Automação de Processos para

Transformação Digital no setor público

Álvaro Farias Pinheiro
 EXPEDIENTE

Governadora de Pernambuco
Raquel Teixeira Lyra Lucena

Vice-governadora de Pernambuco

Priscila Krause Branco

SECRETARIA DE ADMINISTRAÇÃO

Secretária

Ana Maraíza Sousa Silva

EGAPE

Diretor

Henrique César Freire de Oliveira

Gerência de Educação Profissional da Escola de Governo

Marilene Cordeiro Barbosa Borges

Núcleo de Educação a Distância

Mariana D’Emery

Núcleo de Educação Presencial

Maria Elisete de Oliveira

--------

Autor

Álvaro Farias Pinheiro

Recife
Material produzido pela Escola de Governo de Administração Pública de Pernambuco – EGAPE em dezembro, 2023 (1.ed.)
2023
Curso também disponível em Escola Virtual ENAP - https://www.escolavirtual.gov.br/curso/797
Sumário
Competência 1: Introdução à Automação de Processos por RPA........................6
1.0 O que é a Automação de Processos?..................................................................6
Conceitos de Transformação Digital......................................................................6
Valor Público e Governo Digital na Quarta Revolução Industrial.............................9
Gestão Pública Orientada a Dados......................................................................14
Tecnologias para a Transformação Digital...........................................................17
Conceitos de Processos.......................................................................................26
Referências...................................................................................................28

2.0 Os Cuidados no Processo de Construção dos Termos de Referência..............29

O que São e para que Servem o Documento de Oficialização da Demanda (DOD); o
Estudo Técnico Preliminar de Aquisição (ETPA); e o Termo de Referência (TR).....29
Documento de Oficialização de Demanda (DOD).................................................29
Estudo Técnico Preliminar de Aquisição (ETPA)....................................................30
Termo de Referência (TR)....................................................................................30
Edital….........................................................................................................30
Cuidados na Confecção dos Documentos de Aquisição de Serviços e Ferramentas
para a Transformação Digital...............................................................................32
Modelos inovadores versus tradicionais..............................................................34
Referências...................................................................................................37

3.0 Conhecendo Robotic Process Automation (RPA)............................................39

O que é Robotic Process Automation (RPA)?........................................................39
Diferença e Conceitos de um Robô de Software e um Software de Robô..............43
Usos, Benefícios e Impactos do RPA.....................................................................44
História e Evolução do RPA..................................................................................47
As Versões do RPA...............................................................................................47
Da Automação à Hiperautomação.......................................................................49
Referências...................................................................................................50
Competência 2:Aplicando a RPA para Automatizar Processos...........................52
1.0 Por que Automatizar os Serviços Públicos?.....................................................52
Estratégias de Governo Digital.............................................................................53
Desafios na Aplicação da Hiperautomação..........................................................53
Qual a Maturidade Institucional Necessária para Iniciar a Automação?................55
Tendências e Impactos da Hiperautomação nos Governos..................................59
Referências...................................................................................................61

2.0 Como Realizar a Automatização?................................................................61

Como se Deve Implantar a Hiperautomação na Organização?.............................61
Identificar o que Deve ser Automatizado.............................................................62
Planejar a Aquisição dos Recursos Humanos e Tecnológicos...............................65
Projetar e Construir as Automações....................................................................66
Como Construir automatização Codificando com Python....................................67
Como Construir com Ferramentas Lowcode e Nocode........................................67
Referências...................................................................................................68

Competência 3: Casos Práticos da Hiperautomação para Transformação

Digital no Governo...............................................................................................69
1.0 Casos de Uso e Prática da Hiperautomação...............................................69
Exemplos de Robôs Desenvolvidos na PGE/PE.....................................................69
Robô Extrator da PGE/PE.....................................................................................69
Robô Lia da PGE/PE.............................................................................................69
Robô para Classificação e Predição de Dívida Ativa da PGE/PE.............................70
Robô para Recomendação de Modalidade de Cobrança da PGE/PE.....................70
Hiperautomação Realizada na PGE/PE.................................................................71
O Próximo Passo para a Hiperautomação da PGE/PE..........................................71
Referências...................................................................................................72
 Apresentação e Boas-vindas

Seja bem-vindo e bem-vinda ao curso Automação de Processos para Transformação

Digital no setor público.
Esse curso tem a finalidade de contextualizar a hiperautomação no serviço público,
quais suas vantagens, os impactos, os cuidados na contratação de serviços, as
ferramentas disponíveis, e qual a tendência do uso de Robotic Process
Automation (RPA).

Ao longo do seu estudo você vai aprender sobre a hiperautomação, isto é,

automação 4.0, que usa uma série de tecnologias inovadoras como a Inteligência
Artificial e a Inteligência Computacional. Desta forma verá uma série de disciplinas
relacionadas à hiperautomação, todas objetivando explicar a Transformação
Digital e o valor público agregado ao governo digital com o uso de robôs, que
estão cada vez mais presentes como consequência da Quarta Revolução
Industrial.

O curso está dividido em três competências:

Competência 1: Introdução à Automação de Processos por RPA, em que você

verá uma explicação do significado da hiperautomação e qual a sua
contextualização na Transformação Digital do Setor Público.

Competência 2: Aplicando a RPA para Automatizar Processos, esse

competência trata da explicação de como fazer uso da hiperautomação no Setor
Público.

Competência 3: Casos Práticos da Hiperautomação para Transformação Digital

no Governo, você verá exemplos por meio de casos práticos ou uso da
hiperautomação no Setor Público.

Bons estudos!

EGAPE – Escola de Governo da Administração Pública de Pernambuco 5

 Competência 1

Introdução à Automação de Processos por RPA

Esta competência tem como objetivo apresentar a você o conceito de

hiperautomação utilizado no contexto de Transformação Digital para o Setor Público.

1.0 O que é a Automação de Processos?

Conceitos de Transformação Digital.

Pode-se definir Transformação Digital (TD) como um conjunto de soluções

tecnológicas que objetivam resolver problemas. O uso da TD no Setor Público visa
aplicar tecnologia na solução dos mais diversos problemas da sociedade, buscando
dar mais eficiência e eficácia à solução dos problemas sociais, objetivando alcançar
a efetividade das missões e visões das políticas públicas.

Observe na figura abaixo as ações norteadoras para a aplicação da Transformação

Digital no Setor Público. Acompanhe na imagem a seguir:

EGAPE – Escola de Governo da Administração Pública de Pernambuco 6

Transformação Digital no Setor Público.
Elaboração: CEPED/UFSC (2022).

A TD no Setor Público não visa usar a tecnologia apenas por usá-la, mas gerar
valor público aos serviços ofertados pelos governos, isso implica o uso da
tecnologia para melhorar e aproximar os governos de seus cidadãos, ofertando
serviços com menor burocracia e maior transparência.

A Estratégia de Governo Digital (EGD) aplica a Transformação Digital (TD) como

norteadora da administração, com o objetivo de aumentar a competitividade e
a produtividade nos diversos setores da economia, visando o impulsionamento dos
processos produtivos e da sociedade em um planejamento plurianual.

A Harvard Business Review publicou um índice que vem sendo utilizado para
mensurar a revolução digital no mundo, denominado de Digital Revolution
Index (DRI) para apresentar indicadores sobre as formas que a sociedade reage às
mudanças sociais, políticas, comerciais, midiáticas e de entretenimento.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 7

Como exemplo de Transformação Digital (TD) no Setor Público, o país que vem
sendo mais mencionado é a Estônia, pois nos últimos anos colocou como
prioridade do governo a TD em praticamente todos os serviços públicos. Para
isso, investiu na segurança da informação e na capacitação dos seus
servidores. O ganho foi significativo, permitindo que o cidadão estoniano
praticamente só tenha a obrigatoriedade de estar fisicamente presente perante o
Estado em três ocasiões: casamento, divórcio e compra/transferência de Business
Intelligence (BI) bens, sendo realizados os demais serviços digitalmente.

Para você ter mais clareza sobre os processos tecnológicos envolvidos na

Transformação Digital, serão abordados os recursos que estão disponíveis para sua
realização.

Para análise de dados existem duas tecnologias fundamentais para a

Transformação Digital, clique sobre as abas para conhecê-las:

Business Intelligence (BI)

Permite realizar análise descritiva dos dados, possibilitando entender os
problemas que já aconteceram.

Business Analytics (BA)

Para realizar uma análise preditiva que permitirá descobrir os problemas antes que
aconteçam.

Tanto o BI como o BA usam modelos estatísticos como também modelos de

Inteligência Artificial e Inteligência Computacional (Aprendizado de Máquina)
usando técnicas para analisar os dados descritivamente e preditivamente,
servindo, no primeiro caso, para entender os problemas que já ocorreram e no
segundo para prever problemas que poderão acontecer.

Complementar ao BI e ao BA existe o Business Process Management System

(BPMS) que permite desenhar o fluxo do processo de negócio através de uma
simbologia universal de forma nocode (i.e., sem codificação) objetivando mapear
os processos, e assim conseguir otimizá-los, através da interação entre os
especialistas de tecnologia e de negócio.

Com o fluxo do negócio desenhado é possível usar tecnologia de Content

Management System (CMS) para gerar conteúdo com base no entendimento do
negócio. Nas atuais ferramentas é possível utilizar o BPMS integrado com o
CMS. Dessa forma, ao se desenhar a lógica do negócio é possível, sem codificação
(nocode), gerar um sistema com entradas e saídas.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 8

 RPA.

Fonte: Freepik (2022).

Com a integração dessas tecnologias com o Robotic Process Automation (RPA)

pode- se automatizar partes do processo ou mesmo todo o processo, assim
ganhando mais velocidade e precisão na sua realização.

Completando a descrição das tecnologias para a Transformação Digital estão

inclusos o uso de Artificial Intelligence (AI) com técnicas simbólicas como árvore de
decisão e lógica fuzzy, como também o uso de Machine Learning com as técnicas
subsimbólicas como aprendizado estatístico, computação evolucionária e
inteligência de enxames, finalizando com o uso do Deep Learning com as redes
neurais artificiais.

Com todos esses recursos tecnológicos sendo utilizados integradamente, chegou-se

ao uso da hiperautomação aplicada para a Transformação Digital em um governo 4.0.

Valor Público e Governo Digital na Quarta Revolução Industrial

Segundo Klaus Schwab (2018) a Quarta Revolução Industrial trata da

transformação dos serviços através do uso de novas tecnologias, através da qual o
mundo virtual está se fundindo ao mundo físico, “criando um novo mundo”, que
vai do uso de Inteligência Artificial para solução de problemas complexos, à
aplicação de realidade virtual e aumentada para criação do metaverso.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 9

 Para Schwab essa nova Revolução Industrial poderá trazer valor
público se for aceita a responsabilidade coletiva para a criação de
um futuro em que a inovação e a tecnologia servem as pessoas,
possibilitando levar a humanidade a novos níveis de consciência
moral.

Entretanto, ao tentar definir a Quarta Revolução Industrial ou, como também

é muito conhecida, a Indústria 4.0, como isso poderia ser feito? Não existe
uma definição única para o termo, não por ser novo, mas por ser tão
abrangente que não há como defini-la de uma única maneira. Porém pode-se
entender que o que se busca referenciar com a nomenclatura 4.0 é a integração
de tecnologias para automação e troca de dados através de cybersistemas, com
uso da Internet das Coisas e Computação em Nuvem focadas em melhorar a
eficiência e eficácia para alcançar a efetividade nos processos.

Observe na figura a seguir as revoluções industriais ocorridas, que

contribuíram para a realização das transformações culturais, sociais e econômicas
no mundo.

Revoluções industriais.

Elaboração: CEPED/UFSC (2022).

Toda revolução é inegavelmente impactante, pois como o próprio nome

designa, não se trata de evolução, de processo que ocorre gradativamente, mas de
revolução, portanto uma mudança abrupta, que retira muitas pessoas de uma
posição de conforto, e que consequentemente produz mudanças radicais na
sociedade, na economia e na cultura.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 10

Os impactos nas revoluções industriais sempre foram marcantes se for observada a
história, acompanhe a seguir:

1ª Revolução Industrial
Houve a primeira grande mudança nos pilares da humanidade (sociedade,
economia e cultura) com a Primeira Revolução Industrial. Ela trouxe a mecanização
da produção utilizando água e energia a vapor, o que acabou quase
completamente com o meio de transporte a cavalo permitindo encurtar as
distâncias.

2ª Revolução Industrial
Com ela houve a introdução da eletrificação na produção em massa e a aplicação
de novas técnicas de geração de energia elétrica, o que possibilitou a massificação
de uma séria de produtos, praticamente substituindo os trabalhos artesanais pelos
de manufatura possibilitando que bens e serviços ficassem mais acessíveis.

3ª Revolução Industrial
Nesse momento veio o uso extensivo da automação com a criação de dispositivos
automatizados bem como a eletrônica digital, implodindo os mecanismos de
cálculos e controle manuais, permitindo o surgimento da era da informação.

4ª Revolução Industrial
Momento vivido atualmente em que são usadas tecnologias como Aprendizado de
Máquina para solução de problemas como predição, classificação,
agrupamento, associação, otimização e recomendação, de forma cada vez mais
assertiva.

Desta forma não há como negar as mudanças, positivas e negativas como

ocorreram em todas as revoluções industriais anteriores, pois a revolução força
a saída de uma posição de conforto. Quem estiver mais flexível para as
mudanças, menos impacto sentirá, e mais facilmente se adequará às
transformações que já estão em andamento. Já quem for menos flexível terá
mais trabalho em se adaptar, porém não haverá como não o fazer.

O primeiro passo para se adaptar às mudanças é conhecer as novas

tecnologias relacionadas a Governo e Indústria 4.0, sendo essencial a
associação da computação em nuvem a processos físicos. Isso permite a
combinação de vários sistemas de naturezas diferentes que possuem um
objetivo comum, administrar processos através de feedbacks se ajustando às
mudanças em real-time. Isso levou à criação do nome de Era do Conhecimento na
convenção de Davos em 2016.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 11

Para que o Mundo 4.0 pudesse acontecer, algumas tecnologias foram
fundamentais, pois não seria possível viver-se na Era do Conhecimento se não
existissem:

• grande Volume de dados disponível na nuvem para se consumir;

• Variedade de tipos de dados, como estruturados, não

estruturados e semiestruturados; e

• Velocidade para acessar esses dados, que só é possível

através da tecnologia de Big Data.

