Fred Pericini
Co-fundador da Agência F2F, Engenheiro de Produção pela UFSCAR, empreendedor com mais de 10 anos de experiência em Marketing Digital, foi consultor na McKinsey, diretor comercial do Groupon Brasil e Groupon China.
EP 14
Os melhores insights de IA, negócios e tecnologia – Episódio especial AI First Cast
Um compilado que volta os holofotes para opiniões-chave de nossos convidados sobre inteligência artificial no marketing, nas operações e na liderança.
11 ago 2025 Transcrição do episódio
Olhando para implementação de AI, a gente percebe que dados é muito importante. E os players incumbents, né, os players já dominantes, têm mais dados. Portanto, a gente chega a uma primeira conclusão de que os incumbents tendem a extrair valor mais rápido de AI. Você concorda com isso, sim ou não? Como que você enxerga?
Eu acho que a gente tem um jeito de enxergar que é de uma maneira em camadas, é uma coisa mais fundacional. Então imagina que assim, para nós a AI tem 4 grandes camadas. Você tem uma camada que é de infraestrutura, que é onde estão os chips, as placas, o processamento, é onde empresas como NVIDIA, ARM nadam de braçada. Porque tem todo ali o processamento que está nas placas e que é a capacidade de processamento e consumo de energia que vem crescendo exponencialmente.
E é um game de poucos players.
Pouquíssimos players. Recentemente, semana passada, a gente viu um ícone americano, a Intel, demitindo o CEO, tendo o valor de mercado baixado pela metade nos últimos 3 anos, justamente porque não soube acompanhar a velocidade dessa história. É muito, muito concentrado. Daí você tem um layer, uma camada acima dessa, que é a camada dos modelos de linguagem, dos LLMs, que todo mundo fala hoje em dia. Esse também é um jogo para pouquíssimos players, está na mão das big techs. Amazon, Google, ChatGPT, OpenAI, que são aí os principais arquitetos, vamos dizer assim, dessa história. Daí você tem uma terceira camada, que é uma camada mais ou menos de infraestrutura barra, vamos dizer assim, entrega desse potencial todo, que é dos provedores de serviços. Daí você entra Google, Amazon e outros players também super restritos. Então, essas 3 primeiras camadas, eu te diria que para surgir hoje em dia um player que vá desafiar os atuais atores dessa história, Vai requerer muito investimento e vai requerer muito esforço. E daí, o que tem aí na camada superior, que seria a quarta camada, que é das aplicações, aí nem começamos.
Esse é o oceano.
Esse é o oceano, esse é o oceano. A gente nem começou. Então, o que a gente vê é as possibilidades nos mercados verticais, todos os lugares do mundo, é uma corrida por desenvolvedores, corrida por desenvolvimento tecnológico e aplicações. Aí é que a brincadeira vai acontecer e a gente não está nem arranhando ainda a superfície.
É, eu concordo com tudo e acredito que é aí que está o game para a América Latina, que é a aplicação. Não está na infra, não está no modelo, está na aplicação. Em pegar a dor real de negócio e através dos modelos trazer eficiência, trazer… Velocidade, criatividade, o que for ali o problema para ser resolvido.
Sem dúvida. É o que a gente enxerga, é o que a gente aposta e o mais legal é o que a gente tem visto acontecer.
Cara, eu estive no Web Summit no primeiro semestre desse ano e eu dei uma passeada nas startups. Não tinha uma startup que não tinha AI ou data naquela frase que explica ela. Como é que você vê essa questão meio over? É quase que se não é AI não tem um business. Como que o SoftBank enxerga isso? Como separar o joio do trigo num contexto em que todo mundo é AI? Ou se posiciona como?
Olha, vou te dar… Está posicionada em um segmento que é investimento em late stage, ou seja, quando a empresa já passou ali pelo início, já passou a sua Série A. Então, o nosso ponto legal de entrada é final da Série B, Série C, quando a empresa já está mais madura. E para você ter uma ideia, esse ano a gente avaliou no nosso comitê de investimentos acho que 58 empresas, a gente investiu em 2. Então, o funil é muito complicado. Então, a gente sabe, todo mundo vai colocar AI na apresentação e é quase um paradoxo. Se não tem AI na apresentação, provavelmente o investidor nem vai prestar atenção. Mas quando tem o AI, ele vai prestar atenção, mas ele vai dar uma cavadinha e ele vai tentar entender o que tem ali por trás. E eu acho que a grande diferença é isso. Quando a empresa está utilizando AI como usuária de uma maneira incremental, vamos dizer assim, e daí fica ali numa maneira que vai trazer uma melhoria interessante de produtividade, mas vai ser meio marginal, ou está começando a mudar um pouquinho algumas coisas, ou quando ela começa a mover AI para o core.
Quando ela começa a colocar AI no core, aí o negócio começa a ficar engraçado.
Me dá um exemplo de uma investida que tem AI no core.
Por exemplo, a Blip, que a gente acabou de investir. A Blip é uma empresa que nasceu há um tempo atrás, quase duas décadas, décadas fazendo SMS e mensageria. E a Blip cresceu bastante com a ascensão do WhatsApp, que no Brasil a gente sabe que é um fenômeno. Não é todo lugar do mundo que é como o Brasil. O Brasil está entre as 2, 3 maiores mercados do mundo para WhatsApp. E a Blip criou uma camada de inteligência de conversa dentro da Meta que tem dados que nem a Meta tem, dos usuários e de todo o histórico. E o que ela está começando a colocar agora é a AI para analisar toda essa história. Então, imagina ela processar, ela processa dezenas de bilhões de mensagens por mês. Se ela colocasse aí uma capacidade humana para fazer isso, ela não conseguiria, seria impossível. Então, ela colocou AI no centro dessa história para se tornar uma plataforma conversacional que tem AI no core. A gente tem visto outros exemplos também, a gente teve uma, no primeiro semestre a gente foi para Califórnia, e levou alguns founders e CEOs das nossas empresas investidas. E a gente conseguiu, o SoftBank nem era investidor ainda da OpenAI, mas a gente conseguiu uma reunião na OpenAI.
Foi em abril e a gente levou 15 founders. E foi muito legal, porque eles tinham acabado de mudar de sede, parecia que a gente estava entrando no Pentágono. Segurança paisana, tinha um funcionário para cada 2 pessoas visitantes, você não podia tirar foto, tinha que ter uma série de credenciamentos, Ali foi muito legal esse ponto. Mas chegando na reunião, surpreendentemente para nós, os nossos founders já estavam super maduros nas perguntas para a OpenAI, a ponto que um diretor lá que estava fazendo a reunião falou assim, não, espera aí, gente. Eu pensei só que essa aqui é uma reuniãozinha para falar de América Latina, de futebol, não sei o quê. Vocês estão muito avançados. Daí ele colocou um cara na mesa que era um cara de suporte, vamos dizer assim, de negócio, para abrir um canal e falar assim: O que vocês precisam que a gente desenvolva para isso? E saíram dois cases ali de empresas nossas que começaram a colocar no core. Uma até posso falar, que é a Petlove. Encontrei com a Talita Lacerda, que é a CEO, outro dia, e ela falou assim: Edu, foi sensacional a visita. Depois daquilo, a gente percebeu que a gente usava de uma maneira marginal, E a gente está colocando cada vez mais no core, inclusive para nossa oferta de plano de saúde animal, que é uma das coisas que é o nosso carro-chefe hoje em dia.
Então, acho que, sei lá, Fred, cada vez mais a gente vai ter exemplos desses, da AI migrando para o centro das empresas.
Eu sempre achei que ao longo do tempo eu estava refinando muito a minha habilidade de escrita. Acho que eu tenho um texto hoje que eu gosto. É algo que eu busco evolução constante assim. E cara, quando eu brinquei ali, eu falei, caraca, não acredito que o ponto de partida me ajuda, né? Então assim, eu antes começar um texto, às vezes você não tá com a inspiração, às vezes, né, você tem outras coisas o ponto de partida ficou mais fácil, né? Jogo lá e me vem. Ou o contrário também, eu posso pegar algo que eu já em tese finalizei e eu refino. Então as duas opções são válidas e eu gosto. E depois que eu tenho ele em tese finalizado e eu brinco lá, eu volto nele depois e o meu human touch tem mais valor ainda, né? Então eu senti de fato esse, como se eu passasse para o meu próximo nível. Foi essa a minha, é o Super Fih, a Super Fih, como se eu tivesse me achado ali o meu superpoder. E você, teu, tua primeira experiência, como é que você se sentiu, Fred? Você lembra?
Cara, eu lembro porque ela é razoavelmente recente para todos nós, né? Apesar da inteligência artificial ser um tema desde 1950, a verdade é que para todo mundo é em 21, 22, 23 que isso ficou mais claro, né?
A democratização, né? Ela é outra coisa.
E essa democratização veio com o advento do ChatGPT, né?
Totalmente.
Que a hora que jogaram um modelo na nossa mão e falaram, brinca aí. Antes disso era muita ficção científica e a inteligência artificial em outras versões que não a generativa. Cara, a primeira vez que eu olhei para generativa eu tive uma sensação parecida que quando eu mexi com Orkut e Facebook lá atrás. Eu senti que o mundo seria outro depois daquilo. Quando eu olhei para o Facebook e percebi o poder de conexão, o poder de integração, de facilidade de comunicação, eu logo percebi que nós iríamos adotar como pessoas e que, portanto, as empresas precisariam também adotar. Com a inteligência artificial, eu tive uma sensação parecida de, cara, pera, tem um mundo antes e depois disso aqui. Me deu uma sensação de, é uma disrupção, veio para ficar, é aplicável e eu consigo ver valor sendo gerado com a aplicação disso. Foi uma sensação assim tão forte A ponto de a gente lá na agência F2F revisitar completamente nossas crenças, nossos processos e inclusive passar a investir mais fortemente em desenvolvimento de tecnologia, por acreditar que agora com AI toda empresa é uma empresa de tecnologia e por acreditar também que a adoção de tecnologia, a adoção de Inteligência artificial passa por processos, dados, né?
Então precisa, para essas coisas estarem integradas, precisa de desenvolvimento de tecnologia. Cara, resumindo, foi um uau!
Splash moment!
