A otimização da infraestrutura de dados

Obrigado por ler o meu post. Escrevo regularmente sobre tendências de tecnologia e inovação. Para ler minhas postagens futuras, basta entrar no site fluência.digital e clicar em ‘Seguir’ ou conectar-se comigo via Twitter.

A revolução na forma como usamos os dados para criar novos serviços para nossos clientes está mudando a maneira como os negócios funcionam.  A tecnologia e sua infraestrutura não são só mais um serviço de suporte, mas a força motriz por trás da mudança transformacional e da estratégia de negócios.

Os dados são o combustível para a inovação e o crescimento, mas uma grande quantidade dos dados coletados não são usados, e muitas organizações não entendem totalmente como obter valor dos dados que possuem.

Resolver esse problema é fundamental para que as empresas possam conduzir seus negócios por um caminho de crescimento e inovação impulsionados pelo digital, e as escolhas de infraestrutura são uma parte crítica do processo. Para colher dados de insights em tempo real e tomada de decisão baseada em dados, é necessária uma plataforma de hardware poderosa e uma tecnologia de banco de dados hiper-rápida. E, infelizmente, isso nem sempre sai barato!

Uma combinação que está se tornando cada vez mais popular é o sistema de banco de dados HANA da SAP em conjunto com a arquitetura de servidor Power Systems da IBM. Um relatório da Forrester descobriu que as empresas que adotam esse modelo podem economzar de cerca de US $ 1 milhão devido ao tempo de inatividade reduzido, economizar cerca de US $ 1,5 milhão que seriam gastos em soluções alternativas e reduzir os custos de manutenção de sua infraestrutura em mais de US $ 300.000.

A arquitetura HANA permite trabalhar com grandes quantidades de dados na memória RAM – até um petabyte – para o acesso mais rápido possível durante os processos analíticos. Isso significa que ele pode ser usado para alguns dos projetos de processamento de big data mais críticos em andamento hoje no mundo. Também pode ser usado para implantações na nuvem e on site e seus números são impressionantes: cerca de 200 milhões de usuários em todo o mundo.

Para que o Hana possa operar, é necessário um motor potente e robusto para impulsioná-lo e muitas empresas estão escolhendo Power Systems para ser este motor, não apenas pelo fato de ter o hardware necessário e a resiliência, testada, comprovada e certificada, mas porque tem se mostrado altamente econômico quando comparado a outras opções. A IBM informa que até 1/3 dos usuários do SAP S / 4HANA estão executando suas instalações em hardware Power Systems. As informações também são apoiadas pela análise do IDC, que classificou Power Systems em sua categoria mais alta de resiliência (nível 4), o que significa que, na prática, demonstra tempo de atividade de mais de 99,999%.

A necessidade de atualizar a infraestrutura tornou-se urgente para muitos clientes, pois a SAP anunciou há algum tempo, o encerramento das plataformas de dados R/3 e ECC e deixará de prover suporte para eles em 2027 e, ao contrário dessas plataformas, sua substituição (Business Warehouse) só será executada em bancos de dados SAP.  Isso significa que a migração para SAP HANA é crítica para milhares de organizações que desejam continuar trabalhando com a principal ferramenta de ERP da SAP.

Um caso que a IBM apresenta como prova do seu sucesso em prover infraestrutura de dados, vem do fabricante de embalagens Hoffmann Neopac.  Depois de reduzir o consumo geral de energia por um fator de 15, seu CIO Frank Werdermann disse: “A implantação de SAP S / 4HANA em nuvem privada, baseada em IBM Power Systems nos permitirá digitalizar, automatizar, otimizar e acelerar muitos de nossos processos de negócios, ajudando-nos a construir um negócio de embalagens mais enxuto e ecológico.”

Outro cliente satisfeito é a Audi, que escolheu SAP S / 4HANA rodando em Power Systems, que está reagindo à crescente demanda por veículos elétricos e híbridos, junto com uma infraestrutura mais ecológica para apoiar suas operações de fabricação e distribuição; eles creditam sua migração para Power Systems permitiu uma redução de 66% no número de servidores, enquanto aumentaram a velocidade de carregamento de dados para análise em 100%.

