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.

Porque as habilidades de design Humano são mais importantes do que nunca

A disseminação de ferramentas de Inteligência Artificial generativa prometem um futuro de democratização criativa: "um clique e teremos um logo", "um prompt e teremos um site". Inicialmente, especulava-se que a proficiência técnica e as habilidades especializadas seriam desvalorizadas, tornadas obsoletas pela máquina. No entanto, uma análise mais profunda revela um fenômeno contraintuitivo: a IA não está substituindo o designer; está elevando o valor do bom design e das habilidades de design thinking a um patamar estratégico sem precedentes. A capacidade de gerar conteúdo a partir de um texto simples torna a barreira de entrada para a criação visual mais baixa do que nunca. O verdadeiro diferencial, portanto, deixa de ser a operação do software e migra para a qualidade do intento humano por trás do comando. A IA é a ferramenta mais poderosa já criada, mas é o designer humano quem deve ser o arquiteto da experiência.

Da Execução para a Curação e Direção Estratégica

O papel do profissional criativo está passando por uma transformação fundamental:

1. O Fim do Trabalho Braçal Digital: Tarefas repetitivas, como remover fundos de imagens, gerar variações de paletas de cores ou prototipar layouts básicos, podem ser realizadas em segundos pela IA. Isso libera o designer para focar no que é verdadeiramente complexo: a estratégia, a narrativa visual e a solução de problemas profundos.

2. A Arte do Prompt e da Curação: Gerar uma imagem é fácil. Gerar a imagem certa que comunica a mensagem desejada, ressoa com o público-alvo e se alinha à identidade da marca é um desafio que exige um olhar crítico apurado. O profissional moderno deve dominar a "engenharia de prompt" – a habilidade de guiar a IA com precisão – e, mais importante, a curadoria para selecionar e refinar os melhores resultados entre milhares de opções.

3. Design Thinking como Vantagem Competitiva: Quando qualquer um pode produzir um artefato visual, a vantagem competitiva se desloca para o processo de pensamento. A capacidade de entender o usuário, definir o problema central, iterar soluções e integrar a visão de design à estratégia de negócios é intrinsecamente humana. A IA pode gerar opções, mas não pode, sozinha, definir a direção estratégica ou compreender a complexidade cultural e emocional de um público.

O Designer como Maestro de uma Orquestra de IA

O profissional do futuro não será um operador de uma única ferramenta, mas um maestro que orquestra um ecossistema de agentes de IA especializados. Ele utilizará uma ferramenta geradora de imagens, outra para prototipagem de UI, outra para síntese de voz e vídeo, integrando todas essas peças em uma experiência coesa e significativa.

Nesse contexto, suas habilidades fundamentais se tornam:

· Visão Estratégica e Narrativa: Definir o "porquê" por trás do que está sendo criado.

· Julgamento Estético e Crítico: Tomar decisões sutis de composição, tipografia e cor que a IA só pode sugerir.

· Empatia e Conhecimento do Usuário: Garantir que a criação atenda a necessidades humanas reais, não apenas a especificações técnicas.

· Pensamento Sistêmico: Garantir que todos os elementos visuais e interativos funcionem em harmonia em todos os pontos de contato.

Implicações para Empresas e para Profissionais

Para as organizações, a lição é clara: investir em talentos com forte capacidade de pensamento crítico e estratégico em design é um imperativo de negócios. A produtividade ganha com a IA só se traduz em vantagem competitiva quando guiada por uma visão humana clara.

Para os profissionais criativos, o momento é de adaptação e aprofundamento. Em vez de temer a automação, devem abraçá-la como uma parceira que amplifica seu potencial. O foco do desenvolvimento profissional deve migrar do "como fazer" para o "o que fazer e por que fazer".

A Sinergia Definitiva

A Inteligência Artificial generativa representa não o fim do design, mas sua mais profunda validação. Ao automatizar a parte técnica e operacional, ela coloca em primeiro plano o que sempre foi o cerne da disciplina: a criatividade estratégica, a intenção humana e a capacidade de resolver problemas complexos por meio de soluções elegantes e centradas no usuário.

