(além da redução de custo operacional e da inovação)
A conversa sobre investimento e adoção de tecnologias com a alta gestão nunca tem muita empatia, especialmente se o CFO e o CEO não tem de uma formação ou carreira tech ou são amantes de tecnologia. O “tecniquês” não ajuda e os benefícios funcionais muitas vezes não são claros.
O que pretendo com este post é ajudar nessa conversa com uma analogia com a jornada para cloud e o pré-requisito não técnico de incentivar os times a fazer mais perguntas e perguntas mais qualificadas antes da execução.
Melhorar a qualidade da dúvida voltou como protagonista em tempos de IA generativa
Alguns anos atrás eu ouvi esta frase de uma consultora: “- Antes de dar a resposta precisamos melhorar a qualidade da dúvida.”
Esta simples frase pode mudar o jogo num ambiente corporativo, onde muitas vezes as decisões não são tomadas com base em fatos e dados. A vida corporativa nos direciona a execução, o que muitas vezes nos leva a desenvolver soluções maravilhosas para problemas que não existem.
Quando passei a trabalhar com inovação para negócios de base tecnológica, onde na Bmodal definimos o processo que cria startups dentro das corporações, esse raciocínio se fortaleceu.
Precisamos que todos os envolvidos em encontrar uma solução para um problema de negócio, tenham um conhecimento profundo e uma visão unificada do problema de negócio e da(s) métrica(s) que materializam este problema. A partir daí, cada um com sua especialidade busca hipóteses de solução.
Todos precisam ter clareza do que precisa ser resolvido através de uma visão única do problema, antes de buscar as hipóteses de solução.
Ao longo dá vida profissional, somos treinados a responder o mais rápido e eficiente possível (ASAP), porém aprendemos e praticamos pouco sobre fazer as perguntas certas antes de responder e executar.
Mas tudo muda o tempo todo e agora eu estou experimentando a necessidade de saber perguntar e melhorar a qualidade da dúvida para obter as melhores respostas das plataformas de IA Generativa.
Analisando as características e a capacidade dessas ferramentas, os casos de uso, as provas de conceito, os laboratórios e todas as aplicações, mesmo que iniciais, eu me dei conta de que precisamos defender o uso destas tecnologias de uma outra forma junto aos investidores. Observação: na metodologia da Bmodal, a alta gestão, que tem capacidade de investimento, é considerada investidor.
Vamos voltar um pouquinho no tempo e lembrar do caminho de adoção de cloud pública. Em um momento que os investimentos em infraestrutura (ferro como diria o @alexandre_blauth) exigiam alto volume de capex, alto conhecimento técnico e toda a governança para criar e manter funcionando os datacenters próprios, surgiram as primeiras iniciativas de cloud, que naturalmente foram vistas com extrema desconfiança dos CTO’s, CIO’s, DBA’s, especialistas em segurança…porém superada esta fase a adoção se tornou mais palatável no modelo de contratação de hardware (reserva de instancias de computação e armazenamento) e só depois de muito amadurecimento, e considerando as particularidades de cada negócio, deslanchou a contratação de infraestrutura como serviço.
Esta oportunidade eliminou uma série de investimentos, gestão e operação nos DC’s próprios, desde segurança de perímetro, atualização de sistemas operacionais, negociação com fornecedores, conhecimento de hardware, … porém exigiu novos conhecimentos para gestão de cloud e seus riscos de descontrole de custo ou dependência de fornecedor (lock-in). Isto tudo simplificou a infraestrutura, agilizou, permitiu crescimento linear acompanhando o crescimento do negócio, inclusive sazonal.
Mas qual a relação com IA Generativa neste momento?
O paralelo se dá pela comparação de código próprio e código como serviço.
O uso de IA generativa pode ser um caminho para simplificar o desenvolvimento de software com um resultado ainda melhor, mas para isso precisamos focar na solução para o problema e não na implementação de funcionalidades para o produto digital.
Imagine a criação de um produto digital que exija uma forte avaliação de risco de fraude, seja ela de uso da aplicação ou mesmo de identificação de usuários. Se fossemos implementar toda a lógica, cenários, variáveis… teríamos uma aplicação extremamente complexa, exigindo desenvolvedores de alta senioridade, consumindo recursos computacionais relevantes (e caros) e um eterno monitoramento da eficácia e melhoria, considerando que novas variáveis e casos de uso surgem todos os dias.
De outra forma podemos identificar os dados e as variáveis que temos, formalizar uma boa pergunta, que considere a persona, os dados e o ambiente em que estamos atuando, e assim submeter através de uma API para uma plataforma de IA Generativa. O trabalho será avaliar resultados ajustar, a pergunta, rever as variáveis, rever os dados e calibrar a pergunta (o prompt) até que a resposta represente o real risco de cada caso de uso. Isso será eterno, porém o custo e a complexidade de manter uma pergunta atualizada é bem inferior ao de manter uma aplicação atualizada.
Vamos fazer uma análise de custo, mantendo nosso comparativo com a cloud.
É bem difundido o conhecimento que a jornada para a nuvem de sistemas legados, tal como eles estão no data center próprio (as is), trará um custo importante muito acima do custo comparado a um cenário pós uma modernização, usando tecnologias mais eficientes através de uma arquitetura menos monolítica e mais plural. Ou seja, desenvolver sistemas pensados para processamento em nuvem deve reduzir os ofensores de custo e estabelecer uma relação bem mais favorável de custo x benefício. Depois disso precisamos ter muita disciplina e nos manter vigilantes para que a abundância de recursos não se torne um consumo excessivo e impagável.
No uso de IA generativa não é muito diferente, o tema de casa não necessariamente é modernizar os sistemas, mas qualificar os dados.
1. Será que temos todos os dados para uma boa pergunta?
2. Os dados estão normalizados e organizados que possam compor as perguntas?
Da mesma forma sobre o custo para usar a IA Generativa é preciso ter disciplina e manter as perguntas eficientes para que a chamada da IA seja com todos as informações necessária e somente as informações necessárias para uma resposta assertiva.
Na Bmodal somos defensores do XXX as a Service, mas precisamos que todos os usuários, time de tecnologia e negócio, desenvolvam a cultura e o conhecimento para otimizar o uso sem trazer um problema financeiro.
Pense no uso de IA Generativa como um grande acelerador de soluções de negócio, com menor volume de código próprio, maior velocidade de implantação, menor custo de manutenção e uma alta capacidade de experimentação.
Desenvolva rapidamente a habilidade de fazer perguntas.
Experimente as respostas de IA Generativa.
Implemente experimentos e de forma incremental.
Os resultados devem falar por si e abrir o caminho para potencializar o uso.