- há 10 meses
Categoria
🗞
NotíciasTranscrição
00:00Magalu Cloud, impulsionando a competitividade do Brasil através da tecnologia.
00:15Bom dia, boa tarde, boa noite. Estamos começando mais um episódio do Revolução IA,
00:20programa do Nelfeed que fala sobre o impacto da inteligência artificial no mundo dos negócios
00:26e como ela pode mudar o dia a dia das empresas.
00:28Eu sou Letícia Cardoso e quem me acompanha é o especialista IA Rodrigo Elser,
00:34que construiu e vendeu um case de inteligência artificial. Tudo bem, Rodrigo?
00:39Tudo ótimo e muito animado para mais uma entrevista internacional no programa.
00:44Verdade, olha, o nosso convidado está em outro país.
00:48Hoje a gente recebe Rodrigo Schmidt, que foi executivo da Meta por 15 anos.
00:54Vamos conhecer mais um pouquinho dele.
00:55Rodrigo Schmidt foi o primeiro brasileiro contratado pela Meta,
01:01dona do Facebook, do Instagram e do WhatsApp.
01:03O executivo ficou por 15 anos na empresa, onde participou da construção de inúmeros produtos e tecnologias.
01:10Liderou o grupo de engenharia focada em engajamento e personalização,
01:14que introduziu inteligência artificial no aplicativo.
01:17Hoje em dia, Rodrigo Schmidt gerencia dezenas de investimentos diretos em tecnologia com foco em IA
01:24e atua como conselheiro para diversas empresas e fundos de Venture Capital.
01:29Oi, Rodrigo. Bem-vindo.
01:31Olha, a gente tem uma dupla de Rodrigos hoje, né?
01:34Como é que eu vou chamar você?
01:35Oi, pessoal. Tudo bom?
01:36Bem-vindo, Rodrigo.
01:38Meu chará. Uma honra ter você aqui com a gente e te escutar, pegar um pouquinho do teu conhecimento gigante aí nesse tema de inteligência artificial.
01:48Obrigado, pessoal, por me receber. O prazer é meu de estar aqui conversando com vocês.
01:53Tentar passar um pouquinho da minha experiência e, como sempre, a gente acaba sempre trocando alguma coisa, aprende também, todo mundo junto.
02:02Eu gosto muito desses bate-papos, principalmente tecnologia, que é a minha área,
02:06e eu estou muito lisonjeado de estar participando aqui com vocês.
02:12Rodrigo, eu estou muito ansiosa para o nosso bate-papo,
02:16porque você acompanhou a implementação da inteligência artificial na Meta, no Facebook, no Instagram,
02:24coisas que a gente, aqui do outro lado, enquanto usuários dessas plataformas, só vivenciamos na prática.
02:31E você acompanhou todo o desenvolvimento dessa tecnologia.
02:35Queria que você contasse um pouquinho sobre essa introdução da IA na Meta
02:40e o que isso possibilitou para a empresa, em termos financeiros, em termos de crescimento?
02:48Então, eu entrei na Meta, isso foi em 2008.
02:53E, na época, ainda não se chamava Meta, ainda era Facebook.
03:00E, inclusive, era 2008, então, final dos anos 90, início dos anos 2000,
03:08é quando a gente estava saindo daquele inverno da IA.
03:13E ainda o foco nesse período ainda não era tanto machine learning e IA,
03:21e mais ainda no processamento de dados,
03:23que era uma das grandes coisas que possibilitou a gente a ter esse avanço
03:29com a tecnologia de inteligência artificial nesses últimos anos,
03:32começou, inclusive, com essa capacidade de poder processar dados em altíssima escala.
03:41Inclusive, o primeiro time na Meta, o primeiro time que eu trabalhei lá dentro,
03:46era justamente com isso, sistemas de armazenamento de alta escala,
03:49que era a base de dados gigantesca que a gente tinha dentro da empresa,
03:53para fazer, inicialmente, muito trabalho de análise de dados,
03:58análise de estatística, também alguma coisa de machine learning,
04:04na época não se chamava tanto de AI, mas esses modelos mais simples
04:10para a parte de advertising.
04:13E ainda na Meta, nessa época, a gente estava começando a experimentar
04:17com modelos para a personalização do conteúdo e personalização do produto.
04:24Então, em 2007, se eu não me engano, foi quando o Facebook lançou o feed
04:28não temporal, o feed personalizado, ranqueado.
04:33E ainda, para quem se lembra, nessa época, na época de 2007,
04:39acho que o Facebook nem era tão popular no Brasil ainda,
04:42ainda se usava o Orkut, para quem se lembra.
04:45Mas, para quem usava o Facebook nessa época de 2007,
04:49teve muito feedback não tão positivo,
04:56assim, pelo fato de mudar o feed, de um feed temporal
05:00para um feed baseado em engajamento.
05:05E aí eu comecei trabalhando nesses times,
05:07então vi muito o impacto dessa tecnologia de processamento de dados
05:12em altíssima escala,
05:13e como que isso possibilitou introduzir mais e mais ferramentas
05:17de personalização, de AI, de machine learning,
05:18na empresa como um todo e no produto que é visto
05:23pela população que usa, pelas pessoas que usam o Facebook.
05:27E, Rodrigo, tem algum case que você possa contar para a gente?
05:31Para quem se lembra, em 2013, 2014,
05:34o Instagram tinha um feed também que era um feed temporal.
05:40As recomendações de contas a serem seguidas,
05:44elas vinham de um processo manual, digamos assim,
05:49um processo de seleção interna por um time de comunidade
05:52que ficava fazendo uma pré-seleção de possíveis contas
05:56a serem mais populares, que deveriam ser recomendadas.
06:02Então, muita coisa ainda processual não automatizada,
06:05não personalizada.
06:07E, aos poucos, a gente trabalhou com isso.
06:09Então, a gente modernizou o processo de recomendações de contas,
06:13a gente introduziu personalização de conteúdo
06:16na tab do Explore.
06:20A gente personalizou o search também,
06:23a pesquisa do Instagram.
06:26Era uma pesquisa também que usava uma tecnologia
06:27muito simplificada, sem machine learning, sem AI.
06:31Então, tudo isso foi trabalho que eu e meu time
06:33a gente fez ao longo de vários anos dentro do Instagram
06:35até chegar no ponto em que a gente personalizou o feed,
06:40a gente personalizou stories,
06:41personalizou todo um mecanismo de discovery,
06:45o advertising do Instagram.
06:48Foi primeiro introduzido e depois foi personalizado.
06:51E, hoje em dia, você abre o Instagram,
06:54a experiência é completamente, é 100% personalizada
06:57de tudo que você vê.
06:59Recomendações diretas daquelas pessoas que você segue,
07:02recomendações indiretas de conteúdos da rede como um todo,
07:06que a gente, de uma forma...
07:08A gente não, porque eu não estou mais lá,
07:10mas que, quando eu estava, o que a gente fazia
07:13é justamente selecionar os conteúdos
07:15que são mais interessantes,
07:17independente do grau de conexão com o usuário,
07:21que é totalmente baseado em modelos
07:26de inteligência artificial
07:27e totalmente modernizado, digamos assim,
07:31o aplicativo hoje.
07:32Nos últimos anos, eu também trabalhei no search da Meta
07:35durante uns poucos anos,
07:40que também era uma tecnologia super interessante.
07:43A Meta, por si só,
07:45o Facebook como um aplicativo,
07:48tem muito conteúdo que não está aberto,
07:51não é aberto na internet.
07:53E é conteúdo interessante,
07:55conteúdo personalizado também,
07:58para diferentes gostos,
08:01diferentes comunidades.
08:03E o trabalho do search
08:05era justamente tentar elevar esse conteúdo
08:08para as pessoas certas,
08:09no momento certo que elas estavam procurando
08:11por aquele tópico.
08:16Era uma coisa que a gente apostou muito durante anos
08:19e foi muito legal ter trabalhado especificamente nisso,
08:22como usar tecnologia,
08:23para inovar um produto
08:26que se pensa assim,
08:28search existe agora há décadas,
08:31e como tentar modernizar,
08:32inovar um produto
08:34que já faz parte do subconsciente
08:37das pessoas que usam a internet.
