Latest / Entre Chaves / Nem todo produto precisa ser AI-First

Transcript

Nem todo produto precisa ser AI-First · Entre Chaves

• 0:02
  Se a empresa já consegue maximizar e aí pensando sempre
• 0:06
  nesse trade off que é, putz que você vê que já gera uma
• 0:08
  experiência para o cliente e existe um teto, uma limitação, e
• 0:11
  você colocar AEA, que nem eu comentei anteriormente, vai só
• 0:15
  te gerar custo e vai ser impercetível para o cliente.
• 0:18
  Para quem está na ponta, talvez não faça nem sentido você
• 0:21
  transformar esse esse produto em um em air first.
• 0:24
  Mas se você vê que conjunto com AEA você consegue maximizar a
• 0:28
  experiência, o Roy. Né?
• 0:30
  Da empresa você consegue gerar uma otimização do trabalho, uma
• 0:34
  produtividade, né, que a maioria, como você está
• 0:36
  adicionando aí a naponta, a maioria dos cases que a gente vê
• 0:39
  tanto o gato nem reportou esses tempo atrás que maior maioria
• 0:43
  dos projetos são focadas, né? Principalmente em call center, a
• 0:46
  parte mais de atendimento, onde o time ali não precisa responder
• 0:49
  perguntas padrões, que diariamente todo dia tem um
• 0:52
  cliente fazendo a mesma pergunta, aí tudo bem, aí você
• 0:55
  consegue fazer essa transformação de uma forma.
• 0:57
  E ainda eu olharia de uma forma escalonar.
• 0:59
  Dentro não de uma vez só, porque às vezes a gente acha que só
• 1:02
  adicionar vai aumentar a produtividade e na verdade você
• 1:05
  está gerando um retrabalho. Então eu faria esse trade off
• 1:07
  que é, se já funciona muito bem, se atende muito bem, meu
• 1:10
  cliente, eu não tenho um teto para onde ir mais, eu manteria
• 1:13
  do jeito que está agora, se eu consigo maximizar experiência,
• 1:16
  Roy, que é importante, né? Toda empresa está olhando para
• 1:19
  lucro, beleza, eu acho que vale a pena, porque no final a conta
• 1:22
  vai se pagar, que é um ponto de quase um finops ali, né?
• 1:25
  Você olhar quando ela está implementada, você vê se ela
• 1:27
  está gerando um resultado, porque o custo também.
• 1:30
  Conforme você vai usando esse custo exponencial, ele vai
• 1:32
  aumentar também. E é normal, né?
• 1:34
  Qualquer cylevel vai olhar e vai falar, tá bom, mas e agora?
• 1:36
  A gente tá gastando 10000 BRL aqui.
• 1:38
  Agora, com essa solução de GNAI, essa solução se paga no tempo.
• 1:42
  Eu consegui aumentar a produtividade do time.
• 1:45
  Então é importante também resolver isso e responder essas
• 1:48
  perguntas que são feitas no dia a.
• 1:50
  Dia e isso, né? São essas mudanças que acabam
• 1:53
  tendo que ser feitas, que tendo que ser absorvidas, né?
• 1:56
  Na, na, na empresa, pra que? Supondo que tem um produto, já
• 1:58
  que eu quero transformar em. E é aí first, eu acho que tem 11
• 2:02
  Roy ali que eu posso é melhorar, que eu posso chegar.
• 2:04
  Essas mudanças de produtividade, elas vão envolver alterações não
• 2:07
  só na não, não é só desenvolver o software, né?
• 2:10
  De forma diferente, né? Acho que é muita coisa que tem
• 2:13
  que mudar no processo como um todo, né, na metodologia, na
• 2:16
  cultura da empresa, que tem que passar a olhar de forma
• 2:19
  diferente para essa, para essa questão, né?
• 2:21
  Tipo assim de de de tentar encontrar essas oportunidades
• 2:24
  onde AIA vai poder melhorar o meu produto como um todo, né?
• 2:27
  Sim, cara, eu acho que você tocou num ponto muito.
• 2:30
  Interessante assim, ó aí 11 pouco aqui, do meu ponto de
• 2:33
  vista, você implementar a solução, a tecnologia, contratar
• 2:37
  qualquer uma dessas ferramentas hoje não é o maior desafio, o
• 2:40
  maior desafio é a questão cultural da empresa.
• 2:43
  É muito fácil você entrar, você entrar numa empresa que várias
• 2:47
  empresas aí que a gente vê, né, 11, aí o roxinho, né, que vocês
• 2:50
  estão com o fundo do roxo aí também é uma empresa que já é
• 2:53
  tecnológica, já faz parte da do Pilar cultural da empresa.
• 2:57
  Isso é muito legal, né? Cultura, pessoas.
• 2:59
  O cliente no centro, mas eu trabalho hoje no mercado um
• 3:02
  pouco mais tradicional mercado que a gente tem 111 zelo pelo
• 3:06
  cliente, muito forte, o cliente, o paciente.
• 3:08
  Então não é tão simples assim você chegar e sair implementando
• 3:11
  um Monte de tecnologia que já que tem sua margem de erro, é
• 3:15
  nenhum modelo de de machine learning, parte 100% de acuráce.
• 3:19
  Então a gente a gente precisa para desenvolver essa cultura.
• 3:22
  Eu vejo que tem alguns trabalhos assim, então você tem um
• 3:25
  Evangelista, uma pessoa falando ali da importância, né, do uso
• 3:28
  do dado, de como que esse pro. Projeto pode ajudar que nem eu
• 3:31
  comentei você não sair fazendo já pular né?
• 3:34
  Da da poc já ir pro produto, talvez você testar ali porque
• 3:38
  testar barato e testar rápido aquela ideia de fazer uma poc
• 3:42
  com o time, trazer o time pra próxima ali pra mostrar pra eles
• 3:45
  que olha isso aqui não é um bicho de 7 cabeças.
• 3:47
  Vamos ver o quanto que isso vai gerar de resultado e tem uma
• 3:50
  coisa que eu acho bem legal também assim e que Eu Acredito é
• 3:53
  a capacitação, assim quanto as empresas que param,
• 3:55
  principalmente empresas em mercados mais tradicionais que
• 3:58
  param para capacitar o time. Dá um curso, um treinamento, o
• 4:01
  cara que não conhece muito ali, de de produto com dados em si,
• 4:06
  mas conhece os frames de trabalho, ele entende ali como
• 4:09
  que é um Discovery, ele entende como era a etapa de delivery.
• 4:11
  Você capacitou ele para saber usar OSQL, para saber usar um
• 4:14
  Python, que são as linguagens mais usuais.
• 4:17
  Você sentou e mostrou para ele que dali ele consegue ser mais
• 4:19
  analítico, para ele olhar para o produto de novo como um dado.
• 4:22
  Então, essa capacitação também é algo que eu é uma linha que Eu
• 4:25
  Acredito bastante assim. Mas de novo, mexer na cultura
• 4:27
  não é fácil, é algo meio fazer um.
• 4:29
  Top down, bori up a si mais. Complexo.