Latest / Os Agilistas / #302 - Esporte e negócios: aprendendo a decidir com dados

Transcript

#302 - Esporte e negócios: aprendendo a decidir com dados · Os Agilistas

0:08
Bom dia, boa tarde, boa noite. Começamos mais um episódio dos
0:11
ogililistas, o podcast que é o seu randar de inovação, negócios
0:14
e tecnologia. Eu sou o Samuel.
0:16
E nesse episódio a gente vai falar um pouco sobre como
0:19
atletas de alta performance estão usando dados para melhorar
0:22
as suas técnicas e conhecer um pouco melhor dos seus
0:25
adversários. Também para conhecer um pouco
0:28
mais desse mundo, a gente. Conversa com o Márcio Torres que
0:31
é ex jogador profissional de tênis e fundador da Linkin form,
0:35
que é uma empresa que vem auxiliando diversos atletas a
0:38
melhorarem as suas performances. Tudo bem, Márcio?
0:41
Tudo bem pessoal? Bom dia.
0:42
Obrigado pelo convite. Um prazer estar aqui.
0:45
Vamos falar de tecnologia, tênis, EE, negócios.
0:49
Legal demais e quem acompanha a gente aqui também é o shuster,
0:52
que além de CEO aqui da DTI, é um jogador de tênis e entusiasta
0:57
aí do esporte. É hoje eu estou numa Felicidade
0:59
incrível aqui, mas. Uma vez a gente gravou um
1:00
episódio sobre estoicismo com a filósofa, eu fiquei
1:02
empolgadíssimo e agora eu tô empolgadíssimo de falar de de
1:05
tênis, de quem realmente entende de tênis.
1:07
Né? É entende bastante, mas aí
1:09
Márcio, pra gente começar a nossa, o nosso bate-papo, eu
1:12
queria que você falasse um pouco mais da empresa e como que é o
1:16
serviço, como que é o processo de vocês, porque né, pelo que a
1:19
gente sabe, né? A link informa, ela é referência
1:21
mundial aí na análise de dados no tênis.
1:24
E aí, vocês têm aí na no portfólio de vocês os melhores
1:28
tenistas hoje do circuito, né? Isso bom, AA link inferm começou
1:32
a em 2012, quando eu eu fui jogador de tênis profissional,
1:36
né? Sou natural de BH, morei fora do
1:39
Brasil muitos anos e eu machuquei, tive várias lesões e
1:42
sem querer, não foi planejado. Eu virei empresário de alguns
1:45
jogadores de tênis e o primeiro tenista que eu trabalhei foi o
1:48
Bruno Soares, né? Coincidentemente também de Belo
1:51
Horizonte, que era um parceiro de dupla.
1:53
E desde aí a gente eu agenciei basicamente a carreira de todos
1:57
os grandes nomes é do Brasil nos últimos 10 anos.
2:00
Bruno, o Bellucci, o André Sá, a telena Pereira, os irmãos Brian,
2:03
que são o melhor da história, a Bia Haddad e o Tiago Monteiro,
2:07
hoje nos últimos 10 anos, número 1 do Brasil, hoje número 2.
2:10
E além disso, a gente trabalhou com o Nelsinho Piquet, o
2:12
Mineirinho do surf e o Andreoli, da Globo.
2:15
Então a gente agenciava a carreira é dessas, dessas
2:17
estrelas. E a empresa existe, né?
2:19
Desde 2012. Então a gente tem 13 anos de
2:22
empresa que é foco na captação de Patrocínio.
2:24
A gente tem alguns, é, a gente faz bastante eventos
2:26
corporativos para bancos e empresas de luxo no Brasil, a
2:29
gente. A gente deve fazer aí uns 50
2:31
eventos corporativos ano, a gente deve ter feito mais de 350
2:35
eventos aí em 12 anos. Então esse é uma parte da
2:38
holding e a outra parte da holding.
2:39
A gente tem uma gestora é que é baseada nos Estados Unidos, que
2:42
a gente investe em venture capital e focado em esportes,
2:47
entretenimento e mídia digital. E coincidentemente, eu acho que
2:50
é um dos né? Focos aqui do nosso, do nosso
2:52
papo. Hoje é a Golden set, que foi,
2:55
que não é o nosso maior investimento em termos de aporte
2:59
financeiro. Mas é o maior, é a maior empresa
3:02
que a gente tem porcentagem na ruding e foi a primeira também,
3:06
então ela tem 111 carinho, a gente tem um carinho especial
3:09
Por Ela e 11 pedaço aqui no coração é muito grande.
3:13
A Golden 7. Ela Foi fundada há 13 anos atrás
3:16
e hoje a gente é a maior empresa de estatística analítica no
3:20
mundo do tênis. Assim é hoje a gente nem nem tem
3:23
competição assim, os tem alguns players bem menores, mas a gente
3:27
domina o mercado. Mas AA gestora?
3:30
É né, igual eu te falei, hoje a gente tem 24 investimentos, eu
3:33
eu vendo o mundo tênis e né, fui jogador profissional, empresário
3:36
de vários jogadores, a gente tem um investimento só em tênis e é
3:40
a Golden set, é, a gente tem alguns investimentos em puble
3:43
também, que está crescendo muito né?
3:45
Hoje é o esporte que mais cresce no mundo, mas a Golden set tem
3:49
um carinho especial, foi onde tudo começou e foi o primeiro
3:52
investimento da gestora, então, né, e como tem alguns é é
3:57
adeptos EE fãs do tênis aqui no. Podcast eu acho que vai ser 11.
4:01
Conversa muito. É legal e rica.
4:04
EEE espero poder é falar em detalhes, as Curiosidades aqui
4:08
da da nossa holding, da nossa gestora e da Golden 7 também
4:11
especificamente. Pra gente entrar nessa parte
4:14
mais de tecnologia, eu queria que você falasse um pouco mais
4:16
como que funciona essa parte de análise de dados e como que a
4:19
tecnologia te ajuda nisso? E a melhorar o jogo aí do tênis
4:24
pro pros seus agenciados. E também como surgiu, Hein?
4:27
Que é interessante, já tem 12 anos, você disse.
4:30
Preso e é, é, vai para o décimo quarto ano.
4:32
Foi 2011 que Ela Foi fundada. É porque hoje todo mundo já
4:34
pensa mais nisso, né? Em os haddados, et cetera.
4:37
Vocês foram pioneiros aí, né? Nan, o tênis.
4:39
Tênis é um esporte peculiar. Você pega o vôlei, futebol
4:42
americano, futebol, assim, eles estão muito mais avançados e
4:46
nessa parte estatística e analítica, porque são são
4:49
esportes de equipe. O problema do tênis é que tem
4:52
muita variável, né? Dou um exemplo muito básico
4:55
aqui, né? Você vai sacar, então você pode
4:56
sacar aberto, fechado e no corpo, então já são 3.
