Se a sua empresa ainda está tratando adoção de IA como “treinar as pessoas em ChatGPT, Claude, Gemini, Copilot, Cursor e outras ferramentas para elas continuarem fazendo a mesma função de antes, só que um pouco mais rápido”, talvez ela já esteja começando atrasada.

Esse era o pensamento de dois anos atrás

A mudança mais profunda não está apenas em ajudar cada pessoa a executar melhor sua tarefa atual. A mudança mais disruptiva está em redesenhar o próprio fluxo de trabalho.

“Boa parte do lead time do processo de P&D não está no apenas no tempo de codificação, está no handover entre papéis…”

Discovery entrega para Produto. Produto entrega para Design. Design entrega para Engenharia. Engenharia entregapara QA. QA devolve para Engenharia. Depois vem revisão, ajuste, deploy, validação, documentação, alinhamento, refinamento, comitê, reunião e retrabalho.

A IA começa a mudar essa lógica

Com o avanço de ferramentas que orquestram LLMs, agentes, skills, dados, APIs, automações, design systems e ambientes de desenvolvimento, o que chamamos de AI Agentica, os processos que foram desenhados para humanos em sequência começam a ser redesenhados para serem executados por agentes supervisionados por humanos.

E em P&D isso fica ainda mais evidente

Uma esteira que antes passava por Discovery, Design, Prototipação, Especificação, Construção, Revisão, Teste e Deploy começa a poder ser operada, em muitos casos, por uma pessoa ou por uma célula muito menor, desde que essa pessoa tenha repertório suficiente para navegar produto, tecnologia, dados, contexto de negócio e qualidade.

“Isso não é mais só teoria…”

A Figma já posiciona o conceito de “AI Product Builder” como a capacidade de sair da visão de produto para um protótipo funcional, usando IA para transformar prompts em experiências interativas e alinhadas à marca. A Thoughtworks tem reforçado que IA está criando mais sobreposição entre disciplinas e mudando a forma como times de produto colaboram. A Deloitte fala em agentic AI redesenhando o ciclo de desenvolvimento de software. A BCG (Boston Consulting Group) estima que, nos próximos dois a três anos, 50% a 55% dos empregos nos EUA serão remodelados por IA.

Os sinais vindos das Big Techs apontam nessa direção

Andy Jassy, CEO da Amazon, afirmou que a empresa precisará de menos pessoas fazendo alguns trabalhos atuais e mais pessoas fazendo novos tipos de trabalho conforme IA generativa e agentes forem incorporados ao negócio. Tobi Lütke, CEO da Shopify, comunicou que o uso reflexivo de IA passou a ser uma expectativa básica na empresa. A OpenAI descreve o Codex como uma mudança na forma como software é construído e em quem pode construí-lo. E Dario Amodei, CEO da Anthropic, fez uma previsão agressiva de que IA poderia escrever totalmente o código em um horizonte curto, uma previsão que deve ser lida com cautela, mas que mostra a direção do pensamento dos principais laboratórios de IA.

“Segundo a Forbes, a plataforma de tele-saúde Medvi fundada por Matthew Gallagher gerou US$ 401 milhões de receita em 2025 com expectativa de atingir 1B em 2026, com apenas uma pessoa e intensivo uso de IA.”

Esse caso precisa ser visto com cuidado, porque também existem questionamentos sobre marketing, operação e riscos regulatórios no modelo. Mas, mesmo com essas ressalvas, ele mostra o nível de alavancagem que começa a ser possível quando IA, automação, distribuição digital e um mercado aquecido se combinam.

O mercado de trabalho já começa a refletir essa mudança.

Vagas internacionais já usam títulos como “AI Product Builder”, “AI Native Product Builder” e “Senior AI Product Builder”. A Ring/Amazon descreve um papel que combina product management técnico com desenvolvimento full-stack, prototipação funcional e uso de AI coding tools. A Abnormal AI fala em construir e entregar soluções com LLMs, agent frameworks e ferramentas como Cursor e Claude Code. A SAP tem vaga de Senior AI Product Builder. E, no Brasil, ainda que o movimento seja inicial, já aparecem sinais: uma vaga da Beyond Co. menciona experiência como Developer, Software Engineer ou AI Product Builder, perfil híbrido de produto e tecnologia, e uso de Lovable, Replit, Cursor e Claude Code.

Vendo tudo isso no final do ano passado decidi me colocar a prova para separar o que era hype do que era real neste movimento fazendo um experimento pessoal.

“Depois de muitos anos sem botar a mão em código, me desafiei a criar um produto SaaS do zero: pesquisa de mercado, definição do problema, desenho da solução, arquitetura, protótipo, desenvolvimento e produção.

Passei algumas semanas pesquisando durante as férias, aprendendo, planejando e desenhando um microSaaS. Quando decidi ir para o código, consegui gerar o produto e colocar em produção em um final de semana. Esta experiência mudou minha convicção.”

Para mim ficou claro que a discussão já passou do ponto do hype. Estamos entrando na fase mainstream. A pergunta deixou de ser “se” IA vai mudar o desenvolvimento de produto. A pergunta agora é quem vai se adaptar rápido o suficiente.

E aqui começa a parte desconfortável.

Muitos papéis tradicionais de P&D foram desenhados para um mundo de alta especialização, baixa automação e muito handover. No mundo AI Native, parte dessa lógica começa a perder o sentido. Não significa que Produto, Design, Engenharia e QA vão desaparecer. Significa que os limites entre esses papéis vão mudar.

“O profissional mais valioso tende a ser menos dono de uma etapa e mais dono de um resultado”.

Um PM que só escreve histórias, um designer que só entrega telas, um engenheiro que só implementa tickets, um QA que só testa no final ou um tech lead que só revisa código tendem a perder espaço. Não porque esses conhecimentos deixam de ser importantes, mas porque o mercado passa a valorizar menos a execução isolada de uma etapa e mais a capacidade de atravessar o fluxo inteiro: entender o problema, especificar bem, prototipar, construir, validar, testar, operar e melhorar continuamente com apoio de IA.

Por outro lado, quem conseguir combinar visão de produto, fluência em IA, capacidade de prototipar, entendimento técnico, domínio de dados, pensamento sistêmico e senso de qualidade tende a ganhar muito espaço.

