Aula Prática Fundamentos da inteligência artificial aplicada

Aula Prática Fundamentos da inteligência artificial aplicada

NOME DA DISCIPLINA: FUNDAMENTOS DA INTELIGÊNCIA ARTIFICIAL APLICADA
Unidade: U3_Aplicações de Inteligência Artificial
Aula: A2_IA Aplicada para Negócios

OBJETIVOS
Definição dos objetivos da aula prática:
Utilizar IA generativa para análise de cenários empresariais reais.
Interpretar dados de negócio com apoio de ferramentas de IA.
Identificar problemas, priorizar ações e propor soluções orientadas por dados.
Avaliar criticamente limitações, vieses e riscos ao usar IA em decisões estratégicas.
SOLUÇÃO DIGITAL: Google Colab
LINK SOLUÇÃO DIGITAL (EXCETO ALGETEC): ChatGPT, Gemini ou Copilot
(Versões gratuitas são suficientes)
PROCEDIMENTOS PRÁTICOS E APLICAÇÕES
Procedimento/Atividade nº 1
Análise Estratégica com IA – Comparação de Produtos.
Atividade proposta:
A empresa TechSolutions identificou os seguintes dados sobre seus produtos nos
últimos 12 meses:
PRODUTO A (Software de gestão):
• Vendas: R$ 2.4 milhões (crescimento de 15%)
• Reclamações: 45 registros
• Taxa de renovação: 78%
• Investimento em marketing: R$ 180 mil
PRODUTO B (Consultoria personalizada):
• Vendas: R$ 1.8 milhões (queda de 8%)
• Reclamações: 12 registros
• Taxa de renovação: 92%
• Investimento em marketing: R$ 120 mil
PRODUTO C (Treinamento online):
• Vendas: R$ 950 mil (crescimento de 40%)
• Reclamações: 8 registros
• Taxa de renovação: 65%
• Investimento em marketing: R$ 200 mil
Procedimentos para a realização da atividade:
PROMPT PARA USAR:
Analise estes dados de 3 produtos de uma empresa de tecnologia:
PRODUTO A: Vendas R$ 2.4M (+15%), 45 reclamações, renovação 78%, marketing R$ 180k
PRODUTO B: Vendas R$ 1.8M (-8%), 12 reclamações, renovação 92%, marketing R$ 120k
PRODUTO C: Vendas R$ 950k (+40%), 8 reclamações, renovação 65%, marketing R$ 200k
Forneça:
1. Qual produto tem melhor performance GERAL considerando todos os indicadores?
2. Qual produto está com problemas e precisa de atenção urgente?
3. O investimento em marketing está bem distribuído? Justifique.
4. Que ações você recomendaria para cada produto?
5. Que dados adicionais seriam importantes para uma análise mais completa?
Avaliando os resultados:
De acordo com a análise da IA, qual produto teve a MELHOR performance geral?
( ) Produto A
( ) Produto B
( ) Produto C
( ) Empate entre A e B
( ) Empate entre B e C
Qual é o PRINCIPAL problema identificado pela IA no Produto C?
( ) Baixo volume de vendas
( ) Muitas reclamações
( ) Taxa de renovação baixa (65%)
( ) Investimento excessivo em marketing
( ) Queda nas vendas
Com base na resposta da IA, explique em 2-3 linhas POR QUE o investimento em marketing do
Produto C (R$ 200 mil) pode ser considerado desproporcional:
A IA provavelmente sugeriu ações para o Produto B (que teve queda de 8%). Assinale a ação
que faz MAIS sentido para reverter a queda:
( ) Reduzir preço drasticamente
( ) Aumentar investimento em marketing
( ) Investigar causas da queda e ajustar proposta de valor
( ) Descontinuar o produto
( ) Copiar estratégias do Produto A
Liste 2 dados adicionais que a IA mencionou que seriam importantes para análise:
Checklist:
✓ IA aplicada para comparar indicadores de desempenho
✓ Produto com melhor performance identificado
✓ Gargalo crítico corretamente apontado
✓ Avaliação do investimento em marketing realizada
✓ Recomendações estratégicas indicadas
✓ Dados adicionais sugeridos
RESULTADOS
Resultados do experimento:
Interpretação correta dos indicadores de negócio e escolha fundamentada do produto de melhor
desempenho.
Identificação de problemas reais como baixa taxa de renovação, queda nas vendas e
desequilíbrio de marketing.
Reconhecimento dos sinais operacionais de gargalo no atendimento em lojas, como tempo médio
elevado e aumento de desistências.
Resultados de Aprendizagem:
Entendimento de como interpretar dados quantitativos e qualitativos, comparando múltiplos
indicadores para tomada de decisão estratégica.
Capacidade de utilizar IA como ferramenta de apoio — e não substituição — na identificação de
oportunidades, riscos e melhorias.
Conhecimento para reconhecer desequilíbrios operacionais (como filas e queda de NPS) e
identificar causas estruturais mais prováveis.
Habilidade de propor ações factíveis, priorizadas e alinhadas a restrições reais do negócio, como
orçamento limitado.
Compreensão de que algoritmos generativos podem errar, simplificar demais ou não considerar
o contexto local, exigindo validação humana.
Capacidade de conectar dados de venda, renovação, marketing e reclamações para construir
análises sólidas e recomendações acionáveis.