Latest / Product Guru's : Produto | Negócios | Carreira / O futuro dos profissionais de produto | Heider Berlink e Leandro Herrera

Transcript

O futuro dos profissionais de produto | Heider Berlink e Leandro Herrera · Product Guru's : Produto | Negócios | Carreira

0:18
Oi, tudo bem com você? Meu nome é Paulo Schrod e sejam
0:20
bem-vindos ao Produt Gurus, o podcast que a voz por trás dos
0:24
produtos e que também aborda negócio e tecnologia de peito
0:27
aberto e com bom humor. Hoje é um episódio especial.
0:32
Você achou que não teria episódio especial sobre IA?
0:36
Achou errado, porque é o ano da IA.
0:37
É o ano de dois mil e vinte e quatro, o ano da IA.
0:40
E a gente teve umas evoluções esse ano muito grandes.
0:45
Então, o que a gente fez? A gente trouxe dois grandes
0:49
nomes aqui que têm feito, têm falado sobre A no LinkedIn
0:54
constantemente e também vão dar aqui alguns spoilers, algumas
0:58
novidades que estão aprontando por aí.
1:02
Comigo, Leandro Herrera, CEO da Tera e Eider.
1:06
Tudo bem com vocês? Tudo ótimo, maravilha.
1:09
Pô, primeiro episódio especial de A esse ano, não é possível.
1:13
Sim, só de A, sim, a gente mete A nos outros episódios.
1:18
É assim, vai tudo em intersecção, A e produto, né?
1:21
Isso, mas só de A, esse é o único.
1:25
Aiden, seja bem-vindo, hein? Prazerzão estar aqui com vocês
1:28
para falar de um tema que eu adoro, especialmente falando
1:31
aqui junto com o Lê, a gente tem uma parceria grande ali dentro
1:35
da matéria, então, muito feliz de estar aqui contigo também,
1:37
Jorge. Você que tá ouvindo, deu play
1:40
aqui e falou assim, não, eu quero aprender tudo de Iá.
1:42
Porque aí Iá vai me substituir. Calma.
1:46
Calma. Calma.
1:48
Calma. link do LinkedIn do Leandro, do Eider, estão na
1:54
descrição e tem um link especial da Tera.
1:58
Por quê? Porque esse episódio é um
2:00
oferecimento especial da Tera. Aquela, aquela, a melhor escola
2:04
de carreiras digitais do Brasil e, quiçá, do mundo.
2:09
Da América Latina é, segundo a Ollon Aiki.
2:13
Conheço a Ollon? Não conheço, só conheço porque a
2:16
Tera está lá. Então, se a Tera está lá, É
2:20
importante. Então, o link tá na descrição.
2:23
Não sei se o Leandro pode dar um spoiler já do que é esse link.
2:27
Leandro, pode dar spoiler ou não?
2:29
Ó, eu vou falar ao longo aqui do episódio, eu vou falar, mas se
2:35
eu for resumir, quer dizer que...
2:38
A Tera surgiu para ajudar as pessoas a dar o próximo passo no
2:41
trabalho. A gente acabou encontrando na
2:43
comunidade de produto, de design, um público que acho que
2:46
a gente conseguiu contribuir bastante ao longo desses últimos
2:49
oito anos. E a gente entende que
2:51
inteligência artificial é uma das coisas que pode mais
2:54
impactar o nosso trabalho ao longo dos próximos anos.
2:56
Então, a gente está lançando aqui uma nova vertente de
3:01
educação na Tera para ajudar as pessoas a incorporar
3:04
inteligência artificial no seu dia a dia.
3:08
É isso, e aí depois eu vou falar um pouquinho mais, dar um pouco
3:11
mais de contexto. A gente está bem animado, a
3:13
gente trabalhou por alguns meses nesse produto, e o Eider, que eu
3:17
acho que vale se apresentar até, inclusive, porque ele tem uma
3:20
credencial longa, mas ele ajudou a gente como um dos advisors
3:23
aqui desse produto, além de outras coisas que ele já faz com
3:27
a gente ao longo do tempo. E, Eider, o Leandro falou para
3:31
você se apresentar. E eu vou pedir para você se
3:33
apresentar e já falar como que a IA está mudando ou moldando o
3:40
futuro do trabalho em produtos digitais.
3:43
Eu vou deixar a parte de educação para o Leandro.
3:45
Eu sei que o Leandro tem uma lista de coisas de futuro.
3:51
Mas começa por você. Vamos lá.
3:52
Cara, eu... Tenho o meu background bem em
3:59
gestão de produtos digitais e liderança.
4:02
Venho trabalhando nos últimos anos em startups de tecnologia
4:06
que muitas delas inclusive usam AI antes até das ondas recentes
4:11
de AI para gerar recomendação de produtos, para poder
4:14
personalizar produtos dentro de vários pontos de contato da
4:18
experiência do usuário. Especificamente falando de AI, é
4:23
um tema que eu estudo há mais de quinze anos, inclusive falando
4:27
das técnicas mais clássicas de AI, de aprendizado por reforço,
4:30
também venho aplicando muito no mundo de produtos, especialmente
4:34
nos últimos doze meses eu venho empreendendo na TAL, que é uma
4:38
startup que cria assistentes para venda e pós-venda para
4:42
pequenos e médios negócios. E aí eu já emendo um pouco,
4:46
Jorge, com a sua provocação. Porque eu normalmente falo que
4:51
tem duas dimensões ali, né? Relacionadas ao mundo de
4:53
produtos. Na verdade, três.
4:54
Tem uma dimensão direta que é a dimensão da produtividade.
4:57
Então, normalmente a gente fala que o papel da pessoa PM, ele é
5:01
um papel relacionado a busca ou nada de decisão.
5:04
Ele não é sobre a escrita de histórias, ele não é sobre o
5:07
framework, por aí vai. E com as ferramentas que a gente
5:10
tem disponível hoje, tem um primeiro clash gigantesco,
5:13
porque muitas dessas ferramentas conseguem fazer bem esse
5:16
trabalho. Elas conseguem fazer muito do
5:19
trabalho procedimental, do dia a dia, da produção de documento,
5:24
do resumo de documento, da criação de materiais para
5:27
alinhamento entre pessoas, que em vários momentos as pessoas
5:29
acham que é o core do papel e não é.
5:31
Então tem um viés de produtividade que é super
5:34
importante, que inclusive está muito comunicando ali com a
5:38
iniciativa que a Tera começa a protagonizar nesse momento.
5:42
Na dimensão de produto, eu normalmente destaco dois, tá?
5:45
Tem uma distribuição de interface muito grande que está
5:48
sendo trazida nesse momento, porque grande parte dos produtos
5:53
em que a gente chegava a discutir uma interface
5:55
conversacional para que você consiga interagir com esses
5:58
produtos, até então não era possível, a experiência não é
6:02
muito boa. Com a AI generativa isso é
6:05
possível, não só é possível, e aí eu tenho alguns cases que eu
6:08
posso compartilhar na TAL que trazem isso para pequenos e
6:13
médios negócios, auxiliando de ponta a ponta ali o processo de
6:16
venda e pós-venda. E também tem uma série de
6:18
iniciativas que até então o público estratégico você
6:21
considerava em um horizonte mais distante, que você consegue
6:24
antecipar dentro do seu roadmap de produtos a partir dessa
6:29
tecnologia que agora está disponível principalmente
6:32
falando da AI generativa, que é a última onda de AI que a gente
6:35
tem mais dado foco, que é a que está gerando a opção maior
6:38
dentro do nosso mercado. Essas são algumas das conexões
6:41
que eu vejo que precisam fazer parte da pauta de pessoas de
6:43
produtos, sejam elas PMs, designers, enfim, todas as
6:48
disciplinas que compõem o time de produto.
6:50
E, Leandro, na parte da educação também, né?
6:54
Está se mudando muito. Principalmente, acredito que o
6:59
acesso às informações, a IA trouxe isso, né?
7:04
Eu acho que tem várias perspectivas e dando um passo
7:08
atrás, eu acho que é sempre legal a gente relembrar que não
7:13
tem nenhuma outra tecnologia de propósito geral como é a
7:18
inteligência artificial, uma tecnologia que ela é versátil,
7:21
ela pode se aplicar a várias indústrias, a vários setores,
7:24
ela consegue servir como base para desenvolvimento de novas
7:27
tecnologias sobre ela, ela tem impactos potenciais, econômicos,
7:33
setoriais, etc. Os mais amplos e, às vezes, até
7:36
imprevisíveis. Não teve nenhuma que teve uma
7:39
adoção tão rápida. E a pesquisa mais recente que a
7:42
gente olha aqui no Brasil é feita, inclusive, por uma
7:45
agência que se chama Talk. Eles descobriram que noventa e
7:48
quatro por cento das pessoas no Brasil já ouviram falar em
7:51
inteligência artificial, mas só doze por cento sabem como usá-la
7:55
bem. E a maioria das pessoas que
7:57
estão usando inteligência artificial no Brasil está usando
8:00
para uso pessoal. São ainda só os oito por cento
8:03
que usam estritamente para uso no trabalho.
