Exibir código-fonte para CrewAI - Análise de Ofertas

= Fase I - Estudo  =

<br> 

== Título da Ideia  ==

Multi AI Agents - CrewAI - Análise de Ofertas

<br>

== Objetivos  ==

Desenvolver Agentes IA afim de automatizar tomada de decisões em um processo relacionado a análise de ofertas.

<br>

== Conceito  ==

<br> 

Agentes de Inteligência Artificial (IA) são sistemas autônomos projetados para interagir com o ambiente e realizar ações com base em informações recebidas, com o objetivo de alcançar metas ou resolver problemas. Esses sistemas são uma das áreas mais fundamentais da IA, sendo aplicados em uma vasta gama de domínios, desde robótica até sistemas de recomendação e automação de processos.

A ideia de um agente inteligente é modelar um sistema que consiga perceber, decidir e atuar de maneira eficaz em um ambiente, muitas vezes com o objetivo de otimizar a eficiência, resolver problemas complexos ou até mesmo interagir de maneira natural com seres humanos. Um agente IA é, portanto, qualquer entidade que usa sensores para observar o mundo ao seu redor e atuadores para influenciar esse mundo, a fim de atingir uma série de objetivos definidos.

Esse conceito é análogo ao comportamento de seres humanos ou animais, que possuem sensores (como a visão, audição e tato) e atuadores (como os músculos) para interagir com o mundo físico. Em IA, no entanto, os sensores podem ser, por exemplo, câmeras, microfones, entradas de dados, ou até sensores especializados em ambientes industriais. Já os atuadores podem ser qualquer tipo de saída do sistema, como robôs que se movem, softwares que enviam comandos, ou algoritmos que modificam o comportamento de outros sistemas.

<br>

== Características&nbsp;  ==

<br> 

Autonomia

A autonomia é uma das características centrais de qualquer agente de IA. Ao contrário de sistemas tradicionais que dependem de comandos externos ou de supervisão contínua, um agente IA tem a capacidade de operar de forma independente. Ele pode tomar decisões baseadas no contexto ou em objetivos definidos, sem intervenção humana. Isso é conseguido pela capacidade do agente de processar e analisar informações e atuar de maneira eficaz. Em sistemas complexos, como veículos autônomos ou drones, a autonomia envolve a habilidade de tomar decisões em tempo real, adaptando-se ao ambiente e aos desafios que surgem, sem necessitar de supervisão constante.

Reatividade

A reatividade é a capacidade do agente de responder a mudanças no ambiente de maneira rápida e eficiente. Isso envolve o uso de sensores para perceber o estado atual do ambiente e a habilidade de realizar ações em resposta a esses estímulos. Em sistemas reativos, como chatbots, a IA detecta entradas do usuário (como perguntas ou comandos) e responde de forma relevante, sem uma análise prévia profunda. A reatividade é crítica em ambientes dinâmicos, como mercados financeiros ou sistemas de controle de tráfego, onde mudanças rápidas podem afetar a tomada de decisão e, consequentemente, as ações do agente.

Proatividade

A proatividade é uma característica que permite ao agente tomar iniciativas em busca de seus objetivos, não se limitando a apenas reagir ao ambiente. Agentes proativos são capazes de antecipar problemas ou mudanças e se preparar para eles, em vez de apenas reagir quando algo acontece. Por exemplo, um agente de IA usado para otimizar processos de negócios pode antecipar a necessidade de recursos adicionais em uma linha de produção antes que um problema ocorra, tomando ações para evitar gargalos. Em sistemas de negociação, um agente proativo pode, por exemplo, realizar transações baseadas em previsões de mercado.

Interatividade

A interatividade descreve a capacidade do agente de interagir com outros agentes, sistemas ou com o ambiente, buscando informações ou influenciando o comportamento de outros agentes para atingir um objetivo coletivo ou individual. Em sistemas multiagentes, como os utilizados para simulações de tráfego ou redes de energia inteligentes, agentes podem colaborar, competir ou negociar para otimizar um conjunto de objetivos. A interatividade também é essencial para a construção de sistemas de IA que devem interagir com seres humanos, como assistentes pessoais ou sistemas de atendimento ao cliente, onde a troca de informações entre o usuário e o agente é dinâmica.

