Menu

As Cinco Questões de Tecnologia que os DGs devem Observar em 2019

Inteligência Artificial (IA) é a tecnologia que todos os Directores Gerais (DG) devem ter em mente em 2019. Ela vai transformar todos os mercados e criar inúmeras oportunidades de negócios. Acredito muito no potencial de IA para gerar competitividade e prosperidade. Partindo da ideia de que inteligência artificial está no centro da estratégia, reuni cinco aspectos tecnológicos que merecem a atenção das lideranças corporativas neste ano.
 
 
1. Modernizar a estratégia de dados – Se a Inteligência Artificial é o motor da inovação digital, os dados são o combustível desse engenho. Para o DG, uma estratégia de dados significa assegurar que os seus colaboradores explorem os dados disponíveis para trabalhar de maneira inteligente e que as informações da empresa e dos seus clientes estejam a salvo num lugar seguro.

Com a nuvem, desafios de armazenamento e disponibilidade nunca foram tão simples de serem resolvidos. A questão é gerir um volume de dados que cresce de maneira exponencial e transformá-los em inteligência. Vamos considerar que, com mobilidade e Internet das Coisas, o volume de dados continuará a crescer em 2019. Sugiro a leitura da história da cervejaria Carlsberg, que está transformando sabores de cerveja em dados para criar novos rótulos. A corrida por inovação começa com uma estratégia de dados. Também não podemos esquecer da tarefa igualmente fundamental da protecção de dados, tanto para manter a empresa protegida como para cumprir exigências regulatórias e de conformidade cada vez mais rígidas, como a lei europeia LGPD e a Lei Brasileira de Proteção de Dados, que passa a vigorar a partir de 2020. Esta é uma prioridade para a Microsoft. Como gostamos de enfatizar, ninguém usará tecnologia em que não confia.

 

2. Acelerar a adopção da nuvem – A discussão da migração para a nuvem entrou num novo capítulo. Muitas empresas brasileiras já levaram para a nuvem aplicações críticas e avançaram várias casas nessa jornada. A pergunta “quando migrar” está a ficar para trás. 

A questão não é apenas de economia (embora, para a maioria dos clientes, o retorno do investimento (ROI) de mudar para a nuvem seja altamente – e cada vez mais – atraente). As empresas também estão a considerar os riscos de manter a sua própria infraestrutura de data center de segurança local, incluindo hardware, software, segurança física e operacional, contratação de especialistas em segurança de Tecnologias de Informação (TI) e atendimento a padrões e certificações estatutários ou do sector.

Muitos clientes grandes da Microsoft, como as Lojas Renner, optam por uma estratégia de nuvem híbrida que combina a nuvem pública e a privada, permitindo que dados e aplicativos sejam compartilhados entre eles. Essa abordagem oferece às empresas a capacidade de dimensionar perfeitamente a sua infraestrutura local por meio da nuvem pública, quando necessário, sem permitir que os data centers de terceiros acessem a totalidade dos seus dados.

 

3. Requalificar a força de trabalho – A chegada da Inteligência Artificial deve transformar a natureza de diversas tarefas e ocupações, a exemplo do que aconteceu quando outras tecnologias como o telefone ou computador se popularizaram. Os DGs precisam de um olhar atento para a requalificação da força de trabalho a fim de garantir que os seus colaboradores e processos estejam alinhados para tirar o máximo proveito da nova tecnologia. Sem boas equipas, os projectos de IA provavelmente falharão devido à falta de conhecimento digital para utilizar as tecnologias e a ausência de habilidades para obter insights de dados. Um belo exemplo vem do London College of Fashion, uma das mais prestigiadas escolas de moda do mundo, que está a ensinar os futuros designers a pensar digitalmente, criando assistentes digitais de estilo e roupas sustentáveis.

Também é hora de os DGs começarem a pensar como aprimorar as habilidades interpessoais (soft skills) inerentes ao ser humano, aquelas que serão os verdadeiros diferenciais no mercado de trabalho do futuro, como discernimento, colaboração e empatia. 

 

4. Construir confiança – Quando se trata da confiança do cliente, ela pode levar anos para ser construída na sua organização e pode ser destruída em um único momento. Essa regra ressoa profundamente no mundo digital actual, no qual as organizações enfrentam ameaças cibernéticas cada vez mais agudas, além de expectativas éticas e cobranças legais quando se trata de transacções online e manipulação de dados de clientes. A responsabilidade pela criação e manutenção da confiança do cliente passa pelo DG, que precisa garantir que todos os elementos de confiança – incluindo segurança, privacidade, confiabilidade, transparência, conformidade e ética – sejam incorporados nas iniciativas de transformação digital desde o início. Os DGs também precisam examinar se o ecossistema de parceiros reconhece e compartilha os mesmos princípios de confiança da sua própria organização. Mais especificamente, se os parceiros de tecnologia aos quais eles confiam com os seus dados de clientes têm o mesmo conjunto de valores, princípios e políticas quando se trata do uso desses dados.