8:09
Então, assim, é o começo, é uma curva de adoção muito acelerada,
8:13
mas ainda com um nível de entendimento sobre como
8:16
utilizar, de fato, essas ferramentas que passaram a ficar
8:20
parte da nossa vida, ainda lenta, naturalmente.
8:24
E quando a gente olha globalmente, uma pesquisa que
8:27
saiu da McKinsey, acho que há umas três ou quatro semanas
8:31
atrás, mostra que setenta e dois por cento das empresas, uma
8:34
pesquisa global que eles fizeram, adotarem a generativa
8:37
em algum processo, especialmente na área de marketing e vendas e
8:42
desenvolvimento de produtos. Então, dando esse passo para
8:46
trás, por que a gente aqui da Terra acabou se atentando tanto
8:50
para esse ponto como um ponto importante para o
8:52
desenvolvimento de carreira? Porque a gente entende que
8:55
também ela passa a ser uma habilidade transversal.
8:59
Entender como utilizar a inteligência artificial na sua
9:02
rotina, como Product Manager, Product Designer, mas também, no
9:05
nosso caso, extrapolando essas disciplinas, passa a ser quase
9:09
como uma super habilidade transversal que vai fazer muita
9:13
diferença na carreira das pessoas e na produtividade das
9:16
pessoas. ao longo dos próximos anos.
9:18
Quando se trata de educação especificamente, que é uma das
9:21
coisas que também a gente tem estudado aqui e que faz parte um
9:25
pouco dessa nova fase da Tera e dos novos produtos que a gente
9:27
vai lançar, a gente tem a possibilidade de fazer coisas
9:30
que a gente não conseguia fazer antes.
9:32
Então, na Tera, por exemplo, a gente já desenvolveu mais de
9:35
quatrocentas horas de conteúdo. conteúdo que está disponível na
9:39
plataforma e novos conteúdos que a gente está gerando.
9:41
A gente não conseguia, até então, de uma maneira muito
9:44
fácil e barata, de certa forma, permitir que os estudantes
9:47
interagissem com esse conteúdo com linguagem natural.
9:50
Então, quais são as principais dicas que você tem dentro de uma
9:54
aula específica para desenvolver um item específico de um
9:58
workflow de produto? E a gente passa a ter isso, a
10:01
gente passa a ter a possibilidade de ter assistentes
10:04
dentro do nosso produto ajudando as pessoas a interagir com o
10:07
nosso conteúdo, mas expandindo também o campo de busca.
10:11
Isso se aplica a vários outros casos.
10:13
Eu tenho visto casos de tutores para casos de uso de liderança,
10:21
de coaching e por aí vai. Então, eu acho que quando se
10:24
trata de educação no nível mais amplo, é a possibilidade de você
10:28
trabalhar com um volume de dados já existente, muitas vezes em
10:31
instituições educacionais, mas que você não conseguir oferecer
10:34
uma experiência tão fluida para os estudantes interagirem com
10:38
aquilo e personalizarem o aprendizado da sua realidade.
10:42
E quando se trata de, especificamente, educação para a
10:46
área de produto ou para a área de tecnologia, eu acho que
10:48
assim, é infinito o potencial, porque como o Eider falou, boa
10:53
parte do workflow, do que as pessoas acabam fazendo ao longo
10:56
do seu dia a dia, passa por processar informações e tomar
11:00
decisões. Então, naturalmente, esse é um
11:03
campo muito, muito fértil para usar a inteligência artificial.
11:07
Acho que a gente pode falar um pouco sobre isso também.
11:09
Tem alguns pontos bem interessantes.
11:14
Pensar um do Eider e o outro do Herrera.
11:21
Acho que as pessoas de produtos ainda estão muito focadas em
11:24
usar em nada contra. Quem sou eu para julgar as
11:30
pessoas? está muito focado em usar IA
11:34
para coisas, de certo modo, no meu ver, na opinião minha,
11:40
pessoal, muito pequenas, como escrever histórias de usuário,
11:44
por exemplo, sendo que você tem a capacidade de ter Eu estive em
11:51
um bootcamp, isso eu repito várias vezes, eu estive num
11:56
bootcamp do Google, aí o Renato Nobre, ele deu uma aula e fez
12:02
com que as pessoas ficassem com medo ali.
12:05
Ele basicamente, até no meetup de produtos do PG lá na Globo,
12:10
ele... Pincelou sobre isso.
12:14
Grava a tela do aplicativo. Fazendo algumas ações.
12:20
Você sobe isso no Google. Ele tem um prompt.
12:25
Para fazer uma análise de usabilidade.
12:29
E ele traz já todos os pontos positivos e negativos de
12:34
usabilidade, user stories e PRD daquilo.
12:42
Me parece que esse tipo de uso é o caminho para...
12:48
E tem um ponto aí que o Renato fala muito...
12:54
Depois que ele falou isso, eu mudei a minha visão.
12:56
Só um idiota não muda de opinião.
12:58
Que é... Antes eu falava assim, pô...
13:02
Acabou, né? O PM esquece.
13:04
Vai ter a IA que vai fazer tudo isso.
13:07
Vai mudar embora. Ele olhou pra mim e falou
13:10
assim... Não, short.
13:11
Na verdade, a IA vai possibilitar os PMs a entregarem
13:15
mais resultado. E não a substituir os PMs.
13:19
Então, acho que tem esse ponto também, né, Aida?
13:22
Não, com certeza, short. Isso também até no...
13:27
Até no senso da sua provocação ali no início, que é sobre até o
13:30
medo de substituição. Na verdade, quem dominar, e aí
13:36
eu normalmente até destaco duas coisas, quem dominar não só a
13:40
tecnologia, mas a forma de utilizar essa tecnologia, é quem
13:45
de fato vai se destacar no mercado de trabalho, e é
13:48
inclusive essa visão que eu tenho, muito menos até do que a
13:50
visão de uma substituição, pelo menos os papéis que a gente está
13:55
discutindo aqui. Até porque tem uma coisa que
14:00
normalmente eu falo mesmo, que também as pessoas às vezes
14:03
tendem para um lugar somente do prompt.
14:06
Mas a verdade é que é uma forma de construção que a gente também
14:10
não está acostumado. No fim do dia, inclusive, os
14:12
melhores resultados você tem na medida em que você interage de
14:16
maneira contínua com... Essas ferramentas vão aprendendo
14:20
cada vez mais sobre como você interage, sobre como...
14:24
E aí você vai refinando os resultados até o momento que
14:27
você tem de fato o que você precisa, seja para reportar,
14:30
seja para tomar decisão. A gente até então tem acostumado
14:33
com o paradigma de interfaces digitais que é meio
14:36
input-output. Então eu boto e ele me traz o
14:39
resultado. Inclusive tem muita gente que
14:41
ainda usa o chat GPT quase como...
14:43
Eu entrego uma pergunta e ele me traz uma resposta. sendo que a
14:48
gente ainda não virou a chave para o colaborar com a máquina
14:53
para que ela de fato entregue para mim o que eu preciso e a
14:56
partir disso eu ponho a decisão, a partir disso eu tenho um
14:59
insight a respeito de uma pesquisa e por aí vai.
15:04
Então, eu acho que faz bastante sentido.
15:05
Vou pegar até um exemplo, que é um exemplo que eu estou usando
15:08
agora. Eu comecei um projeto novo e
15:11
para esse projeto a empresa definiu muito bem quais são os
15:13
princípios de desenvolvimento de produto quais são os princípios
15:18
de tomada de decisão relacionados ao negócio.
15:20
Imagina que é um catatauro de, sei lá, trinta páginas cada
15:23
documento desse. O que eu fiz?
15:26
Eu criei um GPT que ele é o meu tutor com relação a tomadas de
15:30
decisão utilizando esses princípios.
15:32
Então, sempre que eu tenho uma decisão nova para tomar, eu vou
15:36
para ele e digo, de acordo com os princípios que regem a tomada
15:39
de decisão nesse lugar que eu estou, o que é que você acha
15:41
dessa situação? Ele, ó, pelo item tal e sobre
15:45
item tal, isso que você está falando provavelmente não faz
15:48
sentido, porque, velho, de acordo com os princípios,
15:51
tarará, tarará, tarará, tarará. fica aberto, vinte e quatro
15:53
horas por dia eu fico conversando com ele sempre que
15:56
tem uma situação nova no processo de onboarding que eu
15:58
estou seguindo. Então, exemplos como esse é o
16:01
que de fato faz você integrar essa tecnologia no seu dia a dia
16:04
para que você consiga ser mais produtivo, consiga entregar mais
16:07
resultado ao invés de perder tempo tentando mastigar coisas
16:11
que talvez a máquina consiga fazer para você.
16:14
E tem um ponto aí para o Leandro, que é o lance da
16:20
educação. O Weider acabou de mencionar,
16:23
né? O IA, a IA generativa, o GPT, ou
16:28
o Cloud, enfim, eles não são um bot, né?
