Aula 8 (16/10) · Revisão da A1 (23/10). Cobre Aulas 1 a 7 (UA3, UA4, UA5 até OCR, chatbot e viés). Não aprofundar além do que foi dado.
Tempo sugerido (2h): mapa (5 min) · UA3 (25 min) · UA4 (25 min) · UA5 (25 min) · glossário e confusões (10 min) · quiz (8 min) · atividade em dupla (15 min) · exercício e e-mail (7 min).
Quiz V/F: F · V · F · V · F · V.
Atividade em dupla: 1 IoT · 2 PaaS · 3 silo (ERP) · 4 integração (API e MDM) · 5 as duas (OCR + automação) · 6 alucinação.
Gabarito do exercício por e-mail (até 22/10, assunto ED Revisão A1 · nome): 1-b · 2-c · 3-a · 4-d · 5-b · 6-c · 7-a · 8-V · 9-F · 10-F. Cada questão vale 1 ponto.
Não aprofundar: configuração de rede, console de provedor, código SAP, ferramentas de CRM específicas, fórmulas de ML.
Revisamos as Aulas 1 a 7 com definições claras, exemplos, quiz, atividade em dupla e um exercício por e-mail. A A1 é em 23/10.
Três unidades, uma linha de raciocínio
Como o clique chega ao dado: rede, IP, DNS, nuvem (IaaS, PaaS, SaaS), 5G, IoT e Edge.
O que a empresa usa para operar e vender: ERP, CRM, funil, LGPD e integração por API.
Como a empresa ganha tempo e decide melhor: IA, RPA, OCR, chatbot, viés e LGPD.
Definições que a prova cobra literalmente
Aparelho que pede o recurso. Ex.: seu celular.
Aparelho que oferece o recurso (arquivo, site, serviço). Ex.: o Portal do Aluno.
Por onde o sinal viaja: cabo, fibra, Wi-Fi, 4G/5G, satélite. Sem meio não há rede.
Componente que deixa o aparelho entrar na rede. No celular já vem embutida.
Quem acha quem, e o que é a rede de redes
Conjunto de regras para aparelhos conversarem. O padrão da internet é o TCP/IP.
Dá um número a cada dispositivo na rede e leva o pacote da origem ao destino.
Traduz o nome do site (ex.: portal.una.br) no endereço IP do servidor. É a “lista telefônica” da internet.
Wi-Fi de casa é uma rede local. A internet é a rede de redes que liga a sua a todas as outras.
Um computador de outra empresa, usado pela internet
Wi-Fi é o corredor até a internet. Não guarda o cardápio.
O app é um atalho. O dado mora num servidor.
Um PC único trava no pico e cai. Alugar capacidade permite crescer só no mês cheio.
A pergunta-chave: o que ainda é problema meu?
| Modelo | O que você aluga | Provedor cuida | Você cuida | Exemplo |
|---|---|---|---|---|
| IaaS | A máquina (infraestrutura) | Prédio, hardware, rede | Sistema operacional, programa e dados | VM (AWS EC2, Azure VM) |
| PaaS | O ambiente para o seu app | Máquina e sistema operacional | O app que você programou e os dados | Google App Engine, Render |
| SaaS | O programa pronto | Tudo, inclusive o programa | Login, senha, quem acessa e o que sobe | Drive, Gmail, Netflix, ERP em nuvem |
“PC de mentira”: parece um computador inteiro (liga, tem disco, instala Windows), mas é um pedaço da máquina grande do provedor.
Quanto mais pronto, menos você administra: IaaS > PaaS > SaaS. App próprio da marca: IaaS ou PaaS. Drive não hospeda app próprio.
Muda a espera no ar, não o lugar do dado
| Geração | O que trouxe |
|---|---|
| 1G | Analógico, só ligação |
| 2G | SMS |
| 3G | Sites e GPS no bolso |
| 4G | Videochamada e streaming |
| 5G | Muitos aparelhos ao mesmo tempo e menos espera no ar (ordem de 100 vezes mais rápido que o 4G) |
Menos atraso entre celular, pulseira, câmera e a rede.
