Descubra como a Pipefy está revolucionando o mercado com seus agentes de inteligência artificial! A startup, que já recebeu um aporte de 150 milhões de dólares, está transformando a forma como as empresas automatizam seus processos.
Neste episódio, Alessio Alioncio, CEO da Pipefy, revela como a plataforma otimiza operações em diversos setores, desde o financeiro até RH, implementando soluções de IA para clientes como Visa, Itaú e Volvo. Entenda como a Pipefy oferece agilidade e eficiência, permitindo que as empresas digitalizem seus processos de forma rápida e escalável.
Saiba como a Magalu Cloud impulsiona a competitividade no Brasil, oferecendo segurança financeira e adaptando valores para o mercado nacional. Não perca essa análise sobre o impacto da inteligência artificial nos negócios e como a Pipefy está liderando a nova corrida do ouro da tecnologia!
#InteligenciaArtificial #InovacaoTecnologica #Pipefy #AutomacaoDeProcessos
Neste episódio, Alessio Alioncio, CEO da Pipefy, revela como a plataforma otimiza operações em diversos setores, desde o financeiro até RH, implementando soluções de IA para clientes como Visa, Itaú e Volvo. Entenda como a Pipefy oferece agilidade e eficiência, permitindo que as empresas digitalizem seus processos de forma rápida e escalável.
Saiba como a Magalu Cloud impulsiona a competitividade no Brasil, oferecendo segurança financeira e adaptando valores para o mercado nacional. Não perca essa análise sobre o impacto da inteligência artificial nos negócios e como a Pipefy está liderando a nova corrida do ouro da tecnologia!
#InteligenciaArtificial #InovacaoTecnologica #Pipefy #AutomacaoDeProcessos
Categoria
🗞
NotíciasTranscrição
00:00Magalu Cloud, impulsionando a competitividade do Brasil através da tecnologia.
00:15Bem-vindo, bem-vinda a mais um Revolução IA, programa do Nelfeed que aborda o impacto da inteligência artificial no mundo dos negócios.
00:23Eu sou a Letícia Cardoso e quem me acompanha é Rodrigo Welser, conselheiro de inteligência artificial em grandes empresas.
00:31Bem-vindo, Rodrigo.
00:33Obrigado, Letícia. Bora para mais uma.
00:35Bora para mais uma. Hoje o nosso convidado é Alessio Alioncio, CEO da PipeFi.
00:41Vamos conhecer um pouquinho mais sobre ele.
00:43Alessio Alioncio é fundador e CEO da PipeFi, plataforma global de inteligência artificial que orquestra agentes de A autônomos.
00:52Formado em administração pela UFPR e com certificações pela Stanford University e Harvard Business School,
01:01Alessio começou sua trajetória liderando a JR Consultoria.
01:06Mais tarde, criou o Acesso Zero, um marketplace vendido em 2012, consolidando a sua reputação como empreendedor inovador.
01:16É Alessio, seja bem-vindo. Obrigada pela sua presença aqui com a gente virtualmente.
01:22Opa, eu que agradeço. Obrigado pelo convite. Estou mega animado aí para falar um pouquinho mais sobre essa mudança radical que está vindo.
01:30Bem-vindo, Alessio.
01:32Alessio, para a gente começar, eu queria falar sobre a startup.
01:36Vocês já receberam 150 milhões de dólares de aporte de fundos, incluindo SoftBank.
01:43Queria entender qual a sua visão. Por que a startup, a PipeFi, vem chamando tanto a atenção em meio a tantos concorrentes nessa nova era da inteligência artificial?
01:57Com certeza. É um mercado muito competitivo.
02:00São dois grandes motivos.
02:01Primeiro, a maioria das soluções que estavam disponíveis no mercado até então, elas eram muito rígidas e demandavam muita mão de obra especializada para você conseguir implementar e adotar.
02:15Então, qualquer empresa que quisesse digitalizar um processo ou usar um agente de inteligência artificial, ia ter que fazer um projeto com uma consultoria que ia gastar meses de trabalho.
02:28E aí, lá no fim, conseguir colocar aquele agente para trabalhar.
02:31E a grande maior realidade das empresas é que elas precisam de agilidade e elas precisam fazer essa transformação bem mais rápido e levar e automação para todos os departamentos da empresa e todas as áreas de negócio.
02:46E diferente das empresas tradicionais que têm essa rigidez e essa necessidade de colocar a mão ali no código para desenvolver,
02:53basicamente, a gente tem uma solução end-to-end, onde o usuário consegue criar todos os workflows que ele precisa e tudo que ele precisa, mensageria, portal, formulário para rodar.
03:06E a gente também tem um estúdio completo para qualquer aplicação de A que ele queira desenvolver, seja um agente de atendimento conversacional,
03:14um agente de automação que vai fazer a leitura de documentos, tomar decisão.
03:18E a combinação dessas duas coisas, um framework no-code para conseguir digitalizar e criar esses processos e ajustar ele de forma rápida e ágil,
03:28combinado com esse estúdio completo de tudo que ele precisa para colocar esse agente para trabalhar em cima desses workflows,
03:34dá uma velocidade muito grande e dá um nível de adesão dentro da empresa bem mais ágil e rápido do que se comparado com as ferramentas tradicionais.
03:44Super interessante, Alessio. E conta para a gente qual que é o teu ICP, teu perfil de cliente ideal,
03:51quem que contrata a PIFI nas empresas e esperando que tipo de valor, de entrega de resultado?
03:58Ah, legal. Geralmente são os departamentos das áreas de operações, processos do financeiro que correm dentro do back-office,
04:06CRH, ou processos de back-office, de atendimento ali ao cliente também.
04:12E basicamente o que essas empresas esperam é, primeiro, melhorar a qualidade, passo a passo da execução dos seus processos,
04:19e uma vez que esses processos estão implementados, usar os agentes de IA para melhorar radicalmente o SLA,
04:27a velocidade com que você consegue entregar aquele produto ou serviço,
04:30ou ter um ganho de escalabilidade usando a inteligência artificial.
04:35Então, por exemplo, num processo de uma área de pagamentos, de recebimento de cobrança, de fornecedor,
04:42em vez de ter aquele passo a passo feito ali, tudo com conferência manual, caixa de e-mail, planilha,
04:48basicamente a gente consegue automatizar tudo aquilo com inteligência artificial,
04:52e usar a IA para ler a nota fiscal que está chegando, identificar de qual é o fornecedor,
04:56identificar se tem um contrato atrelado ou não, mapear qualquer tipo de risco ou fraude de problema de compliance,
05:05em RH já ler a documentação do funcionário, ajudar o RH a criar aquele job description,
05:11fazer todo o fluxo de onboarding do colaborador.
05:14Todo aquele processo que tinha manual, onde você tinha seres humanos fazendo isso de forma lenta e ineficiente,
05:20a gente consegue colocar os agentes de IA lado a lado para dar bem mais velocidade e agilidade.
05:25É uma solução que se aplica em setores muito diversos, né?
05:28Eu sei que hoje vocês têm clientes de áreas muito diferentes, Visa, Itaú, Volvo.
05:34Eu vou querer entender um pouquinho mais sobre esses casos, mas antes, vamos à mensagem do nosso patrocinador.
05:41Meu nome é Otávio, eu sou um dos sócios e CTO do Icazei,
05:45uma empresa que nasceu há 17 anos para resolver as necessidades do mercado de casamento.
05:51Uma das principais questões que a gente nota, que a Magalu trouxe para a gente,
05:56foi realmente uma segurança na questão financeira.
06:00Um dos problemas que a gente tem, acho que toda empresa nacional tem,
06:04é exatamente a questão da moeda, da cotação, do dólar, que a gente fica muito preso.
06:10E a Magalu trouxe realmente não só a cobrança em real, mas a aclimatação desses valores para o mercado nacional,
06:17o que faz com que seja muito mais fácil para a gente se planejar.