E todos esses dados disponíveis, em especial os não estruturados como textos,

imagens, áudios e vídeos, que são cada vez mais produzidos, não poderiam
ser devidamente analisados sem o uso de Inteligência Artificial.

Assim, com a aplicação dos algoritmos de Machine Learning nesses dados é

possível descobrir as tendências dos padrões com relação às outras
informações de valor que são rapidamente disseminadas através das Big Techs
com seus enormes data centers, armazenando dados e disponibilizando na
nuvem, vocábulo geral que designa qualquer coisa que pode ser armazenada e
transmitida pela Internet, o que normalmente chama-se de Cloud Computing.

Cloud Computing.

Fonte: Freepik (2022).

EGAPE – Escola de Governo da Administração Pública de Pernambuco 12

Decorrente do potencial da Cloud Computing, cada vez mais a sociedade está
sendo orientada à lógica de conectar algum dispositivo à Internet e esse a
outros dispositivos conectados através de uma imensa rede de coisas e pessoas,
rede que coleta e compartilha dados sobre o agente que a utiliza com o ambiente
em que ele que interage, o que é denominado de Internet of Things (IoT).

A utilização de todas essas tecnologias inovadoras está permitindo que a sociedade

4.0 possa disponibilizar e consumir conhecimento de forma crescente, com o
conhecimento sendo aplicado a criações virtuais que podem ainda ser replicadas
em objetos tridimensionais com o auxílio dos computadores com a tecnologia
denominada de impressão 3D permitindo que sejam de variados tipos, materiais e
tamanhos, tornando a fabricação muito mais rápida e barata através desse processo
fabril que adiciona a matéria-prima camada por camada.

Impressão 3D.

Fonte: Freepik (2022).

Em resumo, o uso de Inteligência Artificial e Inteligência Computacional

(Aprendizado de Máquina) criando a habilidade da máquina executar tarefas
que antes eram normalmente associadas aos seres humanos, com tomada de
decisões através do uso de Redes Neurais Artificiais, usando computações
matemáticas que buscam simular a sinapse cerebral e conseguem alcançar
acurácia cada vez melhor na execução dessas tarefas, descobrindo significados
por algoritmos que conseguem generalizar e aprender com dados, mudando o
conceito de construção dos sistemas da lógica dedutiva (programar) para a
indutiva (treinar).

EGAPE – Escola de Governo da Administração Pública de Pernambuco 13

 Por fim, o uso crescente dos sensores inteligentes, que são dispositivos
capazes de receber estímulos externos do ambiente em que se encontram,
permite que os dados relacionados aos estímulos recebidos possam ser
processados e, com os algoritmos de Machine Learning e Deep Learning, gerem
informação relevante sobre o objeto observado.

Gestão Pública Orientada a Dados

Gestão Orientada a Dados ou no inglês Data-Driven-Decision (DDD) significa

tomar decisões com base em análises descritivas e preditivas, fazendo uso
intensivo de Business Intelligence (BI) e Business Analytics (BA) na gestão.

Usam-se os dados para otimizar os mais variados aspectos do trabalho,

possibilitando assim entender os problemas que ocorreram (análise descritiva) e
evitar problemas futuros (análise preditiva).

O Gartner Group publicou um relatório intitulado “ Over 100 Data and Analytics
Predictions Through 2025” evidenciando a tendência do uso de BI e BA pelas
organizações pelo mundo. São elas:

• até 2024, 75% das empresas terão estabelecido um

centro de excelência focado em dados, objetivando
apoiar iniciativas e evitar falhas;

• até 2024, 60% dos dados usados para desenvolvimento de soluções

inteligentes serão gerados sinteticamente;

• até 2024, 30% das organizações vão investir em

plataformas de governança de dados, objetivando
aumentar o impacto nos negócios; e

• até 2025, 80% das iniciativas de governança de dados

serão focadas em resultados.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 14

Então podemos dizer que uma organização orientada a dados é focada na
coleta de dados através de fontes confiáveis e verdadeiras, buscando realizar a
análise e a transformação desses dados em informação para obter o conhecimento
necessário a uma tomada de decisão o mais assertiva possível.

Veja na figura a seguir o processo que permite a tomada de decisão orientada a

dados com o objetivo de fazê-lo de forma mais assertiva.

Processamento de dados como matéria-prima da sabedoria.

Elaboração: CEPED/UFSC (2022).

Para que uma organização possa se adequar a esse novo modelo de gestão, é
necessária uma transformação na cultura organizacional nos três níveis
(estratégico, tático e operacional), pois não são apenas os dirigentes da
organização (colarinhos brancos) que necessitam rever seus modelos de gestão.
Os gerentes também precisam ser capacitados para saberem utilizar as
ferramentas indispensáveis para a transformação da informação em conhecimento
e os profissionais de nível operacional (colarinhos azuis) precisam ser preparados
para operacionalizar os novos sistemas que serão responsáveis pela entrada de
dados com qualidade na organização.
Com base no conteúdo desse podcast convidamos você a seguir com a aplicação do
que foi trazido aqui na gestão orientada a dados.

O uso de práticas data-driven nas organizações públicas e privadas trazem uma

série de benefícios o que, como ressaltado pelo relatório da Gartner, prevê-se
que fará cada vez mais gestores realizarem suas gestões com esse foco.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 15

Pode-se citar as seguintes vantagens do uso da Gestão Orientada a Dados:

Redução de Custos
Com a implementação da cultura data-driven é possível aproveitar melhor o consumo
dos recursos e assim reduzir os custos.

Otimização de Processos
Entendendo com detalhes os processos organizacionais é possível torná-los mais
eficientes e eficazes, eliminando etapas desnecessárias.

Escalabilidade
Através da redução de custos e da otimização de processos é possível redirecionar
esforços e obter previsibilidade de crescimento.

Melhoria Contínua
Por meio da análise descritiva e preditiva é possível se obter insights e assim
permitir a melhoria continuada das ações.

Na Gestão Orientada a Dados o cuidado com os dados é fundamental, não só a

preocupação de coletar dados de fontes confiáveis, de ter excelência na Extraction,
Transformation and Loading (ETL), mas também na segurança dos dados.

Nos dias atuais, mais do que nunca, as organizações devem enxergar seus
dados como um dos ativos mais importantes do seu negócio, pois estes poderão
fazer a diferença entre o sucesso e o fracasso nas iniciativas da organização.

Dados podem ser: estruturados, semiestruturados ou não estruturados;

pertencentes a pessoas físicas ou jurídicas; e internos ou externos à organização.
Dessa forma, cuidar da segurança desses dados para evitar vazamentos, ou mesmo
violações à Lei Geral de Proteção de Dados (LGPD), é condição sinequanon na
gestão data-driven.

Com base no que você estudou até aqui, e conforme o que foi explicado nesse
podcast, é possível concluir que o tipo de dados que as organizações estão
utilizando são cada vez mais variados, mas a sua qualidade é fundamental, pois
dados “sujos” irão gerar informações imprecisas. Assim, a necessidade de
higienização dos dados é sem dúvida uma preocupação constante na Gestão
Orientada a Dados, já que a interpretação das informações resultantes do
processamento de dados é fundamental para gerar o conhecimento desejado no
nicho que está se analisando.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 16

Tecnologias para a Transformação Digital

Quando falamos em Transformação Digital estamos tratando de um conjunto

de tecnologias que objetivam resolver problemas tradicionais, mas também
complexos. Esse arcabouço de tecnologias que operam a Transformação Digital
pode ser composto por softwares diversos para as áreas de:

• Business Intelligence (BI);

• Business Analytics (BA);

• Statistical Learning (SL);

• Artificial Intelligence (AI);

• Machine Learning (ML);

• Deep Learning (DL);

• Business Process Management (BPM); e

• Robotic Process Automation (RPA).

Cada uma das áreas de tecnologia acima citadas possui uma infinidade de
ferramentas que podem ser utilizadas para sua aplicação. Algumas dessas
ferramentas são muito completas e abrangentes, pois atuam em várias dessas
áreas, outras são bem especializadas, atuando verticalmente numa dessas áreas,
podendo ser encontradas nas categorias de open source ou proprietárias.

Dentre as opções algumas tem a característica de que para produzirem os

resultados precisam ser codificadas numa determinada linguagem de
programação (nesse caso são referenciadas como code) outras que possuem
pouca necessidade de codificação (chamadas de lowcode) e ainda aquelas que
não precisam ser codificadas (caracterizadas como nocode). Fique atento(a), essas
tecnologias serão explicadas logo adiante.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 17

Como você pôde perceber as opções são muitas, mas o importante antes de se
adquirir o ferramental é conhecer o conceito de cada área, conhecer suas
necessidades para visualizar quais áreas serão contempladas na Transformação
Digital e fazer o planejamento, que deve incluir a mudança de cultura da
organização e a adesão por parte de todas as pessoas chaves de todos os níveis da
organização (estratégico, tático e operacional) para os três tipos de “colarinhos”
existentes (branco, rosa e azul).

Perceba que para fazer a Proof-of-Concept (PoC) para aquisição da(s) ferramenta(s)
que melhor atenderá as necessidades da organização para as áreas que se
deseja aplicar a Transformação Digital é necessário conhecer o que cada área
resolverá.

Acompanhe agora com detalhes as áreas de tecnologias para a Transformação Digital.

Business Intelligence (BI) ou Inteligência de Negócios trata do processo de

coleta de dados para a organização permitindo a sua análise, objetivando fornecer
informações consolidadas numa visão departamental ( Data Mart) e corporativo
(Data Warehousing), permitindo que essas visões possam apoiar na tomada de
decisão.

Podemos dizer que aplicar BI numa organização é usar um conjunto de

técnicas e ferramentas capazes de suportar uma grande quantidade de dados
estruturados e não estruturados para auxiliar na transformação de dados
brutos (data row) em informações úteis (insigths) para análise do negócio.

Com isso, o uso do BI permite que um grande volume de dados possa ser
interpretado de forma fácil, identificando oportunidades, possibilitando a
implementação de estratégias com base no conhecimento obtido com as
informações exibidas, promovendo assim vantagens competitivas (Competitive
Intelligence) a partir de uma visão do histórico das operações de negócios (legado),
realizando a análise descritiva dos dados.

O processo de análise é normalmente referenciado como Mineração de Dados

(Data Mining) podendo ser feito com a aplicação de regras para classificação,
predição (Business Analytics), agrupamento, associação, causalidade,
otimização, busca e recomendação. Quando realizado sobre dados não
estruturados a denominação mais aplicada é a de Mineração Textual ( Text
Mining) em que são realizadas as análises descritivas.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 18

Com a aplicação do BI (Inteligência Empresarial ou Inteligência de Negócios), as
atividades realizadas podem identificar as fraquezas e fortalezas, como
também as ameaças e as oportunidades, permitindo o monitoramento do
negócio e assim se antecipando aos problemas (fraquezas e ameaças) para melhor
aproveitamento dos recursos (fortalezas e oportunidades).

Bom, agora que você já viu mais detalhes sobre o processo de BI, chegou o
momento de aprofundar um pouco mais o que é Business Analytics (BA).

Business Analytics (BA) ou Análise de Negócios trata do processo de análise

exploratória do negócio, buscando prever problemas que inda não ocorreram mas
que, com base nos dados analisados, tem probabilidade de ocorrer. Assim, a
análise de negócio se concentra na descoberta de insights usando métodos
estatísticos e computacionais.

Tanto BI como BA são fundamentais na Transformação Digital pois ambas se

completam, já que a Inteligência de Negócios (BI) faz uso massivo de métricas para
medir o comportamento dos dados no passado e presente, objetivando orientar o
planejamento com base na descrição dos dados. Já na Análise de Negócios (BA) se
faz forte uso dos métodos estatísticos e computacionais para analisar o
comportamento dos dados no futuro, objetivando também orientar o
planejamento com base na prescrição dos dados.

Para isso a Análise de Negócios faz uso extensivo da análise numérica,

incluindo modelagem explicativa e preditiva com base em fatos para orientar
a tomada de decisões, sejam elas humanas ou automatizadas. A Inteligência
de Negócios usa Processamento Analítico Online, mais conhecido pela sigla em
inglês OLAP, permitindo responder a questões como: o que aconteceu; com
que frequência aconteceu; onde está acontecendo; e quais ações devem ser
tomadas. E o mais significativo no BA, a resposta para a questão: o que
acontecerá se nada for feito, prevendo qual o resultado em vários cenários
simulados.

Conheça agora outro recurso para a Transformação Digital, o Statistical

Learning (SL) ou Aprendizado Estatístico.

É uma das estruturas utilizadas para o Aprendizado de Máquina ( Machine

Learning), pois se baseia na estatística e na análise funcional. A teoria dessa
aprendizagem trabalha com o problema de inferência estatística de encontrar uma
função preditiva com base nos dados. O objetivo da aprendizagem estatística é
a compreensão e a previsão, com as possibilidades de que o aprendizado seja
supervisionado, não supervisionado e por reforço.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 19

Tanto o Aprendizado Estatístico como o Aprendizado de Máquina usam algoritmos
para resolver problemas complexos como os de classificação, predição (regressão
na estatística), agrupamento, associação, causalidade, busca, otimização,
recomendação, reconhecimento de padrões e objetos.

Para cada tipo de problema existem formalismos específicos que podem ser
usados e, no que lhe concerne, algoritmos próprios desenvolvidos para resolver
aquele tipo de problema em particular.

Os formalismos para as soluções das classes de problemas utilizadas pelo

Statistical Learning e pelo Aprendizado de Máquina (Machine Learning) são:
aprendizado supervisionado, que resolve problemas de classificação e
predição; aprendizado não supervisionado, que resolve problemas de
agrupamento e associação; e aprendizado por reforço, que resolve problemas de
otimização e recomendação.

Para cada tipo de formalismo existem os algoritmos específicos apropriados para

a classe de problema que buscam resolver, por exemplo, para o aprendizado
supervisionado (classificação e predição) alguns exemplos são: o Logistic
Regression (LR); o Support Vector Machine (SVM); e o K-Nearest Neighbors
(KNN). Já para o nãosupervisionado (agrupamento e associação) temos como
exemplo: o K-Means (KM); o Hierarquical Clustering (HCA); e o Self Optimization Map
(SOM). Por fim, para o por reforço (otimização e recomendação) temos: o
QLearning; e o QDeepLearning.

