial (Embrapii) tem o objetivo de dar aos pequenos negócios acesso à infraestrutura e conhecimentos científicos e tecnológicos das unidades da Embrapii.

A inciativa amplia o limite de recursos não reembolsáveis para o desenvolvimento de projetos de inovação industrial.

Além da Embrapii, o Sebrae também aporta recursos financeiros, mas eles são considerados como parte da contrapartida da empresa, diminuindo o valor do investimento que ela precisaria dispor.

Acesse: https://www.slideshare.net/CESAR/cesar-unidade-embrapii-para-internet-das-coisas

 

Fonte: Sebrae

Anúncios

Como o Facebook investe em inovação e aposta no futuro


O Facebook está dobrando sobre as contratações de inovação de produtos, uma vez que abrange um futuro em que a VR e a AR desempenham um papel importante nas experiências sociais. Com o aumento do escrutínio do governo, as alianças políticas e legais também estão sendo priorizadas.

A contratação do Facebook revela como a empresa está priorizando diferentes áreas de seus negócios e apostou em tecnologia emergente como AR / VR.

Analisamos mais de 2 000 listas de emprego abertas no Facebook por departamento e palavras-chave. A análise revelou que o gigante das redes sociais Menlo Park, Califórnia, está aumentando rapidamente o número de funcionários para fortalecer suas equipes especializadas de produtos e inovação de produtos.

Estes incluem a unidade de realidade virtual Oculus e o Edifício 8, onde se sabe que está desenvolvendo tecnologia de consumo de próxima geração, incluindo realidade aumentada, drones, além de tecnologia de interface cérebro-máquina que permitiria que as pessoas escrevam mensagens com o cérebro.

8 entrevista_bjarke_ingels_01

As unidades de produtos – Oculus, Instagram, WhatsApp, Building 8 e Workplace by Facebook – representaram mais de 17% de todos os postos de trabalho abertos pelo Facebook. Oculus é a unidade dentro das equipes de produtos com o maior número de postos de trabalho, com mais de 9% do total de ofertas de emprego no Facebook.

oculus-logo-with-rift.jpg

Com a aquisição de Oculus de US $ 2 bilhões em 2014, a Facebok criou o zumbido por estar na vanguarda da tecnologia futurista VR do consumidor. Mas, até agora, a tecnologia não ganhou ampla adoção pelos consumidores.

É sensacional que o Facebook está contratar de forma tão agressiva para esta unidade e uma indicação de que a empresa acredita que ainda há uma vantagem a ser obtida investindo no início da VR, apesar da fraca adoção do consumidor.

O Facebook anunciou planos para integrar o Oculus com sua plataforma de mídia social através do Facebook Spaces. Outras unidades do Facebook, como Instagram, WhatsApp e Workplace, têm surpreendentemente poucas listas de trabalho, menos de 50 cada, em contraste com a crescente base de usuários. O local de trabalho, que compete com ferramentas de colaboração no local de trabalho, como Hip Hop de Slack e Atlassian,assinou recentemente o Walmart como cliente.

 

A empresa também está contratando fortemente para equipes de infraestrutura principais, pois expande a pegada de seus centros de dados e esforços de operações de rede em todo o mundo.

A equipe de infraestrutura do Facebook é a segunda maior área de contratação, representando mais de 14% de todas as oportunidades de emprego. À medida que ganha fortalezas nos países em desenvolvimento, a necessidade de centros de dados e operações de rede em uma unidade de infraestrutura forte é indispensável. Outras equipes com importantes ofertas de emprego são engenharia de software, vendas e marketing e operações on-line.

O Facebook está sob escrutínio para permitir que as organizações com base na Rússia compram anúncios durante as eleições de 2016 nos EUA. O zumbido da mídia em torno deste recentemente solicitado Mark Zuckerberg para emitir uma declaração garantindo o compromisso do Facebook para resolver esta questão, aumentando a mão de obra e tecnologia para controlar as compras de anúncios.

O crescente aumento de custos regulamentares e legais do Facebook também se reflete nos 40 postagens de trabalho para sua equipe de políticas públicas.

Fonte: CB Insights

A Estratégia da UBER


UBER uber-strategy-teardown-jobs-sunburst

O gorila de US $ 68 bilhões continua a se expandir globalmente em lugares como a Índia e o Brasil e ainda persegue a condução autônoma. No entanto, terá que conter suas perdas antes de um eventual IPO, o que pode levar a reversões em regiões contestadas, como o Sudeste Asiático.

Uber é conhecido por muitas coisas, mas uma coisa que permaneceu constante é a sua capacidade de roubar os holofotes. Uma vez que o querido da tecnologia de mídia, uma das histórias de crescimento mais louvadas do Vale do Silicon, e o progenitor de uma  categoria inteira  de  startups sob demanda , a tumultuada 2017 da Uber viu as fortunas da empresa mudar quase da noite para o dia.

O escândalo após o escândalo trouxe acusações de tudo, desde a misoginia até o roubo de propriedade intelectual. Isso transformou as filas executivas da colocação privada mais valiosa do mundo em uma porta giratória. Um êxodo de liderança sênior foi limitado por uma revolta de investidores contra o co-fundador e CEO Travis Kalanick, que tinha sido praticamente sinônimo da empresa e de sua famosa cultura agressiva.

UBER 2cbi-uber-strategy-teardown-acqs

O novo executivo-chefe e ex-CEO da Expedia, Dara Khosrowshahi, está apenas algumas semanas em seu novo papel, mas enfrenta decisões cruciais sobre a melhor maneira de reparar a imagem maltratada da empresa e direcionar o navio estrategicamente. Com um objetivo declarado de levar o público da Uber nos próximos 18-36 meses, Khosrowshahi deve encontrar um equilíbrio entre a disciplina financeira, ao mesmo tempo que mantém a narrativa de crescimento e oportunidade que seduziu os investidores e ajudou a dar a Uber sua elevada valorização.

 

Sob nova gestão, as estratégias de Uber nos mercados internacionais e os principais campos da pesquisa como veículos autônomos estão abertas a revisão. As principais soluções de nossa análise se concentram nas principais iniciativas da empresa:

  • Equilibrando “pagar as contas” e “grandes tiros”:  o novo CEO da Uber comprometeu-se a instilar a disciplina financeira antes de um potencial IPO e permanecer investido em grandes iniciativas voltadas para o futuro (como veículos autônomos). Além da considerável tarefa de reparar a imagem e a cultura danificadas da empresa, encontrar um equilíbrio entre esses objetivos será seu principal desafio no futuro.
  • Uber repensa a estratégia global: as ambições de crescimento de Uber começaram a se afastar da estratégia pugnacious, ataque-em-todas-frentes e gastos indiscriminados de seus anos anteriores, embora as últimas finanças da empresa continuem a mostrar uma linha superior crescente, bem como um dinheiro considerável queimar. Nossa análise de lista de empregos revela que a empresa ainda está contratando ativamente na Índia, no Brasil e no México. No entanto, com uma visão declarada de tomar Uber público nos próximos 18-36 meses, Khosrowshahi pode procurar reduzir ainda mais o foco nos esforços da Uber no exterior para controlar os esforços que perdem dinheiro. O Sudeste Asiático é uma região vivamente contestada, onde a empresa está gastando fortemente contra o bem-financiado Grab e Go-Jek.
  • O negócio recente centra-se na alienação de operações regionais dispendiosas: Uber retirou-se de suas operações  da China e agora do Leste Europeu, mantendo uma participação significativa, ao mesmo tempo em que cessava o envolvimento nas operações do dia-a-dia. A empresa agora estabeleceu um modelo para o qual ele pode retornar, caso ele decida retirar perdas em outras geografias.
  • As M & A até agora enfatizaram o mapeamento e AI / AVs (veículos autônomos):  um participante tardio na atual raça para desenvolver AVs, Uber se voltou para M & A para preencher a lacuna em competências relacionadas, como mapeamento e inteligência artificial. Seu acordo de perfil mais alto até o momento foi a aquisição do caminhão auto-dirigido Otto, liderado pelo veterano Anthony Self-Driving Car (agora Waymo) Anthony Levandowski. Essa aquisição levou a empresa a um processo potencialmente devastador com a Waymo.
  • AI, AVs continuam a ser uma prioridade:  apesar da revolta na sequência do processo da Waymo, a Uber continua a contratar activamente o seu grupo de desenvolvimento de veículos autónomos (Advanced Technologies Group ou ATG). A unidade é composta por 6% das listas de trabalho total da Uber, com a empresa buscando talentos no campo de engenharia de veículos autônomos. Uber também adicionou um proeminente investigador de AI para liderar uma nova equipe de auto-condução da ATG. No entanto, o futuro a longo prazo da unidade está em dúvida, com o processo Waymo uma ameaça iminente e a ATG exigindo um investimento financeiro considerável e sustentado.
  • A Uber recupera os outros empreendimentos paralelos, concentrando-se na entrega de alimentos: 
  •  fora do seu core business, a empresa se destruiu no seu esforço de serviço de correio UberRUSH, uma vez que se estendeu, na plataforma de entrega de refeições UberEATS. A empresa continua a impulsionar a UberEATS para novos mercados. Uber também está buscando talentos significativos para apoiar o serviço de entrega de alimentos; 14% das listas de emprego abertas da empresa mencionam UberEATS no título. Uber também lançou recentemente seu serviço de frete visando o mercado corretor de corretagem, mas a nova iniciativa ainda não conseguiu tração significativa.

 

CONTEXTO EM UBER E SEU NOVO CONCEITO

Embora uma escolha surpresa para o cargo, os observadores da indústria geralmente elogiaram a nomeação de Dara Khosrowshahi, notando diversamente sua experiência em um agregado de viagens, além de supervisionar a reviravolta como executivo-chefe da Expedia. A Expedia estava perdendo participação em concorrentes, como a Priceline, quando Khosrowshahi assumiu o comando em 2005. A empresa foi criticada por ter uma chance antecipada de adquirir o Booking.com, que foi adquirida pelo rival Priceline e passou a se tornar o maior site de reservas de hotéis do mundo.

No entanto, Khosrowshahi estava disposto a comprometer-se com soluções de longo prazo, incluindo a migração das marcas díspares da Expedia para uma plataforma tecnológica comum e reconhecendo a necessidade de o modelo de negócios da Expedia evoluir (do seu “modelo comercial” preferido, onde comprou blocos de quartos de hotel, um modelo híbrido com o “modelo de agência” mais recente e de margem baixa, iniciado pela Booking.com, em que as plataformas atuam mais como intermediários). Não coincidentemente, isso é mais como o modelo do mercado de Uber.

Esses esforços têm influenciado o recente aumento da atividade de aquisição da Expedia, visualizado abaixo com nossa ferramenta de Análise do Adquirente. A empresa realizou pelo menos uma compra anualmente desde 2015 e realizou três grandes aquisições em 2015:

(Os clientes  podem clicar aqui  para navegar no aumento da atividade de aquisição e investimento da Expedia).

Os esforços de Khosrowshahi resultaram na empresa mais que quadruplicar seu valor de reserva de viagem bruta e dobrar seus ganhos antes de impostos sob sua liderança. As partes interessadas de Uber não esperam que a Dara-the-dealmaker possa liderar outra reviravolta bem sucedida. Ele provavelmente terá o Booking.com perdido em mente, pois ele pesa risco contra a recompensa pelas futuras oportunidades de Uber.

Vale ressaltar que Uber também passou a chance de se fundir ou adquirir uma grande concorrente: a rival doméstica Lyft ofereceu para se fundir com a Uber em 2014 por uma participação na empresa combinada, mas as negociações falharam depois que Kalanick se recusou a se manifestar na participação oferecida para Lyft (como Brad Stone escreve em The Upstarts). Uber foi novamente nomeado como um dos potenciais compradores que a Lyft havia procurado por si mesmo em 2016, sem sucesso, de acordo com o New York Times.