Para outro caso de uso, podemos olhar para o mundo da moda – onde a importância de uma ação rápida com base em percepções sobre tendências nunca pode ser superestimada. A Clarks, tradicional sapataria do Reino Unido, precisa disponibilizar produtos e serviços a seus clientes, semanas após identificar as últimas tendências de compras. Seu estoque é composto por mais de um milhão de SKUs que precisam ser combinados com os compradores em todos os seus canais de venda, online e físicos. A evolução de suas operações de dados em soluções SAP permitiu-lhes avançar para o processamento de dados em tempo real, permitindo a verificação instantânea de estoque e entrega no dia seguinte. Hoje, toda a sua cadeia de suprimentos global é gerenciada em uma única instância SAP. Um exemplo dos desafios que isso os está ajudando a superar é dado pelo gerente de sistemas John Caswell, que afirma: “Se um de nossos produtos explodir em popularidade nas redes sociais, precisamos ter certeza de que podemos processar um aumento significativo nos pedidos em um curto período de tempo. Da mesma forma, ganhar um novo acordo de distribuição internacional pode depender de nossa capacidade de construir as integrações B2B em questão de semanas.”

Finalmente, vamos dar uma olhada no fabricante sueco de eletrodomésticos Electrolux.  O desafio era consolidar todos os sistemas e processos que a empresa havia herdado durante uma longa história de aquisições estratégicas de fabricantes líderes em seu setor. Gerenciar a interface entre esses recursos tornou-se uma distração da estratégia de crescimento de inovação em design e atendimento ao cliente, levando à busca por uma solução.

Ao recorrer ao IBM Power Systems, apoiado pelo armazenamento FlashSystem, que oferece a estrutura mais rápida e segura disponível para suas operações de TI, foi possível otimizar ainda mais a capacidade de armazenamento e o uso de recursos de manutenção, contando com as soluções de virtualização Spectrum Virtualize da IBM. Essa tecnologia permite implementar algoritmos de IA para garantir que a capacidade de armazenamento e a largura de banda sejam usadas da forma mais eficiente possível.

Ao definir os requisitos de infraestrutura, tradicionalmente, há uma necessidade de equilíbrio entre potência e desempenho versus custo financeiro. A adoção cada vez mais difundida do SAP HANA em Power Systems mostra que a energia também pode ser um impulsionador de eficiência e redução de custos, criando situações em que a manutenção automatizada inteligente e o consumo de energia menor resultam em despesas gerais consideravelmente reduzidas.  Esse é um motivo simples pelo qual muitos clientes IBM e SAP conseguiram operacionalizar com sucesso iniciativas de dados altamente inovadoras com maior velocidade e precisão do que antes, ao mesmo tempo em que mantiveram firme controle de seus orçamentos.

O novo normal digital

A mudança foi radicalmente transformadora e muito difícil de adoção por grandes empresas. Ao longo dos anos, as grandes empresas acumularam ativos valiosos e organizações extensas. Já ocupados com o gerenciamento de suas operações, elas olharam para a mudança mais como uma ameaça do que uma oportunidade, – mas, neste caso, do cenário pandêmico, não houve outra escolha.

Uma crise séria é uma oportunidade para se concentrar nas ações necessárias para sobreviver em um ambiente em rápida mudança. Se um gestor ou empresário nunca se deparar e atravessar uma crise seria em sua carreira, ele nunca vai estar preparado para um real desafio.

Quando as empresas entraram na crise da Covid-19 – sem dúvida o maior impacto que o mundo já experimentou, desde a Segunda Guerra Mundial – as empresas buscaram acelerar sua jornada em direção ao que, quase todos concordam, que será um futuro cada vez mais digital.

