- há 20 horas
Categoria
🗞
NotíciasTranscrição
00:00Magalu Cloud, impulsionando a competitividade do Brasil através da tecnologia.
00:15Bem-vindo, bem-vinda a mais um Revolução IA,
00:18o programa do Nelfeed, que aborda o impacto da inteligência artificial no mundo dos negócios.
00:23Eu sou Letícia Cardoso e quem me acompanha é Rodrigo Elser,
00:27conselheiro de inteligência artificial em grandes empresas.
00:31Bem-vindo, Rodrigo. Tudo bem?
00:32Tudo ótimo, Letícia. Animado para a nossa entrevista.
00:35E hoje o nosso convidado é Gustavo França, CIO da Gerdau.
00:38Vamos conhecer um pouquinho mais sobre ele.
00:40Há mais de 25 anos na Gerdau, Gustavo França é CIO na companhia desde 2019.
00:46Ao longo da sua carreira, ocupou posições de liderança nas áreas de tecnologia e digital,
00:51incluindo a chefia do escritório no Vale do Silício.
00:54Em 2024, foi reconhecido pela Forbes Brasil como um dos dez principais CIOs do país.
01:01Também é tido como referência na formação de talentos em tecnologia por meio de iniciativas como Data for All.
01:08Gustavo, seja bem-vindo. Obrigada pela sua presença aqui com a gente.
01:11Muito obrigado, Letícia, Rodrigo. É um prazer estar aqui com vocês.
01:15Super bem-vinda.
01:16Obrigado.
01:17Gustavo, para a gente começar, a siderurgia é um negócio da indústria pesada.
01:23Em que momento que isso virou também um negócio de inteligência artificial, de dados?
01:30E como que a Gerdau tem usado inteligência artificial no dia a dia?
01:34A nossa transformação, a transformação da Gerdau começou em 2014, então há 12 anos atrás.
01:43Nós começamos com a transformação cultural por entender que a gente precisava, de fato, desmistificar essa lógica de uma indústria pesada
01:51e de nos beneficiarmos da inovação como elemento competitivo.
01:55De lá para cá, a Gerdau entendeu que a tecnologia é parte da equação de negócio, é uma nova capacidade empresarial.
02:02E nesse contexto, a inteligência artificial também faz parte dessa dinâmica.
02:08Então, hoje, para a gente, o nosso core é produzir aço, mas a gente pode ser uma tech-powered organization.
02:14A gente pode usar cada vez mais tecnologia para produzir aço de maneira eficiente e entregar cada vez mais valor para os nossos clientes
02:21através de uma experiência única e a tecnologia é uma aliada nesse contexto.
02:25Então, não é sobre área de TI ou área de suporte, é tecnologia conectada no negócio,
02:34entendendo e conectada com as grandes alavancas estratégicas da companhia.
02:37Então, nesse sentido, a gente vem nos últimos 10 anos trabalhando tanto no tema de gente, com a cultura,
02:45na reinvenção dos processos e usando a tecnologia como elemento habilitador também nessa conjuntura
02:51que vem trazendo a Gerdau aí, que completou nesse mês 125 anos de história.
02:58Então, uma organização que vem se moldando em função do contexto de mundo, se reposicionando cada vez mais
03:07e, nesse sentido, volto a falar que a tecnologia também é parte da equação.
03:13Então, pelo que eu entendi, a inteligência artificial você não enxerga como uma vantagem competitiva,
03:18mas como uma ferramenta mesmo para aprimorar o que você já tem como produto, que é o cor do negócio.
03:25Mas como que isso está acontecendo na prática? Você pode trazer cases para a gente?
03:28Claro, claro. Como eu sempre digo, a inteligência artificial é mais uma capacidade empresarial.
03:35Então, a tecnologia, de fato, está aí presente há mais de 50 anos.
03:40A Gerdau usa a inteligência artificial já há bastante tempo e, nos últimos 10, a gente tem trabalhado em duas grandes vertentes.
03:48Uma, a inteligência artificial de forma tradicional no mundo industrial.
03:52Então, um grande exemplo são os gêmeos digitais que a gente tem desenvolvido nas nossas plantas industriais,
03:58que são cópias virtuais daquilo que a gente tem no mundo físico.
04:02Ou seja, eu levo os dados dos meus equipamentos, os dados do meu processo, os dados das minhas operações
04:10para uma camada virtual e isso me permite fazer simulações.
04:14Ou seja, usando simulações, predições, prescrições, heurísticas específicas,
04:21tudo isso dentro dessa primeira abordagem.
04:24Na segunda abordagem, nos últimos quatro anos, a gente trabalhando com a IA generativa,
04:30experimentando. Eu sei que tem um super hype da IA generativa,
04:36na maneira como pode ser aplicado, trazendo produtividade, performance.
04:41Da mesma forma, a Gerdau criou o IA Innovation Center,
04:44que é uma área de exploração e inovação com o uso da inteligência artificial
04:48e a gente vem testando os diferentes LLMs, os diferentes modelos, ou até SLMs,
04:55que estão disponíveis no mercado para resolver problemas de negócio.
04:57Então, tem uma camada de experimentação bastante importante.
05:01Alguns desses exemplos que nós temos desenvolvido,
05:05primeiro desenvolvemos o nosso Gerdau Intelligence,
05:08que é o nosso hub de large language models, de LLMs,
05:13onde a gente pode usar qualquer LLM de forma orquestrada
05:17para resolver dilemas de negócio.
05:20Então, o Gerdau Intelligence é a nossa plataforma
05:22e, em cima do Gerdau Intelligence, a gente tem desenvolvido soluções como
05:27a G, que é a nossa camada de conversacional dos nossos colaboradores.
05:33Acabamos de lançar, estava ao longo de 25, nós desenvolvemos,
05:39final do ano lançamos em áreas piloto,
05:41e a G vai permitir com que os colaboradores conversem
05:45com a inteligência artificial usando linguagem natural
05:47para responder perguntas sobre férias, sobre benefícios.
05:51Então, um processo completo de aprendizagem,
05:54o que, na nossa análise, no nosso business case,
05:57tem o potencial de reduzir pelo menos 2 mil horas de atendimento
06:02quando a gente olha o modelo tradicional de atendimento.
06:05Então, tem muita oportunidade que vem sendo explorada.
06:08É muito interessante o que você traz para a gente.
06:11Eu quero destrinchar essas duas vertentes aí,
06:15mas antes eu queria chamar a mensagem do nosso patrocinador.
06:18Olá, boa tarde.
06:19Eu me chamo Natália Castanço,
06:21sou o CEO do Grupo Unite.
06:22O Grupo Unite é um call center que está no mercado há 24 anos.
06:25Essa estrutura, tanto de call center quanto tecnológica,
06:29até então, ela estava num provedor externo.
06:32Quando a gente ficou sabendo da solução Magalu Cloud,
06:34nos chamou a atenção a precificação em real.
06:36É a questão da previsibilidade, super importante para o nosso negócio.