Concluída essa parte sobre BA, seguem detalhes sobre a Artificial Intelligence (AI):

O que é?
É a área que estuda a aplicação da inteligência humana através de sua
descrição e proposição em uma máquina, podendo assim simular a
cognição humana. Essa inteligência (artificial) é resultante de algoritmos
executados nas máquinas que buscam extrair o conhecimento dos dados
e assim aprender de forma não programada, mas resultante do
treinamento.

Breve histórico
Os estudos sobre Inteligência Artificial começaram na década de 1940
e foram avançando com várias vitórias e fracassos ao longo das
décadas, mas o termo IA, amplamente utilizado, deve ser atribuído aos
algoritmos simbólicos. São os primeiros desenvolvimentos, por exemplo,
de sistemas especialistas, árvores de decisão, lógica fuzzy e redes
bayesianas.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 20

 Lógicas simbólicas
Essas lógicas são chamadas de simbólicas pois pode ser aplicada
reengenharia para se descobrir a razão de se ter chegado à determinada
resposta de forma relativamente fácil, como contraparte do Aprendizado
de Máquina (Machine Learning) que usa uma linguagem subsimbólica como,
por exemplo, redes neurais artificiais; inteligência de enxames; e
computação evolucionária, tornando os algoritmos nada triviais quando se
deseja fazer uma reengenharia para descobrir como a máquina chegou
naquela conclusão.

Observe na imagem a seguir uma contextualização na forma de pertencimento

entre as terminologias de Inteligência Artificial, Aprendizado de Máquina e
Aprendizado Profundo.

Inteligência Artificial (Artificial Intelligence), Aprendizado de Máquina

(Machine Learning) e Aprendizado Profundo (Deep Learning).

Elaboração: CEPED/UFSC (2022).

A partir da primeira década do século XXI a Inteligência Artificial vem ganhando

espaço, mas não com os aqueles primeiros algoritmos desenvolvidos que
mencionamos e sim com os algoritmos do Aprendizado Estatístico e do
Aprendizado de Máquina, técnicas que vêm se mostrando bem-sucedidas em
ajudar na solução de diversos tipos de problemas desafiadores.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 21

Agora chegou o momento de você ver mais detalhes sobre Machine Learning (ML) e

Deep Learning (DL) ou Aprendizado de Máquina e Aprendizado Profundo.

Trata-se da área de pesquisa dedicada ao entendimento e construção de métodos

estatísticos e computacionais que aprendem com os dados, sendo ambos
vistos como subconjuntos da Inteligência Artificial.

Os algoritmos de Aprendizado de Máquina constroem modelos baseados em dados

de amostra/dados de treinamento objetivando realizar classificações, previsões
ou agrupamentos que não são explicitamente programados e apoiam a tomada
de decisões, já que essas técnicas extraem características comuns dos dados
(generalização) para fazer inferências sobre esse mesmo conjunto de dados
(métodos indutivos e abdutivos), resolvendo problemas onde a computação
tradicional não conseguiria ter sucesso de forma eficiente e eficaz.

Observe na figura a seguir os diferentes tipos de lógica (dedutiva, indutiva, abdutiva)

com base na equação y = f(x).

Tipos de Lógicas (dedutiva, indutiva e abdutiva).

Elaboração: CEPED/UFSC (2022).

EGAPE – Escola de Governo da Administração Pública de Pernambuco 22

O Aprendizado de Máquina usa uma série de abordagens para conseguir aprender
com os dados. Um exemplo é a abordagem Conexionista que utiliza as Redes
Neurais Artificiais (RNA) como arquitetura para o aprendizado, sendo muito
adotada para problemas de classificação e predição. Já as abordagens
Evolucionária e de Enxames utilizam as arquiteturas baseadas nos princípios do
darwinismo e do comportamento coletivo para resolver problemas de busca,
otimização ou recomendação.

O emprego dessas diversas abordagens permite “ensinar” às máquinas como

realizar tarefas nas que seriam muito complicadas de programar tradicionalmente,
considerando a grande quantidade de variáveis e de possibilidades ou a existência
de muitas respostas potenciais.

Assim, o uso de abordagens que possam simular o comportamento da

natureza que evolui seus algoritmos com milhões de anos de tentativa e erro,
permite resolver problemas extremamente difíceis de serem
mapeados/programados tradicionalmente.

O Aprendizado de Máquina tem como uma de suas abordagens mais significativas

a chamada de Neural ou Conexionista, pois é baseada na ideia das sinapses do
cérebro para aprender com base na taxa de erro (aprendizado).

Basicamente o processo é definido como uma rede

denominada de baunilha, pois existem três camadas, uma
camada de entrada, uma camada intermediária e uma camada
de saída. A camada de entrada (inputs) passa os sinais de
entrada para a camada intermediária (também chamada de
oculta) que irá processar esses sinais realizando a sinapse
artificial e enviará esses dados para a camada de saída
(output).

Esse tipo de arquitetura que possui apenas uma camada intermediária com vários
neurônios artificiais (perceptrons) é chamada de Aprendizado de Máquina (Machine
Learning), mas quando existem duas ou mais dessas camadas intermediárias com
muitos perceptrons passa-se a ter um tipo específico de Machine Learning, nomeado
de (Deep Learning), pois a capacidade de aprendizado aumenta significativamente.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 23

A imagem a seguir exemplifica uma arquitetura das Redes Neurais Artificiais com
múltiplas camadas completamente conectadas.

Arquitetura de uma Rede Neural Artificial.

Elaboração: CEPED/UFSC (2022).

Agora o conteúdo vai tratar das ferramentas Business Process Management (BPM) e
Robotic Process Automation (RPA).

Gerenciamento de Processos de Negócios, ou Business Process Management, é

uma disciplina que usa vários métodos objetivando descobrir, analisar, medir,
otimizar e automatizar processos de negócio estruturados ou não estruturados, e
repetitivos.

Deve-se ter o cuidado de não confundir Gerenciamento de Processos com o

Gerenciamento de Projetos, pois o primeiro (BPM) se preocupa com o controle de
atividades repetitivas que podem variar de uma instância para outra
objetivando otimizar e automatizar o processo. Por outro lado, o segundo,
Project Management (PM), se preocupa com o controle de fases e atividades
com um início e fim, isto é, atividades únicas (não repetitivas).

EGAPE – Escola de Governo da Administração Pública de Pernambuco 24

Também deve-se ter o cuidado de entender a diferença entre Gerenciamento
de Processos de Negócios (BPM) com a Automação de Processos, ou Robotic
Process Automation (RPA), já que ambos se referem a atividades que se
repetem, mas no primeiro elas podem variar a cada execução conforme as
necessidades do momento (instância), enquanto na segunda a automatização de
processos via robô consiste em automatizar atividades repetitivas que até então
eram realizadas por humanos mas que podem ser transferidas para as máquinas,
maximizando os resultados deixando a parte cognitiva das atividades para os
humanos e a parte repetitiva para os robôs.

Observe, na figura a seguir, as tecnologias que permitem a obtenção da Inteligência

Competitiva.

Inteligência Competitiva.

Elaboração: CEPED/UFSC (2022).

EGAPE – Escola de Governo da Administração Pública de Pernambuco 25

Conceitos de Processos

Agora vamos tratar de alguns conceitos:

Process
É um conjunto de atividades que interagem para produzir um resultado, podendo
ocorrer uma única vez ou com recorrência.

Business Process (BP)

Um processo de negócios (BP) trata-se de um conjunto de atividades com uma
sequência específica e com pontos de decisão intercalados que estão relacionadas
e são estruturadas por pessoas ou máquinas para produzir um serviço ou produto
através da aplicação de métodos, objetivando a efetividade de um negócio.

Os processos de negócios são voltados à missão e visão de uma organização,

com o intuito de realizar um objetivo de negócio fornecendo um resultado de valor
aos envolvidos, podendo ser composto tanto por funções internas como por
externas a organização, com a indicação dos responsáveis pelas atividades
sendo feita de forma que busque garantir que o processo funcione sem problemas
do início ao fim.

Cumpre relembrar a você que os processos de negócio podem atender aos três
níveis organizacionais, o operacional; o tático; e o estratégico, sendo utilizados
para garantir que as regras organizacionais sejam executadas conforme o
planejado, atendendo a verificação de Compliance organizacional.

Business Process Management (BPM)

Trata-se de uma área em que os envolvidos na gestão de processos usam métodos
para descobrir, modelar, analisar, medir, otimizar e automatizar aquelas atividades
que são repetitivas mas que podem mudar conforme a instância de execução,
se preocupando com os prazos das atividades, seus responsáveis e como elas
devem tratar as situações que fogem do “caminho feliz”, permitindo recursos
automatizados para tratamento das anormalidades.

Business Process Modeling Notation (BPMN)

Trata-se da notação de modelagem de processos de negócio, mantida e
evoluída pelo Object Management Group (OMG) objetivando disponibilizar uma
simbologia universal para desenho dos processos, facilitando o seu
atendimento pelos envolvidos em qualquer parte do mundo.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 26

Business Process Management System (BPMS)
Conjunto de aplicações que permitem automatizar a gestão de processos de
negócio, disponibilizando recursos para modelagem, execução, controle e
monitoração, além de oferecer funcionalidades para o mapeamento dos processos
de negócio através do desenho dos fluxos e formulários eletrônicos (workflow) das
regras de negócio. Dependendo dos requisitos do BPMS podem oferecer uma série
de funcionalidades como monitoração em tempo real das atividades e alertas,
buscando garantir a operacionalização e a gestão do conhecimento
organizacional.

Na figura seguinte é apresentado um exemplo de um processo BPM seguindo a

nomenclatura universal estabelecida pelo BPMN.

Exemplo de BPMN.

Elaboração: CEPED/UFSC (2022).

Importante compreender que uma automatização de processos de negócio tem

o objetivo de auxiliar o trabalhador humano e não substituí-lo, pois os processos
de negócio são um conjunto de atividades relacionadas e estruturadas em uma
sequência, com regras baseadas em dados resultantes em um serviço, ou em
um produto, para o negócio especificado.

Esse conjunto de atividades (tarefas) podem ser repetitivas, massivas e cansativas,

já que sua execução pode ser realizada várias vezes durante o dia, assim, é
para essas tarefas que a automatização é recomendada.

Então o que o “trabalhador digital” irá fazer é apoiar o trabalhador humano na

realização dessas tarefas repetitivas, tornando o processo de negócio mais eficiente
e eficaz.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 27

Referências

BOSTRON, N. Superinteligência: caminhos, perigos e estratégias para um novo

mundo. Rio de Janeiro: Darkside Entretenimento Ltda, 2018.

DA SILVA, I. N.; SPATTI, D. H.; FLAUZINO, R. A. Redes Neurais Artificiais: para

engenharia e ciências aplicadas. São Paulo: Artliber Editora Ltda, 2016.

FREEPIK COMPANY. [Banco de Imagens]. Freepik, Málaga, 2022. Disponível em:

https://www.freepik.com/. Acesso em: 27 out. 2022.

GOLDSCHMIDT, R.; PASSOS, E.; BEZERRA, E. Data Mining: conceitos, técnicas,

algoritmos, orientações e aplicações. Amsterdã: Elsevier Editora Ltda, 2015.

LEE, K. F. Inteligência Artificial. Rio de Janeiro: Editora Globo S.A, 2019.

PROVOST, F.; FAWCETT, T. Data Science para Negócios. Rio de Janeiro: Alta Books Editora Ltda,
2016.

RUSSEL, S.; NORVIG, P. Inteligência Artificial. Amsterdã: Elsevier Editora Ltda, 2004. SCHWAB, K. A
Quarta Revolução Industrial. [S. l.]: World Economic Forum, 2018. SIEGEL, E. Análise
Preditiva. Rio de Janeiro: Alta Books Editora Ltda, 2017.

STORYSET. [Banco de Imagens]. Storyset, Málaga, 2022. Disponível em: https://

storyset.com/. Acesso em: 27 out. 2022.

TEGMARK, M. Vida 3.0: o ser humano na era da Inteligência Artificial. São José dos
Campos: Benvirá Editora Ltda, 2017.

WHEELAN, C. Estatística: o que é, para que serve e como funciona. Rio de Janeiro:
Zahar Editora Ltda, 2016.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 28

2. Os Cuidados no Processo de Construção dos Termos de
Referência

O que São e para que Servem o Documento de Oficialização da

Demanda (DOD); o Estudo Técnico Preliminar de Aquisição (ETPA); e
o Termo de Referência (TR)

No serviço público, para se realizar uma aquisição de produto ou serviço é

necessário atender a critérios de economicidade para o estado. Dependendo do
valor do produto ou serviço que se pretende adquirir será necessária a preparação
de um processo.

Normalmente o processo resulta em uma licitação realizada por pregão eletrônico,

mas existem também os casos de inexigibilidade, caso não exista concorrência
para o que se pretende adquirir, ou mesmo ser por carta convite caso o valor fique
abaixo do estipulado nas regras de compras dos poderes públicos.

O normal é que se realize a compra via processo licitatório, onde os fornecedores

darão seus lances e o de menor valor que atenda aos critérios estabelecidos no
edital irá ser declarado vencedor do certame.

Mas até que se chegue na etapa de publicação no Diário Oficial de um edital de

compras, um longo caminho se percorre. Esse caminho se inicia com um
artefato denominado de Documento de Oficialização de Demanda (DOD), seguido
do Estudo Técnico Preliminar de Aquisição (ETPA), que segue para o Termo de
Referência (TR), sendo a partir desse último artefato que o Edital é
confeccionado. Todos esses artefatos passam por diversos órgãos de controle
para garantir a necessidade, a lisura e a qualidade do produto ou serviço que se
pretende adquirir.

Documento de Oficialização de Demanda (DOD)

Trata-se de um artefato em que o requisitante da necessidade de contratação de

um produto ou serviço explicita os motivos que geraram a necessidade de
compra em termos do negócio da organização.

Objetiva-se com esse documento a formalização da oficialização da demanda,

buscando evitar contratações que não atendam a uma necessidade da organização,
com consequente desperdício de recursos públicos. Também se busca, com
esse artefato, realizar o controle pela administração pública dos bens e serviços
adquiridos, evitando assim compras redundantes.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 29

Estudo Técnico Preliminar de Aquisição (ETPA)

Trata-se de um ou mais artefatos que objetivam identificar e analisar os cenários

para o atendimento da demanda oficializada pelo Documento de Oficialização de
Demanda (DOD) demonstrando a viabilidade técnica e econômica das possíveis
soluções identificadas, fornecendo informações necessárias para subsidiar o
respectivo processo.

