A inovação ainda é incipiente no Brasil

As organizações no Brasil, em primeiro lugar, precisam sobreviver à alta carga tributária. Depois, podem pensar em inovar. Ainda incipiente no Brasil, a gestão da inovação pode envolver os processos, os produtos, os serviços e os mercados da organização. Há interações evidentes entre estas diferentes dimensões. Para uma atividade dinâmica e sustentada de inovação em processos ou produtos, pode-se ter de começar por avaliar a necessidade de inovar a cultura da empresa, de modo a criar um ambiente favorável ao desenvolvimento de uma criatividade orientada para a obtenção de resultados.

Para melhor entender o processo, deve-se entender que a invenção está associada a pioneirismo e se caracteriza como a primeira ocorrência de uma ideia de um novo produto ou processo. Já a inovação é a aplicação prática de uma invenção, seja com objetivo social ou financeiro. Se um produto foi criado, inclusive patenteado, significa que houve uma invenção.

São muitos os benefícios gerados pelas inovações, pois são essenciais porque permitem que empresas, oferecendo diferenciais para os seus clientes, aumentem suas receitas, reduzam seus custos, atuem em novos mercados, desenvolvam novas parcerias, gerem plataformas para outras inovações e aumentem o valor de suas marcas. Segundo o estudo “Os novos instrumentos de apoio à inovação: uma avaliação inicial”, realizado pela Associação Nacional de Pesquisas e Desenvolvimento das Empresas Inovadoras (Anpei), em parceria com o Centro de Gestão e Estudos Estratégicos (CGEE), a maioria da empresas ignora os instrumentos de apoio à inovação e como eles são operados. Já as poucas que sabem e fazem uso deles estão utilizando-os de maneira desarticulada e não têm muita clareza sobre para que servem alguns desses mecanismos. Estes instrumentos incluem incentivos fiscais, recursos reembolsáveis e não reembolsáveis, além de fundos de capital de risco e subvenção para contratação de pesquisadores.

Segundo o estudo, as pesquisas de inovação tecnológicas do IBGE mostram que a realização de atividades inovativas ainda é restrita entre as empresas brasileiras. Entre aquelas classificadas como inovadoras, mais de um terço não realizou qualquer investimento em atividades inovativas em 2005, ano para o qual se dispõe de informação mais recente. Isso indica que as inovações implementadas são em sua maior parte incrementais, não exigindo grandes esforços das empresas na sua implementação.

Entre as atividades inovativas, a mais diferenciada de todas, porque permite a geração de conhecimento e o aprendizado, é a realização de pesquisa e desenvolvimento interna. Em 2005, apenas 17% das empresas inovadoras da indústria de transformação realizaram gastos com essa atividade.

Como a vigência dos novos instrumentos é muito recente, pode-se afirmar que tanto as agências de fomento como as empresas encontram-se em fase de aprendizagem na aplicação e no uso dos benefícios. Esse processo de aprendizagem não se restringe ao conhecimento de requisitos técnicos e mecanismos operacionais das agências. Mais que isso, trata-se de definições importantes, como a utilização integrada ou coordenada de diferentes instrumentos, a incorporação dos incentivos governamentais na tomada de decisão das empresas, o grau de ousadia de seus programas na área do desenvolvimento tecnológico, etc. Ou seja, o aprendizado que se procura ressaltar aqui assume uma dimensão estratégica, na medida em que os incentivos governamentais podem, de fato, interferir nas decisões mais relevantes das empresas.

Ainda, segundo o documento, contudo, a plena fruição dos benefícios propiciados pelos novos instrumentos de apoio à inovação requer mudanças nos sistemas de gestão da inovação nas empresas. A crescente profissionalização dessa área, a instituição de equipes com preparo técnico adequado para a gestão da inovação, a adoção de mecanismos de planejamento, controle e apropriação de custos e mudanças nos processos decisórios internos das empresas são fundamentais para que as empresas aproveitem ao máximo as oportunidades oferecidas pelos novos instrumentos de apoio à inovação.

Os recursos públicos também estão induzindo uma estruturação mais adequada da gestão da inovação. O resultado visível é a ampliação do esforço empresarial com o desenvolvimento tecnológico e a adoção de programas de desenvolvimento crescentemente mais ousados. Não é demais lembrar que os impactos desses estímulos ao investimento em pesquisa, desenvolvimento e inovação estão condicionados pelo desempenho da economia brasileira e pela manutenção de condições favoráveis ao investimento em ativos tangíveis e intangíveis. Em outras palavras, o ambiente econômico, social e institucional também é importante para a criação de maior disposição das empresas para investir em atividades inovativas.