Mas existe uma segunda mudança, igualmente importante: Nem todo mundo migrará para a execução direta das entregas.

Times de Design, por exemplo, que antes atuavam no grão de cada iniciativa, tendem a migrar cada vez mais para um papel de enablement, governança e sustentação dos design patterns usados pela IA. Em vez de desenhar cada fluxo junto com cada squad, esses times passam a garantir a identidade do produto, a consistência da experiência, a evolução do design system, os padrões de interação e os componentes que agentes e builders irão reutilizar em escala.

O mesmo vale para arquitetura, engenharia e qualidade.

O AI Architect dentro da squad não é necessariamente o antigo arquiteto de solução. Ele passa a ser o guardião técnico da entrega. É quem garante que o produto gerado com IA siga requisitos não funcionais, padrões de arquitetura, segurança, performance, observabilidade, design patterns e aderência aos golden paths.

Já os antigos arquitetos e especialistas mais experientes tendem a atuar em times de AI Native Architecture ou Enablement de AI, responsáveis por criar e sustentar a infraestrutura que permite escalar esse modelo: arquitetura de agentes, arquitetura de contexto, RAG, integrações, APIs, eventos, dados, componentes reutilizáveis, evals, guardrails, esteiras agentic, segurança, observabilidade e governança técnica.

Sem isso, o risco é grande.

Você ganha velocidade, mas perde identidade de produto. Ganha volume de código, mas perde coerência arquitetural. Ganha protótipos rápidos, mas cria dívida técnica em escala. Ganha automação, mas fragiliza segurança, robustez e operação.

AI Native não elimina governança. Ela muda onde a governança precisa atuar.

Menos governança em cima de cada tarefa. Mais governança embutida nos caminhos, componentes, agentes, padrões e plataformas.

A literatura técnica também aponta nessa direção. Martin Fowler e Thoughtworks têm reforçado que colocar GenAI em produção exige padrões como evals, RAG, guardrails, testes automatizados, testes adversariais, refatoração e práticas sérias de engenharia. Em outras palavras: AI Native não é “vibe coding irresponsável”. É um novo modelo de produção que exige ainda mais disciplina para escalar com segurança.

Essa é uma distinção importante.

Se tratarmos a transformação AI Native como uma troca direta de cargos, um novo papel para cada papel antigo, vamos contradizer o ponto central da mudança. O modelo tende a ser mais enxuto. Menos papéis fragmentados. Mais pessoas com escopo ampliado. Mais enablement para dar escala. Mais automação para reduzir handover.

A transição que se desenha é mais ou menos assim:

Tabela de migração de carreiras em P&D para AI Native

Esta direção não está consolidada mas já começa a aparecer de forma cada vez relevante em vagas no marcado de trabalho.

A mensagem por trás dessa mudança é clara: empresas querem pessoas capazes de transformar problema em produto funcional com muito menos dependência de handover.

A boa notícia é que essa transição não está fechada para quem já está no mercado. Pelo contrário.Nunca foi tão fácil aprender. Nunca existiu tanta ferramenta disponível. Nunca foi tão barato prototipar. Nunca foi tão possível para alguém de produto aprender a construir, para alguém de design aprender a automatizar, para alguém de QA aprender evals, ou para alguém de engenharia ampliar seu impacto para produto, arquitetura e plataforma.

Mas existe uma condição: parar de tratar IA como “mais uma ferramenta de produtividade”.

“IA não é mais sobre saber usar prompts. IA é uma nova camada de execução. E quando a camada de execução muda, os papéis mudam junto.”

O profissional que vai se destacar não será necessariamente quem souber usar mais ferramentas. Será quem souber redesenhar o próprio trabalho sabendo:

• Entender problema de negócio e como resolve-los.
• Transformar ambiguidade em especificação.
• Criar protótipos funcionais navegaveis com AI.
• Trabalhar com agentes, APIs e dados.
• Separar demo bonita de produto confiável.
• Operar com velocidade sem abrir mão de segurança, arquitetura e responsabilidade.

Também é importante não cair na ilusão oposta: AI Native não significa ausência de engenharia, de design e de qualidade. E definitivamente não significa ausência de governança.

Uma demo de fim de semana pode parecer 90% pronta, mas em produtos reais ainda existe muito trabalho de segurança, confiabilidade, integração, compliance, observabilidade, escalabilidade e avaliação contínua.

Nesse novo modelo, governança não pode ser apenas uma reunião no final do processo. Ela precisa nascer embutida na forma como o software é produzido: nas especificações, nos design systems, nos golden paths, nos evals, nos componentes reutilizáveis, nos agentes, nas esteiras e nas arquiteturas de referência. É isso que permite ganhar velocidade sem destruir consistência, segurança e qualidade.

“O novo profissional de P&D não é menos qualificado. É mais completo.”

Menos especialista em uma caixinha. Mais capaz de navegar o fluxo inteiro. Menos dependente de handover. Mais dono do resultado. Menos executor de tarefa. Mais orquestrador de produto, tecnologia e IA.

Minha provocação é simples: Se você ainda está cético, esperando “essa onda passar”, cuidado.

Ela definitivamente não é uma onda, mas sim uma mudança estrutural. Não acredito que todos os empregos de P&D vão desaparecer. Mas acho muito provável que muitos papéis, como conhecemos hoje, sejam profundamente remodelados.

“Quem resistir pode perder relevância. Mas quem abraçar a mudança pode encontrar o melhor mercado da própria carreira.”

Porque empresas que quiserem construir produtos AI Native vão disputar profissionais capazes de pensar como produto, construir como engenharia, avaliar como QA, desenhar com consistência de experiência e orquestrar com visão de arquitetura.

Esse talvez seja o novo jogo de P&D — E a hora de aprender a jogar é agora!

Primeiramente um pouquinho a respeito do Think. O evento acontece este ano de 12 à 15 de fevereiro no Moscone Center San Francisco CA, composto de um complexo com diversos prédios onde são realizadas as mais de 2.000 sessões em 4 diferentes campus: Smart Business, Data & AI, Cloud & Infrastructure, Security & Resiliency. Seria impossível um participante assistir tudo em uma semana, assim a agenda tem de ser certeira.