 

5. Transformar a sociedade – Assim como podemos imaginar como a tecnologia pode transformar negócios, conseguimos lançar mão nela para criar impacto positivo no mundo. A tecnologia pode ser uma ferramenta incrível para que as empresas superem desafios humanos ou ambientais nas suas áreas de actuação ou contribuam para as causas que abraçaram. A Inteligência Artificial terá um papel enorme na criação de soluções para alguns dos problemas mais sérios da humanidade. Entendo que para as empresas essa é uma oportunidade extraordinária de contribuição.

Pensando nisso, na Microsoft, lançamos a iniciativa "AI for Good", que fornece financiamento, transferência tecnológica e treinamento para pessoas e organizações sem fins lucrativos que desejem adoptar IA nos seus projectos em áreas como meio ambiente (AI for Earth), acções humanitárias (AI for Humanitarian Action) e acessibilidade (AI for Accessibility). No AI for Earth, focado em mudanças climáticas, agricultura, biodiversidade e água anunciamos recentemente os nossos primeiros quatro projectos apoiados na América Latina.

E você, qual tecnologia está a chamar a sua atenção? Estamos em um ponto realmente especial da história e as possibilidades diante de nós são quase infinitas.

Desejo a todos um 2019 de sucesso e muitas conquistas!

 

Por: Paula Bellizia - Vice President - Sales, Marketing and Operations for Latin America at Microsoft

 

Fonte: https://www.linkedin.com/pulse/cinco-quest%C3%B5es-de-tecnologia-que-ceos-devem-observar-em-bellizia/

Ler mais ...

Mil ou milhões: quanto realmente custa criar um produto digital?

Actualmente, é bem plausível financiar um primeiro protótipo e validar uma ideia usando recursos próprios ou parte da margem de um negócio existente. “Basta ter um cartão de crédito para começar uma Startup”, dizem por aí… Com os primeiros utilizadores, surgem os primeiros investidores e aquele sentimento de que o pior já passou. Confiante, o empreendedor, incluindo o intra-empreendedor, redobra a sua aposta no negócio, aportando todos os recursos disponíveis, muitas vezes sem muita certeza de quanto ainda será necessário investir. Afinal, o importante é executar!

Infelizmente, a realidade é que, para cada 4 Startups que recebem investimentos, 3 vão queimar esse dinheiro e fechar as portas. A falta de recursos é uma das causas mais apontadas pelos empreendedores (#2 abaixo)

 

Na prática, entre a validação de um protótipo e o desenvolvimento de um produto escalável capaz de gerar uma receita saudável, estão outras importantes etapas que precisam ser planeadas com cautela e cujos investimentos podem ultrapassar os milhões. Actualmente, tenho visto cada vez mais projectos a serem executados sem um planeamento financeiro adequado, levando a cenários complicados e, em alguns casos, ao fracasso. Por isso, decidi escrever um pouco sobre este tema . Afinal, quanto dinheiro a sua empresa vai precisar para desenvolver o seu produto?

 

Do Protótipo ao Produto

Um conceito bastante simples mas muito esclarecedor que Martin Cagan apresenta no seu livro Inspired é o entendimento do “P” do MVP como sendo um protótipo — ou seja, uma versão preliminar — e não um “produto”, o qual é muitas vezes associado com uma solução pronta e madura. Ao se deixar claro o carácter preliminar dessa primeira solução, fica mais evidente a relação entre custo de validação da ideia (protótipo) e o custo de se escalar o negócio por meio de uma solução final (produto). Para se atingir esta etapa, são necessárias contínuas evoluções ao longo de várias iterações, aprimorando a solução desenvolvida e, consequentemente, aumentando o volume de investimento.

Um grande desafio é saber quando realizar este investimento. Para evitar o desenvolvimento de um produto sem “marketfit”, é recomendado que tal investimento siga de forma gradual conforme aumenta a confiança no modelo de negócios, canais de distribuição e mercado potencial. É neste momento que a startup naturalmente reforça o seu grupo técnico, começa a pensar na gestão de pessoas e de processos e entra em um novo patamar de comprometimento financeiro.

#Conclusão: cada etapa exige um nível de comprometimento financeiro diferente

 

Quanto custa?