O dado continua num servidor (escritório, nuvem ou borda). 5G não é o prédio e não substitui backup.
Aparelho + caminho; e decidir perto de onde o dado nasce
Objeto que gera dado sozinho e o envia por um meio a um programa. Três pedaços: aparelho, caminho, programa. Ex.: catraca, pulseira, geladeira conectada. Geladeira que não fala com ninguém é só geladeira.
Processar o dado perto de quem o gerou (academia, loja, antena) em vez de mandar tudo a um data center distante.
| Onde | Papel | Exemplo |
|---|---|---|
| No aparelho | Filtra o dado | Pulseira descarta ruído |
| Na borda | Decide agora | Computador na recepção libera a catraca |
| Na nuvem | O que pode esperar | Histórico, relatório do mês, backup |
Servidor único no pico: o que quebrou?
1.000 clientes e um servidor de R$ 8.000 no escritório. Em 3 semanas: 100.000 clientes. O servidor caiu: prejuízo de R$ 150.000.
Capacidade fixa de uma máquina só não acompanha 100 vezes mais clientes. Nuvem era necessária no pico (argumento do CTO).
IaaS ou PaaS. SaaS tipo Drive não hospeda o app da marca.
Não resolvem o pico do servidor. Entram na academia física (sensor, catraca, decisão local).
Base para entender o ERP
Registro bruto. Ex.: “pedido 8812, 12 unidades, SKU A”. Ainda não decide nada.
Dado organizado para ação. Ex.: “ruptura de estoque em 48 h se não houver compra”.
Cadastro estável e reutilizado: cliente, produto, conta. Erro aqui se espalha.
Evento no tempo: pedido, baixa de estoque, título a pagar. Volume alto.
Enterprise Resource Planning: planejamento dos recursos da empresa
| Módulo (rótulo SAP) | Cuida de | Exemplo |
|---|---|---|
| SD · Vendas | Cotação, ordem de venda, remessa, fatura | Confirma o pedido após checar crédito |
| MM · Materiais | Compras e estoque | Entrada de mercadoria muda o saldo |
| FI · Financeiro | Contas a pagar e receber | Faturamento gera título |
| HR/HCM · RH | Cadastro de empregado e folha | Folha gera lançamento no financeiro |
Os cinco pontos que mais confundem
Cada área guarda o mesmo dado separado (planilhas que não conversam). Resultado: venda sem saldo, boleto duplicado.
Garbage in, garbage out: cadastro ruim (SKU duplicado, CNPJ errado) gera relatório inútil.
Documento fiscal eletrônico. O ERP monta e envia; quem autoriza ou recusa é a SEFAZ. Não é “o site da loja”.
On-premise: instalado no data center da empresa, equipe opera tudo. SaaS: o fornecedor opera o aplicativo; o cliente configura o processo.
Customer Relationship Management: gestão do relacionamento com o cliente
| Etapa do funil | Significado | Dado guardado |
|---|---|---|
| 1 Visitante | Viu anúncio ou site. Anônimo. | Origem do acesso |
| 2 Lead | Deixou contato e interesse. | Nome, e-mail, origem, consentimento (LGPD) |
| 3 Oportunidade | Negócio possível e real. | Valor, estágio, data prevista |
| 4 Fechamento | Ganho ou perdido. | Motivo da perda |
| 5 Retenção | Manter o cliente. | Pós-venda, renovação (não é lead novo) |
Dado pessoal tem regra; sistemas precisam conversar
Tela com tudo do cliente: compras, chamados, contratos, última conversa.
Regula dado pessoal. Base legal (ex.: consentimento ou contrato), finalidade informada e direitos do titular (ver, corrigir, apagar).
“Porta” que um sistema oferece para outro pedir ou enviar dados automaticamente. Como o garçom entre salão e cozinha.