08:38Eu acho legal, Rodrigo,
08:40nessa tua carreira,
08:43a gente vê um ponto
08:44não óbvio
08:47de que inteligência artificial
08:48não nasceu em 2022 com o chat GPT.
08:51Você está trazendo uma carreira,
08:54você com 15 anos só de meta,
08:58trabalhando AI desde os anos 2010,
09:01se a gente puder falar.
09:02Então, talvez seja AI clássica,
09:05mas reforça que essa discussão
09:07e os casos já datam
09:09de alguns bons aninhos antes.
09:12Sim, não é só a IA generativa,
09:15porque a gente tem a impressão
09:18de que a IA generativa é IA,
09:19mas não,
09:20IA é muito mais antiga que isso.
09:23Rodrigo,
09:23você acha então que
09:24com toda essa sua experiência,
09:26todos esses cases que você contou,
09:28foi possível escalonar o negócio da meta?
09:32O Instagram, por exemplo,
09:34como você citou,
09:35que você trabalhou mais a fundo,
09:36ele não seria o que ele é hoje
09:38se não fosse a inteligência artificial?
09:39O Instagram,
09:41em termos de número de usuários,
09:44crescimento,
09:44era uma pequena fração
09:45do que era hoje.
09:47Então, o aplicativo,
09:48ele funcionava
09:49de uma forma completamente diferente,
09:51até porque a comunidade
09:52era diferente,
09:53era menor.
09:54Então, você pensa
09:55com o número de usuários
09:57de dezenas de milhões
09:58que era na época,
10:02até uma rede que hoje em dia
10:05tem bilhões de usuários
10:07só no Instagram,
10:09é uma mudança muito grande
10:11que você tem que passar.
10:12E uma dessas mudanças
10:13foi como é que a gente escala
10:14o produto,
10:15porque nessa época de 2013,
10:19digamos assim,
10:202012, 2013,
10:21ainda era o caso
10:22de você entrar no Instagram
10:23e ser uma comunidade fechada.
10:25Você tinha o quê?
10:2610, 15 seguidores,
10:28você seguia também
10:3010, 15 pessoas,
10:32você conseguia,
10:33se você quisesse,
10:34em pouco tempo,
10:35você via todo o conteúdo
10:36do seu feed,
10:38mesmo ele sendo organizado
10:39de uma forma temporal.
10:42E aos poucos
10:42do que a gente foi vendo
10:43foram vários fatores.
10:44Uma, a escala foi aumentando
10:45de produção de conteúdo,
10:46na medida que a rede
10:47foi aumentando,
10:48mas não só isso,
10:50as pessoas começaram
10:52a ter comportamentos
10:53um pouco mais,
10:54digamos assim,
10:54questionáveis.
10:56Então, você começa a ter
10:57não usuários
10:59que têm um viés
11:01mais malicioso
11:02de tentar abusar a rede,
11:04vamos dizer assim,
11:04tentar postar demais
11:06para aparecer
11:08no feed mais frequentemente,
11:11sabendo que uma vez
11:12que você sabe
11:12que o feed tem um algoritmo
11:13puramente temporal,
11:15você consegue mais ou menos
11:16jogar com o sistema.
11:18Então, eu sei que
11:19se eu tiver
11:19uma rede de seguidores alta
11:22e eu postar toda hora,
11:24eu vou ter uma chance maior
11:25de estar no topo do feed
11:26de todo mundo.
11:28Então, como é que você consegue
11:29escalar um sistema
11:32que está começando
11:33a ter esse tipo
11:34de problemática
11:35de escala,
11:36está aumentando
11:36o número de usuários,
11:37aumentando o conteúdo,
11:38aumentando comportamentos
11:39às vezes abusivos
11:40e a forma,
11:43o que deu muito certo
11:45foi que a tecnologia
11:47estava chegando
11:48num momento
11:48em que ela podia
11:49ser aplicada para isso.
11:50Então, os modelos
11:51que a gente
11:52já conseguia construir
11:55nessa época
11:55de recomendação
11:56de conteúdo,
11:57eles já conseguiam escalar
11:58para dar uma experiência
12:00superior,
12:00então, realmente
12:01mostrar para o usuário
12:03o conteúdo
12:04que é mais importante,
12:05que é mais relevante,
12:06que é mais interessante,
12:07então, aumentando
12:09a qualidade
12:09e automaticamente
12:10resolvendo esses
12:11outros problemas.
12:13Então, você está
12:13propiciando agora
12:14que você tem uma escala,
12:15você consegue oferecer
12:17um produto de qualidade
12:18independente do número
12:18de usuários que você tem
12:20e você consegue também
12:21dentro desse próprio modelo
12:22colocar diretrizes
12:24para remover
12:26esse tipo de abuso.
12:28Isso tudo
12:28de uma forma automática,
12:29usando um modelo
12:31de AI.
12:34Não é um modelo
12:34generativo,
12:36é um modelo
12:37de personalização
12:40e de arranqueamento
12:41de conteúdo,
12:42mas, ainda assim,
12:43é inteligência artificial,
12:45só um pouco mais
12:47tradicional,
12:47digamos assim.
12:49Rodrigo,
12:49antes da gente
12:50falar um pouco mais
12:51sobre isso,
12:52a gente vai
12:52para um rápido intervalo
12:54para ouvir a mensagem
12:55do nosso patrocinador.
12:57Olá, boa tarde,
12:58eu me chamo Natália Castanço,
13:00sou o CEO do Grupo Unite.
13:01O Grupo Unite
13:01é um call center
13:02que está no mercado
13:03há 24 anos.
13:04Essa estrutura,
13:05tanto de call center
13:06quanto tecnológica,
13:07até então,
13:08ela estava
13:09num provedor externo.
13:11Quando a gente
13:11ficou sabendo
13:11da solução Magalu Cloud,
13:13nos chamou a atenção
13:14a precificação em real,
13:15a questão da previsibilidade,
13:17super importante
13:17para o nosso negócio.
13:18Esse é o Revolução IA,
13:24programa do Nelfeed
13:25que aborda
13:25inteligência artificial
13:27no mundo dos negócios.
13:28E o nosso convidado
13:29de hoje é Rodrigo Schmidt,
13:31que foi executivo
13:32da Meta
13:32por 15 anos.
13:34Rodrigo,
13:35voltando ao nosso papo,
13:37eu queria entender
13:38o que você aprendeu
13:39nos bastidores da Meta
13:40e que pode ser
13:42uma lição
13:42para as empresas
13:43que estão começando
13:44agora a implementar
13:46inteligência artificial
13:47aqui no Brasil.
13:48Então,
13:51eu acho que algo
13:52que foi,
13:55talvez seja meio básico,
13:57assim,
13:57meio primordial,
13:58mas eu acho que foi,
13:59para mim,
13:59foi um aprendizado
14:00revolucionário,
14:02assim,
14:02de como,
14:03como saber usar
14:05a tecnologia
14:06para resolver,
14:10para adicionar valor
14:11ou resolver problemas reais
14:13dentro de uma,
14:14dentro de uma empresa,
14:15dentro da sociedade
14:15como um todo,
14:17que era uma coisa
14:18que era,
14:18para mim,
14:18era parte,
14:19foi claro que era
14:21parte do ethos,
14:22assim,
14:23parte do ambiente
14:23da meta,
14:25sempre foi,
14:26assim,
14:26não só fazer
14:27inovação
14:29por inovação
14:30ou criar,
14:31fazer pesquisa
14:32por pesquisa,
14:32mas sempre tem
14:33uma finalidade,
14:34assim,
14:34sempre pensar
14:35o que eu estou
14:35tentando resolver,
14:36o que eu estou
14:36tentando aprimorar,
14:38o que eu estou
14:38tentando melhorar,
14:39e usar,
14:40assim,
14:40a inovação,
14:43a tecnologia
14:43como a ferramenta
14:45para chegar
14:45nesse resultado,
14:47mas não pensar
14:48na inovação
14:49ou na tecnologia
14:50como a finalidade,
14:51pensar nela
14:52como um meio
14:53para você chegar
14:53no fim.
