Latest / Product Guru's : Produto | Negócios | Carreira / Por que os dados da sua empresa nunca vão estar prontos para IA

Transcript

Por que os dados da sua empresa nunca vão estar prontos para IA · Product Guru's : Produto | Negócios | Carreira

0:00
For, a verdade que a gente vê nas empresas é que os dados
0:02
sempre tem problemas, sempre nunca está perfeito.
0:05
Então assim, não interessa quão boa a empresa, quão complexo o
0:09
sistema que eles, a ferramenta que eles pagam sempre tem
0:12
buracos, sempre tem dado que não bate.
0:16
Vale tanto para o mundo sem IA. Com o mundo com IA assim é
0:19
difícil de fazer. É trabalhar com dados?
0:21
É muito difícil, mas é. Não tem como fugir do fato de
0:24
que um desenvolvedor, um analista, um gestor de produto.
0:27
2 anos atrás, mais desde de novembro, dezembro do ano
0:30
passado, consegue entregar muito mais do que entregava 5 anos
0:33
atrás. 3 anos atrás, né? Isso é inegável.
0:36
Isso não quer dizer que todas as empresas estão prontas, que
0:38
todos os profissionais estão prontos.
0:39
Quando a gente faz um projeto só de tecnologia ou de pesquisa e
0:43
desenvolvimento, que muitos projetos de EAD, machine
0:46
learning, como era chamado antes, acabam entrando.
0:50
É muito mais difícil colocar em prática, porque às vezes não tem
0:53
nenhum objetivo de negócio. Oi, tudo bem com você?
0:55
Meu nome é Paulo schaldi e sejam bem vindos à próstica guru, o
0:57
podcast que é mais portais dos produtos.
1:00
E hoje vamos conversar com o Daniel avantini.
1:05
Eu queria abordar, acho que é algo que todo mundo que está
1:10
nessa, nessa nessa história já passou ou vai passar, né?
1:16
Qual foi o momento mais solitário?
1:19
Ou desafiador como um cofundador, porque é solitário,
1:22
né? É, na verdade, como o seu
1:24
cofundador não é tão solitário. E eu tinha outros fundadores,
1:27
né? Eu acho que quando você é um
1:28
solo solo prenur que o pessoal fala hoje, enfim, é uma das
1:32
visões de que AIA permite, né? Você ser um fundador sozinho, eu
1:37
acho muito mais complicado, muito mais solitário do que do
1:39
que com outras pessoas, né? Então eu acho que é algo que as
1:42
pessoas também têm que considerar, mas no começo da
1:45
empresa, quando a gente era, quando nós tínhamos pouca gente,
1:48
né? E acaba que não era solitário,
1:51
talvez no sentido da empresa, mas as decisões.
1:54
E como cada um tinha meio que uma área de de atuação, você não
1:58
tinha muito com quem trocar, né? Com quem?
2:01
As decisões no começo são muito importantes porque você só, você
2:04
toma, você válida, você toma porrada.
2:08
Então eu acho que diria que o primeiro ano talvez da empresa é
2:12
foi foi mais solitário nesse sentido da gente não ter tanta
2:15
gente para trocar. É até nem tanto cliente para
2:19
poder validar se o que é se a ideia é boa ou não, né?
2:21
No começo, você acaba ficando muito nesse nessa sua caixa
2:24
mental, que é um pouco mais solitário.
2:26
Há 6 anos, qual era o seu maior medo ao começar ainda, senhor
2:31
Antônio? É uma boa pergunta.
2:36
Eu acho que quando a gente começa é.
2:40
A contratar pessoas, a ter um time, é onde a gente começa a
2:44
ter mais medo das coisas darem errado, né?
2:46
Eu acho que quando começa só com os fundadores, você tem menos,
2:49
enfim, pode dar errado ou não, mas fica o aprendizado.
2:51
Eu, eu sempre pensei dessa forma, não, não foi a minha
2:54
primeira empresa, primeira startup, as outras não deram
2:56
certo, então é uma coisa meio natural, mas para quem está
2:59
trabalhando para você, quando você começa a contratar pessoas
3:03
que acabam colocando a vida delas também na né na empresa,
3:07
em termos de, né, é. Investem, alugam uma casa,
3:11
compram o carro, financia, começa a ter um Monte de uma
3:14
série de compromissos e aí a gente acaba tendo.
3:17
É medo de fazer coisa errada, de de estar indo por caminhos que
3:20
não vão dar certo e desapontar esse time que está com a gente
3:24
no começo. Eu acho que esse é o principal
3:26
medo, que quando você tem pessoas que dependem de você, é
3:30
de fazer algo, de tomar uma decisão que que vai ser ruim.
3:32
Hoje, AA indício é 100% especializado em dados e a acho
3:38
que. EE tem.
3:40
Hoje, quando a gente fala de a, às vezes a gente deixa escapar
3:44
um pouco de dados, né? Porque você precisa de dados
3:47
para que AIA funcione da maneira é que precisa.
3:51
Houve algum momento que vocês consideraram diluir esse foco
3:55
para crescer mais rápido? Porque tem.