5:00
Ex variáveis, você pode sacar a Slice kick rápida devagar, então
5:04
assim, só no saque a gente está falando de mais de 12 opções de
5:08
saque que você tem e aí você tem a resposta, você pode ser
5:11
esquerda, Slice. Então assim o ponto nem começou
5:14
e você já tem 20 variados. Então o tênis é o é o esporte
5:17
mais complexo a ser analisado e essa empresa é hoje a gente, a
5:21
gente é líder global, assim, a gente é a maior do mundo,
5:23
provavelmente desde que nasceu é é por por várias coincidências,
5:28
ótimas coincidências, mas. Quem fundou essa empresa foram é
5:32
um americano, eu chamo ele de eu chamo eles de meus netos
5:35
favoritos, eles são o Ted, que é o fundador.
5:37
Ele é foi estudou em Harvard e foi fez direito também em
5:41
Harvard. Ele jogava tênis e conheceu o
5:43
Ben, que é um belga que é professor de PhD de estatísticas
5:48
em Stanford e um outro belga que trabalha numa empresa de
5:50
tecnologia, programador que mora na Bélgica.
5:52
Eles se conheceram num torneio de tênis e os 3 estavam
5:56
programando EE fazendo modelagem sozinhos, EE eles falam assim.
6:00
Cara, vamos juntar e fazer esse negócio.
6:01
Juntos, se juntaram EE, começaram a analisar partidas de
6:05
tênis e viram que eles tinham um Edge.
6:07
Se você é um ganho de uma margenzinha, se você analisasse
6:11
seu jogo contra o seu adversário.
6:13
E eles eram baseado em são são Diego, na Califórnia, e São
6:16
Francisco. E o primeiro cliente da da
6:19
empresa foi o Sam query, que é um jogador americano que chegou
6:21
a ser top 10 do mundo. Super famoso.
6:24
Ele gostou e experimentou, e o segundo jogador foi o Tommy haz,
6:27
que também mora em Los Angeles. E o Tommy haz?
6:30
Sim, né, que eu acho que ele e o Federer tem os né?
6:32
Os 2 jogos mais bonitos do circuito Tommy raça foi 2 do
6:36
mundo, enfim, top 10 vários anos e é um cara que teve muitas
6:40
lesões e uma na volta de uma de uma lesão.
6:43
Ele jogou na primeira rodada de Indian Wells contra o al magro
6:46
que era top 10 também e esse jogo AA empresa começou assim, é
6:51
esse jogo foi 76 na negra e se eu não me engano estava 6 a 6 no
6:55
tie break. Oo Tommy Haas tem uma esquerda
6:57
de uma mão que é não é o é o é o golpe.
7:00
Pop mais fraco dele era segundo saque que o amargo, deu um o
7:03
kick que é um saque mais fraco, para quem não conhece de
7:06
segurança na esquerda do Tommy hazs, Tommy hazs fugiu, deu uma
7:09
direita, deu um winner de direita, deu um Waze e ganhou o
7:11
jogo. É obviamente assim, todo mundo
7:14
sabia que ele IA atacar A esquerda do Tommy haz, mas ele
7:16
tomou um risco muito grande, fugiu e deu uma porrada de
7:19
direita e ganhou o jogo e veio o mck and row entrevistar ele no
7:22
final do jogo, pô, nesse você tomou um risco enorme no 6 a 6
7:26
na negra do tie break, falou não a gente, eu eu trabalho com essa
7:29
empresa de estatística. Né?
7:30
Analisando o jogo, eu tinha uma grande certeza que ele IA lá
7:34
usando a probabilidade e estatística, eu tomei um risco,
7:37
mas foi um risco muito calculado e eu fui pra bola e ganhei o
7:40
jogo. Então assim isso foi na ESPN ao
7:42
vivo, o McDonald entrevistando ele e bombou, e aí quem veio
7:45
atrás da gente foi o Djokovic. EE, nessa época são os meus nets
7:49
favoritos, eles não tinham conhecimento no mundo do tênis
7:52
nenhum. Eu tinha sido profissional 12
7:54
anos e estava né, de empresário, de vários jogadores e eu
7:56
conhecia todo mundo e eles, eu conhecia eles em Miami.
8:00
Por um acaso, e eles me pediram ajuda para entrar no mundo do
8:03
tênis. Eu falei, putz, eu conheço todo
8:04
mundo EEA, história é assim. A gente teve uma reunião com o
8:07
Federer, reunião com o Djokovic, os 2 viraram clientes e eles me
8:11
pagavam uma comissão. Eu falei assim, cara, acho que
8:13
depois de o convite Federer, acho que eu mereço, talvez uma.
8:17
Parte, né, acho? Que a comissão aqui não vai dar
8:19
muito certo não. E virei sócio deles.
8:21
Então assim, hoje somos 4 sócios, né?
8:23
Na Golden set e eu sou o minoritário.
8:26
Eles são os majoritários. Mas foi assim, então a gente
8:29
fechou o Djokovic. Pitch e a história do Federer
8:31
para quem é fã de tênis é muito legal porque é.
8:33
Na época o Federer tinha um empresário, que é brasileiro,
8:36
que ninguém sabe disso, que é o André Silva.
8:38
A gente fez a reunião e eu estava, né, em casa, treinando
8:41
no espelho. Eu falei assim, cara, eu vou
8:42
fazer além disso, é uma reunião com o Federer, número 1 do
8:45
mundo, o melhor de todos os tempos, eu estou fazendo é 111
8:48
pitch de um negócio para o jogo dele, e a reunião Era Eu, é o
8:52
André Silva, o Stephan nedberg, EEO, Roger, então eu fiz o pitch
8:56
1 hora, falei, né, eu treinei no espelho, ele me dá um tapinho.
9:00
Minha assim nome falou assim, cara, parabéns, muito legal, te
9:02
desejo boa sorte, mas a gente joga aqui no feeling, a gente
9:06
não usa estatística, a gente joga sentindo o jogo.
9:08
Eu falei assim, cara, não é possível isso, tem teve uma
9:11
Barreira de entrada muito grande e aí depois quando o Federer
9:15
trocou de treinador e foi para o lubite, eles voltaram e a gente
9:18
fechou negócio. Então assim, né, para resumir a
9:20
história aqui, hoje a empresa tem 13 anos e a gente é a maior
9:24
do mundo. Disparada no top 20 feminino a
9:27
gente tem, se eu não me engano, 14 jogadoras.
9:30
As vaiatec, né? Que foi número 1 do mundo, aí 6
9:32
anos seguidos, cocogofe, ribaquina, slow, Stevens, enfim,
9:37
várias jogadoras. E No No top 20 masculina a gente
9:40
tem 11, se eu não me engano, sineer Djokovic, Tommy Paul,
9:44
svereve it seepass, o Murray foi cliente de muitos anos, o
9:47
Federer foi cliente de 8 anos, o Djokovic já está há 10 anos, a
9:50
gente trabalhou Serena, venda slow, Stevens, Madison, Kiss,
9:54
enfim, trabalhando com com os melhores do mundo.
9:56
E a gente também dá estatística para AESPNE para o tênis.