“A crise do COVID-19 fornece um vislumbre repentino de um mundo futuro, no qual o digital se torna o centro para cada interação, forçando organizações e indivíduos a subirem mais na curva de adoção de tecnologias, quase da noite para o dia”, disse o artigo da McKinsey, Estratégia Digital em um tempo de crise.

“Um mundo no qual os canais digitais se tornam o principal (e, em alguns casos, o único) modelo de engajamento do cliente e processos automatizados se tornam o principal impulsionador da produtividade – e a base de cadeias de suprimentos flexíveis, transparentes e estáveis. Um mundo no qual formas ágeis de trabalhar são um pré-requisito para atender às mudanças aparentemente diárias no comportamento do cliente.”

Nesse mundo futuro, as empresas devem aprender mais rápido do que nunca, que uma crise é um “mandato para ser ousado”, observa o artigo, e recomenda que as empresas concentrem seus esforços em algumas dessas ações ousadas:

Ofertas digitais atraentes

“… a maioria das organizações está procurando substitutos virtuais para suas ofertas físicas, ou pelo menos novas maneiras de torná-las acessíveis com o mínimo de contato físico.” mas isso é mais fácil dizer do que fazer. Os produtos e serviços físicos evoluíram e foram aperfeiçoados ao longo de muitos e muitos anos. Uma recriação digital direta de uma oferta física geralmente resultará em uma experiência do usuário muito inferior. Em vez disso, a oferta deve ser reinventada para o mundo digital. O design thinking pode desempenhar um papel importante em tal reinvenção.

Uma abordagem centrada no design é focada antes de tudo na experiência do usuário. O bom design visa tornar nossas interações com produtos e instituições complexas – por exemplo, uma empresa, um provedor de saúde, uma sala de aula, uma função governamental – tão atraentes e intuitivas quanto possível. Isso é o que as empresas precisam fazer agora ao trazerem suas ofertas físicas para o mundo digital.

Novos modelos operacionais e de negócios

“Embora os resultados variem significativamente de acordo com a indústria, alguns temas comuns sugerem as próximas mudanças normais nas estruturas de custo e modelos operacionais daqui para frente”

O artigo cita três dessas novas mudanças normais em particular:

1. Força de trabalho remota e automação;
2. Transparência e flexibilidade da cadeia de suprimentos; e
3. Segurança de dados.

As transformações de negócios mais bem-sucedidas são aquelas que alavancam os principais ativos de uma empresa e os trazem para o futuro integrando os principais ativos com as novas tecnologias e modelos de mercado. Por exemplo, um fator importante na rápida adoção comercial da Internet em meados da década de 1990 foi a relativa facilidade com que as empresas integraram seus principais sistemas back-end com um front-end da web, para que qualquer cliente com um PC e um navegador agora pudesse acessar suas transações legadas e aplicativos de banco de dados a qualquer hora, de qualquer lugar. Da mesma forma, a maneira mais pragmática de as empresas entrarem na curva de aprendizado de IA é aprimorando seus processos de negócios existentes com recursos de IA, transformando assim seus processos legados em processos conectados inteligentes.

Aprendendo no ritmo da crise

“Em situações de extrema incerteza, as equipes de liderança precisam aprender rapidamente o que está e o que não está funcionando e por quê … A ação ousada e a capacidade de aprender estão altamente relacionadas.”

O artigo da McKinsey recomenda várias áreas-chave que devem ajudar as empresas a aumentar o ritmo de aprendizado durante a crise.

Adoção de novas tecnologias e modelos de trabalho. A crise do COVID-19 “tornou a experimentação uma necessidade e uma expectativa”. A mudança abrupta de operações e interações físicas para virtuais é uma excelente oportunidade para aumentar o ritmo do mundo real de aprender a melhor implantar novas tecnologias digitais.

Além disso, a mudança para operações virtuais exige que as empresas mudem os modelos de trabalho aos quais os funcionários, clientes e parceiros de negócios se acostumaram, começando com como melhorar a experiência geral do usuário digital.

