Modelo preditivo para testes de manufatura de SerDes de alta velocidade

Fernandes, Bruno Henrique Parreiras; Pereira, Luis Fernando Pacheco

doi:10.22167/2675-6528-202604454

Artículo

11 de noviembre de 2026

Modelo preditivo para testes de manufatura de SerDes de alta velocidade

Bruno Henrique Parreiras Fernandes; Luis Fernando Pacheco Pereira

DOI: 10.22167/2675-6528-202604454

Artigo derivado de Trabalho de Conclusão de Curso (TCC), com conteúdo baseado no trabalho original do aluno e adaptado ao formato editorial da Revista E&S com apoio da ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege para síntese e organização textual.

Resumo

O aumento das taxas de transmissão em sistemas digitais de comunicação impôs a necessidade de interfaces SerDes de alta velocidade. A avaliação da confiabilidade dessas interfaces exige tempos de teste inviáveis ou modelos estatísticos que simplificam fenômenos físicos. Buscou-se desenvolver modelos preditivos baseados em aprendizado de máquina, capazes de classificar conexões SerDes como “aprovadas” ou “reprovadas” a partir de parâmetros elétricos mensuráveis em testes de produção. Para isso, empregou-se um banco de dados real com mais de 23 milhões de amostras, submetido a pré-processamento, filtragem de inconsistências e padronização. Algoritmos de regressão logística, máquina de vetores de suporte, árvores de decisão e redes neurais artificiais foram comparados em termos de precisão, sensibilidade, especificidade, área sob a curva ROC e tempo de inferência, explorando-se seus hiperparâmetros. Os modelos resultantes demonstraram alta sensibilidade na classificação. Para o receptor A, a árvore de decisão alcançou 99,9136% de sensibilidade, enquanto para o receptor B, a regressão logística obteve 99,8990%. Os tempos de inferência foram viáveis para sistemas embarcados. A pesquisa demonstrou a viabilidade de utilizar esses modelos em um ambiente embarcado de detecção de falhas, oferecendo uma solução eficiente para testes de manufatura de SerDes de alta velocidade.

Palavras-chave: aprendizado de máquina; comunicação serial; integridade de sinal; modelo preditivo.

1. Introdução

O aumento contínuo das taxas de transmissão em sistemas digitais de comunicação tem impulsionado a transição de barramentos paralelos para barramentos seriais, que utilizam a arquitetura serializador/desserializador (SerDes). Essa mudança é motivada pelas limitações intrínsecas dos barramentos paralelos, que afetam a integridade dos sinais elétricos transmitidos. Entre essas limitações, destacam-se os desvios de fase entre canais (skew), a interferência entre canais (crosstalk) e a necessidade de um sinal de clock adicional para sincronização. Tais problemas se intensificam com o aumento das taxas de transmissão, especialmente acima de dez gigabits por segundo, conforme apontado por Nozadze et al. (2025). Além disso, barramentos paralelos elevam a complexidade, o custo das placas de circuito impresso e o consumo de energia, devido à exigência de múltiplas trilhas físicas. Por essas razões, a tecnologia SerDes tem se estabelecido como padrão para interconexões de alta velocidade em aplicações modernas, como Ethernet, HDMI e PCIe (IEEE, 2024; PCI-SIG, 2022; Park et al., 2020).

Aplicações que empregam SerDes frequentemente requerem taxas de erro de bit (BER) extremamente baixas, na ordem de 10 elevado a menos 15. Isso significa que, no máximo, um bit de informação pode ser corrompido a cada um quatrilhão de bits transmitidos. Para ilustrar, um protocolo como o HDMI 2.1, com taxa de transmissão de até 48 Gbps, demandaria mais de cinco horas para transmitir 10 elevado a 15 bits. Em testes de manufatura, dedicar cinco horas para verificar a confiabilidade de um único canal de comunicação é inviável. Diante disso, métodos indiretos são empregados para estimar a BER, como as curvas bathtub e os diagramas de olho. Esses métodos medem métricas como as aberturas horizontal e vertical do diagrama de olho após a transmissão de um número menor de bits, por exemplo, 10 elevado a nove bits. Modelos estatísticos são então utilizados para extrapolar o valor aproximado da BER para um número maior de bits, como 10 elevado a 15 bits. Embora essa prática reduza o tempo de teste, ela compromete a exatidão da estimativa da BER (Fang et al., 2015).

Os modelos estatísticos convencionalmente utilizados para essa extrapolação assumem um comportamento estacionário e linear do canal físico de comunicação. Essa premissa ignora fenômenos importantes, como ruído dependente de dados (DDJ), ruídos de baixa frequência, crosstalk, variações térmicas, acoplamento eletromagnético e não linearidades na equalização. Tais fenômenos podem alterar a distribuição de erros ao longo do tempo, invalidando a extrapolação baseada em medições curtas, como discutido por Chen et al. (2025). Adicionalmente, esses modelos frequentemente pressupõem que o ruído aleatório (RJ) é gaussiano e independente, o que não se verifica em modulações digitais modernas, como a modulação PAM4, onde o ruído entre níveis adjacentes é correlacionado e assimétrico (IEEE, 2024).

A aprovação de uma conexão SerDes defeituosa em testes de manufatura acarreta a substituição de hardware em campo, o que gera custos elevados, danos à reputação da empresa e redução da produtividade do cliente. A necessidade de uma solução eficiente e precisa para a detecção de falhas em testes de manufatura de SerDes de alta velocidade é, portanto, premente. Modelos preditivos baseados em aprendizado de máquina surgem como uma alternativa promissora para superar as limitações dos métodos de extrapolação clássicos, oferecendo a capacidade de identificar padrões complexos que escapam aos testes tradicionais (Markatos e Mousavi, 2023).

