IA agêntica em ação: como transformar dados em resultados

Tom Soderstrom:
Boas-vindas ao podcast Executive Insights, onde falamos sobre insights que recebemos dos nossos clientes em todas as partes do mundo. Meu nome é Tom Soderstrom e sou estrategista empresarial. Hoje estou aqui com...

Miriam McLemore:
Miriam McLemore, que também é estrategista empresarial.

Tom Soderstrom:
Fazemos parte de um grupo que liderou a transformação das nossas respectivas empresas ou agências. A Miriam teve uma atuação incrível na...

Miriam McLemore:
Coca-Cola.

Tom Soderstrom:
... Coca-Cola, e eu no Jet Propulsion Laboratory da NASA.

Miriam McLemore:
Nada menos que a NASA. Nada de mais

Tom Soderstrom:
Só aquele lance de nuvem mesmo. Se você está nos acompanhando aqui, acreditamos que vai achar produtivo, especialmente se você é um líder empresarial ou atua em TI e tem uma preocupação com o que vai acontecer com todos esses dados, ou se está apenas tentando descobrir como crescer dentro da organização e se conectar com o que há de mais importante acontecendo agora: os dados e o que podemos fazer com eles. Estudos da Gartner mostram que a maioria das pessoas não está satisfeita com seus insights sobre dados.

Tom Soderstrom:
Então, quando converso com líderes executivos e pergunto: “O que você pensa sobre dados?”, ouço algo do tipo “Intuitivamente, sei que os dados são o coração da organização, mas estou perdido. Não sei o que fazer. Quanto devo gastar? Quanto posso gastar? O que devo fazer?” Ou: “Tenho todos esses dados, alguns eu conheço, outros não. Posso monetizá-los?” Ou: “A qualidade dos meus dados é boa o suficiente? Será que eu devo esperar até que tudo esteja perfeito?” Ou: "O quanto eles estão crescendo?" Já volto a falar sobre o quanto eles estão crescendo. É realmente astronômico. Quais são algumas frases que você tem ouvido dos seus clientes?

Miriam McLemore:
O problema que tenho observado nos clientes é que, até agora, dependemos de dados estruturados, porque são eles que cabem nas nossas tabelas. É o que podemos calcular. Esses eram os dados que conseguíamos alimentar nos painéis de maneira confiável e precisa. Mas agora existe um mundo imenso e em constante crescimento de dados não estruturados, aos quais os clientes estão buscando acesso. O mundo agêntico oferece a possibilidade de aproveitar esses dados não estruturados e integrá-los aos dados estruturados, mas isso representa um novo conjunto de métricas para os líderes de negócios. Trata-se de uma maneira diferente de analisar sua organização, o setor em que você atua e o potencial para oportunidades e resultados que você pode alcançar. As perguntas que recebo dos clientes são: “Por onde começo? Estou perdido. Eu tenho muitos desses dados estruturados. Também tem todos esses dados não estruturados. Por onde começo?”

Tom Soderstrom:
Sim, isso é paralisante para eles.

Miriam McLemore:
É mesmo.

Tom Soderstrom:
Pensei em trazer algumas citações reais sobre dados.

Miriam McLemore:
Sim.

Tom Soderstrom:
Fiz um podcast com Mai-Lan Tomsen Bukovec, que possui dados na AWS.

Miriam McLemore:
Sim, com certeza.

Tom Soderstrom:
Ela me deu algumas estatísticas interessantes sobre o S3, sua principal fonte de dados. São 1 milhão de data lakes no S3, com 1 trilhão de objetos armazenados e uma quantidade imensa de exabytes. Uma média de 150 milhões de solicitações por segundo. Tem milhares de clientes que armazenam mais de um petabyte e vários outros que armazenam mais de um exabyte. Para um executivo de negócios, isso é empolgante. “Olha só tudo o que eu tenho.” Para alguém de TI, isso é apavorante. “Como eu vou gerenciar tudo isso?” Acho que o crescimento dos dados... e você disse isso muito bem... por onde eu começo? Apenas comece. E só 10% são dados estruturados, todo o resto é não estruturado. Com IA agêntica e IA generativa, você pode tirar proveito disso. Acho que é sobre isso que vamos falar: sobre os sucessos e os fracassos daqui pra frente.

Miriam McLemore:
É interessante, Tom. Pelo menos na minha experiência, estou vendo que serviços financeiros, seguros e, em algumas áreas, a saúde estão mergulhando nisso mais rápido, porque os dados deles sempre precisaram ser limpos. Eles investiram muito tempo em garantir a precisão e a integridade dos seus dados. Outras organizações, por outro lado, lidam com muitos silos de dados e inconsistências, então precisam implementar processos de limpeza e governança de dados para realmente conseguir aproveitar essa nova tecnologia.