16:32
Porque você... Input, output, como é...
16:36
O Wander falou. Você tem que ir treinando.
16:40
Acho que as pessoas não entenderam ainda.
16:43
E erraram. Inteligência artificial é
16:47
igualzinho ao algoritmo de rede social.
16:50
Você tem que treinar ela. Você tem que, conforme as
16:53
interações, conforme você comenta, você curte, você não
16:57
curte, você vai ali melhorando o algoritmo da rede social.
17:05
Então, um exemplo pessoal aqui, o meu Twitter não...
17:09
Só tem futebol, coisa de tecnologia e negócio.
17:16
E NBA também. Por quê?
17:17
Porque eu passei horas e horas curtindo, falando que eu não
17:24
gostava de assuntos políticos, de fofoca, de não sei o quê.
17:30
Anúncio do Tigre eu não quero. Então, eu fui...
17:37
Olhando para a educação, Guerreira, a IA ajuda como se
17:41
fosse quase um... Como você falou, um assistente,
17:44
mas até mesmo se depender ali devido às interações como um
17:50
professor no final, não? Sem dúvida.
17:52
Inclusive, um dos casos de uso que muita gente está... está
17:58
utilizando é justamente para aprender, como ferramenta de
18:01
aprendizagem. Isso tem sido muito comum e eu
18:04
tenho visto alguns cases nesse sentido.
18:08
Fora empresas, naturalmente, acabam desenvolvendo produtos de
18:11
educação usando essa tecnologia disponível.
18:14
Tem uma, por exemplo, que se chama Speak, vestida da OpenAI,
18:18
que é como se fosse um Duolingo só conversacional, usando as
18:24
tecnologias de inteligência artificial generativa.
18:26
O próprio Duolingo já passou a possibilitar que você faça uma
18:30
chamada, um call, e tenha uma conversa em várias línguas
18:35
disponíveis com um avatar, tem os avatares deles ali, os
18:40
personagens, que já está com uma dor específica do processo de
18:44
aprender uma língua, que é a conversação, que era mais
18:47
difícil de conseguir fazer isso em tempo real, com resposta e
18:50
feedback rápido pelo aplicativo. Então, sim, são N possibilidades
18:54
nesse sentido. E ainda cruzando com a coisa de
19:00
educação e de pensar e inteligência artificial para...
19:05
Para a área de produto e para a área profissional como um todo,
19:09
você mesmo acabou de dar um exemplo do Renato Nobre no
19:13
Meetup do Product Guru. Inclusive, parabéns, Jordi,
19:16
pelos cinco anos e pelo Meetup também.
19:21
E isso é o que eu tenho mais visto nesse tempo e é parte da
19:24
tese do produto que Como a tecnologia é relativamente nova
19:28
e ela ficou muito avançada, mais rápido do que a maioria de nós
19:32
consegue acompanhar, os casos de uso estão acontecendo na vida
19:37
real das pessoas a todo momento, eles estão sendo criados a todo
19:40
momento. Então, não é que você já tenha
19:43
um catálogo dado de casos de uso.
19:46
Eu tenho cem casos de uso que fazem parte da minha rotina.
19:48
Então, para fazer tal coisa, eu vou fazer tal coisa.
19:51
E uma das questões que a gente viu que mais atormentava as
19:55
pessoas no processo de pesquisa, quando a gente veio desenvolver
19:58
esse braço de educação e inteligência artificial na tela,
20:00
é que elas não sabiam o que fazer.
20:02
Você abre um chat GPT, um Cloud, um Gemini, Você fala assim, para
20:07
que eu uso? E aí começa a ter uma
20:10
necessidade de criar musculatura.
20:12
Quanto mais você usa, mais você identifica aonde você pode usar.
20:17
Mas no nosso caso, o que a gente está desenvolvendo é um grande
20:20
banco de tutoriais e isolando casos de uso para as pessoas
20:25
saberem exatamente como que elas podem utilizar.
20:28
E aí você pega assim, poxa, algumas partes do trabalho de
20:33
uma pessoa que desenvolve o produto.
20:34
Entendimento de mercado. Você precisa entender o mercado
20:36
em que você está atuando, quem são os benchmarks, quais são os
20:39
concorrentes, etc. Esse trabalho antigamente, o
20:43
pré-inteligência artificial generativa, ele era assim, super
20:46
penoso, super manual, você ia passar, ia buscar um monte de
20:50
link, ia fazer, reunir esses links, ler um monte de coisa,
20:53
reunir essas bases de dados, colocar em relatório, filtrar os
20:56
dados manualmente, etc., E aí eu acho que sim, hoje você consegue
21:01
fazer isso, uma belíssima pesquisa usando o perplexity.ai,
21:06
que já é um novo modelo de busca impulsionado com a generativa,
21:10
agora o GPT tem também o search GPT, mas eu ainda gosto mais do
21:14
perplexity. Mas independente disso, você
21:17
consegue ter uma busca muito mais contextual que te entrega
21:19
um resultado já muito mais refinado e você pode, a partir
21:23
dali, pegar relatórios super completos, sintetizar esses
21:26
relatórios e depois muito rapidamente levar isso para o
21:29
entendimento de um relatório final que o que você levaria
21:32
talvez alguns dias para fazer, você consegue fazer em algumas
21:35
horas e chegar num resultado muito bom.
21:37
Isso para várias outras coisas, análise de concorrência, análise
21:40
de funcionalidades das concorrências, pesquisa,
21:43
feedback com o usuário, clusterizar a pesquisa, a partir
21:48
da pesquisa fazer ideações, clusterizar ideações, fazer
21:52
protótipo. Então, toda a cadeia de fato de
21:55
trabalho, de novo, Product Manager, É só uma das cadeias,
21:59
porque tem várias outras que estão nesse momento também
22:02
passando por isso. Profissional de vendas,
22:04
advogados, profissional de atendimento ao consumidor e tudo
22:08
mais. Então, quando a gente cruza
22:09
essas duas coisas, a nossa visão é, o mais importante no final é
22:13
você conseguir oferecer a possibilidade pessoas aprenderem
22:16
a incorporar a inteligência artificial no seu dia a dia, nas
22:19
suas funções, para que elas consigam ver resultado imediato.
22:23
E também, por bem, é um tipo de tecnologia que ela dá um
22:26
feedback muito rápido. Então a gente consegue
22:28
incorporar isso na própria experiência do produto e fazer
22:31
com que você aprenda, aplique no próprio produto e consiga ver o
22:34
resultado imediatamente que É um sonho, assim, em educação, né?
22:38
Em geral, em educação, você tem um tipo de aprendizagem que, às
22:41
vezes, você demora um pouco mais para ver evidência.
22:43
E eu acho que, usando inteligência artificial, você
22:45
consegue ver evidência, às vezes, muito rápido de algo que
22:48
você acabou de aprender. Isso que é interessante, que é o
22:52
feedback da IA. Ele é ali.
22:55
E falando sobre o chat GPT-Search, vale lembrar, você
23:02
que falou que gostou do chat GPT-Search é o Bing, tá?
23:06
É. Só para deixar claro que o Bing
23:13
é aquele navegador que você odeia, que você acha ruim, que
23:16
você nunca usou, mas você está usando.
23:19
E aí? Tem que dar valor à usabilidade.
23:23
Se melhore com o tempo. tem um ponto que aí eu queria ouvir
23:33
vocês eu acho que é pra gente só falar um pouco sobre eu acredito
23:42
que O baixo número percentual de uso ali por pessoas, acho que
23:51
está muito na esfera de ter um pouco de medo de que algo novo
23:59
possa substituir, né? conversando com muitas pessoas,
24:02
eu falo, pô, não, eu vou colocar ali minhas informações, não, que
24:07
isso, eu vou treinar algo que vai tirar meu emprego.
24:11
Muitas pessoas têm esse tipo de pensamento, e eu acho que é aqui
24:15
que entra o papel da Terra, né, em ser uma pioneira, em preparar
24:22
esses profissionais para o futuro, uma cabeça muito mais do
24:25
tipo, ó, hoje, aí, ah, é uma ferramenta de suporte e
24:31
aprimoramento. Essa frase eu falei num painel
24:36
da Gupy esse ano, falando sobre A para o RH, que eles estavam
24:41
com... É, com essa coisa do tipo, pô,
24:45
mas... É, mas o RH, tal, sei o quê...
24:49
É... Quando você olha que a IA é uma
24:53
ferramenta de suporte e aprimoramento, você consegue
24:57
entender o quão poderoso ela pode ser para você pessoalmente.
25:02
Aí pessoalmente eu faço um disclaimer aqui, não um outtap,
25:06
um disclaimer, que é pessoalmente, mas não é jogatar
25:09
ou... E nem fazer o chat de EPT, ser
25:13
seu terapeuta, caceta. Mas algo ali no dia a dia,
25:20
produtividade, enfim, essas coisas.