Para contornar as limitações da abordagem clássica de extrapolação, o presente estudo utilizou um banco de dados real com mais de 23 milhões de amostras e dezenas de parâmetros elétricos mensuráveis. Foram empregados algoritmos de aprendizado de máquina, incluindo regressão logística, máquina de vetores de suporte, árvores de decisão e redes neurais artificiais, comparados em termos de precisão, sensibilidade, especificidade, área sob a curva ROC e tempo de inferência. O objetivo da pesquisa foi desenvolver um modelo preditivo, baseado em aprendizado de máquina, capaz de classificar conexões SerDes como “aprovada” ou “reprovada”, a partir de um conjunto de dezenas de métricas mensuradas no transmissor e receptor da conexão, que incluem os parâmetros de aberturas horizontal e vertical do diagrama de olho, mas que não se limitam apenas a estes dois parâmetros.

2. Material e Métodos

A presente pesquisa caracterizou-se como um estudo de natureza quantitativa e abordagem aplicada, com o objetivo de desenvolver um modelo preditivo baseado em aprendizado de máquina. Este modelo visou classificar conexões SerDes como “aprovada” ou “reprovada” em testes de manufatura. A estratégia metodológica envolveu a coleta e o pré-processamento de um vasto conjunto de dados, o treinamento de diversos algoritmos de aprendizado de máquina e a avaliação de seu desempenho.

O objeto empírico do estudo consistiu em dados de testes de produção de interfaces SerDes de alta velocidade, provenientes de uma empresa do setor de Automação de Projeto Eletrônico (EDA), localizada em San Jose, Estados Unidos da América. O banco de dados utilizado foi alimentado continuamente por testes de produção, e uma seção específica foi selecionada para esta pesquisa.

Coletaram-se 23.308.109 conjuntos de medições, acumulados ao longo de um período de um ano. Cada conjunto de medições era composto por 114 métricas elétricas, totalizando 27 GB de dados brutos. Essas métricas incluíam parâmetros como as aberturas horizontal e vertical do diagrama de olho, além de dezenas de outros indicadores mensurados no transmissor e receptor das conexões.

Identificaram-se dois tipos de receptores de sinais no produto estudado: receptor A e receptor B. O receptor A operava a uma taxa de transmissão de 15,46875 Gbps e possuía 22 métricas relevantes por conjunto de medição. O receptor B, mais sofisticado, operava a 15,46875 Gbps ou 20,625 Gbps e possuía 85 métricas relevantes por conjunto de medição.

Os dados brutos foram submetidos a um processo de pré-processamento. Inicialmente, realizou-se a filtragem de valores extremos, conhecidos como “outliers”, utilizando os intervalos definidos para cada métrica. Em seguida, removeram-se as entradas que apresentavam valores faltantes em qualquer uma das métricas consideradas.

Adicionalmente, entradas com valores inconsistentes foram removidas. Consideraram-se inconsistentes as medições onde a abertura horizontal do diagrama de olho (hmargin), o número de palavras com erros não corrigíveis (ue) e o número de palavras com erros corrigíveis (ce) eram simultaneamente nulos. Este critério foi aplicado para garantir a integridade dos dados.

Outros critérios de inconsistência incluíram a ausência de sinal no receptor (sigdet nulo), o reconhecimento ou transmissão de sinal pseudo-aleatório (prbs_ok ou prbs_en unitários), o número de palavras recebidas durante um processo mal sucedido de sincronização (linkcnt diferente de zero) ou o número total de palavras recebidas (wcnt nulo), sempre em conjunto com ue e ce nulos.

Após a filtragem, procedeu-se à rotulação dos dados. Uma conexão SerDes foi classificada como “reprovada” se apresentasse uma taxa de erro de bit (BER) não nula durante um teste de cinco minutos.

Na ausência de erros de bit, a conexão era classificada como “reprovada” se sua margem horizontal do diagrama de olho fosse inferior a um limite previamente estabelecido, indicando risco de corrupção da informação em testes mais longos. Caso contrário, a conexão era classificada como “aprovada”.

Para o desenvolvimento dos modelos preditivos, empregaram-se algoritmos de aprendizado de máquina, incluindo regressão logística, máquina de vetores de suporte (SVM), árvores de decisão e redes neurais artificiais. O treinamento dos modelos foi realizado em um ambiente computacional que utilizou a linguagem de programação Python, com o auxílio das bibliotecas `numpy`, `pandas` e `scikit-learn`.

A base de dados foi dividida em 80% para treinamento e 20% para teste. Durante a etapa de treinamento, aplicou-se a validação cruzada com cinco dobras (“folds”), conforme Bakariya e Bhagat (2025), para aumentar a generalização dos modelos. As variáveis inteiras e decimais foram padronizadas por meio da transformação Z-score, assegurando média zero e desvio padrão unitário.

A seleção dos hiperparâmetros para cada algoritmo foi realizada por meio de uma busca exaustiva (“grid search”). Este procedimento buscou identificar o conjunto de hiperparâmetros que maximizasse a área sob a curva ROC (AUC-ROC) no conjunto de dados de treinamento. Os modelos para os receptores A e B foram treinados separadamente, considerando as diferenças nos conjuntos de variáveis explicativas.

A avaliação dos modelos resultantes foi conduzida no conjunto de dados de teste, que não havia sido utilizado no treinamento. As métricas de desempenho consideradas foram precisão, sensibilidade (recall), especificidade, área sob a curva ROC (AUC-ROC) e tempo de inferência. O ambiente computacional para treinamento e teste consistiu em uma máquina com 72 núcleos, CPU Intel® Xeon® Gold 6240 e 2 TB de memória RAM.

3. Resultados e Discussão

A análise dos resultados da pesquisa iniciou-se com a determinação dos hiperparâmetros ótimos para cada algoritmo de aprendizado de máquina, visando maximizar a área sob a curva ROC (AUC-ROC) no conjunto de dados de treino. Para a regressão logística, o valor ótimo para o inverso da intensidade da regularização foi 10 elevado a menos 1, utilizando o método de otimização “lbfgs” e penalidade L2, com balanceamento de classe ativo. Esses parâmetros indicam uma preferência por um modelo que não penalize excessivamente a complexidade, permitindo capturar padrões mais detalhados nos dados, ao mesmo tempo em que lida com a assimetria das classes.

