Como se tornar um líder em inovação?

Como se transforma uma cidade ou região em um importante centro de inovação, e em particular, em um importante centro de inovação tecnológica? Essa é uma pergunta que muitas cidades e regiões no mundo vêm se fazendo nas últimas décadas, desde que o Vale do Silício emergiu como o principal centro de inovação tecnológica na década de 1970,

Diversos lugares adotaram o termo "Silicon" em seus nomes – Silicon Alley e Silicon Glen. Outros usaram a expressão em outros países, como Campinas, conhecida como o Vale do Silício brasileiro, e Bangalore, como o Vale do Silício da Índia. O que todos esperam, é que, de alguma forma, a magia da inovação acompanhe o uso do termo. 

Uma das coisas que me impressionou foi a iniciativa do projeto Design-London,, embora seus objetivos sejam claramente tornar Londres um centro global de criatividade e inovação baseada em tecnologia, ela não copiou o modelo e o nome do Vale do Silício. 

O Design-London é um esforço conjunto das escolas de engenharia e negócios do Imperial College e do Royal College of Art para reunir as disciplinas de design, engenharia, tecnologia e negócios, a fim de abordar conjuntamente os desafios da inovação em uma economia cada vez mais globalizada e competitiva.

Em vez de tentar moldar a iniciativa segundo o Vale do Silício, a Design-London está dando o passo radical de se basear nos pontos fortes de Londres – sua história, cultura, tradição, infraestrutura, diversidade e talento – e criar seu próprio modelo. Eles enfatizam a criatividade e o design, além da inovação, por acreditarem que essas são qualidades nas quais Londres se destacou particularmente ao longo dos tempos. 

Desde então, eu penso como diferentes modelos de inovação poderiam ser aplicados em diferentes áreas geográficas e culturais. Qual é a essência do modelo bem-sucedido do Vale do Silício, e será que a Design-London poderia seguir um modelo diferente e ser igualmente bem-sucedida à sua maneira?

Enquanto pesquisava sobre essa questão, encontrei um artigo muito interessante, "Como ser o Vale do Silício", de Paul Graham, um ensaísta, programador e criador de linguagens de programação. A tese de Paul é que basta ter as pessoas certas – nada mais. "Se conseguíssemos que as dez mil pessoas certas se mudassem do Vale do Silício para Buffalo", afirma ele, "Buffalo se tornaria o Vale do Silício". Ele acrescenta que talvez o número de pessoas necessárias seja tão baixo quanto 500, aproximadamente. 

A chave, é atrair as pessoas certas. "Acho que você só precisa de dois tipos de pessoas para criar um polo tecnológico: gente rica e nerds." A região da Baía de São Francisco e Boston têm os dois tipos, construídos ao longo dos anos em torno de suas grandes universidades de engenharia – Stanford e Berkeley, e MIT, respectivamente. Em menor escala, o mesmo acontece com Seattle, com a Universidade de Washington, e Austin, com a Universidade do Texas. Pittsburgh e Ithaca têm pessoas muito inteligentes e nerds na CMU e Cornell, respectivamente, mas poucos ricos para financiar suas ideias. Nova York, Los Angeles e Miami têm muita gente rica – mas não nerds o suficiente para formar uma massa crítica de startups de inovação tecnológica. 

Examinando mais de perto esses dois tipos de pessoas no Vale do Silício, Pessoas ricas, em primeiro lugar, elas têm dinheiro para investir. Mas,  Paul acrescenta "Investidores em startups são um tipo distinto de pessoas ricas. Eles tendem a ter muita experiência própria no ramo da tecnologia. Isso os ajuda (a) escolher as startups certas e (b) significa que eles podem fornecer conselhos e conexões, além de dinheiro. E o fato de terem um interesse pessoal no resultado faz com que prestem muita atenção."

Depois, vem os nerds. Pela definição da Wikipédia: "Nerd, como uma designação estereotipada, arquetípica e frequentemente pejorativa, refere-se a uma pessoa que se dedica apaixonadamente ao conhecimento ou a passatempos intelectuais ou esotéricos, em vez de se envolver na vida social, como participar de esportes organizados ou outras atividades sociais convencionais." Uma definição típica de dicionário para nerd é "uma pessoa sem estilo, pouco atraente ou socialmente inepta: especialmente: alguém servilmente devotado a atividades intelectuais ou acadêmicas."

Isso explica por que Nova York, apesar de sua fabulosa riqueza e capacidade de atrair muitas pessoas criativas, tem poucos nerds. Nova York, diz Paul, é sinônimo de glamour, estilo e fama. Essas são as qualidades que atraem artistas, escritores, dançarinos e atores em potencial, mas não os nerds, que se importam pouco com glamour e, portanto, não estão dispostos a pagar uma fortuna por um apartamento pequeno, escuro e barulhento para estar perto de pessoas realmente legais e atraentes. Paul acrescenta: "Os nerds pagam mais para morar em uma cidade onde as pessoas inteligentes são realmente inteligentes, mas não precisam pagar tanto por isso. É a lei da oferta e da procura: o glamour é popular, então é preciso pagar caro por ele. A maioria dos nerds prefere prazeres mais tranquilos. Eles gostam de cafés em vez de baladas; sebos em vez de lojas de roupas da moda; trilhas em vez de dançar; luz do sol em vez de arranha-céus. O paraíso para um nerd é Berkeley ou Boulder."

Isso é realmente intrigante. E levanta a questão: e quanto ao Design-Londres ? Londres é claramente muito mais parecida com Nova York do que com Berkeley ou Boulder. Assim como os polos de inovação mencionados por Paul Graham, Nova York e Londres estão repletas de jovens dispostos a trabalhar para alcançar o sucesso – só que não criando uma startup de tecnologia no estilo do Vale do Silício ou de Boston. Em Nova York e Londres, muitos almejam o sucesso nas artes criativas, enquanto outros tentam se destacar em áreas como mídia, comunicação, saúde, finanças e negócios em geral.

Nos últimos trinta e cinco anos, aproximadamente, o Vale do Silício tem sido referência em um certo estilo de inovação – envolvendo startups, investidores de capital de risco ricos e nerds. Nenhuma outra região chega perto quando se trata desse estilo. Mas, talvez, existam outros estilos de inovação por aí, e cidades e regiões precisam ser inovadoras em sua própria abordagem à inovação para terem sucesso. Elas precisam definir seu próprio jogo de uma maneira que melhor se adapte a elas. 

Acredito que chegou o momento para o surgimento de novos estilos de inovação. Até então, havia uma divisão entre inovação tecnológica e inovação não tecnológica, como nas artes, na mídia e nos negócios, que geralmente se baseavam em qualidades intangíveis como a criatividade. Isso está mudando. Em uma economia cada vez mais caracterizada pela informação e pelo conhecimento, bem como pelos incríveis avanços nas tecnologias digitais e nas comunicações, toda inovação – toda – precisa incluir tecnologia e criatividade; capacidades tangíveis baseadas na ciência e na engenharia, assim como as capacidades intangíveis baseadas no design e na intuição. 

Os polos clássicos de startups – no Vale do Silício, em Boston e em outros lugares – estão se transformando ao escalar a cadeia tecnológica, criando novos negócios em áreas como energia, saúde e outras grandes indústrias. Mas talvez a maior oportunidade para a inovação na economia do conhecimento venha da infusão de design, insights, negócios e organizações em geral com doses crescentes de tecnologia, ciência, engenharia – e criatividade. Essa parece ser uma abordagem realmente nova e radical para a inovação, e o espaço que a Design London pretende definir e liderar. Espero que eles tenham sucesso e que, em um futuro não muito distante, vejamos o surgimento da Design-São Paulo, da Design-Xangai e de outras ao redor do mundo.

Acelerando a Modernização de TI em Telecomunicações: Estratégias para uma Nova Era de Conectividade e Serviços Digitais

No setor de Telecomunicações, a tecnologia é o próprio negócio. Operadoras de todo o mundo enfrentam o dilema de manter redes legadas robustas e confiáveis enquanto precisam, simultaneamente, se transformar em provedoras ágeis de serviços digitais, experiências omnichannel e soluções de ponta como 5G, IoT e edge computing. O grande obstáculo? Exatamente o mesmo que em outros setores, mas com uma camada extra de complexidade: sistemas de suporte à operação (OSS) e à gestão de negócios (BSS) rígidos, centralizados e construídos sobre décadas de camadas tecnológicas.

A modernização em Telecom deixou de ser uma opção para se tornar uma questão de sobrevivência. A pressão para reduzir o time-to-market de novos serviços, integrar inteligência artificial para orquestração de rede e oferecer experiências personalizadas aos clientes exige que as operadoras abandonem o modelo de projetos pontuais e adotem uma cultura de evolução contínua e acelerada.

Com base em estratégias validadas por líderes de TI de diversos setores, adaptei seis abordagens fundamentais para o contexto específico e desafiador das empresas de Telecomunicações.

1. A IA Como Motor de Modernização das Redes e Sistemas Legados

A modernização em Telecom raramente começa do zero. As operadoras possuem um patrimônio imenso em centrais de comutação, sistemas de provisionamento, inventário de rede e plataformas de cobrança (billing) que, apesar de críticos, são notoriamente complexos e monolíticos. Tradicionalmente, equipes gastavam meses dissecando documentação e código para planejar migrações.

Hoje, a Inteligência Artificial emerge como a ferramenta ideal para acelerar esse processo. Aplicando técnicas de aprendizado de máquina, é possível:

· Analisar e Mapear Sistemas Legados: A IA pode vasculhar milhões de linhas de código de sistemas legados ou modernos, para compreender a lógica de negócio, as regras de roteamento e as dependências entre sistemas de rede e faturamento.

· Automatizar a Modernização: Em vez de reescrever manualmente, a IA pode auxiliar na criação de versões modernas desses componentes, traduzindo lógicas complexas para microsserviços baseados em nuvem, com APIs bem definidas. O que antes levava meses pode ser reduzido para semanas ou dias.

· Criar uma Camada de Abstração Inteligente: A IA pode construir uma camada de abstração sobre os sistemas legados, permitindo que novas aplicações digitais (apps de autoatendimento, portais para empresas) consumam dados e funcionalidades do legado via APIs, sem precisar modificá-lo imediatamente. Isso permite uma modernização gradual e de baixo risco.