A era da IA não diminui a importância do designer; ela exige que ele seja mais do que nunca que cada profissional seja um pensador, um estrategista e um contador de histórias. A ferramenta tornou-se commodity; a visão tornou-se o bem mais valioso.

Gestão Inteligente de Contratos: A Revolução na Governança Documental

Este artigo traz informações sobre Gestão Inteligente de Contratos, explorando suas vantagens, desvantagens e o impacto transformador que traz para as organizações.

No core de toda operação empresarial, dos pequenos negócios aos grandes conglomerados globais, estão os contratos. Eles formalizam parcerias, estabelecem vendas, definem obrigações empregatícias e gerenciam riscos. No entanto, por décadas, a gestão desses documentos vitais foi, em grande parte, uma função administrativa reativa e manual. Os contratos eram vistos como meros arquivos PDF ou pilhas de papel, armazenados em gavetas físicas ou digitais, dificultando o acesso, a análise e o cumprimento.

Esse cenário está sendo radicalmente transformado pela Gestão Inteligente de Contratos. Muito mais do que um repositório digital simples, o IAM (Intelligent Agreement Management) representa uma evolução significativa, integrando tecnologias como Inteligência Artificial (IA), Machine Learning (ML) e Processamento de Linguagem Natural (PLN) para tornar os contratos ativos, inteligentes e interconectados. Este artigo explora esse conceito, suas vantagens, desvantagens a serem consideradas e o caminho para sua implementação bem-sucedida.

O que é a Gestão Inteligente de Contratos (IAM)?

A Gestão Inteligente de Contratos é um ecossistema tecnológico que automatiza e otimiza todo o ciclo de vida de um contrato, desde a sua criação e negociação até a execução, renovação e análise pós-término. A "inteligência" deriva da capacidade do sistema de:

1. Compreender o Conteúdo: Através do PLN, o software "lê" e interpreta cláusulas, termos, datas, partes envolvidas e obrigações, extraindo dados estruturados de documentos não estruturados.

2. Aprender e Melhorar: Com o ML, o sistema se torna mais preciso ao longo do tempo, reconhecendo padrões, sugerindo cláusulas padrão com base em melhores práticas e identificando riscos potenciais.

3. Automatizar Processos: A IAM automatiza fluxos de trabalho, como aprovações, assinaturas eletrônicas, notificações de vencimento e até a geração de contratos a partir de modelos predefinidos.

Em essência, a IAM transforma o contrato de um documento estático em uma fonte dinâmica de informação e valor.

Vantagens da Gestão Inteligente de Contratos

A adoção de um sistema IAM traz benefícios tangíveis e profundos para diversas áreas da organização.

1. Eficiência Operacional e Redução de Custos:

· Automação de Tarefas Repetitivas: Reduz drasticamente o tempo gasto na criação manual de contratos, busca de informações e acompanhamento de prazos. O que levava horas ou dias pode ser feito em minutos.

· Ciclos de Negociação Mais Rápidos: Versões são controladas automaticamente, e as partes podem colaborar em tempo real, reduzindo o ciclo de vendas e acelerando o início da receita.

· Redução de Erros Manuais: A automação minimiza erros de digitação, inconsistências e o uso de cláusulas desatualizadas.

2. Mitigação de Riscos e Conformidade Aprimorada:

· Identificação Proativa de Riscos: A IA pode escanear contratos para sinalizar cláusulas incomuns, onerosas ou que fujam aos padrões da empresa (ex.: penalidades excessivas, termos ambíguos).

· Garantia de Conformidade: O sistema pode verificar se os contratos estão alinhados com regulamentações internas e externas (como LGPD, GDPR, SOX), alertando sobre quaisquer discrepâncias.

· Visibilidade Total: Oferece uma visão centralizada de todas as obrigações contratuais, permitindo que a empresa cumpra prazos de entrega, pagamento e prestação de serviços, evitando multas e litígios.

