Latest / Os Agilistas / #334 - ZAMP: IA guiada pelo negócio e não pela tendência

Transcript

#334 - ZAMP: IA guiada pelo negócio e não pela tendência · Os Agilistas

0:00
O atingimento é uma evolução natural, é a parte do do da
0:03
previsibilidade de vendas, EOO forcast.
0:06
A gente vem trabalhando, então a gente já aprendeu muito sobre o
0:10
comportamento do nosso cliente em uma região determinada, e a
0:14
gente vem trabalhando esse modelo analítico com toda a
0:17
nossa base histórica. Bom dia, boa tarde, boa noite.
0:24
Começamos mais um episódio dos agilistas, o seu podcast, que é
0:26
o radar de inovação, tecnologia e negócios.
0:29
Eu sou o Samuel e hoje a gente vai conversar com o damásio
0:32
Teixeira, que é head de inovação, e a generativa nasamp.
0:35
Sobre como a zamp está utilizando a gene IE.
0:39
Como eles estão integrando isso à estratégia e ao modelo de
0:42
negócio da empresa? Tudo bem, damásio bem-vindo de
0:45
volta ao dadelice. Gravamos aí no passado algumas
0:48
coisas. Né?
0:49
Tudo bem, Samuel? Obrigado por mais esse convite.
0:52
Acho que é um assunto bem legal, vai ser um prazer conversar com
0:54
você sobre isso. Os nossos ouvintes gostam
0:56
bastante desse assunto, mas aí já pra gente começar a nossa
1:00
conversa aqui, eu queria entender um pouquinho sobre essa
1:03
parte da estratégia de a da zamps assim.
1:06
É em que momento que AIA passou a ser tratada como uma
1:09
estratégia corporativa, se teve algum ponto de virada, algum
1:13
gatilho que promoveu esse tipo de de mudança de pensamento de
1:17
vocês? Antes, antes mesmo, né?
1:20
Dessa minha atuação na zampe, a zampe, já venho trabalhando com
1:23
IA. É muito fortemente porque ela se
1:25
tornou uma empresa com uma presença digital ou
1:28
significativa, impulsionada ali principalmente pela pandemia.
1:32
E foi uma evolução natural porque.
1:34
Precisava de criar o seu produto digital e capturar muitos dados.
1:38
E aí, desde então, a zamp vem trabalhando ali no que a gente
1:42
hoje conhece como e a determinística, a utilização dos
1:45
dados para poder gerar em sites, visão de Business, visão de
1:49
vendas. Então, a gente tem muito produto
1:51
voltado com inteligência artificial aplicada para dados,
1:54
para analytics, que a gente chama de modelos preditivos e
1:57
diagnósticos. Mas só mais recentemente que a
2:00
gente começou a entrar muito mais no contexto de a generativa
2:04
é um assunto. Relativamente novo, que usa
2:06
bastante de dados, obviamente, mas traz um conceito novo de
2:10
utilização, e foi a partir daí que eu comecei AA puxar um pouco
2:14
mais esse assunto dentro da da zump e fazendo alguns cases aí
2:18
que a gente vai conversar um pouco mais.
2:19
Falar sobre eles é, você falou aí um ponto de que teve um
2:22
crescimento durante a pandemia, né?
2:24
Um fortalecimento da marca. É é por conta de de delivery, é
2:29
por conta de. É basicamente. 2 coisas só pra
2:32
lembrar. Assim, se tiver alguém que ainda
2:34
não saiba a zamp. Ela é a marca da de Burger King,
2:38
Popeye é Subway e Starbucks. Isso correto?
2:42
Subway, Starbucks, recém chegadas ao grupo, Burger King e
2:47
Popeye, já 11 tempo maior aí de grupo E esse crescimento, né?
2:51
Durante a pandemia, foi. Basicamente pela né necessidade
2:55
de estar presente é no mundo digital, e aí obviamente o
2:59
delivery foi um dos canais e é um canal muito forte dentro da
3:02
zamp, mas a gente também tem bastante, é o orgulho dos nossos
3:07
próprios produtos ali, que são os nossos apps de cada uma das
3:11
marcas, com o clique retira, né? A gente compra pelo app e retira
3:14
na loja e o próprio totem, né? O totem é uma digitalização ali
3:19
da experiência em loja, então são esses funcionam super bem,
3:22
né? Funcionam super bem.
3:23
E aí, já que você falou de cases, é, eu tenho alguns
3:26
números aqui que vieram pelo entendimento aqui, vieram dessa
3:31
estratégia com OEA. Então lendo aqui, e aí eu quero
3:35
entender um pouco melhor sobre isso. 30% de melhoria no forcast
3:39
akuracy 20% de aumento na receita por meio de
3:42
recomendações inteligentes. E 22% de redução na rutura de
3:47
estoque. Aí eu queria que você comentasse
3:49
um pouco melhor sobre isso, sobre esses indicadores.
3:52
Mas eu queria entender um pouquinho é, eu acho que o
3:55
forcast receita por meio de recomendação é fácil de
3:59
entender, mas eu não entendi o que que é rutura de estoque.
4:02
Bom, falando de rutura de estoque, quando a gente tem que
4:06
fazer uma reposição de estoque em loja?
4:09
A gente faz isso através de uma previsibilidade de venda
4:12
antecipada. E aí quando um desses produtos
4:15
acaba antes do esperado, é o que a gente chama de produto em
4:18
rutura. E aí imagina que, né?
4:21
Se for o próprio hambúrguer, eu ruturo todo, todo o meu produto.
4:25
Se for o bacon, só aquilo que tem bacon.
4:28
Então tem algumas variâncias. Tem que aí eu preciso controlar.
4:32
Para poder não ter o produto indisponível para venda, então
4:36
quanto mais assertivo eu sou em reduzir a rutura prever com
4:40
antecipação a venda daquele produto naquela loja.
4:43
Eu reduzo essa rutura e eu tenho mais disponibilidade de venda,
4:47
obviamente mais receita para empresa.