06:41Você está acompanhando o Revolução IA,
06:46programa do Nelfeed,
06:47que aborda o impacto da inteligência artificial no mundo dos negócios.
06:51E se você ainda não é inscrito no nosso canal do YouTube,
06:54aproveite e se inscreva,
06:55porque lá tem muito mais conteúdo sobre esse assunto.
06:59Gustavo, como a gente estava falando,
07:01essa questão dos gênios digitais é um assunto bem interessante
07:04que a gente ainda não trouxe aqui no programa, não é, Alcer?
07:07A gente não explorou e é super interessante ver que vocês,
07:14como uma indústria pesada, está fazendo já um bom uso dessa tecnologia
07:18que, de alguma forma, é parte da novidade desse mundo de AI generativa e simulações.
07:26O que você consegue trazer para o público de aprendizados e bons usos dessa tecnologia?
07:34E até, eventualmente, onde você vê que ela se aplica com mais facilidade
07:37para quem está nos assistindo entender como uma boa prática?
07:41Então, perfeito. Obrigado pela pergunta, Rodrigo.
07:43De fato, é um processo de aprendizagem constante
07:45que a gente tem trabalhado aí no tema dos gêmeos.
07:48Os gêmeos, o conceito que a gente vem aplicando, como eu falei,
07:51é uma cópia virtual do que a gente tem no processo produtivo através dos dados.
07:58Então, o grande aprendizado é assim,
08:00de nada adianta nós falarmos de inteligência artificial
08:03se nós não tivermos uma boa governança dos dados.
08:07E a Gerdau fez o dever de casa,
08:10que é exatamente ter uma estrutura, ter uma arquitetura
08:13que permita armazenar os dados com qualidade,
08:15armazenar os dados que são necessários
08:18para garantir que a predição ou a prescrição
08:21aconteça da forma mais assertiva possível.
08:24Então, esse é um grande aprendizado
08:25e você conectar muitos ativos e ter o dado com qualidade
08:31é um desafio muito grande.
08:34Então, ao mesmo tempo, no momento que você tem isso
08:37de forma, um repositório central de forma governada,
08:41isso traz uma janela de oportunidades bastante grande.
08:43Nós começamos o gêmeo na nossa maior planta
08:47aqui em Minas Gerais, em Ouro Branco.
08:50Nós começamos o coração do nosso processo produtivo,
08:53que é a ciaria,
08:54e nós usamos o gêmeo exatamente para estabelecer
08:57o sequenciamento de produto,
09:01tanto no que diz respeito a uso de determinados consumíveis,
09:05insumos que nós usávamos no processo produtivo,
09:08como a sequência que a gente precisava ter
09:10para maior eficiência no processo produtivo.
09:13Então, aqui eu faço um parênteses.
09:14Todas aquelas empresas que precisem,
09:16que têm um processo serializado,
09:20como é o processo da manufatura,
09:22o processo industrial,
09:24e que têm a necessidade de se antecipar
09:26situações indesejadas no processo,
09:29é perfeitamente aplicável o uso dos gêmeos digitais,
09:32que é um pouco do que a gente está experimentando,
09:33porque a gente traz para a borda
09:34as variáveis de processo e os dados operacionais,
09:38e isso nos permite simular rotas que tragam melhor eficiência,
09:44menor custo ou melhor atendimento para o cliente.
09:48É o que a gente tem conseguido com os gêmeos digitais.
09:51Então, quando eu falo do processo serial,
09:52é que a gente tem debatido muito que,
09:55dada a revolução da indústria 4.0,
09:58indústria 5.0,
09:59no final do dia,
10:02a gente deixa de ter a necessidade do passo a passo
10:07e passa muito mais a olhar o processo
10:10como um fluxo de valor.
10:12E esse fluxo de valor é permitido através do dado,
10:16porque você consegue ver a interconexão do processo
10:19independente do equipamento físico,
10:23ou não necessitando alterar o seu equipamento físico
10:26no momento zero.
10:28Então, você consegue fazer simulações de cenários
10:30em tempo recorde.
10:31Então, coisa que a gente levava
10:32numa situação inadvertida de perda de produção,
10:36a gente levava 30, 40 dias para reposicionar,
10:40a gente consegue fazer em poucas horas
10:41a análise de recuperação
10:43e por vezes a gente consegue,
10:45muitas vezes a gente consegue recuperar
10:46aquela produção dentro do próprio mês,
10:49porque é tão rápido que você automaticamente
10:51consegue fazer o setup dos equipamentos
10:53e permitindo com isso a captura de produção
10:57esperada naquele processo.
11:00Eu vejo, a gente tem duas coisas interessantes em comum,
11:03trabalhar com a área desde 2014
11:05e nas cidades de ouro.
11:07Vocês em ouro branco, eu em ouro preto.
11:10Que bom, em Minas Gerais.
11:12E a gente trabalha com isso já há um tempo
11:14e vê que essa tecnologia é algo que veio para ficar
11:16e que tem uma coleção de resultados.
11:19entre outros, esse que você traz,
11:22de você conseguir, através de gêmeos digitais,
11:25uma eficiência na tua linha de produção,
11:28que eu fico imaginando quantas casas de números
11:33isso não trouxe de resultado para a Gerdau
11:36em cortar esse tempo.
11:38Para os céticos, que viraram um ano ainda
11:40duvidando dessa tecnologia,
11:42que outros casos que você tem para nos contar
11:45de 2025 e que materializam o poder
11:50desse aparato de inteligência artificial.
11:53E podemos falar da clássica e da generativa.
11:56Acho que ele está no trabalho.
11:57Só comentar ainda no mundo da indústria,
12:00tem um outro tema que se conecta muito com gêmeos
12:02e a gente vem enriquecendo gêmeos
12:03com essa perspectiva.
12:04O Video Analytics, por exemplo,
12:06que usa muita inteligência artificial.
12:08Imagina uma usina,
12:10uma usina produtiva,
12:12uma indústria de aço nessa planta em específico.
12:16Tem inúmeras câmeras olhando o processo,
12:19olhando aspectos de segurança das pessoas.
12:23Então, a gente tem usado a generativa,
12:25a inteligência artificial,
12:27exatamente para garantir com que
12:29a gente possa antever comportamentos
12:31indesejados,
12:34entrada em rotas inadequadas.
12:37A gente possa identificar situações no processo
12:40que não convém ou não estão dentro do padrão estabelecido.
12:45E isso vai enriquecendo a base de dados
12:48que eu comentei dos gêmeos digitais.
12:50Esse é um exemplo.
12:51Na IA Generativa,
12:53como eu tinha sinalizado antes,
12:55a gente tem muitas frentes.
12:57Vou pegar o exemplo do atendimento ao nosso cliente,
13:00através do Gerdal Mais,
13:01que é a nossa plataforma
13:02de interação com o cliente.
13:06O cliente que compra produto,
13:08produto de aço especiais, por exemplo,
13:11ele precisa passar uma especificação do produto para a gente.