O ETPA irá caracterizar a necessidade, descrevendo as análises realizadas em

termos de requisitos e alternativas para o produto ou serviço que se queira
adquirir. Com esse documento se terá a base necessária para a construção do
Termo de Referência, artefato seguinte ao estudo técnico preliminar.

Termo de Referência (TR)

É neste artefato que o requisitante esclarece o objeto (produto ou serviço) que

se deseja contratar, especificando os elementos necessários para sua efetiva
contratação e execução.

No âmbito das aquisições públicas a pesquisa de preços é uma das principais

finalidades dos gestores públicos, buscando gerar a economicidade para o
estado sem a perda de qualidade, realizando o estudo para estimativa do custo
do objeto que se deseja contratar.

Esse estudo servirá para a análise de viabilidade quanto à existência de

recursos orçamentários suficientes para o pagamento das despesas com a
contratação e manutenção dos serviços/produtos.

Edital

É um ato escrito que tem como a principal função estabelecer as regras definidas
para a realização do procedimento, com as observâncias de obrigatoriedades tanto
pela administração quanto pelos licitantes.

O edital deverá ser publicado, afixado em lugares públicos e anunciado através

da imprensa oficial, geralmente em jornais de grande circulação, para
conhecimento geral dos interessados. Após a publicação do edital, qualquer falha
ou irregularidade constatada levará à anulação do procedimento.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 30

 O edital é o instrumento publicado no Diário Oficial, baseado no
Termo de Referência, objetivando tornar público o interesse de
contratação de um produto ou serviço.

Os elementos que constituem um edital são:

• objeto do edital;

• recursos orçamentários;

• regras da participação do processo licitatório;

• credenciamento no sistema do pregão eletrônico;

• processo de julgamento da licitação;

• condições para participação de micro e pequenas empresas;

• critérios de aceitabilidade de proposta;

• critérios de classificação das propostas;

• documentos de habilitação das exigências de qualificação técnica;

• atestados de capacidade técnica;

• critérios de impugnação;

• vigência e validade contratual;

• pagamento;

• reajuste;

• revisão contratual;

• prazo;

• condições de execução do objeto; e

• penalidades aplicáveis.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 31

O maior objetivo de todo esse processo é permitir que a contratação do serviço ou
produto seja realizada com lisura e transparência, mostrando que a utilização dos
recursos do erário é focada na economicidade, mas também na qualidade.

Cuidados na Confecção dos Documentos de Aquisição de Serviços e

Ferramentas para a Transformação Digital.

O cuidado com a contratação de qualquer produto ou serviço para o poder

público se deve em relação à continuidade desta contratação, além de outros
pontos que se devem ter o máximo de cuidado como, por exemplo, a
economicidade e a qualidade.

Esses cuidados são mandatórios no serviço público e devem estar

descritos nos documentos de oficialização da demanda (DOD),
do estudo técnico preliminar de aquisição (ETPA), e do termo de
referência para a contratação (TR).

Em relação à continuidade do serviço, implica-se a transferência tecnológica. Esse

é um ponto crucial em todo o processo, porque quando se faz uma contratação de
tecnologia, essa poderá ser de no máximo 48 meses, e ao findar-se esses 4 anos
um novo processo licitatório terá que ser realizado.

No processo licitatório, o critério deverá ser o de menor valor,

não havendo então a garantia de que o fornecedor daquele
produto/ serviço que havia ganho o certame anterior dos
últimos 4 anos ganhe novamente o certame.

Se não houve a preocupação de transferência tecnológica até este momento, a

consequência é que aquele produto/serviço poderá ser perdido, pois se a expertise
não ficou no órgão, ela irá embora com o fornecedor, caso este não ganhe o
certame. Então fique muito atento(a) acerca desta transferência de
conhecimento entre possíveis equipes diferentes de trabalho!

EGAPE – Escola de Governo da Administração Pública de Pernambuco 32

Para evitar essa perda de conhecimento é fundamental que o poder público, no
caso o órgão que está realizando a contratação, faça a gestão do conhecimento.
Essa gestão do conhecimento poderá ser feita de várias formas, porém
independentemente do método que se utilize é imprescindível que ela seja
realizada por servidores públicos estatutários, isto é, servidores públicos de
carreira.

Apenas um servidor público de carreira, preferencialmente do próprio órgão

contratante, poderá dar continuidade desse conhecimento com a saída do
fornecedor. Sendo também recomendável que o conhecimento seja sistematizado,
evitando que fique como um conhecimento pessoal do servidor, já que este tipo de
gestão preconiza que o conhecimento esteja no processo e não nas pessoas.

Assim, é indicado que cada órgão tenha uma área responsável pela gestão do
conhecimento, fazendo a coordenação da tecnologia desenvolvida, evitando o
desperdício do erário consequente de descontinuidade de investimentos.

Como exemplo, a Procuradoria Geral do Estado de Pernambuco estabeleceu

seus mecanismos de gestão do conhecimento com a criação da Coordenação de
Sistemas, Automação Digital e Inovação (CSI), pois normalmente os órgãos públicos
possuem uma área de tecnologia somente para gerenciar a infraestrutura,
responsável pelos computadores e uso da Internet; a manutenção das contas dos
usuários; e o suporte das máquinas, mas tecnologia não se resume a isso, havendo
a necessidade de uma área específica para sistemas, automação e inovação.

Torna-se imprescindível que os órgãos tenham as suas respectivas coordenações

ou gerências de sistemas, automação e inovação, sendo essas responsáveis pela
gestão do conhecimento, pelo controle e desenvolvimento de soluções
tecnológicas, além da construção dos termos de referência.

Com uma equipe própria de tecnologia, os processos de aquisição de TIC podem

ser acompanhados e sustentados por essas equipes, permitindo que ao
término dos contratos, o knowhow continue no órgão. Evitando assim a
dependência tecnológica em relação ao fornecedor do produto/serviço.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 33

Como configuração nesse exemplo da CSI da PGE/PE as ferramentas adquiridas
são utilizadas pela equipe de desenvolvimento interno. Essa equipe é composta de
servidores estatutários oriundos da Agência Estadual de Tecnologia da Informação
e Comunicação de Pernambuco (ATI/PE), de Analistas em Gestão de TIC (AGTIC)
lotados como extraquadro na procuradoria, além de Analistas de Suporte e
Engenheiros de Software contratados como postos de trabalho por um processo
licitatório.

As licitações para contratação de produtos e serviços construídos pela CSI seguem

o padrão de estipular um número x de horas de treinamento e consultoria para a
equipe interna, as quais são utilizadas para o processo de transferência tecnológica,
permitindo que as soluções sejam criadas pela equipe interna de sistemas e
inovação do órgão.

Na fase de consultoria a equipe interna usando o ferramental contratado para

atendimento
das demandas do órgão, utiliza o fornecedor para sanar dúvidas com os consultores.

Dessa forma a CSI garante a continuidade dos serviços mesmo quando há o término
do contrato com o fornecedor da ferramenta, garantindo assim a continuidade
das soluções, pois houve efetivamente a transferência tecnológica, mitigando ou
evitando a perda do investimento realizado na contratação do produto ou serviço e
consequentemente o congelamento de todos os desenvolvimentos já realizados, já
que foram feitos com recursos próprios do órgão.

Modelos inovadores versus tradicionais

O processo de contratação pode ser realizado de diversas formas, mas a

tradicional, deixando as escolhas a cargo do fornecedor que possui a expertise no
ferramental não é aconselhável, visto que irá gerar a dependência tecnológica e,
consequentemente, a dependência com o fornecedor da tecnologia.

Para evitar esse tipo de problema existem várias alternativas,

mas ressaltamos a importância de capacitação dos servidores
públicos concursados, pois esses serão os recursos que irão
manter a continuidade das soluções adquiridas.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 34

Para que os servidores públicos sejam capacitados como resultado dessas
contratações tecnológicas essenciais para a evolução do serviço público e que,
como consequência, haja geração de valor público nas entregas, existem
instrumentos de contratação, em especial para inovação, que pode ser aberta ou
fechada.

Segue abaixo alguns instrumentos de inovação para contratação:

Ideathon
Quando o requisitante não tem clareza sobre o problema de inovação, assim
um instrumento que pode ser utilizado são as maratonas de inovação que
envolvem concepção e prototipação para resolver problemas ou aperfeiçoar
processos.

Hackathon
Quando a solução não existe, isto é, tem-se o problema bem definido mas
a solução não. Um instrumento apropriado é reunir especialistas por um
curto período objetivando a criação de soluções inovadoras para algum
problema específico.

Acordo de Plano de Desenvolvimento

Quando o requisitante precisa integrar o processo de desenvolvimento,
sendo um exemplo o convênio com universidades. Com esse
instrumento é possível planejar as ações que precisam ser tomadas para se
alcançar um determinado objetivo.

Encomenda Tecnológica
É apropriado quando envolve alto risco tecnológico, tratando-se de um
instrumento para compra pública em que uma organização pública poderá
contratar um produto/serviço de inovação para a solução de problema
técnico específico, por exemplo a contratação de uma capacitação de
servidores sobre Inteligência Artificial para que possam se empoderar e
melhor gerir as aquisições inovadoras.

Inovação Aberta
Quando o requisitante sozinho não consegue resolver o problema e usa
o instrumento que permite o fluxo de entrada e saída de conhecimento
para acelerar a inovação interna e expandir as potencialidades para, por
exemplo, a construção de um sistema com uso de aprendizado de máquina.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 35

 Modernização
Quando existe unidade direcionada para Pesquisa & Desenvolvimento
interna à organização, permitindo que a inovação ocorra internamente
sendo realizada pelo próprio órgão.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 36

Referências

AGÊNCIA ESTADUAL DE TECNOLOGIA DA INFORMAÇÃO (ATI). Portaria ATI nº 23 de

6 de agosto de 2020. Recife: ATI, 2020. Disponível em:
https://www2.ati.pe.gov.br/c/ document_library/get_file?
p_l_id=9046120&folderId=11835552&name=DLFE-65435. pdf. Acesso em: 14 nov.
2022.

AGÊNCIA ESTADUAL DE TECNOLOGIA DA INFORMAÇÃO (ATI). Portaria ATI nº 24 de

5 de agosto de 2020. Recife: ATI, 2020. Disponível em:
https://www2.ati.pe.gov.br/c/ document_library/get_file?
p_l_id=9046120&folderId=11835553&name=DLFE-65433. pdf. Acesso em: 14 nov.
2022.

AGÊNCIA ESTADUAL DE TECNOLOGIA DA INFORMAÇÃO (ATI). Portaria ATI nº 27 de 17

de agosto de 2020. Recife: ATI, 2020. Disponível em: https://www2.ati.pe.gov.br/c/
document_library/get_file?p_l_id=9046120&folderId=11861627&name=DLFE-65458.
pdf. Acesso em: 14 nov. 2022.

AGÊNCIA ESTADUAL DE TECNOLOGIA DA INFORMAÇÃO (ATI). Portaria ATI nº 29 de

27 de agosto de 2020. Recife: ATI, 2020. Disponível em:
https://www2.ati.pe.gov.br/c/ document_library/get_file?
p_l_id=9046120&folderId=11868097&name=DLFE-65476. pdf. Acesso em: 14 nov.
2022.

BRASIL. Lei nº 8.666, de 21 de junho de 1993. Regulamenta o art. 37, inciso XXI, da
Constituição Federal, institui normas para licitações e contratos da Administração
Pública e dá outras providências. Brasília, DF: Presidência da República, 1993.
Disponível em: https://www.planalto.gov.br/ccivil_03/Leis/L8666cons.htm. Acesso
em: 14 nov. 2022.

FREEPIK COMPANY. [Banco de Imagens]. Freepik, Málaga, 2022. Disponível em:

https://www.freepik.com/. Acesso em: 27 out. 2022.

PERNAMBUCO. Decreto nº 48.736 de 28 de fevereiro de 2020. Dispõe

sobre o processo de aquisição de bens ou serviços de Tecnologia da
Informação e Comunicação - TIC pelos órgãos e entidades da administração
direta e indireta do Poder Executivo Estadual. Recife: Governo do Estado
de Pernambuco, 2006. Disponível em: https://legis.alepe.pe.gov.br/texto. aspx?
tiponorma=6&numero=48736&complemento=0&ano=2020&tipo=&url=. Acesso em:
14 nov. 2022.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 37

PERNAMBUCO. Lei nº 12.985, de 2 de janeiro de 2006. Institui o Sistema Estadual
de Informática de Governo - SEIG, e dá outras providências. Recife: Governo do
Estado de Pernambuco, 2006. Disponível em: https://legis.alepe.pe.gov.br/texto.
aspx?tiponorma=1&numero=12985&complemento=0&ano=2006&tipo=&url=.
Acesso em: 14 nov. 2022.

STORYSET. [Banco de Imagens]. Storyset, Málaga, 2022. Disponível em: https://

storyset.com/. Acesso em: 27 out. 2022.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 38

3.0 Conhecendo Robotic Process Automation (RPA)

O que é Robotic Process Automation (RPA)?

As tecnologias de RPA, sigla para Robotic Process Automation ou Automação de

Processos Robóticos, são tecnologias de automação de processos de negócio
baseadas em robôs de software, que podem ser referenciados como trabalhadores
digitais ou bots, especificado como “Robótica de Software”.

Aqui é um ponto para o qual vale chamar sua atenção! Cuidado

para não confundir o RPA com “Software de Robô”, que é
usado para controlar robôs mecatrônicos, por exemplo os
braços robóticos usados na indústria automobilística.

Os RPA têm o objetivo de auxiliar os humanos nos processos de negócio,

realizando tarefas repetitivas e massivas, atuando nesses tipos de atividades como
trabalhadores digitais, deixando que os trabalhadores humanos se foquem nas
atividades cognitivas.

Para exemplificar, segue o caso de um bot utilizado pela Escola Nacional de

Administração Pública (ENAP) denominado EVA (é um padrão de denominação
das IAs que sejam nomes femininos e curtos) que realiza o atendimento dos
usuários da escola virtual, retirando os humanos de tratativas repetitivas e
deixando-os para realizar procedimentos complexos que exigem a interação
humana na tomada de decisão.