Splash moment na minha frente, assim. E dessa vez eu me sinto… Tô mais velho, já rodei um pouco o mercado, Me sinto mais tranquilo em ver essa transformação. Não é uma transformação que me gera ansiedade, mas sim me gera uma sensação de oportunidade que nós estamos vivendo. Fih, onde isso vai parar, cara?
Não sei. E acho que essa pergunta não, não pergunta para o ChatGPT, não tem a resposta.
Legal, legal.
Fredão, a gente, né, começou esse nosso sonho de trazer isso aqui para realidade e a gente começou a discutir os nomes. Você trouxe o nome do nosso convidado e quando você contou o que ele fazia, era já uma disruptura do que a gente achava possível para o cenário nacional.
Exatamente, né? E por que uma disruptora?
Vamos lá, porque olha, é, muita gente acredita que América Latina só consegue competir a nível de aplicação. Isso não é novo na inteligência artificial, na verdade isso sempre foi assim, né, desde software as a service, a gente só discute em termos de aplicação, enquanto os modelos proprietários e esse tipo de aplicação mais profunda sempre ficou na mão de big techs ou Estados Unidos ou China ou até Europa. Então assim, eu tenho investido em tecnologia proprietária há muitos anos, então sempre foi uma tese das empresas que eu participei e isso sempre foi difícil de defender. Os investidores nunca acreditaram nisso, mas depois de vários anos isso sempre se paga. Só que eu tive o privilégio de poder aplicar isso, estudar isso e investir nisso por muito tempo. E hoje trazer tecnologia proprietária para mim é uma coisa óbvia para as coisas que eu faço. Ela se paga sempre no final. Se você pensar, todas as empresas que são grandes ou que trazem valor ou que impactam a vida das pessoas, desde uma NASA até uma Amazon, são baseadas em tecnologia proprietária. E aí, quando você tem essa nova onda de AI, de LLMs e etc., eu vejo isso como uma oportunidade de democratizar a tecnologia proprietária.
Então nunca esteve tão fácil de você personalizar os seus próprios modelos e você começar dentro da sua empresa a ter uma base de tecnologia. Quando a gente fala de AI no core, eu não acredito que é só usar AI em tudo que você puder. Eu acho que AI no core para mim é você construir algo que é seu, que envolve usar AI onde você puder, mas você começa a personalizar aquilo para ter a sua cara baseado em AI. Não é a tecnologia, é o que você está construindo.
E pessoal, você que está aqui assistindo a gente, a gente tem a missão de promover a discussão e a gente trouxe um cara aqui que estudou em Stanford, que trabalha com AI deep tech. Então, o papo de hoje é para a gente aprender Muito. Sobre o modelo, sobre a parte mais técnica da coisa. Então, se você é um executivo de uma grande empresa e você está na dúvida: devo ou não estimular a minha empresa a ter um modelo de inteligência artificial proprietário? O que esse executivo tem que avaliar para tomar essa decisão?
A pergunta é essa aqui: qual é o potencial de ganho a partir da adoção de uma solução AI?
Bom ponto. Normalmente você tem uma redução drástica de custo, então é o principal motivador de negócios no final do dia. Você impacta normalmente na performance também, então a ideia é que o modelo fique melhor. E assim, não é como se não desse para você fazer esse processo de fine-tuning, Né? Então esse processo de ensinar mais coisas para uma IA que tá pronta, não é como se não desse para você fazer isso com modelos como o da OpenAI. Existem as ferramentas que a própria OpenAI disponibiliza para você modificar o modelo do jeito que você quiser, mas você tem que lembrar que você tá num lock-in. Então você tá modificando e aperfeiçoando um modelo que não é seu e nunca vai ser seu. Você vai continuar usando ele para sempre. O que também…
Não necessariamente isso é um problema.
Não necessariamente é um problema. Então, quando você, por exemplo, ah, eu sou parceiro da Google Cloud e eu vou usar todos os serviços da Google Cloud que eu puder, você está criando um lock-in em você mesmo que você não vai mais sair da Google Cloud. Não necessariamente é um problema, mas é curioso porque a gente tem algumas empresas nos Estados Unidos voltando para on-premises, por exemplo, porque a cloud está ficando tão cara e tão complexa que algumas empresas, às vezes apps ou plataformas, estão voltando a ter os próprios servidores. Então, tudo isso é um ponto do ponto de vista de estratégia. Eu acho que o ponto aqui é o que você está tentando resolver?
Qual é a dor, né?
Porque… Eu me lembro muito bem quando a gente desenvolvia só software, depois machine learning e agora AI generativa. E é sempre assim, essas coisas são ferramentas. No que você quer usar elas? Você não pode ter uma ferramenta à procura de um problema, é o inverso. Então não é eu quero usar AI generativa. Não queira usar AI generativa. Queira ter uma lista de problemas bem definidos no qual você pode usar AI generativa. Então assim, esse é o ponto. Se você está numa situação hoje que o seu billing da OpenAI está muito caro, o Gemini está muito caro ou ele não está atendendo certo os seus use cases, aqui está errando muito, está alucinando, o que é uma coisa que eu acho que honestamente a maioria das empresas no Brasil nem chegou nessa etapa. Não chegou nem na etapa do billing e nem na etapa de dizer isso aqui, no longo prazo isso aqui não funciona do jeito que eu esperava. Porque quando a gente coloca modelos de machine learning em produção, aparecem tantas exceções ao longo do tempo e a IA generativa não é diferente de qualquer coisa de machine learning ou qualquer coisa parecida que teve no passado.
E eu vejo muitas pessoas redescobrindo coisas. Então, em machine learning a gente tinha ferramentas de monitoria, de controle de qualidade, de observabilidade e agora a gente está redescobrindo tudo isso. Nossa, colocar em produção eu preciso prestar atenção? Ele não… Se resolve sozinho? Sim. Ah, eu preciso dar manutenção para sempre? Sim. AI é um filho, você vai cuidar dele para sempre. Ele não é como um software, e isso é o importante. AI não é software. Software você faz e ao longo do tempo, se você não mexer, ele é igual, ele fica com menos bugs. AI não, você vai ter manutenção para sempre. Você pode criar novas coisas que você não previu, Então assim, os ganhos têm que valer a pena. Então se você é um executivo, voltando à pergunta, que está hoje com um billing muito alto de AI, que são raros casos, ou que você está numa performance ruim, e nisso eu acho que o executivo pode ter um pouco de dificuldade, porque a pressão é tão grande para as empresas colocarem dinheiro em AI que alguns times podem estar vendo as coisas de forma muito otimista. E aí pode estar mascarado por boa intenção ou por má intenção quais são realmente essas limitações, onde não tá dando certo.
Então assim, o que eu quero dizer é que muitos projetos podem ter tido muitos empurrões para parecerem bons e às vezes não são tão bons. Então para o executivo é difícil de ter essa visibilidade e é por isso que a gente tem que insistir em ter visão das coisas, de ter controle de qualidade, de ter muitos testes e aí ver o que não está dando certo. Se você tiver muitos casos ou no seu caso, então eu estou atendendo hoje, por exemplo, uma health tech e eles querem fazer uma parte de agendamentos de exames, etc. Então assim, começa a entrar nomes muito específicos, aí já não começa a performar tão bem, porque é um domínio muito específico em português. Então, esses casos, por exemplo, também podem tirar proveito de você ter um modelo seu.
Sim, mas para mim fica muito claro, a grande dica é: Cara, tem fases iniciais de adoção de AI que não faz sentido o desenvolvimento de um modelo. Você tem que estar com o billing alto, Ou seja, você tem que estar com a conta muito alta ali no GPT, no Gemini, né, para começar a ter essa discussão. Então assim, cara, tem uma, tem um campo enorme.
Insatisfeito com alguma coisa.
Case só é case quando mexe o ponteiro. Mexeu o ponteiro?
Mexeu o ponteiro. A gente viu aí segmento de telecom, ele tem uma questão de sazonalidade também. Então, normalmente no início do ano a gente vê uma demanda muito maior e essa demanda ela vai reduzindo ao longo do ano. E o que a gente conseguiu também com a campanha que foi utilizada por inteligência artificial foi conseguir manter custos equilibrados. Todo mundo sabe que se a demanda reduz, a gente também tem uma questão de aumentar custos e a gente conseguiu equalizar esses custos ao longo do ano. Conseguiu aumentar a volumetria de leads qualificados para o comercial trabalhar. Então assim, foi super positivo porque a gente conseguiu equilibrar a demanda, oferta e procura com uma campanha que realmente despertasse atenção. É uma métrica que é muito de performance, mas acho que vale trazer aqui, é o CTR, que é basicamente a correlação, a taxa entre pessoas que são impactadas com pessoas que clicam nos anúncios. E o nosso CTR subiu E veio crescendo, né, ao longo do ano de 2024, à medida que a gente conseguiu colocar a campanha no ar. Então a gente percebeu que os anúncios que a gente rodava antes versus os anúncios que a gente passou a rodar com essa comunicação diferente realmente despertou um volume maior de cliques.
Então a gente aumentou essa métrica que é super importante para gente, e naturalmente mais acessos ao site, mais leads qualificados para o comercial, mais pedidos vendo instalação. Mais receita para a empresa, né, que é o que importa.
E esse talvez seja um insight muito bom, né? A fronteira que a inteligência artificial consegue transpor quando ela brinca com situações que a mente humana e a nossa limitação não chega é muito boa. Só que você vai ter a resistência interna e você precisa fazer esse trabalho de educação. Então acho que o que você está trazendo para a gente é que vale esse investimento de romper o público interno e falar, olha, pera aí que a gente tem um potencial aqui, mas vale a pena, entendam o valor por trás disso aqui, acreditem que vale a pena. Então acho que esse insight é muito bom, né, Fred?
É isso aí. Eu vivi essa história também do outro lado da mesa, né, como agência. E caralho, era a nossa única saída. Naquele momento, porque imagina que o diretor veio à mesa e falou assim: olha, eu quero em uma semana um planejamento de campanha para o ano que vocês fujam do tradicional. Eu quero que vocês tirem aquele conceito visual da família feliz usando computador que a Alô falou, porque eu não aguento mais ver esse padrão visual de telecom oferecendo família feliz. Eu quero que vocês mostrem que a nossa internet, a Laris, quando chega no lar, ela traz o impossível, ela traz a possibilidade de você fazer o que você quiser com ela e tornar o impossível impossível, né?