13:15Anteriormente, ele precisava passar isso
13:16e ele eventualmente passa em diferentes formatos.
13:20Ele passava e nós levávamos
13:21mais de 45 dias
13:23até responder ao cliente
13:25sobre a capacidade de produzir
13:27dentro daquelas especificações.
13:28Hoje, com a IA Generativa,
13:30eu consigo ler esse documento
13:31em qualquer formato,
13:33de maneira rápida,
13:35e eu encurtei esse prazo
13:36em mais de 20 dias.
13:38Claro que ainda assim
13:39tem um trabalho técnico a ser feito,
13:42mas eu digo do ponto de vista
13:43da curadoria,
13:45do conteúdo,
13:46do entendimento
13:47do que está sendo pedido,
13:49isso automaticamente
13:50vem sendo capturado
13:52pela tecnologia
13:54e, naturalmente,
13:55o que fica
13:56processos de pessoas
13:57que aí é inerente
14:00ao modelo de negócio
14:01que nós possuímos.
14:02E, França,
14:03como que vocês fazem
14:04para verificar,
14:06apurar se
14:07a ferramenta
14:08de inteligência artificial
14:09adotada
14:10realmente está trazendo
14:12um resultado positivo?
14:13Porque tem o investimento,
14:14né?
14:14Teve alguma ferramenta,
14:17alguma iniciativa
14:18que vocês
14:18começaram a fazer
14:20e perceberam
14:21que talvez isso aqui
14:22não vale tão a pena?
14:23Tem.
14:24E até...
14:25Obrigado pela pergunta, Letícia.
14:27Esse é um tema
14:27que está sempre
14:28na nossa mesa
14:29porque os stakeholders
14:30têm uma expectativa
14:31muito grande
14:32depois desse super boom
14:35da inteligência artificial
14:37que esse resultado
14:38ele venha rápido, né?
14:39E o que a gente tem em vista
14:41é que não necessariamente
14:41esse resultado
14:42vem tão rápido
14:43porque a gente está falando
14:44de um tripé
14:45que é super importante
14:46que é o tripé de gente,
14:48processos
14:48e a tecnologia.
14:50Então,
14:50quando a gente
14:50simplesmente
14:51coloca a tecnologia
14:53sem ter revisitado
14:54o processo
14:55sem ter habilitado
14:56as pessoas
14:57a probabilidade
14:59de adoção
15:00é muito baixa
15:01porque entra
15:02a questão
15:03do ponto de vista
15:04das pessoas
15:05aqueles que acham
15:07que vão ser substituídos
15:08pela tecnologia.
15:09Do ponto de vista
15:10de processo
15:11às vezes o processo
15:12fica muito
15:13é digitalizar
15:14muitas vezes
15:15a burocracia
15:16você não repensou
15:17o processo
15:17usando a tecnologia.
15:19então esse
15:20eu costumo dizer
15:21que esse trinômio
15:22ele precisa ser
15:23bem respeitado
15:24para a gente
15:24ter a máxima
15:25a máxima adoção
15:26e aí sim
15:27a gente já teve
15:28vários casos
15:29modelos
15:29a gente tem um caso clássico
15:31a gente
15:31modelagens
15:32que a gente fez
15:33para a predição
15:34de determinados
15:35consumíveis
15:36então
15:37no processo produtivo
15:39que foram casos
15:40que simplesmente
15:41entraram em desuso
15:42porque
15:42o modelo
15:43de inteligência artificial
15:45ele
15:46ele vai aprendendo
15:47com as variáveis
15:48que você vai
15:49com as informações
15:50que você vai
15:50embutindo lá
15:51então sejam
15:52informações externas
15:54ou informações internas
15:55se você não tem
15:56uma boa curadoria
15:57para esse modelo
15:58ou seja
15:58se o processo
15:59não está definido
16:00e as pessoas
16:01não estão capacitadas
16:02a tendência
16:03é ele não funcionar bem
16:04ou o nível
16:05de acuracidade
16:06cair
16:06e aí não é
16:07pela tecnologia
16:09é porque de fato
16:10as outras partes
16:11não foram bem
16:11trabalhadas
16:12então sim
16:13a gente tem
16:13muitos casos
16:14de modelos
16:16a gente tem um exemplo
16:16de modelo
16:17de predição
16:18de insumos
16:19que de fato
16:20nós falhamos
16:21fizemos o investimento
16:22e falhamos
16:23nós temos um outro
16:25modelo
16:26que nós usamos
16:27videoanalytics
16:28para identificar
16:29a pilha
16:30de determinados
16:31consumíveis
16:32o tamanho
16:33da pilha
16:34a dimensão
16:35da pilha
16:35a qualidade
16:36do produto
16:37que estava
16:38naquela pilha
16:39que também falhamos
16:40e quando a gente
16:40vai fazer o aprendizado
16:41é sempre
16:42essa equação
16:44os três elementos
16:45gente
16:46processo
16:46tecnologia
16:47ou eu estava
16:48querendo transformar
16:49o processo
16:49e o processo
16:50não estava maduro
16:51o suficiente
16:51ou eventualmente
16:53estava maduro
16:53as pessoas
16:54não estavam capacitadas
16:55ou as três
16:55coisas juntas
16:56então é um pouco
16:57desse aprendizado
16:59e é desafiador
17:00e continua sendo
17:01medir o impacto
17:03continua sendo
17:03um desafio
17:04só que
17:05está muito claro
17:06para a gente
17:07que esse impacto
17:07não é da tecnologia
17:09para o negócio
17:10é da estratégia
17:11de negócio
17:12para a tecnologia
17:13a gente tem que saber
17:14de fato
17:14quais são as alavancas
17:16o problema
17:17que a gente
17:17quer resolver
17:18e como a tecnologia
17:19ajuda
17:20a desbloquear
17:22ou a resolver
17:23esse problema
17:24e quando você fala
17:25sobre esses pilares
17:26o que é mais difícil
17:28implementar a tecnologia
17:29ou convencer
17:30o chão de fábrica
17:31a utilizar
17:32no trabalho
17:34eu diria que
17:35não dá para dizer
17:36que um é mais simples
17:37do que o outro
17:38poderia dizer
17:40tem uma abundância
17:41de tecnologia
17:42hoje
17:42que deixa
17:43com que
17:43a implementação
17:46se torne
17:46cada vez
17:47menos complexa
17:50não vou dizer
17:50simples
17:51porque tem
17:52uma abundância
17:52de recursos
17:53tem um nível
17:57de conhecimento
17:58no mercado
17:58que ajuda
17:59a habilitar
17:59agora
18:00de nada adianta
18:02você trazer
18:02muitas tecnologias
18:04se como eu falei
18:05se não está claro
18:07para as pessoas
18:08o problema
18:09ser resolvido
18:10ou não está
18:11claro
18:11nos processos
18:12quais são os gaps
18:13ou as necessidades
18:16a serem tratadas
18:17então
18:17esses três elementos
18:20são complexos
18:21a gestão da mudança
18:23é sempre um elemento
18:24que a gente debate
18:25na organização
18:26isso não é só
18:27pela transformação
18:28digital
18:29ou a transformação
18:30de negócio
18:30pela tecnologia
18:31porque mexe
18:33com a natureza humana
18:35eu sempre fiz assim
18:36historicamente
18:38eu sempre tive
18:39o sucesso
18:39no processo
18:40sendo operado
18:40desse jeito
18:41então
18:42é necessário
18:43investir tempo
18:44de qualidade
18:44trazendo as pessoas
18:46para o jogo
18:47nas experiências