4:48
É, isso é bem importante, né, porque você deixa de vender se
4:51
faltar alguma coisa ali, principalmente o bacon, por
4:54
exemplo. É o bacon?
4:55
E para mim, o hambúrguer tem que ter bacon, o.
4:57
Bacon e o sorvete no verão é. Pois é, mas aí eu queria que
5:01
você comentasse um pouco sobre esses números.
5:02
Como que vocês chegaram, né? A atingir esses Marcos.
5:06
É Oo atingimento, é uma evolução natural, uhum é a parte do do da
5:10
previsibilidade de vendas EOO forcast a gente.
5:13
Vem trabalhando, então a gente já aprendeu muito sobre o
5:16
comportamento do nosso cliente em uma região determinada e a
5:21
gente vem trabalhando nesse modelo analítico, com toda a
5:23
nossa base histórica, até te. Perguntando um negócio sobre
5:26
isso, agora que você explicou Oo rutura o fourcast, ele deve
5:29
estar bem relacionado com o rutura?
5:31
Então, né? De informação, beleza.
5:32
Ele é uma das Fontes de informação importantes para eu
5:35
poder fazer essa previsibilidade de compra.
5:37
Só que a previsibilidade de compra não é só saber o que eu
5:40
vou comprar. É o momento certo da compra,
5:42
porque tem um tempo de logística.
5:44
E o tempo de validade daquele produto em loja?
5:46
Então, não adianta eu comprar muito da mesma coisa se não
5:50
estraga. Então tem toda uma dinâmica
5:52
sobre isso e, óbvio, OOA previsão de vendas é, é um
5:55
insumo input importante para esse modelo.
5:58
Mas esses modelos que são de inteligência determinística, que
6:01
a gente usa analíticas com todos os nossos modelos estatísticos.
6:05
A gente tem um ciclo de vida do produto analítico, do qual a
6:09
gente vai sempre refinando. Então eu faço uso de uma base
6:12
histórica, crio meu. Modelo ele é machinolano.
6:15
Ele vai aprendendo com ele mesmo e eu vou trabalhando em cima da
6:18
assertividade. Então, quando eu tenho uma área
6:21
de negócio prevendo um aumento de venda por um novo produto,
6:25
entrante no cardápio, eu tenho que tentar trabalhar aquilo ali
6:28
de alguma forma dentro. Do meu modelo para eu poder
6:31
fazer esses ajustes finos. São fire tunes do dia a dia.
6:34
E quando a gente fala de sugestivas, né?
6:36
Com 11 dos nossos carros chefes de incremento de receita, a
6:40
gente está falando de comportamento por cliente,
6:43
então? Eu sei que o Samuel chega lá,
6:45
ele é um cliente que se identifica, ele fala quem é ele,
6:48
né? No momento da compra, e através
6:50
deste comportamento do Samuel e de pessoas parecidas com o
6:54
Samuel ou próximas naquela região, eu vou refinando a
6:58
sugestão que eu vou dar. Para o para a cesta do Samuel.
7:01
E este produto hoje é, digamos assim, o nosso bebê é o do qual
7:06
a gente tem mais carinho ali com relação a acréscimo de.
7:10
Receita o contexto de recomendação inteligente ele é
7:13
um contexto bem é. Comum de comum.
7:16
No mercado de varejo. Mas eu fiquei pensando assim num
7:19
contexto de food service, né, que é aqui, né?
7:23
As marcas das AP todas estão aí nesse contexto.
7:26
Como que assim igual você falou assim, Ah, você, você consegue
7:29
reconhecer o Samuel? Mas porque eu, eu, eu estou
7:32
tentando lembrar aqui. Se eu digito alguma informação
7:35
minha na hora da compra, alguma coisa assim, tem alguma coisa de
7:38
reconhecimento de imagem. Eu não sei se a gente pode
7:41
chegar nesse ponto aí é. No momento, a identificação é
7:44
feita pelo CPF. Uhum então os clientes que
7:47
colocam o seu CP. F, ele tem um cadastro na nossa
7:49
base, entende? É de clientes fidelizados.
7:51
É através disso que eu te identifico.
7:53
Estamos em alguns experimentos com relação à utilização de
7:56
câmera, mas neste processo eu não posso capturar a sua imagem
8:01
e te tratar como um cliente identificado por políticas de l.
8:04
GPD. Mas eu consigo saber pelo porte,
8:08
pelo físico, pelo estilo de vida, eu consigo trazer outros
8:12
dados socioeconômicos. Que aí eu crio a famosa persona?
8:16
Sim, são personas como o Samuel, que vão até a loja, qual é o
8:19
perfil de compra delas? E eu consigo gerar uma sugestiva
8:22
que talvez se conecte com o seu seu gosto.
8:25
É legal? Então, assim, tem algum tipo de
8:28
enriquecimento de base nesse processo, né?
8:30
Porque com certeza. Achei isso bem, bem legal,
8:33
principalmente igual você falou de estilo, de vida, de perfil.
8:37
Eu acho que isso indica muito assim, né?
8:38
Determinado horário do dia, se vai pedir, se compra, às vezes
8:41
compra. Se é de manhã, vai comprar um
8:43
sorvete, se eles. Noite vai comprar um hambúrguer,
8:45
então acho que isso daí faz muita diferença no processo de
8:47
recomendação. E é sempre evolutivo, né?
8:49
Então a gente hoje já está pensando em trabalhar com dados
8:53
de contexto climático ou de esportes e eventos no local.
8:58
Então imagina uma loja do Burger King perto do Maracanã com o
9:02
jogo do Flamengo? Então, a possibilidade de eu
9:04
vender muito mais do que um dia normal é muito alto.
9:07
Agora se está muito quente ou vendo mais sorvetes, está
9:09
chovendo, vendo mais batata frita, então este tipo de
9:12
comportamento a gente também. Já está começando a trazer para
9:15
o modelo. É isso é legal porque não é uma
9:17
coisa que depende da pessoa, né? Depende do contexto.