3:58
Tem esse ponto, né? De um cofundador, de um
4:00
fundador. Quando você está criando uma
4:02
startup, uma empresa, chega 1 hora que você olha e você fala,
4:06
putz, existe um atalho? Né?
4:08
Não só houve, como já aconteceu alguns momentos da empresa que a
4:11
gente fez. Momentos de fazer mais coisas e
4:15
depois de fazer menos coisas. Na verdade, desde que nós
4:18
começamos a empresa, nós mudamos bastante.
4:21
Inclusive hoje a eu diria que a gente está mais próximo do
4:23
começo do que. Do que em alguns outros momentos
4:26
que a gente esteve no meio dessa jornada que por que que eu digo
4:29
isso? Nós não começamos como uma
4:30
empresa de tecnologia, nós éramos muito mais uma
4:33
consultoria. É no sentido de utilização de
4:37
dados e dados aplicados, né? Análise, que é o meu background,
4:43
principalmente aí do do Mateus que eu o sio.
4:47
Cofundador. Então, a gente veio com uma
4:48
visão mais de consultoria mesmo, de apoiar empresas a tomarem
4:52
decisões, né? Com o tempo, a gente acabou
4:54
vendo que muito do que a gente fazia era ligado com marketing,
4:57
ligado com com decisões para marketing, para vendas, né?
5:01
Onde é? Geralmente é onde as toda, quase
5:03
toda startup começa trabalhando com essa área, porque onde tem
5:06
mais dinheiro é onde tem mais impacto direto para os clientes.
5:10
Mas a gente tinha muita dificuldade de de que as
5:13
agências, por exemplo, usassem o que a gente.
5:16
Passava de relatórios e de análises e de otimizações, vamos
5:20
dizer assim. Então chegou um momento onde a
5:23
gente teve que abrir uma agência, a gente chegou, a gente
5:24
montou uma agência de marketing aqui dentro, a gente tinha
5:27
diretor criativo, designer, tudo que você imaginava, uma agência
5:32
de marketing para a gente poder não perder o que a gente fazia
5:35
em dados e conseguir ativar isso dentro do marketing.
5:38
E depois de um tempo, uns 2 anos depois, acho que ficou mais ou
5:41
menos uns 2 anos nessa situação. Nós resolvemos fechar a agência
5:45
de marketing, a gente voltar a focar 100% na parte de dados e a
5:48
quando a gente já estava pronto pra fazer isso.
5:51
Então a gente teve uma mudança de foco.
5:54
Então, se hoje a gente fala que a gente é 100% de dados e a é
5:58
porque a gente deixou de fazer coisas que não eram dados e a
6:00
que a gente acabou tendo que fazer ao longo do tempo, então a
6:02
gente não foi sempre assim. E é óbvio que ao longo do tempo,
6:05
várias outras coisas apareceram, de oportunidades, produto,
6:10
outras áreas de consultoria. E a gente ainda conseguiu meio
6:14
que segurar até hoje. É por ser uma área muito grande,
6:18
uma área que a gente tem mais expertise é, eu diria que é
6:22
realmente desafiador manter. É um foco numa área só e nós
6:27
acabamos tendo, tivemos que sair por por um momento de mercado.
6:30
Depois, quando a gente viu que não era mais momento, a gente
6:32
conseguiu voltar também. Então também acho que não É o
6:33
Fim do mundo. Às vezes você muda o foco, mas
6:35
dá pra voltar. Existe AA integração com a mesh
6:38
i, né? E a expansão global, quais foram
6:42
os maiores desafios culturais e operacionais nesse processo?
6:46
E houve algum aprendizado inesperado quando você uniu
6:50
essas 2 culturas de boa? Pergunta é, é sempre um desafio
6:53
fazer essas, essas, essas integrações, né?
6:55
Eu acho que ajudou é que eles têm uma.
7:01
Nós temos clientes parecidos, setores parecidos de trabalho,
7:03
principalmente no setor financeiro e indústrias
7:06
reguladas, que a gente fala farmacêuticas, et cetera, que
7:08
são áreas. É que tem 11 tipo de trabalho é
7:12
específico e também eles atuam 100% com dados e a então é isso
7:17
foi mais fácil, né? Por outro lado, eles atuam OOA
7:20
mesha AI. Ela atua mais na numa atuação
7:24
consultiva, nesse na maior parte dos clientes, no sentido de
7:28
desenvolvimento de arquiteturas EE projetos é bem avançados e
7:35
enquanto que nós. Também fazemos isso, mas temos
7:38
muitos clientes onde a gente atua de uma forma mais contínua
7:41
em em squads EE, outras atuações que eles não faziam tanto.
7:46
Então a gente conseguiu juntar o que nós fazemos bem com o que
7:49
eles fazem bem, e isso facilitou.
7:51
É facilitando banestável, tá em processo, vamos dizer assim,
7:55
está facilitando essa integração.
7:56
Tem desafios culturais, desafios de é até de.
8:01
Fuso horário que nós tínhamos várias iniciativas aqui que
8:04
funcionavam. Por exemplo, no final do dia, lá
8:06
não funciona porque é Inglaterra, Europa já é noite.