14:56E aí,
14:56eu penso
14:57no mundo
14:59de AI
15:00hoje,
15:00o que que é,
15:01o que que são
15:02esses modelos
15:03de AI
15:04generativa,
15:05esses modelos
15:05de linguagem,
15:06por exemplo,
15:07eles são
15:08agregadores
15:09de conhecimento,
15:10então você tem
15:11que pegar hoje,
15:12o que a gente
15:12acaba tendo
15:13nos dias de hoje
15:14é meio que um
15:15overload de informação,
15:16assim,
15:17a gente tem informação
15:17até demais agora,
15:19e,
15:20então,
15:20o que a AI
15:21possibilita
15:22é você pegar
15:22essa informação
15:23que é demasiada,
15:25você agrega ela,
15:26você cria um núcleo
15:27de alta densidade
15:27de informação,
15:29e aí você prover
15:29uma interface
15:30de,
15:31uma interface
15:32mais humana
15:33de interagir
15:34com a linguagem
15:35natural,
15:35então você tem
15:36uma API agora
15:37pra você acessar
15:38essa base de dados
15:39que é a linguagem
15:40humana,
15:41assim,
15:41você tá falando
15:42em português,
15:43em inglês,
15:43a sua língua natural
15:45é o que você vai usar
15:46pra acessar
15:46essa base de dados,
15:47então,
15:48eu me pergunto
15:49hoje em dia
15:50como advisor,
15:52como explorador
15:54de ideias,
15:55assim,
15:55que problemas
15:56dentro de uma empresa
15:57ou que problemas
15:57da sociedade
15:58podem ser resolvidos
15:59com esse tipo
16:00de ferramenta,
16:02e eu acho
16:03que esse
16:03aprendizado,
16:05assim,
16:05de não pensar
16:06só em,
16:07ah,
16:07eu vou inovar,
16:07eu vou criar,
16:08eu vou fazer
16:08um hack aqui,
16:11um protótipo
16:12super bacana,
16:13mas, assim,
16:13qual é o propósito
16:14maior que eu tô
16:15tentando atingir
16:16com isso,
16:16e fazer,
16:17usar a tecnologia,
16:18criar produtos,
16:20criar soluções,
16:21mas com uma finalidade
16:22mais clara,
16:24então,
16:24isso pra mim
16:24foi um super aprendizado
16:26que eu tirei da meta,
16:28e que eu levo
16:29pra todo o resto
16:30da minha vida.
16:32Vamos double click
16:33nisso,
16:34que eu acho
16:34que tem um papo
16:35bem legal
16:36pra gente ter aqui,
16:36você passou
16:38pelo time
16:38de New Product
16:39Experimentation,
16:41né,
16:42teve contato
16:43com inovação
16:43na veia
16:44dentro de uma empresa
16:45que admiramos
16:47e usamos
16:48praticamente
16:48todo dia.
16:50Tem uma série
16:51de empresas
16:51hoje
16:52que quando olham
16:53pra inteligência
16:55artificial,
16:56entendem que precisam
16:57ou poderiam montar
16:58também um time
17:00de New Product
17:00Experimentation,
17:02um lab,
17:02como muitos chamam,
17:03um lab não na conotação
17:04acadêmica,
17:05mas na conotação
17:06de testar,
17:07de prototipar,
17:09de pilotar.
17:11Qual é a sua
17:12metodologia,
17:13Rodrigo,
17:13pra conduzir
17:16esses projetos,
17:17esses experimentos
17:18de inovação?
17:19Como que a gente
17:20acerta mais
17:23erra rápido
17:25e avalia
17:27quando,
17:28onde investir
17:29mais ou desengajar?
17:31Qual que é a tua
17:31fórmula
17:32pra isso?
17:34Então,
17:35eu tive a sorte
17:36de trabalhar
17:37com vários times
17:37de inovação,
17:40inovação mais aplicada
17:41ou inovação
17:41um pouco mais
17:42de long term,
17:46como foi o caso
17:47do time de AI,
17:48Facebook AI Research,
17:50o
17:50New Product
17:53Experimentation,
17:54e
17:55a metodologia
17:59que eu tenho
18:00que eu uso
18:00em geral
18:00em todos os casos
18:01é meio que pensar
18:02qual é a hipótese
18:03que eu estou querendo
18:04testar.
18:05Eu começo sempre
18:06com a hipótese
18:08e eu acho
18:10que tem que pensar
18:12talvez um pouco,
18:12refletir sobre
18:13qual é a situação
18:15de cada
18:17de cada casa.
18:21Porque às vezes
18:21você quer fazer
18:22uma inovação
18:23um pouco mais
18:23incremental.
18:24Pensando
18:25o exemplo
18:25que a gente estava
18:26comentando ainda há pouco,
18:27que a gente estava
18:28conversando sobre
18:29o meu tempo
18:31no Instagram,
18:32como é que foi
18:32a inovação
18:32daquele produto.
18:34A inovação
18:34do Instagram
18:35foi revolucionária
18:36para o produto,
18:38essa parte
18:38de personalização,
18:39mas também
18:40foi uma inovação
18:42muito mais planejada,
18:44incremental.
18:45A tecnologia
18:46já estava
18:46num ponto
18:47em que ela
18:48conseguia acelerar
18:50direto
18:50a resolução
18:51daquele problema.
18:54Então pensando
18:54na hipótese,
18:55qual é a hipótese
18:55que a gente tinha
18:56na época?
18:57Era a hipótese
18:58que se a gente
18:58personalizar
18:59o conteúdo,
19:01se a gente adicionar
19:02inteligência artificial,
19:03machine learning
19:04no produto
19:06e adicionar
19:06personalização,
19:07o engajamento
19:08vai aumentar.
19:09Legal,
19:09beleza,
19:09vamos testar
19:10essa hipótese?
19:10Então a gente
19:11começou a implementar
19:12variações do produto
19:13para testar
19:15se essa hipótese
19:16era verdadeira
19:17ou não.
19:18Tinha coisas
19:18que a gente testou
19:19que funcionaram
19:19super bem,
19:20por exemplo,
19:21personalização
19:21de conteúdo
19:22no search,
19:24a personalização
19:25do search
19:26foi óbvia.
19:29Obviamente,
19:30se você começar
19:31a filtrar
19:32o seu
19:33conjunto
19:34de resposta
19:36com base
19:37nas contas
19:38que você já segue,
19:39então o resultado
19:39vai ser mais positivo.
19:42Personalização
19:43do explore tab
19:45que a gente fez
19:46também logo cedo
19:47nessa jornada
19:49de personalização
19:51do Instagram
19:51também foi
19:52um resultado
19:53super positivo.
19:54outras coisas
19:57que a gente
19:58testou,
19:59teve uma feature,
20:00por exemplo,
20:00de trending,
20:01trending content,
20:02trending hashtags,
20:04não deu muito certo,
20:05então a gente
20:05foi lá,
20:06a gente tinha uma hipótese
20:07que era,
20:08quando a gente lançar
20:08isso,
20:09vai ter um maior
20:10engajamento,
20:11vai seguir essa mesma
20:12linha,
20:15tipo,
20:15a gente vai lançar,
20:16o engajamento vai subir
20:17e a gente vai
20:19continuar
20:20explorando
20:22ou melhorando
20:23o produto.
20:24E esse produto,
20:25a hipótese não foi testada,
20:27o que você faz?
20:28Você faz um backtrack,
20:30você dá um passo
20:30para trás
20:31e pensa,
20:32então por que
20:33está dando errado?
20:34Será que é alguma coisa
20:34que eu consigo
20:35melhorar dentro do produto
20:37que já foi criado
20:38ou eu preciso começar
20:39do zero?
20:39A gente tentou
20:40várias alternativas,
20:41tentou o que a gente podia
20:42e chegou um momento
20:43que não,
20:43essa hipótese
20:44estava errada
20:45desde a sua concepção.
20:49E aí você volta
20:50para trás
20:51e isso é uma inovação
20:52um pouco mais,
20:53como eu falei,
20:55incremental.
20:56E tem casos
20:56como o MPE
20:57e o Facebook AI,
21:01que é uma inovação
21:02mais de long term,
21:04mas a ideia,
21:05a metodologia,
21:06para mim,
21:07ela é a mesma.
21:08Você pensa
21:08nas hipóteses
21:09que você quer testar
21:10e aí você começa
21:11a experimentar,
21:12você coloca um cronograma,
21:14qual é o custo-benefício
21:15de testar aquela hipótese,
21:17quanto vai custar
21:18para desenvolver
21:19um novo produto
21:20ou uma nova tecnologia
21:21de AI
21:21ou um novo experimento
21:24dentro do MPI
21:24e qual é o possível resultado
21:27que você vai ter
21:27com relação a isso.