Todo o esforço desenvolvido no âmbito deste trabalho se pautou pela busca de contribuições para a construção de um sistema de fomento mais robusto, integrado e coordenado, considerado necessário para ampliar os impactos dos novos instrumentos de apoio à inovação. Para ler o estudo, clique no link http://www.anpei.org.br/wp-content/uploads/2009/07/estudo_anpei03.pdf

Há um Guia Prático de Apoio à Inovação, em que os instrumentos são divididos em dois grupos: os de “apoio tecnológico financeiro” e os de “apoio tecnológico e gerencial”. Os primeiros referem-se a mecanismos de apoio direto e indireto às empresas, sob a forma de financiamento, subvenção econômica, incentivos fiscais, capital de risco e bolsas. Já o apoio tecnológico e gerencial abrange os programas que visam auxiliar os empresários nas atividades de gestão da inovação, ou seja, que não envolvem a transferência de recursos financeiros.

No guia, com o localizador de programas de incentivo, pode-se ficar conhecendo os instrumentos de apoio à inovação de acordo com o tamanho de sua empresa e o Estado onde ela está instalada. Já o com “simulador financeiro” você pode conhecer, antecipadamente, os ganhos tributários e financeiros que sua empresa terá se utilizar os incentivos fiscais previstos na Lei do Bem. Esses incentivos, porém, só podem ser utilizados por empresas que declaram o Imposto de Renda com base no lucro real.

O Guia Prático de Apoio à Inovação foi elaborado pela Anpei como atividade do Pró-Inova, programa coordenado pelo Ministério da Ciência e Tecnologia. O objetivo desse programa é difundir informações sobre inovação e sensibilizar o empresariado para a importância das práticas inovativas. Pode-se utilizar o Guia tanto as que já investem em inovação como as que pretendem investir, e também agências de fomento, associações empresariais, entidades e órgãos públicos. Acesse o link para acessar a publicação http://proinova.anpei.org.br/Home.htm

Siga o blog no TWITTER

Mais notícias, artigos e informações sobre qualidade, meio ambiente, normalização e metrologia.

Modelo de Experimento de Superfície de Resposta (SR): mais uma ferramenta estatística

O SR ainda é desconhecido por boa parte do pessoal que trabalha com estatítica, seja pelo seu conceito ou pela sua operacionalidade. No texto abaixo, Marcelo Rivas Fernandes (marcelorivas@uol.com.br) afirma que a finalidade dessa metodologia é produzir uma equação matemática otimizada e robusta, validando para a próxima fase de Controle os poucos fatores (x) vitais e altamente influenciadores no resultado do processo (y).

O Modelo de Experimento de Superfície de Resposta (SR) é uma ferramenta estatística bastante poderosa, porém, pouco utilizada na fase de Implementação de Melhorias em um projeto Seis Sigma. A sua finalidade é produzir uma equação matemática otimizada e robusta, validando para a próxima fase de Controle os poucos fatores (x) vitais e altamente influenciadores no resultado do processo (y).

Na edição nº 3 desta revista descrevemos sobre a relação Y=f(x) como uma linguagem mundialmente conhecida que expressa a base da utilização da metodologia Seis Sigma, onde o “Y” representa a saída do processo, um produto ou serviço, a variável dependente de “x” que por sua vez, representa a entrada do processo, as variáveis independentes, ou seja, todos os fatores que irão compor e afetar o Y . Este conceito deriva todos os modelamentos matemáticos encontrados na metodologia Seis Sigma através do uso das ferramentas estatísticas que irão servir para determinar as variáveis do processo, porém eles divergem em propriedade e importância explanadas a seguir. Vamos supor que iremos analisar a influência da distância (x1) e o volume descarregado (x2) nos tempos de abastecimento (Y)* de um centro distribuidor . A tabela 1 contém os dados de dez abastecimentos.

 

Tabela 1

(x1)Km	(x2)Toneladas	(Y)Minutos
92	40	230
78	37	180
67	31	120
72	34	148
84	38	215
71	33	135
81	36	211
74	34	155
77	36	170
68	32	122

 

A definição operacional para o tempo de abastecimento é considerada a partir da saída do caminhão em direção ao cliente até o descarregamento total da carga. O primeiro modelo é o básico, amplamente utilizado em ferramentas estatísticas de Regressão e que por sua simplicidade na sua execução determina a força da corelação existente entre os eixos (x) e  (y). A sua representação está descrita nos gráficos 1 e 2.

 

Y=b₀ + X₁ + X₂…+ X_n

Onde o “Y” representa a saída do processo, b₀ representa a constante e X₁, X₂, X_n representa os fatores que estão sendo analisados. Observem que este modelo analisa os efeitos principais dos fatores em relação ao Y, individualmente.