18:48positivas
18:50que a gente tem vivido
18:51o exemplo
18:52do gêmeo
18:53a vantagem
18:54competitiva
18:54ou a grande
18:56lição aprendida
18:56foi trazer
18:57as pessoas
18:58para a discussão
18:58no momento zero
18:59quem vai usar
19:00e ter essas pessoas
19:03engajadas
19:04no processo
19:05de co-construção
19:06aí sim
19:07você trabalha
19:08no UX
19:09você trabalha
19:10na adaptação
19:11você entende
19:12o ponto de vista
19:13daquele que vai operar
19:14e você consegue
19:16de fato
19:16ter um processo
19:17de adoção
19:18muito mais simples
19:19então
19:20tem todas
19:21essas nuances
19:22aí
19:23nessas variáveis
19:24que a gente
19:25tem trabalhado
19:26e pegando um pouco
19:27da
19:27acho que
19:29dos dilemas
19:31hoje no mercado
19:31você tem
19:32caminhos que
19:33veem AI
19:34e pessoas
19:35com mais no meio
19:36e alguns
19:37que veem
19:38com versus
19:38no meio
19:40e talvez
19:42nos melhores casos
19:43os que veem
19:44que o AI
19:44mais pessoas
19:45vai fazer uma pessoa
19:462.0
19:463.0
19:47pelo benefício
19:48que ela tem
19:49com AI
19:49e pelo que escutei
19:51de você
19:51no nosso
19:51papo
19:52agora há pouco
19:53a Gerdau
19:55ela está investindo
19:55muito nessa parte
19:56de educação
19:57e eu achei
19:58muito interessante
19:59curioso
20:00a ambição
20:00de transformar
20:01um metalúrgico
20:02em um cientista
20:03de dados
20:04conta mais
20:05para a gente
20:05sobre isso
20:06e como a Gerdau
20:07está já contribuindo
20:09para essa ponte
20:10no Brasil
20:10de AI
20:11mais pessoas
20:12e pessoas
20:12se reinventando
20:14com essa tecnologia
20:15da nossa
20:16história
20:17Gerdau
20:18novamente
20:18completando
20:19125 anos
20:20agora
20:21da nossa história
20:21as pessoas
20:22sempre estiveram
20:23no centro
20:23esse processo
20:24de transformação
20:25e do cuidado
20:26com as pessoas
20:27e atenção
20:28para as pessoas
20:29sempre fez parte
20:30da nossa história
20:30e não é
20:31por acaso
20:32na era que a gente
20:34está vivendo
20:34mais tecnológica
20:35que a gente
20:36também está
20:36atento a isso
20:37então nos últimos
20:39cinco anos
20:39a gente trabalhou
20:40para garantir
20:41que a gente
20:42ao invés
20:44de ir para o mercado
20:45e ficar lutando
20:47para encontrar
20:47cientistas
20:48e especialistas
20:51a gente
20:51a gente entendeu
20:52que a gente
20:52precisava
20:53reposicionar
20:55muitos
20:57dos nossos
20:58colegas
20:59da nossa
21:01força de trabalho
21:02num novo
21:02conhecimento
21:03que é o conhecimento
21:04de ciência de dados
21:05então nós criamos
21:06programas
21:06como o GDATA
21:07GDATA
21:08é um programa
21:09de formação
21:09de cientistas
21:10de dados
21:11de engenheiros
21:12metalúrgicos
21:13e eu falei
21:13dos engenheiros
21:14metalúrgicos
21:14mas podem ser
21:15engenheiros químicos
21:16outros engenheiros
21:17ou podem ser
21:18matemáticos
21:18ou seja
21:19pessoas que têm
21:20aptidão na área
21:21de exatas
21:21e que queiram
21:22se reposicionar
21:23adquirindo mais
21:24uma competência
21:25pode se inscrever
21:27no programa GDATA
21:28é um programa interno
21:29a gente tem rodado
21:30um programa
21:31de oito meses
21:32onde a gente
21:34ajuda essas pessoas
21:35dando repertório
21:36técnico
21:37e mentoria
21:38a partir de um projeto
21:39que ele ou ela
21:40mesmo vai resolver
21:41na área
21:43o objetivo
21:44não é trazer
21:44as pessoas
21:45para a área
21:45de tecnologia
21:46não
21:47é que as pessoas
21:47fiquem
21:48nas suas áreas
21:49conduzindo
21:50o seu dia a dia
21:51só que
21:52com a mentalidade
21:53tecnológica
21:53só que
21:54entendendo
21:55sobre dados
21:56entendendo
21:57sobre modelos
21:58entendendo
21:58sobre a aplicação
21:59dos modelos
22:00porque daí
22:01eu consigo
22:01exponencializar
22:02eu saio
22:03da escassez
22:04de
22:04eu faço
22:05um pedido
22:06para a área
22:06de tecnologia
22:07a tecnologia
22:08atende
22:08eu vou lá
22:09uso ou não
22:10uso
22:10não
22:11novamente
22:12é tech power
22:13de organization
22:13eu habilito
22:14a organização
22:15a ela mesma
22:17usar a tecnologia
22:18dentro do negócio
22:19e assim
22:20a gente tem
22:21vários exemplos
22:22de colegas
22:23que vem passando
22:24tem mais de 100
22:25colegas
22:26nessa
22:27dessa última
22:28dessa última fase
22:30capacitados
22:31e habilitando
22:32o processo produtivo
22:34ou áreas comerciais
22:36supply chain
22:37logística
22:38no uso de dados
22:39e inteligência artificial
22:40e esse é um esforço
22:41da companhia
22:42pensando que
22:43num futuro
22:44a gente vai ter
22:45transformação
22:46das funções
22:47e as pessoas
22:49que não se adaptarem
22:50vão ficar fora
22:51desse mercado
22:52é um esforço
22:54da companhia
22:54de garantir
22:55que a gente
22:57tenha as capacidades
22:58certas
22:58para os dilemas
22:59corretos
23:00que a companhia
23:01ou para as oportunidades
23:03que a companhia
23:03pode aproveitar
23:04dentro de um contexto
23:05de mundo
23:05que está em constante
23:06mudança
23:07então
23:07eu diria que
23:08não é tudo
23:09para todos
23:10a gente
23:11e isso
23:12está bem claro
23:13para a gente
23:14eu não preciso ensinar
23:15todos a trocarem
23:17o pneu
23:17eu vou ensinar
23:18aqueles que precisam
23:20e que tem no dia a dia
23:21do seu trabalho
23:22aquela necessidade
23:24de usar
23:25aquela capacidade
23:26aquela nova capacidade
23:28e colocar isso
23:31à disposição
23:32da empresa
23:32e da organização
23:34de maneira
23:34com que essas pessoas
23:35possam cada vez mais
23:36gerar valor
23:36então
23:37não se trata
23:40necessariamente
23:40de perda
23:42de trabalho
23:42ou de disrupção
23:44na questão
23:44eu acho que é um ciclo
23:46evolutivo
23:47tal qual a gente
23:48viveu em outras
23:49revoluções
23:50seja
23:51mecanização
23:53robotização
23:53eletrificação
23:55tem um ciclo evolutivo
23:56de preparar
23:57a mão de obra
23:58para que ela possa usar
23:59o que tem de melhor
24:00à disposição
24:02no mundo
24:02para nos levar
24:03para melhor performance
24:05se extrair
24:06a melhor performance
24:06da companhia
24:07e nos colocarmos
24:08à vanguarda
24:09de competitividade
24:10e entrega de valor
24:11para o cliente
24:12e França
24:13nesse processo
24:14de integração
24:15entre profissional
24:17e máquinas
24:18numa tomada
24:19de decisão
24:20se o algoritmo
24:23diz uma coisa
24:24e o profissional
24:25diz outra
24:25quem vence?