São esperados mais de 20.000 participantes no evento e nós recebemos o convite da IBM para participar deixando assim de pagar pelos 2.000 dólares de inscrição.

Bom, vamos lá descobrir dia-a-dia um pouco mais do IBM Think 2019.

Day 1: 11/02

Meu primeiro dia foi na segunda-feira, 11 de fevereiro. Mas aí você pode perguntar: Mas o evento não era de 12 à 15 de fevereiro? Sim, a agenda oficial contemplava somente 4 dias, mas alguns dias antes já haviam sessões para o pessoal da IBM e para convidados especiais.

Este dia em particular foi marcado por um evento que também foi transmitido online para todo mundo: um desafio do IBM Project Debater contra um dos melhores debatedores do mundo, o Sr Narish Natarajan. O Project Debater reúne as tecnologias de ponta dos porões secretos da IBM nas áreas de reconhecimento de linguagem natural, aprendizado de máquina e big data em um sistema capaz de receber um tema com apenas alguns minutos de antecedência, pesquisar em um banco com mais de 20 bilhões de sentenças e formular argumentos defendendo um ponto de vista a favor ou contra este tema. Parece incrível não é?

No experimento o tema dado aos dois debatedores foi a respeito do financiamento público pré-escolar. O IBM Project Debater (materializado por uma voz feminina) ficou com a defesa em favor do financiamento e o campeão de debates, com o a argumentação contra.

A avaliação do vencedor se daria pelos votos de milhares de pessoas através de um website disponibilizado durante o debate em três etapas: argumentos iniciais, réplicas e considerações finais.

O Project Debater iniciou formulando argumentos muito convincentes citando diversas pesquisas falando a respeito de redução de violência e melhoria das condições de vida de crianças em todo mundo, adotando inclusive um discurso quase "democrata" de inclusão dos vulneráveis em situação de pobreza absoluta.

Confesso que fiquei sensibilizado e meu voto inicial foi em favor do financiamento publico dada a clareza dos argumentos do Project Debater.

Então foi a vez do ser humano campeão de debate que, na minha avaliação, tinha contra seu favor o fato de estar defendendo na teoria menos oportunidades para crianças carentes. Poderia haver assim uma tendência clara dos votantes não serem simpáticos a esta defesa. Porém o Sr Narish mostrou porque foi campeão mundial de debates formulando argumentos precisos considerando uma avaliação de espectro mais amplo do que somente a educação básica.

A linha de raciocínio do Sr Narish foi a de que subsidiar o ensino pré-escolar acabaria apenas beneficiando aqueles que na pratica já pagam pela educação dos filhos, pois aqueles em situação de extrema pobreza possuem preocupações mais urgentes como possuir acesso a agua tratada e saúde básica. Na opinião do Sr Narish ainda os recursos advindos de impostos dos contribuintes são escassos para inclusão de todos e assim existem ações mais prioritárias para investir, assim como na opinião dele seria melhor criar condições para que as pessoas possam pagar pelos estudos, quase um discurso mais "republicano".

Fechados os argumentos iniciais os debatedores receberam 2 minutos para formulação das réplicas, isto mesmo, apenas 2 minutos que se para um humano já é pouquíssimo, para uma máquina que de longe possui a nossa cognição, é um feito extraordinário.

Nas réplicas os argumentos do Project Debater pareceram mais repetitivos, apenas trazendo novos dados de pesquisas, mas ainda sim fazendo conexões relevantes com alguns dos trechos defendidos pelo Sr Narish.

Já o humano explorou o teor das pesquisas citadas pelo Project Debater que citavam muito o potencial mas eram carentes de dados sobre fatos comprovados comparando locais onde há e onde não há financiamento publico.

Nas considerações finais os dois oponentes resumiram de forma similar seus argumentos em favor ou contra o assunto e confesso que fiquei dividido. Se considerasse uma avaliação igualitária máquina vs homem, criação vs criador certamente a tendência seria claramente de vitória do criador. Mas se considerasse uma avaliação de mais equidade, considerando as limitações da criação em comparação com uma máquina evoluída milhões de anos pela natureza, certamente o resultado seria diferente pelo feito extraordinário alcançado pela máquina com o experimento.

Acabei votando em favor do humano, já que não haviam ponderações quaisquer sobre a capacidade dos competidores nas regras da avaliação.

No resultados muitos acabaram votando da mesma forma ficando 70/30 para a máquina na avaliação inicial mais que após o encerramento do debate perdeu 18 pontos na avaliação dando a vitória ao humano que ganhou além destes 18, mais 18 pontos na avaliação.

Fiquei um pouco desapontado, tenho certeza que a IBM também, mas não posso deixar de mencionar que na minha avaliação, o fato de uma máquina poder ter um debate neste nível com o campeão de debates do planeta já é mais do que uma vitória.

E que venha o dia 2 do evento, so far so good.

Day 2: 12/02

A terça-feira foi intensa! Oh boy where I do start it? Lets do it from the beginning…

O dia começou com uma sessão que foi das 9hs da manhã e foi até as 3hs da tarde (ufa!)! Vou tentar resumir aqui da melhor forma possível, mas é muuuita informação e se escrevesse tudo por aqui certamente poderia deixar vocês leitores entediados.

O tema era The Future of HR — Powered by AI, Driven by People.

A sessão buscou explorar como as disrupções tecnológicas estão transformando o RH. A sessão foi composta por 7 apresentações e painéis que trouxeram as experiências do time de RH da IBM e de alguns clientes que compartilharam suas experiência com a audiência.

Se precisasse resumir a sessão num elevator statement o dia seria algo como uma lição sobre as principais lições da IBM na transformação digital do RH fortemente baseada em dados, processos, inteligência artificial e desenvolvimento de skills dos colaboradores.

Se você ficou curioso o suficiente para enfrentar uma maratona de detalhes siga para os principais destaques do dia:

A primeira apresentação intitulada "Building a winning talent agenda" apresentada por Mark Foster (Senior VP Global Business) da IBM que recentemente esteve palestrando em Davos.

Ele iniciou explorando o fato de estarmos vivendo um ponto de inflexão na tecnologia que está trazendo grande impacto na sociedade como um todo. Esta inflexão está sendo impulsionada por novas tecnologias que permitem explorar dados como nunca visto antes.