10:00
Channel para aerosport, né? Os maiores canais do mundo que
10:03
transmitem tênis. Então se você ver, né, vai jogar
10:05
Federer contra lá, o Samuel a gente põe, como é que vai ser o
10:09
match up? Quem?
10:09
Vai ter, vai tomar um couro, né? É, ô, Márcio, só uma pergunta,
10:13
ô, vocês bebem de uma fonte de dados que está disponível para
10:16
todo mundo ou vocês também fazem uma coleta específica de dados?
10:20
Como é que é isso? Hein?
10:21
Boa pergunta. Então a gente a gente tem 22
10:24
maneiras que a gente coleta dados.
10:26
Uma é de live streaming. Então porque a nossa tecnologia,
10:29
a gente, eu? Fico traquear a bola, né?
10:31
Então a bola pica aqui você bate uma direita e você corre, você
10:34
corre, bate uma esquerda, então no pico da bola eu sei onde foi
10:37
o contato é com a raquete, então eu, eu e aí eu eu consigo
10:40
traquear o movimento da bola, velocidade, RPME, eu consigo
10:44
traquear também o deslocamento do jogador porque é onde que tem
10:47
um impacto, eu sei aonde que é a posição que ele tá, então a
10:50
gente faz isso e a gente é a única empresa do mundo é
10:52
literalmente que consegue analisar dados.
10:55
A gente fala né, Cruz rodaira do hokkai hokai é aquela empresa
10:59
que faz o Chalé. No tênis, então a gente consegue
11:01
mapear a Quadra e eu consigo analisar do hokai, que é uma uns
11:06
dados muito mais acurados. Então às vezes não, todos os
11:09
jogos estão no hokai assim, do alto nível, 100%.
11:12
Mas, por exemplo, o Federer vai jogar com o João Fonseca há 1
11:15
ano atrás, que estava jogando um challenger em Porto Alegre.
11:18
Então assim aí eu vou no live streaming, a gente consegue
11:21
sugar essa informação. EE, como a gente tem 13 anos de
11:25
de empresa, a gente hoje acumulou o maior banco de dados
11:28
do mundo. A gente tem um CC. 60000 jogos
11:31
analisados no nosso banco de dados EEO que que acontece, né?
11:34
É tudo através de e a e a machine learning.
11:36
Então assim pensa bem, a gente trabalhou com o Federer 8 anos,
11:39
tinha o COVID 10 anos, que o que se dissipar já tem 6 signer, já
11:42
tem uns 4 murry, uns 5 anos, então a gente está falando com
11:46
esses jogadores no dia a dia, com os treinadores desses
11:48
jogadores e tendo o input deles, então assim né, a gente coloca
11:52
esse input de volta no algoritmo, né, que é machine
11:55
learning. Então a gente tem além da gente
11:56
trabalhar com essas melhores jogadores do mundo, eu tenho um
11:59
input dos melhores. Os técnicos e melhores
12:01
jogadores, então a gente consegue é melhorar a cada dia,
12:04
então assim essa essa vantagem competitiva, a gente hoje é a
12:08
maior empresa, né? É do mundo disparado, a gente
12:10
não não tem nem tem competidor, tem um cara na França que é
12:14
muito bom, mas ele está sozinho, ele não tem uma equipe.
12:16
Nós temos 17 programadores, EEE analistas no time, no mundo
12:21
inteiro, é os 3 sócios fundadores que também são que
12:24
servem. Hoje eles estão tocando em
12:25
empresa, mas eles têm uma expertise em análise e esse essa
12:29
quantidade de. De empresas, a gente se tornou a
12:31
melhor e maior empresa de análise de dados no mundo tênis.
12:35
E como o tênis, né? Eu falei anteriormente, tem
12:37
muitas variáveis, ninguém, não tem nenhuma empresa no mundo que
12:41
conseguiu. A gente fala inglês, crack,
12:43
tênis, é decifrar o jogo do tênis.
12:45
Então a gente hoje está indo para um outro viés, a gente tem
12:48
outras linhas de receita, mas é é muito complexo.
12:52
EE, sim, você poderia começar uma empresa hoje do zero, sim,
12:55
mas você demoraria aí os 12 anos para chegar onde que está, então
12:58
daqui a 12 anos a gente. Já está muito mais avançado que
13:01
você não consegue é, né? Botar 1111 pendrive e botar toda
13:05
informação no computador e sugar toda essa informação, né?
13:08
O algoritmo trabalha para ver as probabilidade e a gente trabalha
13:11
com big data. Então eu te dou um exemplo, né?
13:13
Se a gente está analisando a temporada de saibro do siner,
13:17
comparado com a mesma temporada de saibro dele do ano passado,
13:20
eu preciso de um mais ou menos uns 4 meses para ter dados
13:24
significativos, porque eu não posso comparar o torneio de Roma
13:28
desse ano com o torneio de Roma. O ano passado rola garrosso,
13:31
porque pode ser que está fazendo muito frio.
13:32
Roma, esse ano está chovendo em rola, garrosso, vai fazer 30°,
13:36
então assim muda completamente, né?
13:38
Quando está muito úmido e chovendo a bola fica maior, ela
13:40
tem mais resistência no ar, então muda o jogo.
13:43
EEA, gente, já viu muitos jogos né, onde os jogadores eram
13:47
favoritos, se perderam por condições climáticas.
13:50
Então por exemplo, eu quando jogava eu adorava jogar em
13:53
condições rápidas, então quanto mais lento era pior para mim, eu
13:56
não gostava de jogar, então a probabilidade de eu perder para
13:59
um cara pior. Num dia que está muito lento,
14:01
está chovendo ou a bola está muito grande, então isso muda.
14:04
E como a gente está lidando com, né, os melhores do mundo AAA.
14:07
Assim, a vantagem competitiva é mínima, então a gente está
14:10
olhando para aquele meio por cento, 1% de vantagem.
14:13
Então toda vez que a gente vai recalibrar o nosso algoritmo que
14:18
é proprietário, demora, a gente precisa de um dados, né, o daia
14:21
7 de no mínimo 4 meses, o ideal é 5 meses, então demora muito
14:27
tempo físico para chegar onde que a gente chegou, então assim.
14:30
E a gente já tentaram competir e até hoje não chegaram nem perto.
14:34
Vocês têm tecnologias de Reconhecimento facial também e
14:37
usam isso para poder também ajustar o algoritmo de vocês e
14:41
tal é como que funciona essa parte aí de de reconhecimento.
14:44
Então, só só complementares, como aqui.
14:46
Eu ainda não entendo, mas só. Mas não entendi o seguinte, o
14:48
foco é municiar em cada jogo o jogador com informações para
14:52
como ele bate o adversário ou também tem um foco dele melhorar
14:57
continuamente na carreira dele. A técnica entendeu qual que é o.