8:09
Então tem uma série de processos que nós temos que mudar.
8:12
É embora a gente já tinha feito esse movimento para os Estados
8:14
Unidos, então a gente já tem 11, já tínhamos uma empresa
8:17
multinacional agora, então isso facilitou.
8:19
Já tinha muita coisa que é inglês.
8:21
Já temos processos pra porque temos time americano, né?
8:24
Então isso facilitou bastante. Acho que também tem uma questão
8:27
que lá na Europa eles atuam mais presencial e nós trabalhamos
8:30
remoto, então isso também é um desafio cultural de escritório
8:34
versus remoto. É um desafio que ainda ainda
8:36
existe dentro da da empresa, é, nós acabamos.
8:40
O que facilitou também é que a gente por algumas oportunidades,
8:44
conseguimos levar muitas pessoas daqui pra lá.
8:46
Então a gente tem profissionais nossos trabalhando na
8:48
Inglaterra, temos profissionais nossos, que eu digo brasileiros
8:50
assim. Que vieram da estrutura da
8:52
initio mesmo, né? Tanto na Inglaterra quanto na em
8:55
Lisboa, que é um escritório que nós também temos e nós
8:58
conseguimos é juntar as pessoas do mesmo lugar.
9:01
Isso a gente viu. Viu como muito positivo só fazer
9:04
reunião remota é, é bem difícil nesse tipo de atuação, muitas
9:08
complexidades, e é muito difícil você fazer uma reunião remota de
9:10
mais de 1 hora que as pessoas vão ficar focadas e tal.
9:12
Então esses esses desafios até de.
9:15
Como organizar uma reunião para esse tipo de trabalho no mundo
9:18
atual? É ainda é um desafio para.
9:20
Gente, o que que você sente que perdeu?
9:24
Perdeu, entre aspas, claro, no caminho da escala que gostaria
9:28
de ter mantido na fase de startup.
9:30
Eu vejo que, assim, um ponto legal, bem legal do começo é a
9:33
proximidade com as pessoas e também porque a gente era uma
9:36
empresa presencial até a pandemia, enfim, eu acho que tem
9:39
muitas vantagens do trabalho remoto.
9:41
Aí tem coisas no presencial da gente, está todo mundo junto, na
9:44
mesma situação. Eu eu vejo que tinha muita troca
9:47
nossa com todo mundo, né? No começo, todo mundo está junto
9:50
na mesma sala, desde o estagiário até o fundador.
9:52
Então com o tempo a gente acaba ficando uma empresa muito maior.
9:55
Nós temos hoje cerca de 600 pessoas, mais de 600 pessoas,
9:59
então eu fico muito mais distante das pessoas ali da
10:01
ponta, né, do do, do, do Júnior, do estagiário.
10:04
Tento fazer alguns processos para conhecê Los, mas é mais
10:07
difícil. E eu acho que isso é muito legal
10:10
quando você está na startup, de ter esses times menores, de você
10:12
ter 11 troca de ideias muito maior, enquanto que quando a
10:17
empresa cresce, isso acaba virando você necessariamente
10:20
cria hierarquias e estruturas de gestão que complicam isso, né?
10:25
Então acho que esse pra mim talvez seja o ponto mais EE
10:29
também um outro ponto que é óbvio que é a agilidade,
10:31
velocidade de mudança que nós temos numa numa startup.
10:34
É como eu falei, a gente montou a agência, fechou a agência.
10:38
Foi pra um lado, foi pro outro. Hoje, quando anão é uma coisa
10:41
tão fácil de fazer, até porque tem 600 pessoas que dependem da
10:43
gente, a gente não pode fazer uma decisão que vai dar errado,
10:47
né não? Não dá pra arriscar tanto.
10:48
Isso tudo tem que ser mais pensado, mais conversado.
10:51
É algo que pra quem gosta de empreender, de criar empresas, é
10:55
algo que perde um pouco do do do começo ali, da do do jogo.
10:59
Tem muitos projetos de, de e a que morrem Na Na experimentação,
11:04
né? Ah, na ideia ali no plano.
11:08
Qual que é o segredo? Se existe um segredo, dá indício
11:13
para levar AIA desse PPT, desse laboratório, digamos assim, pra
11:20
algo real que gera bilhões de de reais.
11:24
Acho que em primeiro lugar, nós sempre temos que olhar e sempre
11:30
fizemos o esforço de olhar pro problema de negócio.
11:34
Quando a gente faz um projeto só de tecnologia ou de pesquisa e
11:37
desenvolvimento que muitos projetos de eyd machine
11:40
learning, como era chamado antes, acabam entrando, é muito
11:44
mais difícil colocar em colocar em prática, porque às vezes não
11:48
tem nenhum objetivo de negócio. Você não tem você que vem da
11:50
área de produto, né, Paulo? Assim, se o produto não tem um
11:53
valor pra empresa, não vai gerar alguma coisa lá na ponta.