25:23
E aí, eu queria ouvir de vocês, como que vocês olham esse
25:28
aspecto mais humano, algo novo, que aprende rápido, que nem o
25:35
Leandro falou, o Eider até trouxe aqui um exemplo de
25:40
princípios, que antigamente era uma pessoa que teria que lembrar
25:45
os princípios. Ou abrir o PDF, dar um CTRL F e
25:49
procurar um princípio ali. Hoje, você só joga lá e fala
25:54
assim, olha aí os princípios e me retorna.
25:59
Como que vocês olham isso hoje e no futuro?
26:04
A Accenture soltou um relatório que ela fala que quarenta por
26:08
cento de todas as tarefas no mercado de trabalho ao longo dos
26:12
próximos anos, não lembro exatamente qual foi o time frame
26:15
que eles colocaram, podem ser automatizadas ou aumentadas.
26:21
E aí, assim, Às vezes a gente fala assim, mas se pode ser
26:24
automatizada, quer dizer que está pegando o meu trabalho e
26:26
automatizando o meu trabalho. E não é exatamente isso.
26:30
Inclusive, quem vai automatizar o seu trabalho ou quem vai
26:34
aumentar o seu trabalho é você mesmo.
26:36
Porque no final, você quer ser mais produtivo, você quer ser
26:40
mais assertivo. Então, no caso do AIDER, eu
26:43
quero garantir que as decisões que eu estou tomando aqui em
26:45
produto estão em conformidade com o guideline AIDER. do
26:49
projeto que eu estou tocando. Existe um guideline, existem
26:52
princípios que devem reger. Mas, assim, se eu for me enfiar
26:55
só da minha própria lembrança, eu provavelmente vou esquecer
26:59
algumas coisas no caminho. Então, se eu puder ter um
27:01
assistente para me ajudar a seguir em conformidade com os
27:05
princípios desse projeto, eu vou ser mais assertivo.
27:07
E, de certa forma, você está, de alguma forma, automatizando ou
27:11
aumentando um pedacinho ali do que é a sua tarefa no dia a dia.
27:16
Então, eu acho que, assim, não é que...
27:18
Não é que vão automatizar para você ou vão aumentar para você,
27:22
provavelmente você vai ser o agente desse processo, você vai
27:26
ir incorporando ferramentas que vão fazendo isso aos poucos.
27:30
E eu gosto, acho que a gente está tentando encontrar ainda as
27:34
palavras para definir essa tecnologia, o que ela significa
27:37
na nossa vida. E aí tem um autor que eu acho
27:41
que você segue também, Shiodi, o Ethan Mollick, que ele tem um
27:46
livro que chama Co-Inteligência. Então, eu gosto mais de
27:52
trabalhar com essa visão de que até a gente entender o impacto
27:57
futuro disso, acho que tem vários outros impactos que a
28:00
gente não consegue exatamente prever, e aí tem correntes que
28:04
vão acreditar de um lado ou de outro, Eu gosto de acreditar que
28:06
a gente está passando a ter a possibilidade de ter uma
28:10
co-inteligência trabalhando junto com a gente.
28:13
E a gente está entendendo como incorporar essa co-inteligência
28:16
no nosso trabalho. E todo dia, à medida que você
28:19
testa, à medida que você testa fazer uma coisa nova com essa
28:22
co-inteligência, você entende se ela está já no nível para ser
28:26
útil ou se ela ainda é inútil, porque muitas vezes ela pode ser
28:30
inútil. Mas você só vai saber isso se
28:31
você estiver trabalhando com esse novo agente aí no seu dia a
28:36
dia. Então, eu gosto mais de focar
28:39
nos benefícios que isso pode trazer no curto prazo e de
28:42
pensar que, no final, nós mesmos, na nossa busca por
28:46
produtividade, nossa busca por maximizar aquilo que pode ser
28:50
maximizado do ponto de vista de criatividade e produtividade, a
28:53
gente vai buscar incorporar essas coisas.
28:54
Não são outras pessoas que vão fazer isso por nós e que, de
28:57
repente, a nossa posição vai estar obsoleta.
29:00
E, complementando o Herreira, acho que...
29:04
Acho que tem tempo que eu não vejo uma nova tecnologia que nos
29:08
exija um pensamento crítico a respeito do que ela nos traz
29:12
como essa. Porque o grau de penetração dela
29:16
em micro-momentos do dia-a-dia é muito grande.
29:20
E a discussão é sobre produtividade, mas, enfim, tem a
29:23
frase clichê lá do chegar mais rápido no lugar errado.
29:28
No fim do dia, é sobre tomada de decisão.
29:31
Então, quem pega... um output frio de uma ferramenta como
29:35
essa. Se a pessoa, de fato, não tem um
29:38
embasamento adequado sobre o contexto que ela está,
29:40
provavelmente ela não vai conseguir ser crítica com
29:42
relação ao que a ferramenta está trazendo, ela vai simplesmente
29:45
pegar o que ela trouxe e vai jogar no processo que ela
29:47
precisa tomar a decisão e provavelmente não vai ser uma
29:48
decisão boa. Até porque se você está
29:51
começando a usar, você provavelmente também não deu o
29:52
contexto adequado para essa ferramenta te responder bem.
29:55
E aí vai entrar em outros temas, inclusive, sobre alucinação e
29:59
por aí vai. Então...
30:01
É preciso ter pensamento crítico sobre como usa, sobre o
30:05
resultado que ela traz. Eu costumo falar que eu confio e
30:08
confere. Toda pergunta sobre documento
30:11
que eu faço para o GPT, eu pergunto, onde você achou isso?
30:15
Ele pega e diz, eu achei isso aqui.
30:17
Eu vou lá e, opa, de fato ele está realmente consultando e eu
30:20
quero que ele consulte. Então tem que ter minimamente
30:23
esse backtest sempre que você faz alguma consulta. e tem que
30:26
ter um pensamento crítico, porque não adianta, você não vai
30:28
conseguir usar a desculpa também, não, putz, mas a máquina
30:30
me trouxe, no fim do dia é você tomando a decisão, inclusive
30:33
você, pessoa PM, enquanto pessoa PD, é você que está tomando,
30:37
você pode ter utilizado a melhor ferramenta do mundo, mas você
30:40
tem esse papel, é você quem está tomando a decisão, e você
30:43
precisa ter um pensamento crítico sobre quais ferramentas
30:45
você está utilizando para fazer isso.
30:47
Esse é um ponto interessante, né?
30:49
Porque no final do dia a gente está falando sobre pessoas.
30:52
Independente se é IA ou não. A gente está falando sobre
30:56
pessoas. Tem um ponto que eu queria
31:00
abordar com vocês. Que eu acredito que vocês não
31:04
vão... Não sei se vocês vão poder
31:06
falar. Mas...
31:11
Eu entrei lá no... Leandro, eu vou falar aqui.
31:15
Eu entrei lá no... Um segredo aqui.
31:19
Está no link. Está no link.
31:22
Está lá. São várias plataformas, certo?
31:26
Várias ferramentas que vão ser ensinadas.
31:29
É... conversando com o Renato, do Google, ele falou uma coisa
31:37
bem interessante que eu acho que muitas pessoas pecam.
31:40
Que é assim, quando eu converso com o Google, as pessoas falam,
31:44
não, mas o chat de PT, ele é melhor que o Cloud.
31:48
Aí eu falo, por que é melhor? Não, porque a resposta é melhor.
31:51
Aí você pergunta, tá, mas como você sabe?
31:55
Ah, não, porque eu joguei o mesmo prompt, no cloud e a
32:01
resposta é diferente. Aí você fala, pô, caralho, a
32:04
resposta tá aí. Porque aí eu perguntei isso pro
32:09
Renato, ele falou, Shod, no Gemini, Nem todo prompt que você
32:15
usa no chat GPT dá para você usar lá.
32:19
Por isso que a gente internamente tem um conversor de
32:23
prompt. Essa questão de prompt, saber
32:28
fazer as perguntas corretamente, saber falar corretamente, passa
32:32
também... E aí, olha só, dando dois passos
32:35
para trás... sobre uma questão que nos cursos da Tera fala-se
32:40
bastante, que é sobre comunicação.
32:42
É saber se comunicar. Mesmo com o IA, vocês acham que
32:48
a comunicação vai se tornar ainda mais importante, dado a
32:55
questão da qualidade dos prompts?
32:57
Eu acho que sim, mas não necessariamente está na mesma
33:02
categoria. Eu acho que Como a gente está
33:06
sempre falando de funções que envolvem muita linguagem, muita
33:10
comunicação, naturalmente, se você está colocando um agente
33:13
intermediário, você precisa entender qual é o fluxo de
33:16
comunicação que você quer executar para entender como esse
33:19
intermediário, esse agente, vai poder te assistir.
33:22
E aí ele pode potencializar muito a qualidade da sua
33:28
comunicação. A questão dos prompts, eu acho
33:31
que também tem um curto prazo e talvez tenha um médio ou longo
33:34
prazo, com algumas possibilidades.