E aí veio o nome, né, também Desperte Seu Potencial Ilimitado, não à toa.
É, e aí vem o insight, né? Desperte o seu potencial ilimitado e E a criação do conceito visual, ela só podia ser com o IA, porque para despertar o potencial ilimitado, a gente teria que antigamente ir para um lado de ilustração. E aí tem um risco da ilustração ficar um pouco infantilizada, né? E de você ter dificuldade de replicar quando você chegar num Um personagem, num personagem, quando chegar num personagem, você tem dificuldade de replicar aquele personagem em posições e movimento, como você movimenta um personagem. Então a inteligência artificial para nós naquela situação era a única saída. Tipo, não foi algo que a gente falou assim, não, vamos inovar com IA, é vamos adotar IA para não morrer.
Só tem tempo para fazer com inteligência artificial. Esse era um ponto, né? O tempo era muito curto e precisava sair do óbvio, né?
E então esse caso, pessoal que tá ouvindo a gente, é um caso de aplicação de inteligência artificial para criação de visual de campanha de marketing, em que a gente mudou completamente o padrão visual de uma marca que é a Lares, saindo do tradicional com pessoas felizes e indo para personagens criados com IA e depois até animados e feito comercial de TV, né? Eu queria que você me falasse um pouco sobre o comercial de TV, porque é uma peça um pouco mais sofisticada e que tem um investimento alto para ela reverberar.
Né?
Como foi a sua surpresa ou quando você viu um vídeo de comercial de TV feito por IA? E que você comentasse um pouco também sobre os custos de produção desse tipo de vídeo.
Eu acho que o primeiro ponto é que até a gente chegar nessa versão final era uma novidade pra todo mundo. Tanto pra nós quanto pra quem tava criando. Porque uma coisa é você fazer essa comunicação estática. Outra coisa é você levar ela para uma versão animada. E a gente teve várias idas e vindas, porque apesar da inteligência artificial estar caminhando com uma velocidade absurda, a animação não era algo que naquele momento, lá no início de 2024, né, não era algo que tava super avançada. Então a gente tinha ilustrações, imagens super legais, E filmes que não necessariamente num primeiro momento eles vinham redondos, né? Então a gente teve várias idas e vindas, novidade pra gente, novidade pro time de criação da agência. E no final enxergar o resultado daquilo que foi produzido sem ter todo um trabalho e um custo e um tempo de designer, de produção, de tudo que a gente sabe que tá envolvido numa produção de campanha. E a velocidade que a gente conseguiu ter com essa versão animada foi muito legal, assim, porque eu acho que no fim das contas ninguém esperava que a gente fosse conseguir chegar num nível de produzir um filme, esse filme rodar na TV, sendo esse um filme que basicamente foi feito por inteligência artificial.
Refinos óbvios dos profissionais, né, quando a gente olha pra um copy, quando a gente olha pra um detalhe, um acabamento no visual importante. É, não só na parte estática quanto na parte de vídeo. Mas é muito legal quando a gente vê um resultado final e fala, nossa, isso não precisa nem longe, né? Isso há um ano atrás era impossível.
Santi, você como investidor profissional, onde estão as oportunidades em AI na sua visão?
Tem sido uma nova tecnologia que realmente tem chegado ao mercado de um jeito muito impressionante. Há muitos anos se falava de machine learning, analytics, grandes modelos, big data, cloud, tinha um pouco esse caldo de cultivo do que hoje é a revolução de AI, Mas o que tem acontecido nos últimos 3 anos é impressionante. Acho que desde o lançamento de ChatGPT-3 e esses grandes modelos de linguagem que realmente tem uma interação com usuários muito sofisticada, a maioria das pessoas tiveram um momento assim de falar, putz, isso aqui é o futuro. E acho que o que mais impressiona é que aconteceu numa velocidade muito maior que outras revoluções tecnológicas. Se você vê a curva de adoção de rádio, televisão, demorou décadas. Mesmo a internet, que hoje a gente acredita que tem um impacto global impressionante, tem conectado 5 bilhões de pessoas no mundo ou mais, demorou vários anos entre as primeiras Netscape, os primeiros browsers, e começo dos 90 e o momento atual. Mas no caso de AI, eu li uma estatística que já mais da metade das pessoas nos Estados Unidos tem um relacionamento frequente com inteligência artificial e usa praticamente no seu dia a dia.
Então talvez pela relevância que a tecnologia cobrou nas nossas vidas na última década, todo mundo teve um acesso mais rápido à tecnologia e todo mundo está um pouco mais antenado. Acho que realmente é uma tecnologia, é uma plataforma que vai ter muita relevância no futuro das nossas vidas e obviamente também no futuro dos negócios. E a gente hoje tem um portfólio de mais de 100 companhias, algumas já nasceram nativas desse mundo de AI, mas muitas que vêm operando 10, 15 anos e todas estão pensando como implementar essas novas tecnologias no seu dia a dia. Tem múltiplas frentes sendo trabalhadas hoje e realmente acho que tem sido muito, muito impactante.
E é o desafio de ser incumbente, né? Você já tem uma via de geração de valor, E o change management, a gestão da mudança, não é tão simples de ser feita no negócio. As implementações plug and play de que você coloca a IA num produto não é necessariamente AI first, pensada a princípio com AI. Talvez o player que venha com um produto página em branco, ele tenha uma aplicação mais relevante que gere mais valor. Esse é o game.
E acho que uma das indústrias onde a gente está sentindo que o impacto está chegando mais rápido é a indústria de vocês, no limite, que é a indústria de mídia. Vocês já estão trabalhando com AI em mídia, mas tem uma companhia do nosso portfólio que imagino que vocês conhecem, que está fazendo algo muito legal, é a Winning. Que é uma companhia que desenvolveu uma ferramenta que permite entender como as pessoas interagem online com suas distintas redes sociais e dá a grandes marcas acesso a um perfil de como é o teu cliente, o que o teu cliente quer ver em quanto a conteúdo, como você desenvolve. No caso deles, muito focado em vídeo, um vídeo muito específico para o teu cliente. Então Basicamente, continua tendo humanos muito envolvidos na criação de conteúdo, mas é uma criação de conteúdo sendo feita muito mais baseada em dados e muito mais ágil para criação, com muito menos burocracia.
O processo de produção de vídeo com casting, direito de imagem, ele se torna um processo muito burocrático, custoso.
Como é que está esse papo de inteligência artificial com eles? Já é uma conversa madura ou você ainda precisa voltar, explicar essa democratização e o benefício de ganho e de escala com AI?
Eu diria que é uma conversa que ela sempre existe, sempre aparece. Então, quando a gente vai conversar, eu preciso tratar do tema, seja porque a gente está trazendo como consultoria ou porque os clientes estão demandando. Mas a grande realidade é que a gente já tem AI rodando embarcada de certa forma há algum tempo, né? E aí, sei lá, a gente soltou, acho que tem umas 3, 4 semanas, a gente publicou um case com um dos nossos parceiros de tecnologia, que foi o primeiro case América Latina, por exemplo, usando AI para implementação de uma solução de fluxo de caixa preditivo usando inteligência artificial, né? Então, na verdade, a inteligência artificial ela vem para ampliar as funcionalidades, as capacidades que a gente já tinha ou para, de certa forma, aumentar a capacidade de catalisar a implementação de algumas soluções. E aí cada player, a gente trabalha com os maiores players de mercado, estamos falando de SAP, de Oracle, de AWS, de Google e Microsoft. Cada um tem a sua plataforma, tem o seu AI embarcado e dependendo do que a gente tem de problemática no cliente. Isso quero dizer, estou falando com uma área de marketing, é uma coisa, estou falando com uma área de finanças, é outra coisa, cada um, uma área comercial é outra coisa.
Então, a gente vai plugando inteligências um pouco diferentes, mas eu já tenho alguns cases rodando e trazendo valor muito mais rápido e fazendo projetos que demorariam 1, 2 anos acontecerem em 2 meses. É um negócio impressionante.
Todas as— você vê que interessante, isso aí vale ouro. Uma empresa de serviço, se você tá em qualquer uma, né, pode ser uma empresa de advocacia, uma agência, uma consultoria, ele trouxe duas dicas. Um, aumento de portfólio, criação de novos serviços ou enriquecimento de serviços atuais. E a segunda alavanca, eficiência operacional, desindexação de mais projetos, mais pessoas, né? Sou uma consultoria, imagina se eu continuar crescendo 20%, 30% ao ano, vai faltar mão de obra para eu treinar, para eu— como que eu desindexo? Como que eu ganho mais projetos e eu coloco mais pessoas, mas num menor nível do que eu estou colocando hoje? Isso vale ouro.
Demais. E acho que também volta num outro ponto que o Vitor compartilhou com a gente, que é tornar o trabalho mais legal. Porque quando você tira a pessoa de fazer esse, o tudo ali rodando muito no igual, e ela passa a fazer uma outra coisa, vem uma satisfação no trabalho que eu acho que ela aumenta. E é uma terceira dica que eu coloco nesse comentário do Vitor, que ela tava meio oculta ali. Mas você soma essas três coisas Acho que faz sentido para qualquer operação, não só de serviço.
O Felipe matou ali de fato essa questão de como é que você mantém um pessoal animado, motivado para estar ali e engajado, não só para estar ali, mas para estar ali contente e querendo mais, com apetite e tal. Porque ninguém quer, eu tenho certeza que o Fred não quer, o Felipe não quer, o Vitor não quer, a gente não quer ficar apertando parafuso, não estamos mais nesse mundo. No tempo de apertar parafuso parafuso, talvez o consultor queira estar em casa assistindo Netflix, queira estar com a família, queira estar na praia fazendo alguma coisa legal. Não faz mais sentido com a tecnologia que a gente tem hoje eu ter que ficar apertando parafuso.
Eu costumo dizer que se implementado gera eficiência operacional e o que você vai fazer com essa eficiência é uma decisão futura.
É verdade.
Se vai melhorar a vida, a qualidade de vida, se vai aumentar produtividade, de projetos, pessoas, é uma decisão futura ali organizacional.