Segue imagem que mostra a interação do bot EVA através do seu recurso
denominado de chatbot (robô de conversação) que faz uso de Processamento de
Linguagem Natural para ler e interpretar a comunicação natural.

Chatbot EVA.

Fonte: Brasil (2022).

EGAPE – Escola de Governo da Administração Pública de Pernambuco 39

Dessa forma os bots realizam as atividades repetitivas, cansativas e sujeitas a erros,
cuidando dessa parte dos processos de negócios que é um conjunto de
atividades estruturadas em uma sequência com base em regras que resultam em
um serviço ou um produto.

Existem dois tipos de RPA: um chamado de assistido e outro chamado de não

assistido. O robô assistido necessita de intervenção humana para seu
funcionamento, já com o não assistido não há necessidade de intervenção humana
pois outro robô, chamado de orquestrador, irá realizar a execução e controle dos
bots.

Na imagem abaixo é exibida a contextualização entre robô assistido e robô não

assistido.

Servidor público.

Fonte: Storyset (2022).

Para se determinar a necessidade de robôs assistidos e não assistidos é necessário

o conhecimento dos processos de negócio, pois esses definirão a necessidade
de intervenção humana ou não nos processos.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 40

O RPA como trabalhador digital irá realizar as atividades não cognitivas
desempenhadas pelo trabalhador humano. Atividades que fazem parte de um
processo de negócio, que são repetitivas, massivas e muitas vezes cansativas,
propensas a erros.

Quando usado um robô orquestrador, esse será configurado para executar e

controlar os robôs não assistidos, definindo o horário que irão iniciar suas
atividades entre outras configurações, como é o caso do robô que atualiza
diariamente os dados recebidos da Secretaria da Fazenda de Pernambuco e
atualiza os painéis gráficos (dashboards) da ferramenta de Business Intelligence
(BI) utilizada pela Procuradoria Geral do Estado de Pernambuco. Esse processo
é executado a uma hora da madrugada todos os dias, executando o bot que
captura os dados e depois rodando o bot que atualiza os dashes.

Assim, os tipos básicos de robôs para automação de processos são dois, o

assistido, que também é chamado de atendido, e o não assistido ou não
atendido. Conheça um pouco mais a seguir:

Assistido
Necessita da intervenção humana para o seu funcionamento, isto é, para
que o processo possa ser iniciado um usuário deve dar um clique em um
botão ou em uma opção de menu para que o robô inicie as atividades
programadas.

Não assistido
Já o tipo não assistido é iniciado automaticamente, isto é, outro robô,
denominado de orquestrador ou controlador, irá controlar a execução do
não assistido, o iniciando na data e hora que foi definido pelo administrador
dos robôs.

É importante salientar que os robôs são, na verdade, observados a partir do

conceito arquitetural, uma série de filas, chamadas de FIFO (First In First Out). Isto
é, o primeiro que entra, é o primeiro que sai. Um robô é uma fila e dentro dessa
fila rodam os processos de negócio, que são os scripts, que contêm as tarefas
programadas.

Um script é um processo de negócio automatizado, sendo cada script inserido

sequencialmente na fila, e essa sequência de scripts é o que chamamos de
robô. Então o primeiro processo a ser disponibilizado na fila será o primeiro
processo executado e finalizado, mas é importante entender que a execução
de todos os processos dentro de uma fila é sequencial.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 41

Quando existe a necessidade de executar dois ou mais processos
simultaneamente, isto é, em paralelo, então é necessária a existência de duas ou
mais filas, portanto dois ou mais robôs, para poder executá-los ao mesmo tempo.

A quantidade de filas determina a quantidade de processos que

podem ocorrer em paralelo, porém a quantidade de processos
em uma fila depende única e exclusivamente da quantidade de
atividades que um processo irá executar, já que na fila eles são
executados sequencialmente.

Lembrando que, se a fila for do tipo assistido, um processo só irá iniciar

quando for acionado por um usuário, então o primeiro processo que entrou será
executado por um usuário e, quando finalizado, não implica que o próximo
processo será executado automaticamente, havendo a necessidade da interação
humana.

Agora, se a fila é do tipo não assistido, o robô orquestrador poderá executar

os vários processos que estão na fila sequencialmente, mas sem a necessidade
da intervenção humana, assim quando um processo finalizar outro pode
iniciar, executado pelo orquestrador.

E quais ferramentas utilizar?

Em relação ao ferramental existente para construção de robôs, podem ser

programados em alguma linguagem de programação, como por exemplo o Python,
ou com alguma ferramenta do tipo lowcode (baixa programação) ou nocode (sem
programação).

As ferramentas lowcode ou nocode usam o conceito de

disponibilizar uma toolbox (paleta de componentes) em que o
desenvolvedor irá usar o conceito de arrastar e soltar no painel
gráfico para criação da lógica de funcionamento da automação.

Após a inserção dos componentes que atendem a necessidade, basta fazer as

ligações entre eles e preencher as propriedades dos componentes para que a
lógica fique pronta. Assim se constrói toda a sequência que se deseja
automatizar do processo sem necessariamente escrever linhas de código.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 42

Na figura que você verá a seguir, denominada de “o Quadrante mágico do Gartner”
é possível verificar quais são as ferramentas líderes de mercado para RPA.

RPA Líderes de Mercado.

Fonte: Panetta (2019).

Diferença e Conceitos de um Robô de Software e um Software de Robô

O trabalhador digital, robô de software ou bot é, de forma simples, um script

(um código de programação) que define o passo a passo de uma lógica que
estava sendo executada por um trabalhador humano e que passa a ser atribuída
para uma máquina.

Segue um exemplo de um robô de software: se periodicamente é necessário

fazer um download de vários extratos de um sistema alfa e depois fazer o
upload desses documentos em um sistema beta para que um determinado
processo possa ser subsidiado com esses artefatos, passamos a ter uma indicação
de algo em que pode ser usado um bot.

Já um software de robô, que é normalmente escrito em linguagens de programação

de baixo nível como Assembler ou Linguagem C, serve para controlar uma
determinada máquina como um braço mecânico, por exemplo, do tipo muito
utilizado pela indústria automobilística para soldagem das peças de um carro.
Esse tipo de robô é controlado por um software (software de robô) que realiza uma
determinada atividade em um determinado hardware.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 43

Usos, Benefícios e Impactos do RPA

A automação robótica é um recurso extensível que permite integração de

Application Program Interface (API) em aplicativos, conectores em sistemas e
serviços de Inteligência Artificial (IA) sendo configurável para as regras de
processo sobre as interfaces de sistemas, onde os robôs simplesmente imitam
o comportamento humano para realizar a transcrição ou processamento de
back-end, permitindo que os robôs de software aproveitem os ativos de
Tecnologia da Informação e Comunicação (TIC) existentes.

Usos do RPA

Um dos usos do RPA é permitir a integração entre sistemas através da construção

de um software que funcione como uma camada intermediária entre outros
softwares, buscando imitar o comportamento humano na utilização deles. Mas
também permitindo realizar processamentos diversos, fazendo com que os robôs
de software aproveitem os ativos de tecnologia da informação existentes.

Assim, se existe um processo repetitivo é possível automatizá-

lo desenvolvendo um script que o replique, deixando o
trabalhador humano focado nas atividades cognitivas do
processo.

Benefícios do RPA

A seguir veremos uma série de benefícios obtidos com o uso do RPA em uma
organização como por exemplo:

• diminuição de custos;

• velocidade de execução;
• precisão das tarefas executadas;

• escalabilidade dos processos; e

• aplicação de segurança.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 44

Quando falamos de custo reduzido podemos citar o fato de que um
trabalhador digital (robô) pode executar suas tarefas 24 horas, 7 dias da semana,
sem encargos trabalhistas e tudo mais.

Já quando falamos da velocidade de execução estamos referenciando o fato de

que um robô não se cansa e executa as tarefas atribuídas com a performance
disponibilizada pela infraestrutura.

Em relação à precisão, se trata do fato de que um trabalhador digital executa as

atribuições, exatamente como foram programadas, resultando em precisão na
execução.

Para o benefício de escalabilidade temos o fator de aumentar o número de tarefas

sem aumento de custos e perda de precisão na execução das atribuições feitas.

Quanto à segurança, podemos ressaltar que o uso de um robô

permite a aplicação de camadas de segurança na sua execução,
o que torna as atividades realizadas mais confiáveis.

Com base nesses benefícios existe uma tendência crescente do uso de RPA
pelas organizações, como pode ser observado no estudo publicado pela Harvard
Business Review (HBS) em 2015 exibido no gráfico a seguir.

Evolução do Mercado de Automação (RPA).

Fonte: Liu (2022).

EGAPE – Escola de Governo da Administração Pública de Pernambuco 45

Impactos do RPA

A primeira impressão que se pode ter com o uso de RPA é que haverá uma
onda de desemprego, devido à “substituição” de trabalhadores humanos pelos
digitais, porém o estudo publicado em 2015 pela Harvard Business Review
mostra que os trabalhadores humanos não estão sendo substituídos, mas sim
apoiados pelos robôs na execução das tarefas repetitivas, e que existem estudos
que mostram que como consequência disso há o crescente uso dessa tecnologia.

O artigo publicado por Lacity e Willcocks com o título What knowledge Workers Stand
to Gain from Automation mostra que o impacto que era esperado com o uso de
trabalhadores digitais substituindo os trabalhadores humanos, iria incluir a geração
de uma onda de desemprego.

Mas, ao contrário do que se imaginava, essa pesquisa mostrou que as organizações

que implantaram automatizações não demitiram seus colaboradores. Eles foram
realocados para trabalhos cognitivos, deixando de realizar as tarefas repetitivas
que antes eram parte das atividades diárias relacionadas aos processos de suas
responsabilidades.

Essas tarefas repetitivas e massivas, além de serem cansativas normalmente

geravam falhas, devido às características antes relatadas. Assim, atribuir essas
atividades para as máquinas, deixando o trabalho de análise para os trabalhadores,
gerou mais eficiência e eficácia.

Nesse estudo se mostrou que não se substitui o trabalhador humano pelo

trabalhador digital, apenas se repassa para a máquina as etapas do processo que
são repetitivas, pois um trabalhador executa várias etapas em um processo,
havendo as que são repetitivas e as que possuem características únicas que
demandam análises para tomadas de decisões.

Retirar os humanos dessas atividades repetitivas que consomem

tempo precioso das atividades cognitivas resulta em mais
tempo para fazer o trabalho de análise com mais qualidade.

O resultado desse estudo pode ser comprovado na Procuradoria Geral do Estado de

Pernambuco, que desde 2019 vem implantando robôs visando retirar os servidores
e procuradores de trabalhos repetitivos. Como resultado mais de 30 bots foram
produzidos, permitindo imprimir mais dinamicidade e precisão na realização
das tarefas, não havendo nenhuma transferência ou exoneração por essa
transformação nos processos de trabalho.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 46

Um exemplo é o RPA de Demandas Repetitivas da área especializada em
contencioso na procuradoria, em que quando só havia trabalhadores humanos na
sua execução geravam-se 200 processos por mês, e que quando incorporado um
trabalhador digital nas etapas repetitivas desse processo passou-se a realizar 2.000
processos por mês.

Mas muitas vezes um robô não é só um script que realiza uma repetição de
atividades, ele também pode possuir algoritmos sofisticados para apoiar a tomada
de decisão com o uso de Aprendizado de Máquina (Machine Learning).

Quando falamos de aplicação de Machine Learning (ML)

estamos falando também do uso de RPA, pois são necessários
dados para que o Aprendizado de Máquina possa acontecer, e
quanto mais dados forem obtidos, melhor será para o processo de
extração de características no aprendizado. Assim, usar robôs
para realizarem essas extrações é benéfico para o processo.

Podemos dizer que existem diversas possibilidades do uso de robôs na

automatização de processos, sendo importante ressaltar que as automatizações
servem para apoiar os trabalhadores humanos e não para substituí-los.

História e Evolução do RPA.

Os RPA evoluíram de aplicações desktop que só trabalhavam com dados

estruturados e necessitavam da intervenção humana para serem executados
(automação), até as aplicações atuais que rodam na nuvem, trabalhando com
dados estruturados e não estruturados, e não necessitando de intervenção humana
para auto execução, usando Inteligência Artificial (hiperautomação).

As Versões do RPA

Existem quatro versões de RPA disponíveis no mercado que são exemplificadas na

figura abaixo, a versão mais atual faz uso de Inteligência Artificial para tratar dados
não estruturados com uso da Natural Language Processing (NLP) para reconhecimento
de escrita e fala, sendo a versão que realiza a hiperautomação.

Observe na figura abaixo o processo de evolução dos tipos de RPA que foram
agregando características que potencializaram suas funcionalidades, saindo de
uma automação simples para o que hoje chamamos de hiperautomação.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 47

 Versões do RPA.

Elaboração: CEPED/UFSC (2022).

Podemos dizer que a versão 1.0 dos RPA tinham o objetivo de melhorar a
produtividade do trabalhador humano, fazendo uso para isso de aplicações desktop
(instaladas na máquina do usuário), e que necessitavam que o usuário os
executasse (assistidos). Assim sendo, realizavam automações parciais, só
conseguindo manipular dados estruturados.

Na versão 2.0 os RPA passaram a ter como objetivo permitir que os

trabalhadores digitais fossem escaláveis, passando a existir o robô orquestrador
que controlava a execução dos demais robôs (não assistidos), porém mantendo
a limitação de se trabalhar apenas com dados estruturados.

Com a evolução para a versão 3.0, os RPA tiveram o objetivo de realizar

workshop virtual escalável e flexível, realizando as automações direto da cloud,
mas ainda mantendo a limitação do trabalho com dados apenas estruturados.

Atualmente estamos na versão 4.0 dos RPA que realizam a hiperautomação e

possuem como objetivo usar o Processamento de Linguagem Natural (PLN)
para reconhecer dados não estruturados como escrita e voz, podendo
manipular imagens, textos e vídeos no processo de automação, com a
capacidade de serem geridos direto da nuvem, podendo ser assistidos e não
assistidos.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 48

Da Automação à Hiperautomação

Quando referenciamos a automação como hiperautomação estamos nos baseando

em modelos estatísticos e computacionais (Machine Learning) e em redes
neurais artificiais (Deep Learning) que usam RPA para realizar atividades repetitivas
e massivas.