Tom Soderstrom:
Sim. Isso reflete exatamente o que tenho escutado. Nós dois lidamos com clientes grandes, em todo o mundo, e muitos deles são altamente regulados. Às vezes, vemos isso como uma desvantagem, mas não é. Na verdade, é uma vantagem, porque eles já sabem como lidar com seus dados. O setor público, onde cresci profissionalmente, com certeza sabe. Pensei que talvez a gente pudesse simplesmente conversar sobre alguns dos nossos clientes que fizeram isso da forma errada e sobre outros com os quais podemos aprender porque fizeram da forma certa. E então podemos mostrar alguns casos concretos de clientes, mencionando os nomes.

Miriam McLemore:
Sim.

Tom Soderstrom:
Você se atreve?

Miriam McLemore:
Claro.

Tom Soderstrom:
Ok. Quando não têm sucesso, eles criam atrito demais. Vejo isso o tempo todo. Quem é “dono dos dados”, como eles mesmos dizem, não quer compartilhar.

Miriam McLemore:
Sim.

Tom Soderstrom:
Se você quiser meus dados, vai ter que preencher um formulário. Na verdade, dois ou três. Queremos que todos usem os dados. Então, qual é a solução? Inverter o roteiro.

Miriam McLemore:
Sim.

Tom Soderstrom:
Se eu preciso proteger meus dados, eu preencho um formulário. É algo simples de fazer. Por exemplo, em uma grande agência espacial, percebemos que eles gastavam tanto dinheiro para preservar o cardápio da cafeteria quanto para proteger os comandos de conexão com as espaçonaves. Mas você só descobre isso quando analisa, quando realmente olha para os dados.

Miriam McLemore:
É fascinante, porque vivíamos em um mundo onde ter dados era ter poder. Quem controlava os dados, detinha o controle da informação. E nas áreas com as quais eu trabalhava, isso era claro. O departamento financeiro, por exemplo, era o único com acesso a dados financeiros. O pessoal da área científica era o único que podia acessar aqueles dados. Esses silos foram se perpetuando, porque virou parte da cultura dessas organizações acreditar que não é seguro compartilhar. Eu adoro esse conceito de inverter o roteiro e começar a falar sobre o valor dos dados, porque dados são um ativo organizacional. Não são um ativo funcional.

Tom Soderstrom:
Exatamente. Conversamos sobre a criação de uma data mesh organizacional, baseada em incentivos. A ideia é motivar quem de fato quer e precisa utilizar os dados.

Miriam McLemore:
Sim.

Tom Soderstrom:
Quem produz os dados quer que eles sejam usados. Então, por que isso não acontece? Porque é preciso alguém no meio do caminho que faça isso acontecer e que crie incentivos para isso. É preciso remover o atrito.

Miriam McLemore:
Às vezes, a própria governança de dados pode se tornar o atrito.

Tom Soderstrom:
Sim.

Miriam McLemore:
Você também precisa fazer isso da maneira certa, porque eu concordo com você. Existem os produtores de dados e os consumidores de dados, mas, no meio, é fundamental ter a capacidade de gerenciar esses dados, aplicar governança, garantir a segurança adequada, controles de identidade e acesso. Tudo isso é absolutamente essencial. Não estamos dizendo que tem que ser uma terra sem lei.

Tom Soderstrom:
Certo.

Miriam McLemore:
O que estamos dizendo é que é preciso reunir insights para gerar resultados. Interessante. Tive recentemente a grande oportunidade de participar de um evento de Fórmula 1.

Eles são um exemplo impressionante de como ser orientado por dados, seja como equipes, como pilotos ou como a organização da F1 como um todo. O que mais me chamou atenção, e que serve como lição para muitas empresas, é que nenhum sensor ou insight de dados é adicionado ao carro ou à tela sem um propósito claro. Isso porque as decisões precisam ser tomadas em frações de segundo, até em milissegundos. Eles priorizam com rigor o que realmente importa, o que de fato gera um resultado para os negócios. Porque, claro, na Fórmula 1, a velocidade é tudo.

Tom Soderstrom:
Sim. Na verdade, para todos os executivos com quem conversei este ano, e tenho certeza de que você também, a prioridade número um é a velocidade.

Miriam McLemore:
Tem que ser.

Tom Soderstrom:
Velocidade para lançar no mercado, velocidade para lucrar, velocidade para se adequar às regulamentações, velocidade para desenvolver habilidades. E os dados podem ajudar em tudo isso. Estamos vivendo um momento extremamente empolgante. Outro erro que tenho observado nas empresas é que elas tentam ser perfeitas. Mas, como no exemplo da Fórmula 1: se tudo fosse apenas teórico e nunca testado na prática, você nunca saberia o que realmente funciona. Comece com um caso de uso real de negócios, experimente, teste, itere e já espere que a primeira versão será a pior e a mais cara. Depois disso, você consegue avançar. Os dados são o que realmente viabilizam todos esses outros aspectos. E em breve, vamos falar sobre a inteligência agêntica.

Miriam McLemore:
Sim, mas essa cultura da experimentação... eu realmente não quero deixar passar esse ponto tão importante. Porque, à medida que avançamos na integração de mais dados, é fundamental que exista uma cultura dentro da organização que permita aprender com o processo e aplicar essas melhorias É isso que a inteligência agêntica faz. Esses agentes são autoaperfeiçoáveis. Eles analisam o caminho percorrido e começam a perguntar: existe um caminho melhor? E nós também precisamos cultivar essa mentalidade dentro das nossas organizações.