Muito bom.
Protagonista nessa camada, eu queria inaugurar as perguntas, Carlos, entendendo como AI tá ajudando a impulsionar o crescimento da Globant.
Claro. Primeiro, eu acho que o mais importante dizer que a Globant tem sido não só protagonista como tem sido inovadora dentro, dentro de tudo que a gente fala sobre AI. Quando você olha para uma consultoria, você tem várias maneiras de você empregar AI, e uma delas, por exemplo, é dentro de casa. Então, que ferramentas que você pode utilizar para que você dê mais qualidade para o cliente, para que você dê melhor o projeto, para que o projeto seja mais fácil, seja mais eficiente, que você baixe custo melhor imagem. Então tem várias ferramentas que você hoje utiliza na codificação de um projeto, na utilização de teste, na utilização do recurso que você vai escolher, ou seja, daquela pessoa que você vai colocar naquele projeto que tem o skill mais adequado para aquele projeto que você tá dizendo. Hoje dentro da Globant, por exemplo, a gente faz, a gente utiliza AI em toda essa ponta. Então hoje quando a gente vai afiar alguém para dentro de um projeto é uma ferramenta que escolhe o perfil adequado com a linguagem e que traz a melhor prática, a melhor pessoa para dentro daquele projeto. Um segundo ponto é que ferramentas que a gente pode utilizar dentro de casa para que a gente tenha uma melhor eficiência do projeto.
Então a gente já utiliza AI para codificação quando necessário, quando é um projeto de codificação. A gente já utiliza, por exemplo, AI para teste. Hoje, hoje, por exemplo, por toda a experiência que a Globant tem, alguns clientes como a Disney, a gente já utiliza AI, por exemplo, para fazer teste de tela. Então a inteligência artificial hoje consegue identificar erros, posicionamento, imagem gráfica, que antes você precisava de várias pessoas fazendo esse teste. Hoje aí tá ali fazendo todo esse trabalho. Então a gente começa que esses requisitos do que a gente utiliza como ferramental para que a gente possa usar dentro dos projetos ou entregar isso para o cliente já é um aumento de performance visível em relação aos clientes. Hoje a gente consegue ser 6 vezes mais rápido do que a gente era há 2 anos atrás. Isso em tudo que a gente vem desenvolvendo para o cliente. Fora isso, hoje a gente consegue pensar em soluções para vários clientes por exemplo, com tudo que vem vindo de AI e como que a gente coloca isso e como que a gente cria soluções utilizando AI e soluções inovadoras para dentro do cliente. Outro dia eu conversava, por exemplo, com um cliente que ele tem uma operação de pagamentos, ou seja, como se fosse uma célula ali de pagamentos e como que a gente poderia colocar agentes, fazer toda uma estrutura de agentes onde esses agentes pudessem diminuir a quantidade de erros que ele tinha, a quantidade de pessoas que ele utilizava para fazer.
Então você está pensando também e para isso você precisa treinar as suas pessoas para que essas pessoas estejam aptas a criar soluções, a dizer quais são as soluções melhores. E aí envolve de novo voltar para dentro de casa e saber como que eu posso treinar as pessoas para que as pessoas estejam aptas a responder para o cliente o que ele precisa. Eu acho que o outro grande ponto que a gente pode trazer como uma um baita crescimento para dentro do nosso negócio, é olhar o que que a gente pode trazer para o cliente que seja inovador, que ele consiga testar isso de maneira rápida dentro da operação dele, e que isso que é inovador não é simplesmente uma promessa futura, mas não, que a gente consegue estar utilizando em todo mundo, por todos os projetos que a gente A gente tem. A Globant é uma empresa muito grande, a gente tem hoje 30 mil funcionários no mundo e a gente tem projetos sendo executados em todo o mundo. Então projetos como esse que eu comentei da Disney, projetos como a gente já teve dentro do Google e outros que a gente vem desenvolvendo, o próprio novo estádio, por exemplo, que a gente vem desenvolvendo com o Los Angeles Clippers, que chama Intuit Dome, esse estádio é todo feito através de inteligência artificial.
Que o que que ele entrega? Ele é no conceito free flow. Da hora que você entra, você cancela. Para qualquer coisa que você pega, não tem caixa para pagamento. Você faz ou tudo pelo aplicativo ou tudo por ID ou reconhecimento facial. Obrigado. Então, tudo isso você consegue pensar de que maneira? Treinando suas pessoas, utilizando ferramentas e estando na vanguarda de tudo o que está sendo executado pelo mundo para que você possa propor isso para o cliente. Isso entrega crescimento, entrega uma visão diferente, uma visão disruptiva e uma visão inovadora da companhia em relação ao mundo.
Carlos, você falou em diversos estúdios especializados por segmentos da economia. Vocês trabalham com vários segmentos da economia promovendo a consultoria e o serviço de vocês. Quais segmentos estão mais maduros? Quais segmentos e quais, se você puder citar alguns cases, casos de aplicação?
É difícil dizer, mas tem alguns que são destaques. Por que é difícil dizer? Porque embora alguns setores sejam mais visíveis para que todos vejam, existem outros setores que às vezes não é tão visível, mas você percebe um trabalho de laboratório, da indústria indo atrás e experimentando, e às vezes isso não é visível e não toca isso para que todos vejam, né? Mas, por exemplo, você consegue ver que o setor financeiro é um setor que já utiliza, e principalmente quando você une a estratégia de AI com data, você já vê um ganho absurdo, por exemplo, de como eles podem utilizar dados utilizar AI trabalhando com esses dados, entregando às vezes uma melhor personalização para um cliente específico ou um crédito de maneira diferenciada ou uma análise com relação a como ele pode tratar um cliente e fazer projeções futuras. Então, o setor financeiro é onde a gente consegue ver isso trabalhando e consegue ver isso sendo colocado para todos, né? Mas você já consegue ver, por exemplo, na indústria do agro, onde você já vê, por exemplo, reconhecimento através de imagens, onde eles, onde é possível identificar, por exemplo, quando um produtor vai tomar crédito, você consegue pegar várias imagens históricas daquela região e saber se ele tá plantando já desde 10 anos aquela matéria produtiva ou não, se ele começou na semana passada, né?
E aí consegue, por exemplo, fazer fazer todas essas análises. Ou mesmo no agro, quando você traz o drone para que ele possa fazer todo o mapeamento, entender através de imagens como que está a semente, como que está a plantação, que tipo de fertilizante que ele vai utilizar. Ou, por exemplo, um projeto que a gente fez para a polícia de Londres, onde você consegue através de câmeras identificar comportamentos diferentes dentro do metrô. Então você consegue identificar se está tendo um pânico generalizado e essa IA vai identificar qual é a diferença de alguém correndo para o metrô ou simplesmente um cara correndo com uma outra dimensão, de um outro comportamento, que ela tem que colocar um alerta para que ele coloque. Então assim, são vários setores. Eu acho que todos os setores hoje, de alguma outra maneira, experimenta. Alguns setores a gente consegue ver isso visível, medicina, por exemplo, o setor de saúde é um dos setores que já atuam com isso há muito tempo, então você consegue ter predição de câncer hoje com bastante antecedência, você consegue fazer com que a AI olhe para vários exames históricos, por exemplo, de uma pessoa e ela consegue, através de um padrão, identificar o risco de alguém exposto a um devido câncer.
Então, É difícil, eu acho que todos os setores hoje têm uma corrida, não uma corrida contra outro setor, mas uma corrida para que ele consiga trazer eficiência, trazer uma melhor personalização, trazer um melhor resultado, isso incorpora N maneiras aí. Eu não acho que existe… Existem setores mais maduros, como o financeiro, mas hoje em dia eu acho que todo mundo de alguma maneira acaba utilizando, nem que seja o ChatGPT ali para melhorar a eficiência dentro daquele setor.
A tua operação tá no momento aqui, e entre os nossos entrevistados, é muito particular porque você já tem adoção em larga escala, vou dizer assim, tá? Quando foi que você olhou para AI e falou assim, isso aqui vai mudar praticamente tudo da forma como eu conheço? E além, qual foi o case de vocês que mais te marcou até agora?
Então tá, acho que é super difícil de dizer em que momento que esse estalo aconteceu. Por quê? Porque isso vem aos poucos, isso vem pingando, pingando, pingando. Teve uma onda grande quando o ChatGPT apareceu, isso praticamente inundou a todos. Isso e parece que despertou ali todo mundo para que isso poderia ser possível. Mas para mim, acho que o grande, a grande onda, e o que a gente mudou um pouco o salto, e é onde você começa a pensar de que maneira, que aonde que isso pode chegar, é quando você introduz os agentes. E quando você vai um pouco mais a fundo para entender o que que isso pode chamar, e vou aqui me dar uma licença poética para poder utilizar, talvez aqui não é assim, mas a gente pode classificar assim, é o primeiro pingo de consciência que você pode dar para uma inteligência artificial. Quando você começa a falar que eu tenho um agente, que ele pode ser auditado por outro agente especialista, que eu tenho um outro agente especialista que pode olhar para essa cadeia de agentes de dizer para ele que, como ele é mais esperto, ele consegue também identificar pontos de alucinação e ele vai fazer isso.
E você tem ali os agentes trabalhando como auditor de um processo, você começa a dar a capacidade para esses agentes não só te responderem, mas também abrir aplicações, efetuar pagamentos, efetuar ações que antes a gente não tinha condições de fazer, efetuar ações através de uma aplicação, através de um carro, através de uma unidade autônoma. Então é onde eu acho que a gente deu o primeiro passo para que a gente agora consiga escalar de uma maneira super rápida. Eu acho que isso traz um diferencial enorme. O ChatGPT foi isso, mas para mim eu acho que essa foi a aonde você fala, uau, né, o poder que isso tem agora é praticamente infinito, né, onde que a gente vai parar a partir daqui, né.
E sobre agentes, explica qual é a sua visão, o que é um agente.