Na Hiperautomação a mineração de dados (Data Mining) com a aplicação de técnicas

para a extração de dados é base do Aprendizado de Máquina (Machine Learning),
pois o processo de aprendizado é realizado com a generalização obtida com os
dados e é uma das primeiras etapas a ser automatizada na realização dos
processos.

Isso permitiu a evolução da automação para a hiperautomação com a incorporação

da Inteligência Artificial, transformando o RPA em “RPA Cognitivo”.

Então podemos dizer que hiperautomação consiste na aplicação de tecnologias

de Inteligência Artificial e Computacional combinadas com RPA para que a
automação se torne mais eficiente e eficaz.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 49

Referências

AIMDEK TECHNOLOGIES. Evolution of Robotic Process Automation (RPA): The

Path to Cognitive RPA. [Medium]. 2018. Disponível em: https://medium.com/@
AIMDekTech/evolution-of-robotic-process-automation-the-path-to-cognitive-rpa-
c3bd52c8b865. Acesso em: 17 nov. 2022.

BAMBERGER, P. How Automation Is Shaping The Future. [Medium]. 2021.

Disponível em: https://phillipbamberger.medium.com/how-automation-is-changing-
our-world- 8784ce159393. Acesso em: 17 nov. 2022.

BRASIL. Escola Nacional de Administração Pública (ENAP). Escola Virtual de

Governo. 2022. Disponível em: https://www.escolavirtual.gov.br/. Acesso em: 18 nov.
2022.

HODSON, H. AI interns: Software already taking jobs from humans.

[NewScientist Magazine]. 2015. Disponível em:
https://www.newscientist.com/article/mg22630151- 700-ai-interns-software-
already-taking-jobs-from-humans/. Acesso em: 17 nov. 2022.

JANUSZEWSKI, A.; KUJAWSKI, J.; SUGAJSKA, N. B. Benefits of and Obstacles to

RPA Implementation in Accounting Firms. Procedia Computer Science, [s. l.], v.
192, p. 4672–4680, 2021. Disponível em:
https://doi.org/10.1016/j.procs.2021.09.245.

LACITY, M. C.; WILLCOCKS, L. What Knowledge Workers Stand to Gain from

Automation. [Harvard Business Review]. 2015. Disponível em: https://hbr. org/2015/06/what-
knowledge-workers-stand-to-gain-from-automation. Acesso em: 17 nov. 2022.

LIU, S. Size of the robotic process automation (RPA) market worldwide 2020-
2030. [Statista]. 2022. Disponível em: https://www.statista.com/statistics/1259903/
robotic-process-automation-market-size-worldwide/. Acesso em: 17 nov. 2022.

MADDOX, T. Top 10 technology trends for 2020 include hyperautomation, human

augmentation and distributed cloud. [TechRepublic]. 2019. Disponível em:
https://www.techrepublic.com/article/hyperautomation-human-augmentation- and-distributed-cloud-
among-top-10-technology-trends-for-2020/. Acesso em: 17 nov. 2022.

MUTHUKADAN, B. Selenium with Python, Powered by Sphinx 1.8.5 & Alabaster

0.7.12. Documentation [English version]. 2018. Disponível em: https://selenium-
python.readthedocs.io/. Acesso em: 17 nov. 2022.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 50

PANETTA, K. Gartner Top 10 Strategic Technology Trends For 2020. [Gartner]. 2019.
Disponível em: https://www.gartner.com/smarterwithgartner/gartner-top-10- strategic-technology-
trends-for-2020. Acesso em: 17 nov. 2022.

SAURKAR, A. V.; PATHARE, K. G.; GODE, S. A. An Overview on Web Scraping Techniques and Tools.
International Journal on Future Revolution in Computer Science &
Communication Engineering, Bikaner, v. 4, n. 4, p. 363–367, Apr. 2018. Disponível em:
http://www.ijfrcsce.org/index.php/ijfrcsce/article/view/1529. Acesso em: 17 nov. 2022.

SIDOROVA, A.; TORRES, R.; AL BEAYEYZ, A. The Role of Information Technology in

Business Process Management. In: Handbook on Business Process Management
1. [International Handbooks on Information Systems]. Heidelberg: Springer Berlin,
2015. Disponível em: https://doi.org/10.1007/978-3-642-45100-3_18.

SIMON, M.; JRHUGGIN, S. Selenium Client Driver. Selenium 4.6 Documentation.

2011. Disponível em:. https://www.selenium.dev/selenium/docs/api/py/index.html.
Acesso em: 17 nov. 2022.

SYED, R.; SURIADI, S.; ADAMS, M.; BANDARA, W.; LEEMANS, S. J. J.; OUYANG,
C.; HOFSTEDE, A. H. M.; WEERD, I.; WYNN, M. T.; REIJERS, H. A. Robotic Process
Automation: Contemporary themes and challenges. Computers in Industry, [s.
l.], v.115, n.p, Feb. 2020. Disponível em:
https://doi.org/10.1016/j.compind.2019.103162.

WILLCOCKS, L. P.; LACITY M. Nine likely scenarios arising from the growing use of
robots. [LSE Business Review]. 2015. Disponível em: https://blogs.lse.ac.uk/
businessreview/2015/09/29/nine-likely-scenarios-arising-from-the-growing-use-of- robots/. Acesso em: 17
nov. 2022.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 51

 Competência 2

1.0 Aplicando a RPA para Automatizar Processos

Por que Automatizar os Serviços Públicos?

Devido à necessidade crescente de desenvolvimento de sistemas complexos e
interativos para atender as novas necessidades de uma sociedade cada vez
mais ansiosa por eficiência e qualidade nos serviços prestados pelos governos,
se faz necessária a aplicação da Transformação Digital no Setor Público e, por
consequência, a aplicação da hiperautomação.

A integração com qualidade dos serviços governamentais é outro aspecto que

fomenta a crescente aplicação da automação objetivando gerar valor público
nos serviços prestados.

Mas o que é gerar valor público para os serviços governamentais?

O Decreto nº 9.203, publicado em 2017, define como valor público todos os

produtos e resultados gerados, preservados ou entregues pelas atividades de uma
organização que representem respostas efetivas e úteis às necessidades ou
demandas de interesse público e modifiquem aspectos do conjunto da
sociedade ou de grupos específicos reconhecidos como destinatários legítimos de
bens e serviços públicos.

Essa missão e visão governamental torna necessária aplicação da hiperautomação,

isto é, do uso da Inteligência Artificial (IA) e Inteligência Computacional (IC)
como facilitadores tecnológicos, objetivando resolver problemas de alta
complexidade. Dessa forma tanto IA como IC estão se tornando ativos
estratégicos importantes, já que estão permitindo que as organizações ofereçam
valor público com serviços baseados em dados.

Com a aplicação da hiperautomação nas atividades desenvolvidas pelo Setor

Público, considerando a observância dos princípios da boa administração através
dos marcos legais, é possível atender com mais eficiência e eficácia no serviço
público.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 52

Neste sentido, as organizações públicas necessitam que suas estruturas passem a
usar hiperautomação nos seus processos de negócios, objetivando a retirada dos
servidores públicos de trabalhos repetitivos para deixá-los dedicados a atividades
cognitivas.

Estratégias de Governo Digital

Objetivando gerar valor público nos serviços prestados aos cidadãos, foi idealizada
a Estratégia de Governo Digital plurianual com intuito de nortear as ações de todos
os órgãos de governo, permitindo assim transformá-lo em um Governo Digital,
oferecendo serviços de melhor qualidade, mais eficientes e acessíveis a todo
cidadão.

O Brasil, segundo a Organização das Nações Unidas (ONU), é a 4 ª

maior população conectada do mundo, e precisa fazer uso
dessa conectividade em prol do cidadão.

Para os governos, planejar e executar o desenvolvimento de Governo Eletrônico com

uma estratégia de Governo Digital é um dos eixos centrais da boa administração
pública. Para isso a simplificação do relacionamento dos cidadãos com o governo
exige transformar o ambiente digital utilizado, tornando-o mais intuitivo, interativo e
agradável.

Desafios na Aplicação da Hiperautomação

Os desafios para a aplicação da automação de processos no Setor Público estão

relacionados à implementação das tecnologias inovadoras, visto que ainda não há
knowhow suficiente disponível no mercado, e menos ainda no Setor Público.

Nas organizações é fundamental o seu uso para melhorar o desempenho do

negócio, ou seja, para garantir mais agilidade, praticidade e otimização no
desempenho das tarefas. Porém os desafios da automação de processos são
muitos.

Um dos desafios mais significativos para os governos é a capacitação tecnológica

de um dos principais componentes das instituições públicas, os servidores
(estatutários) e funcionários públicos (celetistas), fazendo com que sejam atualizados
tecnologicamente, modificando assim suas formas tradicionais de trabalhar no
serviço público.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 53

 Atualmente não adianta mais ser um excelente professor,
médico, engenheiro, procurador, administrador, contador,
militar, e toda e qualquer especialidade a qual o cidadão se
prontificou a exercer como atividade pública, se esse
especialista não tiver afinidade com as tecnologias atuais.

Como essas tecnologias evoluem muito rapidamente, estar sempre preparado para
mudanças é condição sinequanon para se tornar um excelente servidor/funcionário
público.

A utilização da hiperautomação nos órgãos públicos corresponde à

incorporação de tecnologias inovadoras que geram mudanças no trabalho
operacional, já que a automatização torna mais eficiente as atividades
realizadas. Isso pois boa parte delas são automáticas e essas alterações nas
rotinas, no orçamento e na forma de execução das tarefas exige quebras de
paradigmas.

A inclusão da hiperautomação, colocando trabalhadores digitais executando partes

das tarefas dos trabalhadores humanos, exige que os gestores públicos sejam
preparados para essas novas tecnologias, enfatizando o entendimento que as
mudanças que as máquinas irão produzir no dia a dia das atividades permitirá
deixar os servidores e funcionários públicos nos trabalhos cognitivos (criativos) das
organizações.

Outro desafio inerente às organizações, independentemente de serem públicas ou

privadas, é o de desejar realizar a Transformação Digital de uma única vez,
tendo em vista que isso irá ocasionar em impactos negativos, tanto devido ao
aspecto mencionado anteriormente, mas também por não haver tempo hábil
para as adequações às mudanças de rotinas de trabalho.

Não há dúvida de que a melhor forma de implementar mudanças nas organizações

é realizar um trabalho de planejamento com etapas gradativas de troca de
procedimentos físicos para digitais, e de realização apenas por trabalhadores
humanos com a colaboração de trabalhadores digitais (robôs).

EGAPE – Escola de Governo da Administração Pública de Pernambuco 54

 A hiperautomação necessita de capacitação dos servidores
e funcionários públicos para conhecimento das novas
metodologias, métodos, técnicas e ferramentas tecnológicas,
para que posam ser utilizados corretamente e efetivamente.
Assim, no planejamento é necessário considerar as fases de
capacitação e adaptação para que a disrupção possa acontecer
suavemente e progressivamente.

Como tudo que é planejado, esse processo deve ser monitorado para verificar se o
que foi elaborado está sendo realizado, e esse é um dos desafios da
Transformação Digital com a aplicação da hiperautomação, o monitoramento dos
resultados. Assim, é necessário observar os efeitos ocasionados com as mudanças
através da utilização de métricas para medir o desempenho da organização e
buscar estratégias para corrigir as falhas no caso de não obtenção dos
resultados desejados.

Qual a Maturidade Institucional Necessária para Iniciar a Automação?

É inquestionável que a hiperautomação produzirá efeitos positivos, caso os

cuidados mencionados sejam tomados. Porém, se não houver um
monitoramento fazendo uso também de recursos tecnológicos, o controle do
trabalho poderá ser ineficiente, não atingindo os objetivos desejados.

Para que essa transformação possa ocorrer de forma mais suave e com menos
traumas deve a organização ser convocada para participar da transformação
em todos os seus níveis (estratégico, tático e operacional).

A hiperautomaçãodeprocessosdenegóciopermitiráa otimização dosprocedimentos,

já que os recursos tecnológicos permitem agilizar as atividades em todos os níveis
da organização, não apenas no operacional.

Não há uma maturidade organizacional ideal para realizar a Transformação Digital,

mas há a necessidade de planejar a sua inserção gradual da Transformação Digital
na organização com a participação de todos, não só informando mas capacitando
os agentes públicos com todo o ferramental tecnológico

É uma iniciativa relevante empoderar os agentes públicos com o conhecimento

tecnológico, estimulando e facilitando a capacitação deles com formações de
extensão, graduação, pós-graduação (lato e stricto sensu) nas tecnologias inovadoras.
Essa capacitação irá evitar deixar os governos reféns de fornecedores de tecnologias
inovadoras.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 55

Tendências e Impactos da Hiperautomação nos Governos

Todas as revoluções industriais permitiram elevar a renda dos trabalhadores,

fazendo com que a tecnologia se tornasse o cerne do desenvolvimento econômico.

Na Primeira Revolução Industrial temos a produção em massa com as linhas de

montagem, na Segunda, com a eletricidade, tivemos a evolução dos aparatos
tecnológicos, com a Terceira vivemos na era da informação, e agora com a Quarta
estamos vivendo na era do conhecimento.

Essa era do conhecimento consiste em um conjunto de tecnologias convergentes,

podemos citar aqui a Internet das Coisas ou, na sigla em inglês, IoT, como uma
expressão que engloba as tecnologias para automação e troca de dados, permitindo a
fusão do mundo físico, digital e biológico com o metaverso (realidade virtual com
realidade aumentada).

O Governo 4.0 e a Indústria 4.0 serão fábricas inteligentes de processos de

negócios através da integração das atividades do mundo físico com as atividades
do mundo virtual (sistemas ciberfísicos) gerando inúmeras novas possibilidades,
sendo uma delas o trabalho remoto do qual você já deve ter feito parte, fazer parte
ou conhecer alguém que faz, bem como o acesso remoto aos serviços públicos.

Governos como Estônia e Letônia estão se tornando referências mundiais como

governos digitais, permitindo que seus cidadãos possam realizar quase todas
as obrigações de cidadania através de recursos tecnológicos como aplicações
web responsivas, seguras e ágeis, e com uma Gestão Orientada a Dados que
permite que os governos possam analisar os negócios e tomar decisões com base
nos dados.