11:56
É muito difícil dele ir pra frente, vira um Monte de
11:58
experimentações e tal. Então a gente sempre tem que
12:00
olhar como um produto, a gente mudou essa, a gente cria essa
12:03
mentalidade, cria há anos de pensar sempre como dados não só
12:06
e a como dados como produto. Então esse é o primeiro ponto, o
12:10
segundo foi que a gente investiu sempre muito no processo de é de
12:14
desenvolvimento de uma forma mais robusta, vamos dizer assim
12:17
que o pessoal chama de opps, né? Em No No mundo de software chama
12:20
deverops, a gente dados é dataops enelops, hoje tem o ei
12:25
barra agits. Que é, né?
12:28
Não é só você ficar fazendo alguma coisa que funcione no seu
12:30
computador, mas é algo que vai funcionar em escala.
12:33
É uma série de preocupações que você precisa ter para fazer algo
12:38
que uma empresa muito grande vai conseguir usar.
12:39
Então, a gente sempre investiu muito em pensamento de produto,
12:42
esse mindset de que a gente tem que manter, que tem que ser
12:45
escalável, que tem que ter valor e também qual o ferramental e
12:49
processos para fazer isso sair do papel.
12:52
Eu acho que esse é um grande diferencial, porque eu vejo
12:54
muitas empresas, muitos. Pessoas, muitas áreas, muitas
12:58
áreas que investem muito em fazer nossa fazer um demo, fazer
13:01
uma coisa muito legal, mas depois para daquilo se virar
13:03
algo útil. São anos luz de distância.
13:06
Então a gente sempre tentou fazer focar no algo útil e
13:09
tentar encaixar o legal junto junto do útil e não só o legal.
13:12
Então esse é um diferencial que eu vejo que a gente fez com
13:14
bastante sucesso. Como que, como que você constrói
13:19
e mantém a confiança e como que você garante?
13:24
Que isso vire valor real para os clientes.
13:27
É ali porque a gente está falando de empresas que não são
13:32
qualquer empresa, né? São empresas que valem bilhões.
13:35
A open i está na porta de valer trilhões.
13:38
Como que que faz isso, Dani? Olha, é um é 11, relação muito
13:43
complexa e eu agradeço ao trabalho, nosso tipo de
13:46
parcerias e da Isabela, como minha computadora que que que
13:49
cuida dessas parcerias. É bem, é, é uma é uma relação
13:53
muito complexa, certo? Mas começa com a gente tem que
13:56
nós temos que mostrar para os parceiros que nós sabemos muito
13:59
bem o que nós estamos fazendo com esse blog post, vamos dizer
14:02
assim, estruturas de arquitetura.
14:04
A gente discute muito técnico e fala com os parceiros sobre
14:07
isso, então eles têm que ter confiança na nossa entrega
14:10
técnica. Esse é um trabalho que é um
14:12
trabalho que a gente sempre investiu muito.
14:13
Nós temos muitas certificações aqui dentro, nós incentivamos o
14:17
time a tirar certificações, et cetera.
14:19
Então isso é é uma parte técnica, uma outra parte, ainda
14:22
mais nós que temos parceiros que, vamos dizer, são
14:24
concorrentes entre si, deixar ainda mais complexa a situação.
14:28
Então o que a gente sempre fez é ser extremamente transparente
14:30
com os nossos parceiros. Aqui a gente vai, aqui a gente
14:33
não vai. Existem empresas que são focadas
14:35
em um parceiro exclusivamente, tá?
14:36
Vamos dizer, é mais fácil, é um outro modelo, não é o nosso
14:39
modelo. Nosso modelo foi sempre de ter
14:40
vários parceiros, porque nossos nossos clientes demandam isso,
14:44
os clientes grandes, eles têm muitas empresas que eles atuam
14:47
junto. Então, nas relações comerciais,
14:49
nas relações de projetos, é sempre ter muita transparência
14:53
com os parceiros, falar, olha, o cliente está com esse problema.
14:56
Às vezes é o cliente quer sair daquele parceiro, quer contratar
14:59
o outro. E a gente fala, ó, a gente fala,
15:01
pode ir até aqui aqui com vocês, né?
15:04
Porque nós também não podemos nos comprometer AA falar mentira
15:07
ou qualquer outra coisa assim, tipo uma relação comercial e
15:09
sempre falar, uma coisa que eu sempre falo para o para os
15:12
nossos parceiros é que assim, caso dê algum problema com o
15:14
cliente. O que ele enfim queira cancelar
15:17
o contrato com vocês nunca será porque nós fizemos um mau
15:21
trabalho, porque nós queimamos o seu, a sua tecnologia, como às
15:25
vezes a tecnologia, por não não ser bem usada, ela gera muito
15:28
problemas, o cliente e o cliente, né?
15:30
Às vezes a gente reclama do serviço, né, na não vou falar
15:34
nomes, mas a gente está na telecom.
15:36
Aqui nós temos 11 empresa que às vezes é muito boa, mas AA nossa,
15:40
nossa sensação com ela, o atendimento foi ruim.
15:43
A gente acaba não querendo mais trabalhar com ela, então no
15:46
trabalho com parceiros é muito parecido.