Apesar de Uber ainda anular a Lyft por uma margem considerável, a crescente participação nos mercados dos EUA e as parcerias no espaço de veículos autônomos representam um espinho crescente no lado de Uber. Se Uber pudesse fazer um acordo com o seu concorrente sob o novo CEO, ele poderia reduzir suas despesas domésticas dos EUA de forma importante para se concentrar em esforços internacionais e iniciativas de fronteira, como veículos autônomos.

Embora esta desculpa se concentre principalmente em pontos de dados em torno da estratégia de negócios da Uber, é evidente que a Uber e seu novo CEO enfrentam problemas culturais e legais quase numerosos para listar que afetaram negativamente as perspectivas da empresa e a confiança dos investidores. Além disso, seu princípio orientador até o momento foi o mantra de “crescimento acima de tudo” de Kalanick, que definiu a empresa até a data não apenas culturalmente, mas também estrategicamente (e, por isso, ressurgirá durante toda a nossa análise).

A mentalidade alfa-masculina, a mentalidade de crescimento-a-qualquer-custo da empresa e a disposição para conter limites legais e normativos permitiram que ele abrireu mercados de transporte e tábuas estagnadas abertas, em primeiro lugar, atraindo quantidades de capital sem precedentes no processo. Na mesma linha, uma boa dose de crises autoproduzidas de Uber também pode ser atribuída à institucionalização desses traços. Essa espada de dois gumes reflete a descrição do mentor Kalanick Mark Cuban do ex-CEO, dizendo em uma entrevista no New York Times:

“A maior força de Travis é que ele irá atravessar uma parede para alcançar seus objetivos. A maior fraqueza de Travis é que ele irá atravessar uma parede para cumprir seus objetivos “.

Levados ao extremo, essas filosofias se manifestaram na ferramenta Greyball da empresa para enganar a aplicação da lei, desconsiderar os regulamentos do DMV da Califórnia para o teste autônomo de veículos e quase evasão da App Store da Apple, entre muitos outros escândalos. As alegações de assédio sexual e discriminação disseminadas também vieram à luz, principalmente da ex-engenheira Susan Fowler.

Vale ressaltar que muitas dessas questões não são totalmente novas: o abuso de Uber de sua ferramenta “Deus Vista” foi relatado pela primeira vez em 2014, assim como as observações sexistas de Kalanick e o conhecimento geral das práticas comerciais menos escassas da empresa e às vezes tratamento insensível dos condutores. No entanto, durante anos, essas questões não conseguiram diminuir o ritmo de crescimento e captação de recursos da Uber, já que os investidores se empurram ansiosamente para a empresa mais popular da tecnologia. Para os observadores de Uber de longa data, 2017 foi o ano em que essas questões surgiram com impactos significativos nas perspectivas de negócios e investidores da empresa.

As ações judiciais e as investigações envolvendo a empresa incluem o processo da Waymo para o roubo de propriedade intelectual (que será julgado), o processo do Benchmark do investidor antecipado para remover Kalanick e três assentos relacionados do conselho de Uber (que foi enviado à arbitragem) e um suborno estrangeiro do DOJ sondagem de lei, apenas para citar alguns.

Finalmente, Uber também lidou com as táticas competitivas cutthroat que empregou contra seus rivais. Estes incluem o programa SLOG da Uber para minar os concorrentes e seu programa “Hell” explorando uma vulnerabilidade da Lyft para rastrear os drivers do oponente. Embora essas táticas sejam implacáveis ​​e muitas vezes tenham sido agrupadas em conjunto com as outras práticas sem escrúpulos da empresa, sua legalidade é indeterminada. O FBI começou a investigar o software, embora uma ação judicial sobre o programa “Hell” tenha sido recentemente demitida no tribunal federal da Califórnia.

Khosrowshahi agora enfrenta o desafio significativo de reformar a cultura de Uber; A investigação do ex-procurador-geral Eric Holder sobre a empresa resultou em uma longa lista de recomendações. Além de extrair a Uber desses muitos escândalos, o novo executivo-chefe da empresa deve enfrentar uma série de sérios desafios comerciais. Uma questão fundamental é o reabastecimento das fileiras reduzidas da liderança sênior de Uber:

O chefe desta é a posição vacante da CFO da Uber, que se tornou um assunto dolorido com alguns investidores cada vez mais desconfortáveis ​​(a Benchmark destacou a questão em seu processo contra Travis Kalanick). A empresa tem sido tecnicamente sem um CFO há mais de dois anos, um chefe de finanças nominal Gautam Gupta partiu para a Opendoor em maio. Um CFO desempenharia um papel crítico na preparação para um eventual IPO, que Travis Kalanick conheceu o nariz com a intenção de avançar:

“Eu digo que vamos ao IPO tão tarde quanto humanamente possível. Será um dia antes de meus funcionários e outros importantes chegarem ao meu escritório com forcas e tochas. Nós o IPO no dia anterior “.

Em contraste, por sua primeira reunião de todas as mãos no leme de Uber, Khosrowshahi já havia lançado o objetivo potencial de levar Uber público nos próximos 18 a 36 meses. A empresa iniciou divulgações financeiras mais comuns, embora ainda seletivas, durante o ano passado. De acordo com a Axios, seus últimos números do segundo trimestre de 2017 mostram o crescimento contínuo da linha superior, com reservas brutas de até US $ 8,7B e receita líquida ajustada atingindo US $ 1,75B (ambos dobrando um pouco em relação ao mesmo período do ano anterior).

Esses números abrangem o período de um grande número de escândalos de Uber no início deste ano e a campanha #DeleteUber, mas não cobrem a partida de Kalanick e embarcam em guerra civil no terceiro trimestre de 2017. As perdas ajustadas da Uber, embora reduzidas, ainda são consideráveis ​​e também excluem compensação de ações, que a empresa é conhecida por pagar generosamente em vez de salários altos. Uber queimou cerca de US $ 600 milhões em dinheiro durante o trimestre, com suas reservas de caixa totais de US $ 6,6B de US $ 7,2 no final do primeiro trimestre de 2017.

Voltando ao mantra obscurecido pelo crescimento de Uber, os números refletem que a empresa tem feito bem com esse critério, com o seu negócio central de acenar para continuar expandindo. A liderança da empresa lidera os pontos fortes e consideráveis ​​da empresa e a oportunidade antes disso.

Embora seu produto tenha evoluído ao longo do tempo, do ponto de vista tático, Uber manteve o mesmo livro de ação agressivo: inundando novos mercados com incentivos para recrutar uma massa crítica de motoristas e usando tarifas subsidiadas para atrair pilotos. (Os críticos marcaram isso como preços predatórios financiados por risco, com a empresa com freqüência reguladores de rolo e drivers enganadores no processo).

Rastreando isso de volta à estratégia geral da Uber, em setembro passado, Ben Thompson da Stratechery expressou preocupações com a finalização estratégica da Uber, caso a empresa atinja um obstáculo muito teimoso para ser superado pelo brilho de sua proeza em termos de mercado e de produção:

“Eu me preocupo com essa falha potencialmente fatal: quando e se Uber encontrar um problema que exige mais do que simplesmente agitação e execução, sua equipe executiva tem o temperamento, a mentalidade estratégica e a compreensão profundamente enraizada de sua base de clientes para tomar decisões que não são tão facilmente varridos sob o tapete do ajuste do mercado do produto? “

Com perguntas espinhosas em torno dos escândalos de Uber, além de seus planos de rentabilidade, veículos autônomos, expansão internacional e além, talvez seja verdade que a empresa não pode mais se dar ao luxo de ser operacionalmente brilhante, mas estrategicamente faltando. Khosrowshahi reconheceu as múltiplas prioridades de Uber, uma que está instigando a disciplina financeira a “pagar as contas” e a outra ser “tirar grandes tiros” e construir para o futuro.

Embora seja muito cedo na posse de Khosrowshahi para que as mudanças estratégicas significativas tenham aderido, a empresa já aproveitou seus piores empreendimentos de perda e reoriente seus negócios de forma geográfica e organizacional. Nós exploraremos esses movimentos e outros objetivos potenciais para Khosrowshahi nas seções à frente.

ANÁLISE DE LISTAS DE TRABALHO

Para uma visão das prioridades organizacionais e das áreas de crescimento da Uber (tanto geográfica quanto verticalmente), analisamos as listas de trabalho aberto da empresa a partir de 29/08/2017. Observe que essas listagens são para a Uber corporativa e excluem listagens ou aberturas para centenas de milhares de posições de motorista disponíveis na empresa em todo o mundo.

O gráfico a seguir mostra a distribuição das mais de 1.900 listas de trabalho abertas da Uber por equipe e subtele, quando disponível. Clique na imagem para ampliar.

Operações

Como mencionado acima, a estratégia tradicional da Uber enfatizou historicamente o crescimento e a otimização do lado da oferta de seu mercado de dois lados (ou seja, sua rede de drivers). As bilhões de perdas da empresa decorrem em grande parte de seus gastos para recrutar e reter seus drivers, uma fórmula básica que Uber manteve em ambos os mercados estabelecidos, como os EUA e as áreas de oportunidade que atingiu internacionalmente.

Não é surpreendente, então, que o trabalho de inicialização, escalação e manutenção de mercados em todo o mundo entre as operações e o lançamento e as equipes das Operações Comunitárias Globais represente mais de um terço das listas de trabalho atuais da Uber em 38,3%. Essas equipes estão na linha de frente das interações da Uber com seus “parceiros-motoristas” (na linguagem da empresa) e pilotos.

Engenharia e produto

No lado geral da engenharia e do produto, a Engenharia (14,7%), o Produto (4,4%) e o Design (3,1%) representam em conjunto cerca de um quinto das aberturas da empresa. Espreitar as sub-equipes de Engenharia revela um impulso na ciência dos dados e no mapeamento de talentos, os quais foram pontos de destaque para a empresa.

O Grupo de Tecnologias Avançadas da Uber (ATG) é a unidade Uber que atrai a maior atenção da mídia (e o escrutínio legal), principalmente por seu trabalho em veículos auto-dirigidos que abrangem carros de passageiros e caminhões. Os esforços de recrutamento da empresa para ATG são evidentes, com quase 6% de suas listas abertas arquivadas sob a unidade (ou apenas mais de 100 postos de trabalho). Nós vamos mergulhar em detalhes sobre a ATG mais tarde, mas as ofertas de emprego da Uber mostram esforços de recrutamento contínuos para especialistas em aprendizado profundo e especialistas em veículos autônomos, entre os papéis de engenharia mais atualizados em tecnologia contemporânea. Apesar do espectro legal pairando sobre o grupo, Uber ainda está investindo em seus esforços de veículos autônomos pelo momento.

Olhando para a distribuição geográfica dos papéis de Uber, em geral, mais de metade das posições abertas da empresa estão baseadas na América do Norte. A Ásia representa apenas menos de uma quarta parte das suas listas, seguido pela Europa e América do Sul.

Mergulhando em países específicos, os EUA respondem pela maior parte dos papéis, como esperado, com 48,6% das listas abertas da Uber em seu país de origem. Nós também analisamos os dez melhores países dos EUA, onde Uber está buscando talento:

Notáveis ​​por sua ausência são mercados como a China e a Rússia, evidências de retração de Uber no exterior. A venda de sua unidade na China em agosto de 2016 para Didi Chuxing marcou uma reversão súbita no que foi uma filosofia teimosa de ganhar-em-qualquer-custo que custou a Uber e seus concorrentes bilhões (mais sobre esses negócios em um momento).