Para a Máquina de Vetores de Suporte (SVM), o inverso da intensidade da regularização também foi definido como 10 elevado a menos 1, com a função de perda “hinge” e balanceamento de classe ativo. A árvore de decisão, por sua vez, teve como critério de divisão a “entropy”, profundidade máxima de cinco, e um mínimo de cinquenta amostras para divisão, com balanceamento de classe ativo. A rede neural artificial apresentou vinte neurônios na camada escondida, função de ativação “relu” e intensidade da regularização de 10 elevado a menos 5. A escolha desses hiperparâmetros reflete um equilíbrio entre a capacidade de aprendizado do modelo e a prevenção de sobreajuste, conforme discutido por Bakariya e Bhagat (2025).

A avaliação da AUC-ROC no conjunto de treino revelou que todos os algoritmos apresentaram desempenhos bastante similares para ambos os receptores. Para o receptor A, a regressão logística obteve 99,7768%, a SVM 99,7747%, a árvore de decisão 99,7732% e a rede neural artificial 99,7943%. No caso do receptor B, os valores foram 99,7493% para regressão logística, 99,7835% para SVM, 99,6605% para árvore de decisão e 99,7056% para rede neural artificial. Essa similaridade sugere que, no contexto do treinamento, a capacidade de discriminação entre as classes “aprovada” e “reprovada” foi consistentemente alta em todas as abordagens testadas, independentemente da complexidade intrínseca de cada algoritmo.

Uma observação importante durante o treinamento foi a preferência pelo balanceamento de classes, o que impediu que os modelos fossem dominados pela classe majoritária, que representa as conexões aprovadas. Além disso, a tendência de regulizações menos intensas permitiu que os modelos aprendessem padrões mais complexos a partir das variáveis explicativas. A complexidade moderada dos modelos foi evidenciada pelo fato de que a árvore de decisão não utilizou a profundidade máxima disponível e a rede neural não empregou o número máximo de neurônios na camada escondida, indicando que o aumento indefinido da complexidade não resultaria em melhoria significativa do desempenho.

Os tempos de treinamento dos modelos, utilizando os hiperparâmetros ótimos, variaram conforme a complexidade do algoritmo e o número de variáveis explicativas. Para o receptor A, a regressão logística levou 1 minuto e 27 segundos, a SVM 4 minutos e 16 segundos, a árvore de decisão 1 minuto e 47 segundos e a rede neural artificial 4 minutos e 29 segundos. Para o receptor B, que possui um número significativamente maior de métricas (85 contra 22 do receptor A), os tempos foram substancialmente maiores: 9 minutos e 31 segundos para regressão logística, 17 minutos e 20 segundos para SVM, 17 minutos e 28 segundos para árvore de decisão e 65 minutos e 22 segundos para rede neural artificial. O custo de treinamento, no entanto, não foi um critério de seleção, pois é um investimento único.

A avaliação dos modelos no conjunto de dados de teste para o receptor A revelou que a árvore de decisão se destacou em termos de sensibilidade, alcançando 99,9136%. A precisão geral foi de 99,8976%, com especificidade de 99,6977%. A AUC-ROC no teste foi de 99,6969%, ligeiramente inferior à do treino, o que é esperado. O tempo de inferência para a árvore de decisão foi de 3,0852 segundos. A alta sensibilidade é crucial para o objetivo do estudo, que é evitar falsos negativos, ou seja, a aprovação de uma conexão SerDes defeituosa, o que geraria custos elevados e danos à reputação da empresa.

Em comparação, a regressão logística para o receptor A obteve 99,6975% de sensibilidade, a SVM 99,6543% e a rede neural artificial 99,7407%. Embora todos os modelos apresentassem alta precisão, a árvore de decisão demonstrou a melhor capacidade de identificar corretamente as conexões reprovadas. Isso reforça a ideia de que, mesmo algoritmos de complexidade moderada, como a árvore de decisão, podem ser altamente eficazes quando os hiperparâmetros são cuidadosamente otimizados e o foco está em métricas específicas de desempenho, como a sensibilidade para a detecção de falhas.

Para o receptor B, a regressão logística apresentou a maior sensibilidade no conjunto de teste, atingindo 99,8990%. Sua precisão foi de 99,8831%, com especificidade de 99,6831%. A AUC-ROC no teste foi de 99,6998%, e o tempo de inferência foi de 35,2823 segundos. A rede neural artificial, apesar de sua maior complexidade, obteve uma sensibilidade de 97,8809%, inferior à regressão logística, enquanto a SVM alcançou 97,4773% e a árvore de decisão 99,5964%. Esses resultados indicam que, para o receptor B, a regressão logística foi a mais eficaz em minimizar falsos negativos, mesmo sendo um modelo computacionalmente mais simples.

A diferença nos tempos de inferência entre os receptores é notável. Para o receptor A, os tempos variaram de 3,0852 segundos (árvore de decisão) a 3,3349 segundos (SVM). Para o receptor B, os tempos foram significativamente maiores, variando de 34,4867 segundos (SVM) a 35,8759 segundos (rede neural artificial). Essa disparidade é atribuída à maior quantidade de variáveis explicativas (85 métricas) utilizadas para o receptor B, o que naturalmente demanda mais processamento para a inferência. No entanto, mesmo os tempos mais longos para o receptor B são considerados viáveis para aplicação em um sistema embarcado de detecção de falhas, que possui limitações de tempo e recursos computacionais.

A severa assimetria na frequência das classes, onde as conexões “aprovadas” são a vasta maioria (99,8113% para receptor A e 99,9706% para receptor B), inflou as medidas de precisão. Um modelo simplório que classificasse todas as entradas como “aprovada” já alcançaria uma acurácia superior a 99,81% para o receptor A e 99,97% para o receptor B. Por essa razão, a sensibilidade, que mede a capacidade de identificar corretamente as conexões reprovadas, e a especificidade, que mede a capacidade de identificar corretamente as aprovadas, tornaram-se métricas mais relevantes para a avaliação do desempenho dos modelos, especialmente para evitar falsos negativos.