15:48
Então a gente sempre tenta dar o máximo para que AOO cliente
15:51
tenha a melhor relação possível com o parceiro, com a tecnologia
15:54
do parceiro e de uma forma transparente e sem e sem me
15:59
comprometer o que nós consideramos como correto
16:01
também. Várias vezes nós falamos para os
16:03
parceiros. A sua tecnologia XY nessa parte
16:05
não é legal, então o cliente quer usar outra coisa ou a gente
16:08
vai ter que usar outra coisa, porque não é tão bom e os
16:10
parceiros gostam disso, tá? Nem todo mundo dentro dos
16:13
parceiros. Mas, em geral, os parceiros
16:16
gostam dessa transparência e entendem que a gente precisa
16:18
apoiar eles também e melhorar os os produtos que eles possuam.
16:20
Sobre as ferramentas da moda, é o cloud coworking, o notebook.
16:29
Qual sua visão sobre essa interação entre agentes de AE?
16:35
Na sua opinião, isso nos traz mais eficiência ou riscos?
16:40
Que ainda não compreendemos o Dani?
16:42
Eu acho que traz os 2, né? Eu acho que não é um o é um.
16:44
E eu tenho pessoalmente usado muito nos últimos meses até para
16:48
poder falar sobre, né? Eu não sou um leigo no assunto,
16:52
obviamente, e conheço modelos de de meu background de LC, estes
16:56
dados, então eu conheço modelos de linguagem e et cetera há
16:59
muito tempo, mas mesmo assim fiquei muito surpreso com o que
17:02
aconteceu nos últimos anos. Ainda mais, eu acho que quem
17:04
estava na área ficou mais surpreso do que quem estava
17:06
fora, porque sabia que era muito difícil fazer o que foi feito.
17:09
E eu realmente acho que a partir do provavelmente do final do ano
17:12
passado, desde o final do passado, atingiu se um novo
17:16
patamar, no que os agentes conseguem entregar.
17:18
A gente tá num nível de tem seus problemas ainda, mas é é
17:23
extremamente poderoso. É uma ferramenta que ela ela vai
17:27
impactar praticamente todo mundo, todo tipo de trabalho,
17:32
educação, né? E aí entra o ponto que você
17:36
falou, né, vai impactar diferente.
17:38
A partir do quanto você sabe usar, de, de quantas segurança
17:43
você colocou no, nas aplicações, et cetera.
17:45
Então eu vejo que a gente, até a própria antrrop, por exemplo,
17:49
mencionou nos últimos, teve um vazamento recente de que eles
17:52
têm um novo modelo para sair e que eles têm medo, a antrrop,
17:55
que é muito famosa por por se preocupar com, com, vamos dizer
17:59
assim, com com a segurança do que eles fazem e até do
18:03
discussões mais vamos dizer filosóficas sobre AIA, né?
18:07
E a andropki diz que está com medo porque OOO modelo é tão bom
18:11
que ele pode atacar os Cyber security.
18:13
Vocês hackers podem usar aquele modelo para atacar bancos, por
18:16
exemplo, porque de tão bom é o modelo.
18:18
Então isso é verdade. Assim, não é brincadeira o que
18:21
eles estão falando, os modelos são tão bons e eu sempre que eu
18:23
trabalho em grandes empresas que nem todas estão prontas, muitas
18:26
não estão prontas, né? Tem muitas brechas de segurança
18:30
que com humanos atacando talvez não fizesse sentido, mas quando
18:32
você tem uma máquina que você pode multiplicar ela por 1000 e
18:35
ela fica atacando cada micro. Detalhe é, existe um risco muito
18:40
grande, então esse é só um dos riscos, né?
18:42
Existe risco na área da forma que as pessoas interagem com
18:44
esses modelos. Então assim, é muito eu, eu não
18:47
consigo ver volta, não existe volta.
18:49
Eu acho que a gente vai ter que aprender a lidar com isso.
18:51
Mas existe 11 necessidade muito grande nos próximos 23510 anos
18:56
de construir uma série de proteções, regulações, é pra
19:02
que? A gente consiga usar isso tudo
19:04
Na Na melhor caixa possível para depender com diferenças, níveis
19:07
de maturidade das pessoas que usam, né?
19:09
Então você começou, comentou aí o motebook, ou open Chloe, et
19:12
cetera, esses modelos que viralizaram no mundo geral, né?
19:17
Eu falo que foi um momento ChatGPT dos agentes, porque
19:20
quebrou a bolha dos agentes. Não, 99% dos usuários não estão
19:24
prontos para usar aquela ferramenta, ela não foi feita
19:26
para o usuário que está usando. Ela é feita por usuários muito
19:29
mais técnicos e ela é uma ferramenta meio inacabada, né?
19:32
O coworking já é uma ferramenta muito mais pronta, pensando na
19:34
segurança e tal. Eu acho que logo, logo vem
19:36
surgir novas coisas que, por exemplo, um usuário comum vai
19:39
poder usar dentro do próprio sistema operacional.
19:42
Tem várias coisas acontecendo, né?
19:44
Mas e tem algumas coisas mais rápidas do que a segurança, o
19:48
que a maturidade das pessoas é, é está pronto, então isso é um
19:52
pouco é um pouco perigoso. Aí tem a gente, tem sempre que.