06:24Você está acompanhando o Revolução IA,
06:27programa do Nelfeed que aborda o impacto da inteligência artificial no mundo dos negócios.
06:32Antes da gente voltar à nossa conversa com Alessio, da Pipefy,
06:37eu queria dar um recado para você.
06:39O Nelfeed também está no YouTube.
06:41Se você ainda não está inscrito, aproveite e se inscreva no nosso canal.
06:45Alessio, queria que você contasse o case dessas grandes empresas,
06:52vocês desenvolvem soluções, qual é a diferença?
06:55Tem alguma que esteja adotando mais essa questão do software, a automação?
07:03Como é que está o estágio?
07:04Varia setor a setor.
07:08Por exemplo, no segmento financeiro,
07:10claro que a concorrência e o nível de competição entre os bancos
07:14fez com que houvesse uma pressão muito grande
07:16para eles se digitalizarem e entregar uma experiência melhor para o cliente.
07:19Então, nesse caso, a gente tem um dos maiores bancos da América Latina
07:23que usa a nossa solução em várias divisões diferentes,
07:26que desde que você abriu um chamado para o atendimento de uma pós-segura
07:29que você tem com o banco, esse atendimento vai ser feito pela nossa IA.
07:34Até, por exemplo, se você abrir um fluxo de crédito imobiliário,
07:38na verdade, a nossa IA vai ajudar a engajar com você
07:41para receber essa documentação, fazer a leitura desses documentos
07:44e juntar todas as informações necessárias
07:48para ajudar a te conceder esse financiamento imobiliário
07:51ali dentro da operação.
07:52Esses bancos, na medida que eles vão criando e digitalizando
07:56essas esteiras ou esses workflows,
07:58chegam a ter, em alguns casos, centenas ou até milhares
08:01de processos rodando dentro da nossa plataforma.
08:06E quando a gente vai no nível de departamento,
08:10o que você teria de...
08:11Quais são os principais casos de uso, os hero cases,
08:15por departamento?
08:17Você consegue exemplificar para a gente, Alessio?
08:18E quais os departamentos que usam mais?
08:20Você já passou um pouco pela parte de operação,
08:21mas quais são os principais utilizadores?
08:27Ah, disparados os processos do departamento financeiro.
08:31Então, muito populares, assim, os mais comuns.
08:34Os fluxos de entrada, leitura e conferência de notas fiscais
08:38e também a própria homologação e gestão no ciclo de vida
08:42desses fornecedores, que você precisa ler os contratos
08:45e fazer toda a gestão disso ao longo do tempo.
08:48Os processos que a gente chama de Procure to Pay, né?
08:52Que é aquele, desde o começo da abertura da solicitação de compra,
08:55que você precisa fazer várias conferências
08:57para ver qual material que você precisa comprar,
08:59identificar se aquele solicitante tem orçamento ou não,
09:02ir a mercado, cotar com fornecedores diferentes,
09:05fazer uma análise profunda,
09:06se aquela cotação que você recebeu do fornecedor está competitiva,
09:10se ela está mais cara ou mais barata do que o histórico,
09:13do que esse fornecedor vem te atendendo.
09:14Todas essas análises e conferências a gente também digitaliza
09:18nesses fluxos de compras
09:19e alguns outros fluxos também do back-office de governança.
09:26Muitas instituições financeiras, por exemplo,
09:28o segmento financeiro,
09:29usam não só para fazer a parte de recebimento da documentação
09:32e fazer análise de crédito,
09:34os nossos agentes de A,
09:36então o agente vai ler o documento,
09:38ele vai bater nos buros de dados
09:39para descobrir se esse potencial cliente tem alguma restrição financeira,
09:44alguma restrição jurídica,
09:46e depois disso aí ela compila tudo e gera um relatório pronto
09:49para esse analista conceder ou não o crédito
09:51para aquele cliente final,
09:52já dando um parecer.
09:55Dentro do segmento financeiro também,
09:58nesses fluxos de compliance,
09:59tem muitos fluxos que a gente chama de
10:01know your customer, know your partner
10:03ou know your business,
10:05que é uma grande empresa,
10:06quando ela vai contratar e homologar um fornecedor,
10:08ela precisa fazer um fluxo longo de conferência
10:11para ver se esse fornecedor está conforme
10:15com todas as políticas de colaboração com fornecedores,
10:19desde ler todo tipo de documentação,
10:22ler um balanço desse fornecedor também
10:24para ver se ele tem condições de atender aquele pedido,
10:27todo esse processo end-to-end do back-office do financeiro,
10:31desde contas a pagar, contas a receber, cobrança,
10:34fluxos de compra, homologação no fornecedor,
10:36a gente tem soluções disponíveis hoje.
10:38E tem como a gente mensurar os resultados?
10:43Como que vocês medem isso?
10:47Ah, legal.
10:47E eu posso até dar em duas ondas.
10:50Até os agentes de A,
10:52a Forster, que é uma instituição independente,
10:54fez uma análise com os nossos clientes,
10:57e um cliente implementado, né,
11:00bem implementado de Pipefy,
11:01tinha um ganho médio de produtividade
11:03da ordem de 40%.
11:05Basicamente, mais velocidade,
11:09redução de trabalho manual,
11:12redução de retrabalho, erros ali operacionais, né,
11:16ou risco dentro da operação.
11:18Quando você coloca os agentes de A,
11:20nessa segunda onda de automação,
11:22que está vindo agora com o poder das LLMs, né,
11:26ou essas soluções cognitivas
11:28que você consegue fazer atividades mais complexas,
11:31a gente tem visto ganhos na casa
11:33de 60% até 90%.
11:35Por exemplo,
11:37um grande cliente do Pipefy é a Accenture, né,
11:40que tem operações de outsourcing
11:42em várias regiões do mundo.
11:43Esses processos de outsourcing basicamente é
11:48quando você vai lá e está sendo cobrado,
11:51ou está cobrando uma grande empresa
11:52como o Walmart, ou uma Coca-Cola,
11:54ou uma grande empresa de Telecom,
11:56na verdade, todos esses fluxos de atendimento
11:58são terceirizados e feitos
12:00por essas grandes consultorias de BPO.
12:02Ali, o ganho de margem é exponencial,
12:04porque o negócio deles já é apostar
12:06que eles conseguem fazer esse processo melhor
12:08do que o cliente que contratou eles.
12:10Então, qualquer ganho de produtividade
12:12que você consiga colocar para ter um agente ali
12:15e ter saving ou ter uma melhoria
12:18no serviço que você presta
12:20é um diferencial competitivo muito grande.
12:22E quando a gente olha para o caixa da empresa,
12:24como que isso se traduz em resultado financeiro?
12:28É margem na veia.
12:30Se você tem uma atividade,
12:32por exemplo, a gente tinha uma empresa de consórcios
12:34que o tempo médio para ele fazer uma análise
12:37e uma concessão de consórcios
12:39demorava dois dias e meio.
12:40Após implementar a agência de GA
12:42em toda aquela jornada,
12:44ele conseguiu reduzir isso para um dia.
12:47É um ganho de produtividade de 50%.
12:49Ele economizou o equivalente
12:53a 22 mil horas de trabalho por ano
12:56dentro daquele processinho específico,
12:58que já é alguns milhões de reais
12:59em horas economizadas.
13:01Só que pelo fato de ele estar usando
13:03a agência de GA
13:04e conseguir também dar um tempo de resposta
13:06mais rápido,
13:07que o prazo da concessão e análise
13:09caiu pela metade,
13:10ele conseguiu fechar mais negócios
13:12e gerou também quase que o equivalente
13:14em novos negócios fechados
13:16pelo fato de ter uma velocidade maior
13:18do que os concorrentes dele
13:19dentro daquela operação.