Todos os modelos apresentaram especificidade semelhante, o que é importante para minimizar falsos positivos, ou seja, alertas espúrios de falha. A especificidade também foi influenciada pelo domínio dos verdadeiros negativos no banco de dados. A viabilidade dos tempos de inferência para um ambiente embarcado de detecção de falhas é um achado crucial, pois permite a aplicação prática desses modelos em testes de manufatura de SerDes de alta velocidade. A pesquisa demonstrou que modelos mais complexos nem sempre resultam em melhor desempenho, como visto na comparação entre a regressão logística e a rede neural para o receptor B.

Em síntese, o estudo identificou a árvore de decisão como o modelo ótimo para o receptor A, com sensibilidade de 99,9136% e tempo de inferência de 3,0852 segundos. Para o receptor B, a regressão logística foi o modelo de melhor desempenho, alcançando 99,8990% de sensibilidade com um tempo de inferência de 35,2823 segundos. Esses resultados confirmam a viabilidade de utilizar modelos preditivos baseados em aprendizado de máquina para classificar conexões SerDes em testes de manufatura, superando as limitações dos métodos tradicionais de extrapolação e oferecendo uma solução eficiente e precisa para a detecção de falhas.

4. Conclusão

O presente estudo buscou desenvolver modelos preditivos, baseados em aprendizado de máquina, capazes de classificar conexões SerDes como “aprovadas” ou “reprovadas” a partir de dezenas de parâmetros elétricos mensuráveis em testes de produção. Verificou-se que algoritmos como regressão logística, máquina de vetores de suporte, árvores de decisão e redes neurais artificiais demonstraram alta capacidade de discriminação entre as classes. Para o receptor A, a árvore de decisão alcançou 99,9136% de sensibilidade, enquanto para o receptor B, a regressão logística obteve 99,8990%. Os tempos de inferência para ambos os receptores foram considerados viáveis para aplicação em sistemas embarcados, mesmo com a maior complexidade de métricas do receptor B. A alta sensibilidade dos modelos é um achado crucial, pois minimiza a aprovação de conexões defeituosas, superando as limitações dos métodos tradicionais de extrapolação que simplificam fenômenos físicos e comprometem a exatidão da estimativa de BER.

A principal contribuição do trabalho reside na demonstração da viabilidade de utilizar modelos preditivos baseados em aprendizado de máquina para testes de manufatura de interfaces SerDes de alta velocidade, oferecendo uma solução eficiente e precisa para a detecção de falhas. Atualmente, a aplicação desses modelos em um sistema embarcado de detecção de falha encontra-se em fase de estudo, com a proposta de utilizar um modelo de conjunto que combine o modelo simplificado já existente com os novos modelos desenvolvidos. Para trabalhos futuros, sugere-se investigar a relevância das variáveis explicativas para a interpretabilidade dos modelos, o que é fundamental em contextos onde decisões equivocadas podem gerar danos à reputação. Adicionalmente, recomenda-se elaborar um teste de hipótese para avaliar se os modelos propostos são estatisticamente superiores ao modelo mais simples já existente.

Referências Bibliográficas

Bakariya, B.; Bhagat, M. 2025. A Comprehensive Review of Cross-Validation Techniques in Machine Learning. International Journal of Scientific & Advanced Technology (IJSAT).

Chen, Z.; Song, K.; Zhu, C.; Zou, D.; Xu Y. 2025. Statistical Post-FEC BER Estimation of High-Speed Serial Links Subject to DFE Error Propagation. IEEE Transactions on Circuits and Systems I: Regular Papers, v. 72, n. 4, p. 1234-1245.

Fang et. al. 2015. Efficient Bit Error Rate Estimation for High-Speed Link by Bayesian Model Fusion. Design, Automation & Test in Europe Conference & Exhibition (DATE), Grenoble, France, 2015, pp. 1024-1029.

IEEE. 2024. IEEE Approved Draft Standard for Ethernet Amendment: Media Access Control Parameters for 800 Gb/s and Physical Layers and Management Parameters for 400 Gb/s and 800 Gb/s Operation.

Markatos, N.; Mousavi, A. 2023. Manufacturing quality assessment in the Industry 4.0 era: a review. Total Quality Management & Business Excellence, v. 34, n. 13-14, p. 1655-1681.

Nozadze, D.; Kiguradze, Z.; Koul, A.; Sapozhnikov, M. 2025. Skew-Induced Insertion Loss Deviation (SILD) and FOM SILD: Metrics for Quantifying P/N Skew Effects in High-Speed Channels.

Park, H. et al. 2021. Signal Integrity Design and Analysis of a HDMI 2.1 Connector for Improved Electrical Characteristics. IEEE Electrical Design of Advanced Packaging and Systems (EDAPS).

PCI-SIG. 2022. PCI Express 6.0 Specification. Portland: PCI-SIG. Disponível em: https://pcisig.com/specifications/pciexpress. Acesso em: 17 out. 2025.