24:27essa é uma boa pergunta
24:28e a gente tem cuidado
24:29muito
24:30nós criamos
24:31inclusive
24:32para os modelos
24:33de inteligência artificial
24:34nós temos
24:34o comitê de IA
24:35que a gente estabelece
24:36guarde-reios
24:37bem definidos
24:38então não é quem vence
24:39no final
24:40qual é a melhor decisão
24:41e a gente tem
24:43garantido
24:44que os modelos
24:44sejam
24:45no primeiro momento
24:46supervisionados
24:47e para mim
24:48a última palavra
24:49humano
24:50está sempre
24:50na equação
24:52então
24:53no final do dia
24:54não é que o humano
24:55vai ser substituído
24:57ele vai ter
24:58a sua performance
24:59amplificada
25:00com a nova capacidade
25:01que é a inteligência artificial
25:02mas se de fato
25:04o modelo
25:05está dando
25:05uma informação
25:06e ele compreende
25:07outra
25:08no mínimo
25:08interrogação
25:09vai ser
25:09vai ser colocada
25:10e o humano
25:11tem
25:12o protagonismo
25:13para
25:14para questionar
25:15e trazer
25:16a melhor decisão
25:17então
25:18a gente tem cuidado
25:19muito
25:19nessa questão
25:20dos modelos
25:21autônomos
25:21porque
25:23a IA
25:24pode alucinar
25:25e o processo
25:26é complexo
25:27produzir aço
25:28tem uma
25:29imorne complexidade
25:30e nesse sentido
25:32os colegas
25:33que estão lá
25:34na operação
25:35ou que estão
25:35vendendo
25:36conhecem
25:37muito bem
25:38nesse processo
25:39então
25:40é sempre
25:40um balizador
25:41que nos ajuda
25:42a encontrar
25:43o ponto
25:43de equilíbrio
25:44então
25:44eu acho que
25:45é como o Rodrigo
25:46comentou
25:47é sempre o mais
25:47não vai ser
25:49o humano
25:49versus
25:50a IA
25:50a IA
25:51continua
25:52e vai continuar
25:53sendo
25:53um
25:55sempre
25:55não estou falando
25:56de produto
25:57mas um
25:57co-pilot
25:58um assistente
26:00do humano
26:00para extrair
26:02a sua melhor versão
26:03em termos
26:04de performance
26:04talvez
26:06o mundo
26:07estaria mais
26:07em paz
26:08com a tecnologia
26:08se o nome
26:09fosse
26:09inteligência
26:10aumentada
26:11inteligência
26:12artificial
26:12eu acho
26:13que a gente
26:13está na melhor fase
26:14minha opinião
26:15pessoal
26:16acho que a gente
26:17está na fase
26:17de amplificação
26:18do potencial
26:19humano
26:19total
26:20e para mim
26:21a inteligência
26:21artificial
26:21vem com
26:22essa
26:22vantagem
26:25por isso
26:25que não dá
26:26eu digo
26:26sempre
26:27não é paixão
26:27pela tecnologia
26:28como é que eu
26:29consigo fazer
26:30melhor o meu
26:30trabalho
26:31porque
26:31como já
26:33as mensagens
26:34padrões
26:35o homem
26:36não vai ser
26:37substituído
26:37pela inteligência
26:38artificial
26:38mas
26:39aqueles que não
26:40usarem
26:41inteligência
26:41artificial
26:41vão ser
26:42substituídos
26:43por outros
26:43que sabem
26:44usar
26:45e extraem
26:46a sua melhor
26:46performance
26:47usando a
26:48inteligência
26:49artificial
26:49usando a
26:50tecnologia
26:51então eu
26:52acredito sim
26:52que nós
26:53vamos
26:53essa
26:54próxima
26:55onda
26:57a gente vai ser
26:57cada vez mais
26:58eficientes
26:59e França
27:00você trouxe
27:01um ponto
27:01no começo
27:02do nosso
27:02papo
27:03muito
27:03interessante
27:04que é
27:05a criação
27:06de uma
27:06espécie
27:06de um
27:07lab
27:07de um
27:08departamento
27:09e fugiu
27:10o nome
27:10agora
27:11de inovação
27:12e a innovation
27:13e a innovation
27:14por que
27:15por que ter
27:17esse time
27:17e como que
27:18esse time
27:18ele joga
27:20junto
27:20com o restante
27:21do
27:22business as usual
27:23vamos dizer
27:24do baú
27:24da companhia
27:25eu volto
27:26em 2014
27:27quando a Gerdau
27:28tomou a decisão
27:29de revisitar
27:29sua cultura
27:30a Gerdau
27:31entendeu naquele
27:32momento
27:32que a gente
27:32precisava
27:33de fato
27:35entender
27:36o que estava
27:37acontecendo
27:37no mundo
27:38para buscar
27:40mais competitividade
27:41e entender
27:42o que a inovação
27:43era fundamental
27:44para a reinvenção
27:45de processo
27:46para a adaptação
27:47de processo
27:47para a resiliência
27:48e assim sucessivamente
27:50o EA Innovation Center
27:51é produto
27:52dessa cultura
27:53que é a cultura
27:54de experimentar
27:55tomar risco
27:57dentro dos limites
27:58testar hipóteses
28:01em ciclos curtos
28:03iterar
28:04e garantir
28:05que a gente
28:05tem um cardápio
28:06que nos permita
28:07fazer as melhores
28:07escolhas
28:08então
28:09por isso
28:10nasceu
28:10o EA Innovation Center
28:11no momento
28:12que entra o hype
28:13da tecnologia
28:15para combater o hype
28:17você tem que ter conhecimento
28:18e nessa hora
28:20foi muito importante
28:22a gente ter pessoas
28:23dentro de casa
28:24mergulhando
28:25estudando
28:26entendendo
28:27de forma
28:28bastante
28:29profunda
28:30o que é
28:32e o que não é
28:32para que é que serve
28:33dentro do nosso business
28:35porque daqui a pouco
28:36eu estou usando
28:37uma inteligência artificial
28:38que não vai agregar
28:38nada para o negócio
28:40e eu estou empilhando
28:41custo
28:41ou estou criando
28:43uma disrupção
28:44desnecessária
28:45então
28:46eu volto a dizer
28:47eu cuido muito
28:48e tenho muita
28:49preocupação com a história
28:50da digitalizar
28:51a burocracia
28:52que às vezes
28:53você pega um processo
28:54antigo
28:55aí você quer colocar
28:56várias etapas
28:58com várias soluções
28:59diferentes
29:00e no final
29:01vira uma coxa
29:02de retalho tecnológica
29:03não é fluido
29:05a experiência
29:05não é boa
29:06qual é o problema
29:07que eu queria resolver
29:08de fato
29:09então
29:10a gente tem estado
29:11muito atento
29:12por isso
29:12o EA Center
29:13o EA Innovation Center
29:15tem nos ajudado
29:17a caminhar
29:18por esses
29:18por esse cenário
29:20que é cada vez mais
29:21interessante
29:22bem interessante
29:25eu vejo
29:26algumas
29:27empresas
29:28e alguns
29:29comitês
29:30com a dúvida