13:20Então, o potencial ali
13:22ou é saving economia mesmo,
13:24pelo ganho de produtividade que você tem,
13:27ou você tem um website,
13:28que é conseguir aumentar a tua taxa de conversão
13:30ou gerar mais vendas,
13:31pela experiência mais customizada
13:34e ágil que um agente de GA
13:35pode dar no atendimento ao cliente.
13:38Agora, Alessio,
13:39em outros programas,
13:41eu e a Kiel,
13:41vocês já comentamos bastante
13:43que a gente está vivendo uma fase
13:45que parece que tem um fear of missing out
13:47da inteligência artificial.
13:50As empresas estão desesperadas
13:52para dizer que estão usando
13:54inteligência artificial,
13:56mas muitas vezes não sabem por onde começar
13:59ou não sabem adotar da forma correta.
14:02Você estava até me contando
14:03que existe um movimento no Vale do Silício,
14:06não é isso, Alessio?
14:06É os Forward Deployed Engineers,
14:09as empresas colocando engenheiros
14:12dentro do cliente
14:13para descobrir onde está
14:14a oportunidade de ganho
14:16e desenvolvimento de valor por agentes.
14:18Como que vocês lidam com isso?
14:21As empresas chegam despreparadas
14:24nesse sentido para vocês?
14:25A gente tem visto uma melhora significativa.
14:30No passado, a gente tinha que vender
14:31o uso de ar.
14:33Agora, não precisa mais.
14:34É igual você falou,
14:35está todo mundo desesperado.
14:37Só que a gente ainda vê
14:38que o cliente, geralmente,
14:40ele chega com dois grandes desafios.
14:42O primeiro é o que você falou.
14:44Ele não sabe o que ele não sabe.
14:46Às vezes, ele tem uma operação complexa
14:47com vários processos
14:49e várias atividades
14:49que ele sabe que tem muita ineficiência,
14:51mas ele não sabe exatamente onde
14:54que ele gostaria de usar
14:56a inteligência artificial.
14:58Tem um CEO de uma empresa,
14:59um dos maiores líderes
15:00do setor de segmento financeiro,
15:02ele chegou para mim e falou assim,
15:03cara, você não tem um menu?
15:04Você deve atender várias empresas
15:06parecidas comigo.
15:07Você não tem um menu
15:07onde eu consigo enxergar
15:08onde que eu posso aplicar
15:09e algo que seja plug and play
15:10que eu só instale ali
15:12e comece a usar.
15:13Então, esse primeiro desafio
15:15que é saber onde tem as oportunidades,
15:17que tem uma economia significativa
15:19e que você consegue implantar rápido
15:21é o primeiro desafio.
15:23O segundo desafio
15:24que a gente enxerga
15:25e é muito comum também
15:26é muitas vezes
15:28o cliente consegue identificar o problema,
15:30ele sabe que ele pode ter um ganho
15:31ao usar a inteligência artificial
15:33naquele processo,
15:34que às vezes até o concorrente dele
15:36já está fazendo alguma coisa legal
15:37e ele quer se mover rápido,
15:42se adaptar a esses movimentos de mercado,
15:44só que ele não sabe como.
15:46E aí, às vezes,
15:47cai num projeto gigante de tecnologia
15:49que demora meses,
15:50não entrega resultado
15:51ou ele acaba contratando,
15:53às vezes,
15:53uma consultoria
15:54que acaba fazendo um projeto grande também
15:56e não necessariamente
15:57ele consegue entender
15:58qual é a melhor tecnologia
16:00para conseguir resolver
16:01aquele problema
16:01de forma rápida e ágil.
16:03A gente enxerga
16:03esses dois grandes desafios.
16:06Que problemas atacar
16:07com inteligência artificial
16:08e quais são as melhores soluções
16:10de inteligência artificial
16:11ou a melhor abordagem
16:13de inteligência artificial
16:14para resolver cada um desses problemas.
16:16Entrando nessa questão
16:17de abordagem,
16:18tem tido uma explosão
16:19de recursos novos, né, Alessio?
16:22Chegando a parte do,
16:24vamos falar do Operator,
16:25como a OpenAI estava chamando,
16:26ou Agents,
16:27onde você tem um agente
16:28que navega por um browser
16:29já simulando um humano,
16:31recurso avançado em voz,
16:33em vídeo.
16:34Dessas tecnologias,
16:36quais você tem percebido
16:38que tem um maior potencial
16:39para trazer valor
16:41nessa automatização de processos
16:44e como você está abarcando elas
16:45dentro dos teus produtos?
16:47Ah, legal.
16:48Excelente pergunta.
16:50A gente vê em três grandes blocos
16:52os movimentos.
16:53O primeiro foi o atendimento conversacional,
16:55quase que aquele chatbot
16:56que com a inteligência artificial
16:58ele ficou um pouquinho mais amigável,
17:00não é mais aquele chatbot
17:01que tem árvore de decisão, sabe,
17:02que dá as opções para você escolher.
17:05Esse foi o primeiro bloco.
17:07Uma vez que aquele atendimento é criado,
17:08ou aquela tarefa foi criada,
17:11muitas das soluções
17:12de inteligência artificial
17:14e o próprio chat EPT
17:15ou essas soluções,
17:17elas atuam,
17:18ou Microsoft 360,
17:20elas atuam como se fosse um copilot,
17:22que é,
17:22você tem um ser humano
17:23e basicamente você ali,
17:25na hora que o ser humano
17:26está trabalhando,
17:27você consegue,
17:28com uma estrutura de apoio,
17:29ajudar ele a tomar
17:30uma melhor decisão.
17:32Isso para todos os tipos
17:33de times ou departamentos.
17:35Num call center,
17:36aí já ajuda a mostrar o histórico
17:38de atendimento daquele cliente
17:40ou já ajuda a mostrar um ranking
17:41de quais são os principais produtos
17:43que aquele cliente gostaria de comprar.
17:46E aí o atendente,
17:46ele fica mais afiado ou ágil,
17:49vamos falar assim,
17:50mas ainda você tem um ser humano ali.
17:52A terceira onda é a parte agêntica,
17:55onde de fato o agente executa
17:57aquela atividade e toma decisão
17:59de forma sozinha end-to-end.
18:01É, por exemplo,
18:02um banco quando ele consegue
18:03fazer uma análise de crédito
18:05sem precisar envolver um ser humano
18:06ou um banco que consegue mexer
18:08nos limites de crédito
18:09das contas correntes
18:10sem precisar que um ser humano
18:12de fato entre
18:13ou um gerente de conta
18:13para decidir
18:14quanto que tem que dar de crédito
18:15pré-aprovado para alguém ou não.
18:17O ganho exponencial,
18:19a gente vê,
18:20é nessa terceira fase,
18:21quando você coloca os agentes ali
18:23para executar essas atividades
18:24e reduzir o erro manual,
18:28ou reduzir o tempo de fila,
18:30que é estar aguardando
18:31para o ser humano atender,
18:32ali os agentes de inteligência artificial
18:35podem entrar e gerar
18:36um impacto exponencial
18:37e dar um ganho muito grande.
18:41Agora,
18:42a gente está numa fase
18:44que adotar inteligência artificial,
18:47agentes,
18:48ela não é uma coisa mais exclusiva
18:50de grandes empresas.
18:51Pequenas e médias empresas
18:52também conseguem ter ganhos
18:55de eficiência com o uso da IA.
18:57mas isso requer recursos,
19:00a adoção da inteligência artificial.
19:03Agora tem sido cada vez mais acessível,
19:05mas ainda sem recursos.
19:06Você enxerga que essa disparidade
19:08entre as empresas
19:09pode abrir uma porta
19:12para uma nova fase da economia,
19:14talvez com menos concorrência?