9:20
Não é só. O dado histórico é analista
9:22
comportamento atual. É, e aí, dentro desses números
9:25
assim, tem algum case principal que demonstrou tipo assim, Ah,
9:29
esse case aqui validou a. A nossa estratégia de AE daqui
9:35
para frente a gente seguiu. Tá, não, basicamente assim é
9:39
sobre a investida de a Ela Foi natural.
9:41
O mercado inteiro está falando do assunto, então a gente não
9:44
teve um momento de falar assim. Vamos validar se a zamp quer ou
9:48
não utilizar AEA, como a gente já usava, IA para inteligência,
9:52
determinística com analytics. A evolução natural para e
9:55
agenerativa aconteceu, então a gente não precisou revalidar e
10:00
falar que isso cabia dentro da estratégia.
10:02
Eu acho que a leitura agora é um pouco diferente.
10:04
É em cima da estratégia. Como AIA hoje, potencializa os
10:08
nossos negócios. Então é através dessa ótica que
10:11
a gente está está trabalhando do negócio para IAE, não da IA para
10:14
o negócio. É então assim, como que o
10:17
negócio está potencializando isso daí é a utilização da IA
10:20
hoje. Pensa que a escolha que eu faço
10:23
hoje, com o que eu vou fazer com IA?
10:25
Ela não está em cima do hype ou do Bus, que é uma tecnologia
10:29
está fazendo no mercado. A estratégia da zamp foi sempre.
10:32
Também qualidade para o cliente, o melhor serviço, experiência de
10:36
compra e obviamente Oo aumento ali da da receita, né?
10:41
Com novos produtos e ofertas sugestivas.
10:44
Então são kipias normais de qualquer empresa, uma empresa do
10:47
varejo. E através desses kipias é que eu
10:50
faço o olhar em cima do que AIA vai me potencializar.
10:54
E se eu tiver uma dor de crescimento ou de melhoria de um
10:58
NPS, por exemplo, do qual a inteligência artificial não vai
11:01
me ajudar? Não vai mexer o ponteiro.
11:04
Eu não vou aplicar aí ali, uhum. Eu só vou aplicar onde eu
11:07
consigo de fato, mexer o ponteiro no negócio.
11:09
Essa. É, é, é basicamente o que a
11:12
gente chama da estratégia mesmo, né?
11:13
Assim de garantir que está aplicando um investimento onde
11:16
vai dar o resultado e não está investindo só porque está no
11:20
hype usar essa ferramenta x, né? Exato, porque a gente vê.
11:23
Muito isso acontecendo também. Às vezes a empresa precisa
11:26
entrar no hype justamente para fortalecer alguma coisa de
11:29
marca, alguma coisa assim também, mas gera.
11:31
Um pouco. A de entropia.
11:33
Quando é feito isso total e de novo, como a gente não precisava
11:36
provar mais que AIA dava resultado, ela já vinha dando
11:39
resultado de de alguns anos. A virada foi natural.
11:42
Então, escolher que tipo de Ah, eu vou fazer baseado no que vai
11:46
mexer o ponteiro, de fato é o mais correto.
11:50
Requer uma Assunção um pouco mais de risco.
11:53
Uhum porque. Eu posso fazer uma leitura
11:55
precipitada daquela IA ou daquela tecnologia de AE não
11:59
alcançar o resultado que eu esperava.
12:00
A gente começa como um experimento, mas pelo menos eu
12:03
sei que se aquilo der certo, ele vai mexer o ponteiro do negócio.
12:07
Ao contrário de deixa eu testar uma tecnologia do hype?
12:10
Vou pegar o que estão falando aqui é de mais forte no LinkedIn
12:14
e nas mídias aqui e ver daquilo ali.
12:16
O que aonde eu posso aplicar aí é a entropia.
12:20
É enorme. Assim, Oo esforço de fazer isso
12:23
dar certo dentro empresa é muito maior.
12:25
Com certeza, assim a gente vê bastante sobre isso, assim de
12:28
que realmente quando não, não tem 11 motivo muito lógico,
12:33
digamos assim, para utilização da tecnologia OA resistência que
12:36
sem. Frenta ali para conseguir fazer
12:38
isso, ganhar força, ela é muito maior, com certeza.
12:41
E aí, assim, um. Pouco do que você vai
12:42
explicando. Muito dessa questão de é do
12:44
negócio, trazer o movimento, de entender do que traz valor mesmo
12:49
e como utilizar a tecnologia. Isso eu entendo que faz muito
12:52
parte de um, de um movimento corporativo mesmo, de entender o
12:56
que que gera valor, o que que não gera, de ter uma governança
12:59
boa, de ter uma liderança também sim.
13:01
E um alinhamento entre as áreas de TI, de, de, de, de negócio,
13:06
de operação. Não tudo assim muito bem
13:08
alinhado. E aí assim, pelo que você falou,
13:10
os critérios hoje para utilizar AIA é muito OOKPIE entender qual
13:16
é o investimento que vai trazer mais retorno mesmo, certo?
13:19
É. OA escolha de onde eu vou
13:21
aplicar IA é baseado nos nos KPIs de negócio a.
13:25
Agora, a escolha de qual tecnologia eu vou aplicar, aí a
13:29
gente já tem outros fatores que a gente estuda dentro de casa,
13:31
dando exemplo. Tem muita coisa nova surgindo,
13:34
né? Ontem mesmo saiu uma notícia que
13:36
saiu uma nova tecnologia do Google que vai revolucionar o
13:39
varejo. Todo.
13:40
Dia tem uma notícia dessa, todo dia tem.
13:42
Uma notícia dessa. Então?
13:43
Assim, dentro da zamp, a gente estabeleceu alguns critérios
13:47
sobre como a gente vai administrar tudo o que acontece
13:50
fora da zamp e como é que a gente vai impulsionar o que a
13:53
gente escolheu fazer dentro da zamp.
13:54
Então, o que acontece fora da zamp?
13:57
A gente tem um comitê de a. Formado por pessoas técnicas,
14:02
né? De segurança, de arquitetura, de
14:04
engenharia. É com visão de Business, que é o
14:06
meu caso, ou com convisão de dados, que também é do meu time.
