Aceitável ou não no Zoom

Com a pandemia, nos acostumamos com as reuniões virtuais. Passados quatro anos, já podemos falar em uma etiqueta de comportamento para esses encontros. O gráfico acima apresenta o resultado das respostas para a seguinte pergunta: "O que você pensa sobre... em uma reunião virtual de trabalho?". Foram entrevistados mil adultos dos Estados Unidos. (Alguém poderia argumentar que se trata de outra cultura, mas devemos lembrar que muitas reuniões virtuais são internacionais e há uma grande chance de prevalecer a cultura dos americanos).

Se você estiver em uma reunião, não beba uma cerveja gelada, mesmo que esteja em casa. Fumar e vaporizar também não devem fazer parte da etiqueta. E ter a TV ligada é o maior dos pecados. Olhando para a lista, devo reconhecer que às vezes cometo o pecado de comer nessas reuniões. E é o único pecado que cometo, pois não está na lista tomar o meu café.

O crime ambiental mais sem sentido do século XX

 Li um grande texto sobre o crime ambiental mais sem sentido do século XX. O link para o texto está aqui e irei fazer um resumo da história. O crime era um programa ilegal de caça à baleia da União Soviética, entre 1948 e 1973, quando este ex-país comunista matou pelo menos 180.000 baleias a mais do que o relatado, principalmente baleias jubarte no Hemisfério Sul e outras espécies no Pacífico Norte. 

O número acima é uma estimativa, já que os registros da época do comunismo ainda possui um certo sigilo. Mas os jornais da época noticiavam que navios pesqueiros soviéticos realmente estavam matando as baleias. 

E aonde entra o fato de ser um crime sem sentido? O governo soviético estabelecia cotas de produção, o que incluía na área de pesca. A questão é que estas cotas não eram “sustentáveis”. Inicialmente, era fácil matar as baleias, já que os animais eram comuns no oceano. Além disso, existia o desejo de "alcançar" outras nações baleeiras e a falta de preocupação com as consequências a longo prazo de suas ações.

O relato do texto mostra que a matança adquire um tom trágico ainda maior quando se sabe que os soviéticos não usavam os produtos derivados da baleia e que muitos animais eram mortos e deixados no próprio oceano. Ou seja, matava por matar. 

A caça ilegal teve um impacto devastador nas populações de baleias, com algumas espécies como a baleia franca do Pacífico Norte provavelmente à beira da extinção. O programa ilegal de caça à baleia terminou na década de 1970 devido a uma combinação de fatores, incluindo o esgotamento dos estoques de baleias e a pressão internacional. Neste sentido, o programa ilegal de caça à baleia da União Soviética foi um crime ambiental significativo que teve um impacto importante nas populações de baleias. 

Vida difícil das Big Four na Austrália

O resultado líquido? Os gastos do governo federal com as quatro grandes empresas de consultoria, juntamente com a Accenture e a Scyne (o antigo braço de consultoria do setor público da PwC), caíram mais de US$ 240 milhões entre julho e o final de dezembro - o nível mais baixo em 10 anos.

Não ajudando as empresas está o fato de que a demanda do setor privado também diminuiu durante 2023, à medida que as empresas reduziram os gastos com consultores externos. O impacto combinado levou todas as empresas a reduzirem o número de funcionários no ano passado (e, mais discretamente, os parceiros também). (Da newsletter do AFR)

A descoberta do escândalo em que a PwC ajudava o governo na legislação tributária e usava a informação para conquistar/manter seus clientes, informando-os sobre os novos procedimentos, parece que prejudicou a todos. 

Promessas das empresas sobre o clima estão

Quando a preocupação ambiental ganhou destaque nas empresas, muitas anunciaram que estavam agindo de maneira ambientalmente responsável. Isso incluiu promessas climáticas. No entanto, com o tempo, essas empresas estão sendo cobradas e algumas estão percebendo que não conseguem cumprir suas promessas.

