SPEAKER_01 0:00

Olá, boa tarde a todos. Sejam todos muito bem-vindos. Eu sou Ronaldo Gonçalves da Diretoria de Marketing e Vendas do CPQD. Hoje teremos na nossa sexta live uma série de encontros virtuais semanais where pretendemos explorar os desafios anders. These encontros have been possible graças a valiosa participação ofensed, ofers, of course, and especialists in diverse areas of conversation to which agree to our live hours of one hour, and the intelligence of dados in the operations of the world. And for conducive this event, I convicted the líder do CPQD emteligência artificial, the collego. João, I'm with you.

SPEAKER_03 1:40

Gabriel Antônio, Squad Leader of Bion, who is the Hub de Inovação Brazil, and Alaércio Nicoletti, who is the Gerente de Excelência Operational Grupo Petrópolis. Sejam todos bem-vindos. I would like to pick a ums to a bread apresentation.

SPEAKER_00 2:17

Tenho 14 anos de experiência já na área da saúde. E estou aqui para trocar com o pessoal, né? Legal a interação de todos.

SPEAKER_03 2:26

Obrigado, Camila. Por favor, Gabriel.

SPEAKER_04 2:30

Bom, boa tarde. Obrigado pela oportunidade. Eu trabalho na Claro, mais especificamente no Bion, que é o Hub de Inovação da Claro. Sou Squad Lead, a gente tem um time muito bacana lá, empenhado em buscar e desenvolver coisas inovadoras. Estou há pouco tempo na Claro, venho de um outro mercado. Obrigado, Gabriel. Por favor, Alaécio.

SPEAKER_02 2:57

Primeiramente eu gostaria de agradecer ao pessoal do CPQD pelo convite, pela opportunity of vocês. I am engenheiro eletricista de formação atrás Politécnica USP, soutor ingenharia de production and various years in industria, in areas of operations, qualidade, melhoria continua. And I'm here in the Gluca Petrópolis, and I am professor of engenharia at the University of Presbyterian University Mackenzie.

SPEAKER_03 3:42

Thank you, Alaercio. And in their respective operations, different people and interpret with visitors to the experience of clients and the display of those products and those processes. So we know this. The objective of this live is the perception of our convidents, which is in an area distinct, with a reality distinct, in negotiations differently, in operations differently. Come on, Camila. Camila, I gotta say and colour the segue. What were or the principal design enfrented by the operation, in the organization, in the organization, in the Unimed Poire, or the segment of at the end? This is the prime aspect. And there was quite relevant and the access to the capacity of analysis, how it presentated in the tomato decision in the moment in which we are vivid.

SPEAKER_00 6:04

Obviamente todas as nossas decisões estratégicas estão ali cerçadas neste momento com essa curva do Covid que a gente fala, mas o nosso foco, de fato, aqui é falar da nossa operação. Então pensem que nós temos em torno de 1.900 colaboradores, grande parte na área assistencial, mas em torno de 1.000 colaboradores também na parte de 900 colaboradores na operadora, mais ou menos. So levar todo esse pessoal para casa, garantir que o cliente não vai perceber essa alteração na forma de trabalho foi um grande desafio para todos, and a gente vem conseguindo fazer isso. E também um pouco de alterar o mindset, assim, como que a gente olha para a nossa operação não mais com o modelo que a gente fazia antes. Então, o meu cliente vai buscar autorização, como é que eu posso otimizar, o que eu posso melhorar no processo? Então, muito dos nossos dados agora a gente está buscando olhar para a parte operacional e identificar quais são as oportunidades que a gente pode estar buscando, né? Então a gente entende que esse olhar para o processo, buscando otimizar de forma ágil o retorno para o nosso cliente, para o nosso colaborador se sentir seguro, foi um grande desafio, né? E a gente aproveitou também, como acabou que reduziu um pouco do volume da nossa demanda, a gente também buscou otimizar, então, buscar o refinamento das nossas regras, como que a gente poderia... aquelas regras que estão ali no alerta diário para quem autoriza, elas são necessárias? Será que a gente tem como minimizar esse trabalho para o colega que está ali olhando a autorização? Será que a máquina consegue nos apoiar? Será que a gente tem a tecnologia? Então a gente buscou esse momento também para reorganizar a casa. Eu mesma enquanto time, a gente estava reestruturando a nossa área, a gente tem um time, é um time de custos que responde pela parte de parametrização e orçamento da empresa com relação ao comportamento do custo. E a gente estava unindo esse time. A gente tinha uma descentralização das parametrizações e a gente resolveu unir. Estava tudo organizado, planejado para o mês de março. E acabou que no mesmo momento nós fomos surpreendidos. Então é desafiador a gente transformar a nossa operação diária aí.

SPEAKER_03 8:25

Ok. Obrigado, Camila. Por favor, Gabriel, suas considerações sobre esses aspectos que eu comentei.