Os dados estão transformando a forma como trabalhamos e as organizações vendedoras serão aquelas que possuírem uma estratégia de plataforma como estratégia (sounds familiar?). Estas plataformas serão compostas basicamente por dados, processos e pessoas.

Um destaque aqui para o workflow combinado com AI que será um grande impulsionador da produtividade, seja por tomar decisões de forma autônoma como por dar as pessoas insights para tomada de decisões (familiar again, lets turn off our computers mics and cameras).

E para aproveitar todo este potencial as organizações precisarão de talentos que tenham capacidade de fazer uso destas tecnologias, por isso a necessidade ter uma agenda voltada a gestão de talentos que possam impulsionar a adoção destas estratégias.

Depois da apresentação do Mark foi a vez de Diane Gherson CHRO da IBM com a apresentação intitulada "The HR Agenda to Deliver Digital Era".

Ela explorou bastante o processo de transformação dos talentos da IBM e as chaves de sucesso para esta transformação. Defendeu que quem quer atrair os melhores talentos precisa ter foco em "Customer Experience for employees".

Precisa ter meios de permitir o uso de ferramentas self-service baseadas em mobile, precisa flexibilizar as formas de trabalho, encorajar as pessoas a tomarem riscos calculados com base em dados, ter transparência e feedback e finalmente encorajar fortemente o aprendizado contínuo.

Ela mencionou como exemplo sobre ferramentas que hoje 40% das consultas feitas ao RH da IBM são feitas através chatbots.

Ela explorou bastante também a questão da reputação da organização, assim como na relação com o mercado para atrair e reter os melhores talentos preciso que a empresa busque uma cultura de transparência a de ações concretas que mostrem de forma clara como a cultura está mudando.

Esta transformação é o que ela chamou de RH 3.0, que tem foco na experiência e nos skills e que assim potencializa mais engajamento dos colaboradores levando a maior produtividade. Hoje o conhecimento está ficando obsoleto cada vez mais rápido, e assim para que assegurar que as pessoas se mantenham atualizadas são necessárias novas abordagem de aprendizado que fogem dos meios tradicionais.

Depois da Daiane houve um painel com dois clientes da IBM na área de seguros e na área médica que não vou entrar em detalhes por ter sido extremamente chato e ausente de conhecimento relevante para o nosso contexto.

Voltando para o que mais interessa a próxima apresentação foi conduzida por Amy Wright Senior Managing Partner da IBM.

Ela ressaltou que o RH deve ter os skills o centro das prioridades no desenvolvimento estratégico da organização e que deve sempre olhar em um nível individual do colaborador procurando desenvolve-lo dentro do seu potencial.

Mencionou o fato de ser muito mais barato para empresa desenvolver pessoas do que "comprar" novos skills, por isso uma plataforma que dê escala para o aprendizado de maneira individual e personalizada é fundamental.

Depois da apresentação da Amy houve um novo painel com clientes que não vamos entrar em detalhes. (booooring!)

Depois do painel foi a vez de Bob Schultz (General Manager IBM Watson Talent and Collaboration Solutions) explorar um pouco das soluções da IBM para gestão de talentos.

Ele iniciou defendendo que as organizações devem catalogar os skills necessários para o desenvolvimento dos seus colaboradores, só assim terão uma visão mais clara de como seus talentos precisam ser desenvolvidos.

Falou que o desenvolvimento individual é um grande desafio e impossível de se fazer em escala, assim contar com ferramentas para ajudar neste desenvolvimento é essencial. Foi neste momento que ele mostrou um app muito bacana baseado no watson que faz coaching e recomendações de capacitação conforme o perfil individual do colaborador.

Falou um pouco também de como o conhecimento está mudando para o que chamou de microlearning e como é importante que as empresas valorizem o conhecimento prático tanto quanto teórico.

Por fim bob mostrou a plataforma de aprendizado da IBM para os colaboradores que usa os mesmos princípios de consumer experience de engajamento e recomentação para engajar as pessoas com as trilhas de conhecimento.

Depois Deb Bubb (VP HR Learning Office) discorreu sobre "How to create Learing Enterprise".

Ela incentivou em investir no conhecimento informal e no microlearning e na colaboração escapando do modo tradicional instrutor, sala e aulas. Criar um ambiente onde as pessoas se sintam motivadas a aprender e aonde entendam que o aprendizado dirário é a chave para o seu desenvolvimento profissional.

Ressaltou a importância de criar uma "consumer experience" para o aprendizado que inclui mobilidade, tagging, recomendação e gameficação.

Sugeriu uso e métodos ágeis na construção da estratégia de aprendizado e por fim não fazer muitos planos e sim partir para ação falhar rápido e aprender rápido.

Para encerrar esta sessão cansativa mas extremamente valiosa em conteúdo (e também por que não aguento mais escrever hoje) Josh Berstin falou um pouco sobre produtividade e perfil da força de trabalho.

Abriu contando o que já desconfiávamos: é mensurável que a produtividade caiu no mundo todo (e deve ser culpa da Apple para variar).

Associado a isto o fato de que a expectativa de vida está aumentando e a taxa de natalidade vem caindo principalmente nos países desenvolvidos, poderá levar a uma escassez de mão de obra como nunca experimentada no planeta.

Defendeu que uma das maneiras de enfrentar a escassez é estar mais abertos a outras formas de trabalho como terceirizados, freelancers e remotos.

Além disso falou também sobre mobilidade de carreira dentro da organização como uma alternativa para manter os soft skilss aproveitando melhor o potencial dos profissionais.

Por fim mostrou que a falta de investimento no desenvolvimento das pessoas está entre os principais motivos pelos quais as pessoas deixam as empresas.

Isto encerra esta sessão e se você conseguiu ler até aqui muito obrigado! Faça o comentário "I did!" que te darei um presentinho em reconhecimento a sua consideração com a minha tendinite. :)

Fechando do dia teve a apresentação da Chairwoman da IBM Ginni Rometty com o tema:

Building Cognitive Enterprises

Como poderia se esperar a apresentação foi bem de alto nível explorando principalmente a migração para nuvem e como as empresas de gestão estão atrasadas na jornadas para microserviços (menos nós).