O Futuro: Agentes Autônomos de Rede

Assim como previsto no setor de TI, as operadoras de Telecom poderão, em breve, contar com agentes de IA dedicados a varrer constantemente a arquitetura de rede e os sistemas de suporte. Esses agentes identificarão componentes obsoletos ou ineficientes – seja um nó de rede com firmware desatualizado ou um microsserviço com alto débito técnico – e, sob supervisão humana, poderão orquestrar sua atualização ou substituição de forma autônoma, garantindo que a rede esteja sempre otimizada.

2. Arquiteturas Serverless e Nuvem Nativa para Desonerar a Inovação

A operação de uma rede de Telecom sempre exigiu um gerenciamento de infraestrutura extremamente complexo, focado em hardware especializado e sistemas proprietários. Para acelerar a inovação em serviços, é fundamental romper com esse modelo e tratar a infraestrutura como um produto entregue como serviço.

A adoção de arquiteturas serverless e a migração para plataformas de nuvem nativa (públicas, privadas ou híbridas) permitem que as equipes de desenvolvimento da operadora se concentrem no que realmente importa: criar novos serviços digitais.

Aplicações Práticas em Telecom:

· Desenvolvimento de Novos Serviços: Equipes podem criar rapidamente um novo serviço de valor agregado (ex: firewall como serviço para clientes empresariais, ou um novo pacote de conteúdo digital) sem se preocupar com o provisionamento de servidores. Elas apenas escrevem o código da lógica de negócio e o implantam.

· Escalabilidade sob Demanda: Serviços diretos em portais ou até campanhas de marketing sazonais podem sofrer picos de demanda. Arquiteturas serverless escalam automaticamente para atender a esses picos sem intervenção manual, garantindo a experiência do cliente e otimizando custos (paga-se apenas pelo uso).

· Orquestração de Rede como Serviço: A lógica de orquestração de fatias de rede (network slicing) para clientes 5G pode ser implementada como funções serverless, tornando o processo mais ágil e programável.

Ao adotar essa estratégia, a operadora reduz drasticamente o "atrito operacional" (toil) de suas equipes de desenvolvimento, que passam a gastar menos tempo com a "parte chata" da infraestrutura e mais tempo criando valor para o negócio.

3. Estabelecer um "Norte Verdadeiro" que Una Rede, TI e Negócios

A modernização em Telecom sofre de um mal crônico: a histórica separação entre o mundo das redes (engenharia, operações, OSS) e o mundo dos sistemas de negócio (TI, BSS, marketing, vendas). Para acelerar, essa barreira precisa ser derrubada. A modernização não pode ser uma iniciativa isolada da área de TI ou da engenharia de rede; ela deve ser uma iniciativa estratégica do negócio.

O "Norte Verdadeiro" Compartilhado:

O "norte" deve ser algo como: "Entregar a melhor experiência de conectividade e serviços digitais de forma integrada e personalizada para nossos clientes". Este objetivo macro deve guiar todas as decisões de modernização, seja a atualização de um sistema de cobrança ou a implantação de uma nova função de rede virtualizada (VNF).

Como Implementar:

1. Metas Compartilhadas: Os times de rede e TI devem ter metas de negócio em comum, como "reduzir o tempo de ativação de um novo cliente empresarial" ou "aumentar a taxa de resolução de problemas no primeiro contato".

2. Comunicação Transparente: O "norte" deve ser o filtro para priorizar investimentos. Um projeto de modernização do OSS que não contribua diretamente para a experiência do cliente ou para a agilidade do negócio deve ser repensado.

3. Times Multifuncionais: Criar squads que incluam engenheiros de rede, desenvolvedores de TI, especialistas em produto e analistas de negócio, todos trabalhando juntos em direção ao mesmo objetivo. Essa clareza estratégica elimina silos e conflitos de prioridade, garantindo que todos estejam correndo na mesma direção.

4. Reengenharia de Processos com IA: O Fim dos Handoffs entre Engenharia e Operações

A modernização acelerada também exige a reinvenção de como o trabalho é feito dentro da operadora. A IA em particular, pode ser uma aliada poderosa para eliminar gargalos. Imagine o impacto do vibe coding ou de assistentes de IA no contexto de Telecom:

· Configuração de Rede Automatizada: Em vez de um engenheiro de rede escrever manualmente scripts complexos para configurar um novo serviço em dezenas de roteadores, um assistente de IA poderia gerar esses scripts automaticamente a partir de uma especificação de alto nível (ex: "crie 5 configurações de rede para aplicar em equipamentos de clientes").

· Geração de Código para Portais de Cliente: A criação de novas interfaces para o usuário final (app, portal web) pode ser acelerada. Designers e gerentes de produto podem usar ferramentas de IA para gerar código front-end funcional a partir de esboços, reduzindo drasticamente o tempo entre a ideação e a implementação.

· Criação de Casos de Teste: A IA pode analisar as especificações de um novo serviço e gerar automaticamente centenas de casos de teste para garantir sua qualidade e integração com os sistemas legados. Essa abordagem não só acelera a entrega, mas também capacita as equipes a iterarem muito mais rápido sobre novas funcionalidades, reduzindo o time-to-market de semanas para dias.

5. Clareza Radical em Papéis: Quem Decide Sobre a Arquitetura da Rede?

Em grandes operadoras, a ambiguidade sobre quem decide o quê pode paralisar a modernização. A complexidade é enorme: quem tem a palavra final sobre a evolução da arquitetura de núcleo de rede? Quem decide sobre a integração entre o novo CRM e o sistema de billing legado? O CTO (focado em rede) ou o CIO (focado em sistemas)?

A falta de clareza gera:

· Conflitos de Arquitetura: Discussões infindáveis sobre se uma funcionalidade deve ser implementada como uma função de rede virtualizada (gerida pela engenharia) ou como um microsserviço em nuvem (gerido pela TI).

· Paralisia em Decisões Estratégicas: A evolução para uma arquitetura de rede baseada em software (SDN) pode ser travada por não estar claro quem detém o orçamento e a autoridade para essa transformação.

A Solução: Mapeamento Explícito da Tomada de Decisão

É crucial mapear e comunicar claramente quem decide sobre cada domínio: núcleo de rede, transporte, OSS, BSS, camadas de experiência digital. Reuniões proativas entre as lideranças de rede, TI e negócios para alinhar fronteiras e responsabilidades, antes que os conflitos surjam, são essenciais. O objetivo não é disputa de poder, mas criar clareza para que as decisões sejam tomadas rapidamente e a modernização não pare.

6. Adotar uma Arquitetura de Rede e TI Modular: A Estratégia do "Pit Stop" e do "Network Slicing"

Para que a modernização seja rápida e de baixo impacto, toda a arquitetura da operadora – tanto de rede quanto de TI – precisa ser projetada para a mudança. A analogia com a equipe de pit stop da Fórmula 1 é perfeita: é preciso trocar componentes rapidamente, sem desmontar o carro inteiro. Em Telecom, isso se traduz em modularidade.

Como Isso se Aplica:

· Desagregação de Hardware e Software (NFV/SDN): A adoção de Virtualização de Funções de Rede (NFV) e Redes Definidas por Software (SDN) é a base da modularidade. Funções como firewall, roteador ou núcleo de pacote evoluem de appliances físicos para softwares que rodam em hardware comercial, podendo ser atualizados, escalados ou substituídos independentemente.

· Arquitetura de Microsserviços (BSS/OSS): No lado dos sistemas, quebrar os enormes monolitos de OSS/BSS em dezenas de microsserviços independentes, que se comunicam por APIs, permite que a operadora atualize o sistema de cobrança sem derrubar o sistema de ativação de novos clientes, e vice-versa.

· O Exemplo Máximo: Network Slicing no 5G: A tecnologia de "fatias de rede" é a personificação da modularidade. A operadora pode criar uma fatia de rede otimizada para carros autônomos (baixíssima latência) e outra para IoT de sensores (alta densidade de dispositivos), cada uma com seus próprios recursos virtuais, e gerenciá-las de forma independente. Se uma nova aplicação surgir, basta criar uma nova fatia. Essa abordagem modular, com baixo acoplamento entre componentes, é o que permite à operadora inovar na velocidade que o mercado exige, plugando e desplugando capacidades com a agilidade de um pit stop.

Conclusão: A Modernização Acelerada como Diferencial Competitivo

Para as operadoras de Telecomunicações, a capacidade de modernizar-se rapidamente não é apenas uma questão de eficiência operacional; é o principal diferencial competitivo na era digital. As seis estratégias apresentadas – usar a IA como motor, adotar arquiteturas serverless, estabelecer um norte compartilhado, reinventar processos com IA, garantir clareza de papéis e construir uma arquitetura modular – formam um roteiro poderoso. Ao abandonar a abordagem de "projetos de modernização" e adotar uma cultura de evolução contínua, as operadoras podem finalmente transformar seus legados de entraves em alavancas, pavimentando o caminho para um futuro onde a conectividade é inteligente, os serviços são ágeis e a experiência do cliente é, de fato, excepcional.

O Arquipélago do Havaí e a Internet Moderna: Uma História de Conexão

Do Isolamento à Conexão

No meio do Oceano Pacífico, o arquipélago do Havaí emerge como um conjunto de ilhas vulcânicas isoladas, separadas por centenas de quilômetros de mar aberto. Paradoxalmente, foi neste ambiente, de aparente desconexão, que nasceram ideias fundamentais para a rede mais conectada que a humanidade já conheceu: a Internet. 

A história que liga as ilhas havaianas aos protocolos de rede modernos é uma narrativa fascinante sobre como a necessidade de comunicação em um arquipélago remoto catalisou inovações que moldariam o mundo digital.

O Contexto Geográfico e Cultural

O arquipélago do Havaí, composto por 137 ilhas e atóis, estende-se por mais de 2.400 quilômetros no Pacífico Norte. Sua geografia dispersa apresentou desafios únicos de comunicação desde os primeiros assentamentos polinésios. Os antigos havaianos desenvolveram sofisticados sistemas de comunicação através de canoas, mensageiros e sinais de fogo, mas a distância entre as ilhas sempre representou uma barreira física significativa.