Escalabilidade rápida

“Escalar o que você aprende é sempre um obstáculo em uma transformação digital.” Em tempos normais, as empresas podem não ter pressa em traduzir o que aprenderam em soluções digitais confiáveis, escaláveis e prontas para a produção. Mas, queiram ou não, a crise está forçando as empresas a fazerem a transição de seus pilotos experimentais para operações em escala real em tempo recorde. Isso é muito desafiador, mas também é uma oportunidade de aprendizado em tempo real com uma base de usuários mais indulgente e grata.

Efeitos sistêmicos. A rápida transição do físico para o virtual requer a mudança de vários modelos operacionais e de negócios simultaneamente, tornando muito importante avaliar como todos eles interagem e potencialmente interferem uns com os outros.

O artigo cita o exemplo de provedores de saúde, que estão enfrentando “uma maior demanda por serviços (incluindo saúde mental e outras apresentações não COVID-19) ao mesmo tempo que seus canais tradicionais são restritos, tudo no contexto de leis de privacidade estritas . Isso fez com que muitos provedores testassem e adotassem rapidamente protocolos de Tele saúde que muitas vezes não existiam em muitos consultórios médicos antes, e navegassem na conformidade com a privacidade, bem como na receptividade do paciente ao envolvimento nesses novos canais. ”

Algo semelhante está ocorrendo no ensino à distância, e-shopping, trabalho em casa, e-reuniões, videoconferências e outras atividades físicas que agora foram forçadas a se tornarem virtuais.

Simplifique e concentre-se

Dadas as enormes complexidades e desafios dessa virtualização forçada, as organizações devem aproveitar as vantagens dos métodos ágeis para ajudá-las a simplificar, focar e evitar a sobrecarga. Para fazer isso, eles precisam coletar e avaliar rapidamente dados em tempo real sobre clientes e mercados para ajudar a determinar o que está funcionando, o que não está, por que e como corrigir ou mudar o curso.

“Muitas vezes, nos assuntos humanos, as maiores lições emergem dos tempos de crise mais devastadores”, conclui o artigo. “Acreditamos que as empresas que puderem atender e superar simultaneamente as demandas críticas e do dia a dia de sua resposta à crise poderão obter percepções exclusivas e respostas para ajudar a garantir que seu futuro digital seja mais robusto com o COVID- 19 do que quando nele entrou. ”

O impacto econômico das tecnologias transformadoras

“As tecnologias de uso geral (General Purpose Techinologies) são motores de crescimento …”, isso foi escrito por Erik Brynjolfsson, Daniel Rock e Chad Syverson no The Productivity J-Curve, um documento publicado recentemente pelo National Bureau of Economic Research (NBER).

“Essas são as tecnologias definidoras de seu tempo e podem mudar radicalmente o ambiente econômico. Elas têm um grande potencial, mas explorar tal potencial requer investimentos intangivelmente maiores e, muitas vezes, não mensurados, sem um repensar fundamental da organização da própria produção.”

Como aprendemos nos últimos dois séculos, geralmente há um intervalo de tempo significativo entre a ampla aceitação de uma nova tecnologia transformadora importante e o consequente impacto sobre empresas, governos e outras instituições. Mesmo depois de atingir um ponto crítico da aceitação do mercado, leva um tempo considerável – muitas vezes décadas – para que essas novas tecnologias e modelos de negócios sejam amplamente adotados nas economias e sociedades – e para que todos os benefícios sejam alcançados.

Em seu livro de 2002, Revoluções Tecnológicas e Capital Financeiro, a historiadora econômica Carlota Perez escreveu que desde o advento da Revolução Industrial, tivemos uma grande revolução tecnológica a cada 60 anos.

A primeira foi a era das máquinas e fábricas na última parte do século XVIII. Ela foi seguida pela era do vapor, carvão e ferro no início e meados do século XIX; eletricidade e aço nos anos 1870-1880; automóveis, petróleo e produção em massa nas primeiras décadas do século XX. Então veio a revolução do computador e das comunicações na última parte do século XX, iniciando a transição da economia industrial dos últimos dois séculos para a atual economia digital.