Ok, antes eu vou voltar só no case, um case que me marcou bastante. A gente, eu não posso falar o cliente, mas um cliente buscou a gente no passado porque ele tava, passado recente, ele tava olhando de que maneira que ele poderia ter um centro de serviço compartilhado mais eficiente. E através da inteligência artificial a gente conseguiu construir, por exemplo, uma arquitetura onde a gente usa os agentes e eu já Aí eu já explico qual que é, no meu conceito, o que quer dizer o agente. A gente conseguiu dar para ele essa possibilidade, aonde eu posso criar um agente automatizado, onde aquele agente ele tá pronto para executar uma tarefa específica e ele vai sempre executar aquela tarefa. A partir do momento que aquele agente ele identifica uma anomalia, ou seja, aquela tarefa está saindo padrão, ele pode perguntar para um outro agente, que é um agente especialista, né? E aquele agente especialista, por ele ser um agente que tem mais informações, foi treinado de uma maneira diferente, ele consegue auditar aquele trabalho e dizer para ele: não faça isso, faça dessa maneira, ou isso que você não tá conseguindo, ou porque você não foi treinado, eu vou te treinar para que você faça isso, né?
E esse loop que você acaba fazendo, você pode trazer o humano ainda nesse loop. Looping, né, e dizer ainda que o humano dentro desse looping ainda possa dizer quando esse sistema de vários agentes que você pode criar, ele ainda pode ensinar para que esses agentes possam trabalhar. Dessa maneira, você praticamente dilui toda alucinação possível dentro do sistema, os agentes trabalham de maneira autônoma e super eficiente. Então acho que responde sua pergunta e trouxe um pouquinho do case que você comentou.
Então vamos aproveitar para trazer essa conversa para onde vocês estão hoje, Grupo Smart Fit e inteligência artificial. Qual é o uso hoje?
Boa, eu acho que tem alguns usos relevantes que mexem o ponteiro do negócio, mas eu vou falar de um que a gente gosta de falar bastante, que é sobre o uso de machine learning na precificação dinâmica das academias, né? Então Poxa, hoje a gente tem quase 1.800 academias e o modelo de negócio da Smart Fit, o que driver, né, a demanda é basicamente a gente conseguir regular o preço de alguns dos nossos planos, né. A gente tem um plano Black que é um preço flat em todo o país, mas a gente tem o plano Smart, o plano Fit, que a gente altera a mensalidade dele, né, para cima, para baixo, de acordo com a estratégia daquela loja em específico, né. Você fazer isso para 10 academias Tranquilo, né? Você pega uma lista lá e toma a decisão e tudo certo. Você fazer isso para 1.800 fica muito mais complexo, né? Você conseguir avaliar a concorrência na região, você conseguir avaliar se aquela academia já tá no limite máximo de capacity que ela tem. Então a gente desenvolveu um modelo de machine learning que ele coleta uma série dessas variáveis e ele recomenda, fala, cara, olha, eu acho que a gente deveria mudar o preço dessa loja para determinado preço.
Porque ela vai ter um incremento de receita, né, se a gente fizer esse movimento. Então a gente tem usado bastante isso dentro da organização e o tempo inteiro a gente está testando novas variáveis para saber se a gente consegue otimizar esse modelo de alguma forma.
E como que você mensura que essa iniciativa deu certo?
É backtest, né, machine learning, você consegue na hora que você está desenvolvendo um modelo, você olha o passado, como que ele foi sem o uso do modelo. E aí você começa a dizer, ah, se eu tivesse usado o modelo nesse período com o que ele recomenda, como que teria sido a assertividade no ganho de vendas, etc. Então você consegue saber o resultado das vendas, porque está no passado, e aí você consegue inferir se aquilo foi bom ou não para o resultado da loja. Então todo modelo de machine learning é isso, você pega dados passados para fazer o treinamento E aí consegue com percentual desses dados fazer o backtest e aí você consegue inferir qual que é a acurácia que você tem daquele modelo.
Então você já consegue afirmar hoje que AI move a tua régua de produtividade, eficiência e ganho, evidentemente, de receita?
Com certeza, com certeza. E aí tem um outro caso que é super relevante, né, que é a prescrição de treino para os nossos alunos, né. Então a gente tem um aplicativo da SmartFit que é por 2 milhões e meio dos nossos clientes, metade da base. E a principal atividade, né, que esse aplicativo faz é prescrever treino. E para a gente é muito importante que a gente prescreva o melhor treino possível para o nosso cliente, porque se ele se engajar com aquele treino, a tendência é que ele fique mais tempo com a gente, né. Então hoje o algoritmo que prescreve o treino é baseado em algumas preferências do usuário. A gente pergunta para ele quantas vezes por semana ele vai academia, se ele gosta de treinar de manhã ou de noite, mas a gente também coleta avaliação dos usuários se eles gostaram daquele treino ou não. E a gente sabe se eles executaram o treino porque eles confirmam no app. Então os treinos que são mais bem avaliados e mais utilizados têm mais recomendação para novos clientes, e os que não são tão utilizados assim têm menos, né? Então naturalmente a gente já consegue direcionar um pouco um treino mais eficiente para o cliente.
E aí no futuro O que a gente pretende fazer é a gente conseguir levar isso no nível de equipamento, né, que pra gente é muito importante conseguir distribuir os alunos da melhor forma possível entre todos os equipamentos que tem na loja. Então às vezes a gente tá prescrevendo muito um treino que usa o supino, por exemplo, pra fazer peito, e aí aquele equipamento pode estar com fila, né, e aí você fala, poxa, por que que o algoritmo não detecta que tem muita gente usando supino e a gente não começa a recomendar outra máquina que trabalha o mesmo músculo? Grupo muscular. Então isso é algo que ainda não acontece, mas a gente quer testar essa tese no futuro para ver se a gente otimiza a distribuição dos alunos e consequentemente vai fazer com que a gente possa absorver mais pessoas na loja e melhorar a rentabilidade daquela academia.
E ainda muito provavelmente de uma maneira invisível você vai ter pessoas mais felizes com o treino que desempenham ali, né? Então um ganho de AI também que é bem bacana. Para o teu negócio.
E deve refletir na retenção, né? Você treina, eu treino, a gente sabe como é importante ter um treino individualizado, né?
E eficiente, né? Que você fique menos tempo esperando para fazer o que você quer fazer.
Eu achei do caramba, cara. É o Waze da academia.
É isso aí. Eu sempre, quando falo sobre esse projeto, falo, cara, vai ser o Waze da academia, né?
Te leva para onde tem que ir pegando o menor trânsito dentro da academia. É isso aí.
Exato. Boa.
E aí a gente ouve dois casos de uso bem diferentes, né? Um em ajudando trazer eficiência e qualidade na prestação. Eu capturei na sua fala duas grandes visões de futuro. Uma é AI vai me trazer eficiência. Você repetiu a palavra eficiência algumas vezes.
Sim.
E a gente adora essa palavra aqui. Porque de fato é o valor mais óbvio que tá na mesa da inteligência artificial agregar. Mas você trouxe uma visão também de AI como novos produtos ou novas ferramentas para aumentar meu engajamento, minha retenção ou minha captação. Cara, como que você vê isso na linha do tempo assim? Dá para a gente tentar abocanhar esses dois valores ao mesmo tempo ou você vê uma priorização?
É assim, eu acho que todo mundo hoje tá olhando muito para frente de eficiência, né, porque parece mais óbvio, né. Quando você olha para tecnologia de LLM, né, de IA generativa, você fala, pô, cara, esse negócio é um robô inteligente que responde a pergunta que eu quiser, será que eu não consigo fazer com que ele execute algumas coisas que hoje eu preciso de muita gente para serem executadas. Então eu acho que essa frente ela acaba sendo priorizada de forma automática, né? Mas eu acho que dá para competir sim, né? Tudo é uma questão de dinheiro na mesa, né? Se você tá investindo em pesquisa e inovação nas duas frentes, dá para você trabalhar. Eu acho que tem times distintos para atuar em cima disso na própria Smart. O cara que tá olhando para eficiência não necessariamente é o cara que tá olhando para melhoria do algoritmo de treino e conseguir absorver os dois ganhos. Com certeza absoluta.
Boa, legal. Eu queria que você trouxesse uma visão sobre como é, a gente ouve muito agentes de AI, muita falação e beleza, né? A gente compreende que tem um valor na mesa e estamos aqui para isso, para ajudar o Brasil a capturar esse valor, mas também tem muita espuma, né? Eu quero puxar essa experiência que você teve no começo da carreira. Você escolheu por trabalhar na internet e você disse que não foi uma decisão óbvia. Faz um paralelo para mim do advento da internet naquela época com o advento do que você tá vendo de inteligência artificial. Tem similaridade?
Ah, eu acho que tem bastante. Eu vou te contar assim, minha última mudança de carreira, sei lá, se eu fosse colocar em 3 big issues, o poder atuar com inteligência artificial tava nas 3 do topo de longe. Porque estando numa organização muito estruturada, que valida muita coisa para poder botar, o que não tá errado, né, porque pô, Ela tem um teto de vidro muito grande, 30 mil funcionários no administrativo para controlar. Então tem que validar mesmo as coisas para serem usadas. Mas o fato de eu estar limitado a usar era o mesmo sentimento que eu tinha lá atrás, porque eu sinto— a única diferença que eu sinto hoje é que a visão que eu tinha antigamente era de uma grande onda que tava vindo, e que essa grande onda eu tinha duas opções: ou eu me jogava para surfar essa grande onda que já tava vindo, ou esperava todo mundo surfar e corria atrás depois. Mas tinha tempo, tinha tempo. O que eu sinto agora é que não é mais possível esperar, porque depois de uma onda já vem a outra, depois já vem a outra, depois já vem a outra, depois já vem a outra.
E o sentimento que eu tenho hoje é da mesma libertação que eu tenho lá atrás, que é da mesma forma que eu apostei na internet, ter apostado que ia me transformar num profissional muito diferente, do que eu era e que não dava mais para esperar, porque as ondas são muito rápidas. E cara, eu vejo hoje em situações que eu entro assim, eu tô acabando minha formação no IBGC de conselho e as discussões lá, eu nem sou nem expert no assunto, eu sou um usuário, talvez early adopter da coisa, mas as discussões que a gente tem e o nível de troca, eu falo, cara, a galera não usou nada Nada. Eles não têm noção do que é. E eu era assim, porque há poucos meses atrás eu também não podia atuar com isso. Hoje eu vejo, cara, que é um negócio que é um asset tão importante na vida, e um dos meus assets de carreira sempre foi a inovação e a tecnologia, que eu não podia perder nesse sentido.