Adaptabilidade e Aprendizado

Um agente inteligente eficaz precisa ser capaz de se adaptar a novos contextos e aprender com experiências anteriores. A adaptabilidade permite que o agente ajuste seu comportamento conforme o ambiente muda ou conforme novas informações se tornam disponíveis. Isso é realizado por meio de técnicas como aprendizado de máquina (ML), onde o agente pode melhorar seu desempenho ao longo do tempo com base em dados e feedback. Por exemplo, em um sistema de recomendação, a IA aprende as preferências dos usuários para ajustar suas sugestões. Em robôs autônomos, a adaptabilidade pode ser usada para navegar em ambientes desconhecidos, ajustando rotas e ações em resposta a obstáculos inesperados.

Racionalidade e Tomada de Decisão

A racionalidade refere-se à capacidade de um agente tomar decisões que maximizem suas chances de alcançar seus objetivos, considerando as informações disponíveis e as limitações de recursos. A racionalidade envolve o uso de algoritmos de tomada de decisão, como algoritmos de otimização, programação dinâmica ou raciocínio baseado em lógica, para determinar a melhor ação a ser tomada. Em um contexto de negócios, um agente de IA pode ser projetado para maximizar os lucros de uma empresa, ajustando suas ações com base em uma análise constante de dados de vendas, tendências de mercado e outros parâmetros.

Planejamento e Execução

Um agente IA pode utilizar técnicas de planejamento para definir sequências de ações que são necessárias para atingir seus objetivos, com base em seu conhecimento atual sobre o ambiente. O planejamento pode ser feito de forma sequencial (onde uma ação leva diretamente à próxima) ou hierárquica (onde as ações são divididas em tarefas menores). Por exemplo, um agente de IA no contexto de logística pode planejar rotas para a entrega de mercadorias, levando em consideração fatores como tráfego, restrições de tempo e custo. A execução envolve implementar o plano gerado, monitorando continuamente o ambiente e ajustando as ações conforme necessário.

Persistência de Objetivos

A persistência de objetivos é a característica que faz com que o agente continue trabalhando em direção aos seus objetivos, mesmo diante de mudanças no ambiente ou desafios imprevistos. Esse conceito está relacionado à robustez e resiliência do sistema, permitindo que o agente se mantenha focado em seus objetivos, mesmo quando o cenário muda. Por exemplo, em sistemas de IA voltados para o mercado financeiro, onde as condições do mercado podem mudar drasticamente, um agente pode continuar tomando decisões para atingir uma meta de longo prazo (como maximizar os retornos) enquanto se ajusta às mudanças momentâneas do mercado.

Escalabilidade e Eficiência

Agentes IA podem ser projetados para operar em uma variedade de escalas, desde sistemas simples até redes complexas de múltiplos agentes interagindo entre si. A escalabilidade permite que um agente (ou um conjunto de agentes) seja aplicado a diferentes contextos ou ambientes, como sistemas de IA em larga escala usados em cidades inteligentes, onde múltiplos agentes controlam o tráfego, os serviços de emergência, a distribuição de energia, etc. Eficiência refere-se à capacidade do agente de realizar suas tarefas de maneira otimizada, com uso adequado de recursos computacionais, como memória e processamento, além de ser capaz de realizar tarefas complexas dentro de prazos razoáveis.

<br> 

<br>

== Estudo Dirigido  ==

<br> 

*Pesquisar e escrever sobre as características principais da tecnologia
*Redigir sobre Conceito conforme orientações do template
*Definir Objetivos com o time
*Descrever as principais soluções do mercado incluindo num item apropriado
*Avaliar os ratings e montar quadro comparativo
*Pesquisar soluções open-source
*Começar a pensar numa aplicação dessa tecnologia que deverá estar alinhada com o objetivo.