19:18Eu acho que vai ter
19:19uma nova fase da companhia,
19:21onde a gente vai ver
19:22vários movimentos de consolidação
19:24ou ganho significativo
19:25de market share
19:26para essas empresas
19:28que pararem para se letrar
19:30com o uso de inteligência artificial
19:32e entender
19:32onde podem aplicar isso
19:35no dia a dia
19:35das suas operações.
19:37Eu não acho que
19:39é uma questão
19:40de investimento disponível
19:42e capital para alocar.
19:44Basicamente,
19:44hoje,
19:45todas as soluções
19:46que você precisa
19:47para ter uma operação
19:48automatizada
19:50é que já tem muita coisa
19:52disponível
19:53para o consumidor final
19:54que é baratinho,
19:55que você paga
19:55para o volume.
19:56O maior desafio
19:57é evangelizar as pessoas
19:59e educar as pessoas
20:01onde elas conseguem aplicar
20:03e quais são
20:03as soluções melhores
20:05para cada tipo de problema.
20:07Vou dar um exemplo
20:08bem prático,
20:09que eu falo muito
20:09com os clientes
20:10de entender
20:10que você não pode usar
20:11uma bazuca
20:12para resolver
20:13qualquer tipo de desafio.
20:14Se você quer usar
20:15uma inteligência artificial
20:16para ajudar
20:17o teu analista de RH
20:18a gerar, por exemplo,
20:20uma descrição
20:20de uma vaga
20:21que ele abriu
20:22e aquilo ficar
20:23melhor escrito,
20:25detalhado,
20:26a complexidade é baixa,
20:29isso não envolve
20:29nenhum risco de dados
20:31e tudo bem,
20:32você pode dar autonomia
20:34e deixar que a área
20:35de negócio
20:35puse inteligência artificial
20:37para fazer isso.
20:38Mas, por outro lado,
20:39aquele mesmo departamento
20:40se estiver lidando
20:41com dados,
20:42por exemplo,
20:43de folha
20:43de pagamentos,
20:45é uma informação
20:46extremamente sensível
20:47da empresa.
20:48e ali você não só
20:50tem que ter uma estratégia
20:52de fazer isso
20:53com cuidado,
20:54com soluções
20:54que sejam confiáveis,
20:56mas que você use
20:57a ferramenta certa
20:58também para garantir
20:59que você não vai gerar
21:00nenhum risco
21:01na tua operação
21:01ou você não vai tomar
21:02nenhuma conclusão
21:03errada.
21:05Entender
21:05qual o tipo
21:06de desafio
21:07e qual a solução
21:08é a mais adequada
21:09para aquele tipo
21:09de desafio,
21:10eu acho que é
21:11o principal fator
21:12que vai gerar
21:13esse gap gigante
21:14de competitividade
21:15entre as empresas.
21:16Eu tenho um cliente
21:17nosso que eu acho
21:18que é um exemplo,
21:19é um player
21:19de educação
21:20que basicamente
21:22a rentabilidade média
21:23dos concorrentes dele
21:25fica na casa
21:25de 8%,
21:26ele é uma operação
21:28muito digitalizada,
21:29ele chega ali
21:30a 20,
21:3125% de EBIT,
21:32das melhores operações
21:33que ele tem,
21:34e basicamente
21:35o que ele está fazendo
21:36é um play de digitalização,
21:37ele vai lá,
21:38compra aquela operação
21:38que não é digitalizada
21:39e moderna,
21:41pluga todas as ferramentas
21:42que ele já criou
21:43ali no stack dele
21:44e deixa aquela operação
21:45bem mais rentável.
21:47Então eu vejo
21:48que basicamente
21:49quem tiver tempo
21:50para parar
21:51e fazer
21:53esse change management,
21:54de ensinar o time
21:55como usar
21:56e ir atrás
21:57das melhores soluções,
21:59que não necessariamente
22:00são as mais caras,
22:02vão ter um diferencial
22:02competitivo temporário
22:04de 2,
22:054 anos gigantesco
22:06em relação
22:06às concorrentes.
22:08Mas então
22:08você acredita
22:09que quem não parar
22:10para se dedicar
22:11pode ser destruído
22:13pelas concorrentes do mercado?
22:14Isso se aplica mais
22:15às pequenas empresas?
22:18Eu acho que
22:19principalmente
22:20em relação
22:21às pequenas
22:21e médias empresas,
22:23talvez principalmente
22:26pela questão cultural,
22:27porque quando você
22:29olha no segmento financeiro,
22:30a gente olha aqui
22:31no PipeFive,
22:32porque a gente atende
22:32praticamente todos os bancos,
22:34a gente vê que tem
22:35o roxinho,
22:36tem o laranja,
22:36cada um está se mexendo
22:37mais rápido,
22:38mais devagar,
22:38mas está vendo
22:39que precisa se mexer,
22:41mas quando você pensa
22:42numa empresa
22:43de médio porte,
22:44familiar,
22:45média no Brasil,
22:47o quão grande
22:49é o nível
22:50do censo de urgência
22:51para se adaptar
22:51e ficar mais competitivo?
22:53E aí
22:54eu fico pensando
22:55para cada segmento
22:56do setor,
22:57para todo tipo
22:58de empresa,
22:59indústria
22:59que existe hoje,
23:01se a gente não vai ver
23:02minis Nubank
23:03desaparecendo,
23:04porque vai surgir
23:06vários players
23:06que conseguem usar
23:07IA muito melhor
23:08do que os concorrentes
23:09e vão acabar crescendo
23:10e ganhando bem mais mercado
23:11do que os outros.
23:13Até penso assim,
23:14cara,
23:14se eu fosse um
23:15Sebrae da vida
23:15nesse momento,
23:16acho que o melhor
23:17ROI que você poderia
23:19entregar hoje
23:20para o ecossistema
23:21empreendedor
23:21é exatamente correr
23:23contra o tempo
23:23para aletrar
23:24e educar
23:25esses empreendedores
23:26ao uso
23:26de inteligência artificial.
23:28Excelente.
23:30Entrando nessa
23:31questão da empresa média,
23:34eles costumam ter
23:34times mais enxutos
23:35do que eu
23:38comparando com
23:38uma large enterprise,
23:39uma empresa
23:40de grande porte.
23:42E a minha curiosidade
23:44aqui,
23:44pegando até o ponto
23:45do menu
23:45que você trouxe,
23:46o quanto que
23:47você precisa ter
23:48hoje uma função
23:50nessas empresas
23:51encarregada
23:52desse onboarding
23:54de AI
23:54e construção
23:56de agents,
23:57o quanto que ela
23:57vai ter isso
23:58pronto
23:59em poucos cliques
24:01vindo da
24:02Pipefy
24:03ou as áreas
24:04de negócio
24:05de fato
24:05vão ter competência
24:06para desenvolver
24:07esses agentes.
24:07Minha sensação
24:08é que
24:09está mais
24:11talvez
24:11numa função
24:12e no investimento
24:13de um time
24:13que vai estar
24:14se a gente pudesse
24:16chamar
24:17um AI
24:18Business Partner,
24:19uma pessoa
24:19que vai estar
24:19apoiando as áreas
24:20funcionais de negócio
24:22a gerarem valor
24:23de agentes
24:23do que isso
24:24está na ponta
24:25ou do que isso
24:26está prontinho
24:26no menu fácil
24:28de instalação.
24:30Até porque
24:30cada processo
24:31é um processo
24:31diferente,
24:32imagina.
24:32como você vê isso
24:33em base
24:34nessa hipótese
24:35que eu trouxe?