14:10
Então a gente pega um time multidisciplinar, que fica
14:13
estudando o que está acontecendo no mercado.
14:14
Quando aquilo ali começa a ganhar um pouco mais de corpo e
14:17
formato, a gente traz para um conceito de experimento, cria um
14:22
ambiente apartado dentro da nossa infraestrutura e vai
14:25
brincar de tecnologia. E aí é um experimento para gente
14:28
ver até. Quanto é de robustez?
14:32
Estrutura? Aquela tecnologia tem que se
14:35
aplica ao contexto da zamp. E só depois que a gente habilita
14:38
aquela tecnologia dentro do nosso mapa de arquitetura e
14:41
falo, ó, agora eu tenho este tipo de tecnologia habilitada
14:46
dentro da minha arquitetura de tecnologia.
14:49
E quando vier uma necessidade de negócio essa tecnologia, ela vai
14:52
poder ser aplicada aí os times. Podem utilizar aí os times.
14:55
Podem utilizar. Então falando dessa forma, a
14:58
gente tem um viés muito forte de governança e segurança antes de
15:02
sair fazendo. Então se o time de segurança
15:05
falar, olha, essa tecnologia aqui ela não cabe dentro do
15:07
modelo de negócio da zump, porque ela gera risco.
15:10
Ela ainda não está estruturada, a gente não é que descarta, a
15:13
gente não habilita ela pra um projeto estratégico, né?
15:18
Um risco enorme pra nossa segurança ou até mesmo pra
15:21
marca. E vou pegar Oo exemplo do LLM,
15:24
até brinco, né, um tempo atrás. O pessoal ficava, é brincando de
15:29
são miletes de LLM, né? Ah, o da opna é melhor nossa de
15:33
Psy que vai matar o opnae, aí vem o jiminae, aí vem o Copilot.
15:37
Assim começou AA ser tão frenético que a gente dentro
15:41
desse comitê, a gente escolhe assim, olha, vamos usar essa
15:45
porque a gente já olhou, já estudou, já entendeu, já
15:48
habilitou e vamos surfar nela por pelo menos 68 meses lá na
15:53
frente. Se dentro dos nossos estudos
15:55
alguma outra coisa vier um pouco melhor, mas forte, a gente toma
16:00
a decisão de mudar ou não, porque se nunca, se não eu nunca
16:03
vou sair do lugar também. É e eu?
16:04
Fico sempre patinando assim, tem tem um livro interessante que
16:08
que a gente fala, né? O essencialismo.
16:10
E já na capa ele mostra assim, se você começar a atacar muitas
16:13
frentes, você vai gerar muito esforço e vai alcançar um
16:16
resultado muito pequeno. Então, ali a gente toma algumas
16:19
escolhas. Nem sempre a gente está com a
16:21
tecnologia do hype, mas isso de forma estratégica para a gente é
16:25
mais interessante, porque governança e segurança é o nosso
16:28
primeiro Pilar principal ali dentro da nossa arquitetura.
16:31
É e. Assim é interessante assim
16:33
porque quando a gente fala de inovação, geralmente os assuntos
16:36
de segurança, de governança, de compliance, eles sempre estão
16:40
associados, porque eles são meio que um salvaguarda de até onde a
16:45
inovação pode ir, sem atrapalhar ou sem.
16:48
Avançar algum limite é é de regulamentação de legislação,
16:53
tudo isso que que que a gente tem e que precisa ser seguido.
16:56
Por exemplo, uma LGPD da vida uhum é e eu, pelo que você
16:59
explicou, eu entendo que vocês tenham 111, é uma preocupação e
17:04
um cuidado muito grande com isso até igual.
17:06
Você falou assim, quando eu te perguntei do reconhecimento de
17:08
imagem lá, você falou assim, Ah, é isso daí, não pode por uma
17:10
questão de LGPD, sim. Então hoje existe uma
17:13
preocupação muito grande assim dentro desse comitê,
17:15
provavelmente tem alguém que está ali avaliando a parte do.
17:18
Compliance, sim, até uma parte meio jurídica, talvez do menos.
17:22
Também não dentro do comitê, uma pessoa do jurídico, mas dentro
17:26
da governança do do do comitê. A gente quando a gente avança em
17:29
alguns experimentos, aí a gente começa a envolver outras áreas.
17:33
E aí e aí assim, não é que por segurança eu não faço nada, eu
17:37
faço, eu estudo com seguraminhas, mas a hora que eu
17:41
tenho um pouco mais de robustez, né?
17:43
Eu começo a entender se aquilo vai de fato servir.
17:46
Dentro do meu contexto de governança, segurança, e aí?
17:49
Assim, dentro desse processo todo é igual.
17:52
Você falou assim, Ah, a gente escolhe uma LLM, escolhe uma
17:55
tecnologia e evolui com ela durante o tempo antes de ficar
17:59
meio que trocando a cada nova que que aparece.
18:02
Tem algum desafio técnico que vocês enfrentaram que foi muito
18:05
grande? É pra tomar uma decisão ou pra
18:08
escolher alguma ferramenta ou algo que vocês evoluíram e
18:12
falaram assim, não, não, agora num tipo ela ferramenta não
18:15
serve pra gente, é? AA gente tem tem passado.
18:18
Eu não digo um desafio muito grande, mas por descobertas que
18:22
a gente não espera no início do processo.
18:25
E aí eu vou trazer o contexto da agenerativa, né?
18:28
Que a gente tem usado Ol lime para criar soluções
18:30
conversacionais. Primeiro com os nossos
18:33
colaboradores, que a gente está num ambiente mais seguro e
18:35
obviamente a gente já tem expectativa de colocar isso
18:38
também para ponta. Mas é engraçado porque assim se
18:41
eu. Começo a filtrar muito a
18:44
capacidade do LLM ser generativo, que é Oo ponto
18:48
principal dele. As pessoas reclamam que isso tem
18:50
cara de de ura de morte. Ele.
18:52
Perde um pouco do valor, perde um pouco do valor.