Segundo Perez, as transformações econômicas que acompanham essas tecnologias são compostas por dois períodos distintos, cada um com duração de aproximadamente 20 a 30 anos. Primeiro, vem o período de instalação, quando as novas tecnologias emergem no mercado, os empreendedores lançam muitas novas startups e os capitalistas de risco incentivam a experimentação com novos modelos de negócios. Isso é seguido pelo período de implantação, quando as agora bem aceitas tecnologias e modelos de negócios se tornam a norma, levando a um crescimento econômico e de produtividade a longo prazo.

O trabalho do NBER também identifica duas fases, investimento e colheita, e explica sua evolução no ciclo de vida de uma tecnologia historicamente transformadora. Como essas tecnologias são de caráter geral, elas exigem investimentos complementares maciços, como redesenho de processos de negócios, co-invenção de novos produtos e modelos de negócios e a requalificação da força de trabalho. Além disso, quanto mais transformadoras as tecnologias, mais tempo leva para elas alcançarem a fase de colheita, quando são amplamente adotadas por empresas e indústrias em toda a economia.

As décadas de atraso entre os períodos de investimento e colheita levaram a um tipo de paradoxo da produtividade que intrigou os economistas que procuravam conciliar inovações tecnológicas emocionantes com lento crescimento da produtividade a curto e médio prazo.

Por exemplo, a produtividade nos EUA cresceu apenas 1,5% entre 1973 e 1995. Esse período de produtividade lenta coincidiu com o rápido crescimento do uso da TI nos negócios, dando origem ao paradoxo da produtividade de Solow, uma referência ao economista do MIT, Prêmio Nobel, Robert A Solow.

A piada de Solow em 1987:

“Você pode ver a era do computador em qualquer lugar, exceto nas estatísticas de produtividade”.

Porém, a partir de meados da década de 90, a produtividade da mão-de-obra nos EUA subiu para mais de 2,5%, com o rápido crescimento das tecnologias da Internet e a reengenharia de processos de negócios, ajudando a espalhar inovações que aumentam a produtividade na economia.

Da mesma forma, o crescimento da produtividade não aumentou até 40 anos após a introdução da energia elétrica no início da década de 1880, porque demorou até a década de 1920 para as empresas descobrirem como reestruturar suas fábricas para aproveitar a energia elétrica com novas inovações de fabricação, como a linha de montagem. E, enquanto o motor a vapor de James Watt inaugurou a Revolução Industrial na década de 1780, seu impacto na economia britânica foi imperceptível até a década de 1830, porque o crescimento da produtividade estava restrita a algumas indústrias.

Esse fenômeno de Produtividade é chamado de Curva J. O ‘J’ vem do formato do gráfico – como a curva cresce. O Propósito Geral da Tecnologia (ou em inglês General Purpose of Technology – GPT) diminui inicialmente, na fase de investimento e depois aumenta na fase de colheita. O artigo inclui um modelo que explica essas dinâmicas da curva J e aplica o modelo para ajudar a entender o paradoxo de Solow das últimas décadas, bem como analisar se os recentes avanços na IA, aprendizado de máquina e tecnologias relacionadas indicam o surgimento da IA como um GPT do século XXI.

Seu modelo leva em consideração insumos tangíveis e intangíveis na avaliação do crescimento total da produtividade, ou seja, a diferença entre as taxas de crescimento de todos os insumos e todos os produtos em um processo de produção. Os insumos de capital tangíveis, como equipamento físico, infraestrutura e despesas de mão-de-obra, são relativamente fáceis de medir. No entanto, juntamente com esses insumos tangíveis, uma empresa gasta capital em insumos intangíveis, como ofertas inovadoras, estratégias de negócios competitivas, processos simplificados, desenvolvimento de talentos e criação de classes de ativos totalmente novas. Os extensos investimentos intangíveis necessários para adotar uma GPT e transformar uma organização são muitas vezes esquecidos, porque são difíceis de quantificar e seus benefícios se acumulam ao longo de vários anos.