SPEAKER_04 8:32

Bom, a Claro é uma empresa que vende um produto que é essencial, né? Um produto que é fundamental hoje, que é a internet, além de levar também o entretenimento, né? Então as pessoas, ainda mais essa questão de isolamento, né? É fundamental que as pessoas consigam não só trabalhar no seu dia a dia usando a internet, assim como a gente está fazendo essa live nesse momento, né? Depende da internet, depende de energia, mas ao mesmo tempo permitir que as pessoas tenham o seu momento de lazer, de informação, de notícia, né? Então, são serviços essenciais. E não diferente das outras empresas, é claro, é uma empresa com 40 mil colaboradores mais ou menos, também precisou tomar várias medidas, né? Até porque a gente precisa deixar uma equipe grande, ter uma equipe enorme na rua para garantir que todos esses serviços estejam funcionando e funcionando com qualidade. É fundamental para uma empresa o tamanho da Claro e com a exigência que ela tem em relação aos serviços prestados. Então, nesse aspecto foi uma mudança enorme. A gente ainda estava se acostumando com essa questão de home office, na verdade, a gente vinha discutindo a questão home office, não é algo que a empresa já vinha adotando, and de repente todo mundo foi pego de surpresa andar VPN, tem que fazer isso, tem que fazer aquilo. Ando mesmo, minha percepção, embora naquele moment a gente fala, nossa, será que eu vou conseguir acesso? Não vou, estou conseguindo conectar, não vou, foi um pouco lento, com o tempo a gente falou, no, foi muito rápido. De repente a gente já estava com VPN, já estava todo mundo trabalhando, algumas ferramentas que a gente tinha uma dependência de segurança também já estavam disponibilizadas. Ando bem feito, embora seja uma coisa monstruosa e muito grande, mas aconteceu de uma maneira muito bem planejada. Eles também têm um comitê, um comitê de crise que foi montado nesse momento, and todo mundo ali at the moment também passando informações que foram fundamentais para o governo andation. In relation à questão dos dados, acesso aos dados e a capacidade de análise, essa necessidade que surgiu a partir do Covid, as telcos, as empresas de telecom, elas foram fundamentais nesse momento. Elas passaram informações importantes, fornecer e continuam fornecendo informações importantes para o governo, para ajudar o governo nessa tomada de decisiones, assim como também a empresa precisou, usando canais digitais, a gente sempre já tinha canais digitais, mas tudo isso exponencializou. Então a necessidade de analisar dados foi fundamental.

SPEAKER_03 11:19

Bacana, Gabriel. Laércio, por favor, você fechar esse bloco, eu queria ouvir sua visão sobre esse primeiro aspect.

SPEAKER_02 11:27

Nós consideramos esse momento a moment of apprendizado and opportunidades. Logically, vamos dizer que não sofremos, seria lógico, até in function of mortes and desemprego in terms mundiais. But a gente repensation, repensamos os processos, colocamos quem in casa, andas with a discipline. Reforçamos o 5S, for example, which is a base of the pirâmide of an organization, and verification that empresas who have this méthode implantado, this filosofia bem implantada, conseguem assair much and with much agility. So nós tentamos ser ágeis nisso, justamente a culture propícia a so. Nós temos allá informations necessarias forces. And in general, not those, obviously, but we have in general information for what we have our decisions and our base of data. My curiosity in the university after a semester of a lot of online, we're going to semester, and we'll forth parcel with empresas in force that we'll desen a semestre project. And these projects, as well, as profissionals online accessíveis, not with palestras, but effectively dental projects.

SPEAKER_03 13:44

So I pergunt why you evaluate the use of dados in your segment of negotiation or in this area of at the end of the day. I can come back with the Alaércio, okay?

SPEAKER_02 14:31

Você fala indústrias de frente a porte, como as nossas, for example, elas têm acesso, têm tecnologia. Although recentemente, um pouco antes do Covid, nós tivemos uma reunião lá na Fiesta em que eles divulgaram uma pesquisa that 40 ou 50% das empresas não conhecem sequer o Lima no Fact. Então, aposto isso, até trabalhando com a SEF Brasil, que é uma associação de cervejarias, e também para o projeto Brasil Mais de desenvolvimento do país, nós liberamos todo o nosso conteúdo, a nossa escola de gestão, que trata da gestão da empresa, trata da base não só da melhoria contínua, mas da gestão como um todo. A gente já disponibilizou com a chegada do Covid, nós antecipamos tudo isso, colocamos eles online. Hoje nós temos webinares e treinamentos online disponíveis, já implantamos o sistema em algumas empresas, algumas microcervejarias, por exemplo, no Brasil. E a ideia é que a gente cada vez mais compartilhe o nosso conhecimento para democratizar a informação. O segredo não é só ter a informação, é poder ajudar o desenvolvimento não só da empresa, das empresas, como de um país, com acesso a informações e à informação e à tecnologia como um todo.

