{"id":10434,"date":"2023-12-11T14:14:14","date_gmt":"2023-12-11T17:14:14","guid":{"rendered":"https:\/\/cm-edgetun.pages.dev\/pt-br\/industry\/blog\/?p=10434"},"modified":"2023-12-11T14:14:16","modified_gmt":"2023-12-11T17:14:16","slug":"a-ia-generativa-revolucionara-a-gestao-do-crescimento-das-receitas","status":"publish","type":"post","link":"https:\/\/cm-edgetun.pages.dev\/pt-br\/industry\/blog\/retail\/2023\/12\/11\/a-ia-generativa-revolucionara-a-gestao-do-crescimento-das-receitas\/","title":{"rendered":"A IA generativa revolucionar\u00e1 a gest\u00e3o do crescimento das receitas\u00a0"},"content":{"rendered":"\n

Por Dina Zhou<\/a>, Consultora da Ind\u00fastria de Varejo, Bens de Consumo e Jogos, Microsoft <\/p>\n\n\n\n

Mohit Das<\/a>, Arquiteto de Solu\u00e7\u00f5es S\u00eanior, Transforma\u00e7\u00e3o de Solu\u00e7\u00f5es da Ind\u00fastria de Varejo e Bens de Consumo, Microsoft  <\/p>\n\n\n\n

Trey Harshfield<\/a>, Arquiteto de Solu\u00e7\u00f5es S\u00eanior, Transforma\u00e7\u00e3o de Solu\u00e7\u00f5es da Ind\u00fastria de Bens de Consumo e Varejo, Microsoft  <\/p>\n\n\n\n

Shan Thayyullathil<\/a>, Arquiteto de Solu\u00e7\u00f5es, Transforma\u00e7\u00e3o de Solu\u00e7\u00f5es da Ind\u00fastria de Bens de Consumo e Varejo, Microsoft  <\/p>\n\n\n\n

Claus Loos<\/a>, Diretor Geral de Desenvolvimento de Parceiros para Varejo e Bens de Consumo, Microsoft <\/p>\n\n\n\n

Este artigo vai te dar uma vis\u00e3o geral e uma base s\u00f3lida para gerenciamento de crescimento de receita (RGM). Al\u00e9m disso, mostraremos como integrar estrategicamente a IA generativa para gerar resultados de RGM mais s\u00f3lidos. <\/p>\n\n\n\n

O gerenciamento de receitas \u00e9 fundamental para o crescimento e a lucratividade das receitas<\/strong> <\/p>\n\n\n\n

Vamos come\u00e7ar do in\u00edcio: RGM \u00e9 uma disciplina multifuncional dentro da ind\u00fastria de bens de consumo embalados (CPG) que utiliza an\u00e1lises avan\u00e7adas para identificar e analisar como aumentar os lucros e encontrar oportunidades de crescimento de primeira linha. Num mercado altamente inflacion\u00e1rio que tamb\u00e9m est\u00e1 a passar por r\u00e1pidas mudan\u00e7as nas prefer\u00eancias dos consumidores, o RGM tornou-se um tema priorit\u00e1rio na maioria das organiza\u00e7\u00f5es de CPG. <\/p>\n\n\n\n

Temos uma previs\u00e3o ousada: a IA generativa dar\u00e1 a mais funcion\u00e1rios o acesso a ferramentas e insights de RGM, al\u00e9m de fornecer um caminho para ajudar as empresas a passarem do patamar atual para n\u00edveis mais elevados de maturidade. Chamamos isso de democratiza\u00e7\u00e3o do RGM \u2013 e tem um potencial incr\u00edvel. <\/p>\n\n\n\n

A IA generativa pode abordar e resolver alguns dos desafios de dados, ferramentas e ado\u00e7\u00e3o enfrentados atualmente. <\/p>\n\n\n\n

Uma das maiores fragilidades do GRG tem sido a rapidez e precis\u00e3o da informa\u00e7\u00e3o, devido ao enorme volume, complexidade e desordem dos dados que servem de base a esta disciplina. <\/p>\n\n\n\n

A Microsoft \u00e9 uma fornecedora de tecnologia confi\u00e1vel<\/a> para muitas das maiores empresas de CPG do mundo. Fazemos parceria com nossos clientes em uma ampla variedade de transforma\u00e7\u00f5es digitais. Por meio dessas experi\u00eancias, geramos a seguinte observa\u00e7\u00e3o sobre o caminho para os dados e a maturidade do GRG para a maioria dos CPGs. <\/p>\n\n\n\n

Apresentando a escala de maturidade de gerenciamento de crescimento de receita<\/strong> <\/p>\n\n\n\n

Vamos dedicar um pouco de tempo a este gr\u00e1fico. <\/p>\n\n\n\n

Na parte inferior est\u00e3o as bases de dados, essenciais em toda a escala de maturidade do RGM. Inicialmente, os projetos RGM s\u00e3o normalmente esfor\u00e7os \u00fanicos que envolvem a recolha, processamento e integra\u00e7\u00e3o de dados de v\u00e1rias fontes, o que pode ser trabalhoso e desafiante. O primeiro passo para estabelecer a maturidade RGM \u00e9 estabelecer um centro de dados RGM (RGM Data Hub 1.0) e implementar pr\u00e1ticas s\u00f3lidas de governa\u00e7\u00e3o de dados, cataloga\u00e7\u00e3o de dados e garantia da qualidade e confian\u00e7a dos dados. <\/p>\n\n\n\n