21:28O custo-benefício bate?
21:29Beleza,
21:30então vamos seguir adiante.
21:31Sabe qual é a hipótese
21:32que você vai testar
21:33e quando você lança o produto
21:34você testa essa hipótese,
21:35você vê se deu certo,
21:37beleza,
21:37você double down,
21:38se não deu certo
21:39você dá aquele backtrack
21:41e meio que segue o jogo.
21:45Então a metodologia
21:45é meio simples,
21:46mas funciona
21:47e funciona
21:47em todos esses níveis,
21:49desde inovação
21:50mais incremental
21:51até uma inovação
21:52mais arrojada,
21:54mais long term.
21:56Sensacional.
21:57Aí você tocou
21:57num ponto
21:59que me parece também
22:00fazer parte
22:01das perguntas
22:02que estão na mesa
22:03dos boards hoje
22:04que é a questão
22:04de orçamento.
22:05porque uma coisa
22:07é a gente discutir
22:08a hipótese
22:09e outra coisa
22:13é a gente priorizar
22:14entre uma lista
22:15de hipóteses
22:16o quanto que eu equilibro
22:17curto prazo
22:18com longo prazo
22:20horizonte 1
22:20com horizonte 2
22:21com horizonte 3
22:22e como que eu de fato
22:24priorizo meus investimentos
22:26dado que existe
22:27um custo
22:28que é dado
22:28que é o custo
22:30do time
22:30que está trabalhando
22:31nessa experimentação.
22:33O que você teria
22:34pra compartilhar
22:35com a gente
22:36em termos
22:36de alocação
22:37de investimento
22:38priorização
22:40dessas hipóteses
22:40numa perspectiva
22:41mais financeira
22:44talvez
22:44da discussão?
22:45Uma empresa
22:46com uma margem
22:50mais alta
22:51ela tem
22:53obviamente
22:53mais liberdade
22:55operacional
22:56pra buscar
22:58uma inovação
22:59mais exploratória
23:01então tipo
23:02criar
23:03como a gente
23:04estava comentando
23:04antes
23:04criar um lab
23:06de research
23:08ou mesmo
23:09research acadêmica
23:10como
23:11Facebook AI
23:13Microsoft Research
23:14fazia pesquisa acadêmica
23:15também
23:16é uma pesquisa
23:18que é muito
23:19mais difícil
23:20de você colocar
23:21os resultados
23:22dentro de um produto
23:23mas também
23:24é uma pesquisa
23:25de
23:25super long term
23:28então é algo
23:29que se você
23:30realmente
23:30fizer um bom trabalho
23:32você consegue
23:33revolucionar
23:33ter um impacto
23:35potencialmente mundial
23:36mas não é toda empresa
23:38que consegue fazer
23:39um trabalho desse
23:40como eu falei
23:41uma empresa
23:41grande
23:43com capital alto
23:44com margens
23:45generosas
23:46tem muito mais liberdade
23:47operacional
23:48de fazer esse tipo
23:49de investimento
23:49uma empresa
23:51com um punho
23:52muito mais operacional
23:53margens apertadas
23:55resultados
23:56resultados
24:00mais
24:00com
24:03resultados mais
24:05agressivos
24:05digamos assim
24:06não no sentido
24:07no sentido assim
24:08uma
24:09com uma expectativa
24:11mais alta
24:12do mercado
24:13ela talvez não tenha
24:15tanta liberdade
24:15de fazer esse tipo
24:16de inovação
24:17então qual é o tipo
24:18de inovação
24:18que uma empresa
24:19dessa linha
24:21pode fazer
24:22uma inovação
24:24mais incremental
24:24pegar uma tecnologia
24:26que já existe
24:28e aplicar
24:29essa tecnologia
24:30para os problemas
24:31que a empresa
24:32tem hoje
24:33quais são os bottlenecks
24:34que a empresa tem
24:35quais são os desafios
24:37que a empresa tem
24:38posicionando seu produto
24:39no mercado
24:39quais são os gargalos
24:42que ela tem
24:43internos
24:43gargalos operacionais
24:45em que
24:45tecnologias novas
24:47podem ser aplicadas
24:49para esses problemas
24:50que vão resultar
24:51em um
24:52em um balanço positivo
24:55que o benefício
24:56vai cobrir os custos
24:58então isso é tudo
24:59um estudo
24:59que é primordial
25:00assim
25:01que o executivo
25:02o
25:02se leva
25:04ele já tem que começar
25:05a pensar depois disso
25:06e depois
25:06no resto
25:06é fazer um estudo
25:08mais
25:08concreto
25:09assim
25:09qual é o
25:10o benefício
25:11medium term
25:12long term
25:13dessa
25:13dessa aposta
25:14e qual vai ser
25:16o custo operacional
25:17de você desenvolver
25:18aquilo ali
25:18e a conta bate
25:20acho que esse é o
25:21é o
25:21é o
25:22é o ponto principal
25:23uma vez que você começa
25:24a colocar esses valores
25:26no papel
25:27numa spreadsheet
25:28ver quanto que vai custar
25:29e qual é o benefício
25:29que você espera
25:30mais otimista
25:31e qual é o risco
25:32de não dar certo
25:33aí você consegue
25:34fazer uma
25:34uma conta
25:35para saber
25:36se vai valer a pena
25:37ou não
25:37mas começa com algo
25:39bem básico
25:39que é saber
25:40qual é a situação
25:40da empresa
25:41e quanto de
25:41liberdade operacional
25:43ela tem
25:43para executar
25:44essa
25:45essa estratégia
25:47resumindo
25:50é um processo
25:52que lembra muito
25:53o método científico
25:55começar com uma hipótese
25:56essa hipótese
25:56ela precisa estar
25:57ancorada
25:58numa visão
25:58de valor clara
25:59é sobre fazer
26:01um business case
26:02é sobre investimento
26:04o quanto isso vai me trazer
26:05de retorno
26:05mesmo que seja
26:06seja ele em curto prazo
26:08longo prazo
26:09mas precisa ter
26:09um business case
26:10minimamente fundamentado
26:13ele vai ser descoberto
26:15ao longo do caminho
26:15se ele estava
26:16com a hipótese correta
26:17ou não
26:17mas precisa partir
26:19dessa
26:19pra ter esse ponto
26:21de partida
26:21e você colocando
26:24esses pontos
26:26me lembra
26:26uma pergunta
26:27que eu tenho conversado
26:28geralmente
26:29quando a gente está
26:29estruturando o Labs
26:30que é
26:31como que eu crio
26:32meu próximo concorrente
26:33dentro de casa
26:34como eu
26:35como que eu
26:37o que que eu consigo
26:38investir aqui
26:39dentro de casa
26:39e aí talvez
26:41eu precise fazer
26:41um time
26:42que siga processos
26:44e um telhado
26:44um pouquinho diferente
26:45do meu business
26:46as usual
26:46mas que
26:47que não abre espaço
26:50para as startups
26:53e para
26:54empresas que tem
26:55uma facilidade
26:56muito mais
26:57talvez
26:59tem uma liberdade
27:00de inovar
27:02e um desapego
27:04maior do que a gente
27:05para roubar
27:06o nosso mercado
27:07os times
27:10na meta
27:11eles eram
27:12o NPI
27:13ele estava
27:14dentro do mesmo telhado
27:15ou estava
27:16tinha uma vida própria
27:18uma autonomia maior
27:19como que era
27:19essa
27:20essa questão
27:21então o time
27:25o NPI
27:25funcionava
27:26meio como uma
27:26incubadora interna
27:28de inovação
27:30de produto
27:31então não era
27:32nem inovação
27:32tecnológica
27:33então se você pensar
27:34uma diferença
27:36bem grande
27:37entre o time
27:38de Facebook AI
27:40da época
27:40e o time
27:42e o NPI
27:44Facebook AI
27:45fazia
27:45muito mais
27:46inovação
27:47tecnológica
27:47então pensando
27:48assim como é que eu vou
27:49melhorar a AI
27:50muita pesquisa acadêmica
27:51mas também
27:51muita pesquisa
27:52de aplicada
27:55mas com esse
27:57com esse viés
27:58mais de
27:59não vamos