Ressaltou que devido a este fato criar uma camada inteligente e orientada a processos (olha o BPM ai) e Inteligência Artificial é fundamental para estratégia de escala para atender as demandas da digitalização e é claro a IBM tem trabalhado muito para levar seus clientes a este novo patamar.

Por fim houveram dois depoimentos de clientes: uma da Gaico (seguradora) e outra do Banco Hyundai que basicamente estão trabalhando em serviços mais eficientes e com menor custo operacional, graças a IA e a estratégia de cloud em parceria com a IBM.

A terça-feira encerrou então com um jantar de networking com o pessoal da IBM e outros integrantes da delegação brasileira no evento. Neste encontro, apesar das tentativas, nada de muito produtivo foi discutido, como provavelmente era a ideia.

Isto encerra o post de hoje espero que tenham gostado. Começo neste momento realmente a pensar se não deveria quebrar em posts diários por que este negócio está realmente ficando grande.

Dia 3: 13/02

O tempo hoje não colaborou, choveu muito e todas as áreas abertas ficaram inutilizadas deixando assim as áreas internas do Moscone Center superlotadas!

O almoço (sanduíche) foi servido por aqui também então procurei ficar nas apresentações dentro do complexo, já que já tinha me molhado o suficiente andando do Uber que ficou preso no transito caótico com a chuva e não conseguia chegar na entrada do evento.

Mas vamos ao que interessa, hoje a agenda foi voltada para inteligência artificial, começando com "Accelerating the Journey to AI" apresentada por Rob Thomas GM IBM Data and AI.

Ele abriu com uma brincadeira falando sobre a diferença entre IA e Machine Learning: se escrito em python provavelmente é machine learning, mas se for escrito em powerpoint provavelmente é IA. :D

Soa como uma necessária autocrítica para o as vezes exagerado marketing da IBM sobre IA e que muitas vezes gera problemas de expectativa nos clientes.

Ele comparou o momento da IA com descoberta da eletricidade, onde no início havia muito misticismo, medo e falta de confiança, mas mesmo assim com o tempo foi uma transformação na sociedade como a conhecemos.

E esta revolução será tão profunda que negócios baseados em dados em inteligência artificial movimentarão 15.7T de dólares considerando aumento de receitas e ganho de produtividade.

Mas enfatizou que o caminho para chegar lá não é tão simples e AI não é mágica, aqui novamente parecendo uma autocrítica sobre a expectativa criada acerca de IA.

Existe muito trabalho a ser feito no que ele chamou de AI Ladder, que são os passos para se chegar a uma solução consistente.

Uma solução eficiente de AI tem como base a otimização, automação e a predição área onda a IBM fez avanços importantes em tornar esta jornada um pouco mais amigável através de ferramentas de redução de dados, de detecção de padrões, virtualização de dados internos e externos e refinamento da confiança dos dados. Isto vem resolver muitos problemas encontrados no momento de cruzar informações de sistemas de diferentes origens facilitando muito o trabalho do cientista de dados.

Rolou uma pequena demonstração utilizando dados sobre doenças cardíacas cruzando dados de uma instituição privada com dados públicos fornecidos. Da forma como foi demonstrados dava a impressão que pelo menos aqui nos EUA este tipo de informação é abundante e disponível ao contrário do que percebemos no Brasil.

As ferramentas em teoria pareceram muito promissoras, mas precisamos entender se na prática tudo está disponível para o nosso mercado.

Logo depois do almoço o tema foi interação humana entre humanos e robôs "Human-Robot Interaction" com a Dra. Kate Darling do MIT Media Lab & Harvard.

Ela discorreu sobre como os humanos vem desenvolvendo uma empatia com as maquinas similar àquela que desenvolvemos ao longo de milhares de anos com os animais.

Ela explorou isto com um fato curioso que ocorreu por conta de um vídeo onde a Boston Dynamics demonstrava a capacidade do seu robô de manter o equilíbrio enquanto um dos engenheiros tenta derruba-lo com um chute.

Este vídeo gerou verdadeira comoção na internet onde pessoas que associavam a máquina como um cão fazendo duras críticas ao vídeo. O ápice desta comoção se deu com um comunicado oficial da PETA, uma organização de proteção aos animais, condenando o ato.

Esta apresentação foi realmente um pouco decepcionante especialmente por ter como palestrante uma pessoa tão preparada. Acho que o título pode ter me levado a imaginar que seria algo como práticas de design para melhorar a interação humanos-robôs, mas na realidade foi mais voltada entender como humanos tem desenvolvido empatia pelas máquinas, desde Roombas até personagens de ficção que assistimos nos filmes.

Na sequencia corremos para o Moscone North para assistir a sessão "The Blueprint for Smart Businesses" com Mark Foster Sr VP IBM Global Business Services.

Nesta apresentação Mark Foster explorou um ponto que parece um novo mantra para IBM. Sobre como a estratégia das novas empresas inteligentes está apoiada em dados, redesenho dos processos com base em IA e por fim pessoas com skills para liberar esta transformação.

A IBM parace ter redescoberto no workflow uma forma de levar para o mundo das aplicações legadas a inteligência necessária, baseada em dados, que permitirá alcançar a produtividade necessária para sustentar a escala da transformação digital.

Por fim ele relacionou todo framework para sustentar o que ele chamou de empresas cognitivas.

Parece obvio? Novamente vou comentar o que já disse em outro post: acho melhor começarmos a nos preocupar com os microfones e câmeras dos notebook lá na firma… :D

Por fim assisti a uma última apresentação no dia com um título bem longo: "See how Next-Generation Automation Anywhere RPA Delivers Unparalleled Scale, Security and Governance".

Escolhi esta apresentação por que lá na firma havia uma certa confusão interna sobre se o termpo RPA poderia ser utilizado para um produto que estamos desenvolvendo e que leva o poder de criar chatbots para usuários finais sem necessidade de programação.

Realmente não faz sentido. O termos RPA (Robot Process Automation) está sendo associado mais à soluções de workflow que usam IA na automação de algumas decisões dos processos.

Encerrado assim o dia de hoje encarei a chuva novamente para voltar para o hotel, escrever este depoimento e montar a agenda para amanhã onde vamos buscar mais sobre análise de dados.