Desde o início da era digital, assistimos a uma evolução rápida e consistente de

fatores de desempenho. Nas três primeiras revoluções industriais foi possível
ver como poder de processamento acompanhado da redução de custos e
miniaturização de componentes modificou completamente o meio industrial e,
assim, o sistema econômico na totalidade.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 56

Na figura abaixo se observará a confluência de todas as tecnologias inovadoras
para a realização da Transformação Digital.

Hiperautomação na Transformação Digital.

Elaboração: CEPED/UFSC (2022).

Quando falamos de Transformação Digital estamos inevitavelmente falando de

hiperautomação, mas implicitamente estamos falando também de tecnologias
inovadoras que cada vez mais estarão fazendo parte de nossas vidas direta ou
indiretamente.

Essas quatro tecnologias usam aplicações web responsivas, Inteligência de

Negócios (BI), Análise de Negócios (BA), Gestão de Processos de Negócios (BPM),
Automação de Processos Robóticos (RPA) e Inteligência Artificial (IA) com
Inteligência Computacional (Statistical/Machine/Deep Learning).

Sistemas Ciberfísicos
Trata da associação da computação, da rede e de processos físicos, que combina
vários sistemas de naturezas diferentes, objetivando administrar um processo
físico e, com seu feedback, se autoconfigurar (adequar-se) às novas condições em
tempo real.

Internet das Coisas (IoT)

Trata-se do conceito de conectar qualquer tipo de dispositivo à Internet com
outros dispositivos já conectados, criando assim uma imensa rede de coisas e
pessoas conectadas que coletam e compartilham dados sobre a maneira como são
utilizadas e sobre o ambiente ao seu redor.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 57

Internet dos Serviços (IoS)
Trata do controle de serviços da Internet das Coisas, ou da produção de
serviços ligados à Internet das Coisas, permitindo a comunicação constante entre
máquinas e de máquinas com humanos.

Fábricas Inteligentes
Trata da capacidade e da autonomia necessária para agendar manutenções, prever
falhas nos processos e se adaptar aos requisitos e mudanças não planejadas na
produção.

Todas essas tecnologias são tendências de uso da hiperautomação no mercado

global com estudos que projetam o comportamento até 2035, mostrando que o
uso se tornará progressivo.

Nas pesquisas sobre a tendência de uso de hiperautomação estima-se que, com os

ganhos de produtividade e eficiência, até 35% de todos os empregos que podem
ser automatizados a usem até 2035.

Um dos indicativos desse crescimento é que os componentes

desenvolvidos e disponibilizados para realizar a automação de
processos estão cada vez mais sofisticados e usando Inteligência
Artificial, o que os torna aptos para solucionar os mais diversos
tipos de problemas.

E com a disponibilização das ferramentas lowcode e nocode o tempo de construção

dessas aplicações para automatizar processos de negócio é decrescente.

Com a evolução continuada das ferramentas de construção de robôs se tornará

cada vez mais rápido o seu desenvolvimento, e ao mesmo tempo que se ganha
na eficiência da construção se ganhará no potencial de solução para problemas
complexos.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 58

Referências

AIMDEK TECHNOLOGIES. Evolution of Robotic Process Automation (RPA): The

Path to Cognitive RPA. [Medium]. 2018. Disponível em: https://medium.com/@
AIMDekTech/evolution-of-robotic-process-automation-the-path-to-cognitive-rpa-
c3bd52c8b865. Acesso em: 17 nov. 2022.

BAMBERGER, P. How Automation Is Shaping The Future. [Medium]. 2021.

Disponível em: https://phillipbamberger.medium.com/how-automation-is-changing-
our-world- 8784ce159393. Acesso em: 17 nov. 2022.

HODSON, H. AI interns: Software already taking jobs from humans.

[NewScientist Magazine]. 2015. Disponível em:
https://www.newscientist.com/article/mg22630151- 700-ai-interns-software-already-
taking-jobs-from-humans/. Acesso em: 17 nov. 2022.

JANUSZEWSKI, A.; KUJAWSKI, J.; SUGAJSKA, N. B. Benefits of and Obstacles to

RPA Implementation in Accounting Firms. Procedia Computer Science, [s. l.], v.
192, p. 4672–4680, 2021. Disponível em:
https://doi.org/10.1016/j.procs.2021.09.245.

LACITY, M. C.; WILLCOCKS, L. What Knowledge Workers Stand to Gain from

Automation. [Harvard Business Review]. 2015. Disponível em: https://hbr. org/2015/06/what-
knowledge-workers-stand-to-gain-from-automation. Acesso em: 17 nov. 2022.

LIU, S. Size of the robotic process automation (RPA) market worldwide 2020-
2030. [Statista]. 2022. Disponível em: https://www.statista.com/statistics/1259903/
robotic-process-automation-market-size-worldwide/. Acesso em: 17 nov. 2022.

MADDOX, T. Top 10 technology trends for 2020 include hyperautomation, human

augmentation and distributed cloud. [TechRepublic]. 2019. Disponível em:
https://www.techrepublic.com/article/hyperautomation-human-augmentation-and- distributed-cloud-
among-top-10-technology-trends-for-2020/. Acesso em: 17 nov. 2022.

MUTHUKADAN, B. Selenium with Python, Powered by Sphinx 1.8.5 & Alabaster

0.7.12. Documentation [English version]. 2018. Disponível em: https://selenium-
python.readthedocs.io/. Acesso em: 17 nov. 2022.

PANETTA, K. Gartner Top 10 Strategic Technology Trends For 2020. [Gartner]. 2019.
Disponível em: https://www.gartner.com/smarterwithgartner/gartner-top-10- strategic-technology-
trends-for-2020. Acesso em: 17 nov. 2022.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 59

SAURKAR, A. V.; PATHARE, K. G.; GODE, S. A. An Overview on Web Scraping Techniques and Tools.
International Journal on Future Revolution in Computer Science &
Communication Engineering, Bikaner, v. 4, n. 4, p. 363–367, Apr. 2018. Disponível em:
http://www.ijfrcsce.org/index.php/ijfrcsce/article/view/1529. Acesso em: 17 nov. 2022.

SIDOROVA, A.; TORRES, R.; AL BEAYEYZ, A. The Role of Information Technology in

Business Process Management. In: Handbook on Business Process Management
1. [International Handbooks on Information Systems]. Heidelberg: Springer Berlin,
2015. Disponível em: https://doi.org/10.1007/978-3-642-45100-3_18.

SIMON, M.; JRHUGGIN, S. Selenium Client Driver. Selenium 4.6 Documentation.

2011. Disponível em: https://www.selenium.dev/selenium/docs/api/py/index.html.
Acesso em: 17 nov. 2022.

SYED, R.; SURIADI, S.; ADAMS, M.; BANDARA, W.; LEEMANS, S. J. J.; OUYANG,
C.; HOFSTEDE, A. H. M.; WEERD, I.; WYNN, M. T.; REIJERS, H. A. Robotic Process
Automation: Contemporary themes and challenges. Computers in Industry, [s.
l.], v.115, n. p, Feb. 2020. Disponível em:
https://doi.org/10.1016/j.compind.2019.103162.

WILLCOCKS, L. P.; LACITY M. Nine likely scenarios arising from the growing use of
robots. [LSE Business Review]. 2015. Disponível em: https://blogs.lse.ac.uk/
businessreview/2015/09/29/nine-likely-scenarios-arising-from-the-growing-use-of- robots/. Acesso em: 17
nov. 2022.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 60

2.0 Como Realizar a Automatização?

Como se Deve Implantar a Hiperautomação na Organização?

Hiperautomação é a tecnologia para automatizar processos de negócios que

combina diversas outras tecnologias (Inteligência Artificial, Automação Robótica
de Processos, entre outras) a fim de melhorar os resultados de uma
organização, tornando sua aplicação uma tendência.

Para sua implantação todos os servidores públicos, funcionários públicos, cargos

comissionados e terceirizados precisam estar envolvidos, aumentando assim a
produtividade com a otimização de processos e diminuindo erros dos
processos, permitindo que as atividades destes se tornem automáticas, com as
informações fluindo de forma ágil.

Desde 2020 o Gartner coloca a hiperautomação no topo da lista de recursos

tecnológicos organizacionais, portanto as organizações devem compreender a
importância dessa tecnologia para as suas organizações. Trata-se de uma
tecnologia focada em pessoas, refletindo seus resultados em toda a organização e
na sociedadecomo um todo, modificando a cultura organizacional. Os trabalhos
operacionais são efetivamente impactados, já que a hiperautomação visa tornar
os processos altamente automatizados.

São exemplos de tecnologias envolvidas na hiperautomação, que permitem

gerar conhecimentos para fazer com que as organizações possam produzir
mais resultados em menos tempo:

• Robotic Process Automation (RPA);

• Artificial Intelligence (AI);

• Machine Learning (ML);

• Natural Language Processing (NLP); e

• Intelligent Optical Character Recognition (ICR).

Mas hiperautomação não é só um conjunto de tecnologias, existe uma série de

outros fatores que devem ser observados para garantir a eficácia da sua aplicação.
Além das tecnologias, e por consequência o uso de suas ferramentas, uma série de
outros pontos devem ser avaliados, tais como a engenharia de processos e
métricas para acompanhamento dos resultados, para que seja possível planejar o
processo de melhoria contínua na automação.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 61

A implantação deve iniciar com o planejamento, objetivando identificar as
atividades dos processos que podem e devem ser automatizados. Desse modo, é
possível fazer os estudos dos impactos que as mudanças irão produzir com as
automações.

O processo de implantação deve seguir com a capacitação de todos os envolvidos

nas novas tecnologias, gerando o sentimento de pertencimento ao processo e
a conscientização da necessidade da evolução. Isso permite a mudança de
mindset, diminuindo sensivelmente a resistência aos processos de mudança que
são normais em qualquer organização.

Só após esse planejamento é que se deve seguir para a etapa de desenvolvimento

das automações, baseadas no planejamento elaborado, aplicando as ferramentas
tecnológicas. Salientando que a condição sine qua non para o sucesso da
implantação é o engajamento dos envolvidos em todos os níveis da organização
(operacional, tático e estratégico), fornecendo apoio e orientação na
Transformação Digital.

Identificar o que Deve ser Automatizado

Para identificar o que deve ser automatizado com o uso da hiperautomação

dependerá do que se quer transformar digitalmente das atividades executadas em
um processo de negócio.

Indubitavelmente o uso da automação robótica de processos será o recurso

tecnológico mais utilizado, permitindo automatizar atividades simples, como
gerar respostas automáticas em e-mails, alcançando atividades complexas, como
desenvolver bots para fornecer suporte na tomada de decisão.

A premissa número um deve ser a de identificar quais as atividades simples que estão
sendo executadas pelos trabalhadores humanos poderiam ser realizadas pelos
trabalhadores digitais, permitindo que esse pessoal possa ser transferido para trabalhos
mais cognitivos que necessitem da criatividade humana. O resultado dessa mudança é que a mão
de obra humana utilizada em trabalhos simples é reduzida, podendo ser usada de forma mais
efetiva.

O maior objetivo dessa mudança é reduzir os custos com

trabalhos simples e, por consequência, a diminuição da
quantidade de erro humano, pois os trabalhadores que realizam
atividades repetitivas tendem a dissipar a atenção facilmente, o
que não ocorre com bots.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 62

Como a hiperautomação é integrada entre Inteligência Artificial (IA) e Robotic
Process Automation (RPA), que apesar de serem tecnologias distintas se
complementam, permitindo que com uso da IA os bots possam se adaptar a
situações não previstas, potencializando o uso de RPA, pois esse apenas executa
atividades repetitivas, já a IA consegue procurar formas de se adaptar às diferenças
de processos.

A Inteligência Artificial funciona como um sistema capaz de simular a inteligência

humana, superando a programação de ordens específicas, portanto a IA possibilita
que sistemas tomem decisões de forma autônoma, indo além do programado,
o que é chamado de lógica indutiva, ao contrário da programação tradicional que
usa lógica dedutiva.

Na figura abaixo é utilizada a equação y=f(x) para exemplificar matematicamente

as diferentes lógicas que podem ser aplicadas na construção de algoritmos na
solução de problemas.

Tipos de Lógicas (Dedutiva, Indutiva e Abdutiva).

Fonte: Freepik (2022).

Com o uso de IA na hiperautomação as organizações têm capacidade de ver,

ler e interagir nos processos, abrindo uma gama de possibilidades de
aplicabilidades nos processos de negócios que quando combinadas com as demais
tecnologias permite desenvolver processos automatizados inteligentes, que se
adaptam e aprendem novos modos de trabalho, semelhante à inteligência
humana.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 63

Para o ganho dessa inteligência nos processos de negócio é necessário o uso não
só de Artificial Intelligence (AI) que usa uma linguagem simbólica com uso de
sistemas especialistas, lógica fuzzy e árvores de decisão, mas também da
Computational Intelligence (CI) ou, como é mais conhecida, Machine Learning (ML)
que usa uma linguagem subsimbólica com uso de redes neurais artificiais,
inteligência de enxames e computação evolucionária, dando capacidade de
aprendizado as máquinas.

Aprendizado de Máquina (Machine Learning) sendo associada (subconjunto) do

conceito de Inteligência Artificial, permitirá que uma máquina possa alterar sua
maneira de executar uma atividade de forma autônoma. Isso significa que a
hiperautomação com uso do Aprendizado de Máquina pode simular a forma de
aprendizado humano, que se dá através da repetição e da execução de um
processo, com uso de algoritmos que extraem o conhecimento dos dados, tendo
como base a generalização.

Outra tecnologia, também associada à Inteligência Artificial (um subcampo desta) é

a Natural Language Processing (NPL) tratando-se de uma tecnologia amplamente
usada em diversos dispositivos atualmente com os assistentes de dispositivos
móveis, como o “Olá Google”, “Siri”, “Cortana”, “Alexa”, entre outros), permitindo o
uso de comandos de voz nos processos de negócios que usam a hiperautomação,
dando a uma máquina a capacidade de compreender a linguagem natural de um
ser humano.

A tecnologia que inevitavelmente será muito usada nos processos de negócio que
serão automatizados é a de Intelligent Optical Character Recognition (ICR) que realiza as
atividades de leitura inteligente dos documentos digitalizados, em outras palavras,
das imagens.