28:00vamos inovar
28:01tecnologia
28:01de inteligência
28:02artificial
28:03e o time
28:05do NPI
28:05era muito mais
28:06voltado a inovar
28:08produtos
28:08então pensar
28:09que novos produtos
28:10que a gente pode
28:11criar
28:11e aí
28:13a forma
28:14a estrutura
28:15como
28:16como a organização
28:17tinha
28:18era como
28:19pensar assim
28:21uma incubadora
28:21de
28:23de
28:23de startups
28:25então
28:26você
28:27a gente tinha
28:28inclusive um modelo
28:29interno
28:30tinha nossos
28:30founders
28:31do NPI
28:32que aplicavam
28:33internamente
28:34para vir a ser
28:35um founder
28:35para serem
28:36absorvidos
28:37pela incubadora
28:38então a gente tinha
28:40um processo
28:40de seleção
28:41as pessoas
28:42internas
28:42podiam aplicar
28:44havia uma seleção
28:45de ideias
28:45então a gente
28:46meio que
28:47iterava
28:48entre
28:49os responsáveis
28:50pelo NPI
28:50quais eram as ideias
28:52mais promissoras
28:52havia uma seleção
28:53então
28:53quem passava
28:55nesse processo
28:56era
28:56incorporado
28:58dentro do NPI
28:59como um founder
29:00dessa
29:01dessa ideia
29:02de inovação
29:04de produto
29:04e aí recebia
29:05os recursos
29:06recebia um investimento
29:07digamos assim
29:08interno
29:09para desenvolver
29:11essa ideia
29:11para levar ela
29:12de uma ideia
29:13de um conjunto
29:13um deck
29:13de slides
29:14até um produto
29:16que ia ser lançado
29:18para o público
29:19então funcionava
29:21bem independente
29:21do resto
29:22inclusive
29:23a stack
29:23que a gente usava
29:24de tecnologia
29:25não era
29:27a mesma stack
29:27da meta
29:28até para ter
29:29mais agilidade
29:30de desenvolvimento
29:31então usava
29:31um stack
29:32independente
29:33é como se fosse
29:33uma startup
29:34mesmo
29:34você vai estar
29:36desenvolvendo
29:37seu próprio produto
29:38está aqui
29:38um pequeno time
29:39está aqui
29:40alguns recursos
29:41mas você tem que
29:42executar
29:43por conta própria
29:45um pouco fora
29:47obviamente
29:48você pensa
29:48de uma forma maior
29:49está dentro do telhado
29:50da meta
29:52porque no final
29:53todo mundo
29:53era contratado
29:54da meta
29:54então os recursos
29:55vinham da meta
29:56mas também
29:57fora do telhado
29:58de suporte
30:00de estratégia
30:02produto
30:02mesmo
30:05design
30:08e tecnologia
30:10da meta
30:11a gente não tinha
30:12uma cobertura direta
30:13Rodrigo
30:14você explicou
30:14como é que era
30:15a formação
30:16dos times
30:17para desenvolver
30:18inteligência artificial
30:19dentro da meta
30:20antes a gente
30:21falou sobre
30:21orçamento
30:22sobre o custo
30:23de desenvolver
30:24uma tecnologia
30:25de inteligência artificial
30:26como que isso
30:28impacta grandes empresas
30:31pequenos negócios
30:32a gente
30:33enquanto usuários
30:35a gente só tem acesso
30:36a inteligência artificial
30:37quando ela dá certo
30:38quando ela chega
30:39nas nossas mãos
30:40mas eu queria que você
30:42contasse o outro lado
30:43teve algum case
30:45de frustração
30:46que você vivenciou
30:47algum case
30:48que a IA
30:49não deu certo
30:50que fracassou
30:52seja curioso
30:53quais foram os
30:54tuos aprendizados
30:55com isso
30:55sim, claro
30:56numa época
30:57que a gente estava
30:57começando a colocar
30:58esse conteúdo
30:59mais personalizado
31:00dentro da app
31:00havia um caso
31:02nos outros aplicativos
31:04Twitter
31:04que tinham features
31:07bem populares
31:08de quais são os tweets
31:10que estão
31:10trending
31:11no momento atual
31:13e a gente imaginou
31:15acho que é uma hipótese
31:16legal de testar
31:16será que esse tipo
31:17de conteúdo
31:18conteúdo que está
31:19trending
31:20conteúdo que está
31:21ficando popular
31:22ele leva
31:24um engajamento
31:24mais forte
31:26e a gente teve
31:27todo um trabalho
31:28de desenvolver
31:29essa nova tecnologia
31:30porque
31:30no caso do Instagram
31:33havia umas complicações técnicas
31:34a gente teve que construir
31:35todo um pipeline
31:36de dados
31:38um pipeline
31:38de
31:39de
31:41de
31:41machine learning
31:43não é bem
31:44machine learning
31:45por si só
31:47mas é um pipeline
31:48mais técnico
31:49assim
31:49de como
31:50identificar
31:52esse conteúdo
31:53com popularidade
31:56imediata
31:57a gente construiu
31:58a tecnologia
31:59a tecnologia
32:00funcionava
32:01quando a gente lançou
32:02o produto
32:02o produto não teve
32:04o engajamento
32:04que a gente
32:05que a gente esperava
32:06então não foi uma feature
32:07que no final das contas
32:08as pessoas
32:08se
32:09se identificaram
32:11dentro do Instagram
32:12e acho que é por causa
32:13da natureza
32:14da
32:14do aplicativo
32:16o Instagram
32:16é um pouco menos
32:18imediato
32:20é um pouco menos temporal
32:21e
32:22e muito mais
32:24um
32:24um aplicativo
32:26de
32:26de interesses
32:27quais são
32:29quais são
32:29seus interesses
32:30quais são as coisas
32:31que você quer aprender
32:31quais são as coisas
32:32que você
32:32gosta de ver
32:34o conteúdo
32:34que você gosta
32:35de
32:36que você se identifica
32:37mais do que o conteúdo
32:38que está acontecendo agora
32:39no site de notícias
32:40e
32:42e é uma diferença
32:43uma diferença grande
32:44na natureza
32:45tipo pegar um Twitter
32:46e um Instagram
32:47e é algo que depois
32:49a posteriori
32:50assim
32:50mas é
32:51é óbvio
32:52que
32:52que era
32:53que esse era o caso
32:54mas a gente só descobriu isso
32:56depois que a gente estava testando
32:57a hipótese
32:57no início a gente pensou
32:58não
32:58tipo
32:59é uma feature que funciona
33:00bem no Twitter
33:01vai funcionar bem
33:02para o Instagram
33:03também
33:04e não foi o caso
33:05algo um pouco mais
33:08um exemplo
33:10que
33:10que eu acho
33:11também muito interessante
33:13foi
33:13a parte de
33:15search
33:16do Facebook
33:17o Facebook
33:18durante muito tempo
33:19investiu em vários tipos
33:20de search
33:20diferenciada
33:21até para tentar
33:23fazer alguma coisa
33:25que
33:25valorizasse
33:27o produto
33:29que a gente tinha
33:30do Facebook
33:32e criasse
33:33uma separação
33:34do
33:34a search
33:35da web
33:35já
33:36já era
33:37um monopólio
33:38do
33:39do Google
33:40sabe
33:41é difícil você quebrar
33:42aquela
33:42aquele ciclo
33:44que funcionava
33:45tão bem
33:45mas o que o Facebook
33:47poderia fazer de diferente
33:48o que é uma search
33:49de
33:49o que é uma pesquisa
33:51de
33:51de conteúdo
33:52gerado por usuários
33:54conteúdo personalizado
33:55e será que existe
33:57um mercado
33:58para isso
33:59será que existe
33:59uma
34:00uma necessidade
34:01dos nossos usuários
34:02de de de de
34:04de ter essa conexão
34:04e a gente testou
34:06várias coisas
34:07então teve uma época
34:08muitos anos atrás
34:09que o Facebook criou
34:10o que era chamado
34:11de Graph Search
34:11para facilitar
34:13a navegação
34:13desse conteúdo
34:14dentro da
34:16dentro da rede social
34:17então você conseguia