29:31de ter isso
29:33separado
29:34num time
29:35versus
29:36ter isso
29:37como uma competência
29:38que fosse
29:39desenvolvida
29:39pelos diferentes
29:42times
29:44e a gente está
29:45nesse momento
29:46importante
29:46onde a discussão
29:47de design
29:47organizacional
29:48do próprio processo
29:50e o como
29:51eu vou promover
29:52inovação
29:52ele volta
29:54não que tenha
29:54deixado de ser
29:55mas ele toma
29:55um novo corpo
29:56de importância
29:57frente a velocidade
29:59inclusive
30:00a voracidade
30:02dessa tecnologia
30:03por que manter
30:04separado
30:05porque
30:06como que você
30:07que dica
30:08que você daria
30:08ou que argumento
30:10para quem está
30:10nesse momento
30:11nesse dilema
30:12de estruturar
30:14isso como um time
30:15apartado
30:17para mim
30:18a palavra central
30:18é intencionalidade
30:20e isso eu aprendi
30:22principalmente
30:22quando fui ao Vale
30:24montar o office
30:24de inovação
30:25da Gerdau
30:25lá
30:26em 2019
30:2718, 19
30:28e nós
30:29interagindo
30:31com as startups
30:31nós entendemos
30:32que era importante
30:33levar para a borda
30:34da organização
30:35um grupo de pessoas
30:36que pudessem testar
30:37hipóteses
30:38e não tivessem
30:39tão
30:39conectadas
30:42com o core business
30:43ou tão diretamente
30:44ligadas ao core business
30:45isso significa
30:47que
30:47você aparta
30:49mas não
30:49mas não
30:50necessariamente
30:50deixa as pessoas
30:51isoladas
30:51você coloca
30:52intencionalidade
30:53intencionalidade
30:53naquele momento
30:54é testa
30:55determinadas
30:56tecnologias
30:57dentro de
30:58determinados
30:59determinadas
31:00alavancas
31:01de negócio
31:01então
31:02hoje o IA Innovation
31:03Center
31:04da Gerdau
31:04embora tenha
31:05essa estrutura
31:06ele não está
31:08embora
31:09tenha começado
31:10mais isolado
31:11olhando a coisa
31:12técnica
31:12hoje ele é muito
31:13mais conectado
31:14e ele se conecta
31:16com todas
31:16as interfaces
31:17do negócio
31:18então
31:19porque do contrário
31:20não consigo provar
31:21hipóteses reais
31:22que estejam acontecendo
31:23no dia a dia
31:24da operação
31:25no dia a dia
31:26dos clientes
31:27então
31:27ele nasce
31:29de um jeito
31:30gera propósito
31:32gera
31:32intencionalidade
31:33para poder
31:34fomentar o desenvolvimento
31:35daquele grupo
31:36de pessoas
31:37mas gradativamente
31:39tem um merge
31:39natural
31:40com a dinâmica
31:41de negócio
31:42e é assim
31:42que a gente tem feito
31:43hoje é totalmente
31:44conectado
31:45e os experimentos
31:47são conduzidos
31:48através de times
31:49multidisciplinares
31:50então eu tenho
31:51colegas de tecnologia
31:52colegas de negócio
31:54que participam
31:55tem uns parceiros
31:56esse é um parênteses
31:59que eu faço
32:00assim
32:00nós temos
32:02uma clareza
32:03muito grande
32:04de que é importante
32:05o ecossistema
32:07de inovação
32:09o ecossistema
32:09de uma maneira
32:10mais ampla
32:10de parceiros
32:11que nos complemente
32:14com toda humildade
32:15a gente não tem
32:16todo o conhecimento
32:17dentro de casa
32:17embora a gente busque
32:18ter massa crítica
32:19dentro de casa
32:20mas o parceiro
32:21aporta um conhecimento
32:22uma capacidade
32:23muitas vezes
32:24que a gente não tem
32:25complementa
32:26então orquestrar
32:27parcerias
32:28o ecossistema
32:29isso tem sido vital
32:30para a gente
32:31fazer esse processo
32:32de transformação
32:33acontecer
32:33de forma
32:34rápida
32:35intensa
32:36enfim
32:36e uma última
32:38pergunta sobre esse tema
32:39tem um fascínio
32:40para essa discussão
32:41de lab
32:41até por concordar
32:43está na mesma linha
32:44de pensamento
32:45de que essa
32:45intencionalidade
32:46e essa agenda
32:48ela faz diferença
32:49nesse contexto
32:51que a gente está
32:51qual o perfil
32:52que você enxerga
32:53do profissional
32:54desse time
32:55o que muda
32:56o perfil
32:56desse time
32:57versus
32:57o time
33:00que está
33:00no
33:01BAU
33:03no business
33:03as usual
33:03o perfil
33:05para mim
33:05existe um comportamento
33:06que eu sempre
33:07tenho falado
33:08que é um comportamento
33:10necessário
33:11no mundo
33:11atual
33:12para os executivos
33:14de uma maneira
33:15em geral
33:15que é curiosidade
33:16esse time
33:17tem que ter curiosidade
33:18então tem que saber
33:20que neste exato
33:22momento
33:22lá na China
33:23saiu um novo
33:24LLM
33:25e o que que é
33:26por que
33:26para que
33:27como conecta
33:28se faz sentido
33:29tal
33:29ou nos Estados Unidos
33:31ou em qualquer lugar
33:32do mundo
33:33uma nova tecnologia
33:35foi colocada
33:35então tem que ter
33:36muita predisposição
33:38e curiosidade
33:39para trabalhar
33:40tentando entender
33:42o que que vem
33:42para onde o mundo
33:43está indo
33:44né
33:45porque do contrário
33:46você entra no business
33:47as usual
33:47você vai funcionar
33:48do mesmo jeito
33:49que sempre foi
33:50porque
33:50em uma empresa
33:51bem sucedida
33:52a tendência
33:52é você seguir
33:53o fluxo
33:54você vai seguir
33:55os processos
33:56então você tem
33:57que estar criando
33:58aquelas micro
33:59disrupções
34:01testando
34:02e entendendo
34:03a escala
34:03o desafio
34:04é a escala
34:05eu sempre digo
34:05a escala
34:06quebra tudo
34:06por isso que você
34:08tem que fazer
34:08bons
34:09experimentos
34:10com boas hipóteses
34:12em bases
34:13adequadas
34:14tecnologicamente
34:15para que na hora
34:16que a gente
34:17transforme isso
34:17num produto
34:18isso pare de pé
34:19né
34:20então essa
34:21é a máxima
34:22que a gente trabalha
34:23e tem um ciclo
34:24importante de aprendizado
34:25tá Rodrigo
34:26é
34:26eu diria que eu
34:28eu sempre digo
34:29que a gente nunca
34:29está pronto
34:30nesse processo
34:31ele é um ciclo
34:32e aí eu volto
34:33para o velho e bom
34:33PDCA
34:34é o ciclo
34:36do PDCA
34:36planeja
34:38executa
34:39controla