18:55
Se eu afrouxo um pouco esse finitone e deixo ele ser mais
18:59
generativo, vem coisas que a gente.
19:01
Não espera alucina muito não. Necessariamente só o alucina,
19:05
mas o comportamento ele é variável, uhum.
19:08
E aí eu começo a receber assim, Ah, mas 1 hora ele me mandou a
19:11
mensagem de um jeito, agora me manda de outra, mas esse?
19:14
É o comportamento esperado. E aí dentro de um dos projetos
19:17
que a gente está fazendo, esse é um caso legal.
19:19
Um dos cenários de teste que a gente estava fazendo é, vamos
19:21
começar a xingar o nosso chat aqui, o nosso assistente de AE,
19:25
xingar mesmo assim, usar palavras de baixo escalão e
19:28
vamos ver como é que ele se comporta, porque dentro da
19:30
pessoa, né, que a gente é formatou.
19:32
A gente falou assim, olha, se a conversa começar a chegar num
19:35
tom de palavras ofensivas inaceitáveis assim, diga que não
19:40
vai continuar a conversa. E que, né?
19:43
Para por ali, que vai passar por um, por um colega da zamp
19:46
continuar a tratativa e a expectativa que a gente tem é,
19:50
começou a xingar ele fala que a conversa não tá num tom adequado
19:53
e parou conversa. Só que a pessoa continuou
19:55
xingando e a resposta que a iaa deu foi de começar a ignorar,
20:00
tipo, eu não vou te responder mais a mesma coisa.
20:02
Eu já te falei uma vez, eu não vou falar.
20:04
Que eu não tô meio agressiva? Ela ela.
20:07
Não ficou agressiva. Ela simplesmente parou de de
20:09
responder e a pessoa continua, era o cenário de teste, continua
20:12
xingando até o momento que ela virou e falou assim, Ah, então
20:15
você me desculpa. Aí ela voltou a conversar e era
20:19
um comportamento que dentro do do do cenário que a gente tinha
20:22
montado, não era Combinado. Mas como eu tinha um finetune de
20:27
agenerativa, ela entendeu que esse era o comportamento que
20:31
dentro do do do controle que a gente deu.
20:33
Era aceitável. E eu não disse se pedir
20:36
desculpa, volte a ter a conversa.
20:38
Eu não tinha dado esse comando. Ah, é?
20:39
Interessante, né? Ainda mais assim, quando a gente
20:42
lida com o público, muita coisa pode vir.
20:44
Então um contexto desse, de das pessoas xingarem aí, Ah, é um
20:48
contexto interessante de testar, né?
20:50
Pra ver como que ela vai se comportar, porque a gente de
20:54
fato assim, acho que no passado a gente teve alguns problemas
20:56
com alucinações de Ah e que iam pra um contexto bem bizarro
21:01
mesmo. Hoje em dia, eu acho que asias
21:03
também já evoluíram nisso, de ter um refinamento um pouco
21:06
maior de casa, digamos assim. Não necessariamente a gente ter
21:09
que refinar, mas eu acho que é um contexto bem interessante de
21:12
para as pessoas que estão escutando a gente é às vezes,
21:15
né, de testar também, principalmente quando é um
21:17
público. É externo, né?
21:19
Para a gente tem cada coisa que aparece ali é e.
21:22
Assim, dentro do nosso modelo, a gente já entendeu que quanto
21:25
mais generativo a gente habilitar, mais coisas
21:28
inesperadas a gente precisa. Estar preparado para entender.
21:32
E aí é inesperado, não dá pra gente prever.
21:34
Então dentro do nosso modelo é o fining Tony do LLM.
21:38
É um ponto significativo? É, não posso colocar isso em é
21:41
soluções de missão crítica. Ah, não.
21:43
É provavelmente não. E aí assim, agora, indo um pouco
21:46
mais para o seu papel de head de inovação, para a pessoa que está
21:49
liderando essa utilização da daí a generativa dentro da zamp, Eu
21:54
Acredito que a gente recebe outras pessoas assim aqui nesse
21:58
mesmo contexto e um pouco um que a gente.
22:00
Gente um ponto que a gente sempre discute é a questão de
22:04
liderar uma mudança cultural e comportamental dentro da
22:07
empresa. Sim, porque isso é um desafio
22:10
grande assim, né? A gente vê pessoas com
22:12
resistência na utilização da e a é porque não entendem às vezes,
22:16
o valor ou porque acham que elas vão ser substituídas pela
22:19
ferramenta de alguma forma e tal.
22:21
Aí eu queria perguntar, como é que se trata isso no dia a dia,
22:24
com os seus times aí trabalhando essa mentalidade mesmo, acho
22:28
que. Bom, como eu já estou na cadeira
22:30
de inovação, já. Ter um tempo antes mesmo.
22:32
Daí a generativa é, eu já tive a oportunidade de viver esse
22:35
contexto de transição cultural ou de aceitação, adaptação,
22:40
enfim, ao contexto digital e tecnológico.
22:42
E uma coisa que eu aprendi é assim, toda vez que a gente.
22:46
Traz uma tecnologia nova. A gente está pensando num
22:48
benefício, ponto. E esse benefício ou é aumento de
22:51
receita ou redução de custo? Invariavelmente são esses 2
22:54
caminhos que a gente tem. Às vezes tem alguns outros
22:56
indicadores, mas no fim, o que você tá querendo atingir é um ao
22:59
outro, né? No fim.
22:59
Oo indicador financeiro é receita ou custo?
23:02
Ah, mas aqui eu quero melhorar a experiência, OK?
23:04
Se eu estou melhorando a experiência, eu estou evitando
23:07
ter um backoffice maior ou você vai.
23:09
Vender mais? Exato.
23:11
Ou ou ou AA recomendação. De um cliente satisfeito, né?