Essa situação pode ser problemática, pois promessas feitas anteriormente podem ter sido enganosas para investidores e para a sociedade em geral. Existem vários exemplos disso. Em 2022, a gigante dos seguros AIG declarou que não faria mais seguros para projetos de combustíveis fósseis, uma atitude elogiável para alguns investidores e setores da sociedade. No entanto, a empresa está envolvida em projetos de extração de petróleo no Canadá e de gás na Austrália. A Amazon também fez promessas sobre emissões até 2030, mas recentemente alterou suas metas, alegando que o novo objetivo é mais ambicioso, embora o prazo agora seja 2040.

Empresas que têm grande parte dos lucros provenientes da exploração de petróleo tiveram resultados expressivos nos últimos anos. Isso levou empresas como Shell, BP e Chevron a recuarem em suas metas. No Brasil, a Petrobrás, cujo lucro está ligado ao petróleo, está se distanciando de questões ambientais devido à exploração de novas reservas no norte do país.

Uma reportagem do Washington Post (de Evan Halper, traduzido pelo Estadão) revelou que apenas cerca de 4% das empresas que se comprometeram a zerar emissões até 2050 estão cumprindo as metas do Acordo de Paris. Isso significa que as empresas mencionadas aqui não estão sozinhas nesse cenário. Apesar de muitas empresas terem estabelecido metas voluntárias com horizontes temporais até 2030 ou 2050, poucas estão cumprindo essas promessas. A sociedade precisa cobrar responsabilidade das empresas e dos executivos que anunciaram essas metas, especialmente se essas promessas foram oficialmente divulgadas nos documentos da empresa, como suas demonstrações contábeis.

O custo da implantação da IA pode ser um entrave para seu uso

Uma pesquisa do MIT encontrou que em muitos casos fazer a substituição de trabalhadores humanos por inteligência artificial pode não ser vantajoso. A pesquisa observou um conjunto de mil tarefas de em 800 ocupações e concluiu que é mais interessante manter o ser humano, em razão dos custos iniciais da inteligência artificial. 

Segundo o site Futurism, que divulgou a pesquisa, o resultado parece sugerir que a substituição dos empresas será gradual. As conclusões do artigo são limitadas, já que a pesquisa trabalhou com “tarefas assistidas pela visão computacional”. Um exemplo seria o trabalhador de padaria verificando visualmente os ingredientes para garantir que eles sejam de boa qualidade. Uma câmera e um sistema treinado poderia substituir o empregado. Mas o custo de implantação de um sistema como este seria muito elevado. 

Um ponto importante, considerado pelo Futurism, é que a pesquisa foi apoiada, financeiramente, pelo Watson AI Lab da IBM. Assim, poderia ter existido um interesse em minimizar os riscos da IA. 

Segundo Neil Thompson, um dos autores da pesquisa, "nossos resultados revelam que esse processo (de substituição do empregado) levará anos, ou mesmo décadas, para se desenrolar e, portanto, que há tempo para que iniciativas políticas sejam implementadas".

Melhor fotografia da Nature

 

"Este panorama mostra a beleza da Chapada dos Veadeiros, um parque nacional brasileiro que abriga uma rica biodiversidade e paisagens de tirar o fôlego.

As flores brancas que se destacam no primeiro plano são uma espécie rara de Paepalanthus, um gênero de plantas endêmicas da região.

Elas foram iluminadas por uma lâmpada scurion para criar um contraste com o céu escuro.

Ao fundo, a Via Láctea se curva sobre as colinas, revelando as cores e as formas das estrelas e nebulosas.

Esse pano foi tirado com uma câmera especializada em astrofotografia, que permite capturar mais detalhes do universo."

Foto: Marcio Cabral. Fonte: aqui

Desmistificando Previsões: Entre Especialistas, Modelos Estatísticos e a Heurística na Contabilidade Empresarial

Nós sabemos hoje que os especialistas não são tão bons em fazer previsões. Na verdade, as pesquisas estão mostrando que algumas pessoas não especialistas são capazes de fazer previsões melhor do que os especialistas. Mas imagine que você esteja analisando uma demonstração contábil de uma empresa e exista uma linha explicando uma previsão feita na contabilidade.

Abrindo um parêntese aqui, há diversas situações onde isso pode ocorrer. Vou listar quatro casos: a vida útil futura de um ativo, o percentual de clientes que não irá pagar suas contas, a chance de sucesso ou insucesso nos processos judiciais e a projeção do fluxo de caixa futuro usada para calcular o valor em uso.