 

Gráficos 1 e 2

O modelo matemático preditício seria o seguinte:

Regression Analysis: (Y)Minutos versus (x1)Km; (x2)Toneladas

 The regression equation is

(Y)Minutos = – 222 + 4,51 (x1)Km + 1,32 (x2)Tonelada

 Substituindo a equação na primeira linha da tabela teremos: Para cada 4,51 km percorridos com 1,32 toneladas descarregadas iremos gastar 245,72 minutos.

O segundo modelo é utilizado em Delineamento de Experimentos para tratamento de combinações entre os fatores. A sua representação acrescenta os termos interagindo:

Y=b₀ + X₁ + X₂…+ X₁*X₂

Onde o “Y” representa a saída do processo, b₀ representa a constante, X₁, X₂…, representa os fatores que estão sendo analisados e X1*X2… representa os fatores interagidos (Gráfico 3). Este modelo possui um grau de robustez maior do que o anterior pois ele acrescenta os termos de interação existentes entre os fatores que irão influenciar no resultado do processo.

Gráfico 3

 

Observem que o tempo gasto para efetuar um abastecimento de 40 toneladas, obviamente é maior que o tempo gasto para efetuar um abastecimento de 31 toneladas em uma distância comum de 92 quilômetros. Porém, o tempo gasto para efetuar um abastecimento de 40 toneladas NÃO é maior que o tempo gasto para efetuar um abastecimento de 31 toneladas em uma distância comum de 67 quilômetros. Daí a importância do modelo interagido.

O modelo matemático preditício seria o seguinte:

Estimated Coefficients for Minutos using data in uncoded units

 Term          Coef

Constant 130,622

Km              0,355

Ton            -8,560

Km*Ton      0,111  çTermo interagido (km * ton)

 Substituindo a equação na primeira linha da tabela teremos:

Y=130,62  + 32,66 – 342,40 + 408,48 => Y= 229,36 minutos

O terceiro modelo é utilizado em Superfície de Resposta. Ele analisa, a possibilidade dos fatores se auto-influenciarem no resultado do processo, além das interações entre eles . A sua representação acrescenta os termos quadráticos. (Gráfico 4)

Y=b₀ + X₁ + X₂…+ X₁*X₂ +X₁² + X₂²

Onde o “Y” representa a saída do processo, b₀ representa a constante, X₁, X₂…, representa os fatores que estão sendo analisados, X1*X2… representa os fatores interagidos e X₁² , X₂²  representa os fatores auto-influenciadores no resultado do processo

Este modelo possui um grau de robustez maior do que o anterior pois ele acrescenta os termos quadráticos, considerando através de uma forma tri dimensional todas as possibilidades de variação existentes nos fatores que irão influenciar no resultado do processo.

 Gráfico 4

 

O modelo matemático preditício seria o seguinte:

Response Surface Regression: Minutos versus Km; Ton

The analysis was done using uncoded units.

Estimated Regression Coefficients for Minutos

Term         Coef 

Constant  1565,66 

Km              -38,29  

Ton               -2,44   

Km*Km          0,27    çTermo quadrático (km * km)

Substituindo a equação na primeira linha da tabela teremos:

Y=1.565,66 – 3.522,68 – 97,6 + 2.285,28    =>  Y= 230,66  minutos

Agora vamos comparar os resultados dos três modelos em relação ao primeiro abastecimento:

(x1)Km	(x2)Toneladas	(Y)Minutos
92	40	230

 

Regressão………245,72 minutos

  DOE (+ Interação)……229,36 minutos

SR (+ Quadrático)……..230,66  minutos

Podemos verificar que os resultados dos modelos matemáticos gerados pelo DOE e SR representam a maior proximidade em relação a amostra do primeiro abastecimento, tornando-os mais robustos em relação ao modelo de regressão. Para decidir qual o modelo matemático optar entre o DOE e SR devemos considerar neste exemplo que ambos produziram  resultados quase parecidos, porém, o SR foi o que mais aproximou-se da amostra mesmo tendo que acrescentar o termo quadrático, o que nos leva a conclusão  que houve uma “varredura” da superfície. Portanto, na hora de decidir qual o modelo matemático que poderá ser utilizado na fase de implementação de melhorias, considere que com poucas execuções você poderá desenvolver análises de um maior número de combinações de fatores possíveis para tornar os seus resultados mais robustos.

Siga o blog no TWITTER

Mais notícias, artigos e informações sobre qualidade, meio ambiente, normalização e metrologia.