Novamente se você leu até aqui obrigado pela parceria e continuem conosco para as próximas postagens. (acho que ando vendo muita FOX news).

Day 4: 14/02

A primeira apresentação que estava prevista para praticamente a manhã toda (9–11hs), gerou uma grande expectativa pois era sobre o Watson Explorer "Ask me Anything: Level up with Watson Explorer", uma ferramenta que supostamente pega dados não estruturados e transforma em conhecimento acessível via AI.

Fiquei desapontado quando descobri que na real era apenas uma sessão de perguntas e respostas com clientes do Explorer da qual não dava para tirar nada de muito prático.

Então resolvi prestigiar o salão do Expo em Moscone South, já um pouco cansado das palestras, andar entre os expositores e conhecer novas soluções serviu para dar uma aliviada na cabeça.

Mesmo aqui no salão de exposição ocorreram várias palestras simultâneas interessantes e uma que me chamou a atenção foi uma sobre Watson Studio e Machine Learning.

Ele começou falando um pouco da dificuldade de se obter resultados com projetos de data science pela necessidade de múltiplas disciplinas trabalhando juntas de forma estruturada, quando na maioria das vezes toda expectativa é jogada sobre os ombros do cientista de dados.

Ele também trouxe um fato interessante sobre a taxa de sucesso dos experimentos com data science e que nos faz refletir um pouco sobre como gerenciar nossas expectativas a respeito de dados.

Ele também apresentou uma estratégia de Data Science que demonstra que para se ter resultados é preciso investir seriamente em dados que são um dos novos ativos, em alguns casos um dos mais valiosos que uma empresa pode possuir.

Depois desta sensibilização inicial, que funcionou bem comigo, o Sr Vishnu mostrou o portfólio do Watson Studio que dá sustentação a esta estratégia.

Neste ponto fiquei imaginando o quanto isto está longe da nossa realidade. No Brasil, poucas empresas, provavelmente as do clube do bilhão, devem ter condições de investir tão seriamente em uma estrutura que traga os resultados que tanto enchem nossos olhos nos diversos cases apresentados aqui no evento.

Mesmo aqui nos EUA, fazendo uma rápida analise dos cases estão sempre relacionados a bancos, seguradoras, energia, ou seja, companhias multibilionárias e assim talvez ainda levemos mais alguns anos para ver estes resultados chegar a realidade das pequenas e médias empresas.

Será que não há aí uma grande oportunidade de criar mecanismos para levar estas tecnologias para as massas? Recentemente tivemos sucesso criando um produto de BPM que o usuário final consegue criar fluxos com certo grau de complexidade sem precisar de um engenheiro de TI.

Estamos a ponto experimentar isto com o lançamento do nosso BOT factory, um produto para levar o potencial de AI com a criação de chatbots de atendimento para os usuários finais. A resposta do publico para esta iniciativa pode dar uma boa pista do que pode acontecer se tivermos outras soluções cognitivas com o mesmo nível de simplicidade e autonomia.

Passado este momento de reflexão é hora de voltarmos para a feira. Onde encontrei uma boa pista de que minhas reflexões fazem sentido. A IBM lançou o IBM Garage, uma iniciativa onde ela monta um squad com clientes para botar em prática tudo que a IBM oferece em termos de cloud, dados e AI. É claro que como os recursos são limitados eles devem ser oferecidos para seletos clientes que investem pesado nos produtos IBM. No almoço que tive com a Sra Catarina Viegas da IBM, cobrei uma atuação mais próxima junto ao nosso time de engenheiros, assim como a AWS faz disponibilizando engenheiros para pegar junto. Sonho poder ter um IBM garage lá na firma!

Voltando para o planeta terra comecei a bater perna pelo Expo buscando minerar outras coisas interessantes para conhecer.

Uma delas foi o manifesto IBM Automation para "Libertar os Humanos" do trabalho repetitivo dando mais tempo para fazer outras coisas como aprender algo novo, passar mais tempo com a família, fazer o trabalho que realmente importa, etc.

Acabei me comprometendo com a bagaça sem antes conversar com o chefe, may bad boss.

Depois continuei navegando pelo Expo atrás de informações valiosas para nossa área encontrei bastante coisa interessante como o famigerado RPA, que como já mencionei anteriormente é uma mistura de workflow e AI para automatiza processos manuais.

Também encontrei um estande sobre algo que a IBM bateu muito na tecla neste evento: a necessidade de ter talentos para colocar em prática o futuro orientado a AI. A leitura que eu faço é que pela ainda complexidade para se colocar em prática estes conceitos, pela multidisciplinariedade de recursos humanos necessários, a própria IBM tem enfrentado na falta de mão-de-obra especializada, uma barreira para escalar as soluções de AI. Como falei talvez aí uma oportunidade para quem simplificar este processos levando mais poder para usuários finais.

Mais um site falando de workflow.

Já exausto de tanta andança resolvi voltar para o hotel e dar uma esticada nas pernas antes da festa que a IBM iria promover mais tarde. No meu caminho encontrei um exemplo curioso de como os robôs poderão invadir o nosso futuro próximo: um robôs que preparava cafés e chás na rua, sem qualquer intervenção humana. Isto associado aos novos meios de mobilidade disponíveis na cidade desde patinetes e bicicletas elétricas alugadas por aplicativo tanto quanto a quantidade de carros elétricos e híbridos no quais eu andei esta semana no Uber mostra o quanto ainda estamos atrasados.

No final do dia a IBM recebeu os participantes em uma festa de encerramento no Pier 39 de São Francisco em uma festa "Think by the Bay" com free drinks and food.

Estava muito bacana apesar das filas de 1 hora para pegar comida e bebida (acabei comendo depois em outro restaurante ao lado da festa) e da chuva forte que caiu depois das 9hs, sendo um lugar aberto deu para tomar um banho de chuva em pleno inverno.

Amanhã vai ser o encerramento do evento e provavelmente o último post desta nossa jornada. Um abraço para quem chegou até aqui comigo e até amanhã!

Day 5: 15/02

Hoje deveria ser o ultimo dia de agenda do IBM Think, mas ao chegar no Moscone o que se via era um melancólico clima de despedida.

