Comecei a trabalhar com Inteligência Artificial (IA) em 2016, no processo de vendas e no desenvolvimento de software de voo autônomo lá na querida Embraer.
Desde então até o começo do ano passado posso dizer que eu era um “especificador contextual”: devido à minha formação em processos e em produtos inovadores, eu conseguia entender em qual processo ou produto uma IA poderia ser aplicado. Então conseguia especificar para uma startup fazer o trabalho. Sem ter ideia de qual ferramenta seria usada, só acreditava no nela.
Nesta coluna trago lições aprendidas da minha de mudança de “especificador contextual” para “heavy user prático”.
Tudo começou com a minha necessidade na Pulso Startups. Para viabilizar o acesso aos médios empresários e às empresas familiares, a produtividade precisava subir vertiginosamente, sem perder a precisão.
O primeiro passo foi escolher onde começar e tínhamos 6 processos, pela ordem de custo/ineficiência: avaliação de startups, scouting estratégico, due diligence, acompanhamento mensal das startups, marketing e vendas. Depois descobri que as consultorias chamam isso de “árvore de valor”.
Seguimos para a priorização: qual processo rodaria primeiro. Então cruzamos e definimos a priorização. Há muito tempo chamo isso de “estratégia limpa-trilho”, atender primeiro o que vem pela frente para o cliente e que tem muito valor.
Eu sou uma pessoa que aprende fazendo e vai buscar a teoria depois para ver se encaixa. Sobre IA, tentei ler antes, não consegui entender os manuais de consultoria, nem artigos acadêmicos, cursos ou posts no Linkedin. Todo dia tem um framework novo, que parecem ser ou superficiais ou profundos demais (para desenvolvedores).
Então partimos para a prática experimentando de tudo: IA Generativa, IA Agêntica, LLM, Machine Learning, Deep Learning, Clusterização e RPA (Robotic Process Automation) e algumas ferramentas “No Code”. No fim, evoluímos bastante na compreensão de qual ferramenta aplicar em que.
Nossas lições:
– IA Generativa. A atual mãe de todas. Aprendemos que é muito bom para tarefas que envolvem pesquisas e consolidação de relatórios. Ainda não é para tomada de decisão e não sei se vai chegar lá. Outra lição: precisamos ser agnósticos e colocar as ferramentas para competir. E rodar diversas vezes, pois no final é um processo probabilístico.
– IA Agêntica. Testamos menos principalmente pela margem de erro e necessidade de desenvolvimento mais complexo. Fizemos com terceiros, resultado médio até agora.
– LLM. Estamos adorando, pois são mais focadas. Também contratado de terceiros, com resultados muito bons.
– Machine Learning / Deep Learning. Naturalmente precisando ser feito por terceiros, vimos valor nos processos em que é necessário o julgamento, para depois conferência humana.
– RPA. Este foi mais legal, os robozinhos que existem há décadas. Conseguimos fazer “No-Code” usando IA Generativa. Ótimos resultados.
– “No Code”. Não conseguimos usar nenhuma das ferramentas, pois sentimos que precisam de conhecimentos sobre desenvolvimento. Estamos esperando a chegada das “No Code for Dummies”, se alguém conhecer me fala.
– Onda de choque. Sentimos uma onde de choque quando houve virada de versão dos 3 líderes de IA Generativa e quando partimos para todos os tipos (imagem, texto, vídeo, código etc), isso aconteceu quase mensalmente. Lição aprendida: não nos apegamos e continuamos no modo fazer primeiro.
– Processos. Descobrimos que a maioria de nossos processos eram muito transacionais. Foi um prato cheio para IA.
– Mindset e experiência. Os algoritmos e prompts são um reflexo da pessoa que está escrevendo. Bom para fazer o próprio, difícil para especificar para terceiros.
– Governança. Como somos muito pequenos, a governança é fácil, mesmo assim necessária. Tudo catalogado direitinho e todo mundo usando os mesmos formatos e ferramentas. Não tem 1 dia que a gente não gere um prompt/algoritmo novo ou revisado.
Concluindo, conseguimos subir a produtividade em 31 vezes (isso, trinta e uma vezes), o prazo rediziu em até 95% e mantendo a precisão, viabilizando a entrada no mercado que queríamos. Percebemos que ninguém consegue acompanhar o que está acontecendo e, como um bom VC, procuramos os vencedores no mundo das startups e trabalhamos com eles.
Governança é fundamental. A revisão é necessária em todos os modos e ferramentas. Também não acredito que as consultorias estejam dando conta disso, pois um projeto bom leva 4-6 meses para ficar pronto e isso é um século na IA de Hoje. Acho mais interessante fazer dentro da casa.
Num futuro muito breve, TODAS as empresas serão baseadas em IA. Quem vai ganhar? Que tiver o melhor know-how para fazer o download para algoritmos/prompts e quem conseguir navegar na velocidade de lançamento novos no setor.