SPEAKER_03 15:56

Obrigado, Laerto. Gabriel, por favor.

SPEAKER_04 16:01

Bom, na área que eu atuo, atuo no hub de inovação, como eu comentei, trabalho numa Squad, onde a gente desenvolve POCs, MVPs, e até chegar num produto, para a gente dado é fundamental. Sem dado a gente não consegue avançar. E a gente, inclusive, tem um case que é muito interessante, que é o Smart Content, que é uma ferramenta de recomendação personalizada. E ele depende 100% de dado. Então como que você não recomenda se você tem um dado? O que é uma recomendação personalizada, acho que para colocar todo mundo também na mesma página? É quando você, por exemplo, entra lá no YouTube e você pesquisa a respeito de uma receita, chega no dia seguinte, você pesquisa de novo o YouTube a respeito de receita e vem uma série de informações conduzentes com aquilo que você pesquisou anteriormente. Então você tem hoje Netflix, você tem YouTube, você tem o próprio Google, que a todo momento leva uma recomendação personalizada. E tudo isso depende de dados. São dados que são coletados à medida que as pessoas participam de alguma forma daquela empresa ou daquela busca. Então você coleta aquela information, você trata aquela information, e aí você consegue passar um conteúdo que interessa a quem está pesquisando naquele momento. So nesse contexto, a gente não vive sem dado. O dado, como eu falei, ele é fundamental, but it is fundamental que ele seja um dado também com qualidade. Não basta a gente ter dado. A gente tem que ter dados que tenham qualidade andam com que a gente avance nesse cenário. O Smart Content, nesse contexto, eu acho que ele traz tudo isso para a gente. Começa ali com. Eu falo que eu costumo dizer que a gente tem um motor, que é o algoritmo, e o dado é o combustível. Então, ator momentos, para que esse motor funcione, a gente precisa estar alimentando ali com aquele dado. Andar recomendações aí para os nossos clientes.

SPEAKER_03 18:10

É isso aí mesmo. Gabriel, o dado é o novo petróleo, né? Como se diz. Agora se usou a palavra combustível, eu gostei do motor e do combustível. Muito bom. Imagino que um sistema desse deva ter uma quantidade de informações enorme para serem processadas a tempo muito rápido. Muito bacana. Eu só queria, antes de passar para a Camila, lembrar, para a gente fechar esse bloco, lembrar os nossos convidados no YouTube que eles podem colocar as suas questões no mecanismo do YouTube e ao final a gente vai procurar responder algumas delas, tá bom? Camila.

SPEAKER_00 18:45

Então, a Unimed Porto Alegre tem em torno de 600 mil clientes, mais de 600 mil clientes, na verdade. Nós pretendemos ao sistema Unimed, and quando a gente fala de custo assistencial, a gente está falando de uma grandeza em torno de 2 bilhões e 600, 2 bilhões e milhões. Ands devem escutar na mídia, a questão de custos cada vez mais altos, as pessoas with difficulty. And most of the question of fraudes, those desperdics that for many ways are in this market. É uma fraude, é um desperdício. A gente tem que clarear, deixar isso claro tanto para o cliente, como para o médico, como para o colaborador, que seja de uma forma mais fácil. Para a gente evitar que a gente seja de fato um facilitador para que isso aconteça. Então, os dados para nós são extremamente importantes, porque daí a gente começa a observar onde está a oportunidade, no que a gente pode trabalhar, quais são os padrões que a gente tem, que a gente identifica, que aquilo está desviando. Então, é uma mudança que a gente precisa fazer dentro da nossa operação e que a gente vem trabalhando nisso, através da clarificação das regras, através da automatização, para que a gente possa, de fato, reduzir o possível desperdício e ainda otimizar para o nosso cliente, né, quando ele de fato precisa usar o plano, que isso tenha uma resposta ágil, assertiva, que eu sempre mexo que é a hora do vamos ver, né? Na hora do vamos ver, ele quer ter uma boa experiência. And that's boa experience precisa estar ali cerçada naquilo que ele tem cobertura, nas regras que sejam claras para os médicos, para os prestadores. So buscar a padronização andar com essas regras, com as parametrizations, é o que a gente vai fazer dentro do nosso time. So, for usar uma ideia, you think one consultora focused in this operation, that's trabalhar com as otra areas. And analysis that de facto operacionaliza todo esse trabalho, onde a gente tenta from the teams identificar as opportunities. And identificar aquele padrone at the dados that a gente busca, vamos entender mais com operação, o que pode ser trabalhado? Será que aquele dado de fato é uma verdade? Será que a nossa regra está clara? So, muito do que a gente vem transformando o nosso modelo é não ter regra simplesmente daquilo que é cobertura ou daquele que é um quantitativo que foi feito uma avaliação técnica que determinou essa informação, mas sim buscar uma oportunidade através do que o dado está nos dizendo e que as pessoas também veem a oportunidade. Como que a gente pode otimizar? Como que a gente pode agilizar o retorno para o cliente de forma assertiva? Então, dentro da nossa nossa trajetória, isso vem mudando um pouco. Então, não é simplesmente olhar para o dado assim, X% tal desvio, está o desperdício. É o que da nossa operação a gente pode melhorar, clarear muita coisa relacionada à comunicação, seja para o médico, seja para o cliente. Então, todo mundo, todos os agentes têm um papel importante para de fato a gente poder olhar para o dado e ver se tem aquela oportunidade mesmo ou não. Então, acho que o desafio que a gente vem passando é muito bacana, e os dados, de fato, valem ouro, eles não mentem e a gente pode estressar e buscar oportunidade, mas muita coisa está na operação que a gente consegue trabalhar com os times.