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Data Science e Analytics do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy

Más recientes

11 de noviembre de 2026

Vendas no mercado pet relacionando execução no ponto de venda e gestão de equipe

11 de noviembre de 2026

Saúde corporativa e performance: percepções de colaboradores em empresa do mercado financeiro

11 de noviembre de 2026

Comunicação integrada como ferramenta de vendas na distribuição de alimentos no canal “food service”

11 de noviembre de 2026

Gestão de projetos no terceiro setor: implementação de práticas em organização jornalística

11 de noviembre de 2026

Educação Corporativa: Otimização de Processos e Alinhamento Estratégico

11 de noviembre de 2026

Entre a Eficiência e a Frustração: As Limitações dos Chatbots sob a Ótica do Consumidor Brasileiro

11 de noviembre de 2026

Planejamento Estratégico Data-Driven em Negócios Digitais: O Papel dos Dados na Tomada de Decisão

11 de noviembre de 2026

Confiança do usuário em interações com inteligência artificial generativa no contexto de crédito

11 de noviembre de 2026

Experiência do Usuário Mobile em E-commerce de Suplementos Naturais

También te puede interesar

11 de noviembre de 2026

Vendas no mercado pet relacionando execução no ponto de venda e gestão de equipe

O cenário competitivo do varejo pet ressaltou a importância da presença qualificada de produtos e a influência do planejamento, orientação gerencial e preparo da equipe na execução no ponto de venda. Avaliou-se estratégias de planejamento, liderança e treinamento da equipe de vendas de uma empresa de produtos pet em Salvador, Bahia. A pesquisa quantitativa, um estudo de caso, utilizou um questionário estruturado em escala Likert com 47 profissionais de vendas selecionados por amostragem não probabilística por conveniência. Os dados foram analisados por estatística descritiva, cruzamento de dados e correlação de Spearman. Os resultados indicaram avaliações positivas para planejamento, liderança e treinamento, com forte concordância em clareza da rotina comercial, acompanhamento da liderança na correção de falhas e investimento no desenvolvimento da equipe. A execução no ponto de venda também foi percebida favoravelmente, mas com maior oscilação em aspectos como precificação, exposição de produtos e uso de espaços de maior visibilidade. O estudo contribuiu ao ressaltar a importância de fortalecer a padronização da execução em loja, alinhar treinamentos às realidades do campo e aprimorar o acompanhamento da equipe comercial.

Palavras-chave: Acompanhamento gerencial; Capacitação profissional; Exposição de produtos; Precificação.

11 de noviembre de 2026

Saúde corporativa e performance: percepções de colaboradores em empresa do mercado financeiro

O estudo investigou de que maneira práticas voltadas ao bem-estar físico e psicológico dos colaboradores se relacionam com a performance, o engajamento e a qualidade das entregas em uma empresa do mercado financeiro de capitais. A pesquisa adotou uma abordagem predominantemente quantitativa e descritiva, com levantamento de campo realizado por meio de questionário digital estruturado, respondido por 50 colaboradores. Os resultados apontaram percepções amplamente favoráveis sobre os efeitos das iniciativas de saúde corporativa adotadas pela organização, incluindo acesso a Wellhub, suporte psicológico via Zenklub e acompanhamento médico ocupacional, com percentuais de concordância que variaram de 84% a 98% ao longo dos dez itens avaliados. Complementarmente, dados institucionais indicaram uma redução expressiva do índice de turnover, de 56,8% em 2024 para 40% em 2025, o que, articulado às percepções registradas no survey, apresentou convergência com a maturação das políticas de bem-estar adotadas. Os achados dialogaram com a literatura sobre engajamento no trabalho, bem-estar subjetivo e qualidade de vida no trabalho, indicando que o investimento em saúde corporativa pode constituir estratégia de relevância para a retenção de talentos, para a sustentabilidade organizacional e para o engajamento desses colaboradores no dia a dia de trabalho.

Palavras-chave: Bem-estar no trabalho; Engajamento; Performance organizacional; Qualidade de vida no trabalho; Saúde corporativa.

11 de noviembre de 2026

Comunicação integrada como ferramenta de vendas na distribuição de alimentos no canal “food service”

O presente estudo analisou o papel da comunicação integrada como ferramenta de vendas no setor de distribuição de alimentos voltado ao canal “food service”. O objetivo da pesquisa foi avaliar a eficiência dos canais de comunicação utilizados por uma distribuidora de alimentos e compreender de que forma o marketing digital pode contribuir para a captação e fidelização de clientes nesse segmento. Metodologicamente, adotou-se uma pesquisa aplicada de abordagem mista, estruturada em estudo de caso único. A coleta de dados ocorreu em duas etapas: uma qualitativa, com entrevistas em profundidade com a gestão e equipe comercial, e uma quantitativa, com questionário estruturado aplicado a 107 clientes do setor de “food service”. Os dados foram analisados por meio de análise de conteúdo e estatística descritiva, respectivamente. Os resultados indicaram que o relacionamento comercial no setor ainda dependeu fortemente de canais tradicionais de venda, como representantes comerciais, mas ferramentas digitais ganharam relevância na comunicação com os clientes. O WhatsApp destacou-se como principal canal de interação, utilizado pela grande maioria dos respondentes. Os dados também evidenciaram que fatores como preço competitivo, agilidade na entrega, qualidade dos produtos e relacionamento com representantes foram determinantes para a fidelização dos clientes. Os resultados contribuem para a compreensão do papel da comunicação digital no marketing “B2B” e oferecem subsídios para que empresas do setor desenvolvam estratégias mais eficientes de relacionamento e retenção de clientes.

Palavras-chave: alimentação fora do lar; clientes; comunicação; fidelização; marketing.

11 de noviembre de 2026

Gestão de projetos no terceiro setor: implementação de práticas em organização jornalística

O presente estudo investigou a contribuição da implementação de práticas de gestão de projetos para o amadurecimento institucional de uma organização jornalística sem fins lucrativos, sediada em São Paulo e focada na cobertura do terceiro setor e direitos humanos. Objetivou-se examinar como a adoção de processos estruturados fortaleceu a previsibilidade das entregas e a integração entre áreas, em um contexto de rápida expansão organizacional. A pesquisa empregou a metodologia de pesquisa-ação, seguindo o ciclo de planejar, agir, monitorar e avaliar. Implementaram-se quatro intervenções: elaboração de organograma funcional, criação de briefing padronizado para demandas, centralização do portfólio na plataforma Asana e uso do método Kanban para fluxos editoriais. Os dados foram coletados por observação participante e questionário aplicado a 12 dos 15 membros da equipe, com questões em escala Likert e uma pergunta aberta. Os resultados indicaram uma melhora significativa nos indicadores avaliados. A equipe avaliou positivamente a clareza de papéis após o organograma e a organização proporcionada pela plataforma Asana. A comunicação entre núcleos também melhorou, embora tenha sido identificada como uma área para continuidade de desenvolvimento. Concluiu-se que a implementação de práticas estruturadas de gestão é viável em organizações do terceiro setor com equipes reduzidas, contribuindo diretamente para a profissionalização dos processos internos.