Define qual sistema é dono de cada cadastro. Ex.: cliente nasce no CRM; produto e preço no ERP.
| Sentido | Dados que viajam |
|---|---|
| CRM → ERP | CNPJ, SKU, quantidade, preço combinado, prazo, número da oportunidade |
| ERP → CRM | Número da ordem de venda, previsão de entrega, número da NF-e, bloqueio ou liberação de crédito |
Três caixas para nunca misturar
| Automação (RPA) | Inteligência artificial | |
|---|---|---|
| Como funciona | Regras fixas escritas por pessoas | Aprende padrões com exemplos |
| Serve para | Tarefa repetitiva, passos sempre iguais | Prever, classificar, entender texto ou imagem |
| Entrada | Dado organizado (planilha, campo) | Pode ser solto (texto, foto, voz) |
| Quando erra | Quebra se o formato muda | Erra por probabilidade |
| Exemplo | Copiar nota do e-mail para o ERP | Dizer se a compra parece fraude |
Automação inteligente: a IA entende, o robô executa. Ex.: ler nota escaneada (OCR) e lançar no ERP.
Passos sempre iguais? Automação. Interpretar ou prever? IA. As duas coisas? Use os dois.
Bonecas russas: uma dentro da outra
Guarda-chuva: sistemas que fazem tarefas que exigiriam inteligência humana. Inclui até sistemas antigos de “se isto, então aquilo”.
Parte da IA em que o sistema aprende com dados, sem receber as regras prontas. Ex.: prever quem vai atrasar fatura.
Parte do ML com redes neurais de muitas camadas. Bom para imagem, voz e texto. Ex.: reconhecer rosto, ChatGPT.
Faz uma tarefa específica muito bem. É a única que existe hoje.
Faria qualquer tarefa intelectual como uma pessoa. Ainda é pesquisa e debate.
Exemplo do filtro de spam
“Lixo entra, lixo sai.” Dado ruim, incompleto ou injusto gera modelo que repete o erro em escala.
Score de crédito: aprende com o histórico quem paga e quem atrasa e estima o risco do cliente novo.
Prevê o próximo pedaço de texto mais provável
Lê o pedido em pedaços chamados tokens e escolhe, um a um, o próximo mais provável. O contexto é tudo o que está na conversa, até um limite.
Cria conteúdo novo (texto, imagem, áudio, código) a partir de um prompt. Ex.: ChatGPT, Gemini, Copilot.
Inventa fato, número ou fonte que parece real, com segurança. Confira: o link abre? O número está no site oficial?
Papel, tarefa, contexto, formato e exemplo. Primeira resposta é rascunho: peça, revise, refine.
A IA ajuda, a pessoa decide
Nunca cole CPF, dados de clientes ou documentos internos em IA pública. Troque por dados fictícios (“Cliente A”, “R$ 100”).
Se o histórico era injusto com um grupo, o modelo aprende e repete. Exige teste e revisão.
A IA não responde: quem usa e quem contrata responde. “A máquina decidiu” não é desculpa.
Delegue rascunho, resumo, tabela. Mantenha decisão final, números oficiais e dado sensível. Sempre revise.
Dois jeitos de achar padrão nos dados
Cada exemplo já tem a resposta certa (spam ou não spam; pagou ou atrasou). O sistema aprende o que separa um do outro. Serve para dizer “sim ou não”.
Ninguém disse a resposta. O sistema agrupa o que se parece. Serve para descobrir segmentos, não para dizer “sim ou não”.
| Situação | Tipo | Por quê |
|---|---|---|
| Fraude no cartão com histórico marcado fraude ou não | Com rótulo | Existe resposta certa no histórico |
| Score de crédito (pagou ou não pagou) | Com rótulo | O histórico já tem o resultado |
| Agrupar clientes que compram os mesmos produtos | Sem rótulo | Ninguém classificou os grupos antes |
A IA entende; a automação executa
IA de visão: lê imagem ou PDF e extrai texto (CNPJ, valor, número da nota). Erra número (8 vira 3): conferência humana nas notas altas.