No século XX, com a anexação pelos Estados Unidos em 1898 e seu posicionamento estratégico durante a Segunda Guerra Mundial, o Havaí tornou-se um laboratório natural para tecnologias de comunicação de longo alcance. Esta necessidade de conectar ilhas separadas por grandes distâncias preparou o cenário para uma inovação revolucionária.

A ALOHAnet: O Precursor das redes Sem Fio

Em 1970, na Universidade do Havaí, o professor Norman Abramson e sua equipe enfrentaram um problema prático: como conectar computadores espalhados por diferentes ilhas sem custos proibitivos de cabos submarinos? A solução surgiu na forma do ALOHAnet (ALOHA sendo um acrônimo para Additive Links On-line Hawaii Area), um sistema de rede de comunicação por pacotes de dados, sem fio, que permitia a comunicação de dados entre computadores através de ondas de rádio UHF.

O ALOHAnet representou uma ruptura radical com os paradigmas de comunicação da época. Enquanto as redes tradicionais usavam circuitos dedicados (como o sistema telefônico), o ALOHAnet introduziu um método mais eficiente: a transmissão por pacotes em um canal compartilhado.

O Protocolo ALOHA: Simplicidade Revolucionária

O cerne do ALOHAnet era seu protocolo de acesso múltiplo, conhecido como "Protocolo ALOHA". Este sistema era notavelmente simples:

1. Transmissão Livre: Qualquer terminal podia transmitir dados a qualquer momento

2. Reconhecimento (ACK): Após a transmissão, o terminal aguardava um reconhecimento do receptor

3. Retransmissão em Caso de Colisão: Se não recebesse confirmação (indicando que dois terminais transmitiram simultaneamente, causando uma colisão), o terminal aguardava um tempo aleatório antes de retransmitir

Esta abordagem "conversacional" - falar, ouvir, e repetir se necessário - contrastava com os sistemas centralizados e rigidamente controlados da época. O protocolo ALOHA operava com uma eficiência de cerca de 18%, que mais tarde seria refinada para 37% com a introdução do "ALOHA ranhurado" (Slotted ALOHA), onde as transmissões eram sincronizadas em intervalos de tempo discretos.

A Ponte para a Ethernet e a Internet

A verdadeira importância do ALOHAnet emergiu quando seus conceitos migraram para o continente. Robert Metcalfe, um pesquisador da Xerox PARC, estudou o sistema ALOHA durante seu doutorado em Harvard. Em 1973, ao desenvolver uma rede para conectar estações de trabalho a impressoras, Metcalfe adaptou e melhorou o protocolo ALOHA, criando o que chamou de "ALOHA com portadora sensível" - mais conhecido como Ethernet.

A inovação crucial de Metcalfe foi o CSMA (Carrier Sense Multiple Access): antes de transmitir, um terminal "escutava" o canal para detectar se outro já estava transmitindo. Esta simples adição aumentou dramaticamente a eficiência da rede, reduzindo as colisões. O CSMA/CD (Collision Detection) tornou-se a base do padrão Ethernet IEEE 802.3, que até hoje sustenta a maioria das redes locais.

Do ALOHA ao TCP/IP: A Evolução dos Protocolos

A influência do protocolo ALOHA estendeu-se além das redes locais. Vint Cerf e Bob Kahn, considerados os "pais da Internet", incorporaram conceitos de redes de pacotes e transmissão distribuída em seu trabalho no desenvolvimento do TCP/IP (Transmission Control Protocol/Internet Protocol) na década de 1970.

O princípio fundamental do TCP/IP - quebrar dados em pacotes, roteá-los independentemente através da rede, e recompô-los no destino - ecoa a filosofia descentralizada do ALOHAnet. Esta arquitetura robusta e flexível permitiu que diferentes redes (ARPANET, redes de satélite, rádio, etc.) interoperassem, formando uma "rede de redes" - a Internet como a conhecemos.

A Cultura Havaiana e sua Influência Conceitual

Curiosamente, aspectos da cultura havaiana podem ter influenciado indiretamente a filosofia por trás desses protocolos. O conceito de "ohana" (família, comunidade) enfatiza conexões não-hierárquicas e responsabilidade coletiva - paralelos intrigantes com redes distribuídas onde todos os nós têm igual importância potencial. Da mesma forma, a tradição de "talk story" - conversas circulares e participativas - ressoa com o modelo de comunicação muitos-para-muitos que a Internet possibilitaria.

Impacto e Legado

O legado do ALOHAnet é imensurável:

1. Redes Locais: Todos os padrões modernos de redes locais sem fio (Wi-Fi, especialmente no protocolo CSMA/CA) descendem diretamente do trabalho pioneiro no Havaí.

2. Redes Celulares: As primeiras redes de telefonia móvel também adotaram variações do protocolo ALOHA para gerenciar o acesso ao espectro.

3. Satélites e Sensores: Protocolos derivados do ALOHA são usados em comunicações via satélite e em redes de sensores.

4. Filosofia de Rede: Talvez o legado mais importante seja o modelo mental de redes como sistemas descentralizados, robustos e auto-organizados - um contraste radical com os sistemas de comunicação centralizados anteriores.

O Paradoxo das Ilhas Conectadoras

O arquipélago do Havaí, com seu isolamento geográfico, tornou-se um berço inesperado para tecnologias que conectariam o mundo. A necessidade de comunicar através de vastas extensões oceânicas inspirou soluções que transcenderam seu contexto original. O protocolo ALOHA, nascido da necessidade prática de conectar ilhas havaianas, tornou-se um dos pilares conceituais da era digital.

Esta história nos lembra que inovações transformadoras frequentemente surgem em contextos periféricos, onde restrições únicas forçam soluções criativas. Do laboratório natural do Pacífico às redes globais que hoje envolvem o planeta, o legado havaiano permanece embutido em cada pacote de dados que trafega pela Internet, um testemunho silencioso de como ilhas remotas ajudaram a conectar a humanidade.

O Havaí, portanto, não é apenas um destino turístico ou um arquipélago vulcânico - é um local de nascimento crítico na nossa história tecnológica, onde o desafio da desconexão física gerou as sementes da hiperconectividade moderna. Em cada transmissão Wi-Fi, em cada rede Ethernet, ecoa um pouco do espírito ALOHA - literal e figurativamente.

A IA é uma economia transformadora?

“As IAs ​​melhoraram radicalmente nos últimos anos”, escreveram os economistas Erik Brynjolfsson, Anton Korinek e Ajay K. Agrawal em “Uma Agenda para a Economia da IA ​​Transformadora”, em artigo recente. 

“Nossas instituições, organizações, habilidades e modelos econômicos estão lutando para acompanhar o ritmo. Há uma lacuna onde residem os maiores riscos da próxima década, bem como as maiores oportunidades. Precisamos aprimorar nossa compreensão das implicações econômicas da IA.”

“Por mais rápidos que tenham sido os avanços na IA, há razões para acreditar que avanços ainda maiores ocorrerão nos próximos anos”, acrescentaram os autores. “Embora seja difícil prever datas para invenções futuras, não podemos descartar a possibilidade de que sistemas de IA poderosos estejam disponíveis em breve. Tais sistemas de IA transformariam a sociedade. Mesmo as tecnologias de IA atuais têm o potencial de impactar grandes setores da economia.”

Em novembro de 2024, as Academias Nacionais dos EUA publicaram “Inteligência Artificial e o Futuro do Trabalho”, um relatório baseado em estudo — presidido por Brynjolfsson — sobre o impacto atual e futuro da IA ​​na força de trabalho americana. “Hoje, a velocidade do progresso tecnológico está remodelando não apenas as ferramentas, mas também a estrutura da força de trabalho e as estruturas sociais”, afirma o relatório . “As trajetórias que os futuros habilitados por IA podem tomar podem levar a resultados de profundo benefício ou de significativa disrupção.”

O progresso da IA ​​é descrito por termos como inteligência artificial geral (IAG) e superinteligência artificial , ou seja, tecnologias de IA que eventualmente igualarão ou superarão as capacidades humanas em praticamente todas as tarefas cognitivas. A IA transformadora (IAT), por outro lado, reflete um consenso crescente nos círculos políticos de que, mesmo que a IA não alcance o nível de habilidades cognitivas humanas, ela terá um impacto muito grande na sociedade, potencialmente comparável às revoluções agrícola e industrial.

Brynjolfsson, Korinek e Agrawal definem a IA Transacional (IAT) como o tipo de IA que aumenta o crescimento da produtividade total dos fatores em pelo menos 3 a 5 vezes as médias históricas. “Esse crescimento pode ocorrer porque a IA facilita um novo conjunto radical de bens, serviços ou processos de produção; porque a IA altera a escassez relativa de insumos, particularmente tornando o trabalho cognitivo significativamente mais abundante em relação a outros fatores; ou porque a IA cria novas organizações e instituições econômicas.”

O estudo analisa como a IAT afetará os processos econômicos em três dimensões interconectadas:

• Como a IAT afeta os processos de inovação e a criação de novas ideias;
• Como a IAT remodela a organização dos fatores de produção por meio de novos modelos de negócios, estruturas de mercado e arranjos institucionais; e
• Como a IAT substitui ou aumenta os fatores individuais de produção, particularmente o trabalho humano e as capacidades cognitivas.

Para melhor compreender os principais desafios econômicos que a IAT representa, os autores identificam nove grandes desafios que provavelmente moldarão a trajetória e o impacto da IAT e, para cada um desses desafios, definem algumas questões de pesquisa essenciais que devem ser investigadas para melhor compreender seu impacto. Permitam-me resumir cada um desses nove grandes desafios, juntamente com suas respectivas questões de pesquisa.

1. Crescimento Econômico

“O aprimoramento das capacidades tecnológicas é o principal motor do crescimento nos modelos econômicos tradicionais.”

• Como os economistas podem detectar os primeiros sinais de uma explosão de crescimento impulsionada pela IA?
• Quais serão os principais obstáculos ao crescimento?
• Como se transformará o papel do conhecimento e do capital humano?
• Que novos tipos de processos de negócios e capital organizacional surgirão?