“Suponha que uma empresa queira se tornar mais” orientada a dados “e reorganizar seus processos de produção para aproveitar as novas tecnologias de previsão de aprendizado de máquina. Essa empresa pode querer, por exemplo, alterar seu mix de mão-de-obra para criar mais software e ensinar seus clientes a encomendar produtos on-line e não pessoalmente. Embora a empresa desenvolva aplicativos de pedidos de produtos on-line e processos de negócios para esse fim, não poderá usar esses recursos de investimento para produzir mais mercadorias. Ao mesmo tempo, porém, os ativos de capital que a empresa está construindo – conhecimento institucional de software na empresa, práticas de contratação, criação de organizações e reciclagem de clientes para usar sistemas digitais – são deixados sem medição no balanço patrimonial.”

“O valor desses ativos não medidos é igual aos custos incorridos para produzi-los. Mas durante o período em que essa produção é perdida, a produtividade (tradicionalmente medida) da empresa sofrerá porque parecerá que a empresa produz proporcionalmente menos, em relação a seus insumos. Mais tarde, quando esses investimentos intangíveis começarem a gerar um rendimento, parecerá que a reserva de capital medido e os trabalhadores empregados se tornaram muito mais produtivos. Portanto, nos primeiros períodos de investimento, a produtividade é subestimada, enquanto o contrário ocorre depois, quando os níveis de investimento diminuem.”

Eventualmente, as taxas de crescimento de entrada e saída atingem um estado estacionário e os problemas de medição da produtividade desaparecem.

Existe uma maneira de medir o valor e o impacto na produtividade dos investimentos intangíveis de uma empresa?

O artigo propõe um método baseado na ideia de que intangíveis ocultos ainda são capturados pelos mercados, e seu valor de investimento pode ser estimado usando medidas prospectivas derivadas de avaliações no mercado de ações. Ele usa esses métodos para estimar o impacto de investimentos de capital intangível em Pesquisa & Desenvolvimento, software e hardware de computador, comparando os investimentos observáveis de uma empresa à sua avaliação de mercado.

Os investimentos em pesquisa e desenvolvimento são grandes, mas, como é um tipo de ativo maduro que persiste a longo prazo, a dinâmica da curva J está nos níveis de estado estacionário. Por outro lado, os pesados investimentos de capital em software e hardware de computadores são um fenômeno mais recente; portanto, a dinâmica da curva J ainda está presente. Esse é particularmente o caso do software.

“O investimento em software tem crescido e continua crescendo mais rapidamente do que o investimento geral de capital, e seu nível é suficientemente grande para sugerir que parte da desaceleração da produtividade possa ser explicada por uma mudança de composição do investimento em direção aos ativos digitais”.

A curva J da produtividade explica por que um paradoxo da produtividade pode ser um fenômeno recorrente e esperado quando novas tecnologias importantes estão se difundindo por toda a economia”, escrevem Brynjolfsson, Rock e Syverson em conclusão.

“Ajustar processos produtivos para tirar proveito de novos tipos de capital requer o tipo de investimento que as estatísticas perdem. No futuro, depois de fazer os ajustes apropriados que representam a curva J da produtividade, podemos ver novas tecnologias em todos os lugares, incluindo as estatísticas de produtividade.” 

Como o Design Thinking ajuda a criar melhores produtos

O Design Thinking criou uma revolução na maneira como pensamos sobre o design de produtos, mas, se não nos trouxer resultados mais práticos, se tornará um modismo teórico, sem impacto no mundo real.

Gostaria de tentar tratar duas questões neste artigo:

1. Os processos de design thinking podem ser úteis para os processos fabris?
2. O que está faltando nas práticas atuais de design thinking?

O Design Thinking pode ser prático?

Por definição, o design thinking refere-se às estratégias de pensamento criativo que os designers utilizam durante seu processo de criação. No entanto, o design thinking é agora usado por uma gama mais ampla de pessoas do que apenas designers e tornou-se uma abordagem usada para resolver problemas de maneira mais ampla do que apenas o ambiente de design. Consultorias de design são contratadas para aplicar o design thinking a uma ampla gama de questões sociais e de negócios.