Empilhadeiras trafegando com carga para todo lado, gente apressada carregando caixa e cabos. Não teve café ou lanche…

Aproveitei para dar uma última volta na expo para tentar alguma última palestra mas algumas nem sequer aconteceram pela falta de quórum.

Na minha caminhada fiquei surpreso ao saber (eu não sabia ok?) que a IBM ainda vendia ferro. Haviam pessoas mostrando racks abertos do "Z series" de forma entusiasmada.

Havia até uma experiência interessante em realidade virtual, sem óculos com vídeo imersivo, que falava sobre como o hardware da IBM suporta desde cias aéreas até programas de despoluição de mares.

Eu saquei o celular e gravei né?

Voltando para busca de últimas apresentações descobri que haviam algumas apresentações em salas pequenas mas mais voltadas ao público da IBM (IBMers), mas para o grande público, realmente o evento tinha acabado.

Ficam as lições de como o mundo está caminhando a passos largos para ser mais conectado, mais digital e como a tecnologia transformará profundamente a sociedade nos próximos anos. O que é mais bacana é que a grande maioria de nós provavelmente testemunhará estas mudanças.

Finalizo por aqui esta cobertura agradecendo a IBM pelo convite para esta grande experiência e a Senior Sistemas por investir na minha viagem para San Francisco. Tenho certeza que levamos do evento muitas informações preciosas para novas ideias que compartilharemos com nossos colegas.

See ya!

Vem crescendo no mercado a oferta de soluções de workflow self-service, onde os usuários finais dispõem facilidades para criar processos simples sem a necessidade de ferramentas de desenvolvimento de software ou mesmo de longos e dispendiosos projetos de consultoria. Uma destas novas ferramentas é o Fluency Workflow, que está se propondo a ser para os processos o que as ferramentas de escritório foram para os documentos no início da década de 1990.

Mas será que vale a pena apostar em ferramentas deste tipo?

Os desafios da nova economia digital têm cada vem mais provocado as empresas de todos os portes e segmentos a repensar processos de forma cada vez mais simples e ágil e isto só é possível com ferramentas que descentralizem a tomada de decisão e acelerem os processos de negócio.

Não é à toa que novos modelos de gestão como a Holocracia que comentei neste outro post , que iniciou no Vale do Silício e está ganhando o mundo, estão mudando a radicalmente forma como as empresas pensam em seus processos.

Mas se você ainda tem dúvidas sobre a adoção de um workflow self-service, preparamos os 5 melhores motivos para você considerar:

1) Viabilizam a criação de processos MVP (Minimum Viable Product) quando os processos ainda não estão claramente definidos e você precisa testar novos modelos de gestão.

2) Aumentam a produtividade nos processos em pelo menos 30% apenas em função do melhor controle da rastreabilidade de gestão das pendências.

3) Melhora a acuracidade das informações, pois elimina formulários em documentos word e excel.

4) Aumenta a eficiência eliminando perda de processos solicitados via e-mails ou formulários em papel.

5) Potencializa a transformação digital, pois permite um meio rápido de se criar, experimentar e modificar os processos de sustentação da operação digital.

O melhor de tudo é que muitas destas ferramentas como a que citamos no início do artigo permitem você começar com custo zero e pagar apenas pelo consumo de execuções. Assim você mesmo consegue testar e colher resultados sem mesmo a necessidade de aquisição de licenças ou usuários.

E aí vamos criar novos processos? Que tal começar agora mesmo?

5 razões para começar a usar um workflow self-service hoje mesmo was originally published in Digital Workflow on Medium, where people are continuing the conversation by highlighting and responding to this story.

Holocracia é um sistema criado pelo americano Brian Robertson para a gestão de empresas. Ela é uma nova forma de administrar, que se dá através da redução do poder de uma estrutura hierárquica, substituída por um sistema de liberdade e responsabilidade.

Segundo o site Holocracia Brasil, a Holacracia é uma tecnologia social (ou um sistema de governança organizacional) onde a autoridade e a tomada de decisão são distribuídas em uma holarquia de grupos auto-organizados.

Uma vez descentralizado o poder os indivíduos passam a se empoderar das decisões tornando a o fluxo de informações muito mais ágil e é justamente aí onde seu projeto de workflow pode encontrar uma mola propulsora que fará com que toda a empresa adote uma cultura orientada a processos.

Uma vez que os times ou círculos tem liberdade e responsabilidade para executar ações, definir processos e coletar métricas de resultados uma ferramenta de workflow self-service como por exemplo o Fluency, permite que os times criem e evoluam seus próprios processos com autonomia e sem necessidade de contratação de consultoria ou de uma área centralizadora de processos. Da mesma forma o uso de um workflow colabora para que o time solidifique sua autonomia através da transparência e dos indicadores gerados pela ferramenta.

Adotar alguns conceitos de holocracia para viabilizar o uso do workflow pode ajudar sua empresa a ser mais flexível, ágil e inovadora sem que isto represente um risco de perda de controle ou de conformidade.

Além disso cria um ambiente onde os colaboradores se conectam de forma intensa com o propósito melhorando o clima organizacional e os resultados para o negócio.

E aí? Você já experimentou o conceito de holocracia na sua empresa?

Saiba mais sobre a Holocracia em holocraciabrasil.com

Já ouviu falar da Holocracia? was originally published in Digital Workflow on Medium, where people are continuing the conversation by highlighting and responding to this story.

Um dos movimentos de maior expressão no momento talvez seja a tal “transformação digital”. Sob a bandeira da tal transformação está uma “Uberização” das relações entre todos no planeta, eliminando intermediários e facilitando o acesso e o consumo como nunca antes se viu.

Esta transformação passa por repensar o produto e transforma-lo em experiência, em mudar a monetização, a valorizar o aprendizado, a ser ágil, a pensar fora da caixa e por isto ela está desafiando empresas de todos os segmentos a buscar meios de rapidamente “ser digital”.

Não é preciso dizer que esta transformação provoca mudanças profundas na operação das empresas. Destas, as menores levam vantagem de ser mais enxutas e com isto mais ágeis tornando o processo de mudança mais simples e com menor necessidade de controle, já para as empresas maiores provocar mudanças profundas na operação passa por mudanças em procedimentos estabelecidos e muitas vezes até mesmo cultura. Não é à toa que temos pequenas empresas como Uber e Airbnb engolindo mercados que antes eram de grandes redes justamente pela capacidade de experimentar, aprender e mudar rapidamente.