Em vez disso, a nova estratégia internacional da Uber envolve agora uma abordagem mais direcionada, com especial atenção para o desenvolvimento de mercados. Uber e seus rivais sentem uma oportunidade de “saltar” do modelo tradicional de vendas de veículos à medida que os consumidores nesses mercados se tornam mais ricos, empurrando seus serviços de passeios e frotas onde as culturas arraigadas de propriedade de carros individuais não foram estabelecidas. Com ambições em serviços de logística e transporte além de apenas dar um passeio, esses jogadores também são conhecidos como empresas de rede de transporte (TNCs).

Essas prioridades de crescimento internacional são evidentes no gráfico, com ranking da Índia como país não americano com as listas de emprego mais abertas em quase 8% do total (ou 150 empregos). Uber também está buscando agressivamente talentos no Sudeste Asiático, com Singapura, Indonésia e as Filipinas, todos fazendo o top 10. Fora da Ásia, Uber também está recrutando fortemente na América Latina, com o Brasil e o México representando coletivamente mais de 10% da empresa aberta posições.

O vice-presidente de negócios globais da Uber destacou a Índia, o Brasil e o México como as principais prioridades da Uber; de fato, esses três países são os 3 principais destinos da Uber nos EUA em nossa análise de lista de empregos. (Vamos abordar isso mais tarde, com um mergulho profundo na dura concorrência que Uber enfrenta de rivais bem financiados e domésticos em todas essas regiões, incluindo Grab no Sudeste Asiático, Ola na Índia e 99 no Brasil e muito mais. )

Enquanto isso, a contratação na sede tradicional de Uber de Amesterdão permanece significativa, representando 4,4% do total. No entanto, as listagens de emprego europeias da Uber representaram apenas um décimo do total, com a empresa listando mais aberturas nos mercados asiáticos emergentes e seu mercado norte-americano de origem.

Também não destacado aqui é o Oriente Médio e o norte da África, outro mercado em crescimento, onde outro competidor de acampamento (Careem) aumentou mais de meio bilhão de capital. O Egito fica logo atrás do Japão para o 11º lugar entre os principais destinos de contratação de ex-EUA da Uber, com 1,1% das listas de emprego abertas da empresa.

HISTÓRICO DE FINANCIAMENTO E VALORIZAÇÃO

Uber atingiu um nível de consciência comum incomum entre as startups particulares, não apenas pela onipresença de seu serviço, mas também pelas enormes somas de capital que ele criou em avaliações atraentes. Nossos dados de financiamento e avaliação refletem o aumento meteórico de Uber desde março de 2009, fundando-se como UberCab (note que o financiamento levantado especificamente para as operações da Uber na China está separado separadamente aqui):

(Os clientes da CB Insights podem  clicar aqui para acessar o perfil da Uber  e visualizar diretamente todos os seus dados de financiamento, investidores e avaliação.)

O crescimento foi especialmente dramático no início e meio da década, culminando em Uber aumentando mais de US $ 6 bilhões em capital em 2016 sozinho. Com a tampa de Uber cheia de dezenas de investidores e funcionários ligados a famosas “algemas de ouro”, até recentemente, a Uber examinou o financiamento padrão de capital para evitar uma diluição adicional para seus acionistas. Um dos últimos financiamentos importantes da empresa foi um empréstimo alavancado de US $ 1,15 bilhões em julho de 2016, organizado por quatro bancos, incluindo Morgan Stanley e Goldman Sachs. Uber diz estar pagando um rendimento de cerca de 5% no empréstimo, de acordo com o Wall Street Journal.

Uber aproveitou inúmeras fontes de capital para acumular seu baque de guerra e, portanto, conta com uma das mais diversas redes de investidores de qualquer empresa privada de capital de risco. Utilizamos o nosso gráfico social de negócios para destacar quatro grupos-chave de apoiantes da Uber:

A empresa é famosa por sua dupla de investidores antigos e VC, que a empresa também levantou para o estrelato; O aumento meteórico de Uber na avaliação poderia devolver o fundo para esses VCs e gerar uma fortuna para anjos precoce. No entanto, muitos desses retornos ainda estão no papel, mas a maioria dos investidores não vê liquidez além das transações do mercado secundário. Os investidores ficaram chateados por sua incapacidade de bloquear os retornos, combinados com a incerteza agora envolvendo a empresa. Essa fricção contribuiu para confrontos feios, como o processo em andamento da Benchmark contra Kalanick (conforme divulgado pela queixa da empresa, a Benchmark detém cerca de 13% da participação acionária, com Kalanick atualmente ocupando cerca de 10%).

Veteran VC e o antigo campeão de Uber, Bill Gurley, partiram do conselho da empresa no final de junho, depois de liderar o esforço para pressionar Travis Kalanick em sua demissão. O seu assento no quadro foi preenchido por Matt Cohler, outro sócio geral da Benchmark, mas a empresa permanece em uma posição desconfortável que atraiu ira de ambos os outros investidores da Uber e da indústria de risco como um todo. Shervin Pishevar, mais um dos primeiros apoiantes da Uber, está agora liderando uma coalizão de investidores pressionando o Benchmark para vender suas ações da Uber e deixar o conselho da empresa.

No entanto, essa controvérsia evidencia uma crescente preocupação na comunidade de investidores, já que as startups (particularmente  os unicórnios altamente valorizados ) continuam a permanecer privadas por mais tempo com financiamentos de vários estágios em vários bilhões de dólares e acesso a diversas fontes de capital, enquanto os primeiros patrocinadores vêem liquidez limitada apesar dos enormes ganhos de papel. De certa forma, a Uber foi a operadora de banner para esse movimento, com a empresa arrecadando bilhões de investidores como fundos mútuos e o fundo de riqueza soberano saudita que não são típicos investidores do mercado privado, o que permite que Kalanick evite levar a empresa em público.

De fato, o lendário VC Fred Wilson, da Union Square Ventures, compareceu com Bill Gurley às responsabilidades fiduciárias das equipes de fundadores e gerentes:

“Eu concordo com Bill Gurley sobre isso. [Uber] deve ser uma empresa de capital aberto. Quando você tira dinheiro de mim, estou recebendo dinheiro com você? Você tem a responsabilidade de me devolver o dinheiro em algum momento. Você não pode simplesmente dizer-lhe. Pegue a empresa g– public. “

Outro investidor notável é o GV (anteriormente conhecido como Google Ventures), que primeiro investiu na 2013 Série U da Uber ao lado do TPG. Executivo do alfabeto de longa data, David Drummond juntou-se ao conselho da Uber como parte do investimento, mas afastou o cargo no final de 2016 por um conflito de interesses. Drummond tinha sido “fechado” de reuniões, já que o aumento de veículos autônomos da Uber trouxe intensificação da concorrência com o projeto Google Self-Driving Car (agora a empresa alfabética Waymo).

Desde que se gorgou com a nova capital em 2016, a evolução da frente de arrecadação de fundos ficou tranquila desde a alienação da Uber China em agosto. Embora a empresa ainda tenha mais de US $ 6 bilhões em dinheiro, há sinais de que os desafios de negócios da Uber e os escândalos intermináveis ​​pesaram sobre a confiança dos investidores em 2017. Os apoiadores de fundos mútuos da Uber, que divulgam regularmente suas avaliações de empresas privadas, se tornaram o indicador mais visivelmente externo disto, como alguns recentemente marcaram suas posições Uber em até 15%.

Os potenciais novos investidores no horizonte incluem o SoftBank anteriormente mencionado (que já garantiu participações em quase todos os principais rivais de Uber também) e o Dragoneer Investment Group, que são ambos considerados pesados, de acordo com a Bloomberg, que traria Uber até $ 1.5B em novo capital, enquanto também compra até US $ 10 bilhões dos atuais acionistas da empresa. Este acordo agita consideravelmente o status quo, conforme discutido em nossa análise do SoftBank, mais adiante.

Apesar de não ter aumentado nenhum financiamento significativo divulgado em mais de um ano, Uber ainda fica no topo do  nosso rastreador de unicórnio  como o lançamento privado mais valioso do VC no mundo:

A homóloga chinesa Didi Chuxing se classifica entre os poucos unicórnios com uma avaliação comparável, passando por US $ 50 bilhões a partir do aumento de $ 5,5 mil dólares de Didi em abril de 2017. Por sua parte, as mais recentes datas de avaliação de $ 68B da Uber foram feitas há mais de um ano, quando Didi Chuxing investiu US $ 1B em Uber como parte da troca da Uber China (mais sobre as alienações da Uber abaixo). 

Embora a nossa análise de termos de liquidação tenha encontrado  um ressurgimento recente  nas preferências de liquidação seniores favoráveis ​​aos investidores, nossos  termos aprimorados de negócios e dados de avaliação  mostram relativamente termos de negócios de baunilha nesta rodada, com uma preferência de liquidação múltipla e pari passion de 0-1x. No entanto, dada a alavancagem que Uber tem comandado historicamente sobre os investidores, não é surpreendente que Uber tenha sido capaz de aumentar em termos amplamente favoráveis.

Os clientes podem ver mais sobre desinvestimentos abaixo .

OFERTAS: AQUISIÇÕES E INVESTIMENTOS

Em setembro de 2014, o CEO da empresa, Travis Kalanick, se gabou do compromisso de Uber com o crescimento não-aquisitivo:

“Uber não adquiriu uma única empresa. Estamos focados no produto. Estamos em 45 países. Não passamos tempo em M & A “.

Essa era da história de Uber acabou. Uber concluiu recentemente sua décima grande transação como investidor com o acqui-hire da equipe atrás do estúdio de aplicativos sociais Swipe Labs, um acordo que veio menos de uma semana após as novidades do acordo da Uber com o competidor Yandex Taxi, em que Uber cedeu suas operações na Rússia para Yandex em troca de uma participação de 36,6% em uma nova joint-venture (criada a partir de seus ativos incorporados no mercado da Rússia).

Uber começou a adquirir e investir em startups na Q1’15, e quase todos os negócios tiveram conseqüências notáveis ​​para o negócio, incluindo:

  • Aquisições de patentes (e ações judiciais)
  • Concessão de participação de mercado
  • Mudanças na criação e administração de unidades de negócios

Utilizamos nossos dados para analisar de perto o histórico de M & A da empresa para analisar como Uber se comportou como um investidor estratégico.

O mapeamento tem sido um foco chave, com a Uber adquirindo o deCarta no primeiro trimestre de 2015. O acordo reforçou a funcionalidade de mapeamento e navegação da Uber, mas também manteve as patentes de deCarta fora das mãos do Google, Apple e outros gigantes tecnológicos com aspirações em veículos autônomos ( AVs).

Uber seguiu a aquisição de deCarta comprando a Unidade de Mapeamento da Microsoft em Q2’15. O acordo trouxe 100 de engenheiros da Microsoft (bem como seu centro de dados e propriedade intelectual licenciada) em casa para Uber. Como resultado do acordo, a Microsoft confirmou que já não cobra seus próprios dados de mapeamento. Em julho de 2016, Uber teria investido mais US $ 500 milhões para melhorar seu sistema de mapeamento. Os veículos de mapeamento da Uber variaram até Singapura.

Uber também tomou uma participação minoritária em uma empresa indiana, conectando US $ 6,4 milhões no Xchange Leasing India no Q3’15, provavelmente com o objetivo de aumentar a participação do motorista na Índia: a parceria com Xchange deu a Uber uma maneira de oferecer arrendamentos acessíveis aos motoristas. Olacabs , o principal concorrente da Uber na Índia, anunciou um acordo semelhante com uma montadora indiana semanas antes de Uber ter reconhecido o investimento na Xchange. Uber fez um investimento de $ 30,2 milhões em Xchange no Q3’16, mas continua a lutar contra Ola por participação de mercado na Índia. (Para obter mais informações sobre as estratégias de investimento e de M & A das melhores empresas internacionais, clique aqui .)