A preocupação principal é com que o design thinking não se torne um chavão, como tantos outros se tornaram, associado à teoria e não à prática. Muitas pessoas especializadas, em design, como os aclamados Don Norman e Jared Spool, já escreveram sobre como o valor do pensamento do design foi modificado recentemente e sugerem que os atuais processos de pensamento dêem espaço a processos de execução, que põe as coisas em uma esfera mais prática.

Onde estão as pessoas?

Para obter resultados práticos do pensamento de design, é necessário que as pessoas apareçam, pensem e façam.

As origens do Design Thinking

Em essência, o design thinking é uma extensão do Método Científico. É um processo comprovado pelo qual você faz observações, cria uma hipótese e depois testa sua validade.

Esse processo de fazer observações, testar teorias e depois generalizá-las para refletir a realidade tem sido a base de quase todas as descobertas científicas. É relevante dizer, então, que esse processo funcionaria bem para a solução de problemas orientados ao design. Esse processo é essencial para descobrir soluções, mas seu objetivo é validar uma hipótese; e esse processo não transforma essas validações em soluções práticas.

O Design Thinking se apoia nesse rigor científico e nos fornece uma maneira confiável de passar de um conceito não comprovado a uma solução validada. Esse é um ótimo processo para produzir um resultado útil. O que isso não faz é fornecer uma maneira de agregar valor ao cliente. Precisamos de outra coisa para nos ajudar a produzir resultados valiosos.

Uma parte do valor

Usando o método científico como ponto de partida, os designers do IDEO descrevem um método para validar ideias e se aproximar de soluções. Isso já é feito há algum tempo por outras empresas e é visto como uma maneira essencial para revolucionar a maneira como melhoramos o design de produtos. Mas esses processos de design thinking são apenas parte do que precisa ser feito.

As equipes que se baseiam exclusivamente em exercícios de design thinking estão perdendo as melhores oportunidades, porque estão fornecendo apenas a primeira parte do valor a ser entregue. No geral, as estruturas de design thinking só podem ser eficazes se usarem os resultados obtidos para produzir outros resultados em seus produtos. É por isso que o Design Sprints vem ganhando muito espaço. Eles não apenas entregam um produto em si (saídas), mas também fornecem respostas (resultados).

Para a maioria, o design thinking é como escrever uma receita. É um guia para o que precisa ser feito, mas não é o resultado final. A menos que alguém leia a receita, junte os ingredientes e ponha a mão na massa, cozinhe ou asse, a refeição não ficará pronta. Depois ainda é preciso provar o produto final, servir aos clientes e saber se eles gostaram ou não; por isso o design thinking não entrega realmente o valor final. As receitas são ótimas porque fornecem as instruções para um resultado garantido e permite repetir os mesmos resultados inúmeras vezes. Se você for a um restaurante e pedir um prato e eles lhe entregarem a receita, você ficaria desapontado. E, no entanto, é exatamente isso que estamos fazendo quando esperamos que o pensamento de design thinking ofereça o resultado final do produto.

A maioria das equipes de produto projeta o pensamento, concentrando toda a atenção nele (pensamento). Que faz sentido, certo? São exercícios de design thinking, então por que você não deveria se concentrar completamente nisso? Infelizmente, a parte do pensamento não leva naturalmente à parte do fazer. O design thinking é apenas o começo do trabalho. O problema é que muitas pessoas o estão usando, com a expectativa de que suas soluções cheguem ao mercado, e isso não acontecerá.

A solução para conectar os princípios do design thinking aos resultados práticos é surpreendentemente simples. Mas isso envolve conversar com as pessoas e a maioria das pessoas de produtos acha isso difícil.