3. Melhoria na Tomada de Decisão:

· Insights Acionáveis Baseados em Dados: A IAM transforma contratos em um banco de dados pesquisável. É possível analisar o desempenho de fornecedores, a rentabilidade de diferentes tipos de cláusulas, e identificar tendências nos acordos.

· Relatórios e Dashboards em Tempo Real: Lideranças podem acessar relatórios sobre o volume de contratos, status de negociações, valores envolvidos e exposição ao risco, suportando decisões estratégicas com dados concretos.

4. Otimização Financeira:

· Gestão de Renovações e Vencimentos: Notificações automáticas evitam a renovação acidental de contratos indesejados e permitem a renegociação proativa de termos, resultando em economias significativas.

· Maximização de Receita: Assegura que todos os produtos e serviços entregues sejam faturados corretamente, de acordo com os termos contratuais, reduzindo o "vazamento de receita".

5. Segurança e Controle de Acesso:

· Repositório Centralizado e Seguro: Acaba com o risco de perda ou dano de contratos físicos. Os dados são armazenados em nuvem com criptografia e backups automáticos.

· Controle Granular de Permissões: Define quem pode visualizar, editar ou aprovar contratos, garantindo a confidencialidade de informações sensíveis e um audit trail completo de todas as ações.

Desvantagens e Desafios da Implementação

Apesar dos benefícios transformadores, a jornada para uma gestão inteligente não é isenta de obstáculos. É crucial entender e planejar-se para estas desvantagens.

1. Custo Inicial e Investimento:

· Aquisição de Software: Soluções robustas de IAM representam um investimento financeiro significativo, incluindo licenças de usuário e custos de implementação.

· Customização e Integração: Adaptar a plataforma aos processos existentes e integrá-la a outros sistemas (como ERP, CRM) pode aumentar consideravelmente o custo e a complexidade do projeto.

2. Complexidade de Implementação e Migração de Dados:

· Integração com Sistemas Legados: Conectar o novo sistema a infraestruturas tecnológicas antigas pode ser tecnicamente desafiador.

· Migração e Digitalização de Contratos Existentes: O processo de digitalizar, catalogar e inserir dados de um grande volume de contratos históricos (muitas vezes em formatos diversos) é demorado, caro e propenso a erros se não for bem gerenciado.

3. Resistência à Mudança Cultural:

· Adaptação dos Usuários: Departamentos como o Jurídico e Comercial, acostumados a processos manuais, podem resistir à adoção da nova tecnologia. É necessário um forte trabalho de change management e treinamento.

· Dependência Excessiva da Tecnologia: Há um risco de os profissionais perderem a capacidade de análise crítica, confiando cegamente nas sugestões da IA, que, embora avançada, não substitui o julgamento humano experiente.

4. Preocupações com Segurança e Privacidade de Dados:

· Conformidade com Regulamentações: Armazenar contratos sensíveis na nuvem exige garantias sólidas do fornecedor sobre a localização dos dados e a conformidade com leis como a LGPD.

· Risco Cibernético: Um sistema centralizado que contém toda a informação contratual da empresa torna-se um alvo valioso para ciberataques. A segurança da plataforma é uma consideração primordial.

5. Limitações da Tecnologia:

· Complexidade de Linguagem Jurídica: Contratos podem ter nuances, ambiguidades e contextos muito específicos que a IA, principalmente em seus estágios iniciais, pode não capturar totalmente, exigindo supervisão humana para análises complexas.

· Precisão da Extração de Dados: A eficácia do sistema depende da precisão do seu motor de IA. Erros na extração de datas, valores ou partes podem levar a más decisões.

Conclusão: O Futuro é Inteligente

A Gestão Inteligente de Contratos não é mais uma opção futurista, mas uma necessidade estratégica para organizações que buscam competitividade, resiliência e crescimento em um mercado complexo. As vantagens—em termos de eficiência, redução de riscos e insights estratégicos—superam amplamente as desvantagens, que são, em sua maioria, desafios de implementação que podem ser mitigados com um planejamento cuidadoso.