15:00
O principal, os derivos, né? Que que você entrega pro pro pro
15:03
o os? 2 então assim vamos supor que eu
15:05
vou jogar contra o Samuel, né? O Samuel, um grande talento saiu
15:08
e do Minas tênis clube ninguém conhece ele, eu sou cliente da
15:11
Golden set, então a empresa funciona, é um SAS que eu mando,
15:14
é o report diário, então eu vou jogar hoje contra o Samuel e aí
15:18
o report vai falar assim não, ele não gosta de sa aqui no
15:20
corpo, A esquerda alta, ele tem dificuldade, ele está lento essa
15:24
temporada de saia, pode ser que ele está machucado ou ele não
15:26
está muito bem de físico, então é um SAS diário, eu ganho do
15:29
Samuel. Eu vou jogar com o Federer, eu
15:31
ganho do Federer, eu vou jogar com o Nadal, então assim eu como
15:33
cliente eu recebo. Diário como ganhar daquele cara?
15:36
Amanhã a gente manda um reporte à noite, acaba o jogo, hoje eu
15:39
mando um reporte para o treinador e para o jogador à
15:41
noite, ele joga amanhã, então essa é a primeira parte, a
15:44
segunda parte a gente também faz, a gente fala player de
15:47
velow, então exemplo faz assim, ô Samuel ou Federer ou Serena,
15:52
se você devolver o saque, quando você devolve o saque 1 m para
15:56
frente, você tem menos tempo de reação e você tem 40. 30% de
16:00
probabilidade de ganhar quando saca o primeiro saco.
16:02
Se você der 70 cm para trás ou 40 cm para trás, você tem 10%
16:07
mais chance de ganhar esse ponto.
16:09
O treinador vê isso, o jogador sabe, mas ele não sabe se é 40
16:13
cm, 60 cm ou 1 m e meio. Outro exemplo, a gente fala
16:17
assim, ô Nadal, ô Murray, se você sacar o seu thors, ele está
16:21
2 cm mais baixo e 1 cm e meio mais para a direita do que
16:26
geralmente. Isso é sua porcentagem primeiro.
16:30
Aqui está caindo 10%, a percentagem de segundo saque
16:31
está caindo 30%, aumenta o seu toque, tá bom, mas treinador
16:34
sabe que o toque tá baixo, mas quanto é 1 cm ou 3 cm, ele não
16:38
pode ter, nem tem, nem está muito alto e nem está muito
16:42
baixo. Então a gente faz isso
16:43
posicionamento e a gente faz também prevenção de lesões.
16:45
Então assim, do ponto do meio da Quadra a uma direita, eu sei se
16:49
o Federer está chegando 2 segundos ou um segundo mais
16:53
lento do que ele geralmente é. Então eu falo assim, olha, seu
16:56
seu primeiro passo, seu deslocamento para a direita,
16:58
você está. É um pouco mais devagar do que a
17:01
média dos últimos 10 anos, então pode ser que você está em vias
17:05
de machucar, pode ser que você tenha fadiga, você tem que
17:07
descansar um pouco. Então a gente sabe também.
17:09
Eu sei da velocidade do segundo saque, se se seu braço ele mexe
17:14
AX quilômetros por hora e na temporada de Quadra rápida ou de
17:17
grama ele está 10% mais fraco. Eu falo assim, olha, não sei o
17:20
que que está acontecendo, mas AA velocidade do seu braço e do seu
17:23
ombro, ele está mais lento do que geralmente você costuma
17:26
sacar. Pode ser que você está fraco,
17:28
pode ser que você vai machucar, pode ser.
17:30
Sei que o músculo tem fadiga e você precisa descansar, então eu
17:33
eu sei o dado e eu passo isso para outro treinador.
17:35
É muito impressionante isso porque assim indústria, né?
17:37
Samuel tem um tipo de sistema que coleta todos os dados de um
17:40
processo industrial e aí a gente fala, às vezes tem um Golden
17:43
Beth, né? Oo processo está super otimizado
17:46
e às vezes a empresa nem sabe porque, né, você identifica, até
17:48
porque está interessante demais, né?
17:50
Você coleta tudo ali, né, e explica o que está acontecendo.
17:53
E aí, só aproveitando, vocês chegam hoje e está podendo ter
17:56
coach, né? Durante o jogo, né?
17:58
Chega a ter instrução real time por.
18:00
Os técnicos para eles poderem ficar, porque uma informação
18:03
dessa aí o real time é valiosíssimo para o técnico.
18:05
Eu vou contar uma história aqui que eu acho que a gente nunca
18:08
contou, mas hoje eu posso contar que já tem alguns anos, a
18:10
maioria dos treinadores não gostam de receber, tá?
18:13
Então assim, a gente faz o que que a gente faz, a gente faz um
18:16
report diário, né? Então Federer vai jogar contra o
18:18
Samuel, A esquerda dele é ruim, blá, blá, blá, ele não mexe
18:22
melhor para a esquerda que pode ir.
18:23
Eu tenho um report de dados puros, dados matemática e
18:27
pronto, acabou e na última página e esse report mais ou.
18:30
Ou menos. A gente diária umas 30 páginas
18:32
de análise é é muito, muito detalhado e na última página
18:35
página a gente coloca o nosso achismo, a gente dá a dica do
18:38
que acha que como o jogador deve jogar e isso é muito mais para o
18:42
treinador que para o jogador. Então ele vai analisar todos
18:44
esses dados e falar 345 coisas muito importante para o jogador
18:48
performar, né? Onde que o Federer gosta de
18:51
sacar sobre pressão, qual que é o saque favorito dele?
18:53
30 iguais, onde que ele sai na devolução no primeiro saque,
18:57
enfim, 1000 variáveis. Então assim ele Oo treinador.
19:00
Tem essa informação num PDF no celular dele, então ele pode
19:03
olhar durante o jogo, mas assim, tem uma história que é incrível.
19:06
Eu não sei se vocês lembram, estava jogando.
19:08
Se eu não me engano, é sverev e o TSE passa.
19:10
O TSE passa, foi pro banheiro e ficou lá um tempão.
19:12
Sim, ficou bravíssimo, né? O sverev ficou.
19:14
Bravíssimo, falaram que ele estava usando o celular blá blá
19:17
blá. Na verdade o pai do Titi s pass
19:21
e o easverev é cliente nosso também.
19:22
Os 2 são clientes e mostra e mostra o pai dele.
19:25
Se você der um Google, você vai ver se mostra o pai dele usando
19:28
o celular e ele no banheiro. E falam que ele estava usando o
19:31
celular. Na verdade ele estava ligando
19:33
para o nosso sócio Ben pedindo dica para o terceiro set.
19:37
A gente nunca falou isso, mas já passaram 2 anos.
19:40
Eu acho que não é segredo mais, mas ele estava ligando para a
19:42
gente. Todo mundo fala que o pai estava
19:44
ligando para o filho no vestiário, quer dizer, o jerev
19:47
falava isso, né, que estava com a cabeça quente e a gente dando
19:50
risada. E os 2 são clientes nossos,
19:53
inclusive, então assim, eles podem falar com a gente, eles
19:56
podem mandar mensagem, mas é muito raro, é, é, é.
20:00
É, não acontece, mas poderiam. Mas ele tem.