Palavras-chave: Kanban; Pesquisa-ação; Portfólio; Profissionalização; Terceiro setor.

11 de noviembre de 2026

Educação Corporativa: Otimização de Processos e Alinhamento Estratégico

A educação corporativa representa um pilar estratégico para o fortalecimento da vantagem competitiva e o desenvolvimento de talentos em organizações contemporâneas. O estudo objetivou mapear os processos de uma equipe de educação corporativa, identificando atividades-chave no planejamento, execução e avaliação de programas de capacitação. Realizou-se uma pesquisa descritiva com dados mistos, analisando 22 projetos in company executados entre 2023 e 2024. A metodologia empregou Processamento de Linguagem Natural (PLN) em Python para análise de sentimentos dos alunos, aplicou algoritmos de classificação como Regressão Logística e Naive Bayes, e criou dashboards interativos em Power BI. Os resultados revelaram uma correlação forte (0,87) entre o valor investido e o retorno financeiro. Constatou-se que o tema Data Science apresentou maior rentabilidade e consistência, enquanto a modalidade híbrida exibiu maior variabilidade nos custos operacionais. A análise de sentimentos indicou alta satisfação com o corpo docente, mas apontou demandas por maior contextualização prática e exemplos reais. O modelo de Regressão Logística alcançou acurácia de 97% na classificação dos feedbacks. Concluiu-se que a integração de ferramentas analíticas proporcionou um diagnóstico preciso dos processos e subsidiou a otimização da alocação de recursos e maior assertividade na tomada de decisão estratégica.

Palavras-chave: Gestão de pessoas; Inteligência de Negócios; Processamento de Linguagem Natural; ROI; Tomada de decisão.

11 de noviembre de 2026

Entre a Eficiência e a Frustração: As Limitações dos Chatbots sob a Ótica do Consumidor Brasileiro

A jornada de uso dos chatbots no Brasil foi analisada com o objetivo de investigar os fatores de usabilidade e funcionalidade que impactam a percepção e a interação dos usuários. A pesquisa apresentou natureza exploratória e aplicada, fundamentada em métodos mistos (quantitativo e qualitativo). Foi conduzida por meio de um levantamento de campo (survey), com dados coletados via questionário estruturado, aplicado digitalmente a 120 respondentes. O tratamento dos dados ocorreu no software Microsoft Excel, utilizando estatística descritiva e cruzamento de variáveis. Os resultados indicaram um cenário de subutilização tecnológica, com 40% dos usuários sem clareza ou utilidade nas respostas e a maioria apontando dificuldades severas na compreensão de solicitações comuns. Observou-se que a preferência pelo atendimento humano prevalece em demandas complexas, enquanto o uso do chatbot se restringe a dúvidas elementares. A investigação contribuiu para diagnosticar o hiato entre a expectativa do usuário qualificado e a entrega tecnológica atual, oferecendo subsídios para o aprimoramento do Processamento de Linguagem Natural (PLN) e a redução da exclusão e frustração digital no Brasil.

Palavras-chave: Interação Humano-Computador; Transformação Digital; Usabilidade.

11 de noviembre de 2026

Planejamento Estratégico Data-Driven em Negócios Digitais: O Papel dos Dados na Tomada de Decisão

A transformação digital impulsionou a redefinição das estratégias de planejamento e gestão empresarial. Nesse cenário, decisões baseadas em dados tornaram-se essenciais para a competitividade e eficiência organizacional em negócios digitais. A integração de tecnologias como Business Intelligence (BI) e dashboards permite converter dados em insights estratégicos, promovendo agilidade e precisão decisória. O estudo investigou como o uso de dados pode otimizar o planejamento estratégico em empresas digitais, visando uma gestão mais eficiente, ágil e orientada por resultados. Para isso, adotou-se uma abordagem de métodos mistos, analisando dados operacionais e estratégicos de uma empresa do setor de negócios digitais. A pesquisa compreendeu um ciclo de 12 meses, com ênfase na consolidação de práticas data-driven entre outubro de 2025 e janeiro de 2026. Os resultados demonstraram melhorias expressivas em indicadores operacionais, financeiros e de maturidade analítica. Observou-se a redução da variabilidade operacional, o aumento da acurácia de forecasting, a estabilização da taxa de churn, a melhoria na relação LTV/CAC e a elevação do score de data literacy dos gestores. Concluiu-se que a adoção estruturada de práticas data-driven e ferramentas de Business Intelligence gerou impactos mensuráveis e significativos no desempenho operacional, financeiro e estratégico, reconfigurando a lógica competitiva da organização.

Palavras-chave: Business Intelligence (BI); Negócios Digitais; Planejamento Estratégico; Tomada de decisão baseada em dados.

11 de noviembre de 2026

Confiança do usuário em interações com inteligência artificial generativa no contexto de crédito