Suponha agora que você leia que a empresa utilizou, na sua previsão, a opinião de um especialista da área. Você já sabe que ter a opinião deste especialista não significa uma verdade absoluta, pois a ciência já mostrou que seu nível de erro é elevado. Imagine agora outro caso onde a empresa informa que fez sua previsão usando não especialistas. Com qual informação você, usuário da informação, ficaria mais tranquilo? Provavelmente com a do especialista, apesar das pesquisas indicarem o contrário.

Conforme a ciência tem mostrado, as melhores pessoas em fazer previsões são aquelas hábeis em fazer previsões em outras áreas, mesmo com pouco conhecimento. Mas vamos recuar um pouco. Se queremos fazer uma previsão sobre o futuro, temos as seguintes possibilidades: especialistas, modelos estatísticos, uso de pessoas (especialistas ou não) que emitem sua opinião e mercados de previsão.

Em situações descritas anteriormente, os mercados de previsão talvez sejam a opção pior. Não pela qualidade do resultado ou pela ausência de defensores. Desde o livro “Sabedoria das multidões” sabemos que os mercados de previsão são alternativas adequadas. Tanto é assim que tem sido usado pelo Banco Central (Focus) ou pelo Ministério da Fazenda (previsão dos itens das contas públicas), além de ter gerado sites como Metaculus ou PredicIt. Mas para que o instrumento funcione, é necessário que o mercado seja grande, líquido e acessível para as pessoas apostarem, o que fatalmente não seria o caso de um mercado para prever a vida útil do ativo de uma empresa, por exemplo.

Os modelos estatísticos se desenvolveram muito nos últimos anos. E isso ocorreu graças ao desenvolvimento não de técnicas tradicionais, como regressão, mas da expansão da análise bayesiana. Entretanto, talvez ainda seja um sonho falar em análise bayesiana em contabilidade, mesmo existindo já um grande volume de pesquisa na área, uma vez que não ensinamos esta ferramenta e usamos de maneira adequada na área. De qualquer forma, os modelos estatísticos podem ser uma alternativa para as previsões, uma vez que legitimam o número apresentado e aparentemente seriam mais isentos do que o uso de pessoas para emitirem opinião.

Contar com especialistas pode ter dois problemas sérios. O primeiro é o fato de ser uma opinião cara para a empresa. Imagine contratar um especialista em vida útil de um ativo para emitir sua opinião na grande quantidade de itens que compõem o patrimônio de uma empresa. O segundo problema é a qualidade do resultado, pois, conforme já foi demonstrado, o resultado geralmente é inferior às opiniões de pessoas. A grande vantagem é o fato de que um especialista dá credibilidade ao resultado. Na contabilidade, as empresas contratam empresas especializadas para dizer que suas informações estão adequadas e este profissional recebe o nome de auditor.

A opção de usar um julgamento de alguém pode ser feita e provavelmente é feita em muitos casos. Imagine que no final do exercício é necessário fazer uma estimativa do percentual de valores a receber que seria incobrável no futuro. As pessoas dentro da empresa possuem uma estimativa do valor. Talvez seja justamente este valor que irá prevalecer no final. Para o usuário da informação, isto talvez não fique claro ou fique subentendido. Caso seja necessário, pode-se usar o chavão técnico usual para dizer que o método usado foi a abordagem heurística. Por sinal, se a empresa escrevesse que usou a abordagem heurística, provavelmente a maioria das pessoas não entenderia bem o que isso significa.

Se a contabilidade depende da previsão, como tem ocorrido cada vez mais, talvez seja importante que fique bem claro qual o método iremos adotar. Mas a sinceridade de revelar que a previsão foi realizada com base na abordagem heurística seja crua demais para os leitores das demonstrações, que preferem ser enganados acreditando que modelos complexos, estatísticos ou não, foram empregados na estimativa realizada.

Acredite quem quiser.

Nota: O texto foi inspirado em um artigo publicado no IFP. Este texto é bem mais completo do que as linhas acima e possui uma grande quantidade de links interessantes.