Todos os sistemas de Uber e aquisições relacionadas ao talento provocaram controvérsias. A aquisição da empresa Q3 2016 da Otto, uma empresa de caminhão auto-dirigida, fundada pelo antigo engenheiro de Google, Anthony Levandowski, por US $ 680 milhões, levou a subsidiária Alphabet Waymo a apresentar um processo no primeiro trimestre de 2017, acusando Uber de “roubo calculado” de seus segredos comerciais AV e tecnologia.

Antes do processo Waymo, no quarto trimestre de 2016, a Uber adquiriu a Inteligência Geométrica e os 15 funcionários da empresa para formar Uber AI Labs, uma nova unidade de inteligência artificial; A inicialização estava funcionando na criação de sistemas AI funcionando com conjuntos menores de dados do que normalmente são necessários para o reconhecimento de objetos ou escriações. Uber AI Labs viu uma mudança de liderança apenas três meses após a aquisição: Gary Marcus, o ex-CEO / co-fundador da Geometric Intelligence, desistiu de seu papel como chefe dos laboratórios Uber AI em março, em meio a críticas às práticas de gestão de Uber, às empresas táticas e cultura no local de trabalho.

A aquisição, pela Uber, do Q2 2017, da Swipe Labs, que criou aplicativos de compartilhamento de fotos, bate-papo e vídeo ao longo dos seus quatro anos de história, foi a primeira aquisição da empresa, já que Travis Kalanick deixou o papel de CEO. Uma vez que o acordo traz o talento de engenharia experiente em Uber, em um momento em que o recrutamento é quase certamente um desafio, estaremos observando se é a primeira de muitas aquisições.

DIVESTITURAS

Vários movimentos de Uber também reduziram o alcance de suas operações internacionais fora da América do Norte. Desde o início de suas operações na China em 2014, Uber foi travado em um preço feroz e guerra de subsídios contra Didi Dache e Kuaidi Dache (os dois depois se fundiram em Didi Chuxing, fka Didi Kuadi, para combater melhor Uber).

Depois de arder mais de US $ 2 bilhões em dinheiro em dois anos de operações chinesas, Uber mudou-se para vender suas operações da Uber China para Didi Chuxing na Q3’16. Os termos permitiram que a Uber retivesse uma participação de 17,7% na entidade resultante da fusão (com uma participação de voto de 5,98%) em troca de um investimento de US $ 1B em Uber de Didi, com a Uber se tornando o maior acionista único em seu antigo rival.

Os relatórios das mídias caracterizaram o acordo como “retiro” da Uber da China e a desinvestimento marcou uma partida notável do compromisso da empresa em conquistar guerras de desgaste. No entanto, Uber conseguiu se distanciar do forno de caixa que era a operação chinesa, mantendo uma participação considerável em todos os lucros do lucrativo mercado chinês. Com a Didi agora valorizada em US $ 50 bilhões a partir de seu último financiamento de mega-rodada, a participação de 17,7% da Uber na empresa é nominalmente superior a US $ 8 bilhões.

Em sua transação mais recente, Uber também concluiu um acordo com a Yandex na Rússia: com uma dinâmica semelhante à do acordo Didi Chuxing, a Uber investirá US $ 225 milhões por uma participação de 36,6% em uma nova empresa criada nos ativos da Uber e da Yandex no mercado russo. A Yandex investirá US $ 100 milhões e possui uma participação de 59,3% na entidade combinada, com os restantes 4,1% detidos pelos funcionários. Mais uma vez, a empresa parece estar olhando para reduzir suas perdas e foco geográfico, enquanto ainda mantém uma participação nos mercados emergentes (embora seja de notar que a escala das oportunidades de Didi e Yandex é muito diferente).

PAISAGEM COMPETITIVA E UMA PALAVRA NO SOFTBANK

Há apenas dois anos, parece que Uber estava prestes a dominar os mercados que arvoram todo o mundo, liberando dinheiro e montando o pico da mania do unicórnio. A empresa manteve-se fiel às filosofias de crescimento agressivo de Kalanick, aventurando-se em países da China para o Brasil.

Com a redução de Uber na China e Europa Oriental, a empresa reverteu o curso de despejar indiscriminadamente recursos em todo o mundo. Embora o baque de guerra da empresa permaneça formidável, seus competidores  agora apresentam arsenais impressionantes  . Todos os rivais bem capitalizados de Uber, tanto no país como na internacional, levantaram um novo financiamento significativo em 2017, já que Uber tropeçou de crise em crise:

As batalhas de Uber com rivais caseiros na Índia (Ola) e no Sudeste Asiático (Grab e Go-Jek) foram bem publicitadas, com seus concorrentes também gerando vários bilhões em financiamento. A ameaça à estratégia tradicional de Uber de combater as guerras de desgaste em novos mercados cresceu em conjunto com os cofres de guerra dessas empresas. Conforme observado na análise da lista de postos de trabalho acima, essas regiões também se classificam entre os mais ativos de Uber em termos de listas de emprego abertas.

Destes concorrentes do Sudeste Asiático, Grab levantou rodadas progressivamente maiores, com uma série G de US $ 2B em julho de Didi, SoftBank e Toyota (como parte de um aumento contínuo de US $ 2,5 bilhões). Entre os concorrentes da Uber, a Grab, em particular, investiu de forma agressiva em novos mercados, alocando recentemente US $ 100 milhões ao longo de três anos para fechar a Uber fora do mercado recentemente liberalizado (e digitalizando rapidamente) em Myanmar.

Em contrapartida, Ola comparou-se comparativamente. Depois de levantar uma série G de US $ 275 milhões em novembro de 2015, a empresa não viu o novo capital até que recebeu US $ 330 milhões do SoftBank em fevereiro de 2017. O financiamento foi um downround significativo, no qual a avaliação de Ola foi reduzida de US $ 5 bilhões para US $ 3,5 bilhões em meio a concorrência pressão em Uber e a maior desaceleração do investimento em risco na Índia.

Dadas as lutas de Ola, o Sudeste Asiático está começando a parecer uma batalha mais árdua do que a Índia. A Grab reforçou a sua posição competitiva no Sudeste Asiático, enquanto outro concorrente importante na Indonésia, o Go-Jek (cujo serviço de acalamação foi originalmente fundado em táxis de motocicletas ojek  ) está aumentando.

Ao falar com repórteres indianos em agosto de 2017, Uber SVP do Global Business David Ritcher também não mencionou o Sudeste Asiático, em vez disso, nomeando os mesmos três países que os principais objetivos de contratação dos EUA que destacamos em nossa análise acima :

“Há três países em que estamos apostando – Índia, México e Brasil. Vimos um crescimento fenomenal na Índia, em julho deste ano em relação ao último, vimos um crescimento de 115% “.

Com certeza, Uber ainda está em um segundo lugar firme atrás de seu rival indiano, mas a redução de uma das suas miríades de operações permitiria concentrar seus recursos contra competidores selecionados.

SoftBank e Didi Chuxing tornaram-se nomes omnipresentes nas tabelas de bonecos de empresas que arvoram carros. Usando o CB Insights Business Social Graph, podemos visualizar as várias peças da SoftBank e da Didi no mercado internacional de passeios (cada linha verde representa um acordo):

O SoftBank participou de múltiplos financiamentos para os três maiores homólogos asiáticos de Uber, incluindo Didi Chuxing. O conglomerado também apoiou o principal rival brasileiro de Uber 99 (anteriormente 99 Taxis). Este é outro mercado emergente que se tornou fortemente contestado, e Uber parece estar se comprometendo com a oportunidade latino-americana (lembre-se que o Brasil e o México, respectivamente, classificaram como países do segundo lugar e do terceiro lugar por meio de trabalhos abertos da Uber em nosso análise acima).

Como mencionado acima, o SoftBank agora diz ser fortemente considerando um acordo da Uber, com relatórios do Recode que as conversas avançaram sob o novo CEO da Uber. O acordo potencial inclui a venda de novas ações (que elevaria o capital novo para a Uber) e a compra de ações de investidores existentes, em um acordo que poderia chegar ao total de US $ 10 bilhões. Mais cedo em agosto, o conglomerado havia manifestado interesse em uma participação de Uber ou Lyft.

Se a SoftBank atinge um acordo da Uber ou não, a empresa parece estar fazendo uma aposta geral no espaço que arrasa o caminho como um todo. Os montantes generosos de capital que a empresa faz extensivamente podem prolongar ainda mais as pistas das empresas privadas e distorcer ainda mais o ambiente de financiamento dos mercados privados tradicionais (os investidores desconfiam de que a empresa e o Fundo de Visão de US $ 100 bilhões possam fazer o mesmo em outros setores de tecnologia). No entanto, um negócio potencial é dito incluir uma transação de mercado secundário considerável, o que poderia dar a alguns funcionários e investidores precoces a oportunidade de ver liquidez. Uma infusão de capital novo, combinada com liquidez para os primeiros interessados, poderia reduzir a necessidade de Uber se tornar público e mudar sua posição estratégica novamente.

A Didi tem participações mútuas com a SoftBank em todos os investimentos de alto nível, além de seus próprios investimentos na contrapartida da Lyft e Oriente Médio Careem Networks. A abordagem da empresa chinesa baseada em investimentos e parcerias para a construção de impérios é um forte contraste com a estratégia de Uber de invasões diretas e competição. Antes do acordo de Uber China-Didi, Didi também liderou a formação de uma aliança “anti-Uber” que abrange seus parceiros de investimento regionais, embora essa coalizão tenha fracassado desde a desaceleração da Uber China.

Na Europa, a Uber estabeleceu uma presença significativa, mas também foi excluída de mercados como a Dinamarca, a Alemanha e a Hungria por meio de regulamentos. O serviço do MyTaxi apoiado pela Daimler afirma estar operando em uma escala maior do que a Uber na Europa, enquanto a Daimler também investiu recentemente na Via para trazer as operações do serviço de ônibus para Londres. Gett e Taxify também são concorrentes notáveis. Dado o estado de retalho dos regulamentos e concorrentes europeus, combinado com a falta de uma grande oportunidade primária e de um mercado mais maduro, não é surpreendente que os esforços internacionais mais pesados ​​da Uber tenham se concentrado no desenvolvimento de mercados.

Finalmente, nos EUA, a posição dominante de Uber corroeu-se quando a Lyft lutou de volta com generosos subsídios combinados com esforços de marketing e parceria concertados. A Lyft também aproveitou o tumultuado 2017 de Uber, especialmente na sequência da campanha #DeleteUber na primavera. Os dados da Segunda Medida sobre a quota de mercado dos EUA da Uber mostraram que esse número caiu de mais de 90% em 2014 para 74% em agosto de 2017, com uma queda de quase 5% na semana de #DeleteUber sozinho. A perda de participação da empresa chegou quase inteiramente às mãos da Lyft.

ANÁLISE DE DADOS DE PATENTE

A atividade de patente de Uber é previsivelmente mais escassa do que a de gigantes como o  Google  ou a  Amazônia . No entanto, o gigante que se aproxima é cada vez mais ativo para proteger sua propriedade intelectual, particularmente porque aumenta os esforços de pesquisa em tecnologias de fronteira, como a condução autônoma.

Nota: Esta análise vem com algumas advertências, principalmente que o processo de arquivamento de patentes envolve um atraso significativo antes da publicação de pedidos de patente. Esse atraso pode variar de vários meses  a mais de dois anos . Também nos concentramos em Uber propriamente dito para os fins desta análise, o que excluiria quaisquer patentes absorvidas através de aquisições externas não reatribuídas à própria Uber.

Também extraímos os aplicativos de cada ano para provocar palavras-chave recorrentes dos resumos de patentes, usando um esquema de ponderação de significância   para palavras e frases de superfície. (Observe que os registros anteriores a 2014 provavelmente estão completos, mas a análise para os últimos anos inclui apenas os aplicativos publicados até o momento, sujeitos à revisão e publicação do USPTO).