23:15
Ali no NBS vai gerar uma recomendação de compra de um
23:18
novo cliente, enfim, receita. Então, invariavelmente, são
23:21
esses 2 caminhos. Só que uma estratégia que a
23:24
gente adota e que Eu Acredito e que eu pauto tudo o que eu faço
23:27
hoje é com as pessoas que começam a ter a tecnologia ao
23:32
seu lado, ao seu favor. É muito no sentido de o mundo
23:36
está se transformando e. E não é optativo a gente falar
23:40
que quer seguir ou não. Então, se a gente entender que
23:43
isso não é optativo, é contexto de mundo.
23:47
Quanto antes a gente entender a nova tecnologia, mais apto a
23:50
gente vai estar pronto para uma nova função que não existia há 5
23:54
anos atrás e que a gente não sabe se daqui a 5 anos o que eu
23:58
estou fazendo vai continuar existindo, então.
24:01
Enquanto ser humano, muito provavelmente.
24:03
Não. E aí falando eu uso muito
24:06
exemplo, principalmente em palestra no mundo antigo, antes
24:09
da energia elétrica, existiam acendedores de Lampião.
24:12
Não existe acendedor de Lampião mais não é uma profissão, mas
24:16
eletricista tem um Monte e aí as camadas de complexidade são
24:20
muito maiores. Então eu acho que a tecnologia
24:23
não tira o emprego de ninguém. Ponto, né?
24:25
Porque senão. Com a evolução que a gente tem
24:27
populacional, a gente já teria alcançado esse problema há muito
24:30
tempo. Eu acho que a tecnologia
24:32
transforma a forma como a gente se comporta e se relaciona com
24:35
outras pessoas ou ou as marcas. E aí isso dentro de uma
24:39
corporação, a gente vai fazendo de forma diferente, porque a
24:43
base da pirâmide sente um pouco mais.
24:45
Ela tem um pouco mais de dificuldade de adotar a
24:47
tecnologia. Do que o meio da pirâmide ou
24:50
topo da pirâmide. E aí a gente tem níveis de
24:53
capacitação ou letramento que a gente está usando, muito mais
24:56
letramento hoje em dia para atingir esses públicos.
24:59
Mas engraçado, com a inteligência artificial está
25:01
sendo muito mais fácil. E eu acho que é porque está
25:04
vindo numa velocidade tão grande que isso já está chegando na mão
25:08
das pessoas, na casa das pessoas, antes de chegar nas
25:10
empresas. Então tem muita gente já usando
25:13
ChatGPT no celular já interno, né?
25:15
E na empresa? A tecnologia ainda não chegou
25:18
ali e ela mesma fala, mas poxa, né, já tem uma coisa tão bacana
25:22
aqui, por que que a gente não traz?
25:23
Então eu acho que eu já estou começando a viver o contrário, a
25:26
chuva de pedidos e demandas por ajuda e por capacitação do que
25:31
eu ter que explicar que a tecnologia é mais assoaliada.
25:34
É uma ferramenta. Ela não vai conseguir substituir
25:37
o ser humano por completo, ela vai substituir atividades
25:39
operacionais, coisas desse tipo igual você.
25:41
Trouxe, eu acho que. Hoje em dia, o contexto é muito
25:44
mais a gente, né? Cada pessoa entender de fato
25:47
qual que é, como que eu tiro o maior benefício, daí AEE como
25:52
que eu me benefício dela também. Porque assim tem os 2 caminhos,
25:56
né? E aí eu acho que a partir do
25:57
momento que a gente consegue. Estabelecer algum pensamento
26:00
mais nesse sentido fica mais fácil de fazer uma virada de
26:04
chave, mais cultural e mais comportamental.
26:06
E aí eu acho que tem uma outra coisa que é bem importante, você
26:08
trouxe que é como todo mundo, é uma tecnologia que todo mundo
26:11
pode usar, que você está aqui. Todo mundo tem um chat PT no
26:14
celular e tal. E as pessoas estão deixando,
26:17
acho que de usar um pouco o Google para buscar para buscar
26:20
no ChatGPT. Elas entendem um pouco mais de
26:22
como é que a tecnologia funciona.
26:24
Eu acho que isso faz elas entenderem mais Oo dia a dia
26:27
delas. E aí assim, dentro disso, pra
26:30
gente entrar talvez um pouco num contexto um pouco mais prático.
26:33
Tem alguma dica que você daria para esses líderes?
26:36
Às vezes que estão em outras empresas que estão talvez
26:39
começando nesse movimento de de letramento ou estão começando a
26:44
incorporar e a como estratégia da empresa?
26:47
Assim, tem algo que você falaria com eles como uma dica?
26:50
Talvez. Um pouco mais prática mesmo de
26:52
como lidar com esse contexto bom?
26:54
É difícil? Né?
26:55
É, é difícil. Porque é muito variável, por
26:58
contextos de empresa, de maturidade, enfim.
27:01
Mas eu vou falar primeiro uma coisa muito óbvia, tenha um time
27:04
extraordinário, com vontade de aprender.
27:06
Tente não buscar pessoas prontas, porque a tecnologia
27:09
está mudando tão rápido. Está difícil ter alguém que
27:12
conheça muito de tudo, mas quem tem apetite de aprender, que
27:17
está com vontade e gosta do tema?
27:19
Quem você precisa ter ao seu lado?
27:20
Só um ponto sobre isso. Assim, o que a gente às vezes vê
27:23
muito é o é o cliente chegando pra gente falando assim, Ah, eu
27:27
quero 11, arquiteto sênior em e a gerativa.
27:32
A gente fala tipo assim, essa pessoa meio que não existe,
27:34
porque assim um negócio acabou de chegar.
27:36
Então tá todo mundo aprendendo. Então, hoje em dia a gente vê
27:40
muito mais importante ter alguém com uma capacidade técnica muito
27:44
boa e com uma capacidade de aprendizado muito alta do que
27:48
pegar o que, porque não vai ter essa pessoa, no fim das contas.
27:51
Exatamente. Outra coisa que eu posso dar de
27:54
dica é, não espere ter um ambiente de tecnologia de a
27:58
pronto para começar a fazer alguma coisa.