Outro fator que torna a mudança muito mais complexa nas grandes empresas é o fato da sua operação estar sustentada por complexos sistemas de controle e gestão que podem levar anos para ser adequados aos novos processos. Pior ainda é que o aprendizado e a prática fazem parte da mudança e assim os processos de operação da empresa estarão em constante transformação.

O impacto é tão grande que algumas empresas de maior porte que perceberam este movimento chegaram a levar a transformação a um nível onde o negócio digital tem que começar do zero, totalmente digital, sem relação de controle e com autonomia do negócio principal na esperança de poder acompanhar o crescimento desta tendência. Já outras tem buscado alternativas mais conservadoras criando estruturas ou departamentos com autonomia que respiram a versão digital do negócio tradicional. Esta estratégia permite criar o negócio digital dentro do negócio tradicional com o emprego de processos paralelos e independentes dentro da mesma operação. Isto reduz os custos e os riscos da transformação, pois permite que as duas operações convivam até que o negócio se transforme totalmente.

É neste cenário que entram as novas ferramentas workflow digital. Com elas é possível descentralizar a mudança, dando mais autonomia para que usuários promotores da transformação possam a todo momento criar e modificar os processos de negócio sem a necessidade de alteração nos sistemas de gestão. Com isto os processos podem ser experimentados e refinados com baixo impacto na gestão e nos custos de implantação pois a ferramenta é completamente self-service.

A proposta destas ferramentas é provocar uma revolução na administração dos processos de negócio tal qual as ferramentas de escritório foram para os documentos. Com estas ferramentas o usuário tem autonomia para criar processos de negócio tão simples quanto criar um documento no editor de textos ou montar slides em uma apresentação. Apesar da simplicidade há poder de fogo o suficiente para permitir que processos que nasceram extremamente simples ganhem complexidade e integrações a medida que a maturidade do processo demandar.

O resultado do emprego destas ferramentas aliadas a estruturação do negócio voltado para as demandas digitais são ciclos de aprendizado e mudanças menores e sem impacto aos processos do negócio tradicional, permitindo uma transição entre os modelos de forma mais gradual e segura.

E a sua empresa já começou a pensar na transformação digital? Que tal começar pelos processos?

Acelere a transformação digital na sua empresa com as novas ferramentas de workflow was originally published in Digital Workflow on Medium, where people are continuing the conversation by highlighting and responding to this story.

Tempos atrás eu escutei um colega, gerente de uma empresa multinacional, reclamar da requisição de materiais no ERP da empresa dele. Ele falava que o sistema era projetado para empresas de grande porte como a que ele trabalhava, que era perfeito para atender diversas necessidades e segmentos do mercado, mas que era muito complexo para coisas do dia-a-dia como solicitar uma simples caneta. Na visão dele o problema era que, para que o assistente administrativo fizesse a compra da caneta que ele solicitou, ele tinha que passar por dezenas de campos que não faziam sentido para comprar uma caneta, mas que eram necessários para a maioria das grandes transações de negócio na organização. Ele me perguntou se eu achava que fazia sentido ele passar por tantos campos quando o assistente administrativo precisava apenas informar o fornecedor e o valor pelo qual a caneta foi comprada.

Realmente não faz.

Fiquei pensando ainda se além disso era possível que outros processos estivessem consumindo muito mais tempo de pessoas de custo alto para a empresa (gerentes) do que de pessoas de menor custo (assistentes) em função da lógica do gargalo simples, onde se dá mais trabalho para quem solicita (gerentes) pois quem atende é apenas uma pessoa (assistente) e se o trabalho dela não for otimizado pode-se gerar um gargalo no processo. Quando na verdade, sob o ponto de vista de custo dos processos a lógica é totalmente inversa, ou seja, é preferível sobrecarregar um recurso mais barato (assistente) do que um recurso mais caro (gerentes), mesmo que isto possa representar um gargalo no final do processo.

Com base nesta realidade decidi criar uma teoria chamada “Flow Workload Balance” ou “Equilíbrio da carga de trabalho do fluxo “. Através dela é possível entender se a distribuição de esforço em um processo é mais ou menos otimizada em termos de custos das pessoas envolvidas no processo. No exemplo acima parece óbvio que valeria muito mais a pena consumir 8 horas de um auxiliar do que 1 hora de 8 gerentes, mas será mesmo? Vejamos o diagrama abaixo:

No diagrama consideramos que a remuneração de um gerente é 5x maior do que de um assistente (segundo o Site Nacional de Empregos — SINE esta variação pode chegar a 16x) e se considerarmos as cargas de trabalho comparativamente nos cenários percebemos que no "Cenário B" há uma redução de 70% do custo do processo em comparação ao processo original demonstrado no “Cenário A”, ao ponto que em alguns casos pode valer mais a pena contratar um assistente adicional do que manter o processo atual. Se contratar mais uma pessoa não seja uma opção você poderá sempre investir em automação do processo caso o investimento se justifique, mas este é um assunto para outro post que estou escrevendo.

Aplicando esta teoria no processo de solicitação de canetas modificaríamos o processo para que os "gerentes" forneçam apenas as informações essenciais para obter o material que necessitam, no caso a caneta, e toda informação complementar passaria a ser preenchida pelo “assistente” reequilibrando relação de esforço vs custo do processo.

Faz sentido?

Tire a dúvida analisando seus processos com esta planilha que preparamos e que você pode baixar neste link. Ela fornecerá insights importantes para análise de balanceamento de carga do seu processo através de um infográfico como este:

Mas como reduzir custos reequilibrando os esforços em processos? As vezes não é tão óbvio assim avaliar quais informações devem ser equilibradas em quais etapas do fluxo de trabalho, mas este também é assunto para outro post, por hora fica a dica: concentre-se no problema e não na solução.

Como reduzir 70% dos custos na execução de processos aplicando o conceito do Flow Workload Balance was originally published in Digital Workflow on Medium, where people are continuing the conversation by highlighting and responding to this story.