SPEAKER_03 22:54

Legal, Camila, muito obrigado. Passando para esse terceiro block, I gostaria of you about a vision of you with the perspective of the future. We'll learn a little bit. In this quotidien, we know that the use of techniques of intelligence artificial technologies works more important to design this capacity of intelligence of data. So we have now the algorithms that appear with these data. So we'll go a pass at front. These success are designated in this area, like the reconnectivity of patrons in time real, prediction of tendences, used in the industry, a prescription for decisions and automation, we'll say intelligent of actions. And this is agregando vantages competitiveness. And a more agility in the operations. So, come on with you, Elias, trazendo, I can pergunt, puxando para a Industria 4.0, which is the theme where you are inserted, with a grande sensorization and a great collection of novel in those points of a process productive, what vem por aí, a sua perspectiva, o que você pode dizer in campus da Industria 4.0.

SPEAKER_02 24:42

As nossas fábricas are bastante modernas in general. Nós temos fábricas de diversas épocas, but the mayor, 50%, are relatively novas, elas têm a tecnologia já bastante preparada para a indústria 4.0. Obviamente quando você migra de uma tecnologia para outra, 2, 3, 4.0, ela tem uma melhoria. O nosso cálculo aqui, comparando as nossas diferentes fábricas, é que a mudança de 3, 2 para 3, para 3,5%, não dizendo as quatro, mas cada pulo desse, cada movimentação dessa, corresponde a uma redução de custos na ordem de 30%. Então realmente é vantajoso. Só que a empresa só vai investir, ela tende a investir somente naquilo que traz retorno realmente financeiro, que comprovadamente traz um retorno financeiro. Andoura se aproximar muito a tendência, se aproximar do ecossistema de inovação, com startups, com centros, universidades, pesquisadores, não apenas para baratear o custo da tecnologia, but também para agilizar, para entender exatamente onde a tecnologia pode nos ajudar, onde os controles vão efetivamente ajudar e agregar valor tocando, ou reduzindo custos ou melhorando o processo como um todo, a qualidade ou produtividade propriamente dita. A minha dúvida é se nós vamos ter os profissionais formados para isso, em quantidade que a gente precisa, porque já estava sendo sinalizado, já vinha sendo sinalizado há tempos e agora acelerou esse processo. Existe uma defasagem de profissionais capacitados no Data Analytics, for example, profissionais que possam tratar realmente os dados e chegar a informações consistentes para que a gente possa tomar decisão, para que a gente possa efetivamente agregar valor ao nosso produto, à nossa competitividade como um todo. So fica sempre a dica that quando trabalhamos na industria, nós effettivamente vamos ver sempre a retorno, and a melhoria, canalia of competitivity organization.

SPEAKER_03 27:20

But Alércio, you have a point with the university, you have another papel. Interesting. It's a problem that we have to enfrent. I think, Alaércious, I would say another point.

SPEAKER_02 28:03

A melhoria contínua funciona basicamente as agent of mudances. So it introduces the discipline, the méthod, discipline with méthode, com raciocínio científico dentro of the organization. So the mudances after passing with competitiveness, after passing for technologies, a melhoria contínua sempre está envolvida de alguma forma. Andada os profissionais da melhoria contínua estão se desenvolvendo, pelo menos na empresa anda, também estamos trabalhando fazer essa fonte, and associar, por exemplo, NICEGMA com Data Analytics, com o BI, com ferramentas de BI, para que eles possam, acima de tudo, o profissional da melhoria contina tem que ser um analista de dados more consistent, because nós verificamos, para citar um exemplo, quando nós fazemos a verificação de análises sérias temporais, for example, for the Covid as regions where fábricas, to decide if the fábricas, as divergências do que isla. Because the people feel an análise as well superficial, and cabin of dados, quem vai refinar os dados para o caso em concreto, notando que a media tem divulgado é errado, I'm not sure, o profissional apto a pegar esses dados, entendê-los and desdobrá-los em informações que nos auxiliem efetivamente para decidir se devemos ou não abrir a fábrica, se devemos, como devemos agir, esse profissional tem que ser muito capacitado and parece simples trabalhar com data analytics, for example, but o computador faz a parte mais abraçal, mas a mais fácil, que é tratar os dados.