33:36
No curto prazo, de fato, sim, você tem a possibilidade de
33:39
interagir com linguagem natural, com diversas ferramentas,
33:42
diversos agentes. O fato de ser uma linguagem
33:46
natural não quer dizer que ela é desprovida de uma melhor forma
33:52
para te dar o melhor output. Então, você pode colocar
33:55
qualquer coisa no campo de texto.
33:57
Mas a qualidade do output vai ter uma relação direta com a
34:01
qualidade desse prompt, que é muito uma regrinha do sistema,
34:06
de alguma maneira. Então, existem melhores práticas
34:09
desse sistema para o que a gente conhece do sistema hoje.
34:12
Você garantir que você dá o contexto adequado, que você
34:15
define o formato, que você define o limite, que você define
34:18
o objetivo, que você define a persona que você gostaria que
34:23
aquele modelo, que a gente assumisse naquele momento e tudo
34:27
mais. E aí, eventualmente, a depender
34:30
do sistema, cada um pode ter algumas variações.
34:34
A gente já sabe que o Cloud tem um jeito um pouquinho diferente
34:36
de... de estruturar o prompt do que o Gemini e muito
34:39
provavelmente também do chat GPT.
34:43
Você vai conseguir extrair output dos três, mas de fato, se
34:47
você tiver um pouco mais aderente àquele sistema, você
34:50
vai conseguir ter um resultado muito mais efetivo.
34:55
E eu digo que isso é para hoje, porque a gente não sabe
34:58
exatamente quanto que essas próprias ferramentas vão começar
35:02
a fazer o trabalho de adaptação do seu prompt já como parte do
35:06
sistema. Então sim, talvez no futuro você
35:10
consiga escrever de qualquer jeito e do jeito que você
35:13
escrever isso vai ser transformado pelo sistema no
35:15
melhor prompt para aquele sistema te dar o output.
35:17
A gente já avançou alguns passos nisso, do que era há um ano
35:21
atrás, provavelmente vai continuar avançando, mas ainda
35:25
assim entender que o seu prompt ou o seu comando é uma parte
35:29
importante da qualidade da resposta que você vai dar é um
35:32
conhecimento que acho que todo profissional que queira usar as
35:35
ferramentas precisa ter. E é muito louco isso, pegando o
35:39
gancho dessa possibilidade que eu me adoro.
35:41
Vocês já pararam para pensar que linguagens de programação de
35:45
maneira geral até então era o mais próximo que a gente
35:48
considerava de prontos para poder a gente se comunicar com
35:51
máquinas? No fim do dia era muito isso,
35:53
né? E hoje em dia existe uma série
35:54
de assistentes que ajudam a pessoa desenvolvedora a codar
35:58
aquela coda em linguagem natural.
36:00
E, velho, a máquina vai cuspir a linguagem que ela precisar para
36:04
poder responder aquele código. Então, no fim do dia, o que o
36:07
Herrera está trazendo um pouco é, existe a linguagem natural da
36:10
linguagem natural, existe o outro nível que ele consegue, a
36:14
partir de, enfim, várias interações que você trouxe, dela
36:18
saber como você se comporta, ela consegue iterar aquele prompt
36:21
para algo que naquele momento você esqueceu e trazer um pouco
36:24
mais de detalhe para aquela consulta que eventualmente você
36:27
está fazendo. E aí, só um outro ponto, Shioti,
36:31
que talvez seja interessante, você trouxe, além de todos os
36:35
Nem todos os LLMs trazem a mesma qualidade de resposta.
36:40
Que bom! E aí eu vou trazer uma outra
36:41
perspectiva, tá? De quem está construindo solução
36:46
a partir dessas ferramentas. Na TAL, a gente constrói uma
36:49
série de assistentes. E aí é meio um paradigma do
36:54
mercado, que é quanto mais rebuscado é o modelo, mais caro
36:59
ele é. Só que eu não preciso do modelo
37:01
mais caro e mais rebuscado do mundo, às vezes, para resolver
37:04
problemas que são muito simples. Então, tem alguns momentos que o
37:09
modelo mais simples é a melhor decisão, porque aquela conversa
37:12
não é tão complexa ao ponto de eu precisar do modelo mais
37:15
elaborado do nível. Ela resolve aquele contexto.
37:18
Então, mais uma vez, seja para quem está usando para fins de
37:21
produtividade ou para fins de construção, entender exatamente
37:24
a capacidade de cada modelo daquele no contexto que vai ser
37:27
aplicado, acho que é fundamental para você, inclusive, ter o viés
37:30
da eficiência, porque são modelos que, em escala, a conta
37:34
pesa, eles não são baratos, então é um outro viés que vale a
37:39
pena considerar na hora de tomar decisão sobre outro.
37:42
Esse ano a gente teve aqui no PG um festival de produtos, onde a
37:48
gente teve um show à parte do Marco Gugel do iFood, onde ele
37:54
mostrou mais de quinze cases de como o iFood usa a IA
38:00
internamente e também para criar experiência para os usuários.
38:06
O Eider e Leandro, vocês tem mais cases de sucesso de
38:11
empresa? O Leandro falou da Duolingo ali,
38:16
que estão na vanguarda de IA, porque hoje, assim, quando eu
38:21
falo case, eu tô falando de case, tá bom?
38:25
Não tô falando de colocar um bote na lente peixe.
38:30
Tô falando de cases. Vocês tem aí alguns?
38:33
Eu tenho alguns, assim, tem um que eu gosto muito, que eu acho
38:37
que ele está meio que unindo vários dos mundos, assim, que
38:41
invariavelmente eu acho que também pessoas que estão
38:43
pensando em produto vão acabar caindo nisso e conecta com um
38:48
pouco do que o Ader está fazendo, que é o case da média,
38:51
né? que está fazendo uma espécie de
38:56
banco por WhatsApp, começando com o pagamento via Pix, usa a
39:01
GNI, mas usa também os workflows do WhatsApp para você conseguir
39:06
fazer funções que você faria ali com o seu banco sem que você
39:11
precise abrir nenhum aplicativo. Eu gosto muito disso porque no
39:16
final você está combinando duas coisas.
39:17
Você está combinando o canal, o WhatsApp, que eu acho que cada
39:19
vez mais ele está se aproximando do que é o WeChat, por exemplo,
39:23
na China. Ele é realmente um aplicativo
39:26
que passa a fazer mais parte da sua vida e você faz mais
39:29
transação dentro deles. E aproveitou a possibilidade de
39:34
você conseguir usar a inteligência artificial
39:37
generativa para processar esse tipo de funções, começando com
39:41
pequenas funções, mas acho que eles vão expandindo naturalmente
39:44
ao longo do tempo e conseguiu criar uma experiência que eu
39:47
acho que para a maioria das pessoas que usam, não sei se
39:48
você usa Shiod e Ader, a média, mas é muito simples e é muito
39:55
bom você não precisar, quando você está saindo de um táxi,
39:59
abrir o seu aplicativo pague dez reais para, coloca um número de
40:06
telefone e isso processa um PIX diretamente.
40:08
Então, eu acho um caso legal de uma startup ainda nova dentro do
40:13
setor financeiro, que a gente sabe que é um setor muito
40:15
agressivo por inovação e de adoção de inteligência
40:18
artificial também, e que eu acho que está fazendo um trabalho bem
40:22
interessante aqui no Brasil. Tem um outro case, cara, que vai
40:27
nessa linha, vai falando também de empresas brasileiras, que é o
40:31
caso do próprio PicPay. O PPA tem uma penetração bem
40:36
alta da camada de LLM que eles construíram em parceria com a
40:41
OpenAI para fazer todo o processo de pré-atendimento.
40:47
Na verdade, eles recentemente disseram que cem por cento da
40:52
pré-camada é feita pelo LLM, que foi treinado junto com a OpenAI.
40:58
Só que é isso, a gente está falando de uma empresa de
41:01
algumas dezenas de milhões de usuários sendo atendidos.
41:04
Então, por vista de escala, ele é um case gigante.
41:08
Como esse, tem o da Klarna também.
41:11
Eles argumentam que tiveram uma redução expressiva na quantidade
41:16
de pessoas para poder fazer também o mesmo processo de
41:19
pré-atendimento, porque eles passaram a integrar a Adelaine
41:23
diretamente dentro desse processo.
41:25
E aí tem alguns cases, Charles, que eu gosto de trazer, porque
41:28
eles são bem particulares do meu dia a dia, que não são os cases
41:33
das empresas emblemáticas, mas, por exemplo, hoje a gente já tem
41:37
dezesseis clientes, que são clientes que não têm o nível de
41:41
letramento da nossa bolha, mas que, ao mesmo tempo, eles estão
41:46
crescendo vendas sem precisar contratar vendedor a partir da
41:49
aplicação dessa tecnologia. Tem um case mesmo que é muito
41:52
legal, que é a gente vendeu para um professor particular de
41:55
inglês. Precisa ter noção do nível de
41:57
micro que isso chega. Ele precisava de um bot no
41:59
WhatsApp para poder atender os alunos dele.