34:18achar os postos
34:19que tinham sido feitos
34:20pelo seu
34:21primo
34:23pelo primo
34:24do seu tio
34:25em 2007
34:27num restaurante
34:29de Paris
34:30pronto
34:30aparecia aquilo ali
34:31um produto
34:33do ponto de vista
34:34de tecnologia
34:34altamente complexo
34:36do ponto de vista
34:37de produto
34:37a complexidade
34:38era tanta
34:39que os usuários
34:40não se identificavam
34:41com aquilo ali
34:41era um produto
34:42para engenheiro
34:42e depois
34:44eventualmente
34:45isso mudou também
34:46a gente criou
34:47o Content Search
34:49que era um produto
34:50que o meu time
34:51trabalhou diretamente
34:52que era como é que você
34:53esquece essa navegação
34:55de conteúdo
34:56e foca mais
34:56o que é interessante
34:57para você
34:58então permitir
34:59que você pudesse
35:00ir para o Facebook
35:01e procurasse
35:01episódios
35:04de
35:04Dragon Ball Z
35:08de tal ano
35:12e poder
35:14conectar o usuário
35:17com aquele conteúdo
35:18com conteúdo
35:20relativo
35:20aquilo ali
35:21dentro da rede
35:22então não só o vídeo
35:23em si
35:24se ele tivesse sido postado
35:25mas também assim
35:26o que outras pessoas
35:28viram aquilo ali
35:28que pessoas da sua rede
35:31da sua rede de conexão
35:33seus amigos mais próximos
35:35seus parentes
35:36o que eles têm a dizer
35:38sobre aquele conteúdo
35:39também
35:40e foi um produto
35:42também
35:42do ponto de vista
35:43de AI
35:44Machine Learning
35:44com uma complexidade
35:45técnica
35:46super alta
35:47porque você tem que fazer
35:48o processamento
35:48desse texto
35:49a identificação
35:51de padrões
35:52de conexão
35:53se esse conteúdo
35:57é relevante
35:57para o usuário
35:58dada aquela pesquisa
35:59que foi feita
36:00dada a query
36:01que foi digitada
36:02então
36:04alta complexidade técnica
36:06uma hipótese
36:08também não foi validada
36:09porque
36:09no final das contas
36:10os usuários
36:11não tinham tanto interesse
36:12de ter essa conexão
36:14com esse conteúdo
36:15uma vez que
36:16esse conteúdo
36:17já foi passado
36:18já perdeu seu momento
36:19digamos assim
36:19então tem
36:21vários exemplos disso
36:23Rodrigo
36:24eu vou fazer agora
36:24uma provocação
36:25porque a rival
36:27TikTok
36:27desenvolveu
36:29uma ferramenta
36:29de busca
36:30muito eficaz
36:32e que tem sido
36:32muito usada
36:33principalmente
36:34pela geração Z
36:35até mesmo
36:37mais usada
36:37que o Google
36:38por que
36:39que deu certo
36:40no TikTok
36:40o que tem
36:41de diferente
36:42a grande
36:43diferença
36:44do TikTok
36:46porque
36:46o
36:49o
36:49o TikTok
36:50vem num momento
36:51vem num momento
36:53completamente
36:54diferente
36:55da
36:55do mundo
36:57digital
36:58tem um
37:00tem um dizer
37:00que
37:01eu não lembro
37:01que originalmente
37:02falou isso
37:02mas é que
37:03não existe
37:03nenhuma ideia
37:04ruim
37:04só existe
37:06o tempo
37:06o momento
37:06errado
37:07da ideia
37:07e
37:09você pensar
37:10no momento
37:10que o Facebook
37:11estava fazendo
37:11essas
37:12ferramentas
37:13de busca
37:14a ideia
37:15de redes sociais
37:16ainda era muito
37:17voltada
37:18às suas conexões
37:19diretas
37:20então
37:21você não usava
37:22o Facebook
37:22para se conectar
37:23com o desconhecido
37:24você usa o Facebook
37:26para se conectar
37:27com seus amigos
37:29com seus
37:29co-workers
37:30usava
37:32hoje em dia
37:33com o advento
37:34de Reels
37:34e tudo mais
37:35o Facebook
37:36está se aproximando
37:37muito mais
37:38dessa ideia
37:39de conteúdo
37:40indireto
37:40mas
37:41nessa época
37:43nos anos
37:43tipo
37:44quando foi isso
37:4510
37:4610 anos atrás
37:50mais ou menos
37:51que a gente começou
37:52a investir mais
37:52nessa parte
37:53de search
37:53e
37:55ainda era muito
37:59a identidade
38:01do Facebook
38:01era ainda muito
38:02voltada
38:02ao conteúdo
38:03diretamente
38:04conectado
38:04a você
38:05e aí você
38:07mostrar
38:08inclusive
38:08isso foi parte
38:09do feedback
38:09que a gente recebeu
38:10porque uma vez
38:11que você usava
38:11esse produto
38:12de search
38:12ele trazia
38:14muito desse
38:15conteúdo
38:15indireto
38:16e que
38:18mas que era
38:19relevante
38:20mas o usuário
38:20não estava esperando
38:21isso
38:21porque a expectativa
38:23a identidade
38:24do Facebook
38:24naquela época
38:25é conteúdo
38:26direto
38:27é o meu amigo
38:28são os meus parentes
38:29não quero ver
38:30esse desconhecido
38:31esse conteúdo
38:33que não está conectado
38:34a minha vida
38:37digital
38:38então não era
38:40não fazia parte
38:41da expectativa
38:41do usuário
38:42tanto é que
38:44o produto
38:44que acabou virando
38:46essa parte
38:46de pesquisa
38:47de conteúdo
38:48o caso de uso
38:50que funcionou
38:51mais certo
38:52era as pessoas
38:53procurarem
38:53por posts
38:54que eles tinham
38:55visto
38:55no seu feed
38:56de parentes
38:57amigos
38:58e tal
38:58então ainda
38:59nesse
38:59nesse viés
39:00mais do meu mundo
39:01digital conectado
39:02e foi só depois
39:04tipo o Instagram
39:05começou a introduzir
39:07conteúdo
39:08sugestionado
39:10tinha aquela
39:10Explore TED
39:11depois
39:11conteúdo sugerido
39:14no seu
39:15no seu feed
39:15depois introdução
39:16de Reels
39:17e aí agora
39:18todo mundo
39:19já tem uma expectativa
39:20muito diferente
39:21do produto
39:21do Facebook
39:22do Instagram
39:23de ter esse contato
39:24com conteúdo
39:25não diretamente
39:27relacionado
39:27não diretamente
39:28conectado
39:28à minha rede
39:30e aí claro
39:32como isso é algo
39:33que veio
39:34tipo
39:34foi uma inovação
39:36de produto
39:37feita pelo TikTok
39:38óbvio que eles tinham
39:39dianteira
39:40em fazer isso
39:41e obviamente
39:42nesse momento
39:43você criar um produto
39:44de search
39:45que te ajuda
39:45a navegar
39:46esse espaço
39:47agora
39:48quase incomensurável
39:49de conteúdo
39:51é uma ferramenta
39:52super útil
39:53mas naquele momento
39:55que a gente estava
39:55experimentando
39:56com o search
39:57não era o momento
39:57dessa ideia
39:58e talvez
40:00né
40:00tem uma
40:02uma novidade
40:05no mundo de marketing
40:06importante
40:06que foi sendo construída
40:07de um tempo pra cá
40:08que são os creators
40:10os influenciadores
40:10e muito dessa funcionalidade
40:12eu imagino que seja
40:13utilizada
40:13pra um caso
40:16de uso
40:16B2B
40:18né
40:18de um creator
40:20que conteúdo
40:21que está dando
40:21mais certo
40:22o que que está
40:23fazendo mais efeito
40:25pra mim também
40:25pegar essa
40:26essa carona
40:27agora
40:28o que eu acho
40:29muito divertido
40:30e a gente está aqui
40:30falando de bastidores
40:31é que exatamente
40:32nessa época
40:33Rodrigo
40:34a gente
40:34sempre foi muito parceiro
40:36da meta
40:36como estilingue
40:37a gente morria de medo
40:38da meta
40:40lançar
40:40essa funcionalidade
40:41porque o nosso negócio
40:43era exatamente
40:43fazer esse tipo
40:44de pesquisa
40:45pras empresas