A inteligência artificial generativa consolidou-se como tecnologia estratégica no mercado financeiro, impulsionando a eficiência operacional e a personalização de serviços. No contexto de crédito digital, a intensificação do uso de dados pessoais levanta preocupações com privacidade, segurança e percepção de risco, fatores que afetam diretamente a confiança do usuário. Este estudo objetivou analisar se a capacidade da IA generativa de simular interações humanas influencia a confiança do usuário e a percepção de autenticidade em processos de oferta e negociação de crédito digital. Para isso, realizou-se uma pesquisa exploratória quantitativa por meio de um levantamento de campo. Aplicou-se um questionário estruturado a 30 participantes, que foram expostos a dois cenários hipotéticos de atendimento para contratação de crédito em um aplicativo financeiro: um com IA simulando interação humana e outro com IA explicitamente identificada. As percepções foram avaliadas utilizando escalas Likert. Os resultados indicaram que o cenário com IA que simulava interação humana obteve desempenho superior em indicadores de confiança, segurança e intenção de uso, embora com diferenças moderadas em relação ao cenário automatizado. Variáveis como a compreensão da necessidade e a naturalidade da conversa apresentaram as maiores discrepâncias entre os cenários, evidenciando a influência desses fatores na confiança. Contudo, observou-se que a intenção de contratar via IA diminuiu em contextos de maior risco, como decisões de crédito, e que 73% dos participantes preferiram atendimento humano para assuntos financeiros sensíveis. Concluiu-se que a antropomorfização da IA generativa pode aumentar a confiança e a percepção de autenticidade, mas a eficiência da IA não se traduz necessariamente em eficácia para substituir a interação humana em processos de alta sensibilidade. A pesquisa contribuiu para o avanço teórico e prático sobre a adoção de IA em contextos financeiros, destacando a importância da humanização na experiência do usuário.

Palavras-chave: Confiança; Crédito digital; Experiência do usuário; Inteligência artificial generativa; Percepção de risco.

11 de noviembre de 2026

Experiência do Usuário Mobile em E-commerce de Suplementos Naturais

O crescimento acelerado do comércio eletrônico móvel (m-commerce) no Brasil, impulsionado pelo comportamento de compra digital, evidenciou a urgência de compreender os fatores de usabilidade que influenciam a conversão em plataformas mobile. Identificou-se e analisou-se elementos de UX/UI mobile que atuaram como barreiras na jornada de compra de um e-commerce brasileiro de suplementos naturais. A metodologia utilizou uma triangulação de análise heurística, fundamentada nas dez heurísticas de Nielsen e Molich (1990), e análise comportamental via Hotjar, que abrangeu mapas de calor, scrollmaps e gravações de sessão mobile. Os resultados revelaram um tráfego majoritariamente mobile e a presença de múltiplos problemas de usabilidade distribuídos pelas etapas da jornada de compra. As gravações de sessão indicaram que o simulador de frete funcionou como etapa de consulta informada pré-conversão, e que o principal ponto de abandono foi o botão “Continuar Comprando” no pós-carrinho, que redirecionava o usuário à Home, interrompendo o fluxo de compra. Concluiu-se que os problemas de usabilidade identificados comprometeram a fluidez da jornada de compra mobile, e que melhorias focadas na navegação do carrinho, na transparência logística e na ergonomia do toque podem reduzir o abandono e aprimorar a experiência do usuário.

Palavras-chave: E-commerce; Experiência do Usuário; Heurísticas de Nielsen; M-commerce; Usabilidade.

Salud

11 de noviembre de 2026

Sem alcançar Hipnos, não se ingressa no reino de Morfeu

Como a vida contemporânea transformou o sono em escassez, tratamento e mercado Na tradição mitológica greco-romana, Hipnos, chamado Somnus pelos romanos, era o deus do sono, responsável por suspender a vigília e conduzir os seres humanos ao adormecimento, enquanto Morfeu, um de seus filhos, era associado aos sonhos. No Livro XI das “Metamorfoses”, Ovídio descreve […]

Innovación

05 de noviembre de 2026

Un parque tecnológico no termina en los límites de su terreno

Al aproximar competencias y acompañar resultados, su contribución alcanza también a organizaciones que no están físicamente instaladas en él. Un parque tecnológico es un lugar de encuentros. En él, una empresa puede encontrar el conocimiento necesario para desarrollar una solución, un investigador puede descubrir una aplicación para su trabajo y un emprendedor puede conocer al socio que faltaba […]

Economia

19 de octubre de 2026

¿Fin de la escala 6×1: qué permiten concluir los números?

Tras la promulgación del fin de la escala 6×1, el debate sobre la jornada menor pasa a la implementación y exige distinguir beneficios sociales de costos económicos El fin de la escala 6×1 pasó de la discusión legislativa a un cambio constitucional en Brasil. El 16 de octubre de 2026, el Congreso Nacional promulgó la enmienda constitucional nº 141/2026, originada de la Propuesta […]

Inteligencia Artificial

16 de octubre de 2026

¿Por qué estudiar si existe la IA?

Cuando las respuestas se vuelven fáciles, aprender pasa a significar más que alcanzarlas. ¿Por qué necesito aprender esto si puedo preguntarle a una inteligencia artificial? Este tipo de pregunta ha acompañado a la educación durante décadas. ¿Por qué aprender una operación si existe una calculadora? ¿Por qué memorizar una información si se puede encontrar […]

Gestión Tributaria

15 de octubre de 2026

Impuesto rosa y el género del precio

Cómo los diferentes tratamientos de marketing para hombres y mujeres son incorporados por la tributación del consumo Imagine un estante en el que dos maquinillas de afeitar de la misma marca y destinadas al mismo propósito están expuestas una al lado de la otra: una tiene un empaque oscuro y promete fuerza, precisión y eficiencia; la otra viene en tonos de rosa o […]

Salud

13 de octubre de 2026

El eslabón perdido de la transformación de la salud

¿Por qué la innovación no es suficiente para generar cambios en las organizaciones y en los sistemas de salud La transformación digital se ha consolidado como una prioridad estratégica para los sistemas de salud en todo el mundo. Historias clínicas electrónicas, inteligencia artificial, telemedicina, monitorización remota y análisis de datos han pasado a formar parte de la agenda estratégica de gobiernos y organizaciones sanitarias. Paradójicamente, […]

Marketing

09 de octubre de 2026

Bitcoin o mascotas: lo que la Inteligencia Artificial no vería

Un caso real de consumer intelligence muestra lo que queda fuera del briefing Hace algunos años, una aseguradora estadounidense contrató a una empresa especializada en consumer intelligence para responder a tres preguntas: La aseguradora también evaluaba lanzar seguros pagados en bitcoin. En ese momento, el proceso de trabajo de la consultoría funcionaba así: el analista creaba una query […]