Embora as patentes ainda estejam sendo lançadas semanalmente, as que se deslocaram em 2015 e 2016 destacam o foco intensivo de Uber na pesquisa de veículos autônomos após a formalização de sua unidade auto-dirigida, vista em laranja abaixo. As frases patentes significativas da empresa destacam uma mudança de distância da construção de sua rede sob demanda básica (“serviço de demanda” e “serviço de transporte”) para autonomia e esforços relacionados no mapeamento (destacado em azul):

Os clientes podem clicar aqui para pesquisar a atividade de patente de veículo de autonomia da Uber; também destacamos as patentes Uber específicas em nosso rastreador de atividades de patentes de tecnologia automotiva e logística .

Embora esta análise se concentre nas patentes atribuídas à Uber propriamente dito, é evidente que as aquisições da empresa trouxeram a Uber propriedade intelectual adicional e sérias alegações de roubo de IP. O processo de Waymo contra a empresa alegou, entre outras coisas, que o co-fundador da Otto, Anthony Levandowski, roubou 14.000 documentos confidenciais antes de deixar o Google, permitindo que Uber viole suas patentes de tecnologia – particularmente a tecnologia proprietária de lidar da Waymo.

Levandowski desistiu de seu papel como chefe da unidade de auto-dirigência de Uber, mas o terno permanece pendente. A aquisição da Otto de Tyto Lidar no segundo trimestre de 16, antes da compra da Uber por Otto, provavelmente desempenhará um papel no caso. Os documentos do tribunal revelaram as alegações de Waymo de que Levandowski possuía e controlava pessoalmente Tyto durante seu mandato no Google; O caminho da empresa para Uber é obscurecido por uma série de empresas de shell.

Em relação ao acordo de encontro da Uber, os relatórios mostram que a empresa transferiu 7 patentes para o Google (relacionadas à correspondência de usuários móveis e provedores de serviços, publicidade móvel e conexão de usuários móveis com base no grau de separação) e vendidas 6 para a Samsung (relacionadas a notificações de usuários móveis) antes de ser adquirido por Uber. Na época da aquisição da Uber, a deCarta possuía 25 patentes, mais 6 pendentes, cobrindo vários aspectos do planejamento de rotas, identificação de ponto de interesse e pesquisa de mapas baseados na internet.

INICIATIVAS DE UBER POR SETOR

IA E AUTONOMIA (GRUPO DE TECNOLOGIAS AVANÇADAS)

O Grupo de Tecnologias Avançadas da Uber é o centro central da empresa para desenvolver tecnologias de veículos autônomos (AV), mapeamento e segurança. Sob Travis Kalanick, a unidade está entre as principais prioridades de longo prazo da empresa. Embora o próprio Uber tenha ameaçado o modelo de fabricantes de automóveis tradicionais, Kalanick fez eco aos executivos automotivos na rotulagem de AVs, uma ameaça existencial para o negócio dele, em entrevista ao Business Insider:

“Começa com a compreensão de que o mundo vai auto-dirigir e autônomo … Então, se isso acontecer, o que aconteceria se não formássemos parte desse futuro? Se não formássemos parte da autonomia? Então, o futuro nos passa, basicamente, de uma maneira muito expedita e eficiente “.

Essa sensação de urgência para construir competências AV internas alimentou movimentos agressivos que deram ATG em várias controvérsias. O principal entre estes é a aquisição da Otto acima mencionada e subseqüente processo da Waymo. O caso tornou-se uma ameaça potencialmente existencial para o programa de auto-condução de Uber (e até mesmo a empresa em geral) se o processo acabar com uma decisão desfavorável, o pior caso sendo uma decisão de que a aquisição de Uber Otto era uma peça orquestrada para propriedade intelectual roubo.

O julgamento é um mês no momento da escrita, mas o Alfabeto não é conhecido por ser particularmente litigioso – executivos como Larry Page e Sergey Brin há muito tempo se opuseram filosoficamente a patentes excessivas e litígios de IP para sufocar o espírito inovador do Vale do Silício. Assim, as sobrancelhas foram criadas quando Waymo revelou seu processo em fevereiro de 2017.

A fundação original do próprio ATG causou alguma vontade também, com a Uber abandonando essencialmente uma parceria com Carnegie Mellon a favor da caça rápida de muitos funcionários diretamente em sua equipe (o Centro de Tecnologias Avançadas original da empresa está localizado em Pittsburgh por esse motivo) .

Apesar da turbulência em torno da equipe e da empresa, a Uber continua empenhada em seu desenvolvimento AV no momento e ainda está ativamente listando papéis abertos dentro da ATG:

É notável que as áreas de recrutamento aqui abrangem alguns dos campos mais demandados em tecnologia, incluindo especialistas em aprendizagem profunda, fusão de sensores e visão por computador (principalmente no subteam de engenharia de software acima). Com os engenheiros AV em falta e uma feroz batalha de recrutamento, os salários no campo agora variam  em territórios de um quarto ou meio milhão de dólares , e a imagem piora de Uber tornou-se ainda mais difícil encontrar o talento com medo. A empresa também lista um punhado de posições adicionais para expandir seu subteam Testing & Road Operations, que agora está ativo em Pittsburgh, Phoenix e San Francisco (o último depois de inicializar os regulamentos do DMV da Califórnia, apenas para atrair uma repreensão acentuada).

Além de veículos de passageiros, Uber provocou a nova aparência de seus protótipos autônomos de transporte rodoviário em julho de 2017, talvez como um lembrete de que seu programa de transporte rodoviário permanece ativo na sequência do processo de Waymo. Contudo, no entanto, os sensores do lidar instalados nas plataformas da Uber eram um design off-the-shelf, em vez de qualquer uma das soluções internas que foram implicadas no terno Waymo. O processo em curso revelou que a Uber continua trabalhando em suas próprias soluções lidar proprietárias, incluindo uma próxima unidade que afirma ser “muito diferente” da Waymo’s.

A empresa também se comprometeu com novas contratações executivas para substituir os talentos de veículos autônomos perdidos na sequência do processo da Waymo. Em maio de 2017, a empresa contratou Raquel Urtasun, notável pesquisadora da Universidade de Toronto AI, para construir um laboratório para pesquisas AV em Toronto. A unidade será o terceiro escritório da ATG, juntando-se a Pittsburgh e à Área da Baía (a Inteligência Geométrica continua a servir como o laboratório central de AI da empresa).

Os relatórios sobre o progresso AV da Uber até o momento foram manchados, mas os documentos internos vazados para o Recode em março de 2017 pintaram uma imagem menos do que ideal, com os veículos da empresa desengatando-se (com drivers humanos forçados a intervir) quase uma vez a cada milha. Em comparação, as taxas de desengajamento da Waymo caíram para 0,2 incidentes por 1.000 milhas em 2016. Embora essas empresas possam estar registrando essas estatísticas de forma diferente, a diferença relativa ainda é considerável.

Apesar de sua reputação como inconformista, Uber procurou originalmente colaborar com  desenvolvedores de AV de alto perfil , incluindo o Google / Waymo Tesla. O processo da Waymo-Uber revelou documentos que detalham as tentativas de Kalanick de forjar uma parceria com o Google. Kalanick finalmente se encontrou com o CEO do Google, Larry Page, mas as negociações desapareceram e as empresas rapidamente se tornaram rivais amargas. O ex-CEO da Uber também se encontrou com o presidente-executivo da Tesla, Elon Musk, para propor uma parceria AV, mas também foi rejeitado naquela frente.

Exigindo uma despesa de capital pesado durante um longo período de tempo e enfrentando um futuro legal incerto, a ATG representa um possível candidato para a empresa reduzir a queima de caixa. Os indicadores voltados para o exterior (como as estatísticas de desengajamento da Uber e a frota de testes menores) enquadram os esforços da empresa por trás dos concorrentes; uma nova administração pode optar por descartar o custo irrecuperável se o programa for considerado muito atrasado. Resta saber se Khosrowshahi virá a ver uma equipe de desenvolvimento de AV interna como uma necessidade “existencial” da mesma forma que Kalanick, embora o novo CEO se comprometeu a “tirar grandes tiros” (além de “pagar a contas”).

No mês passado, a The Information informou que uma montadora de automóveis não identificada se aproximou da Uber para comprar sua unidade auto-dirigida, que a empresa rejeitou no momento. No entanto, Uber diz que está reconsiderando a noção de entrar em joint ventures ou parcerias para cobrir os custos de desenvolvimento de AVs. A lista de candidatos se estreitou, com a lista de relacionamentos acostumados de Uber, e a Lyft procura ativamente parceiros AV com sua plataforma de autonomia aberta (e também iniciando seus próprios esforços de desenvolvimento de AV).

No entanto, a empresa atingiu um acordo de janeiro de 2017 com a Daimler para implantar os veículos auto-dirigentes da montadora na rede de acampamento de Uber. Outras montadoras com menos investimentos e parcerias, também podem ser candidatas, sendo Ford um exemplo. A Uber deve, em última instância, reduzir o seu programa de AV, muitas  startups e corporações maiores  estão se desenvolvendo em sistemas autônomos para serem adaptados aos veículos existentes ou licenciamento para uso de terceiros.

SERVIÇOS DE ENTREGA DE CORREIO E ALIMENTOS (UBERRUSH E UBEREATS)

Uber Everything, o arranque da empresa em uma empresa, se assemelha a unidades como o Alphabet’s X para a incubação de ideias experimentais. Uber Tudo é mais focado do que o “laboratório Moonshot” do Alphabet, com ênfase na construção de serviços sob demanda adjacentes ao negócio principal de Uber. Como um empregado colocou, Uber Tudo seria como as inúmeras  startups “Uber para X”  inspiradas na empresa, exceto incubadas dentro de Uber.

A unidade incubou dois novos produtos que desde então levaram caminhos divergentes: UberRUSH, seu serviço de entrega local sob demanda e UberEATS, a plataforma de pedidos e entrega de refeições da empresa.

Quando a UberRUSH estreou em 2015, a empresa esperava que seu serviço de entrega de correio pudesse alavancar a rede de driver de Uber, a plataforma tecnológica e os bolsos profundos para replicar o sucesso de seu principal negócio. No entanto, no início de 2017, a empresa fechou seu serviço UberRUSH para restaurantes, incentivando-os a se mudar para a UberEATS. O site do serviço lista as mesmas áreas de operação (SF, Chicago e NYC), como ocorreu no lançamento, e a empresa tem apenas um punhado de listagens de trabalho que mencionam UberRUSH pelo nome.

Nossa análise multifuncional dos quase 2.000 títulos de trabalho que reunimos revelou as prioridades da Uber aqui. Quase 14% das aberturas ativas de Uber (ou mais de 250 trabalhos) listam UberEATS explicitamente no título do trabalho.

Uber enfrenta desafios rígidos aqui de outros rivais de tecnologia, já que o principal jogador dos EUA, GrubHub Seamless, adquiriu recentemente a Foodler e a Eat24 para reforçar sua posição de liderança. A Amazônia, também, pode invadir o espaço de entrega de refeições alimentares após a aquisição de Whole Foods. A nível internacional, a Uber deve lidar com formidáveis ​​concorrentes locais entre as regiões, bem como o seu principal mercado de acampamento. Estes incluem Delivery Hero e Just Eat na Europa e Ele.me na China, apenas para citar alguns.

Apesar disso, Uber está buscando ativamente talentos para expandir a UberEATS internacionalmente; apenas 31% dos seus empregos titulares da UberEATS são baseados nos Estados Unidos, com o restante distribuído pelo mundo. Assim como as listas de trabalho de Uber, a Índia aparece novamente como o país mais ativo fora dos EUA. Além da Índia, Cingapura, Austrália e México, todos se classificam entre os principais destinos atuais da UberEATS. Uber está colocando quase tantas posições UberEATS abertas para a Austrália, como é para toda a Europa combinada.