24:37A resposta
24:37é sim
24:38para os dois
24:39e ela depende
24:40muito
24:41da sua matriz
24:42de governança
24:43de inteligência
24:44artificial
24:44dentro da operação
24:45porque,
24:46por exemplo,
24:47se você é uma
24:47instituição financeira
24:48e você está
24:49fazendo qualquer coisa
24:50com AI
24:51lidando com
24:51o dado
24:52do seu cliente
24:53é uma informação
24:54extremamente sensível
24:55e esse desenvolvimento
24:56você vai querer fazer
24:57com certeza
24:58de forma muito
24:59centralizada
25:00e com o seu time
25:02de desenvolvimento
25:03e não só
25:04talvez você vai
25:05querer usar
25:05ferramentas disponíveis
25:06de mercado
25:07mas às vezes
25:07você vai querer
25:08separar uma squad
25:09para desenvolver
25:10tecnologia
25:11ou até um modelo
25:12proprietário
25:13às vezes
25:13por causa da volumetria
25:14que você está
25:15atendendo
25:15depende
25:16mas por outro lado
25:18nessa mesma empresa
25:19a nível departamental
25:21que também existem
25:22centenas de processos
25:23se você usar
25:24essa abordagem
25:26centralizada
25:26do TI
25:27você não consegue
25:28dar vazão
25:29e muitos
25:31dos nossos clientes
25:31por exemplo
25:32no segmento financeiro
25:33todas têm
25:33squads
25:34de desenvolvimento
25:35hoje de AI
25:36como usar
25:36já essa solução
25:38para entregar
25:38uma experiência
25:39melhor para o seu cliente
25:40ou automatizar
25:41a operação
25:42mas boa parte
25:43deles estão usando
25:44esses frameworks
25:44de desenvolvimento
25:45no code
25:46empoderando
25:47as áreas
25:47de negócios
25:48a gente também
25:49implementar
25:49essas soluções
25:50em usos mais
25:52fechados
25:53a nível departamental
25:54para tipos
25:55de dados
25:56ou processos
25:57que não tem
25:57uma informação crítica
25:58ou de alto risco
25:59e eu acho
26:02que esse vai ser
26:03o futuro
26:03que você vai ver
26:04para projetos
26:06de alto risco
26:06e alta complexidade
26:08uma execução
26:08mais centralizada
26:10e no long tail
26:11a nível departamental
26:13você vai ver
26:13times
26:14tendo mandado
26:17para você isso
26:18vão conseguir
26:19executar
26:19e usar AI
26:20no dia a dia
26:21sem necessidade
26:23de ter
26:24um desenvolvimento
26:25de TI ali
26:26mas com certeza
26:27as duas abordagens
26:29ficam sobre
26:29a tutela
26:30do TI
26:30o TI
26:31é o dono
26:33do portão
26:35da chave
26:36e ele define
26:37quais são
26:37essas ferramentas
26:38que as áreas
26:39de negócio
26:39vão poder
26:40ou não
26:40poder usar
26:40justamente
26:41para garantir
26:42que elas sejam seguras
26:43que a informação
26:44não vaza
26:45que essas soluções
26:46sejam escaláveis
26:47também
26:47e resilientes
26:49ao longo do tempo
26:49a gente vê
26:50uma abordagem
26:51bidestra
26:52para as coisas críticas
26:54uma centralização
26:55e para processos
26:56mais
26:56no long tail
26:58específicos
27:00a nível departamental
27:01os times empoderados
27:03a usar no dia a dia
27:04exemplo específico
27:05no long tail
27:06times de marketing
27:07para fazer
27:08peças
27:09de propaganda
27:11ou a parte criativa
27:13mesmo
27:14de redação
27:14de conteúdo
27:15esse tipo de atividade
27:16geralmente
27:16se você centralizar
27:18o que acontece
27:19é que você não consegue
27:20dar vazão
27:20para todas as demandas
27:21vindas de todos
27:22os departamentos
27:22de negócio
27:23eu queria explorar
27:25com você
27:25Alessio
27:26pela tua experiência
27:27e vivência
27:29nessa praia
27:30essa parte
27:32da parte
27:33descentralizada
27:34acompanhando
27:37uma série
27:38de discussões
27:39hoje
27:40no mercado
27:41você percebe
27:42minha sensação
27:43é que a parte
27:43centralizada
27:44ela já está
27:46mais clara
27:46como jogar
27:47você vai escolher
27:48alguns poucos casos
27:49de alto impacto
27:51alta entrega de valor
27:52bota um swatch
27:52team lá
27:53para resolver
27:53ver qual ferramental
27:55melhor modelo
27:56constrói
27:56eventualmente
27:57com parceiro
27:58tem uma discussão
27:59de build or buy
28:00e vai
28:01o descentralizado
28:02me parece
28:03que tem alguns pontos
28:03de interrogação
28:04maiores
28:06do como você
28:07fazer isso
28:07como você
28:09está enxergando
28:10a estrutura
28:11das companhias
28:13para atacar
28:14o descentralizado
28:15elas estão depositando
28:16uma confiança
28:17na pessoa de negócio
28:18construir esses agentes
28:19e esses processos
28:20ou tem uma nova
28:21estrutura intermediária
28:22que não é a estrutura
28:23que está tocando
28:24os projetos especiais
28:25é uma estrutura
28:26que está facilitando
28:28essa adoção
28:30como você está vendo
28:31isso na prática
28:32nos casos
28:33que você acompanha
28:34quando a gente
28:35vê uma estrutura
28:36de apoio
28:37a nível
28:37departamental
28:38geralmente
28:39é um
28:39IT
28:40business partner
28:41que cobre
28:42especificamente
28:43as necessidades
28:43daquela área
28:44e aí
28:45ele fica imerso
28:46dentro do time
28:47e ele ajuda
28:49a
28:50ver quais
28:52são as melhores
28:52soluções
28:53para dar
28:54velocidade
28:55e agilidade
28:55dentro
28:56do nível
28:57departamental
28:57seja
28:59um
28:59parceiro
29:00de TI
29:00que fica
29:01alocado
29:01dentro
29:01da área
29:02ou em
29:03alguns casos
29:04também
29:04a gente tem
29:05visto
29:05o título
29:06de
29:06ops
29:07que eles
29:07chamam
29:07de
29:08operações
29:08que não
29:09é nem
29:09um
29:09desenvolvedor
29:10não é
29:10um TI
29:11mas é
29:12um título
29:12uma pessoa
29:13que a
29:14responsabilidade
29:14dela
29:15é sempre
29:16ficar
29:16escolhendo
29:17ferramental
29:17e evoluindo
29:19ferramental
29:19para conseguir
29:20se beneficiar
29:21de tecnologia
29:22você trouxe
29:23um ponto
29:23muito importante
29:24que é
29:24o líder
29:25que está
29:26lá na ponta
29:27da operação
29:27que é o
29:28decision maker
29:29de negócio
29:30e ele
29:31ele conhece
29:32muito da atividade
29:32fim dele
29:33o líder de RH
29:34conhece muito
29:35de RH
29:35o líder de vendas
29:36ele conhece
29:37muito de vendas
29:37com certeza
29:39ele vai precisar
29:40ser letrado
29:41em relação
29:41a como
29:42ele
29:43vai conseguir
29:45adotar
29:45inteligência artificial
29:46na área dele
29:47mas com certeza
29:48ele vai precisar
29:48desses
29:49profissionais
29:50que tem
29:51um perfil
29:52um pouco
29:52mais
29:52de
29:53mais
29:53quantitativo
29:54de
29:56melhoria
29:56contínua
29:57com certeza
29:58essa estrutura
30:00pode agregar
30:00demais
30:01dentro
30:02dessa
30:02estrutura
30:02essa estrutura
30:04que você
30:05comentou
30:06quanto que você
30:07vê que ela
30:08já é uma boa
30:09prática
30:09no mercado
30:10ou uma estrutura
30:11nova
30:12ela já vem
30:13você já enxerga
30:14essa estrutura
30:14antes até
30:15de E-A generativa
30:16com as automações
30:17que vocês promoviam
30:18pré-E-A generativa
30:20ou é uma nova
30:21estrutura
30:21que está
30:22nascendo
30:22por essa
30:23demanda
30:24que a gente
30:24acabou de falar
30:25eu acho que
30:27a gente vê
30:28níveis diferentes
30:29de maturidade
30:29principalmente
30:30pelo tamanho
30:31de empresa
30:31se é uma empresa
30:33com mais de 5
30:3410 mil funcionários
30:36ou por exemplo
30:36uma instituição
30:37financeira
30:37existe bastante
30:39maturidade
30:40da área