E ali na loja do mecânico você já tem uma liberdade de utilização de inteligência artificial muito grande. Conta um pouco como é que vocês estão usando, quais casos de uso.
Eu acho que para começar a contar essa história é importante contar que em determinado momento a organização precisa se organizar para usar, porque os indivíduos vão usar mesmo em lugares controlados, o indivíduo ele usa de alguma forma, né? Nem que seja na máquina dele em casa, no home office, manda texto por email, muda lá, vai acontecer. Agora, quando o cara começa a usar mesmo, o problema é ser assim: você tá usando o GPT, você tá usando o Gemini, eu tô usando o Claude. Você tá usando uma base, você tá usando outra, eu tô usando outra. Da mesma forma que BI e relatoria não bate se partir de lugares diferentes, vai chegar uma hora que as IAs vão ter que se comunicar, por você ou sem você. E a gente tá nesse estágio, assim, bom, agora a gente já sabe, todo mundo usa aqui, ninguém mais se nega que tá usando. Agora é como é que a gente organiza para o nosso uso ser colaborativo entre nós. E esse é o momento que a gente tá. Se for falar sobre casos, eu acho que assim, a empresa, e um dos motivos pelos quais eu queria entrar inclusive, é que um co-founder ele é Ele é o cara de tecnologia e ele é entusiasta de tecnologia.
Então assim, o que o Thiago fala e faz é porque ele ama o negócio e a tecnologia. O que ele fez? Ele estruturou a empresa para usar durante muito tempo, sabe? Assim, o Martec feito para uso, ele é muito bem feito. Arquitetura e aplicação, ela é muito bem feita. Então se você quiser explorar do ponto de vista de análise, É só usar, é só usar. Obviamente tem que escrever um prompt direito, criar o teu agentezinho lá que vai fazer o trabalho, tudo bem. Mas a gente já— eu vou dar alguns casos básicos de uso aqui. Não sei os outros casos que contaram para vocês, mas vou falar. Eu não entro mais numa reunião sem gabarito, não entro mais numa reunião sem gabarito, porque eu sei quem vai participar. Se sou eu que vou apresentar, eu submeto o meu documento primeiro, submeto o meu documento para ver se ele tem coerência. E ela fala, ó, toma cuidado que esse slide aqui não bate com aquele. Vou lá e pá, corrijo. E eu tenho para mim uma coisa que eu aprendi muito na Vivo, que é que a ordem gera progresso, e essa ordem tem fundamento de governança.
Então quando eu vou apresentar alguma coisa, o meu modelo é mackenciano, e o modelo mackenciano, o bot, o AI sabe o que é. Então eu falo, ó, pega isso aqui, analisa e me dê todos os toques que eu tenho que corrigir para um modelo mackenciano. Ele me dá em linguagem mackenciana. Título, manchete, sabe aquela coisa marquesiana? Então isso dá um outro quê de qualidade também, porque quando você vai apresentar é aquele negócio, né? O slide marquesiano tem o quê? A manchete, ela diz o que tem todo, não precisa ler o slide, a manchete diz tudo. Então é outro padrão do que você apresenta, você tira as incoerências, o padrão da apresentação e o enredo você testa, né? Você fala, putz, ó, meu objetivo é esse, as pessoas que vão estar lá são essas, o histórico é esse, o meu atingível é esse. Então ele te dá o que prestar atenção, o que tomar cuidado para falar, o que você deve defender, quem você tem que amarrar com o quê. Só, cara, é meio que fazer prova com cola, só que também para fazer a cola você dá um trabalho para produzir, né? Você precisa pensar nela, senão não serve.
Você não vai fazer prova de química para fazer prova, para prova de geografia, não vai dar certo. Então isso a gente usa, a gente usa assim nas nossas reuniões mais importantes e com os nossos times, no meu time especialmente, a gente usa.
A gente não entra assim, eu amei porque ele é simples, é besta esse caso, né? Não tem nada de sofisticado, e porém ele traz uma eficiência grande para do time, né?
É outra reunião, é outra reunião.
O que a gente busca, inteligência artificial já tá no negócio de vocês, é cross para gente. Como começou essa jornada e onde vocês estão hoje?
Legal.
Bom, inteligência artificial é uma coisa que não veio de agora na Stefanini, né? Desde a primeira empresa que a gente, uma das primeiras empresas que a gente adquiriu há uns 15 anos atrás, né, a gente já começou a realizar serviços e e projetos usando IA, né? Obviamente a IA mais tradicional que a gente conhece, né, para solucionar problemas de negócio nos clientes, né? Então, principalmente na área de indústria, com também digital workplace, com soluções de atendimento, né? Então, há 15 anos a gente já vem trabalhando com IA, então não é uma coisa nova para nós. Há uns 3 anos mais ou menos, com o advento da IA generativa, né, de uma forma mais estruturada, a Stefanini encontrou um momento importante, né, ela se encontrou num momento importante. Então era uma época onde nós vimos que nós estávamos saindo de um modelo de transformação digital onde a própria empresa vinha se transformando através dessa criação desse grande ecossistema sistema de inovação, né, e de empresas que fazem parte desse grande grupo. E com a IA generativa a gente começou a estruturar, porque para nós naquele momento aí a generativa ela podia ser muito, podia beneficiar muito a empresa, né, ou podia prejudicar muito a empresa se a gente não acompanhasse esse movimento.
E claramente para nós aí a generativa ela traz um movimento, apesar de de nós termos passado aí em algumas ocasiões, como o advento da internet, com grandes mudanças e disrupções tecnológicas importantes, na nossa opinião essa é uma das mudanças que vai trazer grandes— vai ser muito ágil, vai ser muito rápida, e a gente percebe que isso já está acontecendo, Então, para nós era importante entrar rápido nisso e trazer isso para dentro das nossas soluções, né, e a generativa principalmente. Então nós fizemos um movimento, só para explicar um pouquinho como é que isso foi feito dentro do grupo, né. Naquele momento nós tínhamos mais ou menos 36 a 38 mil colaboradores, né, distribuídos pelo mundo, e existia uma grande ânsia de todos quererem usar o GPT, usar tudo que estava disponível naquele momento. Isso para nós era importante, mas ao mesmo tempo era um risco de segurança, né? Porque como é que você começa a lançar esse tipo de informação no mercado, na rede, né? Porque isso tudo ia para rede, porque era aberto, né? E não adiantava pagar algumas coisas para ter um ambiente mais fechado, sem estruturar. Então nós criamos um grande ambiente seguro, né, da Stefanini, e disponibilizamos para 38 mil colaboradores no mundo inteiro, para que todos pudessem usar da forma como eles entendessem que fosse interessante naquele momento.
Aí começou a surgir tradução, desenho, criação de imagem, criação de PPT, criação de tudo, né, desenvolvimento. Alguns começaram a criar rotinas e prompts de desenvolvimento para acelerar processos internos, outros dentro da companhia mesmo para acelerar back-office, processos de back-office mais transacionais. E o primeiro ano foi realmente esse momento que a gente chamava de experimentação, né? E nós começamos a utilizar. No segundo ano começou a vir um momento onde nós começamos a realmente fazer testes e estruturando muito mais tudo que foi sendo criado. Alguns a gente foi abrindo mão, outros a gente foi estruturando melhor dentro de uma plataforma. Criamos o que nós chamamos de Plataforma Stefanini de Inteligência Artificial, que é o SAI, que é Stefanini Artificial Intelligence, e definimos que esse SAI, essa grande plataforma, seria utilizada como uma forma de acelerar as nossas soluções. E não para vender para o mercado como o IA, né? Então nós criamos para 5 grandes frentes, né? Então a parte de cyber, nós hoje utilizamos IA generativa para os nossos SOC, né, para os serviços de cyber que a gente leva para cliente, né, de forma muito mais ágil para entender problemas de ataques aí em geral.
Nós usamos para marketing de forma muito— hoje marketing é uma das áreas que mais está utilizando isso dentro da empresa. Nós utilizamos para atendimento, né, para digital workplace, para infraestrutura híbrida. Nós utilizamos muito hoje para manufatura, né, que a gente já vinha utilizando. E tem uma que talvez vem linkada ao nosso grande core, basicamente, que veio ao longo desse tempo todo, que é aplicações, né, que é o que a gente chama de CyApp. Que é o nosso, o nosso, a nossa plataforma, que hoje são mais de 8 mil prompts criados para essa grande plataforma, e que a gente acelera muito os processos de desenvolvimento que a gente leva para os nossos clientes, desde modernização de aplicações, conversão de código, aceleração de processo de desenvolvimento, histórias de usuários, etc., testes unitários. Para cada caso nós temos casos concretos e exemplos concretos de ganhos de produtividade. Em alguns, 10%, 15%, 20%, em outros chega até 80%. Caso, por exemplo, de testes unitários, o ganho de produtividade é muito alto, né? Então isso acaba levando benefício para o meu cliente, para o nosso cliente, sem vender. Eu não vendo plataforma, não vendo acesso, não vendo licença, não vendo nada, mas eu acelero os processos que eu faço com ele.
Então eu levo qualidade, eu levo velocidade, agilidade E tô mais dentro do negócio do cliente também, ajudando na solução dos problemas deles, desafios deles.
Eu acho muito interessante, você passou por alguns conceitos da adoção de tecnologia e da inteligência artificial. Um primeiro conceito é: a sua empresa desenvolveu uma tecnologia. Então, para adoção do motor, generativo, você visualizou, visualizaram a necessidade de ter uma camada, um ambiente seguro, para quê? Para poder ter uma disponibilização em massa para 36, 38 mil pessoas. Você acredita que hoje toda empresa ela é uma empresa de tecnologia, no sentido de que para ela adotar IA ela precisa desenvolver tecnologia?