34:40tem métricas
34:40muito bem definidas
34:42e aprende
34:42volta
34:43planeja
34:44e aí volta
34:44gente quando começou
34:46em 23
34:47o IA Innovation Center
34:48ele tinha um formato
34:50hoje ele já tem um formato
34:51completamente diferente
34:52esse ano
34:53a gente tem total clareza
34:54que as inovações
34:55vão estar muito mais
34:56conectadas
34:57com desafios
34:59específicos
35:00da Gerdau
35:01e França
35:03falando aí
35:04das iniciativas
35:05que vocês têm
35:06vocês têm
35:06um centro
35:07de monitoramento
35:07em Belo Horizonte
35:08por que essa decisão
35:11você ganha escala
35:13mas você acaba
35:14dependendo
35:15desse centro
35:15especificamente
35:17como que isso é positivo
35:18para você?
35:19o centro
35:20é um novo componente
35:22na gestão
35:23dos ativos
35:25da companhia
35:26que nos permite
35:27antever situações
35:28então
35:28o gêmeo digital
35:30que eu comentei
35:31consome informação
35:32que esse centro
35:33também acessa
35:34que é informação
35:35dos ativos
35:36nós temos hoje
35:36no Brasil
35:37mais de mil ativos
35:38conectados
35:38ativos industriais
35:39um exemplo
35:41um forno
35:41de laminação
35:42um trafo
35:47um motor
35:48então tem vários
35:49ativos conectados
35:51aqueles ativos
35:51mais críticos
35:52e esse centro
35:53nos ajuda a entender
35:54através de modelos
35:56determinísticos
35:57ou até modelos
35:58preditivos
35:59qual é o comportamento
36:00que aqueles ativos
36:01estão tendo
36:02evitando com isso
36:02que a gente
36:03eventualmente
36:04tenha paradas
36:05paradas inesperadas
36:07e com isso
36:08trazendo prejuízo
36:09para o ciclo
36:10de produção
36:11ou prejuízo
36:12no atendimento
36:13de data
36:13para os nossos clientes
36:15então
36:15é uma nova capacidade
36:17cada vez mais
36:19eu acredito
36:20que a tecnologia
36:20tem ajudado
36:21a quebrar os cilos
36:22e a trazer
36:24a informação
36:25para a borda
36:26de maneira
36:27que você consiga
36:28tomar decisões
36:29sem estar lá
36:30do lado do ativo
36:31então isso traz
36:32produtividade
36:33isso traz performance
36:35isso traz
36:36no final do dia
36:37traz competitividade
36:38para o nosso negócio
36:40então
36:41essa decisão
36:43girou em torno
36:44disso
36:44ou seja
36:45o quanto a gente
36:46consegue agora
36:46ver todas as plantas
36:48no modelo
36:49que nos permite
36:50tomar as melhores
36:51decisões
36:51e claro
36:52os colegas
36:53da manutenção
36:54da operação
36:54seguem nas operações
36:56só que eles passam
36:57a receber insights
36:58também
36:59dessas plantas
37:01e associado a isso
37:02a gente
37:03do ponto de vista global
37:05novamente usando os dados
37:07a gente acaba usando
37:07esses dados
37:08para comparar
37:09uma planta
37:09com a outra
37:10hoje no nosso
37:11repositório central
37:13de dados
37:14nós conseguimos
37:15comparar
37:16se uma determinada
37:17usina aqui no Brasil
37:18está com a performance
37:19contra uma determinada
37:21usina
37:21fora do Brasil
37:23e quais são
37:24os grandes trade-offs
37:25entre uma e outra
37:27e a gente
37:29vem
37:29cada vez mais
37:30que a gente mergulha
37:31nos dados
37:32a gente vê o potencial
37:33de explorar
37:33novos caminhos
37:35novos cenários
37:36E com essa mistura
37:37de IA
37:39LLM
37:40vocês estão criando
37:41um sistema
37:42operacional industrial
37:43próprio
37:44de certa forma
37:45você acredita
37:47que essa estrutura
37:49que vocês
37:49vêm desenhando
37:50internamente
37:51ela é uma
37:53ferramenta
37:53de soberania
37:54tecnológica
37:55por assim dizer
37:56ou
37:57ela
37:58ajuda
38:00na competitividade
38:01ou é algo
38:03que
38:03você vê
38:04seus concorrentes
38:05correndo atrás
38:06para
38:06ter estruturas
38:08parecidas
38:09tão logo
38:10É, eu
38:11para mim
38:13a resposta principal
38:14é competitividade
38:15isso habilita
38:16a competitividade
38:17claro que a tecnologia
38:18está aí disponível
38:19e
38:20outros competidores
38:22vão
38:22buscar
38:23enfim
38:24mas
38:25o diferencial
38:26competitivo
38:26está em nós
38:27entendermos bem
38:28o nosso processo
38:29com foco muito claro
38:30nas alavancas
38:31que
38:31o nosso negócio
38:33possui
38:33para gerar valor
38:34para o cliente
38:36gerar valor
38:36para o acionista
38:37gerar valor
38:38para os nossos
38:38colaboradores
38:39então
38:40essa conexão
38:41é muito única
38:42né
38:43isso se baseia
38:44num sistema
38:44de gestão
38:45bastante consolidado
38:46se baseia
38:48no aprendizado
38:48da organização
38:49na visão de mundo
38:51no contexto
38:52de negócio
38:52então a tecnologia
38:53entra como aliada
38:54nesse processo
38:55eu nem diria
38:56que é soberania
38:57mas
38:57é
38:59é
38:59competitividade
38:59de fato
39:00tá
39:01competitividade
39:01de fato
39:02e
39:03um adendo
39:04quando eu falo
39:05de estarmos
39:06desenvolvendo
39:06os parceiros
39:07estão lá
39:08contribuindo
39:08nessa jornada
39:09né
39:10tem muito parceiro
39:11tem muito
39:11artefato
39:12tecnológico
39:13dentro dessa
39:14equação
39:15e
39:16o que a gente
39:17tem se permitido
39:17é ter esse conhecimento
39:18dentro de casa
39:19porque de fato
39:20talvez o
39:21envisionando
39:23os próximos passos
39:24a gente vai ter
39:25cada vez mais
39:26smart factories
39:26fábricas inteligentes
39:28que podem ser
39:29perfeitamente
39:31simuladas
39:32e
39:33acompanhadas
39:35de forma online
39:36usando modelos
39:37como
39:38os que a gente
39:39já
39:39os que eu já
39:40mencionei
39:40se a gente
39:41fizesse um exercício
39:42aqui
39:43num cenário
39:43completamente
39:44hipotético
39:45de que você
39:46tivesse um orçamento
39:47limitado
39:48em relação
39:49ao que você tem
39:49hoje
39:50e você tivesse
39:51que escolher
39:51um ou
39:52uma ou duas
39:54iniciativas
39:55de inteligência
39:56artificial
39:57que
39:57fazem a diferença
39:59no negócio
39:59o que você escolheria?