SPEAKER_03 30:30

Alaércio, you coloca mais one of capacitação da preparation, realmente crítico important. Camila, with the aumento of the use of the telemedicine, we're going to live the telemedicina in saúde, I imagine that an avanço, an avalanche, a grande volume de novos dados estruturados, dados que nós já conhecemos da estrutura, dados medidas, etc., and não estruturados. For example, aquilo que é feito inamnese de um médico for a fala, as imagens, tudo isso vai crescer. Qual a sua visão sobre isso?

SPEAKER_00 31:30

But a gente is a place that is too ágil as well. So a gente não tem essa certeza that. So that's discutida legally. And influencia bastard, in the meses, pode ser uma novidade, que é a questão da lei de protection of dados. So, embora a gente tem this avalanche of concordo contigo, trabalhá-las in a serie of cautelas, obviamente a gente pode usar, for example, a plataforma de decisiones, for apoiar o cliente, seja o cliente injecting a mic. So there are forms at the same time to facilitate. Os administrativos, but falando em anamnese, falando em patologias, então a gente realmente isso tudo vai parar, tomara que não pare, tomara que isso nos ajude a identificar previamente as patologias, que eu consiga que o risco que eu estou, digamos, correndo, que a gente consiga, através dos dados, apoiar tanto o médico quanto o cliente e identificar isso com antecedência. Então acho que, falando de futuro, a gente tem muito ainda a desenvolver na área da saúde, tem muita oportunidade, e acredito que os dados, se a gente souber tratá-los, respeitando todos os limites, correlacionando fatores, daqui a pouco é um exame, é um cliente lá que vai fazer a consulta com o médico, mas ele já fez o exame há pouco tempo, quem sabe eu já posso lembrar ele, olha, mostra para o seu médico. Talvez é simples, isso é uma operação que é simples de fazer. Os dados vão conseguir cruzar isso sem envolvimento de ninguém. E o cliente vai ter decisão na mão dele, eu quero mostrar o meu exame, né? Então, a máquina, a plataforma de decisão pode nos apoiar nisso. Então, eu acho que tem coisas muito legais aí para o futuro que vão nos ajudar enquanto pessoa, né, para a gente garantir uma saúde de melhor qualidade. E acredito, assim, o meu desejo, na verdade, é que não pare, né? Que a gente consiga seguir com a telemedicina, como nesse momento de pandemia que acabou acelerando, mas esse é um assunto que já se discutia há muito tempo dentro da Unimed, por exemplo, a gente estava dois anos tentando emplacar essa ferramenta e a gente tinha dificuldade. So, quando entrou, vamos disponibilizar para o cliente, vamos nos incentivar que o médico use. Andá muito mais preocupado com isso, com o acesso do cliente, de ele conseguir usar, garantir a segurança, que isso também é outro ponto que tem, né? Todo mundo tem muito medo do que o seu dado daqui a pouco vaze. Então, quando a gente fala de saúde, isso é um pouco complicado. Então, por isso que eu citei logo no início, né? A questão da lei de proteção de dados, que é o que nos ancora. E tendo isso, né? Por que não usar o dado para apoiar no diagnóstico do cliente? Do paciente que está na frente do médico. So I think a gente tem muito toquinho a isso. Acho que tem muita technologia que vai nos apoiar, and no futuro com tudo isso. Legal.

SPEAKER_03 35:06

Legal, bacana. Vem ver o mundo novo for usar, tanto clientes, usuarios, and you, and all this question of protection of dados is crucial, really. Interesting. And these data will permit create decisions intelligent, because we have much capacity to appreciate these.

SPEAKER_00 35:27

Perfect risks that are at the front of médically, for it is complicated, with base sort of people follow. So, with much information, the diagnostic will be much more precisely. So I think this is the future.

SPEAKER_03 35:41

Gabriel, coming the area of innovation, da Claro, estão vendo, in termos de oportunidade, extração do valor dos dados. I'll say that complemento com mais uma mais na frente. But vocês da area de inovação estão vendo essa extração, as opportunidades que tem nessa extração de dados.