Não, não acho. Não, você diz empresa em geral? Em geral, não, não acho. Eu acredito que cada um com a sua frente, com o seu negócio. Para nós isso era muito importante porque o nosso negócio é tecnologia, né? Então era uma questão de sobrevivência, né? Ou você entra aí, como isso é muito rápido, as mudanças acontecem muito rápidas, a gente tinha que ser rápido também nesse momento. Essa terceira fase, que eu falei de duas fases, a primeira experimentação, segunda testes e os ajustes internos e a criação da plataforma, e agora a gente está na fase de escalar, onde talvez seja a fase mais difícil, que é o que a maioria das empresas tem sentido dificuldade, pelo que eu tenho percebido. A grande dificuldade não é você usar uma IA genativa, algum tipo de motor de LLM, etc. O nosso, ele é agnóstico, então ele funciona com qualquer motor de LLM. E para cada caso tem uma melhor que outra, e dependendo do momento também isso pode ir variando, né? Mas as empresas em geral, para cada tipo de coisa, para cada tipo de negócio, né, elas têm a sua necessidade. Não acho que precisa ser uma empresa de tecnologia.
Claro que alguns negócios, alguns business, sim. Por exemplo, banco é um negócio de tecnologia. Banco, além de ser de dinheiro, de financeiro, ele leva muita tecnologia embarcada. Então, se não tiver isso daí, se não tiver a sua própria plataforma ou criado alguma coisa muito estruturada, ele vai acabar ficando para trás, que é o que está acontecendo em alguns casos. Os bancos digitais são muito mais ágeis, muito mais rápidos, e agora os grandes bancos estão se adaptando e estão fazendo esse movimento também. Já indústrias, manufatura, grandes indústrias, metalurgia, etc., é mais difícil na prática você ter uma estrutura tão intensiva e generativa com, e assim usando machine learning, IoT, etc., para logística, para uma série de coisas, mas não necessariamente precisa ser o core do cara e ele ter isso daí como principal negócio, né?
Onde a inteligência artificial está inserida nesse contexto hoje?
Praticamente em tudo, Felipe. Então a gente tem até a jornada da inteligência artificial dentro da Braskem, ela vai desde Forecast de demanda, né, então olhar para frente quais as demandas que vão acontecer, otimização de compra de matéria-prima, né, a nossa matéria-prima é gás, seja nafta ou gás natural ou etanol para fazer o plástico verde, então como que a gente usa para melhor compra, porque matéria-prima você pode trazer de outros países, outros lugares, tem modal de transporte, então Aonde a gente compra a melhor matéria-prima e qual a melhor maneira de transportá-la. Dentro do processo de produção, eficiência energética, por exemplo, a gente tem um programa de AI específico para inteligência, para otimização energética em todas as fábricas do Brasil e agora a gente está começando a levar para outros lugares, mas no Brasil faz mais sentido essa otimização de energia. Então, a gente ainda, o comando final ainda é do ser humano, Mas todo o raciocínio de otimização energética já é feito pela AI e daqui uns dias vai ser também até a decisão final. Processo de produção, como é que você otimiza? Porque assim, na planta você tem que fazer a projeção de produção dos mais diversos grades dos produtos.
Então, como é que eu faço uma sequência de grades que a planta performe melhor? Qual a programação de produção que eu faço com todo dado que é imputado nela para que eu tenha melhor performance operacional. E aí a gente tem uma plataforma para os clientes, de relacionamento com os clientes. Então, como é que eu coloco inteligência artificial nessa plataforma? Desde um email para otimização de comunicação com o cliente, para o cliente não receber muitos emails. Então, como é que eu compilo o número de dados que eu tenho que passar para ele no melhor formato? Até todo o relacionamento que ele já teve com a empresa, E além de outros processos aí no meio, né, específicos, a gente tem também de logística. Então, qual é o melhor modal logístico para aquele cliente versus custo, prazo, volume? Isso em todo esse sistema. Então, desde estimativa de demanda até entrega, a gente tem utilizado inteligência artificial projeto a projeto, né, um por um.
Eu ouvi aqui você dizendo sobre várias etapas do processo, desde produtivo, compras. Como está organizada a AI na estrutura organizacional da Braskem?
Ela não tem um dono sozinho, né? Ela tem, existe um estímulo para todas as áreas para olharem para isso. Então, por exemplo, a minha área de marketing, eu tenho uma pessoa que olha para dados. Então essa pessoa ajuda usando inteligência artificial como otimizar as compras de mídia, como otimizar performance, Como otimizar monitoramento das redes sociais com todos os inputs que a gente tem de respostas nas redes sociais, como é que a gente gera respostas mais rápidas e mais alinhadas para os mais diversos perfis. Para a área de conteúdo, que gera conteúdo, então como é que cria conteúdo, imagem, isso dentro da minha estrutura. E existe uma área de digital, na verdade até existia, agora ela foi disseminada, porque ela precisou existir durante um tempo para impulsionar. E essa área de dígito, junto com a área de TI e com a área de inovação, são os três, vamos dizer, as três áreas mais propulsoras da inteligência artificial, são as mais que utilizam e que geram soluções para toda essa cadeia que eu comentei, principalmente nos processos de produção até chegar nos clientes.
Eu vou um pouquinho a fundo no que você falou, esse despertar da consciência, tá, de como a gente Faz o menos touchscreen, mais touchscreen. Como é que você transporta isso para o seu time? Qual vai ser a responsabilidade de você como uma líder olhar e falar, gente, o uso responsável vai exigir determinados comportamentos nossos? Como é que é para você como líder isso?
Sabe o que é interessante? Uma coisa, uma outra coisa que eu vim assistir também, que teve um tema muito legal, que é trabalhar a incerteza. A incerteza é uma coisa que você foge dela, né? Quando se fala de incerteza dá medo, dá vulnerabilidade e tal. Você trazer para mesa a incerteza é assim: e se acontecer alguma coisa? Então, quando as pessoas vêm com muito dado, com muita informação, então sim, use inteligência artificial, use toda a tecnologia, mas não esqueça que existe o fator humano, o fator emocional. Então, sempre você ter essa provocação da incerteza: e se fosse diferente? Se a gente olhasse para um outro ângulo? E se a gente não fosse por esse caminho que tá todo mundo indo? Porque lembre que a inteligência artificial nada mais é do que o resumo de tudo que foi disponibilizado para ela. Só que nem tudo que existe no mundo já foi disponibilizado para inteligência artificial. Ela ainda é muito elitizada. Quantos países no mundo que são bem mais subdesenvolvidos não tem nada ali dentro? Então, quando você pede, você faz um prompt de uma imagem, um dos exemplos que a gente viu agora também, o CEO de uma grande empresa e tal, veio um homem de terno e gravata, ainda um homem branco de terno e gravata.
E aí a Emweb, ela fez uma provocação: um CEO e tal de uma empresa de absorvente íntimo, veio um homem com imagem de absorvente íntimo atrás. Nem assim veio uma mulher.
Por quê?
Porque na maioria do input da inteligência artificial, CEO são homens de uma faixa etária X, que tem o cabelo um pouquinho grisalho e tal, é aquele perfil. Ainda ela tem um bias muito grande, inteligência artificial tem um bias, então tem que tomar muito cuidado também, ela não é a verdade absoluta, o que sai ali não representa 100% do que a humanidade pensa naquele assunto ou de todas as informações que tem naquele assunto, por isso que eu acho que sempre vai ter o fator humano como o analista crítico daquilo que saiu como resultado.
Não é pegar e pôr no ar, né? Tem o quality, tem o seu pensamento crítico em cima do output que a inteligência deu.
Ela facilita muito e ela cria conexões que às vezes você realmente não pensou e cada vez vai criar mais, mas a criticidade, se aquilo tem a ver realmente com o seu produto, com o seu serviço, com a sua empresa, é sua, a responsabilidade é sua. Como eu sempre digo, né, uma agência pode criar uma campanha incrível, a visão da agência, você é dono do produto. Então, por mais— por que você contrata agência? Porque eles têm um potencial de inovação e de criatividade que você não tem dentro da empresa. Mas na hora que ele chega com uma campanha que é super criativa, mas não entrega o produto, a responsabilidade é sua de aprovar aquilo, né, de aprovar ou não. Então, sempre que eu vejo uma campanha estranha, eu falo assim, não é a agência que criou, quem aprovou? Quem briefou e aprovou? Porque o responsável é quem briefa e quem aprova. Porque a agência paga para criar para além do que você tem capacidade de criar internamente, mas é você que refina, você que é o dono da marca. Mesma coisa que a inteligência artificial. Então você faz um prompt, ela pode ir lá longe e trazer coisas enormes, mas o detentor, o responsável por aquela marca, por aquela empresa é você.
Então quem faz o refinamento final e vê que faz sentido mesmo ou não é sempre o fator humano.
Que legal! Eu fiz a brincadeira, né, que o Fih fala que as entrevistas são especiais e todas são, De fato, sem dúvida. Mas essa tem um diferencial, é o primeiro veículo que nós estamos entrevistando, um grupo super tradicional na mídia brasileira, o Grupo Abril. E a pergunta número 1 é: o que que tem a ver uma empresa tão tradicional com AI? Qual é a relação?
É interessante. Bem que você falou tradicional. Abril tá fazendo, completando esse ano 75 anos de existência. Eu, uma introdução, se vocês permitirem.
Claro.
Vocês têm ideia qual é a primeira publicação da Abril? Não, não chutaria alguma.
Eu ia errar no chute porque eu ia falar a óbvia, que é a Veja.
Mas a primeira foi o gibizinho do Pato Donalds.
Uau!
Foi a primeira. Abril nasceu para isso. Porém, a primeira publicação que está viva até hoje é a Capricho. A revista Capricho, as mulheres aí que estão escutando o podcast com certeza adoraram saber que a Capricho tem 75 anos. Nasceu para ser uma revista de telenovelas, né, para contar ali as histórias de uma novela lida na época. Enfim, é uma empresa super tradicional que escreveu o seu nome na vida na maioria dos brasileiros que estão nos ouvindo, nos assistindo, né, que permeia na nossa vida dos brasileiros e que tá no momento de transformação. Abriu nos últimos anos, passou por um momento momentos financeiros difíceis, né? Mas quando a gente chegou no fundo do poço, próximo dele, tinha uma mola, e a gente bateu nessa mola e voltou. Já é o terceiro ano que a gente planeja crescimento de dois dígitos, né? Uma das empresas do grupo é a maior empresa de logística de toda a América Latina. É a empresa que hoje representa 90%, todo o faturamento do grupo, e que nasceu para entregar revista, né? E hoje é a maior last mile de toda a América Latina. E a Abril ganhou eficiência, começou a olhar muito para onde os brasileiros estão consumindo conteúdo, né?