O restante do valor

Nada supera o impacto e a velocidade de estruturas bem pensadas de design. Eles fazem com que as ideias criativas fluam. O design thinking é, seguramente, um dos melhores métodos de se pensar na criação de produtos. É uma combinação de trabalho significativo e diversão criativa. Pensa-se bastante nos problemas, nos esboços das idéias, são realizados exercícios para incentivar o pensamento criativo e depois escolher algumas soluções consideradas e parte-se então para a criação de um protótipo.

Então para-se aí. Num lindo protótipo. Esse protótipo perfeito é uma lembrança muito boa da ideia conceitual inicial. Mas quando você volta ao trabalho, vê toda a dedicação parece ter sido em vão.

Nada prático aconteceu porque muitos exercícios de design thinking não fazem esse trabalho árduo. Eles não levam o protótipo para o mundo e o testam. E, se o fizerem, não usarão esse novo conhecimento para fazer melhorias e depois testar essas melhorias. Eles não dão os próximos passos para transformar protótipos em algo mais funcional.

Por quê? Porque conversar com as pessoas e obter feedback é difícil. Porque fazer produtos reais é difícil.

Você não pode parar de pensar. É aí que as coisas ficam interessantes. O design, com D maiúsculo, procura resolver todo o problema, não apenas a validação inicial. Se tudo o que você tem é um protótipo, você ainda não resolveu o problema. O problema deve estar conectado a uma solução validada pelo cliente. Você não termina o projeto até que exista um vínculo claro entre o problema que está resolvendo e a sua solução – o valor agregado.

Para ser realmente eficaz na criação de soluções de produtos, precisamos de duas coisas: uma estrutura confiável e equipes autônomas. Sem uma dessas coisas, o processo de criação do produto falha e você não pode ter sucesso. Para resolver problemas, você precisa fazer várias coisas difíceis. A maioria dessas coisas difíceis está relacionada à comunicação com outras pessoas.

Antes de falarmos sobre essas coisas, vamos esclarecer como o design thinking é feito atualmente. Em geral, existem duas escolas de pensamento.

A primeira faz uma abordagem de cima para baixo, impulsionada por uma visão para o futuro.

A segunda faz uma abordagem orientada ao cliente, orientada pelas necessidades do público.

Nenhuma dessas abordagens é mutuamente exclusiva da outra. Eles compartilham atributos e existem até alguns cenários em que podem ser usados juntos.

Abordagem top down

Nos casos em que o futuro é algo que seria difícil para as pessoas imaginarem, a primeira abordagem faz sentido. Isso funciona bem para tecnologias inovadoras, como inventar uma nova maneira de se comunicar (iPhone) ou uma nova maneira de se locomover (Uber) ou uma solução de energia inspirada na ficção científica (Tesla). Ao visualizar um estado futuro e validar isso com invenções, uma equipe pode criar algo nunca visto antes.

Abordagem para usuários

Quando as pessoas têm uma necessidade muito clara e conseguem articular essa necessidade, a segunda abordagem funciona muito bem. Iniciando com os problemas do usuário ou cliente e desenvolvendo soluções a partir daí, uma empresa de produtos pode encontrar inovações que se tornam novos produtos ou recursos em produtos existentes. O usuário está basicamente dizendo quais são os problemas deles e você está criando uma solução que atenda às necessidades deles.

O caminho a seguir

Existem várias maneiras de resolver o problema. Realmente não existe um processo de criação de produto perfeito, mas o processo ideal precisa incluir os seguintes atributos:

• Resolver um problema que valha a pena ser resolvido;
• Crias soluções potenciais para o problema;
• Ter um produto básico para testar (por exemplo, MVP);
• Repetir os resultados dos testes várias vezes;
• Validação do cliente sobre se o problema está sendo resolvido;
• Equipes para garantir a colaboração multifuncional;
• Caminho colaborativo (roteiro ou tema) para mostrar economia escalável;
• Ciclos contínuos de feedback e testes do cliente.

Os designers só podem ter sucesso no design de produtos se estiverem conversando entre si e com os clientes em potencial.

Falaremos mais sobre isso em outros artigos.