O sucesso da IAM depende de uma abordagem holística: a escolha da tecnologia certa deve ser acompanhada por um investimento em mudança cultural, treinamento contínuo e a compreensão de que a ferramenta é um assistente inteligente que potencializa o expertise humano, e não o substitui. Ao abraçar a gestão inteligente, as empresas transformam seu departamento jurídico de um centro de custo em um centro de lucro, e seus contratos de obrigações estáticas em ativos dinâmicos que impulsionam o valor do negócio. A era do contrato inteligente já começou.

Visite o blog

Os dois lados da IA

Tenho acompanhado a evolução da IA nos últimos anos e já temos dois momentos bem distintos da recente história da IA; e o segundo momento – é muito recente e vivenciado por todos nós. Desde que a OpenAI lançou o ChatGPT e incentivou o público em geral a experimentá-lo, presenciamos artigos, lives e discussões sobre suas capacidades e potenciais riscos. Porém, as questões mais recentes sobre o estado da IA nas empresas, mostram que a maioria delas ainda se encontram em fases iniciais de implementação e, talvez por isso, ainda não alcançaram resultados mais significativos.

Por exemplo, o Relatório do Índice de IA de 2022 publicado por Stanford reportou que as indústrias estão envolvidas com o desenvolvimento dos grandes modelos de linguagem, como GPT-4, e chatbots, como ChatGPT. E um outro relatório, mais recente – o relatório da McKinsey, mostra que, embora as empresas continuem a progredir, o número de adoção da IA estagnou.

A pesquisa entitulada de “O estado da IA em 2022 — e meia década em análise”, marca o quinto ano consecutivo em que a McKinsey analisa o impacto da IA nas empresas de todo o mundo. O relatório de 2022 baseia-se em um estudo a quase 1.500 empresas de diversas regiões, indústrias e tamanhos. Apenas cerca de metade dos entrevistados disseram que a sua organização adotou a IA em pelo menos uma função.

As principais conclusões do relatório foram:

1) A adoção da IA mais que dobrou nos últimos cinco anos. Em 2017, 20% dos entrevistados afirmaram ter adotado IA em pelo menos uma área de negócio. Em 2021, a adoção da IA nas empresas, chegou a 50%, mas depois disso, estabilizou-se, entre 50% e 60%.

2) O número médio de projetos de IA nas organizações, passou de 1,9 em 2018 para 3,8 em 2022. Os projetos de IA mais comuns são:

(I) automação de processos robóticos, — 39%;

(II) visão computacional — 34%;

(III) compreensão de texto em linguagem natural —33%;

(IV) interfaces conversacionais — 33%; e

(V) aprendizagem profunda – 30%.

3) Os principais casos de uso permaneceram estáveis nos últimos anos, com a otimização das operações de serviço em 24%; novos produtos baseados em IA — 20%; análise de atendimento ao cliente – 19%; segmentação de clientes — 19%; Aprimoramento de produtos com base em IA – 19%; e aquisição de clientes – 17%.

O investimento em IA aumentou juntamente com a sua crescente adoção. Em 2018, 40% dos entrevistados que utilizam IA relataram que mais de 5% dos seus orçamentos digitais foram para IA. Em 2022, o valor equivalente era de 52%. E 63% dos entrevistados esperam que os investimentos das suas organizações em IA aumentem nos próximos três anos.

4) As organizações que adotaram a IA obtiveram benefícios significativos em receitas e custos. Em 2021, 63% das organizações que adotaram IA relataram um impacto significativo nas receitas em diversas áreas, com marketing e vendas mencionados por 70%; desenvolvimento de produtos e serviços — 70%; estratégia e finanças corporativas — 65%; gestão da cadeia de abastecimento — 63%; e manufatura – 61%.