O data center RGM \u00e9 ent\u00e3o expandido incorporando fontes de dados adicionais e adotando um modelo de dados comum (RGM Data Hub 2.0). Quanto mais o data center RGM puder se conectar a outros data centers por meio de uma plataforma de dados conectada, mais valor poder\u00e1 ser obtido (RGM Data Hub 3.0). <\/p>\n\n\n\n

O RGM 1.0 representa a primeira gera\u00e7\u00e3o de ferramentas RGM, que se concentram principalmente na an\u00e1lise descritiva de fatores individuais e muitas vezes ignoram outros impulsionadores do neg\u00f3cio. Essas ferramentas sofrem com a lat\u00eancia de dados, fornecem insights com base em eventos passados, t\u00eam interfaces de usu\u00e1rio abaixo do ideal e enfrentam baixas taxas de ado\u00e7\u00e3o. <\/p>\n\n\n\n

\u00c0 medida que as capacidades RGM amadurecem, as ferramentas devem tornar-se mais preditivas e personalizadas. Para desbloquear todo o potencial das ferramentas RGM, \u00e9 crucial integr\u00e1-las com sistemas de planeamento e procura, e os conjuntos de dados subjacentes devem ser em tempo real e mais detalhados (RGM 2.0). <\/p>\n\n\n\n

O objetivo final \u00e9 criar um sistema RGM interconectado que se integre perfeitamente \u00e0s opera\u00e7\u00f5es de n\u00edvel de loja no front-end<\/em>, bem como \u00e0 cadeia de suprimentos e aos processos de fabrica\u00e7\u00e3o no back-end<\/em> (RGM 3.0). Este n\u00edvel de integra\u00e7\u00e3o s\u00f3 pode ser alcan\u00e7ado se a base de dados tamb\u00e9m evoluir (RGM Data Hub 3.0) e incorporar dados mais detalhados. <\/p>\n\n\n\n

Independentemente do est\u00e1gio da jornada RGM, \u00e9 essencial priorizar a democratiza\u00e7\u00e3o das ferramentas RGM. Aproveitar a IA generativa, o design thinking<\/em>, as plataformas de decis\u00e3o multifuncionais e as pr\u00e1ticas eficazes de gest\u00e3o de mudan\u00e7as s\u00e3o fatores-chave para democratizar essas ferramentas. Exploraremos o papel da IA generativa na democratiza\u00e7\u00e3o das ferramentas RGM. <\/p>\n\n\n\n

A IA generativa j\u00e1 est\u00e1 mudando a forma como trabalhamos, nos tornando mais eficazes e eficientes<\/strong> <\/p>\n\n\n\n

Agora vamos discutir o que \u00e9 IA generativa e o que ela pode fazer: refere-se a uma categoria de t\u00e9cnicas e modelos de IA projetados para criar conte\u00fado novo e original, em vez de simplesmente reconhecer ou analisar dados. <\/p>\n\n\n\n

A IA generativa \u00e9 revolucion\u00e1ria porque pode reunir uma palavra, uma resposta a uma pergunta, um efeito ou uma imagem a partir de um prompt, entre muitos outros casos de uso. Nossos clientes podem usar modelos generativos de IA com seus pr\u00f3prios bancos de dados. Isso \u00e9 exclusivo dos nossos servi\u00e7os Microsoft Azure OpenAI, al\u00e9m de contarem com a seguran\u00e7a e a governan\u00e7a que acompanham uma plataforma Microsoft. <\/p>\n\n\n\n

Existem quatro capacidades principais dos servi\u00e7os Azure OpenAI: <\/p>\n\n\n\n

    \n
  1. Resumo do conhecimento ou cen\u00e1rios <\/li>\n<\/ol>\n\n\n\n
      \n
    1. Pesquisa sem\u00e2ntica para minera\u00e7\u00e3o de conhecimento  <\/li>\n<\/ol>\n\n\n\n
        \n
      1. Gera\u00e7\u00e3o de c\u00f3digo  <\/li>\n<\/ol>\n\n\n\n
          \n
        1. Gera\u00e7\u00e3o de conte\u00fado <\/li>\n<\/ol>\n\n\n\n

          Para obter mais informa\u00e7\u00f5es, visite nosso site Azure OpenAI Service.<\/a> <\/p>\n\n\n\n

          A IA generativa pode ajudar as empresas a atingirem a maturidade RGM de forma melhor e mais r\u00e1pida. <\/p>\n\n\n\n

          Empresas que utilizam IA generativa podem ultrapassar a maturidade RGM. O caminho n\u00e3o precisa mais ser estritamente sequencial ou linear. Ent\u00e3o, voc\u00ea pode se perguntar, o que isso significa? A pr\u00f3xima se\u00e7\u00e3o aborda os detalhes da IA generativa. <\/p>\n\n\n\n

          RGM com um modelo generativo de IA pode ser melhorado por meio de seus pr\u00f3prios dados de neg\u00f3cios e engenharia de dire\u00e7\u00e3o<\/strong> <\/p>\n\n\n\n

          Uma maneira poderosa de usar IA generativa para RGM \u00e9 trazer seus pr\u00f3prios dados corporativos e aplicar engenharia de sugest\u00f5es para complementar modelos generativos de pr\u00e9-treinamento (GPT). A engenharia de prompt, tamb\u00e9m conhecida como design de prompt, envolve a sele\u00e7\u00e3o das palavras, frases, s\u00edmbolos e formatos corretos que orientam o modelo para gerar texto relevante e de alta qualidade. Isso envolve transferir e aprimorar o aprendizado com novos dados. <\/p>\n\n\n\n

          Vamos entender como funciona: <\/p>\n\n\n\n