20:02
Ele tem o nosso PDF pronto. Ele pode consultar ali no
20:05
celular em tempo real. Então, mas assim vocês teriam
20:07
tecnologia para ficar autorizando em tempo real, se
20:10
quisessem, a dinâmica do jogo, eu não sei nem se seria
20:13
permitido, né? Hoje é permitido.
20:14
A gente teria tecnologia, obviamente.
20:17
A gente seria que estar analisando esse jogo ao vivo,
20:20
porque geralmente a gente a gente não analisa ao vivo, né?
20:22
A gente acabou o jogo, a gente põe os inputs, todo o algoritmo
20:25
é, faz sim, mas a gente teria condição, mas os treinadores
20:29
não, não. Não, não gostam muito não.
20:31
Mas aconteceu já um mês é raro, é raro.
20:34
E essas análises de dados hoje para o esporte é isso é é comum.
20:40
Você acha que as empresas vão começar, né?
20:42
Os clubes, os atletas, eles vão começar a usar cada vez mais
20:46
isso para melhorar OA performance deles.
20:49
Sim e não, todo mundo quer usar, todo mundo quer mais dado, mas é
20:52
muito difícil coletar, né? Então você é um grande juvenil
20:55
ser número 1 do Brasil. Você treina no Minas tênis
20:57
clube, no Campestre. Como é que eu coleto suas infor?
21:00
Informações para analisar ela você tem que ter uma câmera na
21:02
Quadra o tempo inteiro, você tem que mandar essa informação para
21:05
alguém analisar. E é caro também, né?
21:07
Então assim, o nosso produto é para jogador top 100, o pacote
21:11
mais barato que a gente cobra é 60000 USD ano, então assim não é
21:15
barato, não é todo mundo que consegue pagar, porque assim a
21:17
hora homem nosso é muito caro e a nossa tecnologia é muito boa.
21:21
Então assim os nossos clientes são potenciais ganhadores, Grand
21:24
Slam ou top 20 top né? 30 que tem caixa e dinheiro
21:29
suficiente. Para pagar o nosso serviço, mas
21:31
a gente também. Hoje a gente tem um contrato
21:33
com, né? Eu falei as as televisões, a
21:35
gente tem um contrato com a federação belga de tênis, a
21:38
federação italiana com AISTA, que é a federação Americana de
21:41
tênis, que é a maior do mundo. A gente tem um contrato com AMGA
21:44
bolitari, que é a maior academia de tênis do do mundo também, e
21:47
hoje a gente tem inclusive até curioso, o João Fonseca é nosso
21:50
cliente e a on running, né, que patrocina.
21:53
Ele perguntou Pra Ele, quem que você usa análise de dados?
21:55
Ele falou assim, não é a Golden 7, eles entraram em contato e
21:58
hoje a gente está fazendo. Coaching para honraning então,
22:01
quando tem um Wimbledon juvenil, tem 200 jogadores, em vez da ONU
22:06
ir assistir todos os jogos para ver quem que eles vão assinar
22:09
como contratado para ser o próximo.
22:11
Bem shelton para ser a próxima, mas vai até que para ser o
22:13
próximo? João Fonseca a gente já elimina
22:15
vários jogadores e a gente fala assim, ó, esses aqui 10 são
22:19
targets que a gente acha que vai ser potencial de ser grande
22:22
jogadores e eles vão. Então a gente está negociando
22:24
agora com a Nike, babola, enfim, tem outras empresas, mas a on
22:27
foi a primeira cliente como marca.
22:30
Produtora de não como patrocinadora de artigos
22:32
esportivos, então assim, no mundo amador, tem uma empresa
22:36
nos Estados Unidos que chama tênis analytics, que eles fazem
22:39
esses reports, né? Muito mais superficial que o
22:42
nosso, muito menos detalhado. Acho que eles cobram 100 USD por
22:45
report pro amador, mas assim, tem um problema muito grande que
22:49
você tem que coletar o seu próprio dado, passar para eles,
22:52
então assim, tem um tem um problema de logística grande,
22:55
entendeu? Então vamos supor, eu quero mais
22:57
uma vez, Samuel joga no Minas tênis clube, vai.
23:00
Vai jogar contra o Márcio, que é atleta do Pinheiros.
23:02
Então assim, se você quiser ganhar de mim, você não tem,
23:05
você não tem informação aos meus dados, o match up já não existe
23:08
e o player develop, né? Assim, igual a gente falou, eu
23:11
posso te ajudar com o seu Thor, seu posicionamento em Quadra,
23:14
seu movimento, só que a gente precisa de muitos dados, né?
23:17
Eu não posso te dar estatística de um jogo que você ganhou do
23:20
Zezinho, pode ser que o Zezinho estava jogando muito mal esse
23:23
dia, você estava jogando muito bem, não é?
23:25
O os dados não são significativos, né?
23:27
Você precisa de um daira set muito grande.
23:30
Então eu vou precisar de coletar muitos jogos seu, muitas horas
23:33
para ter dados reais sobre o seu comportamento.
23:36
Em vários jogos a gente não pode pegar um, tem.
23:38
Que ter uma a amostra da integram.
23:40
Você está com diarreia, obrigou com a sua namorada ou está de
23:44
mau humor? Não dormiu, está gripado, está
23:47
com a dor No No joelho? Então assim, então, esse é o
23:49
problema, é no nível amador, tem um apetite muito grande, mas tem
23:53
um problema de chegar os dados para para a empresa analisar.
23:57
Então esse aí é um gargalo muito grande, então.
24:00
Assim, anão ser que nos próximos 10 anos, todas as quadras do
24:03
mundo em um vídeo câmera e estão gravando, né, 24 horas por dia,
24:07
esse é o problema do tênis, né? Então exemplo, né, ANBA tem uma
24:10
empresa que a gente tem uma parceria que chama suíte, que
24:13
ela é a maior do mundo. Ela tem contrato, acho que com
24:16
25 times da NBA é muito fácil, porque você vai lá no Miami, he
24:20
ponha uma câmera no American Airlines, areina e deixa lá 365
24:23
dias por ano. Você está gravando todos os
24:25
treinos, todos os jogos e todos os jogadores, e a câmera está
24:28
fixa, né, o tenista. Pensa bem, vamos supor, o siner,
24:32
o cocogofe, ela estava em Madrid semana 2 semanas, o siner estava
24:36
se dissipado, ele estava em Monte Carlo, ele foi para
24:39
Madrid, Roma, Roma, Garros. Então assim, eu tenho que ter
24:42
câmera em todos esses lugares. Eu não sei se ele vai jogar na
24:44
Quadra um ou na Quadra 10, então assim com com times de equipes
24:48
que tem lugar fixo para jogar, é uma câmera, né?
24:51
No estádio do Minas ou no Mineirão para pegar o Atlético
24:53
Mineiro, você põe uma câmera lá fixa, e você tem todos os
24:56
treinos e todos os jogadores, o tênis, o cara está mudando.