<br> 

= Fase II - Ensino  =

<br> 

== Conteúdo  ==

 Desenvolva um conteúdo que possa transmitir o conhecimento adquirido para outros
 Crie um material (Wiki, PDF, PPT, ...) que possa ser armazenado e facilmente atualizável

<br> 

== Apresentação  ==

 Apresente ao grupo (reunião, EAD, Blog, ...)
 Publique aqui

<br>

== Metodologia ==
<br>

 Descrevas as metodologias usadas. Alguns exemplos:

 Estratégia de Job Rotation
 Estudos básicos para conhecimento do potencial
 Estudos básicos para entendimento sobre o problema
 Estudos para dar base aos pesquisadores
 Benchmarking com empresas estrangeiras 
 Aceleradoras de empresas
 Adoção de novas tecnologias
 Utilização da proposta de soluções Open-source
 Priorização no desenvolvimento interno
 Foco na não dependência de fornecedores
 Prática de formação dos talentos necessários 
<br>

== Hipóteses ==
<br>

  Que questões envolvem a pesquisa? 
 O que se espera provar?
 O que se espera como resultado?
 Explicações e argumentos que subsidiem a investigação em curso
<br>

= Fase III - Exemplo de Caso de Negócio<br>  =

<br> 

== Product Backlog  ==

<br> 

 Descreva os requisitos deste projeto
<br>

== Benefícios para quem for oferecer esta solução  ==

     Descrever em tópicos os benefícios que uma pessoa ou uma empresa podem obter: ganhos, receitas, novos negócios, novos produtos, novas parcerias

<br> 

<br>

== Benefícios para o usuário  ==

     Descrever em tópicos os benefícios para os usuários desta solução.
     Pode se inspirar no Canvas.

<br> 

== Direcionadores chave para esta iniciativa  ==

     Descrever em tópicos o que esta iniciativa pode proporcionar

<br><br> 

== Possíveis modelos de negócios  ==

     Descrever em tópicos os possíveis modelos de negócios

== Business Case  ==

     Descrever um exemplo de negócio que permita avaliar a solução comercialmente

<br>

== Alinhamento com Lei do Bem ==
<br>

* Projeto possui algum elemento tecnologicamente novo ou inovador? 
 Elemento tecnologicamente novo ou inovador pode ser entendimento como o avanço tecnológico pretendido pelo projeto, ou a hipótese que está sendo testada
<br>

* Projeto possui barreira ou desafio tecnológico superável? 
 Barreira ou desafio tecnológico superável pode ser entendido como aquilo que dificulta o atingimento do avanço tecnológico pretendido, ou dificulta a comprovação da hipótese
<br>

* Projeto utiliza metodologia/método para superação da barreira ou desafio tecnológico? 
 Metodologia/método para superação da barreira ou desafio tecnológico pode ser entendido como aqueles atividades que foram realizadas para superação da barreira ou do desafio tecnológico existente no projeto
<br>

* Projeto é desenvolvido em parceira com alguma instituição acadêmica, ICT ou startup?
 Se sim, o desenvolvimento tecnológico é executado por associado ou por alguma empresa terceira? qual o nome da empresa? 
 Anexar cópia do contrato
<br>

= Fase IV - Protótipo orientado ao Negócio  =

<br> 

== Escopo  ==

<br> 

 Explique o escopo deste protótipo

<br>

== Limitações  ==

<br> 

 Informe sobre as limitações técnicas, comerciais, operacionais, recursos, etc.

<br> 

== PoC  ==

<br> 

 Desenvolva um PoC (Proof of Concept)

<br> 

== Privacidade (LGPD) ==
<br>

* Avaliar condições referentes à Lei Geral de Proteção de Dados
<br>

== Detalhamento Técnico  ==

<br> 

 Descreva especificamente os aspectos técnicos desta pesquisa

<br> 

<br> 

<br> 

<br>

= Cronograma Macro  =

<br> 

=  Histórico  =

''Responsável: [[fulano]]''

'''Semana de dd à dd/mm/yyyy'''
* 
*

'''Semana de dd à dd/mm/yyyy'''
* 
* 

<br> 

= Pesquisadores  =

*<br>
* Manoel Botelho
* Carlos Ernani
<br>