2. Invenção, Descoberta e Inovação

“Como a inovação é o principal motor do crescimento econômico, é importante entender como a Inovação Tecnológica e Artificial (ITA) pode transformar a natureza e o alcance da inovação.”

• Como e onde a Inteligência Artificial Geral (IAG) irá automatizar a descoberta científica?
• De que forma a capacidade de automatizar a experimentação e a resolução de problemas influenciará o ritmo do progresso tecnológico?
• Quais são os prováveis ​​gargalos?
• Qual será o provável impacto na frequência e qualidade das inovações e na taxa de crescimento econômico?

3. Distribuição de Renda

“O trabalho é a principal fonte de renda para a maioria da população e, portanto, os mercados de trabalho desempenham um papel crucial na distribuição de renda.”

• As capacidades da IA ​​tecnológica irão substituir em grande parte os trabalhadores, ou haverá áreas com crescente demanda por mão de obra?
• De que forma a alteração dos gargalos pode afetar a distribuição dos ganhos econômicos entre os setores e as populações?
• De que forma isso dependerá da política econômica?

4. Concentração de poder e tomada de decisões

“O sucesso de modelos cada vez maiores sugere a possibilidade de que a indústria de IA se torne cada vez mais concentrada, enquanto o sucesso de modelos de baixo custo com desempenho quase equivalente e o sucesso de modelos de código aberto podem fomentar uma maior concorrência.”

• A Inteligência Artificial Geral (IAG) será dominada por um único sistema de IA, por um pequeno número de sistemas comparáveis ​​ou por uma infinidade de sistemas com capacidades e pontos fortes variados?
• De que forma a IAT afetará a concentração no resto da economia?
• Será que os grandes varejistas e fabricantes obterão uma vantagem competitiva maior em relação às lojas e fábricas menores?
• Ou será que a IA democratizará o conhecimento especializado e levará a uma competição acirrada?

5. Geoeconomia

“A geoeconomia é um campo emergente que examina o uso da força econômica de um país para exercer influência sobre entidades estrangeiras, visando alcançar objetivos geopolíticos ou econômicos, por meio da utilização de instrumentos econômicos como política comercial, investimento e sanções para promover os interesses nacionais.”

• De que forma a Inteligência Artificial Geral (IAG) irá remodelar a economia da dissuasão e o equilíbrio de poder entre os Estados?
• Como a IAT afetará a estabilidade das alianças e rivalidades econômicas e militares?
• De que forma a Inteligência Artificial Geral (IAG) irá alterar a economia da guerra cibernética e a defesa de infraestruturas críticas?
• Será que os marcos regulatórios conseguem gerir a natureza de dupla utilização das tecnologias de IA sem prejudicar o crescimento económico?

6. Informação, Comunicação e Conhecimento

“ Um fator determinante para o sucesso econômico de uma sociedade é a forma como ela gerencia a informação, a comunicação e o conhecimento. Leis, instituições, incentivos e normas que promovem a criação e a transmissão de informações precisas tendem a impulsionar o crescimento econômico.”

• De que forma a IA tecnológica afetará a qualidade dos fluxos de informação?
• Como podemos criar incentivos para a produção de informações úteis e de alta qualidade?
• Os fluxos de informação proporcionarão insights mais profundos e abrangentes, até mesmo novidades, ou serão enganosos e destrutivos?
• Será que a Inteligência Artificial Geral (IAT) poderia simplesmente sobrecarregar o conteúdo produzido por humanos com a enorme quantidade de conteúdo que gera?

7. Segurança e alinhamento da IA

“ Segurança e alinhamento da IA ​​referem-se ao desafio de garantir que os sistemas de IA se comportem de maneira consistente com os valores e intenções humanas. À medida que a IA se torna mais poderosa e autônoma, as implicações econômicas de sua segurança e alinhamento tornam-se cruciais.”

• Como os custos da segurança e do alinhamento da IA ​​se comparam aos seus benefícios econômicos?
• Quais são os incentivos econômicos para o desenvolvimento de sistemas de IA seguros e alinhados?
• Como podemos conceber estruturas de incentivo que estimulem a priorização do alinhamento com objetivos sociais mais amplos?
• Como os mecanismos de mercado podem promover o desenvolvimento de sistemas de IA seguros e alinhados?

8. Significado e bem-estar

Em um ensaio de 1930 , o economista inglês John Maynard Keynes escreveu sobre o potencial de um futuro problema econômico que ele denominou desemprego tecnológico, ou seja, "o desemprego devido à nossa descoberta de meios de economizar o uso da mão de obra em um ritmo mais acelerado do que o ritmo com que conseguimos encontrar novos usos para a mão de obra".

“A previsão de Keynes sobre a solução do problema econômico  levanta questões fundamentais sobre o propósito e a realização humana em um mundo de Inteligência Artificial Total.”

• Que contribuição a economia pode dar à nossa compreensão do significado e do bem-estar num mundo sem trabalho?
• Como podemos analisar a produção e a distribuição de fontes não monetárias de satisfação?
• Qual é o nosso objetivo final em um mundo onde as máquinas podem realizar praticamente todo o trabalho?
• Será desejável que o trabalho mantenha sua importância social atual caso alcancemos a IA Transformadora?

9. Dinâmica de Transição

“Otimizar políticas e instituições para um mundo de Inteligência Artificial Transacional não é suficiente. Também precisamos navegar com sucesso na transição de nossas atuais instituições, organizações e processos econômicos. À medida que a tecnologia avança, é provável que surjam gargalos.”

• De que forma a discrepância de velocidade entre a IAT e os fatores complementares afeta a implementação da IAT e como os custos de ajuste podem ser minimizados?
• Como as sociedades podem se preparar e responder a potenciais crises de transição, como, por exemplo, desemprego em massa repentino, falhas sistêmicas ou conflitos desencadeados por desenvolvimentos da Indústria Transatlântica?
• Como as intervenções políticas — como subsídios direcionados para requalificação profissional, ambientes regulatórios adaptativos e incentivos à inovação organizacional — podem minimizar os custos agregados de ajuste durante a implementação da IAT?

“A transição para uma economia moldada pela IA não seguirá um caminho predeterminado”, escreveram os autores em conclusão. “Alguns cenários oferecem a promessa de um aumento significativo da riqueza, onde a IA impulsiona uma produtividade sem precedentes, melhora o bem-estar social e distribui os benefícios de forma justa. No entanto, sem uma gestão cuidadosa, o resultado poderá ser distópico, com aumento da desigualdade, desemprego em massa, instabilidade social e até mesmo catástrofes, deixando muitas pessoas em situação pior.”

“Esta agenda de pesquisa destaca as principais questões econômicas e incentiva os pesquisadores a desenvolverem as ferramentas necessárias para fundamentar políticas que maximizem os resultados positivos. Ao identificar indicadores econômicos essenciais, antecipar desafios e avançar nesta agenda de pesquisa, esperamos aumentar a probabilidade de que a IAT conduza à prosperidade compartilhada e a um futuro sustentável para a humanidade.”

Inovação impulsionada por IA

Uma publicação de um artigo especial doThe Economist teve como foco “Como a IA pode revolucionar a ciência”. “O debate sobre inteligência artificial (IA) tende a se concentrar em seus potenciais perigos: viés e discriminação algorítmica, destruição de empregos em massa e até mesmo, alguns dizem, a extinção da humanidade”, observou o artigo. Enquanto alguns se preocupam com esses cenários distópicos, outros estão se concentrando nas potenciais recompensas. A IA poderia, eles afirmam, ajudar a humanidade a resolver alguns de seus maiores problemas. E, eles dizem, a IA fará isso de uma maneira muito específica: acelerando o ritmo da descoberta científica, especialmente em áreas como medicina, ciência climática e tecnologia verde.

Embora a inovação baseada em IA leve a um progresso extraordinário, "ela enfrenta uma ameaça amplamente oculta: a inovação está se tornando mais difícil e mais cara", disse "A próxima revolução da inovação - impulsionada pela IA", um relatório de junho de 2025 da McKinsey, Quantum Black . "Por muitas métricas e em muitos campos, cada dólar gasto em P&D tem comprado menos inovação ao longo do tempo", acrescentaram os autores, citando evidências concretas do declínio da produtividade de P&D em duas áreas principais: 

1. A indústria de semicondutores teve uma taxa de crescimento exponencial de 35% em transistores entre 1971 e 2014. Mas, durante esse mesmo período, empresas de semicondutores e fabricantes de equipamentos estimam que seus gastos anuais com P&D aumentaram em um fator de 18. "Em outras palavras, manter a taxa de crescimento de desempenho na Lei de Moore exigiu 18 vezes mais gastos com P&D em 2014 do que em 1971."

2. A indústria biofarmacêutica produziu produtos inovadores usados ​​para prevenir e tratar muitas doenças, permitindo que milhões de pessoas vivam vidas mais longas e saudáveis. No entanto, devido à queda na produtividade em P&D, a descoberta de medicamentos tornou-se mais lenta e dispendiosa, já que "o número de novos medicamentos aprovados por bilhão de dólares americanos gastos em P&D caiu pela metade a cada nove anos entre 1950 e 2011, caindo cerca de 80 vezes em termos ajustados pela inflação".

“A IA tem o potencial de dobrar as curvas de produtividade de P&D, não apenas desbloqueando mais crescimento econômico, mas também aumentando as chances de resolver alguns dos desafios humanos mais importantes, desde a prevenção e cura de doenças até a redução do nível de emissões de carbono”, disse o relatório da McKinsey.

Como a IA pode reacender a produtividade da inovação?

De acordo com a McKinsey, um modelo simplificado do processo de P&D consiste em identificar um conjunto de necessidades do cliente, gerar intenções de projetos e, em seguida, avaliar esses projetos para identificar os mais promissores que melhor atenderão às necessidades do cliente. Com base nesse modelo simplificado, o relatório identifica três maneiras principais pelas quais as tecnologias de IA podem reacender a produtividade da inovação:

1. Aumentando a velocidade, o volume e a variedade da geração de candidatos a design;

2. Acelerar a avaliação de candidatos por meio de modelos de proxy de IA; e

3. Acelerando as operações de pesquisa.

Deixe-me dizer algumas palavras sobre cada um deles.