19:58
Quando a gente fala de Ada, existe sempre o alarmista de Ah,
20:03
vai acabar os empregos, vai roubar o seu emprego.
20:06
Ih, toda vez que uma startup de nasce, a gente sempre fala que
20:11
ela matou alguém, né? Hoje, gravando hoje aqui no dia
20:15
30, eu vi pitch de uma startup de a de formulário.
20:22
Aí a galera já tava falando matou o Google forms e assim por
20:26
dia. Com AIA assumindo tarefas
20:29
críticas e Dário, né? O CEO da unntrop sempre gosta de
20:34
falar, né? Do tipo Ah, daqui de tantos
20:37
meses você não vai precisar mais de deve, daqui tantos meses você
20:41
não vai precisar mais de analista financeiro, enfim,
20:44
essas coisas. Como que a indicio garante que a
20:47
tecnologia seja uma ferramenta de empoderamento humano e não de
20:52
substituição, eu acho. Que nós, nós?
20:56
Vamos dizer assim, internamente, nós temos trabalhando muito nos
20:59
últimos anos em capacitação, treinamento, mudanças no modelo
21:05
de trabalho para poder aproveitar o máximo do que essas
21:07
tecnologias permitem. Então, assim, nós, como uma
21:10
empresa que cresce muito, que tem muitos clientes grandes, que
21:13
tem oportunidades em muitos lugares, acabamos que
21:17
conseguimos empoderar nosso time para fazer muito mais, né?
21:21
Entregar esse valor para os clientes.
21:23
Mas é. Não tem como fugir do fato de
21:26
que um desenvolvedor, um analista, um gestor de produto,
21:29
hoje, desde 2 anos atrás, mais desde novembro, dezembro do ano
21:35
passado, consegue entregar muito mais do que entregava 5 anos
21:39
atrás, 3 anos atrás, né? Isso é inegável.
21:42
Isso não quer dizer que todas as empresas estão prontas, que
21:44
todos os profissionais estão prontos.
21:47
Mas é a tendência é que ao longo do tempo a gente tenha mudança,
21:50
assim como não existe mais, vamos dizer assim, ATM
21:52
praticamente ou como ATM impactou no caixa do banco, né?
21:55
Não foi uma coisa que demorou 3 meses, mas demorou 30 anos, 20
21:58
anos, mas foi feito esse processo.
22:01
Então o nosso trabalho é entender onde que faz sentido,
22:03
onde não faz sentido e como a gente poderá, nosso time, os
22:06
nossos clientes a fazer isso. Mas existe um risco real, como o
22:10
Dário fala que eu acho que às vezes ele antecipa demais, né?
22:13
Mas ele a tendência não está errada.
22:16
De fato, a gente consegue, dentro de algumas regras, de
22:20
tudo que a gente conseguir fazer, a gente consegue que as
22:22
pessoas sejam muito mais poderosas, mesmo que não
22:24
substitua uma pessoa específica, vamos dizer assim, sempre tem os
22:27
30% nos próximos anos, né? Pelo menos que eu não consigo
22:33
ser substituído, vamos dizer assim, cada pessoa tem 30%, mas
22:35
quando você agrega todas elas, você precisa de menos pessoas
22:39
pro mesmo nível de trabalho. Então esse é o grande desafio,
22:42
não só. Nosso dendíssimo enquanto nem da
22:44
antrópico, mas os próprios governos.
22:46
Todo mundo vai ter que saber como lidar com isso dos próximos
22:49
20 anos. Enfim, é.
22:51
Eu acho que é um pouco de como eu vejo isso.
22:53
Eu queria a fazer uma pergunta pra você, que nas últimas
22:58
semanas a gente vem tem visto um gráfico de disponibilidade dos
23:03
serviços da antrópico, né? Às vezes fica no vermelho, a
23:06
gente fica, às vezes fica no amarelinho e aparentemente.
23:12
Vem ficado muito no vermelho, indisponível.
23:15
Eles até criaram uma ali, uma questão de meio que diminuir os
23:23
os usos dos tokens ali e tal. Não sei o que.
23:26
E isso me fez é pensar nas questões que você, como
23:32
cofundador e especialista em a eu, eu queria saber da sua
23:37
opinião, você acha que AIA ela aumenta a velocidade?
23:42
Isso é um é aumento a velocidade do desenvolvimento de software
23:45
de análise, et cetera. Mas será que as empresas,
23:50
principalmente as grandes, elas ainda não atualizaram as suas
23:56
infraestruturas, plataformas, segurança, governança, pra usar
24:02
esse esse tipo de ferramenta? Porque me parece que sempre vai
24:06
esbarrar numa numa dessas questões.
24:08
Ou não dá pra escalar muito porque senão.
24:11
É vai impactar a infraestrutura ou não dá para, não dá para usar
24:15
por causa de segurança ou a governança ainda não está
24:19
redonda para o uso de uma ferramenta de ar.