30:40de IT
30:41existe também
30:42bastante maturidade
30:44da área
30:44de negócio
30:45onde
30:45essa empresa
30:46não só
30:47ela já tem
30:48políticas claras
30:49em relação
30:50ao uso
30:50de E-A
30:50e alocação
30:51desses profissionais
30:52dentro
30:52a nível
30:54departamental
30:54como as áreas
30:56de negócio
30:57já sabem
30:58qual que é
30:58a abordagem
30:59certa
30:59para o uso
31:00de E-A
31:00quando você
31:01desce
31:01para empresas
31:02de pequeno
31:03de médio
31:04porte
31:04ou pequeno
31:05porte
31:05aí você vê
31:07ainda menos
31:07estrutura
31:08disponível
31:09e aí
31:10nesse caso
31:11tem menos
31:12estruturado
31:13ou não tem
31:14às vezes
31:14esse profissional
31:15de TI
31:15responsável
31:16pelo TechStack
31:16e muitas
31:17vezes
31:18a área
31:18de negócio
31:19colocando
31:20de fato
31:20a mão na massa
31:21para implementar
31:22essas soluções
31:22de tecnologia
31:23e a última
31:24pergunta
31:25nessa direção
31:25senão a Letícia
31:26vai achar
31:26que eu roubei
31:26o microfone
31:27dela
31:27até onde
31:31que a
31:31PipeFi
31:32entra com
31:32um time
31:32próprio
31:33para ajudar
31:33nessas horas
31:34vocês
31:36oferecem
31:37o time
31:37ou vocês
31:38param no software
31:39e a partir
31:40daí
31:40ou o cara
31:42contrata um parceiro
31:43ou ele tem um time
31:43dentro de casa
31:44legal
31:45a gente tem
31:45várias soluções
31:47para acelerar
31:48essa adoção
31:49e simplificar
31:50essa jornada
31:50de implementação
31:52desses agentes
31:52primeiro a gente
31:54tem soluções
31:54prontas
31:55como se fosse
31:56soluções
31:57de prateleira
31:58já específicas
31:59para departamentos
32:00e casos de uso
32:00muito específicos
32:02que de fato
32:02é só o usuário
32:03instalar aquela solução
32:04e colocar para rodar
32:05então geralmente
32:06quando a gente chega
32:07dentro de um líder
32:08de departamento
32:08a gente chama
32:10que a gente faz
32:10um white space
32:12analysis
32:13que é mostrar
32:13para ele
32:14quais são
32:14os principais
32:15casos de uso
32:16e aí ele pega
32:17baixa e instala
32:18essa solução
32:18que a gente tem
32:19pronta
32:19e só dá
32:20uma parametrizada
32:21caso esse cliente
32:23tenha necessidades
32:24mais específicas
32:25aí a gente
32:26também tem
32:27essas duas abordagens
32:28a gente tem
32:29times próprios
32:30que podem ser
32:31alocados
32:31para ajudar
32:32esse cliente
32:33a processar
32:34essa fila
32:35esse backlog
32:36que ele tem
32:36de processo
32:37que ele gostaria
32:38de adotar
32:39e digitalizar
32:40ou
32:41para casos
32:42mais específicos
32:43a gente tem
32:43parceiros
32:44homologados
32:45de Pipefy
32:45que tem
32:47todo o conhecimento
32:48técnico
32:49e às vezes
32:49são especialistas
32:51também
32:51naquele departamento
32:52ou naquele segmento
32:53de indústria
32:53que já tem
32:55soluções prontas
32:56ou estão acostumados
32:57a atender clientes
32:58no setor
32:58aliás
32:59consegui
33:00reassumir
33:01aqui o microfone
33:02que o Elser
33:02se empolgou
33:03de uma tal forma
33:04brincadeira
33:05muito bom
33:05ouvir você falando
33:06eu queria
33:07trocar o assunto
33:08um pouco
33:09para a questão
33:09da segurança
33:10é um tema
33:12que vem
33:13muito em alta
33:14de conselhos
33:16o receio
33:17do vazamento
33:18de informações
33:19sensíveis
33:20você já falou
33:22que
33:22ajudar o cliente
33:25a entender
33:25o que ele
33:26não sabe
33:27é um grande desafio
33:29mas existe
33:30um desafio
33:31no sentido oposto
33:32de as empresas
33:33temerem
33:35adotar
33:36alguma solução
33:36algum software
33:37com medo mesmo
33:38desse vazamento
33:39de informações
33:40já que vocês lidam
33:41com grandes empresas
33:42a gente vê
33:46de tudo
33:46sim
33:48esse medo
33:49de adotar
33:50geralmente
33:51empresas com
33:51perfil mais conservador
33:53ou dependendo
33:54do segmento
33:54igual saúde
33:55ou segmento financeiro
33:56onde de fato
33:57ele precisa
33:57ter esse cuidado
33:58porque a reputação
33:59é um ponto
33:59muito importante
34:00e do outro lado
34:02às vezes a gente vê
34:02umas áreas de negócio
34:03mega empolgadas
34:04querendo colocar
34:05a capa de super herói
34:06e sair adotando
34:07IA e usando tudo
34:08sem fazer
34:10essa análise
34:11se está lidando
34:12com um fornecedor
34:13qualificado
34:13e que tem condições
34:15de crescer com ele
34:15ao longo do tempo
34:16eu acho que
34:17essa onda
34:18principalmente
34:19esse problema
34:20está acontecendo
34:21porque hoje
34:22se você for
34:22em uma feira
34:23de qualquer tipo
34:24de indústria
34:24de qualquer tipo
34:25de segmento
34:25e olhar os expositores
34:27metade dos expositores
34:28vão falar
34:29que são AI
34:29para alguma coisa
34:30mas tem
34:32está cheio de startup
34:33nesse momento
34:34e aí de fato
34:35você parar para pensar
34:36como é a infraestrutura
34:38dessa startup
34:40qual é o nível
34:40de segurança
34:41tem certificação
34:42de segurança
34:43quem são os profissionais
34:44que vão estar tocando
34:45no meu dado
34:45qual é o modelo
34:47de IA
34:47que ele está usando
34:48onde que fica
34:50esse modelo
34:51qual é a estratégia
34:54que a empresa
34:54usa para ter acesso
34:55aos meus dados
34:56para colocar
34:56esses agentes
34:57de IA
34:57para trabalhar
34:58todos esses desafios
35:00de segurança
35:01e tecnologia
35:01é um ponto
35:02que a gente desenvolveu
35:04e foi melhorando
35:06ao longo do tempo
35:07para os nossos clientes
35:08então o que acaba
35:09acontecendo
35:10até pensando
35:11naquela pergunta
35:12do TI mais centralizado
35:13ou mais descentralizado
35:14na área do negócio
35:15a verdade é que as soluções
35:17precisam se desenvolver
35:18para conseguir se adaptar
35:20às necessidades de segurança
35:21e governança
35:21do cliente
35:23por exemplo
35:23se é alguma instituição
35:24financeira
35:25ou até um governo
35:26muitas vezes
35:27a gente atende
35:28com uma solução
35:29dentro do ambiente
35:30que ele quer
35:31seja um grande
35:32vendor cloud
35:33seja o Google
35:34uma Oracle
35:35uma IBM
35:36ou uma AWS
35:38você precisa se adaptar
35:40ao TechStack
35:40que ele definiu
35:41como padrão
35:42e além disso
35:43muitas vezes
35:44ele não quer usar
35:45o LLM padrão
35:46de mercado
35:46ele quer usar
35:47algum fornecedor
35:48específico
35:48porque ele tem
35:49uma necessidade
35:50ou a gente tem casos
35:51por exemplo
35:52uma grande multinacional
35:53de alimentos
35:53que ele fez
35:54o fine tuning
35:55do LLM dele
35:56e basicamente
35:57ele não quer usar
35:57a minha solução
35:58de ar
35:59ele quer plugar
35:59o modelo
36:00que ele tem
36:00já pré-treinado
36:01para o Wi-Fi
36:04consumir
36:05essa solução
36:05do cliente
36:06lá na ponta
36:06então essa flexibilidade
36:08de acordo com
36:09o caso de uso
36:10é muito importante
36:10essa foi uma solução
36:12que vocês criaram
36:13recentemente
36:14essa abertura
36:15da tecnologia
36:15para dar mais
36:16flexibilidade
36:17permitir
36:18que o cliente
36:19use da forma
36:20com que ele desejar
36:21é algo recente
36:22a partir da demanda
36:23é algo que a gente
36:26já identificou
36:28trabalhando com os nossos
36:29maiores clientes
36:30que já estão usando
36:31o IA de forma
36:31mais intensiva