Aumentar a velocidade, o volume e a variedade da geração de candidatos a design

Em 2020, a OpenAI lançou o GPT-3, seu mais poderoso modelo de base. Pouco tempo depois, seus criadores descobriram que o GPT-3 não só conseguia gerar frases e parágrafos inteiros em inglês em uma variedade de estilos, como também havia desenvolvido habilidades surpreendentes na escrita de softwares, mesmo com os dados de treinamento focados no idioma inglês, e não em exemplos de código de computador. No entanto, como se viu, a vasta quantidade de páginas da Web usadas em seu treinamento incluía muitos exemplos de programação de computador acompanhados de descrições do que o código foi projetado para fazer, permitindo assim que o GPT-3 aprendesse a programar sozinho. O GPT-3 também conseguia gerar documentos legais, como contratos de licenciamento ou arrendamentos, bem como documentos em uma variedade de outros campos.

Além disso, modelos de base como o GPT-3 podem ser treinados para gerar resultados além da linguagem humana, documentos e código de computador. Devidamente treinados, esses modelos de IA podem ser usados ​​para identificar moléculas com propriedades específicas na descoberta de medicamentos ou materiais com as características necessárias em baterias e células solares. Uma das maiores oportunidades potenciais para a IA aprimorar a inovação é gerar mais rapidamente um maior volume e variedade de candidatos a design.

Por exemplo, “Como os cientistas estão usando a inteligência artificial”, um dos artigos da edição de setembro de 2023 da The Economist, descreveu como a IA ajudou a encontrar novos antibióticos, salicina e abaucina, para uso contra duas das bactérias resistentes a antibióticos mais perigosas conhecidas. “Em ambos os casos, os pesquisadores usaram um modelo de inteligência artificial (IA) para pesquisar milhões de compostos candidatos para identificar aqueles que funcionariam melhor contra cada 'superbactéria'. O modelo foi treinado nas estruturas químicas de alguns milhares de antibióticos conhecidos e quão bem (ou não) eles funcionaram contra as bactérias no laboratório. Durante esse treinamento, o modelo descobriu ligações entre estruturas químicas e sucesso em danificar bactérias. Assim que a IA divulgou sua lista, os cientistas os testaram no laboratório e identificaram seus antibióticos.”

O mesmo artigo discutiu como a IA ajudou a acelerar a busca por novos materiais para baterias. “Quando pesquisadores da Universidade de Liverpool buscavam materiais que tivessem as propriedades muito específicas necessárias para construir baterias melhores, eles usaram um modelo de IA conhecido como 'autocodificador' para pesquisar todos os 200.000 compostos cristalinos estáveis ​​conhecidos no Banco de Dados de Estruturas de Cristal Inorgânico, o maior repositório do mundo. A IA já havia aprendido as propriedades físicas e químicas mais importantes necessárias para que o novo material da bateria atingisse seus objetivos e aplicou essas condições à busca. Ela reduziu com sucesso o número de candidatos a serem testados em laboratório de milhares para apenas cinco, economizando tempo e dinheiro.”

Acelerando a avaliação de candidatos por meio de modelos de proxy de IA

A próxima etapa no ciclo de vida de desenvolvimento do produto é avaliar quais dos diversos designs candidatos são os mais promissores. Ao longo dos anos, os fabricantes desenvolveram uma variedade de métodos para avaliar diferentes designs de produtos.

Uma técnica comum para produtos físicos, como carros, é construir protótipos e submetê-los a uma variedade de testes físicos, como análise de resistência a colisões e aerodinâmica. No entanto, protótipos e testes físicos podem ser caros e demorados, especialmente quando aplicados a um grande número de opções de design.

Outro método consiste em construir modelos matemáticos dos produtos avaliados e, em seguida, analisar diferentes opções de design com supercomputadores potentes. Essas simulações computacionais ganharam destaque devido aos grandes avanços na redução de preços e no aumento da relação preço/desempenho de supercomputadores paralelos avançados.

“Mas uma descoberta recente revelou que é possível redirecionar a tecnologia de rede neural desenvolvida para sistemas de IA para treinar modelos que podem atuar como proxies para modelos baseados em física computacionalmente mais intensivos. Esses modelos substitutos no estilo de IA não imitam o pensamento humano; em vez disso, eles preveem os resultados de fenômenos físicos no mundo. Quando usados ​​para prever o comportamento de um sistema completo, esses modelos são semelhantes a um gêmeo digital .” Essas técnicas baseadas em IA estão sendo usadas experimentalmente na previsão do tempo, na avaliação de diferentes projetos de carros e aviões e no teste e avaliação de medicamentos biológicos.

Acelerando as operações de pesquisa

“Além de gerar e avaliar candidatos a design, há várias outras maneiras pelas quais os LLMs, às vezes combinados com outras tecnologias de IA, estão sendo usados ​​para acelerar várias atividades no processo de desenvolvimento de produtos”:

• Identificar e analisar as necessidades, produtos e recursos do cliente/usuário . “Soluções de software baseadas em LLM estão sendo usadas, principalmente por empresas de consumo, para sintetizar uma vasta gama de avaliações de produtos, postagens em mídias sociais, transcrições de atendimento ao cliente e outras fontes de dados de clientes para identificar segmentos de mercado endereçáveis ​​e as categorias de produtos e recursos/funções que melhor atenderiam às necessidades ainda não atendidas dos clientes.”
• Explorar e sintetizar pesquisas e dados existentes . “Em setores como ciências biológicas, química e materiais, há um vasto e crescente corpo de pesquisas e bancos de dados publicados. Pode ser desafiador para os cientistas acompanhar a literatura em sua própria subdisciplina, sem mencionar as áreas adjacentes ou mesmo distantes de outras pesquisas, que poderiam trazer insights para avanços em sua área.”
• Simplificando a gestão interna do conhecimento . Grandes corporações detêm uma enorme quantidade de conhecimento em diversos bancos de dados e conhecimento tácito na mente dos funcionários. "Ferramentas baseadas em LLM podem ajudar a codificar o conhecimento tácito — por exemplo, transcrever e capturar reuniões gravadas e outras comunicações (com a permissão dos participantes, é claro)."
• Automatizando tarefas de documentação . Em setores altamente regulamentados, como o farmacêutico e o de fabricação de aeronaves, há requisitos significativos de documentação — por exemplo, para registros regulatórios, ordens de alteração de engenharia e outras documentações necessárias. Os LLMs podem acelerar o processo de geração e síntese desses documentos.
• Colaboração com humanos para ideação e desenvolvimento de conceitos . Gerentes de produto, cientistas, engenheiros, designers e outros participantes do processo de desenvolvimento de produtos podem "conversar" com LLMs para estimular ideias, obter "opiniões" e ter suas ideias questionadas, da mesma forma que fariam com um colega. Essas experiências ilustram que é possível que humanos e IA colaborem, mas a habilidade humana no uso de ferramentas de IA pode influenciar significativamente a eficácia dessas colaborações.

O que os líderes empresariais podem fazer para aproveitar o poder da IA ​​em P&D

O relatório da McKinsey recomenda que os líderes considerem quatro alavancas principais para aproveitar a IA para acelerar a inovação:

• Mova-se rapidamente e escale rapidamente. Superar essa curva de aprendizado mais cedo — e mais rápido — pode ajudá-lo a ganhar uma vantagem competitiva sobre os demais.
• Reconecte sua organização além da tecnologia. Além da tecnologia, capturar o valor da IA ​​exige alinhamento com a estratégia de negócios, formação dos talentos certos, adoção e escalonamento ágeis, além de gestão e governança de mudanças adequadas.
• Desenvolva uma competência essencial em torno de modelos . Uma nova competência essencial essencial será avaliar, integrar, treinar/adaptar e tomar decisões de construção versus compra sobre modelos de IA, incluindo modelos de código aberto, modelos adquiridos e até mesmo modelos treinados internamente, como parte do processo de P&D.
• Seja criterioso ao incorporar humanos no processo . As pessoas ainda terão um papel importante no processo de P&D, mas esses papéis provavelmente mudarão consideravelmente em um futuro com IA, exigindo requalificação. As organizações precisarão identificar quando é crucial ter um humano no processo, por exemplo, para garantir a segurança ou para aprovar diversas decisões em que ter um indivíduo responsável é crucial.

A Gestão da Inovação e o Futuro da Tecnologia

Vivemos na era da disrupção tecnológica acelerada, onde empresas que não inovam, são rapidamente ultrapassadas. Neste cenário, a ISO 56000 aparece como um framework essencial para estruturar a inovação de forma sistemática, garantindo que organizações não apenas acompanhem, mas liderem a transformação digital. 

Este artigo expande os cinco tópicos essenciais sobre a ISO 56000, aprofundando sua aplicação no mundo tecnológico e seu papel no futuro da inovação: 

1. Visão geral da ISO 56000 e sua estrutura normativa

2. Aplicações no ecossistema de tecnologia

3. Benefícios e casos de sucesso

4. Desafios

5. O papel da ISO 56000 na próxima onda de inovações tecnológicas

1. Visão geral da ISO 56000 e sua estrutura normativa

1.1 O que é a ISO 56000? A família ISO 56000 é um conjunto de normas internacionais que fornecem diretrizes para a gestão sistemática da inovação. Ela não é uma certificação obrigatória, mas um guia de melhores práticas que ajuda empresas a: - Estruturar processos de inovação de forma repetível e escalável. - Alinhar P&D (Pesquisa e Desenvolvimento) com estratégia de negócios. - Criar uma cultura organizacional que incentive experimentação e tolerância a falhas. 

1.2 Componentes da Série ISO 56000 A série inclui várias normas complementares, como: - ISO 56002: Requisitos para um Sistema de Gestão da Inovação (SGIn). - ISO 56003: Ferramentas para parcerias em inovação (open innovation). - ISO 56005: Gestão de propriedade intelectual na inovação.

1.3 Os Princípios da ISO 56000:

1. Foco em valor – Inovação deve gerar impacto real.

2. Liderança comprometida – Executivos devem abraçar a inovação. 3. Direcionamento estratégico – Alinhar inovação com metas de negócio.

4. Cultura colaborativa – Estimular criatividade intra e interorganizacional. 5. Processos adaptativos – Métodos flexíveis para diferentes tipos de inovação.