42:03
Tipo, sobre, ah, esqueci de pagar o boleto, como é que eu
42:05
faço? É beleza, a gente precisou do
42:07
meu assistente, ele estava usando.
42:08
Só que aí o jogo virou do polígono de percepção para ele,
42:11
então a gente falou, ó, uma coisa que a gente esqueceu de
42:14
falar, esse bot no WhatsApp, ele também é multilinguas.
42:18
Ele, como assim? aí a gente fala com ele em
42:21
inglês, aí ele pegou e fez uma pergunta, e aí o assistente
42:24
respondeu em inglês, porque ele está plugado na OpenAI, e
42:27
automaticamente ele fala com a língua.
42:29
Automaticamente ele, nossa, então o mesmo atendimento que
42:32
esse assistente está provando para o meu aluno com temas do
42:35
dia a dia, quer dizer que se meu aluno começou a falar...
42:38
Tipo, como eu falo tal frase em inglês, ele vai responder?
42:41
Ele vai. Se a gente deixar isso possível,
42:44
vai. Então, ele começou a habilitar
42:46
outras capacidades, muito mais na linha de ajudar os alunos
42:49
dele a ter uma assistência vinte e quatro por sete, que não é só
42:52
o que a gente tinha previsto no início do projeto.
42:54
E ele, velho, está maravilhado. E imagina que é uma pessoa
42:59
qualquer, que não necessariamente tem um nível de
43:01
letramento em AI que a gente está discutindo, que a nossa
43:03
bolha discute, mas que está tendo um valor direto a partir
43:07
dessa solução, que é inclusive o que eu acho que vem como grande
43:11
disrupção, seja para fim de produtividade ou de construção
43:14
de produtos comuns. Gostei dos cases, porque os
43:17
cases vão dos grandões até o professor de inglês, que
43:22
percebeu que dá para ser o próprio Duolingo, ele pode ser o
43:25
próprio Duolingo do bairro dele, ali.
43:28
Então, muito legal, Eider. Eu acho que importante
43:36
compartilhar cases assim, não os cases que saem nos portais
43:42
famosos, mas esses cases do professor de inglês que
43:47
desmistifica, quebra o lance do mas como que deve ser?
43:54
Porque é possível ajudar o pequeno micro também com a IA ou
44:02
Não é uma coisa mais de nicho, né?
44:04
Assim, a gente acha que por mais que tenha muita gente aqui do
44:06
nosso sabor estudando e falando, etc., cara, assim, de novo, são
44:11
noventa e quatro por cento da população brasileira que já
44:13
ouviu falar de inteligência artificial, assim, né?
44:15
É um... realmente é muito significativo.
44:19
E quando você coloca grandes empresas criando plataformas
44:23
para que empreendedores como o Heiler, como eu, como você,
44:27
criem aplicações sobre isso, a gente vai democratizando o
44:30
acesso até chegar, a gente vai ter muito mais pessoas que estão
44:33
usando inteligência artificial do que pessoas que estão
44:35
discutindo inteligência artificial do ponto de vista
44:38
técnico, filosófico, do impacto econômico, etc.
44:42
Então, isso é sempre importante lembrar e colocar em perspectiva
44:45
também. Isso é legal.
44:48
E... Acho que o que ajuda bastante,
44:52
né, Herrera, é o lance desse novo posicionamento da Terra.
44:57
Porque ela se posiciona pra ajudar e tentar quebrar essa...
45:03
desmistificar esse lance de... Ah, não é só pros grandões.
45:08
Pode ser pro professor de inglês, pro professor de
45:12
espanhol, ou pra tia do bolo da esquina.
45:16
Acho que isso é importante. Com certeza.
45:20
Na nossa visão, todas as profissões que estão mais
45:23
próximas do nosso núcleo aqui, produto, design, marketing,
45:28
vendas, ainda tem um delta muito grande de adesão.
45:33
Então, tem muita gente que faz uso exploratório, mas, de novo,
45:36
como os casos de uso, os melhores casos de uso para
45:40
tecnologia disponível estão sendo desenvolvidos agora, a
45:43
gente sabe que dentro do nosso próprio nicho a gente tem uma
45:46
camada muito grande de pessoas para ajudar a dar esse passo.
45:51
E eu acho que, para a gente, a nossa missão não mudou, mas o
45:55
mundo mudou. A gente ajudar pessoas a
45:58
incorporar inteligência artificial nesses fluxos no dia
46:02
a dia é uma coisa muito relevante, mas depois a gente
46:04
vai passando para, naturalmente, um público muito mais amplo.
46:08
Pessoas que estão trabalhando com RH, com finanças,
46:12
empreendedores, microempreendedores, todas as
46:14
pessoas que de alguma forma estão participando da economia e
46:18
que podem, de alguma forma, utilizar esses modelos à sua
46:22
disposição. Então, parte da nossa tese aqui
46:26
é justamente, num primeiro momento, criar o máximo possível
46:29
de casos de uso que conversem com a nossa comunidade E até
46:34
para contextualizar, a gente está criando um time aqui de
46:38
creators, pessoas que estão envolvidas em várias camadas,
46:43
algumas inclusive você conhece, você vai, quando a gente lançar
46:46
aqui o comunicado, você vai gostar.
46:51
E aí são essas pessoas que, assim, num primeiro momento elas
46:53
estão falando, puxa, como que eu estou usando isso no meu
46:55
trabalho e vou criar tutoriais para ajudar as pessoas a fazer
47:00
isso também. Num segundo momento, a nossa
47:02
visão é que a gente consiga fazer isso a partir da nossa
47:05
própria base de usuários. Por quê?
47:09
Vai ser muito difícil que a gente aqui na Terra consiga
47:11
concentrar todos os casos de uso.
47:13
Então, dentro dessa plataforma, a gente vai ter mais ou menos
47:15
duzentos casos de uso distribuídos em várias
47:17
ferramentas. A gente selecionou das quinze
47:19
mil ferramentas que teoricamente estão disponíveis de
47:22
inteligência artificial, a gente selecionou mais ou menos dez,
47:26
doze, uma em análise de dados, uma para consolidação de
47:30
pesquisa, os principais modelos como Cloud, Gemini, ChatGPT e
47:36
por aí vai, e a gente está desenvolvendo tutoriais e cursos
47:39
em torno dessas ferramentas com esses criadores.
47:41
Mas vai ser muito difícil a gente conseguir chegar nos casos
47:44
de uso que uma pessoa de finanças está utilizando, por
47:46
exemplo, porque não é a nossa realidade aqui.
47:49
Então, a gente vai ter uma possibilidade das próprias
47:51
pessoas contribuírem com conteúdo e com tutoriais dentro
47:55
da plataforma. Então, não só consumidores, mas
47:57
também criadores de conteúdo dentro da plataforma.
48:01
E acho que o último ponto que a gente tentou se esforçar
48:03
bastante nessa solução para conseguir cobrir é justamente a
48:07
gente oferecer a possibilidade de as pessoas simularem
48:10
diretamente dentro da plataforma.
48:12
Então por isso a gente se integrou com o ChartGPT, com o
48:14
Gemini e com o Cloud, você tem a possibilidade de fazer tutoriais
48:17
já integrados com esses modelos e você também tem a
48:20
possibilidade de usar esses modelos livremente, como você
48:23
usaria diretamente assinando o ChartGPT, o Cloud ou o Gemini,
48:27
mas obviamente dentro da nossa interface.
48:30
Então dentro desse... por isso que é realmente um novo braço
48:33
com um novo produto, a Tera... A gente, além de uma escola, é
48:36
também uma empresa de produto, né?
48:37
A gente desenvolve o nosso produto, a gente tem o nosso
48:39
time de produto, de tecnologia, de design, desde dois mil e
48:42
dezoito. E quando a gente foi entrar aqui
48:45
nesse território, tá, como que a gente vai, então, ajudar as
48:47
pessoas a aprender inteligência artificial na prática mesmo,
48:51
assim, sem complicação pra coisas que possam não ajudá-las
48:54
no dia a dia? A gente acabou indo pra uma
48:56
lógica de evoluir e criar uma nova plataforma de educação já
48:59
integrada com inteligência artificial.
49:02
Oh, Aiden, assim, se a gente pudesse...
49:08
Não, são quinze mil, calma também.
49:12
Senão a gente vai ficar aqui uma hora só falando.
49:15
É, quais ferramentas de AI que você olha e fala assim, pô, os
49:23
project managers, os project designers deveriam utilizar?
49:29
Ferramentas de AI... Não vale o chat GPT, pelo amor
49:36
de Deus. Não, eu vou fazer só uma
49:39
derivada da resposta do chat GPT, que é você se policiar para
49:45
criar os seus GPTs personalizados dentro do próprio
49:49
produto. Porque, às vezes, mais uma vez,
49:52
a gente fica no modo padrão ali, que é perguntar e responder,
49:55
mas, ao mesmo tempo, se você vai, ao longo do tempo,
49:57
identificando tarefas, que um dia desse mesmo eu estava
50:00
fazendo mentoria e tinha uma pessoa que estava sem agenda
50:04
porque ela vivia fazendo PRD, adoidada, e ela estava em uma
50:07
empresa latã, o PRD em espanhol. Eu falei, não, espera aí, vamos
50:11
conversar. Então... você ter os teus
50:17
baseado no que você realmente precisa do ponto de vista de
50:20
output e tal, etc. Eu acho que é uma derivada que é
50:24
interessante. Segundo, eu acho que é também
50:26
usar bastante das ferramentas integradas.