28:00
Então, ali na zamp, quando começou o contexto, a gente
28:04
adotou uma estratégia híbrida. Eu sim, vou montar toda minha
28:09
infraestrutura, vou habilitar os componentes de ar dentro das
28:12
suas camadas, segurança, integração com MCP ou
28:16
orquestração astus, tudo bonitinho.
28:19
A gente começou a fazer isso, mas se eu fosse esperar ficar
28:23
tudo pronto pra fazer o primeiro projeto, eu IA demorar meses.
28:27
E aí, como a minha estratégia é híbrida, eu tô trazendo muito
28:30
parceiro do mercado pra aprender junto comigo, porque não tá
28:33
chegando ninguém pronto. Mas pelo menos eu tenho
28:35
condições de experimentar coisas diferentes em ambientes
28:38
diferentes. Então, se na estratégia que eu
28:41
tenho dentro da zamp eu vou usar a tecnologia AE ali que eu vou
28:45
colocar um pouco mais energia, eu não vou esperar saber se
28:47
aquilo ali vai dar certo ou não para testar ABEC, então eu chamo
28:51
outros parceiros, né? Empresas consultorias que já
28:55
estão comigo ou não e falam aqui eu quero testar esse essa dor de
28:59
negócio aqui na tecnologia BE aí eu consigo ter um leque maior.
29:04
De experimentação, porque como muda muito e cada tecnologia se
29:09
comporta de um jeito diferente. Essa abstração de fazer fora e
29:14
fazer dentro, ela ajuda a gente acelerar o conhecimento.
29:17
E obviamente, sempre tendo um núcleo, um time ali que tenha a
29:21
versatilidade de estar acompanhando tudo.
29:23
Porque se eu faço só com um parceiro e não tenho ninguém
29:25
para absorver o conhecimento, talvez eu perca a oportunidade
29:29
de um. Uma outra hora internalizar
29:32
aquilo ali e eu acho que o comitê de a para mim, ele dá
29:35
muito certo, é isso? Parece ser bem leve porque.
29:38
De fato, é tanta coisa assim. Não dá para concentrar em uma
29:42
única pessoa uma única área, entender o que está acontecendo
29:45
no mercado, porque está vindo uma avalanche de novas soluções
29:49
e. Existe um site que se chama
29:51
there's on a yar for deats que fala?
29:54
Existe uma IA para isso e quando você entra lá ele já fala assim,
29:57
existem 50000 aplicações de a prontas no mundo para você usar
30:02
para alguma tarefa. Então não é sobre criar uma
30:05
coisa para você do zero, é sobre experimentar uma coisa que já
30:09
está criada e acelerar o seu processo de de de entendimento.
30:13
Porque quem é muito Ninja, ou tá no Google, ou tá na meta ou tá
30:18
na Amazon, essas. Pessoas, a gente, essas pessoas.
30:21
Que criam coisas novas, não tá acessível pra gente.
30:24
Então a gente é é brincar de lego, é o que que já tá pronto?
30:28
Como é que eu conecto? Como é que eu integro dentro do
30:31
meu modelo de negócio e de tecnologia e habilito isso pra
30:35
projeto? É e eu acho que o.
30:37
Esse, né? Esse ponto que você falou é, eu
30:39
acho bem interessante, porque eu acho que um dos grandes
30:42
desafios, quando a gente olha para os para os redes de de
30:45
tecnologia, rede de inovação, CIO, é entender esse equilíbrio
30:50
do que que eu pego 111 ferramenta já pronta e do que
30:55
que eu preciso desenvolver dentro de casa do que que eu
30:58
preciso customizar. Porque assim, nem tudo você
31:00
precisa fazer do zero, porque já está pronto.
31:03
Assim você vai pegar. Às vezes você vai customizar
31:05
alguma coisa ou outra, mas já. Ela está pronto, né?
31:07
Então assim, só que às vezes tem coisas que são muito corda,
31:10
companhia, que aí você talvez é mais fácil você desenvolver para
31:13
você ter 11 propriedade intelectual em cima daquilo e
31:17
tal. Então, acho que esse é um
31:18
conselho bem, bem interessante mesmo.
31:20
E aí sobre esse comitê de de de iaxer, disse, uma coisa que eu
31:23
queria perguntar é o seguinte, eles olham hoje é porque Eu
31:26
Acredito que seja um time que faça muito benchmark, por
31:29
exemplo. E eu imagino que eles não olham
31:31
só para um contexto de food service.
31:34
Assim, eles devem estar olhando para qualquer tipo de contexto,
31:37
porque você pode ter uma solução de saúde que você vai usar sim,
31:40
né? E aí tem assim, tem alguma coisa
31:43
nesse contexto assim de uma coisa que não era teoricamente
31:46
no mercado de. De, de, de, de food service.
31:51
Não sei se eu posso falar assim, mas e que vocês trouxeram para
31:53
cá assim de teste, alguma coisa assim é não.
31:55
Basicamente, uma boa parte da tecnologia, ela é como é que a
31:59
gente pode dizer? É tipo.
32:01
Agnóstica é agnóstica. Um tipo de de de de indústria,
32:05
né? E aí sim, a gente consegue fazer
32:07
muito bem de Mark. Aí, por exemplo, a gente tem uma
32:09
tecnologia nova que no mundo de hoje a gente fala que é velha,
32:12
mas ela surgiu no meio do ano passado, que é OMCP, que é uma
32:15
forma diferente de fazer integração de dados.
32:17
Entre sistemas e este tipo de aplicação da tecnologia
32:21
independe do segmento, independe se é food, se é health ou se é
32:26
construção. Agora tem cases interessantes,
32:29
mas a gente não necessariamente pegou em Bentes.
32:31
Mas a gente vai avaliando, né? De notícias que a gente lê sobre
32:36
ataque de prompt de a essas coisas.
32:39
Assim, a gente vai tentando absorver e fazendo uma
32:42
replicação. Para dentro do nosso contexto,
32:45
te dá uma tendência que está começando a surgir agora e a
32:48
gente está de olho nela. Tem muita gente já comprando
32:50
roupa, vestuário, pelo ChatGPT, literalmente, ao invés de ficar
32:55
procurando em vários canais de compra.