40:46e é interessante
40:48como você fala
40:48né
40:49testar a hipótese
40:50e testar a hipótese
40:51ela depende muito
40:52também
40:52pra que persona
40:53que você está
40:54pra quem né
40:56que essa hipótese
40:56tem valor
40:57a meta nitidamente
40:58por uma razão
40:59mais do que óbvia
40:59eu estava focando
41:00no usuário
41:01no usuário final
41:03enquanto isso
41:04tinha uma empresa
41:04menorzinha
41:05aqui no Brasil
41:06que tinha um negócio
41:08inteiro dela
41:08baseado em fazer
41:09o search
41:10do que estava acontecendo
41:11no Facebook
41:13no Instagram
41:14pra empresas
41:15a estilingue
41:16então é bem legal
41:17escutar isso
41:18eu fico feliz
41:18que essa hipótese
41:19não foi pra frente
41:20porque senão teria
41:21atrapalhado bastante
41:23a estilingue
41:24mudando aqui
41:25de assunto
41:26pegando
41:27um ponto
41:28um ponto legal
41:29que você comentou
41:30você falou do
41:31Facebook AI
41:32instituto de pesquisa
41:34meta uma empresa
41:36né
41:36com
41:37super deep pocket
41:39bolsos
41:40bolsos grandes
41:41e com budget
41:42pra
41:42financiar
41:44um instituto
41:44de pesquisa
41:45agora
41:45essa não é a realidade
41:47de todas as empresas
41:48e
41:50existe algo
41:51que eu vejo
41:51que precisa ser mais
41:53provocado
41:53no Brasil
41:54quando você fala
41:54de inovação
41:55que é a proximidade
41:56com a academia
41:56proximidade não
41:58com os labs
41:59no sentido
42:00de
42:01prototipar
42:03e criar
42:04hipóteses rápidas
42:05mas os labs
42:06acadêmicos
42:07qual que é o papel
42:09na sua visão
42:10da academia
42:11nessa cadeia
42:12de valor
42:13de inteligência
42:13artificial
42:14trazendo aqui
42:15pra um
42:16corte
42:17que não é o corte
42:18das
42:18hyperscalers
42:20metas
42:21mas de
42:22médias e grandes
42:23empresas brasileiras
42:25e o quão
42:26você enxerga
42:27na tua visão
42:27que é importante
42:28essa proximidade
42:29com a
42:30academia
42:31eu acho que encaixa
42:34bem naquilo que a gente
42:35estava falando
42:35um pouco mais cedo
42:37de como fazer
42:38inovação
42:41de forma
42:42mais direta
42:43você incubar
42:44aquela inovação
42:44dentro da empresa
42:45versus você
42:47fazer uma inovação
42:48um pouco mais aplicada
42:49e incorporar
42:51vamos dizer
42:52um
42:53resultado de pesquisa
42:55acadêmica
42:56um projeto
42:57open source
42:57incorporar isso
42:58dentro do seu
42:59dentro do seu negócio
43:00pra acelerar
43:02algum processo
43:03interno
43:03ou resolver
43:05alguma ineficiência
43:05então
43:07eu acho que
43:08voltando àquela
43:09metodologia
43:10que você perguntou
43:11a primeira coisa
43:13é saber sua identidade
43:14em que espaço
43:16você está jogando
43:17o que você faz
43:18o segundo
43:19é saber
43:20quais são os problemas
43:21que eu tenho
43:21quais são as minhas
43:22deficiências
43:23o que eu
43:23poderia me beneficiar
43:26de uma
43:28tecnologia
43:29nascente
43:30como AI
43:30generativa
43:31usar isso
43:32como um exemplo
43:33aí o terceiro passo
43:35é bom
43:35se eu não tenho
43:36condições
43:36se eu não tenho
43:37um budget
43:39ou margens
43:40que possibilitem
43:41que eu faça
43:42a incubação
43:43dessa pesquisa
43:44internamente
43:44como é que eu posso
43:45incorporar isso
43:46de fora
43:47e eu acho que
43:48buscar parcerias
43:50com universidades
43:52com institutos
43:53de pesquisa
43:54com open source
43:55é uma excelente
43:57alternativa
43:57para empresas
43:59mas
44:01cabe sempre
44:02aquela ideia
44:03de qual é a hipótese
44:03que eu estou testando
44:04que eu estou querendo
44:05testar com isso
44:06e qual é o benefício
44:08que isso vai me trazer
44:09então não fugir
44:11não é porque eu vou ter
44:12agora
44:13um pouco mais de facilidade
44:14de introduzir
44:15essa
44:16tecnologia
44:17porque eu tenho
44:18uma parceria
44:18com
44:19com um projeto
44:20de open source
44:22ou com uma comunidade
44:23acadêmica
44:24que está fazendo
44:24uma determinada pesquisa
44:25que vai ser útil
44:26para mim
44:26não é porque eu tenho
44:27essa facilidade
44:29que eu vou
44:31sair explorando
44:32um espaço
44:32que não vai me trazer
44:33um benefício
44:34porque tudo
44:35vai ter um custo
44:36nem que seja o custo
44:37de você incorporar
44:39aquela tecnologia
44:40no seu negócio
44:41nem que seja
44:42um custo
44:42de integração
44:43de um projeto
44:45de um open source
44:46e refinamento
44:47tem aquela ideia
44:49do
44:49princípio de Pareto
44:52que você tem
44:5480% do resultado
44:57com 20%
44:57do esforço
44:59mas ao mesmo tempo
45:01em contrapartida
45:02para você fechar
45:03os últimos
45:0420% de trabalho
45:05você usa
45:0680% do esforço
45:07então
45:07não é porque agora
45:08eu tenho um projeto
45:09de open source
45:10que pode ser útil
45:10às vezes integrar
45:12aquele projeto
45:13no meu negócio
45:14vai custar
45:1580% do esforço
45:16de finalização
45:18refinamento
45:19aprimoramento
45:19daquele produto
45:20então acho que
45:22eu sou muito
45:24a favor
45:24de empresas
45:25buscarem
45:26formas
45:27de ter parcerias
45:30com pesquisa
45:31com open source
45:32mas sempre
45:34de uma forma
45:35bem pensada
45:37de qual vai ser
45:39o custo real
45:39dessa integração
45:41e qual o benefício
45:42que isso vai me trazer
45:43e se vai valer a pena
45:44no final ou não
45:46empresas
45:48que podem se beneficiar
45:49tem que levar
45:50sempre em consideração
45:51que
45:51AI generativa
45:53é uma tecnologia
45:54nascente
45:55então ainda está
45:56na infância
45:56é um negócio
45:57que vai se reinventar
45:58pelo menos mais
45:59duas ou três vezes
46:01nos próximos
46:01cinco, dez anos
46:02e você
46:04como
46:05empreendedor
46:07como um executivo
46:08se você está
46:09disposto
46:10a investir
46:11nisso
46:12você tem que estar
46:12preparado
46:13para essa consequência
46:14estar preparado
46:15para daqui
46:16não sei que você
46:17criou um protótipo
46:18uma solução hoje
46:19você tem que estar
46:19preparado para daqui
46:20seis meses
46:22um ano
46:22tem que reescrever tudo
46:24porque apareceu
46:25uma tecnologia nova
46:26ou isso foi
46:27foi
46:28foi
46:29inovado
46:31foi
46:31meta inovada
46:33inovação foi inovada
46:34e agora você tem que
46:35se adaptar
46:36você tem que se adaptar
46:38a essa mudança
46:38e parte
46:39dessa
46:40dessa
46:41adaptação
46:43pode ser
46:43um
46:44um custo
46:45excessivo
46:47então você tem que
46:48estar preparado
46:48tem que entrar
46:49pode entrar de cabeça
46:51mas tem que entrar
46:52com
46:52preparado
46:55sendo honesto
46:57consigo próprio
46:57de que
46:58vai ser uma aventura
47:00longa
47:01Rodrigo
47:01pegando o gancho
47:02do open source
47:03a gente sabe
47:04que agora tem
47:05muito mais
47:06um número maior
47:08de competidores
47:09no campo
47:10de inteligência artificial
47:11além da open eye
47:13deep seek
47:13e várias outras
47:14surgindo
47:15você acredita