A IA classifica a intenção (“perdi o cartão”); a automação abre o chamado no CRM/ERP. Sem ligação com os sistemas, ele só conversa.
| Passo | Quem faz | Exemplo |
|---|---|---|
| Ler a imagem da nota | IA (OCR) | Extrai CNPJ e valor |
| Lançar no ERP | Automação | Grava os campos |
| Entender “segunda via do boleto” | IA | Classifica o pedido |
| Enviar o PDF do boleto | Automação | Consulta o ERP |
| Reclamação de valor errado | Pessoa | Exige julgamento |
Devolver as 3 horas, com pessoa no circuito
Se um crédito for negado só por modelo, a pessoa pode pedir revisão por um humano. O modelo sugere; a pessoa confirma casos de fronteira.
3 horas de copiar e colar viram 40 minutos de julgamento. A responsabilidade continua da empresa e de quem validou.
Termo, definição curta e aula de origem
| Termo | Definição | Aula |
|---|---|---|
| Rede | Hosts interligados por um meio para compartilhar recursos | 1 |
| IP | Número do dispositivo; leva o pacote da origem ao destino | 1 |
| DNS | Traduz nome do site em IP | 1 |
| Nuvem | Servidor de outra empresa usado pela internet | 2 |
| IaaS / PaaS / SaaS | Alugar a máquina / o ambiente / o programa pronto | 2 |
| VM | Computador virtual dentro da máquina do provedor | 2 |
| 5G | Rede móvel mais capaz que o 4G; muda a espera, não o lugar do dado | 3 |
| IoT | Aparelho que gera dado e o envia por um meio a um programa | 3 |
| Edge | Processar perto de onde o dado nasce | 3 |
| Dado mestre / transação | Cadastro estável / evento no tempo | 4 |
| ERP | Processos internos integrados sobre base compartilhada | 4 |
| NF-e | Documento fiscal autorizado pela SEFAZ | 4 |
| CRM | Relacionamento e funil de vendas | 5 |
| API / MDM | Porta entre sistemas / dono de cada cadastro | 5 |
| LGPD | Lei 13.709/2018 de proteção de dado pessoal | 5, 6, 7 |
| IA / ML / DL | Guarda-chuva / aprende com dados / redes neurais profundas | 6 |
| RPA | Robô de software que segue regra fixa | 6 |
| Alucinação | IA inventa fato com segurança | 6 |
| Com / sem rótulo | Resposta certa conhecida / agrupamento sem resposta | 7 |
| OCR | IA de visão que lê texto em imagem | 7 |
Troque o “parece” pelo critério
| Confusão | Critério para separar |
|---|---|
| Wi-Fi x internet | Wi-Fi é rede local; internet é a rede de redes |
| Nuvem x celular | App é atalho; o dado mora no servidor |
| 5G x nuvem | 5G é o caminho; nuvem é o lugar do dado |
| IoT x Edge | IoT: aparelho + caminho; Edge: decidir perto |
| IaaS x PaaS x SaaS | Máquina, ambiente para o seu app, programa pronto |
| ERP x CRM | Operação interna x relacionamento com cliente |
| Dado x informação | Registro bruto x dado organizado para ação |
| Lead x oportunidade | Deixou contato x existe negócio com valor e estágio |
| Automação x IA | Regra fixa que não aprende x aprende padrão e pode errar |
| Com x sem rótulo | Há resposta certa no histórico x só agrupa |
3 minutos · respondam antes do gabarito
Com a justificativa esperada
Dupla · 15 min · 1 frase por caso
Projetar só depois da discussão
Entender com as próprias palavras vale mais que decorar
Aulas 5, 6 e 7: refaça sem olhar o gabarito e depois compare.
Para cada termo do glossário, explique em uma frase com um exemplo seu.
Uma folha: UA3, UA4 e UA5 ligadas pelo caminho do clique até a IA.
Releia o slide de confusões e crie um exemplo novo para cada par.
Individual · e-mail até 22/10
Até 22/10 · individual
1-a, 2-b … até a 7. Nas 8 a 10: V ou F.Cada questão vale 1 ponto de 10. Sem justificativa. Devolutiva para ajudar nos estudos.
23/10. Leve o glossário e o mapa que você montou para estudar.
Links já usados nas aulas
Envie o exercício até 22/10 e use o glossário para estudar.
Prof. Ramon Pedrosa · UNA · 16/10/2026