Gestión Escolar

06 de octubre de 2026

La escuela no es un casino: cuando las figuritas se convierten en moneda en el patio

¿Por qué, para determinados estudiantes, la escuela logra ofrecer tan pocas experiencias de éxito? La Copa del Mundo ha terminado. Brasil ha quedado fuera de la competición, llegaron las vacaciones escolares, se disputó la final y el calendario del fútbol siguió adelante. Sería razonable imaginar que, con el fin del torneo y el regreso a clases, también comenzara […]

Transición Energética

30 de septiembre de 2026

Energías renovables: la ventaja brasileña

Brasil necesita invertir en la capacidad de transformar recursos naturales en innovación, productividad y desarrollo Hablar de energía es hablar de desarrollo. Detrás de la industria, el transporte, los servicios, las ciudades y, cada vez más, la inteligencia artificial, existe una infraestructura energética que sustenta la economía. Comprender la matriz energética de un país es comprender […]

Gestión Tributaria

01 de septiembre de 2026

Reforma tributaria y planificación patrimonial en el campo

La eficiencia para gestionar los impuestos facilita la gobernanza y permite organizar la sucesión familiar. La organización patrimonial rural se ha convertido en una medida estratégica ante la reforma tributaria en Brasil, que entró en vigor este año. La planificación de las actividades y de la gestión del patrimonio rural, a través de herramientas como la transición de la Persona Física a […]

Renata de Gaspari Valdejão Almeida

Inteligencia Artificial

05 de agosto de 2026

Dentro de la empresa y fuera del radar: los riesgos de la IA Sombra

Según Microsoft, el 75% de los profesionales ya utilizan inteligencia artificial en el trabajo sin la aprobación de la empresa El uso de la inteligencia artificial generativa ya forma parte de la rutina corporativa. Herramientas como ChatGPT, Copilot y otras plataformas ayudan a los profesionales a producir textos, analizar datos, crear presentaciones y acelerar tareas en prácticamente todos los sectores. Pero este avance […]

Renata de Gaspari Valdejão Almeida

Estrategia

02 de julio de 2026

El futuro como competencia

El interés académico refuerza la proyección de escenarios como herramienta esencial para la toma de decisiones. Mientras algunas empresas aún intentan acertar el próximo paso, otras ya trabajan con múltiples futuros posibles — y se preparan para todos ellos. Pero, ¿qué significa “pensar el futuro”? ¿Es tendencia, es estrategia o una nueva competencia que […]

Renata de Gaspari Valdejão Almeida

Innovación

Tecnología

21 de mayo de 2026

Corredor Agro SP: innovación, articulación institucional y futuro

Pecege comanda a operação executiva das atividades do ecossistema de 400 km que ficou conhecido como Vale do Silício do agro brasileiro Em 2025, além de assumir a gestão do Parque Tecnológico de Piracicaba, o Instituto Pecege também foi designado para comandar a operação executiva das atividades do Corredor de Inovação Agropecuária do Estado, o chamado […]

Educación

27 de abril de 2026

Cómo transformar un TCC en negocio

Nueva gestión del Parque Tecnológico de Piracicaba ofrece consultoría a egresados de MBAs El nuevo director de proyectos del Parque Tecnológico de Piracicaba (PTP), Alexandre Barreto, suele decir que una de las mayores recompensas que ha tenido en la vida ha sido ver a sus orientandos del MBA USP/Esalq estructurar empresas a partir de sus trabajos de conclusión de […]

Tecnología

20 de marzo de 2026

El repertorio humano en la era de la IA

El pensamiento crítico y la creatividad son insustituibles en el trabajo del profesional de marketing La Inteligencia Artificial (IA) es capaz de hazañas increíbles, pero aún no posee la capacidad de juicio, empatía, intuición y creatividad estratégica necesarias para hacer el trabajo de un buen profesional de marketing. En esta área, es importante saber usar la herramienta para automatizar […]

Renata de Gaspari Valdejão Almeida

Agronegocios

Innovación

23 de febrero de 2026

ESG como estrategia de crecimiento en una cooperativa del RS

Santa Clara equilibra responsabilidad social y ambiental con innovación Fundada en 1911 por inmigrantes italianos en Carlos Barbosa, en la sierra gaúcha, la Cooperativa Santa Clara es un ejemplo de que es posible equilibrar el crecimiento económico con la responsabilidad social y ambiental. De una pequeña empresa de producción de quesos, la organización evolucionó a un […]

Renata de Gaspari Valdejão Almeida

Agronegocios

Innovación

22 de enero de 2026

¿Brasil libre de fiebre aftosa: qué cambia para la carne brasileña?

Con un rebaño de más de 200 millones de cabezas de ganado, el país es actualmente el líder en exportaciones Brasil recibió recientemente, por primera vez, la certificación de país libre de fiebre aftosa sin vacunación, otorgada por la Organización Mundial de Sanidad Animal (OMSA). El sello fortalece la posición del país como proveedor de carne confiable para el […]

Renata de Gaspari Valdejão Almeida

Innovación

09 de diciembre de 2025

Innovación: el nuevo ciclo del Parque Tecnológico de Piracicaba

El Instituto Pecege asume la gestión apostando en la creación de nuevos negocios A partir de 2026, el Instituto Pecege asumirá la gestión del Parque Tecnológico de Piracicaba (PTP). Entre sus responsabilidades estarán la administración, operación, mantenimiento y expansión del parque, además del fomento de actividades de innovación, emprendimiento y ciencia y tecnología. La elección fue realizada […]

Renata de Gaspari Valdejão Almeida

06 de julio de 2026

Arquitectura a Gran Escala: Gestión de Cambios DSR-SCRUM

Mônica Alessandra Guerios; Maria do Carmo Assis Todorov Resumen elaborado por la herramienta ResumeAI, una solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción. La arquitectura y el urbanismo se configuran como bases imprescindibles en un espacio urbano cada vez más complejo y desafiante, donde la intrínseca conexión entre cuestiones sociales, ambientales y tecnológicas […]