47:16que a inteligência
47:17artificial
47:18vai virar
47:18uma espécie
47:19de commodity
47:20o que vem por aí
47:21esses modelos
47:23eles vão ficar
47:23cada vez melhores
47:24cada vez mais
47:26acessíveis
47:27cada vez mais baratos
47:28e o que isso
47:30o impacto
47:30que eu acho que
47:31eles vai ter
47:31na sociedade
47:32como um todo
47:33é elevar
47:35essa linha
47:36do que é considerado
47:37common knowledge
47:39conhecimento comum
47:41conhecimento básico
47:42o que que significa
47:43você ser um especialista
47:45há 5, 10 anos
47:47atrás
47:47você
47:48ter
47:50feito
47:50uma graduação
47:51em determinado
47:52tópico
47:53deixava você
47:54um especialista
47:55naquilo ali
47:55e era difícil
47:56alguém romper
47:57essa barreira
47:57e virar
47:58um especialista
47:59também
48:00sem ter que investir
48:01vários anos
48:03de estudo
48:04e vários anos
48:05de experiência
48:06hoje em dia
48:08você consegue
48:09de uma forma
48:11inteligência aumentada
48:12usando esses modelos
48:13você consegue
48:14adquirir
48:15conhecimento
48:16técnico
48:17ou conhecimento
48:19especializado
48:20relativamente rápido
48:22vários
48:24experimentos
48:25que eu já fiz
48:25recentemente
48:26minhas consultas
48:27médicas
48:27são cada vez melhores
48:30você vai para o médico
48:31hoje em dia
48:31você consegue se preparar
48:32antes
48:32usando esse modelo
48:34meio que como um
48:35test drive
48:37o que você
48:38deveria conversar
48:39quais são as áreas
48:40de risco maior
48:42para a sua saúde
48:42então você consegue
48:44se educar
48:45relativamente rápido
48:47em áreas
48:47que antigamente
48:49eram conhecidas
48:50como áreas
48:51de alta especialidade
48:54e essa
48:55a tendência
48:57é que essa
48:58essa linha
48:59ela vai
49:00essa linha
49:01de
49:01de como
49:02knowledge
49:03ela vai subir
49:04mais e mais
49:05todo mundo
49:06vai ter acesso
49:07a esse conhecimento
49:08de uma forma
49:08bem fácil
49:09vai estar
49:10na sua mão
49:12no seu celular
49:13e
49:14eu acho que
49:17o que
49:19então
49:19voltando
49:21a sua pergunta
49:22esse conhecimento
49:23que antigamente
49:25era conhecido
49:25como conhecimento
49:26especializado
49:26ele vai virar
49:27uma commodity
49:27todo mundo
49:28vai ter acesso
49:29a esse conhecimento
49:30o que não vai ser
49:31commodity
49:32o que não vai ser
49:33qual vai ser
49:34o novo
49:35conhecimento
49:35especializado
49:36é difícil
49:38eu desdê
49:39eu não sei
49:39exatamente
49:40onde é que
49:40essa linha
49:40vai parar
49:41mas eu acho
49:41que
49:42a criatividade
49:43humana
49:44ela ainda
49:45vai ter
49:45o seu
49:45espaço
49:46eu acho
49:48que
49:49você saber
49:51lidar
49:51com
49:51essas novas
49:52tecnologias
49:53como toda
49:54inovação
49:54tecnológica
49:55você
49:56ter um bom
49:57entendimento
49:58de como ela
49:58funciona
49:59e saber
50:00utilizar
50:00ela
50:01não só
50:02para o seu
50:02benefício
50:02próprio
50:03mas para o
50:04benefício
50:04de outros
50:05que é assim
50:05que você
50:05no final
50:06das contas
50:06vai conseguir
50:07montar
50:07um negócio
50:08não é resolvendo
50:09o seu problema
50:09mas resolvendo
50:10os problemas
50:11que as outras
50:11pessoas têm
50:12e usando
50:13essa tecnologia
50:14para isso
50:15então alguém
50:15que tem
50:16essa habilidade
50:18de usar
50:19AI
50:19as novas
50:21gerações
50:22que vão vir
50:22pela frente
50:23que vão
50:23nascer
50:24com AI
50:25vão crescer
50:25com o auxílio
50:26de AI
50:26elas vão ter
50:27uma grande vantagem
50:28são essas pessoas
50:29que vão inventar
50:30as ferramentas
50:31do futuro
50:32e eu acho
50:35que essas
50:37são áreas
50:38que como falei
50:39criatividade
50:40uso
50:41de
50:42habilidade
50:45de usar
50:45essas ferramentas
50:46de criar
50:47novas ferramentas
50:47em cima
50:48da AI
50:49e se a gente
50:52for falar
50:52de tipo
50:52áreas
50:54específicas
50:55que eu
50:57acho
50:58que vão
50:58evoluir
51:05muito
51:05com
51:06o advento
51:07de AI
51:08generativa
51:09obviamente
51:10saúde
51:11educação
51:13entretenimento
51:15são coisas
51:17que
51:17obviamente
51:19para mim
51:19mais e mais
51:21vão ficar
51:21low-rengue
51:22em fruto
51:22a ideia
51:24assim
51:24de que
51:24imagina no futuro
51:25você vai poder
51:26assistir um filme
51:27que foi criado
51:27só para você
51:28é algo que
51:31hoje em dia
51:32parece inconcebível
51:33mas
51:34imagina AI
51:35generativa
51:36um ponto
51:37em que ela consegue
51:37fazer um vídeo
51:39baseado
51:40em um prompt
51:40que você dá
51:41para ela
51:41e expandir
51:43esse vídeo
51:44em uma narrativa
51:44maior
51:45de uma hora
51:45uma hora e meia
51:46e você tem
51:46o filme
51:48que é para você
51:48o filme
51:49que você vai gostar
51:50mais que qualquer
51:50outra pessoa
51:50no mundo
51:51parece coisa
51:52de ficção
51:53científica
51:54né
51:54Rodrigo
51:56Rodrigo Schmidt
51:57né
51:57eu tenho que explicar
51:58o sobrenome
51:59agora
51:59obrigada
52:00pela sua
52:00por todo esse papo
52:02por todas as suas
52:03explicações
52:04foi bem enriquecedor
52:05e foi muito
52:06curioso
52:07descobrir os bastidores
52:09né Elser
52:09muito obrigado
52:11Rodrigo
52:11foi interessantíssimo
52:13obrigado pelo teu tempo
52:14aí de São Francisco
52:15em participar
52:16com a gente dessa
52:17esse pessoal
52:19prazer foi meu
52:20gostei muito
52:21da nossa conversa
52:22do nosso papo
52:22como eu comentei
52:23no início
52:24eu adoro essas conversas
52:26não só porque
52:28eu acho que o ambiente
52:30é super legal
52:31e é bom contar história
52:34eu gosto de contar história
52:35então acho que sou um bom
52:36contador de história
52:37mas não só por isso
52:39mas acho que a gente
52:39sempre aprende
52:40um pouco
52:41eu gostei muito
52:42de pegar
52:42perspectiva de vocês
52:43entender um pouco mais
52:44o que que está
52:46acontecendo
52:47no Brasil
52:48o que que
52:49o que que é
52:51mais importante
52:52mais relevante
52:52pro cenário
52:54pro cenário
52:55nacional
52:56gostei muito
52:57do nosso papo
52:58obrigado mais uma vez
52:59pelo convite
53:00e até a próxima
53:03eu acho que vale
53:05reforçar
53:05que você é um exemplo
53:07acho que pra muitas
53:07muitas pessoas
53:09Rodrigo
53:09de um brasileiro
53:10que
53:11que foi longe
53:12numa carreira
53:13de uma empresa
53:14no Vale do Silício
53:16é muito legal
53:16ver a tua história
53:17e poder trocar
53:19contigo
53:19nesse sentido
53:20também
53:20o Brasil
53:21precisa de exemplos
53:22assim
53:23e a gente valorizar
53:25a nossa
53:25nossa capacidade
53:26como
53:26brasileiros
53:28é uma carreira
53:29que está cada vez
53:30mais em ascensão
53:31inteligência artificial
53:32tem sido mais disputada
53:33até que medicina
53:34a você que nos assistiu
53:36muito obrigada
53:38pela sua audiência
53:39o Revolução
53:40IA
53:40volta em breve
53:41até lá
53:42Tchau
53:43Tchau
53:44Tchau
53:45Tchau
Comentários