6. Aprendizado contínuo – Usar dados para melhorar ciclicamente.

7. Gestão de stakeholders – Envolver clientes, parceiros e acionistas.

8. Gerenciamento de riscos – Antecipar falhas e mitigar custos.

2. Aplicações no Ecossistema de Tecnologia

2.1 Inovação em Startups e Scale-ups - Estrutura para pivotar por exemplo: lean startup + ISO 56000. - Atração de investidores (fundos de Venture Capital valorizam processos padronizados). - Parcerias estratégicas com corporações usando ISO 56003 (open innovation).

2.2 Grandes Empresas de Tecnologia - Gestão de portfólio de inovação (ex.: Google X, Microsoft Research). - Inovação aberta com hubs de pesquisa e universidades. - Sistemas de recompensa para ideias internas (programas de intraempreendedorismo).

2.3 Setores Emergentes - Inteligência Artificial – Governança ética e gestão de algoritmos. - Blockchain – Padronização de casos de uso empresarial. - Computação Quântica – Priorização de projetos de alto impacto.

3. Benefícios e Casos de Sucesso

3.1 Vantagens

✅ Redução de 20-40% no time-to-market (estudo da ISO em empresas de TI).

✅ Aumento de 35% na taxa de sucesso de projetos de P&D.

✅ Melhoria na captação de recursos (ISO 56000 como critério em editores de inovação).

3.2 Exemplos

- Siemens: Usou a ISO 56000 para estruturar seu programa de cidades inteligentes.

- IBM: Integrou a norma em seu modelo de inovação em nuvem e IA.

- Startup Brasileira de healthtech: Reduziu custos de desenvolvimento de AI médica após implementação.

4. Desafios

4.1 Barreiras - Cultura organizacional resistente a mudanças. - Dificuldade em medir ROI da inovação. - Falta de expertise interna em gestão da inovação.

4.2 Soluções Práticas - Workshops de imersão (ex.: design thinking + ISO 56000). - Pilotos em projetos menores antes de escalar. - Parcerias com consultorias especializadas em inovação.

5. O Papel da ISO 56000 na Próxima Onda de Inovações

5.1 Tendências Tecnológicas Impactadas - Metaverso e Web3: Gestão de projetos descentralizados. - Energia Limpa: Inovação em baterias e hidrogênio verde. - Biotecnologia: Rastreabilidade e compliance em healthtech.

5.2 Futuro da ISO 56000 - Integração com ESG (critérios de sustentabilidade).

- Normas setoriais específicas (ex.: ISO 56010 para fintechs).

- Automação da gestão da inovação com AI (ex.: plataformas de ideias). 

Conclusão

A ISO 56000 é mais que uma norma — é um mapa estratégico para a inovação no século XXI. Empresas que a adotarem terão vantagens decisivas em:

- Velocidade (lançamento mais rápido de tecnologias).

- Eficiência (redução de custos em P&D).

- Sustentabilidade (alinhamento com ESG). O futuro pertence a quem inova de forma estruturada. A questão não é "se" sua empresa deve adotar a ISO 56000, mas "como" implementá-la antes da concorrência.

📌 Próximos passos:

1. Faça um diagnóstico da maturidade inovativa da sua empresa.

2. Treine equipes em conceitos da ISO 56000.

3. Comece com um projeto-piloto e escale progressivamente.

Sua organização já está preparada para a gestão da inovação? Compartilhe nos comentários! 🚀

A Necessidade é a Mãe da Inovação: Como os Desafios Impulsionam o Progresso

Desde os primórdios da humanidade, a inovação tem sido impulsionada pela necessidade de resolver problemas, superar limitações e melhorar a qualidade de vida. A famosa frase "A necessidade é a mãe da inovação" (adaptação do provérbio latino "Necessitas est mater inventionis") resume uma verdade universal: quando confrontados com desafios, nós encontramos maneiras criativas de superá-los.  

A necessidade tem sido o principal motor do progresso tecnológico, científico e social ao longo da história. Desde as primeiras ferramentas até as inovações modernas; períodos de crises, muitas vezes, aceleram o desenvolvimento de soluções revolucionárias.  

1. A Necessidade na História da Humanidade

Nos primórdios da civilização, a necessidade de sobreviver levou às primeiras grandes inovações: Ferramentas de pedras, riadas para caçar, cortar e se defender. O domínio do fogo: Permitiu cozinhar alimentos, aquecer-se e afastar predadores e a escassez de caça e a necessidade de alimentos estáveis levaram ao cultivo de plantas e a agricultura.  

Os Egípcios e a irrigação: A necessidade de controlar as cheias do Nilo levou à construção de diques e canais.  

Os Romanos e a engenharia: Estradas, aquedutos e esgotos foram criados para administrar um império em expansão.  

A Idade Média e a Revolução Agrícola: Novas técnicas de plantio aumentaram a produção de alimentos para uma população crescente.  

2. Necessidade e Revoluções Tecnológicas

A Revolução Industrial (Séculos XVIII-XIX): A escassez de mão de obra e a demanda por produção em massa levaram a avanços como:  

Máquina a vapor: (James Watt) – para aumentar a eficiência na mineração e fabricação.  

Tear mecânico – resposta à necessidade de têxteis mais baratos e rápidos.  

Guerras e Inovações Forçadas: Conflitos históricos aceleraram desenvolvimentos cruciais:  

Segunda Guerra Mundial:  trouxeram os Computadores (como o Colossus, para decifrar códigos nazistas).  

Penicilina em massa (para tratar soldados feridos).  

Foguetes e tecnologia espacial (origem no programa alemão V-2).  

Guerra Fria: Corrida espacial levou à criação de satélites, microchips e a internet (ARPANET).  

3. Necessidade na Era Moderna: Inovação em Tempos de Crise 

Pandemia de COVID-19 (2020-2022). A urgência global gerou avanços em:  

Vacinas de mRNA (Pfizer/BioNTech, Moderna) – desenvolvidas em tempo recorde.  

Telemedicina – expansão de consultas remotas.  

Trabalho remoto – plataformas como Zoom e Microsoft Teams se tornaram essenciais.  

Crise Climática e Energias Renováveis: A necessidade de reduzir emissões impulsionou:  

Carros elétricos (Tesla e outras marcas).  

Energia solar e eólica – tecnologias mais acessíveis.  

Materiais sustentáveis (bioplásticos, construções verdes).  

4. Por Que a Necessidade Gera Inovação?

Pressão por Soluções Rápidas:  Quando um problema se torna urgente, recursos são direcionados para resolvê-lo, acelerando pesquisas e desenvolvimentos.  

Colaboração Forçada: Crises unem cientistas, governos e empresas em torno de um objetivo comum (ex.: consórcios de vacinas na pandemia).  

Mentalidade de "Adaptar ou Morrer"

Empresas que não inovam em tempos de mudança são substituídas por outras mais ágeis (ex.: Blockbuster vs. Netflix).  

5. Como Cultivar a Inovação a Partir da Necessidade

Identificar Problemas Reais: Inovações duradouras surgem de necessidades genuínas, não apenas de tecnologia pela tecnologia.  

Incentivar a Experimentação: Ambientes que permitem falhas e aprendizagem (como startups e laboratórios de pesquisa) geram mais avanços.  

Investir em Educação e Pesquisa:  Países que priorizam ciência e tecnologia estão melhor preparados para inovar sob pressão.  

---  

A história mostra que os maiores saltos da humanidade muitas vezes surgiram de momentos de escassez, crise ou desafio. Da invenção da roda aos algoritmos de inteligência artificial, a necessidade continua sendo o principal combustível da inovação.  Em um mundo com problemas cada vez mais complexos – como mudanças climáticas, epidemias e desigualdade – a capacidade de transformar necessidades em soluções será mais crucial do que nunca. Portanto, em vez de temer os desafios, devemos encará-los como oportunidades para criar algo melhor.  

"A necessidade não só é a mãe da inovação, mas também a força por trás da evolução humana."

Você concorda que as maiores inovações surgem da necessidade? Compartilhe sua opinião nos comentários!

Ecos digitais

Quando o iPhone foi lançado, em sua primeira versao em 2007, ainda não havia noção sobre um “dispositivo único para tudo” e isso foi amplamente celebrado. Um único objeto que poderia servir como telefone, câmera, tocador de música, navegador da web e muito mais; com a promessa de conveniência e conectividade sem precedentes. Era totalmente disruptivo e literalmente, o sonho de consumo de muitos. Quase 20 anos depois, ganhamos experiência e perspectiva suficiente para reconhecer a visão revolucionária que ele carregava em si em 2007.

Distração

É claro. Todos encontramos uma forma de nos relacionar e interagir com o mundo através dos smartphones. Mas, um dispositivo para tudo tem o problema de ser útil quase o tempo todo e, quando em uso, é possível consumir tudo. Quando você usa um smartphone para fazer uma coisa, ele automaticamente o empurra para outras. Evitar isso é muito difícil, não é? 

Temos um aparelho que faz mais do que precisamos, com mais frequência do que desejamos. 

Como as notificações de todos os sistemas são habilitadas por padrão, a melhor coisa que podemos dizer sobre a arquitetura do dispositivo é que ele não tem um ponto de vista em relação à priorização do que ele faz.

É interessante como muitas pessoas — inclusive eu — tentam reduzir os recursos de seus smartphones a ponto de reduzir a experiência "disruptiva" para nos salvar da distração, mas não consigo chegar ao ponto de usar um celular mais simples, com menos recursos, porque alguns recursos são realmente bons demais para se abrir mão. Um "dumbphone" ou um celular sem os recursos de um smartphone, distrai muito menos, mas é dificil ficar sem os recursos e usar apenas mensagens de texto e uma câmera ruim. Nós não conseguimos mais usar só o celular com mensagem de texto e chamadas de voz. Precisamos da câmera, dos aplicativos de mensagens, das redes sociais e das facilidades de pagamento por aproximação.

Esse tipo de distração direta causa problemas e estamos cada vez mais cientes e dependentes dela, e já começamos a entender como isso causa estresse, ansiedade e coloca pressão em nossas vidas. Podemos combatê-lo com várias escolhas e otimizações, mas há outro tipo de distração que é menos direta, embora igualmente cumulativa e, acredito, igualmente tóxica.