32:58
Ela escreve assim, meu perfil é esse, eu quero um tênis de
33:01
corrida, que seja branco, que seja até 200 BRL.
33:04
Qual você me indica? Ele vai lá te dar 3 opções, você
33:07
clica, cai no site, vai lá e compra.
33:09
Então está mudando o estilo de consumo das pessoas.
33:13
E este tipo de notícia a gente começa a falar assim, e para o
33:16
nosso segmento, como? Como isso se aplica?
33:20
E a gente está tentando entender.
33:22
Trazer para dentro de casa adaptado ao nosso mundo é não.
33:25
Essa é, é, eu não tinha pensado nisso não, mas é isso é bem
33:29
interessante mesmo, né? Fazer algumas comparações e tal.
33:32
E aí assim, né? Aproveitando que você já falou
33:34
um pouco sobre isso e a gente caminhando aqui para o fim, e eu
33:37
queria te perguntar assim, né? Você como?
33:39
A pessoa que está liderando a inovação Na Na é na zamp.
33:44
O que que a gente, o que que está no radar de vocês, de novas
33:47
tecnologias? Se tem algo aí que vocês estão
33:49
testando, o que você acha legal que você poderia falar?
33:52
Porque imagina, nem tudo pode ser falado, mas assim, o que que
33:54
a gente pode esperar aí nessa parte de tecnologia e inovação
33:57
de vocês e não o. O parquinho de tecnologias tá tá
34:01
grande dentro da zamp. O que eu posso te dizer, Samuel?
34:03
A gente está experimentando de tudo e tá com um olhar para
34:06
tudo. E a gente olha muito para o
34:07
mercado da China, né? Então, acho.
34:09
Pequena já está alguns anos na frente, principalmente no
34:12
mercado de food, fazendo delivery com drone ou fazendo
34:16
preparação do lanche com robô, ou tendo Oo.
34:20
Seu armário de retirada do lanche é de uma forma diferente
34:24
do que AA entrega da bandeja. Então, coisas que estão
34:26
acontecendo No No mundo, a gente está tentando olhar de alguma
34:29
forma, mas assim ainda é tudo experimento.
34:32
A gente precisa de novo, dentro do contexto de governança e
34:34
segurança que a gente tem, entender.
34:37
A capacidade da tecnologia para dentro do modelo da zump e
34:41
depois começar a colocar isso em projeto.
34:43
Mas eu acho que não vem coisa. Boa por aí é nos.
34:46
Próximos 2 anos a gente vai ter muita novidade.
34:49
É muita coisa acontecendo? É não.
34:50
A gente vê mesmo. E pessoalmente, quando você
34:52
fala, eu olhando o mercado da China, é algo que está assim, é
34:55
coisa nova o tempo inteiro. É muita tecnologia e é um
34:58
público muito grande lá para poder testar.
35:00
A gente também tem, né? Mas assim, acho que lá realmente
35:03
as pessoas cita o mesmo, que tem inovações bem interessantes,
35:07
sim. E aí, agora pra gente finalizar
35:09
mesmo, eu queria perguntar se você tem alguma coisa para
35:11
indicar aí para os para os nossos agilistas é, eu acho.
35:14
Que né? A gente pensando em leitura ou
35:18
ou alguma coisa assim. Obviamente os agilistas traz
35:21
muito conteúdo. Temos.
35:22
Episódios antigos aí do damásio, então pode ir lá escutar também
35:26
muita. Coisa legal.
35:28
EEE é o tipo de conteúdo que eu gosto de ouvir, porque são
35:30
pessoas que estão vivendo na prática, a.
35:32
Aquilo ali e os insights são muito bons em termos de curso,
35:36
treinamento. AA dica é, procura pela própria
35:40
e a uhum e construa o melhor prompt que ela vai te dar a
35:43
melhor indicação. Mas eu acho que tem um livro que
35:46
vai ser interessante para dentro do contexto desse episódio aqui,
35:49
que é um livro que eu já lia, né?
35:50
De outras experiências, mas voltado à inovação, que chama o
35:54
outro lado da inovação. E é uma coisa também que eu
35:57
trago muito pro pro pensamento de próximos passos, porque
36:00
quando a gente fala do outro lado da inovação.
36:02
A gente enxerga a inovação chegando até o topo, né?
36:05
Da Montanha. Mas para todo mundo que chegou
36:08
até o topo e foi inovador, tem que descer a Montanha de novo,
36:11
que é o que a gente chama de o dia a dia uhum.
36:14
Como é que transforma aquela inovação no serviço do dia a dia
36:18
de alguém? Porque aquilo não vai ficar na
36:20
minha área para sempre. Ela precisa ser transferida
36:23
aquele conhecimento para para área de negócio, para o
36:26
backoffice, enfim. Então o outro lado da inovação
36:30
traz muita dica interessante, acho que.
36:32
Ninguém nunca indicou esse livro aqui, não, mas acho que é uma
36:35
boa indicação. Capinha laranja muito.
36:37
Bom. Muito obrigado pela participação
36:40
hoje aqui. Damásio, acho sempre bem legal
36:42
escutar essas contas são um pouco diferentes e falar sobre
36:45
inovação é sempre bem legal, porque a gente escuta umas
36:47
coisas diferentes sempre. Então, muito obrigado pela
36:49
participação. Eu que.
36:50
Agradeço, Samuel, espero. Pessoal goste aí, enfim.
36:53
Vamos nem. Sábado daqui alguns meses, aí a
36:56
gente traga novidades, a gente vem.
36:58
Vocês voltam aqui para falar sobre cases, novos cases.
37:01
Muito bom. E para quem escutou a gente até
37:03
aqui, dá para avaliar lá na plataforma de streaming
37:06
preferida, dá para deixar o comentário no Spotify, no nosso
37:09
post do Instagram, no LinkedIn e a gente tem o nosso canal
37:12
público do WhatsApp e a nossa newsletter mensal também.
37:16
Muito obrigado e até o próximo episódio.