OUTRAS INICIATIVAS: CORREÇÃO DE MERCADORIAS E CARROS DE VÔO (UBER FREIGHT E UBER ELEVATE)

Os esforços de corretagem de Uber ainda estão em seus estágios incipientes, com Uber Freight lançado formalmente em maio de 2017 após um lançamento suave no final do ano passado. Seu serviço visa conectar os carregadores que precisam mover a carga com os caminhoneiros. A idéia não é nova, pois nosso mapa de mercado de caminhõesdestaca a considerável concorrência que Uber enfrenta no espaço do corretor:

Uber Freight está entrando em um punhado de áreas, incluindo a área de Chicago, Califórnia, Arizona, Geórgia e as Carolinas. A empresa listou 17 posições abertas com títulos de trabalho “Uber Freight” em 29/08/2017, mostrando o recrutamento em curso, mas um esforço gradual longe do aumento de outros serviços como o UberEATS (e outra partida da agressividade da assinatura da empresa).

De notar, o novo CEO da Uber é um investidor existente no Convoy, entre as startups de corretagem que foram encaminhadas com o apelido “Uber for trucks”. Khosrowshahi pode agora precisar alienar suas ações na empresa devido a um conflito de interesse com a nova iniciativa Freight da Uber.

Finalmente, uma das iniciativas mais marginais da Uber é o projeto Elevate, que visa o campo do transporte urbano sob demanda com táxis voadores. A empresa realizou uma cúpula de 3 dias em 2017 em torno do tema, mas listou praticamente nenhuma posição aberta explicitamente para Elevate. Resta saber se a empresa poderá espalhar seus recursos em vários projetos de engenharia de carros autônomos e caminhões para táxis voadores, para não mencionar os esforços de expansão global.

PALAVRAS FINAIS

Uber está muito em uma encruzilhada, pois busca deixar o pior dos seus traços por trás disso, ao mesmo tempo em que avança a visão de crescimento e uma oportunidade ilimitada que inicialmente definiu o otimismo ao seu redor. Parece improvável que a empresa possa continuar investindo dispersão em mercados globais e vários projetos, especialmente quando Dara Khosrowshahi procura obter as finanças da Uber em ordem.

Existem paralelismos potenciais aqui para Alphabet, um gigante tecnológico obviamente em um estágio muito diferente de maturidade e saúde financeira, mas um que também viu uma nova gestão (sob o CFO Ruth Porat) começa a controlar uma extensa rede de unidades de negócios e instila disciplina financeira através de muitas iniciativas experimentais.

Apesar do sentimento negativo em relação à empresa, as finanças básicas da Uber e a contratação de dados ainda mostram uma organização que tem potencial para um crescimento rápido. Para o futuro, o maior desafio estratégico da Uber estará reescrevendo seu livro de intercâmbio de expansão financiada por risco para avançar para um modelo de crescimento mais lucrativo e sustentável.

Fonte: CB Insights

Aplicando o Deep Learning no mundo dos negócios


 

Deep Learning Flammarion Cysneiros 002

Em pesquisas sobre o que a aplicação dos Deep Learning no mundo dos negócios, encontrei quatro artigos que inspirarão essa resposta. Confira abaixo:

1o Artigo:

Deep Learning Flammarion Cysneiros 004.jpg

1. Rodrigo Strey eInteligência artificial: do conceito ao deep learning

A tecnologia beneficiará várias empresas com a melhoria de seus processos, ampliando suas logísticas e gerando diferencial competitivo.

Na década de 1990, a inteligência artificial era considerada ficção científica, e indicava que robôs seriam inteligentes e capazes de interagir com humanos. Hoje, com a informação cada vez mais acessível, entendemos que se trata de uma série de mecanismos e sistemas que podem ser integrados a diversas realidades e negócios.

A inteligência artificial começou em 1957 com os desenvolvedores Allen Newell e Herbert Simon e a tentativa de programar o comportamento humano para resolver problemas universais (GPS – General Problem Solver).

Em maio deste ano foi anunciada a criação da Associação Brasileira de Inteligência Artificial (Abria), que tem como objetivo mapear iniciativas brasileiras no setor de inteligência artificial (IA), incluindo a formação de mão de obra especializada e os esforços entre as empresas nacionais. Esse movimento reflete que, atualmente, a IA está impactando diretamente na economia.

Com a evolução da tecnologia e principalmente pela acessibilidade entre todos os dispositivos que convivemos, os produtos, os valores, as informações e a quantidade de pessoas interagindo criaram uma quantidade enorme de informações que se distancia muito da capacidade de absorção humana. Para refletir, basta se perguntar se hoje você consegue acompanhar todas as redes sociais e notícias que gostaria de estar atualizado.

Um dos grandes responsáveis pela evolução da IA no mundo é o brasileiro Eduardo Saverin, um dos fundadores do Facebook. Ele gerou um algoritmo, o Elo Rating System, que cria um ranking de jogadores de xadrez. Dessa forma, a rede social pôde vincular usuários criando um ranking de ações, que, por sua vez, influenciou inicialmente na inteligência da rede social e impactou em como nos comunicamos hoje.

Este conceito está cada vez mais acessível e, com a diminuição do custo computacional, várias empresas podem se beneficiar com a melhoria de seus processos, ampliando suas logísticas e gerando diferencial competitivo.

Atualmente há um grande esforço de tecnologias de nuvem, como Azure, Google e AWS, para oferecer soluções em IA. Dentre elas, destacam-se as de aprofundamento de aprendizado, robótica, assistentes pessoais digitais, processos de fila, processamento de línguas e capacidade de aprendizado por sensores, ou seja, a IoT (Internet das Coisas).

Com a capacidade de reconhecimento de imagens e vídeos, podemos usar mais recursos de um dispositivo do usuário e de como ele navega pelo site captando os sentimentos, os comportamentos e a forma de comunicação. Isso permite que possam ser criadas realidades de aprendizado e de comportamento de navegação que se adaptam às necessidades. Estes algoritmos podem ser adicionados à lógica de sites e usados como ferramentas de mudança em layouts.

Mesmo com o avanço da IA, os humanos são indispensáveis. A inteligência é artificial, portanto deve ser estudada para ser assertiva. Quando bem composta resulta em inovação e maior absorção pelos usuários. Mas cuidado, leva tempo e especialização para compor uma Inteligência eficiente. Não é “automágico”. Fazê-lo pensar pode custar, por isso é importante alinhar sempre ao retorno do investimento da necessidade, pois as máquinas podem evoluir além da necessidade.

O mundo está se adaptando. As extensões da inteligência humana, como computadores, internet, etc., já são realidade de quem nasce agora. Várias regras e estruturas de controle estão sendo estabelecidos para que não haja caos na sociedade. Como estamos em um fluxo crescente de produção e de maximização de resultados, a eficácia se tornou ponto chave para que não entremos em um colapso mundial de logística.

Dessa forma, alguns empregos serão melhorados e talvez extintos, mas outros surgirão, pois precisamos de controle e teremos de nos adaptar. Assim, podemos dizer que será breve a mudança, prova disto é que tecnologia estava sempre vinculada a grandes cidades. Hoje este limite está rompido e cada vez mais todas as formas de trabalho terão uma evolução, do campo ao consumidor.

*Rodrigo Strey é diretor de serviços da AMcom, empresa especializada em serviços de tecnologia e que atua com consultoria, fábrica de projetos e de software.

Fonte: computerworld.com.br/inteligencia-artificial-do-conceito-ao-deep-learning

===== 2o Artigo

Deep Learning Flammarion Cysneiros 009.png

2 – Tiago Pereira em POR QUE INTELIGÊNCIA ARTIFICIAL E DEEP LEARNING ESTÃO MUDANDO NOSSAS VIDAS?

Você percebeu ao longo dos últimos anos o incrível salto de qualidade em diversas tecnologias que usamos em nosso dia a dia? Se você possui um smartphone com reconhecimento de voz, provavelmente percebeu. Essa funcionalidade em nossos smartphones está melhor do que nunca. Com um simples comando de voz, fazemos ligações, acessamos a internet, fazemos buscas e abrimos aplicativos. Nunca foi tão fácil.

Estamos conversando com nosso computador mais do que nunca. Assistiu o filme Her (Clique aqui para ver o Trailer do filme)? Não estamos muito longe disso! Softwares como o Cortana da Microsoft, Siri da Apple, Alexa da Amazon e recursos de reconhecimento de voz do Google, nos permitem interagir com o computador ou smartphone de forma simples. Um simples comando de voz e o computador faz o que pedimos.

Mas não é apenas no reconhecimento de voz que podemos ver o avanço. Em um mundo onde tiramos fotos o tempo todo, o reconhecimento de imagens tem mostrado avanços consideráveis. Podemos agora buscar e organizar coleções de fotos, mesmo que elas não tenham uma tag de identificação. E isso é feito em apenas alguns segundos.

Vamos pensar sobre isso. Para ser capaz de identificar imagens de cães, uma app precisa ser capaz de identificar qualquer tipo de cão, desde um Chihuahua até um Pastor Alemão e não pode se equivocar com imagens invertidas ou parcialmente obscuras, sob neblina ou neve, no sol ou na sombra. A app deve ainda ser capaz de excluir lobos e gatos. A app precisa identificar um cachorro usando apenas os pixels de uma imagem. Como isso pode ser possível?

Mas o avanço do reconhecimento de imagens não é algo apenas para reconhecer imagens dos doces cachorrinhos. Startups ligadas a área médica já trabalham em projetos que usam computadores para a leitura de raios-X de forma mais rápida e precisa que um radiologista faria, para diagnosticar câncer o quanto antes e de forma menos invasiva e assim acelerar a busca por uma cura. O reconhecimento de imagens está levando ainda a melhorias significativas em robótica, drones autônomos capazes de fazer entregas e carros self-driving, aqueles que o Uber começou a testar recentemente e que podem andar por aí sem a necessidade de um motorista. Ford, Tesla, Uber, Baidu e Google estão trabalhando em protótipos de carros self-driving que já estão circulando em vias públicas.

E o que muitas pessoas não percebem é que toda essa evolução utiliza na sua essência a mesma tecnologia. Tudo isso tem sido possível graças a uma técnica de Inteligência Artificial chamada de Deep Learning (aprendizagem profunda), ou como alguns preferem chamar Deep Neural Networks ou ainda Redes Neurais Artificiais.

O que mais chama atenção sobre as redes neurais é que não foi necessário que um ser humano programasse explicitamente o computador para realizar tudo que você leu nos parágrafos anteriores. De fato, nenhum ser humano poderia. Computadores foram alimentados com algoritmos (pequenas peças de código), que foram expostos a Terabytes de dados (milhares de imagens ou gravações de voz) e então treinados. Após esse treinamento o algoritmo aprendeu a reconhecer os padrões e quando expostos a novos dados, os algoritmos são capazes de identificar por si próprios imagens, objetos, frases ou palavras. Não é incrível? Como disse o CEO da Nvidia: “Os computadores já podem ensinar a si mesmos. Nós temos software escrevendo software”.

E por incrível que pareça, as redes neurais não são novas. O conceito é da década de 50 e muitos dos algoritmos de redes neurais foram escritos entre as décadas de 80 e 90. Mas 2 fatores fizeram as redes neurais voltarem ao centro das atenções: primeiro, o maior poder de processamento dos computadores e segundo, algo que você já deve ter ouvido falar: Big Data. Sim, ele de novo. Essa imensidão de dados não estruturados vindos de imagens, vídeos, áudio, arquivos de texto, mídias sociais ou mesmo da sua geladeira. Capacidade de processamento e Big Data são essenciais para que as redes neurais funcionem adequadamente. Agora pense comigo: ainda estamos na infância do Big Data e a capacidade de processamento tende a dobrar a cada 2 anos. O que ainda vem pela frente?