SPEAKER_04 36:10

A gente tem essa questão de provocar, a gente também tem algumas, além das provocações, a gente também tem essa questão de fomentar a inovação. E pensando a Claro com a empresa do tamanho que é e com a quantidade de clientes que tem, então dados não é um problema para a gente, com certeza não é um problema. Mas o Bion não é a única frente dentro da Claro que inova, né? A gente tem outras frentes dentro da Claro que também inovam. Então, a gente, de alguma forma, contribui para que isso continue acontecendo lá dentro, para que os dados sejam cada vez mais utilizados com as oportunidades que eles oferecem. Eu comentei com vocês do Smart Company, que é um algoritmo de recomendação, ou alguns algoritmos de recomendação. Mas também a Claro tem outras formas, ela tem outros produtos, né? Tem produtos que apoiam o negócio, por exemplo, as empresas, por exemplo, na hora de conceder um crédito. Então, a Claro também tem produtos que ajudam esses clientes que a gente chama de B2B, que são as companhias, as empresas, nesse momento de fornecer um crédito, na hora de a venda, coisas do tipo. A gente também é um ecossistema, a gente também procura conectar, o Bion procura conectar esse ecossistema de inovação com as startups. Então a gente busca ator momentos essas parcerias e startups no mercado para que essas empresas possam também trazer soluções, soluções inovadoras, and consigam nos ajudar a trabalhar andar opportunidades com esses dados cada vez mais. Como eu falei, a gente tem dados, não é um problema. Então a todo momento a gente está buscando como que a gente pode trabalhar in área XPTO com essas startups, de alguma forma a trazer tecnologia com a rapidez que o mercado exige também, que os nossos clientes exigem, para que a gente consiga transformar esses dados que a Clary possui em informações valiosas que contribuam para o nosso cliente andar se tornas fontes de receitas fora. So, in this context the BION has been important and permitted questions very promissor in this connection with startups and this ecosystem of innovation.

SPEAKER_03 38:51

So you can of a certain way propiciate these decisions more rapid, more dynamics, and embased in a vision more ample in the corporation. And my pergunt was exactly how the Byon vem participant, if he vent participant, if it has influence in that trajet story of the organization, but I think you respond to the area of innovation sending an alavancador of mudances in transformation.

SPEAKER_04 39:30

No, exactly what you comment, and this mission to provocate, which vem fazendo muito bem with them associated with startups and this novel modelo, where a gente level this necessity, this time to market for algorithm, e a gente ajuda também esse time, essas outras áreas a criar um ambiente que permita a gente trabalhar com maior agilidade.

SPEAKER_03 40:00

Tá certo, bacana. Voltando então para a Camila, para a gente terminar esse bloco, estamos terminando a nossa live, na verdade, eu sei que vocês deram o primeiro passo no tema de modelos preditivos, no processo de decisão operacional. Se não me engano, esse você citava a questão de abuso, de desperdício. Você pode me falar, nos falar como é que está esse tema, como é que ele deve evoluir, como é que está o andamento disso na sua perspectiva?

SPEAKER_00 40:28

Então, isso não é uma tarefa fácil, porque na área da saúde, eu fazer uma cirurgia e você fazer uma cirurgia, a gente provavelmente vai usar recursos diferentes, distintos. Então a gente sim tem um modelo ancorado com base em dados, onde a gente identifica o comportamento dentro do processo da auditoria. Então, o paciente já fez o procedimento cirúrgico, já recebeu sua alta, o hospital faturou essa conta. Então, a gente tem um modelo que vai buscando análise de desvios. Tu deixa de analisar o item da conta, a seringa, a agulha, o catéter, enfim, ou o recurso em si, e tu passa a analisar isso por comportamento. Então, esse modelo a gente já está com ele rodando. O que acontece? Tem que ter sempre alguém de olho para ver se a máquina está alertando ali algum risco dentro do processo. Ele não é uma atividade que é simples, precisa de conhecimento, precisa do conhecimento técnico das pessoas. Então a gente tem um time na auditoria de enfermagem que é super capacitado, a especialidade de cardiologia, que nos apoia muito quando a gente faz essas imersões. A gente já fez threstagens, então a máquina vai analisando ali e dizia, olha, XXX padrão, né, numa auditoria normal de uma conta, está sendo esse. Esse aqui ficou três dias internado, enquanto todo mundo daqui a pouco está ficando dois. Um exemplo. Então aquela conta ele para e vai ser analisada. E aí a gente começa a fazer alguns períodos de testagem. Então a gente está nesse momento hoje na casa, de ver o que a máquina identificou dentro do processo de faturamento dos hospitais, o que a gente pode de fato dali seguir ou refinar. Muitas vezes tem que calibrar o modelo. Então a gente está fazendo esse trabalho com os times, primeiramente no meu time, avaliando toda a parte dos dados, se os dados estão todos certos ali, os apontamentos, os riscos que estão sendo nos expostos, se estão de acordo, e aí na sequência a gente passa para a etapa do time técnico para apoiar no refinamento. Então não basta só o olhar analítico, tu precisa do conhecimento técnico para de fato poder finalizar aquele acordo ali que o modelo ancorado está adequado. Então, esse é o momento, João, assim, é o momento de aprendizado, né? Ele é contínuo, então não é fácil tanto transformar a operação que a gente tem, né? Não é rapidinho, assim. Eu te diria que a gente está na linha do aprendizado e vendo tudo isso acontecer. Mas eu acho que é um futuro, pensando em futuro, tem muita oportunidade de que as nossas pessoas sejam capacitadas, que nem até o Alert estava falando, né? A gente precisa capacitar as pessoas para conseguir apoiar e ver se aquilo que a máquina está apontando faz sentido, se não faz sentido. Então, é um olhar complementar, né? Não é só uma máquina trabalhando sozinha, identificando um modelo, um perfil, e ok, são riscos expostos e a gente tem que olhar aquilo para um modelo de auditoria diferente. Então, dentro da casa, a gente está nesse momento de adequação e aprendizado, mas acho que vai dar super, vai dar super certo. Acho que nesse momento é que a gente unificou os times, está trocando conhecimento na parte de parametrizações e regras, né? Que foi uma decisão que a gente tomou esse ano aí na casa, foi muito bacana, e aí isso aproxima do time da auditoria, aproxima as áreas, e o retorno não tem como ser diferente. Eu acredito muito que vai acontecer logo ali na frente, talvez uma tomada de decisão, de moderação de processo, que vai dar resultado. So not a busar desv. I think that me preocuping sequence de fato de a melhor quality for my client. If you were realized traz a melhor desfecho clínico, se daqui a pouco pagar uma diaria a mais, de uma melhor for the client, it is that cinco diárias a mais, and the client daqui a pouco pegar uma infecção, enfim, otra problemas agregados of a massistência. So I think it's in this sentiment that we use a transformation and super certain.