50:29
Então, uma que tem me ajudado bastante, por exemplo, é a IA do
50:31
Notion. Eu uso bastante o Notion.
50:34
E aí... velho, pra resumir documentos, pra poder, enfim,
50:39
trazer exemplos de quando eu preciso, tipo, criar mais em
50:42
cima ali, ela é uma ferramenta que no dia a dia também me ajuda
50:46
bastante. O Perplexed eu trouxe pra quando
50:52
você... quer trazer uma busca que, de fato, te traga a
50:55
resposta que você precisa, não para trazer somente um conjunto
50:59
de links e você perder muito tempo buscando uma determinada
51:01
informação. É uma terceira ferramenta também
51:04
que me ajuda bastante. Acho que são três boas dicas.
51:11
E aí, falando especialmente do meu uso, devem ter algumas
51:13
outras mais segmentadas, mas é ilícito.
51:16
Se você também quiser complementar com algumas
51:18
ferramentas que eu sei que você é bem... user de ferramentas ou
51:21
na mão? Eu acho que assim, para esse
51:24
segmento, produto, marketing, design também, tem uma muito
51:30
legal que é para análise de dados, que é a julius.ai, Então,
51:37
na Julius você consegue subir bases de dados super amplas, com
51:41
um volume gigantesco de linhas de dados, e aí por linguagem
51:47
natural você conseguir ir estratificando, gerando
51:51
visualização de dados, etc. Várias ações que você consegue
51:53
fazer já com o ChatGPT, mas que a Julius eles foram além, eles
51:58
têm uma série de outras funcionalidades que é uma
52:00
ferramenta específica para isso. E eu acho que assim, é uma das
52:04
coisas que a gente gasta muito tempo, eu como CEO aqui da
52:08
empresa eu gasto muito tempo fazendo análise de dados, mas em
52:10
geral, pessoas que estão na nossa posição vão precisar de
52:14
alguma forma fazer isso e assim, tem me salvado muito tempo mesmo
52:19
e eu tenho chegado a resultados muito legais usando essa
52:22
ferramenta. A minha indicação é essa.
52:25
Eu uso o Gamma, G-A-M-M-A, ponto AI, para fazer apresentações
52:30
hoje. Às vezes eu uso um pouco da
52:33
funcionalidade de inteligência artificial também, mas
52:37
principalmente como uma ferramenta muito mais ágil para
52:41
eu conseguir desenvolver os layouts dos slides, etc., que é
52:44
outra coisa que também... nada nada vai comendo um pouquinho do
52:47
nosso tempo ficar fazendo baliza ali de caixinha de texto e de
52:52
imagem, etc. Você tem a possibilidade já numa
52:55
aplicação ter alguns templates bem legais.
52:58
E eu acho que isso, acho que essas duas aqui para
53:02
complementar eu deixo como sugestão.
53:09
O meu próximo passo, que é o que eu estou estudando, mas que eu
53:11
acho que a maioria dos PMs aqui deveria estudar também, é a
53:15
parte de automação. Então, isso é uma coisa que eu
53:18
não conheço tanto, mas eu estou estudando num curso da N-Oito N,
53:22
que é uma das plataformas de automação, mas também o Make,
53:28
Zapier, etc. Acho que vai super bem.
53:32
Inclusive, o Zapier, Fazia um tempão que eu não usava.
53:36
Eu entrei agora e você consegue também usar a funcionalidade de
53:38
inteligência artificial para falar em linguagem natural que
53:41
fluxo que você quer e ele consegue indicar o fluxo.
53:45
Achei muito interessante. Então, enfim, esse é o passo que
53:50
eu quero dar agora e que eu acho que é o passo do futuro, que é
53:52
mais agentes e automação. E para profissionais de produto
53:55
eu acho que é bem legal. O Cloud, ele tem um project.
53:59
Então, joguem as coisas lá, que é o que o Aider falou, que é o
54:05
agente, a lei dele. Antes do chat GPTT, o Canvas, o
54:10
Cloud já tinha algo, já tinha um project.
54:13
Então, eu sou fã do Cloud. Chupa, open it.
54:19
Enfim, nada, por favor. E aí, vamos só, acho que a gente
54:27
passou por vários pontos aqui, interessante.
54:34
Só recapitulando rapidinho aqui, a gente já falou sobre como que
54:37
a IA está mudando o futuro, tanto da educação como também
54:42
das carreiras e dos produtos digitais.
54:45
Qual é o papel da Tera nesse ponto, sendo a pioneira e
54:49
lançando, não um curso, mas um produto inteiro, que tem mais de
54:55
duzentos cases, tutoriais, módulos que ensinam a criar
55:03
essas... esses agentes, digamos assim, esses prompts, digamos
55:07
assim, esses atalhos para aumentar a produtividade e gerar
55:12
uma maior entrega de resultados reais.
55:15
Ali no dia a dia, a gente já falou sobre sugestões que estão
55:20
vindo aí da Terra. A gente falou sobre cases, tanto
55:25
de grandes empresas como a PicPay, que está a camada de
55:32
pré-atendimento ali, como também o professor de inglês, que criou
55:38
o próprio Duolingo no Zap. E agora falamos das ferramentas
55:45
de atendimento. essas duas que o Leandro falou, interessantes, a
55:49
Julius e a Gama, link, não vou colocar o link das quinze mil,
55:55
óbvio que não, mas eu vou colocar o link da Julius e da
56:00
Gama na descrição, então você que tá ouvindo e assistindo a
56:03
gente, é... Vai lá, testa.
56:06
Eu gostei da Jordan's, eu abri aqui, achei interessante.
56:09
O fato de ter o logo de universidades americanas
56:13
passando assim na primeira página já me ganha.
56:16
Dá uma sensação, um calorzinho, né?
56:18
É uma sensação tipo, pô, é sério.
56:21
Então, vai lá. A gente já falou sobre como
56:26
aplicar IA, né? Então, PRDs, user stories,
56:30
análise de dados, tomada de decisão através de princípios
56:36
ali que o Aiden falou, é Bem, acho que a gente conseguiu
56:43
cobrir bastante sobre A e eu acho que o mais legal aqui que
56:47
fica é que a gente vai ter um produto que vai sair da
56:55
superfície da IA, né? Leandro Weider vai estar lá, eu
56:59
já sei, eu acessei o link que está na descrição da lista de
57:04
espera. mas uma dúvida uma dúvida como PM pra gente se
57:15
caminhar pro final aqui e o Leandro soltar mais uma um
57:20
spoiler aqui como PM acho que a gente vai tocar num assunto meio
57:29
sensível agora mas é pro final que é Tem muitas empresas que
57:35
não têm acesso ainda a essas ferramentas de ar.
57:39
Como que os PMs podem usar, ou dicas para eles usarem, de uma
57:44
forma em que o pessoal da segurança, o pessoal de TI, não
57:50
fique puto com eles? Ader e Leandro.
57:55
Até semana passada a gente estava fazendo uma AI sprint, um
57:59
dia de workshop com o pessoal de uma grande multinacional, não
58:03
vou falar o nome aqui, mas é uma gigante.
58:06
E aí eles tinham um pouco desse lugar, eles estavam aprendendo
58:08
um monte de coisa que do final, de acordo com compliance, eles
58:12
nem podiam aprender. E aí eu acho isso um pouco
58:19
contraditório, Porque as empresas estão sempre procurando
58:22
tanto produtividade e aí, de repente, quando surge uma
58:25
ferramenta, elas demoram um tempão para conseguir entender
58:27
qual é a política que elas gostariam de ter em relação à
58:29
adoção dessa ferramenta. Mas o fato das empresas não
58:32
terem a política não quer dizer que as pessoas não estão
58:34
adotando de qualquer jeito. Elas estão fazendo isso, mas
58:37
elas estão fazendo pela conta pessoal delas.
58:39
Então, dito isso, É super importante, naturalmente, que se
58:43
você vai usar isso para fins de trabalho, que você tente
58:46
anonimizar ao máximo as informações do que são as
58:48
empresas. Você vai conseguir ainda obter
58:51
os resultados que você gostaria, mas não necessariamente você vai
58:54
compartilhar informações que são sensíveis para fins de
58:57
treinamento dos modelos, né? Então aí eu vou deixar até o
59:01
Eider me complementar aqui para não falar qualquer bobagem.