25:00
Chove, ele pode jogar atrás da programação, ele IA jogar na
25:02
central ou joga na Quadra 2. Então é tem uma Barreira de
25:05
entrada no nível mais baixo do tênis muito grande.
25:08
Por isso que esse produto é pro pro alto nível, porque é todos
25:12
os jogos de alto nível, tem câmera, tem rockai e a gente
25:15
consegue extrair dados. Para eu analisar dado, eu
25:18
preciso de dado. Então no amador você não tem
25:20
dado para analisar, então vai demorar muito, porque tênis é é
25:24
complicado porque você não consegue extrair os dados, então
25:27
tem um apetite muito grande, mas vai demorar assim, eu não.
25:30
Vejo isso nos próximos 10 anos, todos os clubes do Brasil ou do
25:33
mundo. Ter câmera 24 horas por dia e eu
25:35
consegui extrair informação dela, então esse é o esse é o
25:38
gargalo? EE aproveitando aí que você
25:40
falou dos próximos 10 anos, você enxerga alguma inovação de
25:44
tecnologia que vai impactar esse mercado, alguma coisa nova que
25:48
vocês já estão percebendo que está surgindo aí, que vai trazer
25:51
mais dados ou uma nova forma de analisar?
25:54
Eu acho que não sabia, eu acho que o grande Salto, né?
25:59
Durante os anos. No mundo do tênis,
26:00
especificamente, foi as cordas, né?
26:02
As cordas hoje de de poliéster tão muito boas, você consegue
26:06
girar a bola, então isso aí já tem 11 mudança no jogo, né?
26:09
Tanto que todo mundo defende muito bem e responde muito bem.
26:12
E acabaram os jogadores que faziam saque rede, porque o cara
26:15
não tem tempo de chegar na rede, então mudou o jogo, né?
26:17
Há 15 anos atrás, o sampras ganhou um ibodon fazendo saque
26:20
rede, bivanisevich ganhou um ibo on faz saque rede, ninguém em um
26:23
ibodon faz saque demais. Então essa foi a grande mudança,
26:26
teve uma mudança muito grande nos últimos 1015 anos.
26:30
Depois inclusive que eu parei de jogar Na Na qualidade dos
26:33
fisioterapeutas. É então assim, os jogadores
26:36
estão jogando com um corpo pino, assim é, ele já acorda e já e já
26:40
solta, então assim AA máquina humana, ela está, é, é
26:43
sintonizada, é o motor, o motor tá tá todo vapor o tempo
26:46
inteiro, que quando eu jogava a fisioterapia era muito, não era
26:50
muito avançada e todos os jogadores de alto nível viaja,
26:53
viajam com um fisioterapeuta particular, te falam assim que é
26:56
tão importante às vezes até mais importante do que 11 técnico.
27:00
Porque no alto nível o cara sabe jogar e sabe como ganhar, ele
27:02
vai ter que chegar naquele dia e performar.
27:04
Então assim, em termos de estatística, não, porque acho
27:07
que a gente está muito avançado. Já a nossa tecnologia, comparado
27:11
com o mundo do tênis, é, ela já é muito avançada, então eu acho
27:15
que não tá. Esse é o meu, é meu feeling.
27:18
Teve agora uma mudança de tecnologia, que são as, né?
27:21
Não existe mais juiz de linha nos torneios grandes que a.
27:24
Que as linhas são cantadas por máquina, mas isso aí também é um
27:27
pouco commodity, não é? É um sensor que vê aonde que a
27:30
bola pica, não é uma grande inovação, a inovação que demorou
27:34
muitos anos para ser implementado no tênis, mas assim
27:36
eu acho que não, viu. Samuel é respondendo sua
27:39
pergunta, eu acho que o tênis é meio old School, assim,
27:42
histórico, e eu acho que também está assim.
27:45
O tênis é um esporte muito peculiar, né, porque são 2
27:48
gladiadores sozinhos na Quadra e você não tem substituição, né,
27:51
né, na seleção brasileira, o Neymar tá jogando mal, tira ele.
27:54
E põe o David Luiz, sei lá, põe o Hulk, sei lá quem ou você tem
27:57
o tempo é NBAOOO técnico pede time out, ele faz 2 jogadas,
28:02
ganha o jogo, o tênis é é é um jogo de xadrez, né?
28:06
São 2 pessoas, um alto nível, que jogam bem, sabem os pontos
28:09
fracos e os pontos Fortes do adversário, só que você tem que
28:13
performar e fazer aquilo sob pressão várias vezes durante o
28:16
ano. Então, assim é, é muito mais
28:19
mental do que tecnológica. Assim, há 15 anos atrás tinha
28:22
zero tecnologia, hoje nós. Somos a maior empresa do mundo,
28:25
dando muita tecnologia e ferramenta para esses jogadores,
28:28
mas o cara tem que performar, você não tem como esconder, né?
28:31
Então assim, no futebol tem 11 no campo, se você está mais
28:34
lento, com a perna doendo, você consegue esconder, você consegue
28:37
ficar lá na banheira esperando você, você tem algumas coisas no
28:39
tênis, não tem como fugir, então assim é muito mais o jogador ter
28:43
a ferramenta e saber usar na hora certa EE ter a capacidade
28:47
mental e emocional de usar isso, então assim é do que tecnologia
28:52
em si, né? E como não tem subsídio?
28:54
Instituição, você não tem como correr para lugar.
28:56
Nenhum, ô Márcio, então desculpa, eu tenho 11 última
28:59
pergunta, porque se não a gente fica horas aqui, né?
29:01
Samuel, tem um bom assunto, mas eu tenho assim, cara, qual é
29:04
assim? Não sei se tem uma resposta
29:05
clara para isso, não, né, mas às vezes eu penso assim, né?
29:08
A diferença entre os tenismo é muito pequena assim, todo mundo
29:10
ali naquele nível, o qual que é são as as principais variáveis
29:14
mesmo fazer o cara ser igual esse absurdo os os big three lá
29:17
ganhando 20 anos, né cara? Assim é aumental mesmo, no final
29:21
das contas, é. O exemplo exemplo, grotesco.
29:24
Que tá, eu fui eu cheguei a ser sem do mundo, parei de jogar há
29:27
12 anos atrás. Vira e mexe eu treino com o
29:30
Tiago Monteiro, que a bola dele anda numa velocidade assim AO
29:34
ano passado, AO ano retrasado, a bola do Tiago tinha mais RPM que
29:38
a do Nadal em Roland Garros, isso fato sim estatístico.
29:41
Então eu batendo com o Tiago hoje, se eu entrar na Quadra, eu
29:44
jogo de igual, de igual, igual para ele parado, e olha que eu
29:47
parei 12 anos jogar, então assim, hoje está todo mundo
29:49
batendo muito bem, hoje está todo mundo correndo muito bem.
29:52
Eu falei a fisioterapia, então o cara tá.
29:54
Está novo todo dia, só que quem sobressai, quem é o grande
29:58
vencedor, é o cara que consegue sobre pressão performar o que
30:02
ele tem que performar no quarto, a 4, no terceiro, no 30 iguais e
30:06
o ano inteiro, né? Então assim é, é uma constante,
30:09
não pode ser assim, é também pelo sistema do ranking.
