Transcrição do episódio A transcrição é gerada automaticamente por Podscribe, Sonix, Otter e outros serviços de transcrição eletrônica.
Olá, pessoal, aqui é o Ricardo Vargas e esse é mais um 5 Minutes Podcast. Eu queria agora discutir com vocês o seguinte por que os projetos envolvendo AI, eles têm tanta volatilidade? Mas quando eu falo volatilidade eu falo volatilidade mesmo. E como é que a gente faz quando a gente está desenvolvendo? E olha só, eu não estou falando só para quem está desenvolvendo software usando AI, mas até mesmo para quem está usando, por exemplo, alguma atividade de marketing que vai usar ferramentas de inteligência artificial. O primeiro motivo para isso é a evolução muito rápida da tecnologia, ou seja, a tecnologia, os frameworks, os algoritmos. Eles estão evoluindo de uma forma assim, sem precedentes. Aquilo que era cutting-edge, aquilo que era a última tendência hoje, é obsoleto amanhã. Um exemplo a gente falava muito sobre prompt engineering, a qualidade do prompt etc. Bem, a qualidade do prompt fazia muita diferença para você ter uma resposta boa num produto como ChatGPT. Hoje, já com ChatGPT ou One preview isso se torna menos relevante. Pode ser que amanhã você vai pensar que o ChatGPT ou o Gemini ou o Cloud já vão responder para você. A segunda coisa é que a necessidade de integração ela se torna cada vez mais complexa. Então, por exemplo, às vezes você tem uma integração que a gente tecnicamente chama de API, conectada a um determinado serviço, e esse serviço muda porque a tecnologia muda.
Então, o tempo inteiro você tem que estar colocando. Isso dificulta enormemente o workflow do seu projeto. E segundo assunto, é a natureza imprevisível da pesquisa. Ou seja, lembra que inteligência artificial é uma coisa que está evoluindo, é pesquisa experimentação. Ou seja, enquanto eu tô gravando esse podcast, tem um monte de gente pesquisando. Então, o que que acontece? Eu consigo ter pouca previsibilidade. Aliás, todo mundo queria ter uma previsibilidade. Como é que vai estar a AI em três anos? Olha, eu vou dizer, quando eu vi o ChatGPT pela primeira vez no final de 2022. Falei Meu Deus, isso é muito grande. Agora eu jamais imaginaria que um ano e pouco depois nós teríamos tido essa evolução. Seja essa natureza experimental, ela diminui a nossa previsibilidade. Outra característica importantíssima são as questões regulatórias e éticas. Ou seja, esse terceiro elemento, ou seja, nós estamos vendo lei mudando, lei colocando lei entrando. Por exemplo, enquanto eu acabei de gravar esse podcast, o governo da Califórnia, ele cancelou um Bill que dava, uma lei que dava responsabilidade às empresas pelo uso ilegal ou pelo mau uso dessas ferramentas. Então isso já não vai existir. Pode ser que amanhã exista de novo. Nós estamos vendo o seguinte então você às vezes está tentando achar um modelo regulatório para sua operação de IA e de repente muda-se a lei, a lei abre, aparecem novos entrantes ou a lei fecha e você não coloca.
Isso, gente, faz com que você tenha que pensar nos seus requisitos de compliance como coisas que mudam a cada dia. Outra coisa, a percepção do público também. Ou seja, o público está mudando a cada dia as suas preocupações quanto ao que é um uso ético ou ao que é um uso responsável de AI etc. E isso também não é uma opinião uniforme entre todas as pessoas. E o quarto e último, a escassez de talento. Ou seja, nós temos pouca gente que tem skills de AI. Então seja isso torna se muito mais complexo a gente possa ter previsibilidade. Então, por exemplo, às vezes você tem uma equipe montando um projeto de AI e simplesmente gente essa, essa equipe é levada para o concorrente. Isso acontece todo dia, o tempo todo, em todas as empresas. Ou seja, existe uma grande guerra. Eu detesto usar esse termo sendo travada nesse ambiente. E quais são as dicas que eu quero dar para vocês dentro desses quatro elementos? As três dicas que eu vou dar. Primeiro, use Ágil. Eu acho que uma das melhores formas de você lidar com a volatilidade é usar o modelo ágil, ou seja, qual você quiser. Você pode usar Kanban, você pode usar DevOps, o que for, mas você tem que, porque isso vai te ajudar muito, porque você precisa fazer um desenvolvimento iterativo, precisa de flexibilidade, e um feedback enorme. E isso também significa reduzir ciclo de vida do produto. Ou seja, quanto mais rápido do produto e do projeto, quanto mais rápido você consegue desenvolver e colocar no ar, mais rápido você aprende, mais rápido você se adapta. Segundo você tem que investir de modo muito sério na gestão dos dados, ou seja, garantir que você tem dado certo. Garantir que você tem dado escalável. Garantir que você tem governança nesses dados. Por quê? Porque com esse uso da inteligência artificial, dado se torna crítico. Então como é que você vai gerenciar essa avalanche de dados que você tem com AI? E o terceiro: construir um time multidisciplinar e resiliente, criando uma cross colaboração das pessoas, um aprendizado muito forte, ou seja, as pessoas vão ter que assim é aquilo que eu estudei em AI seis meses atrás, eu estou tendo que rever, hoje eu to tendo que pensar diferente, ou seja, a minha cabeça no que eram as possibilidades está mudando a cada dia. E finalmente, como é que eu vou reter o meu talento? Como é que eu vou reter as pessoas que estão trabalhando comigo nesse projeto? Então, assim, o que que eu queria fechar para você? Se a gente entender o porquê dessa volatilidade, a tecnologia avançando rapidamente, um cenário imprevisível de resultados.
A questão regulatória e ética, A escassez de talento. E se a gente adotar um Agile muito forte, com feedback, reduzindo o ciclo de vida do projeto e fazendo entregas mais rápidas, fazer uma gestão muito forte dos dados, que eu acho que esse é um dos problemas mais sérios que a gente tem hoje nas empresas e construir um time que é multidisciplinar e resiliente. Porque é o seguinte, gente. Hoje, com a inteligência artificial, a volatilidade que você tem dentro dos seus times é gigantesca. E eu que estou trabalhando com isso. É o seguinte às vezes eu começo na semana trabalhando com a pessoa e término na semana trabalhando com outra pessoa, porque a pessoa original já foi para outra empresa. Ou seja, nós estamos vivendo um rodízio muito alto. Olha só. Só olhar para o Open AI que a gente vê, né? Olha o tanto de gente que saiu recentemente da Open AI. Então vamos sempre pensar nisso. E não é por problema de dinheiro, não, é para ganhar mais. Ou seja, são oportunidades diferentes de fazer um trabalho diferente. Bem pessoal, pensem nisso. Pensem nisso. Projetos de AI não são projetos convencionais. Um abraço para vocês! Até semana que vem com mais um 5 Minutes Podcast.