Ao mesmo tempo, 32% das organizações relataram benefícios de custos significativos, com gestão da cadeia de abastecimento — 52%; operações de serviços — 45%; gestão de risco — 43%; estratégia e finanças corporativas — 43%; e manufatura – 42%.

Embora a utilização da IA tenha aumentado, não houve aumentos substanciais nas mitigações comunicadas dos riscos relacionados com a IA. Os riscos que as organizações que adotam a IA consideram mais importantes para mitigar são a segurança cibernética – 51%; conformidade regulatória — 36%; privacidade pessoal e individual — 28%; explicabilidade — 22%; e reputação organizacional — 22%.

A pesquisa da McKinsey de 2022 também descobriu que os profissionais de alto desempenho em IA expandiram sua vantagem competitiva nos últimos cinco anos e examinaram de perto o que esses líderes de IA fazem de diferente.

A proporção de profissionais de alto desempenho em IA permaneceu estável em cerca de 8%. A McKinsey definiu empresas de alto desempenho em IA como aquelas organizações que estão vendo um impacto de 20% ou mais nos resultados financeiros de sua adoção de IA, conforme medido pelo lucro antes dos juros e impostos (EBIT). Estes líderes em IA estão a alcançar resultados superiores principalmente através do aumento das receitas, e não através de reduções de custos, embora a IA também tenha ajudado a diminuir os seus custos.

Os profissionais de alto desempenho têm maior probabilidade de aproveitar a IA em suas principais práticas de negócios. Suas principais práticas comerciais incluem vincular iniciativas de IA ao valor comercial em toda a organização; ter uma estratégia de IA alinhada com a estratégia corporativa geral; uma visão e estratégia de IA claramente definidas; e uma equipe de gerenciamento sênior comprometida com a estratégia de IA da organização.

Além disso, os profissionais de IA de alto desempenho lideraram o desenvolvimento e a implantação de IA em escala em toda a organização. “No ano passado, os profissionais de alto desempenho tornaram-se ainda mais propensos do que outras organizações a seguir práticas avançadas de escalonamento, como o uso de conjuntos de ferramentas padronizadas para criar pipelines de dados prontos para produção e o uso de uma plataforma ponto a ponto para dados relacionados à IA. ciência, engenharia de dados e desenvolvimento de aplicativos que eles desenvolveram internamente.”

Os profissionais de elevado desempenho também lideram a gestão de riscos relacionados com a IA, como a privacidade pessoal, a equidade e a justiça. Também é mais provável que se envolvam em práticas de mitigação de riscos, como governança de dados, processos e protocolos padronizados e controle automatizado de qualidade de dados.

Os profissionais de alto desempenho em IA continuam a gastar mais do que outras organizações. Os profissionais de elevado desempenho têm quase oito vezes mais probabilidades do que outros de afirmar que gastam pelo menos 20% dos seus orçamentos de tecnologia digital em projetos relacionados com a IA. Além disso, têm cinco vezes mais probabilidades de reportar que as suas organizações gastam mais de 20% das receitas de toda a empresa em tecnologias digitais.

O relatório da McKinsey também inclui uma visão detalhada do quadro geral de talentos em IA, incluindo as estratégias que a organização usa para adquirir os talentos necessários.

As organizações deixaram de experimentar a IA e passaram a incorporá-la ativamente em aplicações empresariais. As respostas da pesquisa mostram que as organizações com habilidades em IA que contratam com mais frequência são engenheiros de software – 39%; seguido por engenheiros de dados — 35%; Cientistas de dados de IA – 33%; engenheiros de aprendizado de máquina – 30%; e arquitetos de dados – 28%.

Contratar é um desafio, mas nem tanto para profissionais de alto desempenho. “Todas as organizações relatam que a contratação de talentos em IA, especialmente cientistas de dados, continua difícil. Os profissionais de alto desempenho em IA relatam um pouco menos de dificuldade e contrataram algumas funções, como engenheiros de aprendizado de máquina, com mais frequência do que outras organizações.” Os profissionais de alto desempenho estão particularmente focados na contratação para implantação de IA e otimização do valor comercial.