40:01Ah, eu certamente
40:02escolheria
40:03seguir com o gêmeo
40:04e a gente está
40:05o tempo inteiro
40:06fazendo essa discussão
40:07das escolhas
40:07aliás
40:09escolhas é um tema
40:10que a gente
40:11de forma recursiva
40:15a gente está
40:15sempre olhando
40:16porque esse é o desafio
40:17da priorização
40:18é muita tecnologia
40:20e muita tecnologia
40:22numa empresa
40:2330 mil colaboradores
40:24presente em 7 países
40:26tudo
40:27tem oportunidade
40:29na Gerdau
40:29se a gente
40:30não faz um funil
40:31de priorização
40:32não entende exatamente
40:34onde a gente
40:34vai atuar
40:35a gente não consegue
40:36escala
40:37porque a gente
40:37se divide
40:38então
40:39eu não tenho
40:40dúvida
40:41que a gente
40:41seguiria
40:42na frente
40:42dos gêmeos digitais
40:43e dessa maturidade
40:45no uso de dados
40:46para gerar
40:48simulações
40:48e entendimento
40:49do nosso negócio
40:50de forma mais específica
40:52interessante
40:53e Letícia
40:54essa pergunta
40:54muito boa
40:55a gente podia
40:55deixá-la como padrão
40:56para o final
40:57das entrevistas
40:59para a gente fechar
41:01ensaiando um pouco
41:03sobre o futuro
41:04ninguém sabe
41:05adivinha o futuro
41:07mas a tua experiência
41:08a tua intuição
41:08imagino que tem
41:10algumas apostas
41:10e hoje
41:12existe um exercício
41:14do mercado
41:15de especular
41:15o que vem depois
41:16dos LLMs
41:18e tem dois candidatos
41:19um é para robótica
41:21e o outro
41:22é pelo tal
41:22do Spatial Computing
41:24Spatial AI
41:25o que está
41:26na tua cabeça
41:27você enxerga
41:28esses dois
41:28níveis na agenda
41:29o que você tem
41:30para trazer
41:30para a gente
41:31pensar
41:31o Spatial AI
41:33é um tema
41:33quando a gente
41:35olha em futuro
41:36de fato
41:38é uma tendência
41:38que a gente
41:39vem acompanhando
41:40a robótica
41:42eu vejo
41:42que ainda tem
41:43muito espaço
41:44para avançar
41:44principalmente
41:45com o uso
41:46da inteligência
41:46artificial
41:47associada
41:48então
41:49eu acredito
41:51que ainda tem
41:52essa é uma tendência
41:53que ainda tem
41:54espaço
41:55para ser mais
41:56explorada
41:57mas de novo
41:59com o aumento
42:01do potencial
42:02com o poder
42:03computacional
42:04eu acho que os modelos
42:05vão ficar cada vez
42:06mais sofisticados
42:07e vai dar margem
42:10para o Spatial AI
42:11como a gente tem falado
42:12com a capacidade
42:15de fazer os multi-agentes
42:18funcionarem
42:19de maneira dinâmica
42:20aliás
42:21esse é um tema
42:22que a gente
42:22não explorou tanto
42:23o Gerdau Intelligence
42:24já é uma plataforma
42:25multi-agent
42:26já usa agentes
42:27então
42:29que para mim
42:30vai ser o futuro
42:31talvez
42:31um back-office
42:33nas organizações
42:34no futuro
42:37será que eu preciso
42:39ter áreas
42:40determinadas áreas
42:42de processos
42:43comuns
42:44eu tenho
42:45determinados processos
42:47como processo
42:48de compras
42:49contabilidade
42:50processos que são
42:52bem comuns
42:53nas organizações
42:54no futuro
42:54os agentes
42:55podem fazer isso
42:56então para mim
42:56esse é um caminho
42:57que vai ter uma
42:58longa estrada
42:59ainda pela frente
43:00do quanto
43:02a gente pode usar
43:03agentes
43:03de inteligência artificial
43:04não para matar
43:05os processos
43:06mas para amplificar
43:07a performance
43:08disso
43:09nas organizações
43:10e a padronização
43:11disso
43:12França
43:14muito obrigada
43:15pela sua participação
43:15aqui com a gente
43:16foi ótimo
43:17o nosso papo
43:18muito obrigado
43:19Letícia
43:20Rodrigo
43:20foi um prazer
43:21espero ter contribuído
43:23aqui com a audiência
43:24um prazer
43:25um prazer estar aqui
43:26conversando com vocês
43:27ótima troca
43:28França
43:28valeu
43:30e a você que nos acompanhou
43:31obrigada pela sua audiência
43:33o Revolução
43:33e a volta em breve
43:34até lá
43:35eu Peace
43:37ику
43:37tudo
43:38eu
43:40te peço
43:42que você
43:42é
43:43eu
43:44eu
43:45sou
43:51Jei
43:51dir
43:53?
43:53Eu
43:54te fastest
43:54eu
43:55eu
43:57não
43:59eu
44:00eu
44:00eu
44:01terme
44:01eu
44:01eu
44:02hump
44:03eu
Comentários