30:12
Então respondendo a sua pergunta, é mental?
30:13
O pino está muito parelho, de 1 a 60 a um a 90 todo mundo joga
30:18
igual, todo mundo bate na bola, igual assim tem se você se você
30:22
botar alcarás e um cara que não. 90 do mundo e ninguém souber os
30:26
nomes. E se você comparar a bola?
30:28
EE bater no bola você não vê, você não sabe Quem é Quem, mas é
30:31
óbvio que na um consegue performar várias vezes nesse
30:34
nível, mês, dia após dia e o outro tem altos e.
30:37
Baixos é flutuando, é flutuação, né?
30:39
E agora pra gente já ir pro finalzinho aqui, Márcio, o nosso
30:43
público aqui, a gente tem muitas pessoas que são se leves, são
30:46
gestores de empresa. E aí a gente falou aqui muito
30:49
sobre dados, em como transformar isso em uma vantagem
30:52
competitiva, no caso aqui para o atleta, mas.
30:54
Para você, assim na sua, na sua experiência, aí como, né?
30:58
Com, com essa, com esse mercado. Qual que é o primeiro passo?
31:01
Qual seria o primeiro passo para que os líderes conseguissem, de
31:05
fato, transformar dados nessa vantagem competitiva dentro das
31:09
organizações dele, dentro das empresas dele?
31:11
É assim, eu vou te dar um exemplo dentro da nossa gestora,
31:14
que eu acho que transcende, né? Para todos se levam assim.
31:17
Hoje a gente tem 24 investimentos Na Na Na nossa
31:21
holding. A gente analisa mais ou menos 10
31:24
a. 15 empresas mês para para investir, então a gente vai
31:27
coletando todos os dados. EE, como a gente investe só
31:30
nessa indústria, Sports, tech, entretenimento e mídia digital?
31:32
Assim eu não, infelizmente eu não sou bom em tudo, então
31:35
assim, o nosso propósito aqui, a gente quer ser muito bom em uma
31:38
tese, então o que que acontece? Eu estou olhando 10 a 15
31:40
empresas por mês, a gente analisa essas empresas, né,
31:43
faturamento, ibida, potencial de crescimento, margem, Barreiras
31:48
de entrada no mercado, mercado endereçável, e a gente começa a
31:52
coletar essas essas informações. A gente põe num banco de dados,
31:56
a gente faz um CRM, então quando chega uma próxima empresa para
31:59
analisar, eu já tenho uma ideia do que global, do que está
32:02
acontecendo nesse mercado e eu às vezes eu posso investir nessa
32:05
empresa EE plugar ela exemplo, né?
32:08
A gente tem uma empresa de chama greenflyke, a gente é como se
32:11
fosse, a gente entrega mídia para para grandes campeonatos e
32:15
times, então assim eu já investi nela sabendo que eu tenho alguns
32:18
clientes potencial para ela, então a gente acumula um banco
32:21
de dados. Em cada vez que eu vou analisar
32:22
uma empresa, eu estou mais inteligente.
32:24
Gente, e eu estou e eu sei muito o que está acontecendo, é, é no
32:28
mundo inteiro. Então a minha visão é muito mais
32:30
global, muito mais ampla. Então, assim, no nosso caso, a
32:33
gente tem a gente tem dados de várias empresas e mesmo que eu
32:36
não investi, óbvio, das empresas que a gente investiu, a gente
32:39
tem muito mais dados e me torna um investidor, digamos assim,
32:43
mais safo, mais inteligente e mais ligado a tendências
32:48
globais, porque eu sei o que que está acontecendo com dados reais
32:51
em vários mercados. Então assim, eu sei que eu
32:53
prefiro. Existe muito mais nos Estados
32:55
Unidos que na Europa, porque a economia dos Estados Unidos.
32:57
EE aí eu acho que pro pro si levo é a mesma coisa assim, eu
33:00
acho que é é né, todos os times, né?
33:02
RH, tecnologia, jurídico, você começa a ter muito mais dados e
33:07
vários departamentos vão suprindo, né, OCEOOCEFO dessas
33:10
informações e você toma decisões, né?
33:13
Para onde que vai a empresa ou a decisão estratégica com muito
33:17
mais baseado antigamente acho que era muito mais no feeling
33:20
EE, mais no né, onde que você achava que AA empresa pode ir
33:24
ou. Hoje você tem e você pode
33:25
comprar até dados. Você toma decisões muito mais
33:28
tranquilas e você tira a pressão dos se levam, né?
33:31
Então assim, a gente usa isso na nossa gestora e eu acho que todo
33:34
mundo tem usado isso de alguma para ter melhorias EE ter ganho
33:38
de escala. Terça e aí, pra gente finalizar
33:40
mesmo aqui agora a pergunta de todo o episódio, tem algum
33:43
conteúdo, algum livro, artigo, documentário que você queira
33:47
indicar aí, Marco? Bom, eu, eu, eu, eu tenho
33:49
escutado muito podcast, inclusive quando eu eu ando
33:53
bastante na rua E quando. Doutor, Na Na musculação eu
33:55
escuto, eu escuto um podcast que chama aquyred é americano, que é
34:00
que é muito, muito bom. É podcast do Brasil que eu
34:02
gosto, é o market makers e café com investidor.
34:05
Acho que esses 2 são fantásticos no Brasil, o market makers,
34:08
especialmente agora, ele tem 11 versão que chama Sports market
34:11
makers. Então assim, esses 3 podcasts
34:14
eu, eu consumo e eu estou tentando.
34:16
O Sports market makers EOEOEO café com investidor, eu estou
34:19
tentando. Escutar literalmente todos os os
34:22
episódios. OA Cry é mais difícil porque ele
34:24
tem episódios de 4 horas, mas esses 3 assim, eu sou fã e eu
34:27
acho que eles têm histórias muito legais de empreendedores,
34:30
porque assim a gente falou muito de tecnologia aqui.
34:33
Eu sou 11 gestor que alloco capital de terceiros, né?
34:37
Esse é meu dia a dia, mas no final do dia a gente investe
34:40
numa empresa, mesmo que a Golden 7 é só tecnologia.
34:43
A gente tem uma pessoa tocando a empresa, né, que vai tomar
34:47
decisões. Então assim, eu eu gosto de
34:49
escutar os podcasts. Que falam das histórias de
34:51
sucesso ou até histórias também, né?
34:53
De de fracasso para entender o comportamento humano, porque no
34:57
final do dia a gente tem o dado, mas tem uma pessoa tomando
35:00
decisão onde que esse dado vai ser usado e como ele vai ser
35:03
usado. Então, assim como tenista, eu
35:05
acho que eu aprendi muito a ler o jogador no outro lado, né?