A escassez de talentos tecnológicos não mostra sinais de diminuir, com a maioria dos entrevistados relatando dificuldade em contratar competências relacionadas à IA. Os cientistas de dados de IA continuam particularmente escassos, com 32% dos entrevistados afirmando que contratá-los foi muito difícil; seguido por engenheiros de aprendizado de máquina, — 28%; especialistas em tradução automática — 27%; e arquitetos de dados de IA — 25%.

Os profissionais de alto desempenho em IA relatam terceirizar talentos relacionados à IA de uma variedade mais ampla de maneiras do que outras organizações. A principal fonte de talentos em IA para profissionais de alto desempenho são as universidades técnicas de alto nível – 58%; seguido pela requalificação dos colaboradores internos — 47%; empresas globais de tecnologia de primeira linha — 46%; outras empresas de tecnologia — 39%; e outras universidades — 37%.

Por fim, o relatório da McKinsey de 2022 explorou o nível de diversidade na IA e concluiu que há espaço significativo para melhorias na maioria das organizações. A percentagem média de mulheres nas equipas de IA é de 27% e a percentagem média de minorias raciais ou étnicas nas equipas de IA é de 25%. 46% dos entrevistados da AI afirmaram que as suas organizações têm programas activos para aumentar a diversidade de género, enquanto 33% disseram que têm programas semelhantes para aumentar a diversidade racial e étnica.

Tal como em estudos anteriores da McKinsey, a investigação mostra que existe uma correlação entre diversidade e desempenho da IA. As organizações que afirmam que pelo menos 25% dos funcionários envolvidos em IA são mulheres têm 3,2 vezes mais probabilidade do que outras de serem de alto desempenho em IA, e as organizações nas quais pelo menos 25% são minorias raciais ou étnicas têm duas vezes mais probabilidade de serem IA de alto desempenho.

“Durante a última meia década, na qual conduzimos nossa pesquisa global, vimos o inverno da IA se transformar em uma primavera de IA”, disse Michael Chui, Partner do McKinsey Global Institute. “No entanto, após um início exuberante, parecemos ter atingido um patamar, que observamos com outras tecnologias nos seus primeiros anos de adoção. Poderemos estar vendo a realidade em algumas organizações sobre o nível de mudança organizacional necessária para incorporar esta tecnologia com sucesso.”

Carteiras digitais interoperáveis e open source

A Linux Foundation (LF) anunciou sua intenção de lançar a Open Wallet Foundation (OWF), — um novo esforço colaborativo para desenvolver um software open source para que qualquer pessoa possa usar para construir carteiras digitais interoperáveis. Depois de trabalhar com diversas empresas, organizações sem fins lucrativos, instituições acadêmicas e entidades governamentais para organizar o esforço, a Linux Foundation Europe anunciou a formação oficial da OWF em fevereiro de 2023.

“A OWF não publicará uma carteira, nem oferecerá credenciais ou criará novos padrões”, afirmou o anúncio. “Em vez disso, seu mecanismo de software open source pretende se tornar o núcleo para que outras organizações e empresas aproveitem o código, para desenvolver suas próprias carteiras digitais. As carteiras oferecerão paridade de recursos com as melhores carteiras disponíveis e interoperabilidade com grandes projetos globais, como a Carteira de Identidade Digital da UE.”

Ao mesmo tempo, a OWF, em parceria com a LF Research, divulgou um novo relatório, “Por que o mundo precisa de uma carteira digital Open Source”.

“À medida que o nosso mundo se torna cada vez mais digitalizado, o mesmo se aplica aos ativos do dia a dia”, disse Daniel Goldscheider, fundador da Open Wallet Foundation, no prefácio do relatório. “De dinheiro a credenciais de identidade, diplomas acadêmicos ou carteira de motorista, e demais informações que usem tokens digitais e que exigem infraestrutura segura e interoperável.”