Em um smartphone, cada coisa que ele faz gera informações que vão para outros sistemas e bases de dados. A grande maioria disso é feita de forma invisível — embora não insensível — para nós. Todos nós sabemos que não há privacidade em um smartphone, nem dentro de seu alcance de "escuta". Todos nós sabemos que, por mais informações que o smartphone nos forneçam, eles exponencialmente, geram mais informações para outras pessoas — alguém sempre vai estar assistindo, ouvindo, medindo e monetizando. Isso é chamado de "eco digital" e é preciso ter mais do que apenas consciência disso; é preciso entender que nossas ações geram dados sensiveis. O eco digital existe sempre que usamos tecnologia conectada, criando uma consciência sutil, mas persistente, de que o que fazemos não é apenas nosso. Um dispositivo como um smartphone sempre gera um "eco digital", mas muitos outros dispositivos também o fazem.

Comparar dois veículos motorizados diferentes ilustra bem isso. Em um carro como um Tesla, que podemos pensar como um "carro inteligente", já que é um computador que você pode dirigir, cada função produz um sinal digital. Ajustar o ar condicionado, fazer uma curva, abrir uma porta — o carro sabe e registra tudo, transmitindo essas informações para servidores e bases de dados. Em contraste, um veículo de 10 anos executa todas as suas funções sem criar esses ecos digitais. Em nosso mundo cada vez mais digital, as vezes sinto falta de um pouco do isolamento socio-digital.

O “carro inteligente”, é claro, não permanecerá simplesmente um computador que você pode dirigir. O “carro inteligente” de ponta dirige sozinho. O carro autônomo representa talvez a expressão mais aguda de como a cultura digital valoriza a atenção e a conveniência acima de tudo, especialmente o controle e a propriedade. Como passageiro de um carro autônomo, você abre mão do controle sobre a operação do veículo em troca da “liberdade” de direcionar sua atenção para outro lugar, provavelmente para algum sinal digital em seu próprio dispositivo ou em telas dentro do veículo. Posso ver o valor nisso; dirigir pode ser chato e, na maioria das vezes que estou ao volante, prefiria estar fazendo outra coisa. Mas atualmente, os veículos verdadeiramente autônomos são produtos que permitem serviços como o Waymo, o que significa que também abrimos mão da propriedade. Os benefícios disso também parecem óbvios: sem necessidade de prêmios de seguro, sem custos de manutenção. Mas nem toda vantagem vale seu custo. A economia dos carros autônomos não é clara. Há um debate real a ser travado sobre atenção, conveniência e propriedade que espero que se desenrole antes que não tenhamos escolha a não ser ser um passageiro na máquina de outra pessoa.

Quando me pego procurando novas maneiras de limitar as funções do meu smartphone, ou quando estou sentado no isolamento inexplorado do meu carro, muitas vezes me pergunto sobre os custos do "eco digital". Qual é o custo psicológico de saber que suas ações não são apenas suas, mas criam informações que podem ser observadas e analisadas por outros? À medida que mais aspectos de nossas vidas geram ecos digitais, eles forçam uma consciência ambiente de ser perpetuamente testemunhado em vez de simplesmente existir.

Isso transforma até mesmo atividades solitárias em interações sociais implícitas. Isso nos força a manter a consciência do nosso “eu observado” ao lado do nosso “eu experiencial”, criando um tipo de autoconsciência persistente. Nós nos tornamos artistas em nossas próprias vidas, em vez de meros participantes.

Acredito que essa conscientização crescente contribui para um interesse crescente em retornar aos dispositivos de foco único e tecnologias analógicas. Toca-discos e câmeras de filme não estão experimentando ressurgimento meramente por nostalgia, mas porque oferecem relacionamentos fundamentalmente diferentes com a mídia — relacionamentos caracterizados por intenção, presença e foco.

Na minha própria vida, esse reconhecimento levou a escolhas deliberadas sobre quais tecnologias adotar e quais evitar. Aqui estão três que me vêm à cabeça:

1. Substituir serviços de streaming por formatos de mídia próprios (CDs, Blu-rays) que permaneçam acessíveis nos meus termos, não sujeitos a mudanças de plataforma ou desaparecimento de conteúdo.

2. Preferir livros impressos enquanto se utilizam leitores eletrónicos dedicados para textos digitais — neste caso, aceitar certos ecos digitais quando os benefícios (em particular, o acesso a material que de outra forma não estaria disponível) superam os custos.

3. Rejeitar completamente os dispositivos domésticos inteligentes, reconhecendo que a sua conveniência raramente justifica a complexidade e vigilância acrescidas que introduzem

Você provavelmente tomou decisões motivadas de forma semelhante, talvez em outras áreas da sua vida ou em relação a outras coisas. O que importa, eu acho, é que essas escolhas não são sobre rejeitar a tecnologia, mas sobre criar espaços para um engajamento mais intencional. Elas representam uma busca por equilíbrio em um mundo que cada vez mais adota a conectividade máxima.

Tive uma conversa recentemente com um amigo que refletiu: "O que são esses primeiros dias de falta de privacidade digital?" Que pergunta maravilhosa. Talvez agora estejamos testemunhando o início de uma nova fase em nosso relacionamento com a tecnologia. A onda inicial de transformação digital priorizou conectar tudo o que for possível; a próxima onda pode ser mais criteriosa sobre o que deve ser conectado e o que é melhor deixar de fora da conectividade. Espero ver sistemas operacionais realmente projetados em torno do foco em vez de multitarefa, interfaces que respeitem a atenção em vez de competir constantemente por ela e dispositivos que atendam a propósitos discretos excepcionalmente bem em vez de executar múltiplas básicas funções.

Os ecos digitais de nossas ações provavelmente continuarão a se multiplicar, mas podemos escolher quais ecos estamos dispostos a gerar e quais atividades merecem permanecer ocultas; ou — existir apenas no momento em que ocorrem e, nas memórias dos presentes. O que parece revisão ou recuo pode ser a próxima onda de inovação, nascida de termos aprendido com as lições das últimas décadas e desejando o melhor para a próxima.

Ouça o podcast deste post.

O acesso fixo sem fio (FWA), o futuro da banda larga

O concorrente mais significativo da Internet de banda larga que levamos para nossas casas ou empresas via DSL, cabo ou fibra ótica com dispositivos de conexão Wi-Fi é o 5G para serviço doméstico, também conhecido como Acesso Fixo Sem Fio (FIXED WIRELESS ACCESS – FWA). FWA em conjunto com 5G é uma tecnologia de banda larga de alta velocidade escalável e econômica, com uma conexão sem fio fornecendo a “última milha”. Não são necessários fios para chegar às instalações do cliente, apenas um dispositivo receptor sem fio. Aqui estão cinco coisas que você deve saber sobre o mercado de FWA.

1. Substituir, não complementar

Os defensores de regulamentações e os fornecedores de cabos sustentam que a banda larga sem fios é um complemento, e não um substituto, da banda larga fixa. No entanto, com o aumento da capacidade e os preços competitivos, os consumidores descobrem que o FWA satisfaz as suas necessidades de banda larga. Já existem cerca de 7 milhões de lares FWA nos EUA. No primeiro trimestre de 2022, a T-Mobile relatou 1 milhão de clientes FWA, um ano após o lançamento. A Verizon adicionou 194.000 assinaturas líquidas de FWA, 2,5 vezes o nível do quarto trimestre de 2021. A AT&T tem meio milhão de clientes FWA. Nos mercados locais de todo o país, dezenas de pequenos e médios fornecedores ocupam o espaço FWA. Espera-se que em breve o FWA represente 10% de todas as conexões de banda larga dos EUA. Por outro lado, o FTTH compreende cerca de 20% de todas as conexões nos EUA atualmente.

2. Espectro

O FWA é compatível com qualquer radiofrequência, mas a implementação depende do acesso das operadoras às frequências e aos serviços sem fio existentes. As frequências utilizadas incluem as bandas de 800 MHz, 1,8 GHz e 2,1 GHz para áreas rurais e suburbanas e 2,3 GHz e 2,6 GHz para áreas urbanas. Embora os EUA sejam considerados líderes mundiais na gestão comercial do espectro, a utilização do espectro manteve-se praticamente inalterada durante o último século. Embora os EUA tenham desfrutado de leilões de espectro que estabeleceram recordes, como a banda C, eles estão atrasados em termos de espectro de banda média suficiente em relação a outras nações modernas. Esta escassez tornou os provedores privados sem fio, especializados e eficientes no uso do espectro, enquanto os usuários federados, mantêm tecnologias mais obsoletas.

3. Serviços e Internet das Coisas (IoT)

Embora o caso de uso atual do FWA seja a banda larga doméstica e de escritório (pense em streaming de entretenimento de vídeo, navegação na web e mídia social), o FWA incorpora os maiores padrões técnicos e recursos de 5G para velocidade, segurança e confiabilidade. Isso significa que a FWA pode impulsionar as indústrias do futuro com conectividade contínua, segura e de baixa latência, como telemedicina, veículos autônomos, realidade aumentada/realidade virtual e soluções para os setores de manufatura e energia.

4. Cobertura

Novas tecnologias, como a múltiplas entradas e múltiplas saídas (MIMO) em torres de celular, podem oferecer mais capacidade em distâncias maiores. Em vez de sinais aleatórios, enviados em todas as direções, o sinal inteligente direciona o receptor exatamente onde ele está. Desta forma, o FWA aparece como solução para áreas suburbanas e rurais com velocidades tão elevadas como 1 Gbps (1000 gigabits) em até seis quilômetros.

5. A competição contra o cobre

A explosão das tecnologias sem fio levou a cortes nos preços da banda larga fixa. Os preços das tecnologias de telefonia fixa caíram até 42% nos últimos seis anos. Em países com forte utilização de DSL, como a Alemanha e o Reino Unido, o FWA é considerado o “assassino de cobre” porque é mais rentável entregar banda larga sem fios de alta velocidade, do que as redes DSLs existentes. A AT&T anunciou recentemente a redução de sua pegada de cobre pela metade até 2025, e a Verizon já atualizou 4,5 milhões de circuitos em sua rede de cobre. E a Noruega foi mais radical: está em processo de remoção de todas as redes DSL.