36:32e essa abertura
36:34para rodar
36:35de acordo com a necessidade
36:36de segurança
36:36e infraestrutura
36:37do cliente
36:38ou de acordo
36:39até com
36:40o objetivo dele
36:41em relação a
36:42eu quero usar
36:43um modelo
36:43ou fornecedor
36:44A, B ou C
36:45a gente percebeu
36:46que não é só necessário
36:48pela questão
36:48de segurança
36:49mas ao longo do tempo
36:51a gente percebeu
36:52que o uso
36:53ideal de IA
36:54na verdade
36:56é através
36:57de uma plataforma
36:57aberta
36:58que vai orquestrar
37:00soluções diferentes
37:01de IA
37:01e até soluções
37:03diferentes
37:03que não necessariamente
37:04sejam inteligentes
37:05e artificial
37:05vou dar um exemplo
37:06bem prático
37:07se você tem um fluxo
37:09de entrada
37:09de notas fiscais
37:10e você quer usar
37:11inteligente artificial
37:12um RLM
37:13do começo ao fim
37:14primeiro
37:15vai ficar muito caro
37:17e ela não é
37:18determinística
37:19para alguns pontos
37:20específicos
37:20que você quer
37:21ele vai fazer
37:23a melhor inferência
37:24possível
37:24então nesse caso
37:26por exemplo
37:26de entrada
37:27de nota fiscal
37:28a melhor abordagem
37:29é você usar
37:29múltiplas soluções
37:30diferentes
37:31você vai querer
37:31um OCR
37:32simples
37:33para fazer
37:34só a captura
37:34dos documentos
37:35que é muito mais barato
37:36do que usar
37:37um grande fornecedor
37:38desse de IA
37:38aí para fazer
37:40a parte
37:41de
37:41de análise
37:43desses documentos
37:45talvez você possa
37:46usar mesmo
37:47o LLM
37:47desse padrão
37:49de mercado
37:49mas talvez
37:50para a terceira etapa
37:51que é fazer
37:51uma análise de crédito
37:52talvez você queira
37:53ter um LLM
37:54especialista
37:55ter o que você desenvolveu
37:57fez o fine tuning
37:57dentro de casa
37:58então permitir
38:00com que a empresa
38:01tenha múltiplos
38:02modelos diferentes
38:03e múltiplos
38:05agentes diferentes
38:06trabalhando em cima
38:07do mesmo processo
38:08vai
38:09muito provavelmente
38:10virar a solução
38:11padrão no futuro
38:12eu até falo
38:13de forma muito aberta
38:14se vir algum
38:15fornecedor teu
38:16aqui
38:16senhor cliente
38:17dizendo que ele vai
38:18ter um IA
38:20e que ele vai resolver
38:21o teu problema
38:21de ponta a ponta
38:22fica esperto
38:23porque ou você vai ter
38:24um problema de segurança
38:25ou você vai ter
38:25um problema de custo
38:27ou esse cara
38:28com certeza
38:29não vai te entregar
38:29a melhor performance
38:30porque o futuro
38:31com certeza é aberto
38:32Alessio
38:34entrando em questão
38:36de internacionalização
38:37hoje
38:38quantos
38:39você tem clientes
38:40fora do Brasil
38:41como que é
38:42a atuação da PipeFi
38:43em termos
38:44internacionais
38:46é
38:47a gente tem
38:48quatro mil clientes
38:49hoje
38:50desses clientes
38:52é um pouco
38:52mais da metade
38:53no Brasil
38:54porque foi onde
38:54a gente começou
38:55e aí
38:56outras regiões
38:57segundo maior mercado
38:59é os Estados Unidos
39:00para o PipeFi
39:01e o terceiro maior mercado
39:03é Ásia
39:04mais especificamente
39:06por causa da Índia
39:07que é o maior
39:08é o maior mercado
39:10de BPO do mundo
39:11então a gente atende
39:12através da Índia
39:13muitas multinacionais
39:15americanas
39:16ou europeias também
39:16é super legal
39:19escutar isso
39:20até porque
39:20uma das maiores
39:21dificuldades
39:22de empresas brasileiras
39:23em tecnologia
39:24hoje
39:24é esse movimento
39:26de internacionalização
39:27como que você
39:30traz isso
39:31para o contexto
39:31de IA
39:32e onde você vê
39:34que nós
39:35aqui como brasileiros
39:36a gente
39:37tem e terá
39:39o nosso espaço
39:40e é onde
39:41você diria
39:43aqui é melhor
39:44a gente não pisar
39:45eu já experimentei
39:46dessa água
39:47e não recomendo
39:48não beberei
39:49não beberei
39:50ah legal
39:52é
39:53a primeira parte
39:55é
39:56porque que
39:57geralmente
39:58os mercados
39:59quando a gente
40:00olha o mercado
40:00americano
40:01europeu
40:01eles estão
40:02mais desenvolvidos
40:03e eu acho
40:03que estão
40:03um pouco
40:04mais maduros
40:05em relação
40:05a adoção
40:05da IA
40:06porque o custo
40:07de mão de obra
40:08chega a ser
40:09a duas ou três
40:10vezes mais caro
40:11por colaborador
40:12do que regiões
40:14como o Brasil
40:15ou né
40:16outros mercados
40:17menos desenvolvidos
40:18então
40:19para cada
40:19dólar
40:21que você investe
40:22para aumentar
40:23a eficiência
40:23daquele colaborador
40:25você tem
40:26uma rentabilidade
40:27maior
40:27então
40:28naturalmente
40:29pelo custo
40:30local
40:31essas empresas
40:32tendem a
40:33procurar mais
40:34por tecnologia
40:35e adotarem
40:36um pouco mais rápido
40:37isso é um primeiro ponto
40:39e eu acho que
40:40no Brasil
40:41o que a gente vê
40:42é a concorrência
40:43forçando isso
40:44igual os bancos
40:45eu acho que estava
40:45todo mundo na zona
40:46de conforto
40:47aí chegou um
40:47dois players ali
40:48que basicamente
40:50acordou todo mundo
40:51do setor
40:51aí de repente
40:52todo mundo
40:53passou a investir
40:53em tecnologia e há
40:54para entregar
40:55uma experiência
40:55melhor para o cliente
40:56finalmente
40:57pela outra perspectiva
41:01como
41:01vendor
41:02de tecnologia
41:03e software
41:04eu vejo que
41:05começa a aparecer
41:07algumas empresas
41:08brasileiras
41:08que estão
41:09despontando
41:09globalmente
41:10apesar de não ter
41:12ainda muitas
41:13empresas
41:13desenvolvendo
41:14inteligência artificial
41:15como o nosso caso
41:16a gente vê
41:17muitas empresas
41:18brasileiras
41:19tech enabled
41:20que usam
41:21tecnologia
41:22para serem
41:23competitivas
41:24a nível global
41:25tem a WellHub
41:26tem a Vtex
41:28tem várias
41:29companhias
41:30que estão começando
41:31a ser bem cedidas
41:32eu acho
41:33que é questão
41:34de tempo
41:34para a gente
41:34começar a ver
41:35mais negócios
41:36globais
41:37também
41:37não só o Pipefile
41:38ou essas empresas
41:39mas eu acho
41:40que cada vez mais
41:41o cliente
41:42ele está indo
41:43globalmente
41:44atrás do melhor
41:44fornecedor
41:45ele está indo
41:46cada vez menos
41:47na esquina
41:48ou no bairro dele
41:49ali para escolher
41:50quem vão ser os vendors
41:51com quem ele vai trabalhar
41:52e eu acho
41:54que isso
41:55é uma oportunidade
41:56para o brasileiro
41:58que tiver
41:58com vontade
42:00de desenvolver
42:01tecnologia de ponta
42:02e qualificada
42:03que seja competitiva
42:05a nível global
42:05mas também
42:06uma ameaça
42:07para quem está
42:07na zona de conforto
42:08porque hoje
42:09aquele cliente
42:10que você está atendendo
42:11e mora no teu bairro
42:12que você está visitando
42:13ele está
42:15a um clique
42:15de chegar
42:17no teu concorrente global
42:18e comprar uma solução
42:19que ele ache melhor
42:20mais competitiva
42:20Alessio
42:23agora eu queria
42:23olhar para o futuro
42:24para a gente finalizar
42:26o nosso programa
42:27aqui
42:27queria entender
42:28vocês quanto empresa
42:31o que está aí
42:32no roadmap
42:32o que vem por aí
42:34que soluções
42:35que vocês
42:36vêm desenvolvendo
42:37e agora
42:38num contexto
42:38mais amplo
42:39o que você acredita
42:40que vai ser
42:41inteligência artificial
42:43nos próximos anos
42:44tem como prever?