Tom Soderstrom:
Sim. Mais uma vez, voltamos à questão dos incentivos. Se você… e isso é algo que eu sempre quis ... por que não trabalhar de trás pra frente? Qual é o resultado final que eu quero alcançar? Como posso chegar lá? E como meus dados podem me ajudar nesse caminho? A Lonely Planet pegou seus petabytes de dados e os organizou. Usou IA generativa e criou um atendente virtual de viagens.

Miriam McLemore:
Sim.

Tom Soderstrom:
A Kone Elevators, uma empresa finlandesa, possui centenas de milhares de elevadores. O técnico vai até o local para consertar um deles e tem todas as informações na palma da mão. Acho que uma das grandes lições em todos esses exemplos é: tudo são dados. Código são dados. A Amazon atualizou todo o seu sistema em Java. Parece chato. Foi caro. Foram economizados 3.500 dias de trabalho e USD 250 milhões usando a IA generativa e agentes e tratando o código como dados. É um mundo novo e fascinante. E pra você: qual é o seu exemplo favorito de inteligência agêntica?

Miriam McLemore:
Na verdade, eu gosto bastante daquele exemplo que você acabou de mencionar, da Lonely Planet, talvez porque eu viaje muito. O que eles fizeram foi entender com clareza o que o viajante realmente precisa. O que se espera de um agente de viagens? Qual é a ajuda que o viajante está pedindo? Onde devo me hospedar? Onde posso comer? Como tornar minha vida mais simples? Qual é o equivalente ao Uber nesse país? Ajude-me a viajar, torne isso simples pra mim e use dados pra fazer isso acontecer. Essa é uma das coisas que eu mais gosto no exemplo da Lonely Planet.

Tom Soderstrom:
Outro exemplo que eu realmente gosto é o dos dados da NASA, que agora estão disponíveis no AWS Data Exchange. Eles agora podem ser usados para prever enchentes na Austrália, secas na África, porque qualquer pessoa pode acessá-los. Uma professora da Universidade de Sydney disponibilizou todos os seus dados genômicos no Open Data Exchange, e um pesquisador na Suécia conseguiu descobrir uma forma de ajudar a salvar os coalas. É esse impacto global...

Miriam McLemore:
Adoro isso.

Tom Soderstrom:
... essa ajuda. Se você fosse dar um conselho para os futuros líderes que vão gerenciar tudo isso a partir de agora, o que você faria? O que você diria?

Miriam McLemore:
Sim. Eu já ocupei cargos em que era o imperador dos dados. E, por trabalhar em uma empresa global, estávamos sempre tentando reunir os dados, mas fazíamos isso com o propósito de gerar relatórios, certo? Porque, do ponto de vista financeiro, precisávamos manter a consistência dos relatórios. Esse era um bom motivo, sim, mas não era algo que impulsionava os negócios. O que eu diria como incentivo para os novos líderes hoje é: comece se questionando sobre o que você está tentando alcançar. Qual é a necessidade de negócios que você quer realmente atender? Eu mencionei a Fórmula 1. Pense na redução do tempo de um pit stop, que nos anos 1950 levava cerca de 67 segundos. Hoje, um pit stop pode ser feito em apenas 1,8 segundo.

Tom Soderstrom:
Isso é incrível.

Miriam McLemore:
Tudo é possível, mas a questão está em eliminar tudo o que não importa e concentrar-se apenas no que realmente faz diferença, coordenando cada elemento com precisão de milissegundos. Como fazemos isso no mundo dos negócios? Com líderes inspirados a gerar resultados concretos e a buscar melhoria contínua. Acho que estamos vivendo em um mundo empolgante.

Tom Soderstrom:
Sim, um mundo empolgante.

Miriam McLemore:
Para ser líder.

Tom Soderstrom:
Eu realmente concordo com o que você disse sobre focar no que realmente importa. Isso também vale para os dados. Não se preocupe demais com eles: Use apenas os dados que você tem à disposição para gerar o resultado desejado. Trabalhe de trás para frente e mantenha o foco nisso: o restante virá naturalmente. Os líderes do futuro precisam mostrar resultados o tempo todo. E isso nasce de uma cultura de experimentação e de iteração constante. Eu diria aos responsáveis pelos dados, aqueles que sentem estar no controle, que usem esse poder para impulsionar os novos resultados trazidos pela IA generativa e pela IA agêntica. Mostrem resultados reais para os negócios.

Miriam McLemore:
Sim. Falando sobre liderança, temos que começar de cima, envolver os líderes, mas também precisamos vir de baixo, desenvolvendo novas habilidades, para que nos encontremos no meio, como uma equipe integrada.

Tom Soderstrom:
Muito obrigado. Mais uma vez, aprendi com você. Agradeço de verdade.

Miriam McLemore:
Sempre é um prazer conversar com você, Tom.

Tom Soderstrom:
Obrigado.

Ouça agora

Ouça agora

Ouça agora