O reconhecimento óptico inteligente de caracteres permite ler as imagens e

reconhecer os caracteres nelas contidos, garantindo que a máquina consiga ler
informações impressas em alguma superfície. Assim como a NLP simula a audição
humana, a ICR simula a visão, possibilitando que os dados não estruturados
possam ser capturados e, depois de tratados, ser transformados em dados
estruturados.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 64

 É importanteaqui se fazer uma distinção entre OCReICR, isto é,
explicara diferença entre o “reconhecedor ótico de caracteres” e o
“reconhecedor ótico inteligente de caracteres”, pois o primeiro é
utilizado para identificar qualquer tipo de leitura de caracteres
em documentos e imagens, já o segundo consegue ler até mesmo
caracteres escritos à mão, pois usa algoritmos de redes neurais
artificiais.

Planejar a Aquisição dos Recursos Humanos e Tecnológicos

No processo de planejamento para aplicação da hiperautomação no Setor

Público é importante que busque-se capacitar os servidores públicos,
funcionários públicos, cargos comissionados e terceirizados que compõem a
organização, para haver a conscientização e, por consequência, a quebra de
paradigma necessária para o sucesso do processo de implantação.

Deve-se pensar em um processo de contratação de especialistas como

analistas de dados, engenheiros de software, entre outras especialidades, para
composição de uma equipe no desenvolvimento dos trabalhadores digitais, isto
é, dos robôs. Essa equipe deve ser interna à organização para que se possa
criar a gestão do conhecimento dos desenvolvimentos. Em especial sendo uma
contratação por posto de trabalho para mitigar o turnover, problema recorrente na
área de tecnologia, visto que os recursos humanos dessa área são muito
valorizados e essa valorização só tende a crescer.

Iniciar o processo de aquisição de recursos tecnológicos que irão depender do que

se deseja automatizar. Por isso antes de tudo deve-se capacitar os recursos
humanos internos da organização para se realizar o planejamento do que irá ser
transformado digitalmente. Com esse roadmap feito é o momento de iniciar o
processo licitatório para aquisição do ferramental disponível no mercado.

O investimento no processo de hiperautomação pode parecer inicialmente grande,

mas o resultado em eficiência e eficácia é indiscutível. Inúmeras organizações no
mundo todo já estão utilizando essas tecnologias e a tendência é que só cresça o
seu uso.

Um estudo publicado pela Harward Business Review diz que até 2035 mais da metade
das organizações no mundo utilizarão essas tecnologias em seus processos de
negócios.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 65

Desse modo, é possível prever que nos próximos anos haverá um salto tecnológico
e, por consequência, isso irá afetar a sociedade como um todo, resultando da
necessidade dos governos de também se capacitarem tecnologicamente para poder
atender aos anseios de uma sociedade altamente tecnológica.

A hiperautomação não é apenas uma tecnologia promissora,

mas uma necessidade organizacional, pois permite conduzir as
organizações para ganhos de eficiência e eficácia. Ela possibilita
resultados exponenciais, gerando resultados em toda a sociedade,
já que os serviços se tornam mais ágeis, com efeitos benéficos
em todos os setores.

Projetar e Construir as Automações

Planejar o processo de automação de negócios deve ser a primeira etapa da

Transformação Digital da organização, pois é no planejamento que se definirá
o projeto, que aqui se entende como “conjunto de atividades interligadas que
possuem data de início e término com responsáveis pela sua execução” para
realização da implementação da hiperautomação da organização.

O objetivo do projeto de automatização é entender, manter

e executar as atividades que serão realizadas pela equipe de
especialistas em tecnologia e de negócios, com o foco em gerar
valor público nos processos a serem automatizados.

As definições que devem nortear o projeto, são:

• escolher as atividades (funcionalidades) que deverão ser executadas

pelos trabalhadores digitais e as que permanecerão com os
trabalhadores humanos;

• identificar as atividades (tarefas) ou mesmo processos que irão se

beneficiar com a automação de outros processos;

• organizar o processo de desenvolvimento das soluções;

• definir quais ferramentas deverão ser usadas.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 66

Com essas definições realizadas existe a probabilidade de o impacto com as
mudanças ser mínimo.

Como Construir automatização Codificando com Python

Python é uma linguagem de programação de alto nível com muitas bibliotecas

opensource para os mais diversos fins, mas sendo principalmente utilizada na área
de ciência de dados.

O projeto dessa linguagem de programação, que usa o paradigma de

desenvolvimento orientadoaobjetos com sua arquitetura interpretada,
enfatizaaflexibilidade da codificação, permitindo que desenvolvedores resolvam os
mais diversos tipos de problemas.

Com uma grande gama de bibliotecas disponibilizadas, o Python permite o rápido

desenvolvimento de aplicações, como websites, aplicações web responsivas com
ricas interfaces gráficas, e em especial Aprendizado de Máquina.

Nos links a seguir são disponibilizadas videoaulas explicando como programar em

Python, desde conceitos básicos como estruturas de controle (if, for e def) passando
por uso de bibliotecas utilizadas pela ciência de dados, até o uso de bibliotecas para
realizar Aprendizado de Máquina usando as ferramentas Google Colaboratory e
Jupyter.

Como Construir com Ferramentas Lowcode e Nocode

Cada vez mais haverá a tendência de se usar ferramentas lowcode (baixa codificação)
ou nocode (nenhuma codificação), pois com seu uso o desenvolvedor passa a se
concentrar no problema a se resolver. Além de retirar do desenvolvedor a
preocupação da sintaxe e semântica das linguagens de programação, permitindo
que as lógicas sejam mais rapidamente construídas e testadas.

A engenharia de software não é um processo simples, exigindo várias

preocupações, pois o desenvolvimento envolve uma ampla gama de tarefas que são
realizadas em um processo interativo e incremental, o que facilita a inclusão
involuntária de bugs (erros).

EGAPE – Escola de Governo da Administração Pública de Pernambuco 67

 Ferramentas para hiperautomação que façam uso dos conceitos
de lowcode ou nocode são uma tendência, visto que permitirão
dar a agilidade necessária para a construção das soluções,
evitando erros comumente embutidos por desenvolvedores
menos experientes.

Referências

BUSINESS INTELLIGENCE. Guia Iniciante Low Code. [s. l.]: Amazon, 2020.

BUSINESS INTELLIGENCE. Domine o Selenium. [s. l.]: Amazon, 2020.

HAN, J.; KAMBER, M. Data Mining - Concepts and Techniques. Amsterdã: Elsevier, 2011.

KLOSTERMAN, S. Projetos de Ciência de Dados com Python, 1ª ed. São Paulo: Novatec
Editora, 2020.

LUTZ, M. Aprendendo Python, 2ª ed. Porto Alegre: Bookman, 2007.

RUSSELL, J.; COHN, R. Orange (Software). Norderstedt: Books on Demand Ltd, 2013.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 68

 Competência 3

1.0 Casos Práticos da Hiperautomação para Transformação

Digital no Governo

Exemplos de Robôs Desenvolvidos na PGE/PE

O objetivo desta competência é exemplificar os desenvolvimentos realizados pela

Procuradoria Geral do Estado de Pernambuco na construção dos robôs
utilizados para aplicação da Transformação Digital no órgão.

Esses desenvolvimentos foram realizados com o uso da

linguagem de programação Python, usando a biblioteca Selenium
para agilizar o processo de construção dos robôs. Também
mais recentemente utilizando a ferramenta UiPath, permitindo
que o desenvolvimento dos robôs fosse feito de forma lowcode,
isto é, com pouca codificação.

Robô Extrator da PGE/PE

Atualmente a Procuradoria Geral do Estado de Pernambuco possui mais de 50 robôs,

com uma lista crescente de demandas por automatização de processos de negócio.

Para detalhar a execução de um robô foi selecionado o RPA Extrator utilizado

pela PGE/PE para baixar extratos do Detran e fazer a inclusão deles no sistema
de procuradorias, objetivando subsidiar os processos da dívida ativa do estado.

Robô Lia da PGE/PE

O robô Lia é utilizado pelo Núcleo de Imposto Causa Mortis (ICD) da

Procuradoria Geral do Estado de Pernambuco (PGE/PE), onde são realizadas as
análises dos documentos referentes às heranças para cálculo do imposto.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 69

Antes da aplicação da hiperautomação os procuradores analisavam uma grande
quantidade de processos para realizar a triagem, com o objetivo de separar os
processos relevantes dos irrelevantes, etapa de triagem que tomava uma
quantidade de tempo considerável de todo o processo, porém obrigatória, pois
nem todos os processos são elegíveis para a aplicação do referido imposto.

Com a aplicação do robô Lia, desenvolvido para realizar essa etapa de triagem
separando os processos relevantes dos irrelevantes, e distribuindo para os
procuradores apenas os relevantes para análise detalhada do processo, passou-se
a ter uma economia significativa de tempo em todo o processo, além do aumento
de processos analisados por dia.

Robô para Classificação e Predição de Dívida Ativa da PGE/PE

O robô de recomendação de cobrança da dívida ativa do estado de Pernambuco foi

idealizado para o Núcleo de Dívida Ativa (NDA) da Procuradoria Geral do Estado de
Pernambuco (PGE/PE), onde são realizadas as cobranças judiciais das dívidas ativas
do estado de Pernambuco.

Antes da aplicação da hiperautomação os procuradores utilizavam lógica dedutiva

(programação clássica) para classificar a dívida, e após a aplicação de experimentos
com lógicas indutiva e abdutiva (aprendizado de máquina supervisionada e não
supervisionada) foi verificado que as informações sobre as classes das dívidas não
eram convergentes.

Assim, foi definido pela procuradoria que fossem aplicados modelos estatísticos e
computacionais para o aprendizado de máquina, objetivando obter um novo rating
para a dívida ativa do estado.

Robô para Recomendação de Modalidade de Cobrança da PGE/PE

O robô de recomendação de cobrança da dívida ativa do estado de Pernambuco foi

idealizado para o Núcleo de Dívida Ativa (NDA) da Procuradoria Geral do Estado de
Pernambuco (PGE/PE), onde são realizadas as cobranças judiciais das dívidas ativas
do estado de Pernambuco.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 70

Antes da aplicação da hiperautomação os procuradores utilizavam lógica
dedutiva (programação clássica) para classificar a dívida e ajuizá-la
eletronicamente, processo que a experiência mostrou que poderia ser
melhorado se outras modalidades de cobrança fossem aplicadas, como mesa de
negociação, protesto e, por fim, ajuizamento.

Mas qual tipo de dívida seria apropriada para cada uma dessas modalidades? Já
que com o passar de sua aplicação, verificou-se que determinadas
características eram mais apropriadas para o protesto e outras para o
ajuizamento.

Assim o processo de hiperautomação foi pensado para recomendar ao procurador

qual ação deveria tomar, porém, a decisão continua sendo do procurador, ficando
para a Inteligência Artificial aplicada na hiperautomação a tarefa de recomendar a
forma de cobrança mais adequada com base no aprendizado realizado sobre
os dados históricos.

Hiperautomação Realizada na PGE/PE

A hiperautomação é um recurso tecnológico utilizado para a realização da

Transformação Digital que usa várias tecnologias como Inteligência de Negócios,
Análise de Negócios, Inteligência Artificial, Inteligência Computacional e
Automatização de Processos.

O objetivo do uso dessas tecnologias no governo é gerar valor

público, isto é, agregar aos processos de negócio, tecnologias que
permitam imprimir eficiência e eficácia aos serviços públicos, e
assim alcançar a efetividade dos objetivos governamentais.

O Próximo Passo para a Hiperautomação da PGE/PE

Um dos objetivos da Procuradoria Geral do Estado de Pernambuco é a melhoria

contínua dos seus processos de negócio, e uma forma de poder aplicá-la com
o uso da hiperautomação foi buscar uma forma de otimizar as atividades do
seu corpo funcional, fazendo os trabalhadores digitais apoiarem cada vez mais
os trabalhadores humanos.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 71

Assim, o Analista em Gestão de Tecnologia da Informação e Comunicação (AGTIC),
Álvaro Pinheiro, lotado na Procuradoria Geral do Estado de Pernambuco
(PGE/PE) como coordenador da Coordenação de Sistemas, Automação Digital e
Inovação (CSI), nos últimos anos vem realizando uma pesquisa a nível de
doutorado na Universidade de Pernambuco (UPE) com a orientação do
professor PhD Fernando Buarque e com a coorientação do professor PhD
Wylliams Santos na aplicação de um mecanismo que auxiliasse os especialistas de
negócios (gestores públicos) juntamente com os especialistas em tecnologia
(desenvolvedores) na utilização das tecnologias inovadoras.

Essa pesquisa visa trazer contribuições tanto no campo acadêmico como no da

indústria com ênfase para o Setor Público, buscando oferecer uma arquitetura
aberta focada no auxílio dos especialistas no entendimento e aplicação das
tecnologias inovadoras.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 72

 Referências

PINHEIRO, A. P.; SILVEIRA, D. S.; LIMA-NETO, F. B. Use of Machine Learning for

Active Public Debt Collection with Recommendation for the Method of
Collection Via Protest. In: International Conference on Data Mining and
Applications (DMA), 8th, 2022, Vancouver. Proceedings […]. [S. l.], 2022. p. 99–108.
Disponível em: https://doi. org/10.5121/csit.2022.120909.

PINHEIRO, A. P. Artificial Intelligence Fundamentals and Applicability, 1ª ed.

Recife: CEFOSPE, 2020. 62p. Disponível em: https://www.researchgate.net/
publication/343384642_Artificial_Intelligence_Fundamentals_and_Applicability. Acesso em: 17
nov. 2022.

PINHEIRO, Álvaro; MARTINS, Nilo; SOARES, Melina; NETO, Geraldo; SANTOS,

Wylliams. Prioritization and transparency in software development: An action
research in public administration. In: Brazilian Workshop On Social Network
Analysis And Mining (BRASNAM), 10., 2021, Evento Online. Anais [...]. Porto Alegre:
Sociedade Brasileira de Computação, 2021. p. 263-274. Disponível em:
http://dx.doi.org/10.5753/ brasnam.2021.16147.

VILAR-DIAS, J. L.; PINHEIRO, A. P.; GUERRA, L.; LIMA-NETO, F. B. Intelligent Decision

Support System in Inheritance Processes: a Research in the General Attorney Office
of the State of Pernambuco. In: Iberian Conference on Information Systems and
Technologies (CISTI), 16th, 2021, Chaves. Proceedings […]. Porto: IEEE, 2021. n.p.
Disponível em: http://dx.doi.org/10.23919/CISTI52073.2021.9476421.

EGAPE – Escola de Governo da Administração Pública de Pernambuco 73

View publication stats