SPEAKER_03 45:06

But we can culturally, competences colour and ferrament. O Carlos Silva nos pergunta o seguinte: na parte de detecção de perdas, como hoje o seu time trabalha para identificar as mudanças de comportamento e descobrir novas fraudes? Essa é a pergunta colocada pelo Carlos.

SPEAKER_00 45:39

Hoje essa parte não está totalmente automatizada, né? Algumas coisas a gente já tem padrões definidos e a gente já consegue, em tempo real, dar o retorno lá na operação, onde esse exame aqui não está condizente, né? Então, vários retornos a gente já tem uma parte automatizada. Na parte de fraudes que a gente vem buscando mais é identificando através dos comportamentos, então olhando os dados, os comportamentos esperados, de determinada especialidade, determinado procedimento, o que dali está desviando. E aí a gente vai para o processo e entende, no processo, o que aquele desvio, por que aquele desvio acontece? Se é por uma conduta médica, uma conduta de comportamento de cliente, ou se é na operação. E aí se é na operação a gente consegue tratar isso de forma mais fácil, buscando clarificar o regramento, que nem eu disse, automatizar a operação, por vezes, dar alerta para quem está ali no processo de auditoria, né? Então, como eu disse, são mais de 600 mil clientes que utilizam o seu plano, tanto o cliente quanto o prestador, precisa de uma agilidade nesse retorno. Então, quando a gente busca, através de padrões, buscar perfis, bom, tá desviando, fica mais fácil para a gente entender aonde está a oportunidade e trabalhar possivelmente na operação. Hoje nosso foco, digamos, o meu time hoje é muito mais o foco na operação, buscando a oportunidade, daí a gente usa o time da auditoria médica para identificar se de fato condiz ou não, e depois cria a regra, e aí dentro do motor da plataforma de decisão, a gente acaba apontando, né, correlacionar fatores para apoiar. Hoje a gente busca muito mais tratar e dar a resposta durante o processo já de autorização, não só no pagamento, a gente tem muita regra no pagamento, mas a gente está tentando virar a chave um pouquinho para a parte de autorização já poder dar esse retorno antes do comportamento acontecer. Mas quando a gente não consegue fazer isso antes do comportamento, depois, através dos perfis, dos possíveis desvios que a gente identifica, daí a gente trata. Mais ou menos nesse contexto.

SPEAKER_03 47:39

O Carlos complementa a pergunta dele, talvez uma parte, eu acho que ele diz, né, nesse processo de automação, gerou ganhos para a área de auditoria? Eu imagino que seja assim, eu vou deixar você responder, mas ele pergunta, já foi possível quantificar? Quer dizer, vocês têm realmente o uso desses dados nesse processo de decisão foi importante e gerou resultados positivos?

SPEAKER_00 47:59

Então, sim, a gente a busca constante pela mensuração, é o que todo mundo sempre fica, né? Bom, tá, o quanto isso está gerando de resultado? Mas sim, temos já resultados mensurados com relação a isso, não vou trazer aqui, mas abertamente, mas se ele quiser, depois também pode me procurar, a gente pode explicar um pouco melhor. A gente tem otimização de processo, a gente tem otimização de pessoas por vezes, acaba acontecendo, quando a gente não consegue realocar isso em outra situação. But acho que de fato é a padronização, o que a gente conseguir dizer, que a gente está conseguindo transformar nosso processo, a nossa operação, de sair do caso, do item, para perfil, para padrão. Acho que isso é o maior ganho que a gente fala de transformação, né? Então, hoje, nosso time da auditoria está passando por um processo de transformação. E é muito legal. Eu sou uma coordenadora que apoia, trabalha para a auditoria, né? Então, o time de parâmetros ali, a gente trabalha buscando regras e aperfeiçoar para que a auditoria facilite o seu processo de trabalho, para que seja assertiva, para que daqui a pouco no dado nem vai precisar ver, porque a regra já foi criada antes. Então, acho que é otimização quando a gente fala de dar segurança para o colaborador, dar segurança para o cliente, e dar segurança para o médico e para o prestador, que vai ter o seu. Aquele que está lá prestando, no final das contas, o atendimento junto com os médicos. Então a gente tem que dar essa segurança. Então, acho que isso é um ponto aí que a gente vem, que ele talvez, não seja tão fácil mensurar, mas a segurança e a agilidade para o cliente e para os prestadores, para todos os agentes envolvidos, né, acho que ele é super importante e a gente vem dando também resultado nisso.