24:22
Me parece que a gente está começando a encontrar os
24:25
gargalos que são nada mais nada menos do que assuntos legados,
24:30
não nas empresas. Sobre a antrrop que eu não sei
24:33
dizer é Paulo, eu também acompanho, vamos dizer assim,
24:35
nas redes sociais, mas eu não tenho nenhuma declaração oficial
24:39
da antrópica. O que eu sei é que as principais
24:43
empresas de IA é elas estão o principal problema do mundo das
24:47
das empresas de modelo antrópico.
24:48
OPA, é data center e é a capacidade de de computação, né?
24:52
E, às vezes, o crescimento extremamente rápido dos últimos
24:55
meses para uma série de empresas e série de usos pode só ter pode
25:00
estar impactando essa capacidade de processamento dos data
25:04
centers, né? Isso, enfim, é uma possibilidade
25:07
que pode estar acontecendo. É, mas não é algo que eu saiba
25:11
ou que enfim, alguém tenha mencionado só eu só acho que vai
25:14
acontecer naturalmente ao longo do tempo.
25:16
Você vai ter é questões de infraestrutura, como você falou
25:19
básica, né? Não só a infraestrutura no
25:21
sentido tecnológico, de de cloud, de coisas que a gente tem
25:24
nas empresas, mas a energia elétrica, água tem os está sendo
25:28
desconstruídos ter disponibilidade de de internet
25:32
para trazer tudo isso. São problemas de infraestrutura
25:34
básica que. Tanto os Estados Unidos está com
25:38
com dificuldade, o Brasil está investindo nisso, o mundo
25:40
inteiro vai precisar disso com essa novo patamar de uso da
25:43
tecnologia nos próximos 1020 anos, né?
25:45
Então isso é um ponto que eu acho que a gente vai ter fases
25:48
onde a infraestrutura não vai estar tão próxima, vai dar um
25:52
apagão, né? Acabou, não tem muito pra todo
25:54
mundo investe, volta, todo mundo feliz, tem esse risco bom,
25:59
voltando para o ponto das empresas, com certeza as
26:01
empresas não estão 100% prontas, né?
26:03
Isso é um pouco. Eu falo isso também.
26:06
Tenho falado nos últimos anos que o que era importante antes
26:09
da IA continua sendo importante hoje, em, em muitos casos, até
26:12
mais importante. Governância, estrutura de dados
26:15
é modernização de legado? Você tem uma boa modelagem de
26:20
dados, documentação, boas práticas, um Monte de coisa que
26:23
a gente falava e era verdade. 2023 2022 continua sendo verdade
26:30
e muitas empresas não fizeram a lição de casa.
26:33
Só que o ponto, o que é que eu vejo é o seguinte, hoje, quando
26:37
você tem uma ferramenta tão poderosa quanto os agentes
26:39
quanto o cold cold, que ela é impedida de ser usada por causa
26:45
de esses problemas de legado da sua empresa, você cria 1111 caso
26:50
de negócio muito mais forte pra investir naquilo.
26:53
Porque antes muitas empresas ou CE fo ou CEO falava cara, legal,
26:57
eu tenho, mas por que que eu tenho que gastar 50000000 pra
27:00
desligar esse sistema? Que está aqui há 30 anos
27:02
funcionando. Ah, porque daí vai ser mais
27:04
legal, vai dar para usar outras, sabe?
27:07
Era não era tão fácil de fazer esse esse caso de negócio.
27:09
Ah, é mais lento, tá, mas quanto mais lento agora, quando você
27:13
fala, cara, tem uma ferramenta que o nosso concorrente está
27:15
usando e cada profissional dele está multiplicando por 10 a
27:18
produtividade e a gente não consegue usar porque o nosso
27:22
sistema está atrasado, então acaba é necessitando esse
27:26
investimento que antes não era tão fácil de vender.
27:30
E ao mesmo tempo você tem a própria IA para facilitar, fazer
27:32
esse processo para facilitar a modernização, que é um dos casos
27:35
de uso mais usados hoje, de antrope que e ferramentas de IA
27:39
é modernização de legado no Enterprise, né?
27:41
Então tem muitas possibilidades que eu vejo que mudaram um pouco
27:44
o jogo, mas eu só para concluir, eu concordo assim, o que era uma
27:48
restrição para um bom desenvolvimento de de dados de
27:52
IA de ferramentas mais modernas antes da IA, continua sendo uma
27:55
restrição. Esse episódio tem apoio da PM?
27:58
3 é a maior escola de produtos digitais do Brasil 8.
28:02
Anos formando. PMs que hoje estão em Nubank,
28:04
iFood, Creditas e outras grandes.
28:07
Empresas informações. Em prot management analytics
28:10
market Leadership EIA, além de mentorias individuais e
28:15
comunidade ativa. Se você quer crescer em.
28:18
Produto com método acesse. Pm3.com.br e use o cupom Project
28:23
gurus para garantir o seu desconto.
28:26
Agora a gente vai pro pra polêmica do episódio, porque tem
28:32
que ter polêmica, né, tem que ter aquele click mate, o corte
28:36
essas coisas. Ô Dani, qual é a verdade sobre
28:41
AEAE dados? Que quase ninguém admite
28:45
publicamente, mas que você já percebeu que é crucial para o
28:49
futuro? Mas eu acho que AA principal
28:51
verdade que a gente vê nas empresas é que os dados sempre
28:54
tem problemas, sempre nunca está perfeito.