Conclusão

Os avanços na tecnologia 5G transformaram a viabilidade da tecnologia sem fio como solução de banda larga doméstica. As altas velocidades e baixa latência do FWA podem servir como um verdadeiro substituto para conexões de banda larga com fio. Custos mais baixos e a redução das restrições na última milha significam que mais residências e empresas poderão ficar online, aproximando-nos do fim da exclusão digital. À medida que as operadoras sem fio continuam a inovar e a implantar grandes blocos de espectro, o FWA alcançará milhões consumidores em todo o mundo.

O valor do Open Source

A oferta de software de código aberto ou Open Source Software (OSS), — e as razões para ingressar e contribuir com as comunidades Open Source — tem sido extensivamente estudado. A Linux Foundation (LF), por exemplo, tem mais de 1.500 empresas membros e quase 1.000 projetos Open Source, com mais de 15.000 outras organizações contribuintes. A LF estima que mais de 50 milhões de linhas de código são adicionadas semanalmente aos seus projetos, que compreendem uma porcentagem significativa das infraestruturas de missão crítica do mundo, e ainda há um número significativamente maior se incluirmos as contribuições de outras comunidades Open Source como a Apache Software Foundation.

No entanto, sabemos muito pouco sobre a demanda do OSS. Apesar da ampla adoção por empresas e indústrias em todo o mundo, realmente não entendemos, nem somos capazes de quantificar seu valor econômico para as organizações que dependem do Open Source. Quais benefícios essas organizações obtêm? Quais custos estão envolvidos ao se usar ou contribuir com o OSS? E, se não for possível usar o OSS em um projeto, quais seriam as melhores alternativas e quanto custariam?

Para obter respostas para essas e outras questões sobre OSS, a LF patrocinou um estudo conduzido pelo professor da UC Berkeley, Henry Chesbrough, — autor do livro Open Innovation Results, publicado em 2020. As principais descobertas e conclusões do estudo são discutidos no White Paper, “Measuring the Economic Value of Open Source”.

“Parte da pesquisa sobre OSS aproveita o fato de que os repositórios de OSS estão disponíveis ao público, incluindo estudos acadêmicos”, escreveu Chesbrough no White Paper. “No entanto, para medir o valor econômico do OSS, é necessário observar o crescente número de projetos e também como o indivíduo ou organização que empregou o OSS usou o software. Essas ações não são observáveis ao público. Em vez disso, deve-se construir maneiras de sondar esses atores para descobrir as maneiras pelas quais eles usam o OSS.”

O White Paper cita um relatório de 2021 da Comissão Europeia sobre o impacto do Open Source na economia da UE, baseado em uma análise de custo-benefício do impacto econômico dos investimentos em Open Source e em uma pesquisa com mais de 900 partes interessadas. A maioria dos entrevistados (75%) veio de pequenas e médias empresas, enquanto as grandes empresas, que são os principais usuários e contribuintes do OSS, foram sub-representadas nos resultados da pesquisa. “No geral, os benefícios do Open Source superam em muito os custos associados a ele”, disse o relatório da UE. As contribuições do OSS para o PIB da UE “produzem uma relação custo-benefício ligeiramente superior a 1:10. Depois de levar em consideração o hardware e outros custos de capital dos 260.000 contribuintes da UE para OSS, a relação custo-benefício ainda está ligeiramente acima de 1:4.”

Para entender os motivos e o valor econômico estimado que levaram as empresas a adotar o OSS, Chesbrough e seus colaboradores elaboraram e conduziram uma pesquisa. Todas as perguntas e respostas da pesquisa podem ser encontradas no Apêndice do White Paper. “Nossa amostra se inclina para empresas da Fortune 500”, observou Chesbrough. 43% dos entrevistados tiveram receitas superiores a US$ 1 bilhão em 2021, dos quais 29% tiveram receitas superiores a US$ 10 bilhões; e 57% vieram de organizações com receita inferior a US$ 1 bilhão. Várias das organizações trabalham com OSS há mais de 20 anos, mas cerca de metade só começou em 2015.

A maioria dos entrevistados, 29%, eram CEOs, 18% eram membros de P&D, 18% trabalhavam em negócios e marketing, 9% eram CIOs/CDOs, 6% estavam no grupo de TI e software e o restante veio de uma série de grupos menores. Vou resumir as principais descobertas do estudo.

O primeiro conjunto de perguntas teve como objetivo avaliar o valor econômico geral do OSS, perguntando sobre os custos e benefícios gerais do OSS para a organização.

Com base em sua experiência, avalie o grau de benefícios derivados do uso ou da contribuição de OSS para sua organização.

O benefício com a classificação mais alta foi a economia de custos, que 67% dos entrevistados classificaram como alta ou muito alta e apenas 10% classificaram como baixa ou nenhuma. Foi seguido por velocidades de desenvolvimento mais rápidas, classificadas como altas ou muito altas em 66% e baixas ou nenhuma em 9%; e padrões abertos e interoperabilidade, classificados como alto ou muito alto em 63% e baixo ou nenhum em 13%. Outros benefícios bem avaliados foram comunidade ativa para troca de conhecimento — 59%; independência de fornecedores proprietários, — 54%; e atraente ambiente de trabalho de TI, – 49%.

Com base em sua experiência, avalie os principais custos associados ao uso ou à contribuição de OSS para sua organização. A principal fonte de custos altos ou muito altos associados ao OSS foram as falhas de segurança, mencionadas por 25% dos entrevistados. Seguiram-se os custos de suporte ocultos, com um aumento de 23%; custos relacionados com incertezas jurídicas com licenciamento — 17%; e custos de mudança de proprietário para OSS — 17%.

Qual é a sua avaliação da relação custo-benefício geral de usar ou contribuir com OSS?

Cerca de 2/3 dos entrevistados afirmaram que os benefícios excediam os custos, dos quais 23% afirmaram que os benefícios excediam largamente os custos; 21% responderam que os custos superam os benefícios, dos quais apenas 3% disseram que os custos superam em muito os benefícios; e 11% disseram que os custos e benefícios eram quase iguais.

Qual é a tendência geral da relação custo-benefício de usar ou contribuir com o OSS em sua organização nos últimos 5 anos?

Quase 50% dos entrevistados disseram que os benefícios estão crescendo mais rápido que os custos, dos quais 7% disseram que estão crescendo muito mais rápido; 17% disseram que os custos estavam subindo mais rápido que os benefícios, dos quais apenas cerca de 1,5% disseram que os custos estavam subindo muito mais rápido; e 35% disseram que os benefícios e custos permaneceram estáveis nos últimos 5 anos.

O próximo conjunto de perguntas pediu aos entrevistados que considerassem um grande projeto concluído recentemente que incluía OSS. “Esta pergunta exigiu muito conhecimento de nossos entrevistados e, como resultado, recebemos muito menos respostas a esta e às perguntas subsequentes”, observou Chesbrough.

Aproximadamente quantas linhas de código de software foram incluídas nesta nova oferta?

O tamanho do projeto, refletido pelo número de linhas de código variou muito. 18% disseram que o projeto incluía mais de 160.000 linhas de código (LOC); 8% disseram 80.000 a 160.000 LOC; 13% disseram 20.000 a 80.000 LOC; 30% —5.000 a 20.000 LOC; 16% — 1.000 a 5.000 LOC; e 15% disseram menos de 1.000 linhas de código.

Qual porcentagem dessas linhas de código foram criadas a partir do OSS?

22% responderam que o OSS representava mais de 80% do código; 10% responderam que era de 60% a 80% do código; 18% — 40% a 60%; 26% — 20% a 40%; e 24% responderam que o OSS representava menos de 20% do código.

Para essas linhas de código OSS: quanto custaria para você escrever as linhas de código necessárias para obter essa funcionalidade com seu próprio software, em vez de software OSS, incluindo suporte contínuo e manutenção do código?

67% estimaram que o software teria custado significativamente mais sem OSS, dos quais 46% acreditavam que teria custado o dobro; 21% acreditam que o software teria custado menos sem o OSS.

Se você não conseguiu usar o OSS neste projeto: Qual foi sua próxima melhor alternativa para atingir um nível semelhante de funcionalidade em sua versão?

50% dos entrevistados teriam usado uma solução proprietária comercial em vez de OSS; e 36% disseram que teriam feito o projeto internamente. Além disso, 75% estimaram que teria sido mais caro comprar o software de um fornecedor comercial, dos quais 31% acharam que teria sido quatro vezes mais caro do que o OSS; e 13% acreditavam que o produto comercial teria sido mais barato.

“Considerando as várias perguntas e suas respostas, fica claro que os entrevistados percebem que o OSS tem um valor econômico considerável”, escreveu Chesbrough em conclusão. “Os benefícios percebidos excedem os custos pela grande maioria dos entrevistados — 60% a 75%, dependendo da questão específica analisada. E a proporção de benefícios em relação aos custos parece estar aumentando para quase metade dos entrevistados, enquanto apenas 16% acham que a proporção está diminuindo. Isso sugere fortemente que o valor do OSS aumentará ainda mais no futuro para a maioria das organizações participantes.”

Chesbrough explicou ainda que a pesquisa subestima o valor do OSS para as organizações participantes porque os resultados não levam em consideração os benefícios sociais mais amplos do OSS. “A sociedade se beneficia da capacidade de outras empresas acessarem os mesmos repositórios OSS, algo que uma empresa individual pode não valorizar e que nossa pesquisa não mediu. E a disponibilidade desses repositórios abertos pode até permitir a entrada de novas empresas que, de outra forma, não teriam outro benefício social não capturado nesta pesquisa. Portanto, do ponto de vista social, o valor da adoção do OSS é ainda maior do que os resultados relatados aqui.”

“Um pensamento final para as organizações que ainda não adotaram o OSS é lembrar um dos insights dos primeiros dias do OSS: vale a pena ser mais aberto”, acrescentou. “Software é uma tecnologia cuja importância está aumentando constantemente ao longo do tempo. … Adotar o OSS pode permitir que você abrace um futuro mais vibrante, surpreendente e empolgante.”