Hoje a mídia impressa, além de ainda imprimirmos muita revista, são 10, 12 milhões de revistas por ano que a gente imprime, ou seja, ainda tem muita gente que gosta de ler, o brasileiro não está somente ali, não está mais ali exclusivamente. O brasileiro hoje está na internet, está no digital, está consumindo conteúdo em forma de vídeo, vídeo curto, e é ali que a gente tem que estar. A gente tem que estar onde o brasileiro está. Então, a gente está investindo muito em tecnologia, está investindo muito em inovação, e principalmente em audiovisual, né? O nosso novo, nova sede tem dois grandes estúdios para gravação que comporta ali em cada estúdio uns 5, 6 programas simultâneos para serem gravados, né, com mesa de podcasts. Enfim, um ambiente bem interessante que realmente tá nos ajudando a utilização da AI para produção de conteúdo, para reverberar conteúdo, sempre com aquele tom personificado que a Abril acho que jamais vai abrir mão, né, pessoal?
Eu queria enfatizar e ficar um pouco no uso para o conteúdo.
Legal.
Conteúdo é a alma da Abril.
É isso aí.
Imagino que devem ter tido discussões grandes sobre adotar ou não adotar AI para produção de conteúdo. Conta um pouco esses bastidores.
Olha, a gente resolveu não usar AI para produzir conteúdo que a gente é especialista, né? Então foi uma decisão super estratégica de, olha, eu vou produzir o conteúdo no tom que eu tô acostumado a falar com a minha audiência, porque diferentemente dos de outros publishers A gente não tem um grande portal digital, a gente não tem uma grande marca que incorpora todas as outras marcas embaixo de um guarda-chuva. A gente tem o Tom da Cláudia, que fala com a audiência da Cláudia há quase 60 anos naquele tom, a Capricho, a Quatro Rodas, né? Ela fala com audiência naquele tom e acabou. Eu não posso usar inteligência artificial para mudar esse tom ou correr o risco de ter essa mudança. O que a gente tem sim que usar e tem utilizado com um pouco de parcimônia, com um pouco de resistência, a gente incentiva os times a usarem, mas a gente ainda encontra resistência porque é natural uma empresa tradicional, né, é em como ganhar escala, na escalabilidade, como foi o exemplo que eu dei agora há pouco. Em checagens de informações, em revisão de erros ortográficos, né? Então tudo isso a gente consegue usar de forma pontual e, ó, de novo ganhando eficiência.
Importante é que os editores, os editores-chefes consigam ficar numa posição muito mais de supervisão e incentivando talentos a extrair temas importantes no qual a produção em si ele consiga terceirizar para AI, né? Mas o toque final, o refinamento, como a gente escreve, detalha, esse cuidado todo, abriu, ainda faz, e acredito que vai continuar fazendo aí, é pessoalmente, né? Acho que tem um caminho de evolução de ambos os lados. Do profissional que usa a ferramenta e da ferramenta em si, que venhamos e convenhamos aqui, ainda tem muita coisa para evoluir, né?
Não, e te escutando, Ciro, vê se você concorda comigo aqui, Fred, mas você reforça a tendência que a gente tem observado muito da adoção da inteligência artificial: ganho de escala, eficiência e produtividade. Você tá utilizando e mantém o humano até para valorar o ganho que você tá tendo com a inteligência artificial. Então a tua experiência ela tá muito confirmando essa tendência, independente do nível onde as pessoas estejam em inteligência artificial. E você é um líder que acompanha e tá vendo ali o dia a dia da AI na operação da sua empresa. A gestão tá ficando mais fácil para você com inteligência artificial?
Sim, principalmente, Felipe, por aquele aspecto que eu te falei, que foi a terceira onda da implementação da IA dentro da nossa empresa, que foi quando o nível gerencial entendeu que não era só propor para diretoria projetos corporativos. Foi depois de que fizemos o corporativo, passou pelo education e falamos: usem inteligência artificial. Com responsabilidade, com regra, sabendo quais são os riscos, usem. A partir dali, eles foram criando os cases deles de uso de IA para solucionar o dia a dia deles. Então, como fazer melhor uma gestão da minha carteira de cliente? Como segmentar melhor o segmento B2B? Então, eles foram criando soluções de negócio que começou a ebulir essas iniciativas. Então hoje a empresa ela tem um nível de assertividade no entendimento do que que tá acontecendo muito grande, pela IA também, mas pela disponibilidade de dados. Porque se você não tiver dados disponível e com qualidade, não vai funcionar nada de IA, não adianta. Então nós temos essas duas coisas: dados bem organizados, fácil de você ir lá e buscar, e uma capacidade de entender como que esses dados podem gerar valor através de uma IA.
Nessa questão de gestão, porque você foi a pessoa que conduziu a empresa para isso, o que que você espera para o Denis daqui 5 anos navegando nesse horizonte de gestão com inteligência artificial? O que que você acha que a inteligência artificial vai mudar em você como líder?
Aí eu vou fazer a resposta em duas etapas aqui. Primeiro que eu não acredito em one-man show. Eu sou o líder de um time que é um time fantástico, que é um time altamente talentoso, um time comprometido, engajado, que que sabe fazer a diferença. Você como CEO, eu como CEO, eu tô ali para ajudá-los a fazer o negócio acontecer, tentar direcionar um pouco mais para cá, um pouco mais para lá, mas de verdade o que faz a diferença é o time que você trabalha, né? Assim, olhando como a organização como um todo. Pensando daqui 5 anos, né, eu acho que O nível de transformação que nós vamos ver nos nossos dia a dia com a introdução da inteligência artificial vai ser gigantesco. Então eu acho que a gente vai ter muitas vezes rever como que nós vamos fazer o business acontecer, como que a gente vai se divertir, né? A gente já tá vendo aí capacidade de algumas IAs de você criar seu próprio filme, né? Você ser o ator do teu filme, você faz o storyline do teu filme e você produz o teu filme. Então, acho que vai ter uma ruptura da forma com que a gente enxerga os potenciais ou os limites que a gente vê hoje, de uma forma completamente diferente daqui 5 anos.
Eu acho que tem um potencial de mudar as nossas vidas. E aí a gente tem que tomar cuidado, né, porque sempre tem os riscos e oportunidades. Eu quero acreditar que as oportunidades sejam muito maiores do que os riscos utilizando a inteligência artificial. Então eu vejo um futuro muito promissor. Eu acho que todo mundo tem que estar buscando se preparar para ir, ser aberto à inteligência artificial. Eu não acredito que inteligência artificial como tem se propagado, né, vai ser uma tecnologia que vai ficar matando empregos. Vai matar alguns empregos, mas por outro lado vai abrir muitos outros que a gente ainda nem sabe o que que pode acontecer. Como a gente não imaginava há 20 anos atrás a quantidade de novas profissões que surgiram em função da internet, em função das redes sociais. Que não precisa nem muito longe, há 10 anos atrás ninguém, ninguém ia imaginar. E acho que a mesma coisa vai acontecer com inteligência artificial. Acho que cada vez mais nós vamos dar passos mais largos, mais rápidos, e essas tecnologias vão mudar a nossa vida pessoal, profissional.
Boa.
É, o ativo são pessoas que sabem utilizar inteligência artificial. Eu vou só reforçar uma coisa que você falou, porque Eu te fiz uma provocação e você trouxe um ponto de gestão que eu admiro bastante, que são pessoas que trocam o eu pelo nós, né? Acho que o sucesso de toda essa transformação e crescimento que vocês fizeram tá pautado nas pessoas que estão lá.
Exatamente isso.
Você pegou a bola levantada e fez bonito. Gostei.
Obrigado.
Eu queria deixar uma última pergunta como colaboração para quem tá ouvindo a gente. Nessa jornada de um ano e meio, quase dois, você deve ter aprendido muito, não só tecnicamente, mas de gestão e de introdução desse assunto dentro de uma organização. Imagina que tem do outro lado lá um executivo que tá ouvindo a gente, uma executiva. Que dicas você daria?
A primeira e mais importante que eu dou é o seguinte: tem que ser top-down no começo. Ou seja, o top-down não é simplesmente a gente falar, olha, faz acontecer. Não, é você fazendo acontecer, é você colocando o teu esforço de líder para mostrar que inteligência artificial é um assunto prioritário dentro da empresa. E a partir desse momento que um líder coloca isso como prioridade, o resto vem a reboque. E você muitas vezes vai ter que fazer escolhas. Olha, isso daqui eu vou deixar um pouco de lado agora porque eu vou focar nesse tema aqui, porque esse tema é importante. E aí colocar disciplina para que isso aconteça. Como qualquer outra coisa, para ter sucesso na vida, eu acho que você tem que ter disciplina na execução. Inteligência artificial, mesma coisa. Tem que colocar método, tem que colocar visão, tem que colocar case de sucesso, tem que treinar e E o education que eu falo, né, constantemente ali, de muitas coisas ainda não foram nem descobertas sobre o que que a gente tem que treinar, mas vamos treinar aquilo que a gente já sabe e vamos descobrir aquilo que a gente ainda não sabe. Então acho que a dica principal é essa, é o seu tempo, é a sua disciplina, e isso depois ele desce naturalmente, obviamente com técnica, com disciplina, com acompanhamento, com indicadores, né.
Você tem que criar indicadores, olha, Como é que nós vamos medir a inteligência artificial aqui, se tá dando ou não tá dando resultado? Como qualquer outro projeto. Como que nós vamos medir lá na ponta? Então acho que esses são os aspectos relevantes que eu te diria que são fundamentais aí na implementação da inteligência artificial numa empresa.
APRESENTADORES
Quem apresenta o AI First Cast
Fred Pericini
Co-fundador da Agência F2F, Engenheiro de Produção pela UFSCAR, empreendedor com mais de 10 anos de experiência em Marketing Digital, foi consultor na McKinsey, diretor comercial do Groupon Brasil e Groupon China.
Filipe Xavier
Especialista em marketing digital, branding e estratégia de conteúdo. Experiência c-level, visão ampla de comunicação e tecnologia e entusiasta early-adopter de inteligência artificial.