A prova de que isso tem chamado atenção foi a explosão de Startups de Inteligência Artificial e o total de dinheiro investido pelos fundos de investimentos nessas empresas: mais de 1 bilhão de dólares. Em setembro de 2016 as líderes do segmento de Inteligência Artificial: IBM, Microsoft, Amazon, Facebook e Google se uniram para formar uma organização sem fins lucrativos chamada Partnership on AI, voltada para o estudo e desenvolvimento da Inteligência Artificial, pesquisas e discussões sobre ética e boas práticas. Se algumas das empresas mais valiosas e mais inovadoras do mundo se uniram em torno deste assunto é bem provável que este seja o caminho a ser seguido. Concorda?

Em 2012, o Google tinha 2 projetos de Deep Learning em progresso. Sabe quantos são atualmente? Mais de 1.000. Vou repetir: mais de 1.000. Esses projetos envolvem Gmail, Youtube, Android, Google Maps, Google Translation e carros self-driving. A IBM também está ativa e o IBM Watson, a plataforma de Inteligência Artificial da IBM, possui agora mais de 30 componentes baseados em Deep Learning.

Outro sinal de como Deep Learning está mudando nossas vidas. Investidores que alguns anos atrás não sabiam do que se tratava este assunto, agora só discutem investimento se a Startup tiver alguma solução envolvendo Inteligência Artificial. Processamento de Linguagem Natural e reconhecimento de voz estão se tornando padrão. Em um futuro próximo, as pessoas não estarão mais “teclando” em seus computadores ou smartphones, nem se perdendo entre menus infinitos. As pessoas vão querer apenas pedir e o computador vai executar a ação, seja ela qual for. Assistiu o filme Her? Pois bem, assista. Este é o mundo no qual estamos prestes a mergulhar.

Algumas empresas já integraram Deep Learning em suas operações. Na Microsoft, a equipe de vendas está usando redes neurais para prospectar clientes e gerar sistemas de recomendação.

E essa revolução passa pela evolução do hardware. Até a Lei de Moore foi superada. As Unidades de Processamento Gráfico (GPU – Graphical Processing Units) fabricadas pela Nvidia, que inicialmente foram desenvolvidas para tornar a experiência de jogar vídeo game cada vez melhor, agora são usadas para processamento de Deep Learning. As GPU’s são de 20 a 50 vezes mais velozes no processamento de Deep Learning que as CPU’s, por conta da capacidade de processamento paralelo das GPU’s. A Nvidia tem apostado alto em Deep Learning e segundo dados de Agosto de 2016, a empresa dobrou seu faturamento e boa parte disso graças ao Deep Learning. Percebeu? Estamos no meio de uma nova revolução tecnológica.

Convencido de como isso está mudando nossas vidas? E você, o que fará em relação a isso e a sua carreira profissional? De que lado você quer estar nesta revolução?

E se fosse possível estudar o que há de mais avançado em Inteligência Artificial, Deep Learning, Redes Neurais, Processamento Paralelo em GPU’s, reconhecimento de voz e imagens e Processamento de Linguagem Natural? E mais ainda. E se fosse possível estudar tudo isso online, do seu computador, tablet ou smartphone? E se tudo isso fosse 100% em português, para facilitar seu aprendizado? E se você tivesse instrutores com excelente didática e com os quais você pudesse interagir sempre que tiver dúvidas? E se você tivesse um canal direto com os instrutores via skype? E se ao final do curso, você pudesse participar de um projeto real de inteligência artificial e construir uma aplicação inteligente, semelhante ao que as maiores e mais inovadoras empresas do mundo estão fazendo?

Aguarde dia 20 de Outubro, acesse o portal da Data Science Academy e descubra como isso será possível.

 

Tiago Pereira

CEO Data Science Academy

 

Referências:

Partnership on AI

Google, Facebook e IBM se unem para impulsionar Inteligência Artificial

Microsoft reforça apostas em segurança, inteligência artificial e cloud

Eu, Auditor, Robô: Machine Learning a serviço do Fisco

How Artificial Intelligence is Reinventing Business Computing

AI is Crushing it, But Why Now?

Como a Computação Cognitiva Vai Mudar o Mundo

Why Deep Learning is Suddenly Changing Your Life

==== 3o Artigo:

Deep Learning Flammarion Cysneiros 007.png

3 – David Matos em 7 Casos de Uso de Deep Learning

Desde secretárias virtuais como a Clara, passando por Botkits como o Howdy, ao reconhecimento de imagens de satélite para encontrar minérios e detecção de câncer, Deep Learning está cada vez mais presente em nossas vidas.

É provável que você chegue ao final do dia com a sensação que ainda há muito por fazer, porém o tempo, como sempre, não foi suficiente. Mas saiba que isso pode estar com os dias contados. Estamos cada vez mais próximos do momento em que a Inteligência Artificial vai absorver muitas das tarefas que precisamos fazer ao longo do dia, nos deixando livres para aquilo que fazemos melhor: pensar.

Aplicações baseadas em Inteligência Artificial e Computação Cognitiva, nos permitirão fazer as coisas com maior eficiência e muito menos esforço. O aprendizado profundo (Deep Learning), que é um dos métodos tecnologicamente superiores na formulação de Inteligência Artificial, tem traçado o caminho da evolução do design de inteligência humana para desenvolver máquinas que podem executar tarefas por conta própria (e sem supervisão humana) ajudando na automação.

É muito interessante observar como Deep Learning vem alterando nossa vida em vários aspectos das atividades diárias, algumas que nem mesmo percebemos. Vejamos 7 casos de uso prático de técnicas de Deep Learning que vem sendo usadas ao longo dos últimos anos.

1- Compreendendo Comportamento do Cliente

O aprendizado profundo está sendo usado para desenvolver técnicas a fim de obter ideias mais claras sobre os desejos e as expectativas dos clientes no setor de comércio eletrônico.

Objetivo: entender o comportamento do cliente e sua propensão para comprar um produto específico.

Técnica de Deep Learning: Redes Neurais Recorrentes (RNN) tem potencial para maior precisão do que qualquer outra técnica de aprendizagem de máquina. Uma rede RNN geralmente é constituída por células computacionais alimentadas com dados históricos de consumidores. Essas células são fornecidas com um passo de tempo dado, o que ajuda o programa a entender o comportamento passo a passo do consumidor quando ele/ela está visualizando um produto específico em um site. Por exemplo, uma célula RNN observará quando o consumidor clica em um anúncio, é direcionado para uma página, visualiza um produto e o adiciona ao carrinho de compras. Essas RNNs geralmente são células de memória de longa duração e elas “lembram” e relacionam o comportamento do cliente em uma linha de produtos.

Inferência: os sites de comércio eletrônico, como ebay e Amazon, são os principais exemplos de empresas usando esse tipo de solução com Deep Learning. A sessão completa dos consumidores no site é observada e os dados são coletados. Quanto mais longo e dinâmico for um evento, maior será a propensão das pessoas a clicar no botão ‘comprar agora’. Uma vez que um comportamento específico do consumidor é observado no caso de uma gama de produtos, o site é otimizado para garantir que, na próxima vez que um consumidor semelhante visitar o site, ele tenha uma experiência mais envolvente a fim de converter em uma compra no menor tempo possível.

2- Reconhecimento de Faces

É surpreendente como as câmeras de segurança cresceram ao longo dos anos. Hoje, as câmeras de segurança baseadas em Machine Learning, usadas em aeroportos ou estacionamentos seguros, utilizam sua “mente” analítica para registrar não apenas uma intrusão particular, mas também rever e analisar a cena.

Objetivo: identificar, detectar e rastrear pessoas de interesse, veículos estacionados, falta de bagagem e muito mais usando CCTVs ou outras câmeras high-end.

Técnica de Deep Learning: uma VPU ou uma Vision Processing Unit, é um produto de aprendizado profundo muito avançado que pode superar a performance de CPUs ou mesmo de GPUs. Muitos procedimentos de processamento e aprendizado de máquina são realizados no dispositivo que o ajuda a analisar uma cena específica. Ele usa modelos convolucionais de Deep Learning para detectar e rastrear objetos e indivíduos.

Inferência: a maioria dos aeroportos agora é capaz de usar as técnicas de aprendizado profundo para identificar e rastrear pessoas de interesse (por exemplo, suspeitos de terrorismo, etc.), rastrear suas bagagens e detectar qualquer item suspeito muito rapidamente. Estas câmeras de segurança habilitadas para VPU instaladas nos aeroportos, geram alertas no momento em que acham que alguém deixa sua bagagem, permitindo detectar ameaças de segurança aeroportuárias em poucos minutos. Instalados em cenários de trânsito, eles também podem reconhecer carros sem motorista e ajudá-los a encontrar os lugares de estacionamento corretos.

3- Suporte Técnico Personalizado e Assistentes Pessoais

Com a introdução dos computadores, sempre houveram muitas discussões sobre como as máquinas substituiriam os seres humanos um dia. Agora é possível minimizar o trabalho humano e melhorar a eficiência com o aprendizado automático.

Objetivo: melhorar a eficiência do trabalho de uma organização através da instalação de uma unidade de equipe de suporte baseada em chatbots que usam Inteligência Artificial, em vez de contratar mão-de-obra manual.

Técnica de Deep Learning: Agentes são construídos usando uma combinação de algoritmos de aprendizado profundo que garantem a distribuição do trabalho, de modo que uma série de tarefas sejam realizadas no menor tempo possível e com custos mínimos e o melhor, aprendendo a cada interação. Agentes como os sistemas cyborg estão sendo desenvolvidos usando a técnica.

Inferência: já existem muitos exemplos de agentes como esse. Para a coordenação e agendamento de calendário, temos a Clara e para reunir o relatório de pessoal e consolidar a informação da reunião, temos Howdy e seu Botkit. O Google Now é o programa preferido para manter o horário através de alertas proativos e, para acompanhamento após as reuniões, o GridSpace Sift é um gerente brilhante.

4- Mineração com Redes Neurais Convolucionais

Imagens de satélite ajudaram a encontrar recursos minerais em vários países, como a Austrália. Os geólogos conseguiram usar os índices minerais integrados com os algoritmos para encontrar traços de minerais (mesmo ouro) no fundo da crosta terrestre.

Objetivo: Detectar depósitos minerais usando imagens de satélite multi-especiais ajudaram a encontrar recursos minerais.

Técnica de Deep Learning: o Transfer Learning é um ótimo caminho para as redes neurais convolutivas realizar essa função. Essas redes são pré-treinadas e alimentadas com dados sobre precisão de minerais e localização geográfica, antes de serem operados. A conversão de informações em dados geoespaciais é o desafio a ser superado.

Inferência: os geólogos na Áustria, estão atualmente usando o procedimento para localizar minerais em áreas relativamente inexploradas da terra.

5- Classificação Automática de Doenças Oculares

As máquinas de pesquisa médica baseadas em GPU, agora estão usando métodos de aprendizado profundo para descobertas médicas de forma automática e cada vez mais precisa.

Objetivo: simplificar os processos que conduzem à detecção de doenças oculares, proporcionando aos pesquisadores orientação baseada em informações históricas.

Técnica de Deep Learning: As redes neurais convolucionais estão sendo usadas para classsificar doenças de retinopatia diabética em várias categorias. Os dispositivos que detectam a doenção, são baseado em aprendizagem de máquina para analisar os estágios das doenças, a fim de garantir que o diagnóstico oferecido seja exato. Sistemas web, efetivamente programados, que compõem mais de 1000 imagens de olhos, são usados para ajudar os modelos de Deep Learning a analisar e identificar os estágios certos das doenças, possibilitando a precisão.

Inferência: Atualmente, os pesquisadores estão muito perto de desenvolver assistentes digitais para radiologistas, oftalmologistas e outros clínicos. Registaram-se progressos significativos no campo nos últimos anos.