“As carteiras digitais permearão todos os aspectos da sociedade, no governo e nas empresas”, acrescentou. “Instituições de todos os tipos enfrentarão a necessidade de emitir, proteger, negociar e armazenar ativos digitais, incluindo Moeda Digital do Banco Central (CBDC), títulos, credenciais de saúde e acadêmicas e outros tipos de criptoativos, com o objetivo de criar mercados digitais e instituições cada vez mais confiáveis. A carteira digital pode tornar-se a ferramenta mais importante para afirmar o controle e gerar confiança nas nossas vidas digitais.”

As carteiras digitais aparecem geralmente como um aplicativo em nossos smartphones, onde armazenamos itens digitais, que transportamos nas nossas carteiras físicas. A ideia de uma carteira digital é bem simples: “uma coisa onde colocamos nossas coisas”. Mas embora pareça simples, as carteiras digitais são, na verdade, complexas, pouco compreendidas e levantam uma série de questões importantes: o que é; o que colocamos nela; o que fazemos com ela; e como funciona?

Segundo o relatório, uma carteira digital é um contêiner onde podemos armazenar e acessar diversos tipos de ativos digitais. No mínimo, uma carteira digital deve suportar três tipos principais de funções:Efetuar pagamentos: cartões de débito, crédito e vale-presente; Apple Pay, Google Pay, Alipay; Moedas Digitais do Banco Central; criptomoedas; …

Credenciais de identidade: carteira de motorista, passaporte, certidão de nascimento, crachá de trabalho, cartões de saúde, cartões de fidelidade, …

Acesso a itens importantes: senhas, ingressos, recibos, registros de saúde, chaves, garantias, credenciais acadêmicas, ativos criptográficos, NFTs,…

A carteira deve incluir um conjunto de componentes de software, chamados agentes, para gerir com segurança os seus ativos digitais em nosso nome. Os serviços do agente incluem processar os itens da carteira, colocá-los e retirá-los, trocar mensagens, criptografar/descriptografar informações e fornecer interfaces de fácil uso. “Embora a carteira seja o contêiner, o agente é a que move.”

Já existem centenas de carteiras digitais. Embora cada uma delas tenha sido pensada para atender às necessidades, elas geralmente sofrem de uma série de problemas.

(1) Problemas de interoperabilidade. Quase todas as carteiras digitais funcionam apenas com uma instituição específica, para um sistema de pagamento, um comércio específico, um banco, uma casa de câmbio ou uma empresa. A falta de padronização torna as informações nelas contidas, como reféns, porque não somos capazes de intercambia-las. “Este é um exemplo clássico de aprisionamento de informações. Quando não podemos mover nossos dados, não podemos escolher entre produtos concorrentes e quando ficamos sem qualquer interoperabilidade, precisamos de uma carteira separada para cada função.”

(2) Segurança questionável. Os hackers usam vários métodos para atacar carteiras digitais. O relatório cita duas estatísticas preocupantes: a fraude no comércio eletrónico, — grande parte dela cometida contra carteiras digitais, — ultrapassou os 40 mil milhões de dólares em 2022 e deverá continuar a aumentar nos próximos anos; e o crime de criptomoeda envolvendo carteiras digitais foi de US$ 14 bilhões em 2021. Os desenvolvedores de carteiras precisam trabalhar muito para ficar à frente dos cibercriminosos.

(3) Modelos de negócios intrusivos. As carteiras coletam dados valiosos sobre o comportamento do consumidor, comprometendo potencialmente a privacidade. Precisamos de garantias de que a carteira digital não está enviando os dados pessoais para uma entidade com a qual não concordamos em partilhá-los. Além disso, as carteiras podem extrair taxas ocultas de transações sem o nosso conhecimento.

(4) Design de caixa preta. “Centenas de carteiras foram codificadas por alguém, em algum lugar, mas não sabemos exatamente quem ou onde; … se você não consegue ver como um produto funciona, você não pode dizer se ele é bom ou se pode confiar nele.”