Um grande desafio para todos, e isso não é de hoje, é a dimensão desse investimento. Fred Brooks, autor do clássico livro “The Mythical Man-Month: Essays on Software Engineering”, defende que:

“…o investimento em produto ‘pronto para escalar’ chega a ser  9x o valor da primeira versão de garagem”

Veja:

 

Program: é o software de “garagem”, ou seja, o resultado do esforço individual de um desenvolvedor. Está completo e pronto para ser mantido pelo próprio autor.

Programming Product: é aquele produto que pode ser usado, testado, editado e estendido por qualquer um.

Programming System: é a integração do programa com as suas demais interfaces e demais interacções entre aplicações.

Programming Product System: objectivo de todo empreendedor, é um produto completo e utilizável em todas as suas dimensões.

 

Na prática, muitos empreendedores partem de uma primeira versão e aos poucos, e sem consciência de custo, vão atacando os desafios do crescimento. Maior cobertura de teste, criação de micro-serviços, documentação, etc. Um erro comum é sub-dimensionar o tamanho do investimento necessário, levando a startup a carregar durante meses e anos um produto aquém das expectativas do mercado, sacrificando o go to market. No extremo oposto, vemos os fundadores que trabalham com pouca margem de erro e esgotam os recursos antes do produto estar pronto.

#Conclusão: um produto completo custa 9x que a solução de garagem inicial

 

Caso real — Olist

 

Um caso real e público de uma empresa brasileira que superou essa etapa com maestria é a Olist, startup que permite que vendedores comercializem por meio da sua plataforma em marketplaces como Amazon, Americanas, Extra, Ponto Frio, Submarino e Walmart. E tudo isso começou com um MVP simples e um grupo pequeno:

A Olist “entrou no ar” como Olist em meados de Fevereiro de 2015. A empresa toda tinha cerca de 7 pessoas sendo que 2 delas eram programadores de software. Esses programadores começaram a desenvolver o sistema da Olist em Novembro de 2014. A primeira versão do sistema da Olist foi desenvolvida em apenas 4 meses! Com apenas 2 programadores! E o mais impressionante: 2 programadores com pouca experiência profissional!

A empresa começou a operar e começou a crescer… e crescer… e crescer… até chegar na BlackFriday em Outubro/Novembro de 2015 quando recordes inimagináveis de vendas foram batidos. Nesse momento o sistema, que foi desenvolvido sem testes automatizados, sem processos, sem boas práticas de engenharia de software e por programadores inexperientes começou a apresentar fadiga.

Os problemas proliferaram e a coisa toda começou a sair um pouco do controle. Era o momento de estruturar a tecnologia da Olist. (…) Mais programadores foram contratados, um gestor foi colocado para organizar mais os processos, a empresa tomou mais conhecimento sobre o funcionamento do negócio, etc. (…) Em Janeiro de 2016 eu iniciava a minha jornada na Olist com um objectivo: fazer a Olist tornar-se referência em tecnologia…

https://engineering.olist.com/o-estado-da-tecnologia-na-olist-da18af46b284

Transformar um MVP em produto é um trabalho árduo e muitas vezes acontece ao longo de meses e anos. Não há nada de errado em fazer este processo em etapas, desde que o empreendedor tenha consciência de quanto trabalho ainda tem pela frente.

Da mesma forma que um produto mal desenvolvido restringe o crescimento e a competitividade da empresa, criando muitas vezes um pesadelo para o grupo técnico, o investimento mal dimensionado pode levar a empresa a fechar as portas. No caso da Olist, foram levantados U$5M entre Janeiro de 2016 e Janeiro de 2017, propulsionando a evolução tecnológica da empresa. A título de contraste com a teoria apresentada anteriormente, este montante é 5,9x maior que os U$835 mil levantados previamente.

 

Desafios do empreendedor

Parte do desafio do empreendedor e do seu grupo financeiro é saber dosear a disponibilidade e o consumo de recursos com ritmo de desenvolvimento e aperfeiçoamento do seu produto. A história mostra que essa não é uma actividade tão simples. Empresas como Youtube, Tesla, Facebook, Square, entre outras tantas, tiveram em suas trajectórias momentos de grande tensão financeira. Para superá-los, é necessária atenção redobrada ao planeamento financeiro, assim como constantes “reality checks” em relação ao estágio de desenvolvimento do produto e performance do grupo técnico.

 

 

Autor:

Rodolfo Pinotti

Innovation, Startups & Entrepreneurship

 

Fonte: https://www.linkedin.com/pulse/mil-ou-milh%C3%B5es-quanto-realmente-custa-criar-um-produto-pinotti/?trk=eml-email_feed_ecosystem_digest_01-recommended_articles-10-Unknown&midToken=AQELPIK_y4lJyw&fromEmail=fromEmail&ut=1-JnjHgFBnKEw1

 

 

Ler mais ...
Assinar este feed RSS

Links Úteis

Links Externos

Contactos

Redes Sociais