SPEAKER_03 49:32

Legal. Alaércio, o Oswaldo Torsten tem uma pergunta aqui dirigida a você. A pergunta é, o gêmeo digital is uma promessa positiva nesse universo de inteligência de dados?

SPEAKER_02 49:45

Certamente. Ele nos permite, e já estamos utilizando inclusive, ele nos permite fazer as mudanças, testar as mudanças, antes de uma implementação, antes de um expendio maior of valores. And antes do investimento, nós podemos, através do Twin, fazer uma estimativa de qual é o ganho, quanto de produtividade a mais eu vou ter com essa modificação e estimar realmente se vale ou não, pode justificar ou não um investimento por parte da empresa. Então, logicamente que ele está sendo cada vez mais utilizado na indústria andar na formação do pessoal. Acho que estão tendo diversos desafios indecuados para justamente trabalhar com simulations, com gene digital, para que effettivamente italian.

SPEAKER_03 50:52

I think a gente já talk in other elements, other components of gems digitais, we're talking about IoT, sensorization, analytics, to this, of a certain way, connect. Tem o pacote inteiro aí. Muito legal. O nosso tempo está se esgotando. I'm sort of alert for you. Alas, alguma consideration that you posted in this moment, I'd like to drop the palavrace for encerrary if you tell some of them for a gonna fetch.

SPEAKER_02 51:54

And this is the moment of guerra. The COVID propiciated this moment indesejado, but we propiciate. The only difference is that we don't know about a guerrilla that we don't identify the enemy. It is so pequeno that we don't consume any virtual. But in a guerrilla, the technology is very important. But can give guerra are the people.

SPEAKER_03 53:34

Legal, Anaerson. Gabriel, for sure.

SPEAKER_04 53:45

Vocês do CPQD. A gente também trabalha com um time muito bacana lá, um time do CPQD, nesse projeto do Smart Content que eu comentei. Então, obrigado. Quanto a essa questão dos dados, que a gente falou praticamente na hora de toda, a gente vê dois gigantes no mercado, Google, Amazon, dois gigantes, que estão trabalhando muito bem essas frentes, andar assistindo esse resultado, or the result that these empresas produce. And a gente is segue what they're doing. What I observed is that the empresas precision of, independent of the attent to those questions of dados. I think technology a gente tem de sobra, conhecimento bastante, qualificação também tem bastante. Talvez falte a pouco mais de integração. This question of query resolve a problem, de entenderem, abraçar aquilo e falar assim, no, a gente precisa fazer o negócio acontecer, precisamos fazer juntos, porque o propósito é um só fundamental. There are questions that seem, não pode por causa disso, não pode por causa daquilo. Vamos fazer, vamos pensar, but falta um pouquinho mais de integração as pessoas e quererem realmente colocar a mão na massa andar o que as otra areas estão pedindo, abraçar, and so I follow de uma maneira geral, tenho vivência também in outra empresa, and a gente percebe essas discussions that elas só mudam de endereço. But the technologia pode atender todo mundo da mesma maneira. É isso.

SPEAKER_03 55:25

Camila, então, para você encerrar suas palavras finais.

SPEAKER_00 55:29

Eu queria agradecer a oportunidade ao CPQD, ao time também do CPQD que trabalha conosco, mas principalmente também ao time que trabalha comigo, como eu falei pra você, nesse momento de transformação de time, eu tenho 18 people who are coming in guarda-chuva de parametrização, regras, orçamentos de custo. And juntando the linha que o Alessie trouxe, que o Rot me trouxe, the Covid fez mudar comportamentos. Nós irmos para nos casas, nos afastou no meio empresarial, but it was unique. I was conversation with my team, and it's a moment of transformation that se permitir, aquela palavra, mas sempre foi assim não existe. And I track it for the proposal, to make a difference and cuid those people. I sort of dando um oi for ajuding, and I think it's the opportunity, contemplation aí no precisely.

SPEAKER_03 56:58

And those who are at the end. I convinced the Ronaldo for us and take our encerrament. Ronaldo, for sure.

SPEAKER_01 57:10

Much empolgante this time. Se inscreva e a gente se vê lá. Abraço.