28:56
Então assim, não interessa quão boa a empresa, quão complexo o
29:00
sistema que eles, a ferramenta que eles pagam sempre tem
29:04
buracos, sempre tem. Dado que não bate, vale tanto
29:08
para o mundo sem IA com mundo. Com IA assim é difícil de fazer.
29:12
Trabalhar com dados é muito difícil.
29:13
Eu acho que essa é uma verdade, talvez para quem trabalha e não
29:16
vai ser nem polêmico, porque todo mundo pode, todo mundo vai
29:19
confirmar, mas assim, os dados quase sempre tem problemas, né?
29:23
Então a gente tem que conseguir extrair o máximo deles, mesmo
29:27
com os problemas que eles apresentam no dia a dia, no nas
29:30
empresas. Por que que você acha que tem
29:34
sempre problemas com dados, mesmo a gente estando em 2026
29:38
com OIA aí na fazendo as coisas, ô Dani.
29:42
Ótima pergunta. Mas eu vejo que o problema é
29:45
porque os dados representam processos, sistemas que são
29:48
humanos no final das contas. E esses sistemas de processos
29:51
não são perfeitos porque os humanos não são perfeitos.
29:54
Então nós sempre vamos ser afetados por alguém que
29:56
preencheu alguma coisa errada ou alguém que.
30:00
O processo não era um, é um é difícil, você é um processo que
30:04
o humano faz, que vai ser sempre igual.
30:06
As humanas são criativos, os humanos mudam coisas, a gente vê
30:09
muito. Se você tem que preencher coisas
30:11
no formulário e tem um campo em branco de observações, a pessoa
30:14
não funciona uma coisa aqui, ela preenche em observações já, já,
30:17
já, já não funcionou o dado, só que as pessoas se adaptam,
30:20
quando você viu, já tem 50000 pessoas usando aquele campo de
30:24
observações para a mesma coisa, e daí tem que então?
30:27
Tem muitas coisas que a gente desenha, software que a gente
30:29
desenha as coisas, mas os processos humanos são muito
30:33
dinâmicos e o software que foi desenhado 5 anos atrás não vai
30:36
estar mais funcionando para o processo de hoje, né?
30:38
As coisas mudam. Então, enquanto a gente está
30:41
mapeando coisas humanas, nós vamos ser afetados pelo o que os
30:45
humanos fazem. E o aia vai resolver isso.
30:48
O Paulo OIA vai resolver isso, AIA pode melhorar isso, né?
30:52
Eu sempre falo que assim se você pensa no Maya.
30:54
Que trabalha para IA, que compra produtos para IA e et cetera.
30:57
Não é o que os humanos querem, então não vai ter valor para
30:59
gente, embora as pessoas que queiram criar startups desse
31:02
tipo, no final das contas dos humanos, é uma cidade humana que
31:05
valoriza que os humanos querem. Então nós temos que sempre estar
31:09
entendendo que vai ser um processo humano 1 hora ou outra.
31:12
E processos humanos são falhos, eu acho que dados representam.
31:16
Essa, essa, essas dificuldades AAA impureza dos humanos como
31:20
como máquina. E é isso, essa é foi o papo com
31:24
o Daniel da indício. Quem está assistindo e quiser,
31:27
enfim, eventualmente trabalhar com a gente, tem várias vagas
31:29
abertas aqui, então, por favor, olhe nossas páginas de vagas.
31:33
Tô o RH. Tem me cobrado aí pra falar isso
31:36
pra todo mundo, porque tem muita gente pra pra preencher.
31:38
Aí. A gente tá crescendo muito
31:39
rápido, é com certeza, tem muitos ouvintes que encaixariam
31:42
no nosso perfil. Então você que está procurando
31:46
emprego, LinkedIn do Dani está na descrição o site da início
31:51
está na descrição. Eu já vou deixar o link das
31:55
vagas pra também já te ajudar no atalho pra sei lá, mas você vai
32:01
lá, vê vaga, vai lá no Dani e fala, Dani, vê o episódio, quero
32:06
trabalhar aí, entendeu? E aí, o Dani?
32:09
Vai fazer o quê? Vai te encaminhar pelo RH.
32:12
É? Está assistindo pelo Spotify e
32:13
Apple podcast? Clique no botão seguir, deixe
32:15
suas 5 estrelas, assiste pelo YouTube, se inscreva no canal,
32:19
deixe seu joinha, comente, compartir, beijos, tchau, fui.
32:24
Esse podcast é patrocinado pela Ping e back, uma plataforma de
32:28
automação de marketing e vendas. Com a Ping back, você pode criar
32:33
formulários personalizados, segmentar listas de Contatos
32:37
disparar e mails e mensagens via WhatsApp, fazer integração com
32:41
outras ferramentas, além de acessar conteúdos educativos
32:45
para otimizar suas estratégias. E você pode usar Ping back de
32:48
graça por tempo indeterminado. O link está aqui na descrição.