6- Redução da Taxa de Erro no Diagnóstico de Câncer

O trabalho de pesquisa maciço que está sendo feito sobre o diagnóstico de câncer de mama, criou uma base de conhecimento colossal para cientistas de onde a variedade de informações muitas vezes é um problema.

Objetivo: usar dados compactos para habilitar o diagnóstico rápido e sem erros.

Técnica de Deep Learning: A técnica utilizada, envolve um grande papel desempenhado pelo framework de aprendizagem profunda cuDNN. Os modelos computacionais foram alimentados com dados suficientes que foram pesquisados até agora, tornando as máquinas ativas para os patologistas. Os planos de calor de probabilidade tumoral são usados para encontrar a probabilidade de um determinado elemento contendo câncer.

Inferência: a adoção deste método de aprendizagem de máquinas permitiu que os patologistas trabalhando com computadores, superassem os patologistas operacionais de forma surpreendente. O aprendizado de máquina foi adotado por várias organizações de pesquisa sobre câncer de mama. Os algoritmos desenvolvidos nas máquinas tecnologicamente aprimoradas ajudam os patologistas a identificar as células cancerígenas através das imagens dos linfonodos.

7- Carros Autônomos

Os robôs são ótimos quando se trata de realizar uma tarefa para o qual foram explicitamente programada, mas não conseguem logicamente traçar seu caminho através de um problema. O aprendizado profundo está pronto para mudar isso.

Objetivo: criar um sistema que entenda conexões entre vários conjuntos de dados.

Técnica de Deep Learning: Computador Neural Diferenciável (DNC). Este método combina aprendizado profundo com uma memória externa que pode relacionar conjuntos de dados complexos e desenhar conexões para descobrir logicamente as coisas, sem supervisão humana. É uma técnica de reconhecimento de padrões criando vínculos entre vários eventos dentro dos pontos de dados.

Inferência: o DNC foi desenvolvido pelo DeepMind do Google e hoje está sendo instalado em carros para que, uma vez apresentado a mapas, linhas e paradas, poder levar a rota mais curta e mais simples para navegar de um ponto para outro. Assim, tornando possível que novos condutores percorram novas estradas sem dificuldade.

E esses são apenas alguns poucos exemplos do uso de Deep Learning para revolucionar a nossa vida cotidiana. Com isso, estamos prontos para avançar a segunda parte do tutorial de Deep Learning em R, que lançarei em breve aqui no blog (clique aqui para ler a Parte 1).

Todas as técnicas de Deep Learning descritas neste artigo, são estudadas pelos alunos da Formação Inteligência Artificial, da Data Science Academy. Não deixe de conferir.

Obrigado

David Matos

 

Referências:

Diagnosing Cancer with Deep Learning and GPUs
https://news.developer.nvidia.com/diagnosing-cancer-with-deep-learning-and-gpus/

Deep Learning Helps Pathologists Detect Cancer
http://healthtechinsider.com/2017/03/09/deep-learning-helps-pathologists-detect-cancer/

Vision Processing Unit
https://en.wikipedia.org/wiki/Vision_processing_unit

Practical Use Cases of Deep Learning Techniques
http://www.cognitivetoday.com/2016/11/practical-deeplearning-usecases-2.html

Clara – Assistente Pessoal
https://claralabs.com/

Howdy Botkit
https://howdy.ai/

Gridspace Sift
https://www.gridspace.com/sift

Facts About Diabetic Eye Disease
https://nei.nih.gov/health/diabetic/retinopathy

Detecção de Câncer de Pulmão Usando Deep Learning
https://devpost.com/software/lung-cancer-detection-using-deep-learning

Differentiable neural computers
https://deepmind.com/blog/differentiable-neural-computers/

 

Fonte: http://www.cienciaedados.com/7-casos-de-uso-de-deep-learning/

 

=== 4o Artigo:

Deep Learning Flammarion Cysneiros 008.jpg

4 – José Carlos Cavalcanti em Se os robôs são o futuro do trabalho, onde os humanos se encaixam? 

Este título foi o mesmo de um post publicado pela colunista Zoe William, do jornal britânico The Guardian, em 24/05/2016.  A síntese deste post é que nós precisamos repensar nossa visão sobre empregos e lazer – e rapidamente, se nós vamos evitar que nos tornemos obsoletos.  Mas o mais interessante do post é a citação de dois livros impactantes sobre a temática.

O primeiro livro é The Age of Em: Work, Love, And Life When Robôs Rule The Earth (A Era do Em: Trabalho, Amor, e Vida Quando Robôs Governarem a Terra), de Robin Hanson, Professor de Economia da George Mason University. Para começar Em é a contração de “brain emulations”, ou seja, Hanson trata das implicações sociais de um futuro onde mentes sejam “uploaded” (carregadas) em computadores.

Os robôs podem um dia governar o mundo, mas o que seria uma Terra governada por robôs?  Muitos pensam que os primeiros robôs realmente inteligentes serão “brain emulations” ou em. Escaneie um cérebro humano, daí rode um modelo com as mesmas conexões em um computador rápido, e você terá um cérebro robótico, mas reconhecidamente humano. Treine um em para fazer algum trabalho e copie-o um milhão de vezes: um exército de trabalhadores estará à disposição.  Quando eles puderem ser feitos de forma barata, algo como um século, os sem irão substituir os humanos na maioria dos trabalhos.  Nesta nova era, a economia mundial pode dobrar em tamanho em poucas semanas.

Alguns dizem que nós não podemos saber o futuro, especialmente seguindo tal nova e disruptiva tecnologia, mas o Prof. Hanson se mobilizou para provar que eles estão errados.  Aplicando décadas de expertise em Física, Ciência da Computação e Economia, ele usa teorias tradicionais para pintar um quadro detalhado de um mundo dominado por ems. Enquanto as vidas humanas não mudam muito na era dos sem, as vidas dos ems são diferentes das nossas, tal como as nossas são diferentes daquelas dos nossos ancestrais forrageiros e fazendeiros. Os ems nos fazem questionar suposições comuns de progresso moral, porque eles rejeitam muitos dos nossos valores. Este livro mostra quão estranhos nossos descendentes podem ser, apesar dos ems não serem mais estranhos do que nós poderíamos parecer para nossos ancestrais.  Para a maioria dos ems, parece bom ser um em.

O segundo livro é o “Homo Deus: A Brief History of Tomorrow” (Deus Homem: Uma Breve História do Amanhã), de Yuval Noah Harari, autor do bestseller “Sapiens: A Brief History of Humankind” (Sapiens: Uma Breve História da Humanidade). Em Homo Deus, Harari visualiza um mundo não tão distante em que nós enfrentaremos um novo conjunto de desafios.

Homo Deus explora os projetos, sonhos e pesadelos que irão conformar o século 21 – de vencer a morte até criar vida artificial.  Ele pergunta as questões fundamentais: Aonde nós vamos a partir daqui? E como nós protegeremos este mundo frágil dos nossos próprios poderes destrutivos? Este é o próximo estágio da evolução.

Neste livro Harari visualiza que os robôs com inteligência artificial serão os primeiros a conquistarem dominação global.  Neste futuro, ausente de empatia, os robôs não teriam afeição sentimental por nós como seus progenitores.  Ele prevê a emergência da useless class (classe sem uso/utilidade): humanos que não sabem o que estudar, porque eles não têm ideia que habilidades serão necessárias na hora que terminarem suas formações, que não trabalharão porque haverá sempre um robô melhor e mais barato, e gastam seu tempo em drogas e plugados em telas.

Eis aí um tema quente, contemporâneo, já bem presente em alguns importantes debates sobre o futuro do trabalho no mundo desenvolvido, e que agora chega ao Brasil num evento organizado pelo C.E.S.A.R., que será realizado em São Paulo no dia 21/09/2017. Trata-se do Acontece Indústria, que tratará sobre o “futuro do trabalho”.  Seja bem vindo!

Este título foi o mesmo de um post publicado pela colunista Zoe William, do jornal britânico The Guardian, em 24/05/2016.  A síntese deste post é que nós precisamos repensar nossa visão sobre empregos e lazer – e rapidamente, se nós vamos evitar que nos tornemos obsoletos.  Mas o mais interessante do post é a citação de dois livros impactantes sobre a temática.

O primeiro livro é The Age of Em: Work, Love, And Life When Robôs Rule The Earth (A Era do Em: Trabalho, Amor, e Vida Quando Robôs Governarem a Terra), de Robin Hanson, Professor de Economia da George Mason University. Para começar Em é a contração de “brain emulations”, ou seja, Hanson trata das implicações sociais de um futuro onde mentes sejam “uploaded” (carregadas) em computadores.

Os robôs podem um dia governar o mundo, mas o que seria uma Terra governada por robôs?  Muitos pensam que os primeiros robôs realmente inteligentes serão “brain emulations” ou em. Escaneie um cérebro humano, daí rode um modelo com as mesmas conexões em um computador rápido, e você terá um cérebro robótico, mas reconhecidamente humano. Treine um em para fazer algum trabalho e copie-o um milhão de vezes: um exército de trabalhadores estará à disposição.  Quando eles puderem ser feitos de forma barata, algo como um século, os sem irão substituir os humanos na maioria dos trabalhos.  Nesta nova era, a economia mundial pode dobrar em tamanho em poucas semanas.

Alguns dizem que nós não podemos saber o futuro, especialmente seguindo tal nova e disruptiva tecnologia, mas o Prof. Hanson se mobilizou para provar que eles estão errados.  Aplicando décadas de expertise em Física, Ciência da Computação e Economia, ele usa teorias tradicionais para pintar um quadro detalhado de um mundo dominado por ems. Enquanto as vidas humanas não mudam muito na era dos sem, as vidas dos ems são diferentes das nossas, tal como as nossas são diferentes daquelas dos nossos ancestrais forrageiros e fazendeiros. Os ems nos fazem questionar suposições comuns de progresso moral, porque eles rejeitam muitos dos nossos valores. Este livro mostra quão estranhos nossos descendentes podem ser, apesar dos ems não serem mais estranhos do que nós poderíamos parecer para nossos ancestrais.  Para a maioria dos ems, parece bom ser um em.

O segundo livro é o “Homo Deus: A Brief History of Tomorrow” (Deus Homem: Uma Breve História do Amanhã), de Yuval Noah Harari, autor do bestseller “Sapiens: A Brief History of Humankind” (Sapiens: Uma Breve História da Humanidade). Em Homo Deus, Harari visualiza um mundo não tão distante em que nós enfrentaremos um novo conjunto de desafios.

Homo Deus explora os projetos, sonhos e pesadelos que irão conformar o século 21 – de vencer a morte até criar vida artificial.  Ele pergunta as questões fundamentais: Aonde nós vamos a partir daqui? E como nós protegeremos este mundo frágil dos nossos próprios poderes destrutivos? Este é o próximo estágio da evolução.

Neste livro Harari visualiza que os robôs com inteligência artificial serão os primeiros a conquistarem dominação global.  Neste futuro, ausente de empatia, os robôs não teriam afeição sentimental por nós como seus progenitores.  Ele prevê a emergência da useless class (classe sem uso/utilidade): humanos que não sabem o que estudar, porque eles não têm ideia que habilidades serão necessárias na hora que terminarem suas formações, que não trabalharão porque haverá sempre um robô melhor e mais barato, e gastam seu tempo em drogas e plugados em telas.

Eis aí um tema quente, contemporâneo, já bem presente em alguns importantes debates sobre o futuro do trabalho no mundo desenvolvido, e que agora chega ao Brasil num evento organizado pelo C.E.S.A.R., que será realizado em São Paulo no dia 21/09/2017. Trata-se do Acontece Indústria, que tratará sobre o “futuro do trabalho”.  Seja bem vindo!

Fonte: www.creativante.com/new/index.php/2013-02-03-19-36-05/2017/353-se-os-robos-sao-o-futuro-do-trabalho-onde-os-humanos-se-encaixam