Inteligência Artificial, Aprendizado de Máquina e Otimização: o que resolve problemas e o que só impressiona

Nesta palestra, reúno a experiência prática de mais de 20 anos como matemático e a base técnica de doutorando no ITA e na UNIFESP, na área de Pesquisa Operacional, para mostrar, com linguagem simples e exemplos do mundo real, por que “tentar otimizar com IA generativa” costuma ser um atalho sedutor, mas, na maioria dos casos, uma escolha ruim e cara. Você vai entender a diferença entre tecnologias que geram texto e tecnologias que, de fato, otimizam: como Machine Learning, redes neurais, modelos exatos, heurísticas e metaheurísticas — cada uma com seu papel, seus limites e as condições necessárias para gerar resultados reais e mensuráveis.

Sem jargões e sem promessas mágicas, a conversa ajuda líderes e equipes a separar aplicações com ROI de demonstrações que só impressionam, e a enxergar como se estruturam projetos que realmente melhoram custo, prazo, capacidade e nível de serviço.

Por fim, a palestra aponta o que vem pela frente: um caminho em que IAs generativas deixam de ser “apenas chat” e passam a atuar de forma muito mais integrada a sistemas, dados e operações, abrindo espaço para uma nova onda de automação e tomada de decisão. Você sai com um mapa mental claro para avaliar soluções, comprar certo e preparar sua empresa para o próximo salto.