42:45eu acho que
42:47prever
42:48correr o risco
42:49de que a maioria
42:50dos analistas
42:51todo mundo
42:51acaba errando
42:52esse é um cenário
42:53que em longo prazo
42:54está sendo
42:54um, dois anos
42:55o que a gente
42:57enxerga
42:58alguns padrões
42:59que estão começando
43:00a ficar cada vez
43:00mais claros
43:01primeiro
43:03igual no caso
43:04do Pipefire
43:05as soluções
43:05que a gente
43:06está desenvolvendo
43:07não só fornecer
43:09o toolkit
43:10as ferramentas
43:12para o cliente
43:12conseguir desenvolver
43:13essas soluções
43:14já
43:15vai se entregar
43:16soluções prontas
43:17e às vezes
43:19muito específicas
43:20para que ele consiga
43:21adotar mais rápido
43:22e acelerar
43:23esse fluxo
43:24de adoção
43:24de inteligência artificial
43:25então no nosso caso
43:27que a gente está
43:27mega animado
43:28a gente está aí
43:29com algumas dezenas
43:30de produtos
43:31de prateleira
43:32para todo tipo
43:32de departamento
43:33e indústria
43:34e alguns deles
43:36que estão tracionando
43:36super bem
43:37a gente está
43:37mega animado
43:38e a taxa de adoção
43:40está sendo super boa
43:41e está acelerando demais
43:42esses clientes
43:44que tinham dificuldade
43:44de adotar
43:45IA
43:45no passado
43:46você
43:47arrumou a solução
43:50que o CEO
43:50te pediu
43:51então
43:51arrumou a prateleira
43:52foi
43:54exatamente
43:55e foi ao vir
43:57não só esse
43:58CEO
43:58como vários
43:59outros clientes
44:00que a gente
44:01viu
44:02que era
44:02o óbvio
44:03que estava
44:03todo mundo
44:03querendo adotar
44:04IA
44:04mas
44:05não sabia
44:06onde e como
44:07e quando você
44:08entrega esse menu
44:09que educa ele
44:10mostra
44:11quais são as oportunidades
44:12mais fáceis
44:13e já entrega
44:15uma solução
44:15pronta
44:16que ele não precisa
44:16gastar meses
44:17desenvolvendo
44:18ou configurando
44:19acelera muito
44:21o processo
44:21de adoção
44:23dessas tecnologias
44:24com certeza
44:27e agora
44:28olhando para o futuro
44:29você estava
44:30falando para a gente
44:31o que você acha
44:32que vem por aí
44:33apesar do exercício
44:35de futurologia
44:36a gente está
44:39extremamente animado
44:40primeiro
44:42porque está vindo
44:43toda uma categoria
44:44de software
44:45de orquestração
44:46de agentes
44:47de inteligência artificial
44:48e hoje
44:49eu acho que
44:51a gente tem
44:52a sorte
44:53de estar
44:54no lugar certo
44:55na hora certa
44:55com uma das melhores
44:56soluções do mercado
44:57e como eu me sinto
44:58é como se tivesse
44:59inventado energia elétrica
45:01e eu poder falar
45:02que eu era
45:02um dos fornecedores
45:03que estava fazendo
45:04máquina de lavar roupa
45:05torradeira
45:06quando a energia elétrica
45:08foi inventada
45:09só que a gente está vendo
45:10essa nova grande onda
45:12aqui que é
45:12inteligência artificial
45:13a gente já está
45:14posicionado para
45:15ser um dos melhores
45:16do setor
45:16e está super animado
45:18isso a nível global
45:19o segundo ponto
45:22que a gente também
45:22está super animado
45:23e eu acho que
45:24é a maior transformação
45:25é que
45:26todas as empresas
45:28de software
45:29hoje
45:29em todos os tipos
45:31de setores
45:31vão precisar
45:32se adaptar
45:33nos próximos dores
45:34quatro anos
45:35a serem também
45:36fornecedores
45:37de tecnologia
45:38de inteligência artificial
45:40e a gente vê
45:42muitos incumbentes
45:43de software
45:44que tem anos
45:45de base
45:45de carteira instalada
45:46que não tem
45:48equipes competitivas
45:50para construir
45:50essas soluções
45:51e entregar
45:51e gerar valor
45:52na mão do cliente
45:54então acho que
45:55muitos desses players
45:56que estavam confortáveis
45:57ali
45:57dentro de seus segmentos
45:59sendo líderes do setor
46:00vão sofrer
46:01uma competição enorme
46:02de startups
46:03ou mesmo
46:03com o Pipefine
46:04com as soluções
46:05que a gente está
46:06entregando agora
46:07dentro desses segmentos
46:08específicos
46:08então a gente está
46:09mega animado também
46:10a nova corrida do ouro
46:11Alessio
46:13muito obrigada
46:14pela sua entrevista
46:15foi ótimo
46:16te ouvir aqui
46:17prazer Alessio
46:18foi ótimo papo
46:20prazer
46:21obrigado pelo convite
46:22e a você
46:24que nos acompanhou
46:25obrigada
46:26pela sua audiência
46:27o Revolução
46:28e a volta em breve
46:29até lá
46:32te esperando
46:34ouro
46:35né
46:36que a жизнь
46:37a ela
46:40me
46:40que a жизнь
46:41é
46:42que ela
46:42ouro
46:43né
46:44a
46:44a
46:45a
46:47o
46:47p
46:47é
46:47eu
46:48eu
46:49que a
46:50a
46:51a
46:52a
46:53a
46:54a
46:55a
46:57a
46:57a
46:58a
46:58a
46:58a
46:58a
46:59a
47:00a
Comentários