59:03
Não é que se você colocar lá um PDF da sua empresa que se alguém
59:06
procurar lá, fizer um prompt, de repente vai aparecer o PDF da
59:09
sua empresa do outro lado. Mas quer dizer que essas
59:12
informações podem ser usadas para de alguma forma se jogar
59:17
dentro do modelo e isso ser elemento de treinamento do
59:21
modelo. Então, naturalmente, anonimize,
59:26
não coloque uma planilha da sua empresa com o nome da sua
59:30
empresa, etc, etc. Mas, no final, vai ser muito
59:35
difícil que as empresas consigam acompanhar a velocidade de
59:38
adoção das pessoas. Então, as pessoas vão usar para
59:42
o bem ou vão usar, às vezes, colocando informações sensíveis.
59:46
E eu acho que é um pouco parte do processo.
59:49
E até conversando com o Kio... Pô, Herantoso, mais uma vez, a
59:54
partir do momento em que a noção vai vir, ela vai ser inevitável,
59:59
para fins de produtividade, que bom, porque se a pessoa está
1:00:02
utilizando da maneira correta, significa dizer que ela vai
1:00:04
conseguir ser mais produtiva, entregar mais valor, o quanto
1:00:08
antes essas empresas, de fato, abraçarem isso, e é em vários
1:00:11
níveis, tá? Desde o primeiro nível, que é
1:00:14
adotar a ferramenta oficial, ter uma conta oficial com o
1:00:17
provedor, até o nível de grandes empresas que estão fazendo
1:00:20
conexão diretamente com as empresas de tecnologia que estão
1:00:24
construindo ali os modelos fundacionais, para que seja
1:00:27
criada uma instância específica para aquela empresa.
1:00:30
No fim do dia, são sempre mecanismos de mitigação de
1:00:33
risco. A verdade é essa.
1:00:35
Até porque é uma grande caixa preta a forma como essas
1:00:38
empresas treinam cada um desses modelos.
1:00:40
Então, são sempre mitigações de risco que você está fazendo.
1:00:44
Eu reforço o que o Herrera trouxe, que é, acho que a
1:00:47
primeira camada está na mão de quem usa, então.
1:00:49
Então, anonimizar, não colocar dado sensível, tentar limpar o
1:00:53
máximo possível, porque no fim do dia você quer o que está
1:00:55
contido nos comportamentos dentro das informações que você
1:00:59
está trazendo. Não necessariamente trazer a
1:01:01
partir do nome daquela pessoa, do nome daquela empresa, por aí
1:01:05
vai. Você consegue extrair o que a
1:01:06
ferramenta te traz, se expondo menos, expondo menos a empresa
1:01:11
que eventualmente você está trabalhando, tá?
1:01:14
Eu reforço um pouco do que eu retrasou, mas aí a dica que eu
1:01:17
traria para as empresas é, o quanto antes, abraça a mudança,
1:01:22
porque ela já está vindo, na verdade, às vezes você acha que
1:01:24
não está vindo, mas você só está se enganando, porque, de fato,
1:01:27
as pessoas provavelmente estão utilizando no dia a dia e só
1:01:29
você que não se atentou a isso ainda.
1:01:31
Dica, mas do herreira da mensagem final.
1:01:35
Quer saber como que funciona a EA?
1:01:38
Sim. Acesse o link na descrição.
1:01:42
Você que é empresa, contrata pro time inteiro, ou pra você que é
1:01:45
stakeholder, que é o tomador da decisão, acessa, vê como que é,
1:01:50
vê lá os módulos, vê o Aiden explicando como que ele fez um
1:01:55
professor de inglês faturar sete dígitos.
1:01:58
Mentira. Já misturou com o Elio e com o
1:02:02
Rocha aqui. Como que o Aiden fez sete em
1:02:06
seis... Mentira.
1:02:08
Não, não fez isso. Ou fez, não sei.
1:02:10
Mas enfim. Veja lá como que funciona.
1:02:16
E tem um pensamento crítico de tipo, poxa.
1:02:20
Que nem o Aiden falou, pô. Essa IA pode me ajudar em alguns
1:02:23
processos. Deixa eu ver.
1:02:26
E empoderar. Acho que a questão do que o
1:02:29
Martin Kagan fala. De times empoderados.
1:02:32
Passa também por isso. Acredito.
1:02:34
Empoderar os times com ferramentas.
1:02:38
Que eles entreguem. Mais.
1:02:42
Com qualidade. Constantemente.
1:02:46
O Herreira. O segundo, o nosso roteiro aqui,
1:02:52
está falando que tem que deixar uma mensagem intrigante.
1:02:57
Uma mensagem intrigante. Isso, sobre o que está por vir.
1:03:01
Aí é com você. Assim, para a gente, a gente
1:03:08
sempre pensou em educação como algo que a gente faz em rede, em
1:03:13
comunidade. E acho que foi um pouco do
1:03:15
caminho que a gente fez ao longo desses últimos oito anos com
1:03:19
pessoas de produto, com pessoas de design.
1:03:22
A gente trabalhou também mais forte com pessoas de ciência de
1:03:26
dados e inteligência artificial lá em dois mil e dezessete,
1:03:28
quando a gente lançou o primeiro Bootcamp curso livre, porque até
1:03:34
então estava fechado para as universidades.
1:03:36
Mas acho que o que a gente está querendo trazer aqui para esse
1:03:39
momento de inteligência artificial generativa é um
1:03:43
convite para as pessoas se assumirem como protagonistas.
1:03:46
E eu acho que é como você falou, todas as pessoas são
1:03:50
protagonistas, todas as pessoas podem ter pensamento crítico em
1:03:54
relação à inteligência artificial, podem filosofar
1:03:57
também, que está tudo certo filosofar, e é importante
1:03:59
também, mas também extrair o máximo possível de ferramentas
1:04:04
que podem ser integradas no nosso dia a dia e mudar a nossa
1:04:08
produtividade. E fazer isso em comunidade,
1:04:10
aprendendo com outras pessoas, aprendendo com quem está criando
1:04:13
isso no dia a dia. Eu gosto muito de uma frase do
1:04:16
fundador da Wired, que ele fala assim, as principais tecnologias
1:04:21
Nos próximos anos a gente nem conhece, então não tem essa de
1:04:24
assim, eu sou especialista nisso.
1:04:27
Todo mundo está tentando reagir à medida que as tecnologias vão
1:04:31
aparecendo. Então você não precisa ser
1:04:32
especialista em inteligência artificial para fazer bom uso de
1:04:35
inteligência artificial, assim como eu não sou especialista em
1:04:38
inteligência artificial e estou usando.
1:04:40
E estou trazendo outras pessoas que estão usando, no limite do
1:04:44
que é possível hoje, dessas tecnologias para cada uma das
1:04:47
suas funções, para ensinar e compartilhar.
1:04:49
Então, mais do que tudo, vocês vão ver aqui o link, vão ver uma
1:04:54
tese, que eu acho que é uma tese bem inovadora para o setor, é um
1:04:58
novo passo para a Terra, mas principalmente é um convite para
1:05:01
fazer parte de uma comunidade de pessoas que queiram aprender a
1:05:04
usar a inteligência artificial nas suas funções e compartilhar
1:05:08
com outras pessoas os seus aprendizados também.
1:05:11
Foi intrigante ou não? Essa é a mensagem intrigante do
1:05:16
Leandro. Então o link tá na descrição.
1:05:19
Por favor, clique nesse link. Pelo amor de Deus, clica no
1:05:23
link. Vai lá, se inscreva.
1:05:26
Veja lá, vai ter lá os casos, tudo bonitinho.
1:05:29
Se cadastra. Eu tô lá inscrito.
1:05:33
Então se inscreva, por favor. É isso.
1:05:36
Aiden, muito obrigado. Você volta mais vezes, né,
1:05:39
Aiden, no PG, para a gente fazer a maratona professores
1:05:46
multimilionários, é isso? Cara, foi um prazerzão bater o
1:05:50
papo com vocês e estou à disposição de vocês e da
1:05:56
comunidade para a gente discutir temas relevantes como esse.
1:05:58
É isso. Então, você que quer fazer,
1:06:03
transformar seu WhatsApp em uma mina de dinheiro, fale com ele.
1:06:07
O link tá no LinkedIn. O link do LinkedIn dele.
1:06:11
Fiquei até emocionado porque eu quero também.
1:06:13
O link do LinkedIn dele tá na descrição.
1:06:16
E, Leandro, muito obrigado por aparecer aqui.
1:06:19
Tamo junto. E é isso.
1:06:23
Então, você que ouviu até aqui, muito obrigado.
1:06:25
Não se esqueça de se inscrever no Spotify. no Apple Podcast, no
1:06:29
YouTube, deixar seu joinha e compartilhar com a galera.
1:06:33
A gente já está chegando no Spotify.
1:06:36
Você que está ouvindo pelo Spotify, agora é por último pra
1:06:38
gente acabar mesmo. Você que está ouvindo pelo
1:06:40
Spotify, você que não viu até agora, pelo amor de Deus, se
1:06:42
inscreva. A gente está chegando a vinte
1:06:45
mil e quinhentos seguidores no Spotify.
1:06:47
Então, pelo amor de Deus, se inscreva.
1:06:51
Beijos, tchau, fui.