35:08
Para ver se se ele está jogando bem ou mal, se ele está nervoso
35:11
quando é hora de atacar, quando é hora de gritar um vamo na
35:13
cara, então você aquele pouca face que você tem que ler o
35:16
cara. E eu eu tenho muita curiosidade
35:18
pelo ser humano de entender a. Reação porque a gente investe em
35:22
empresas de venture capital que não são empresas de capital
35:24
aberto, que não tem um conselho gigantesco.
35:26
Então assim, aí eu falo assim, a gente tem investido no Jockey e
35:29
nem nem muito No No cavalo, então, né, a nossa cabeça aqui,
35:32
eu, eu, eu, né, igual eu falei, a gente tenta ter o maior número
35:35
de dados, maior número da indústria, mas no fim do dia eu
35:39
estou investindo na pessoa que vai usar esses dados para tocar
35:42
uma empresa que o faturamento vai sair de 0 a um bi.
35:45
Então esses 3 e 1 livro que eu estou lendo agora, que eu gostei
35:49
muito, que foi um empresário. Presente é o livro do Steven
35:51
Schwartzman, que chama Water takes, que ele é o fundador da
35:55
black Stone. Obviamente a black Stone eu até
35:57
olhei antes, anteontem, marca cap dela, eu acho que é 180 bi,
36:00
então assim, obviamente de dólar, né?
36:02
Então assim, é uma empresa que você não tem que falar dela, mas
36:06
o livro é muito interessante porque ele teve altos e baixos,
36:09
ele teve para quebrar, é na crise, na bolha de relstate, é
36:12
dos Estados Unidos, ele começou a empresa com 400000 USD e hoje
36:16
tem um marca cap de 180 bi. Então assim, eu gosto de de ler
36:20
livros. De gestores, EE pessoas que
36:22
passaram por adversidades. E quando eu tenho uma
36:25
diversidade, eu tentar tentar aprender pelo erro dos outros,
36:29
né? Não cair no mesmo buraco, mas
36:30
cair num buraco talvez diferente ou num buraco menor, né?
36:33
Então eu gosto desse tipo de livro.
36:35
Então esse livro que está na minha cabeceira agora e hoje eu
36:38
ultimamente eu tenho consumido esses 3 podcasts assiduamente e
36:42
obviamente, né? Deixar um recado para todo mundo
36:45
aqui, continuar escutando o Zé. Gibi Ah, é isso aí, né?
36:49
Então é isso que. Que eu que eu tenho consumido
36:51
EE, é o livro que eu estou lendo agora.
36:53
Obrigado, deixa eu você ter indicações.
36:55
Até interessante assim até que tem a ver com, pra mim, as
36:58
grandes conclusões do episódio. A gente sabe que hoje tem muita
37:00
hype, né? Com AIIE, et cetera, e aqui é um
37:03
exemplo que não é hype, 12 anos de amadurecimento e com um
37:06
resultado muito concreto. Então assim, eu tenho lido
37:08
livros que tentam permitir que a gente separe, sabe da hype, né?
37:12
Tem um que chama AI Snake óleo que eu não lembro do autor,
37:15
então a gente pode colocar, tem um outro que chama AI Ford for
37:18
Hill, mas alguma coisa assim de uma autora muito boa que faz.
37:20
A gripe de sistemas complexos, eles são livros interessantes
37:22
porque eles tentam separar a hiper e mostrar as limitações,
37:25
sabe? De de, AI, AI.
37:26
E aí eu repito, acho que aqui é interessante, é isso, né?
37:29
É um negócio Maduro, não é nada de hype, né?
37:32
Assim, agora como está na onda, vamos lançar um negócio para
37:35
tenista, né? Que o mundo é um negócio super
37:37
Maduro e que mostra claramente o potencial onde tem aplicação
37:41
verdadeira. Né?
37:41
É o seu ponto. É muito interessante assim, né?
37:43
A empresa de de análise de dados chama tênis.
37:45
E AI então assim, a empresa tem 13 anos, a primeira e depois a
37:49
segunda já tem 7 anos. Anos, eu acho que OEI veio para
37:52
ajudar a gente a tomar decisões melhores, mais rápidas, né?
37:55
Chato EAPT é assim, é incrível, é eu na física não tenho nenhum
38:00
investimento não na minha gestora, né?
38:02
Em em EI, você vê OOO, crescimento da envidia, que foi
38:06
exponencial, muita gente ganhou muito dinheiro, mas na minha
38:10
leiga leitura e de pessoas muito próximas que entende esse
38:13
mercado de de capitais, de empresas públicas, não vai ser a
38:17
empresa que vai ser a ganhadora nos próximos.
38:19
É 1015. Anos vão ter várias.
38:21
Então assim, e na nossa gestora aqui com 24 investimentos e a
38:25
gente também não tem um, né? Um igual a black Stone, centenas
38:29
de bilhões para investir. Então a gente toma decisões
38:32
muito ponderadas. EE zero hype assim, o hype não,
38:35
não brilha os olhos de jeito nenhum.
38:37
Assim não pega vocês, né? Então é é assim, eu acho que
38:40
para o investidor na física, ele entrar numa em vídeo da vida ou
38:43
outra empresa EEE, ganhar na valorização da do preço da da
38:48
ação num curto prazo, OK? Já fiz isso algumas vezes, né?
38:52
Assim, pro day trader é é ótimo, mas a longo prazo e a gente está
38:55
querendo estar aqui nos próximos 10, 1520 anos e não e surfar os
39:00
ciclos e daqui a 15 anos tem uma média muito alta e retornar um
39:04
dinheiro grande para os nossos investidores.
39:05
Assim, o hype não pega a gente aqui a gente é é tenta ser imune
39:10
a hype. É legal.
39:11
Dicas valiosas aí para o pessoal que está escutando.
39:15
Eu queria agradecer você, Márcio, por ter topado o
39:18
convite, acho que eu. Assisti a reportagem que você
39:21
deu lá pro JN, eu fiquei super impressionado com a capacidade
39:25
de análise de dados e realmente a gente vê aqui que existe muita
39:28
tecnologia e muita, muito aprendizado aí pra gente nesse
39:32
mercado. Então muito obrigado e obrigado
39:33
também, viu Xuxa? Eu que agradeço.
39:35
Adorei a conversa. Aí por mim ficaria horas falando
39:38
aqui todos os caras de tênis. É, a gente pode.
39:40
A gente pode marcar 11 segundo set, né?
39:43
EE, foi um prazer. Shuster, foi, é, Samuel,
39:46
obrigado pelo convite. Parabéns pelo pelo projeto do
39:49
podcast. À disposição EE falar pro
39:52
pessoal, todo mundo escutar que tem muita coisa interessante,
39:56
muito aprendizado No No podcast de vocês.
39:59
Valeu. Grande abraço.
40:00
Para quem escutou, a gente até aqui avalia na plataforma de
40:03
streaming preferida e deixe seu comentário lá no Spotify.
40:07
Acompanhe o nosso perfil no LinkedIn.
40:09
A gente tem o canal público no WhatsApp e a nossa newsletter
40:12
mensal. Obrigado pessoal, até o próximo
40:14
episódio.