(5) Capacidades limitadas. E, como quase todas as carteiras desempenham apenas uma função, não podemos fazer muito com a maioria das carteiras digitais. Precisamos de uma carteira para cada um dos nossos pagamentos, para cada uma das nossas credenciais de identidade e para cada um dos nossos itens digitais. E isso significa que temos que aprender a lidar com diversas carteiras diferentes que não se comunicam entre si e possuem interfaces de usuário diferentes.

“As carteiras digitais estão se tornando a interface para toda a nossa vida digital”, observa o relatório. “Mas as carteiras em estágio inicial de hoje são incompatíveis e não padronizadas.” O relatório lembra que isso também aconteceu na época dos navegadores, na fase inicial da Internet, durante a chamada guerra dos navegadores da década de 1990, quando navegadores de diferentes fornecedores eram incompatíveis e não padronizados e ameaçavam quebrar a World Wide Web, que estava em rápido crescimento. A ameaça trouxe todos à mesa de negociações e sob a gestão do World Wide Web Consortium (W3C), todos adotaram um conjunto básico de normas que garantiram a interoperabilidade.

“Ontem, fizemos a escolha certa. Muitas organizações trabalharam juntas para desencadear uma onda de inovação na web. Hoje, devemos fazer isso novamente. Muitas organizações devem trabalhar juntas para desencadear uma nova onda de inovação em carteiras digitais.”

Embora seja muito cedo para definir os componentes específicos que devem fazer parte de uma carteira digital – por exemplo, agentes, plug-ins, módulos funcionais – há um consenso sobre os princípios de design que devem orientar o desenvolvimento de um mecanismo de software OWF, e eles incluem:Portabilidade: “Os usuários podem mover livremente ativos, credenciais, documentos e quaisquer outros dados entre quaisquer carteiras baseadas no mecanismo OWF”;

Segurança: “Ativos, credenciais e todos os outros dados do usuário devem estar protegidos contra malwares e hackers e atualizados rapidamente à medida que os criminosos apresentam novas táticas”;

Privacidade: “As identidades digitais dos usuários deveriam ser divulgadas apenas seletivamente conforme necessário”;

Baseada em padrões: “OWF suporta todos os padrões relevantes para todas as camadas do padrão de carteiras”;

Interoperabilidade: “Qualquer carteira baseada no mecanismo OWF pode trocar dados de forma rápida e segura”; e

Multifuncional: “Os desenvolvedores criam plug-ins e interfaces proprietários no topo do mecanismo OWF.”

“O código aberto – impulsionado pela colaboração entre empresas, organizações sem fins lucrativos e líderes de governos – é um excelente modelo para a infraestrutura que é vital para sociedades digitais e beneficia a todos”, disse o fundador da OWF, Daniel Goldscheider. “Com o código aberto no núcleo das carteiras, assim como no núcleo dos navegadores da web, qualquer pessoa pode construir uma carteira digital que funcione com outras pessoas e dê aos consumidores a liberdade de manter sua identidade e credenciais verificáveis e compartilhar dados relevantes quando, onde, e com quem eles escolherem.”

Ferramentas como o ChatGPT são realmente inteligentes?

Modelos de linguagem grandes (Large Linguage Models – LLMs) – como por exemplo, o BERT, GPT-3, – e os chatbots como ChatGPT, são impressionantes. Nos próximos anos, eles levarão a um desenvolvimento de uma série de ferramentas e aplicativos. Eles podem anunciar a próxima revolução da IA. Mas, quanto mais eles nos aproximam do tipo de inteligência geral que, apenas os humanos tem, como podemos separar seu verdadeiro significado e valor do hype que os acompanha?

Vou comentar isso a partir de dois artigos diferentes abordaram essas questões.

“O sucesso dos modelos de linguagem neural em muitas tarefas de NLP [Natural Language Processing] é empolgante”, escrito pelos professores de linguística Emiliy Bender e Alexander Koller em seu artigo de 2020 “ClimbingwardsNLU: On Meaning, Form, and Understanding in the Age of Data.” “Isso levou a reivindicações, tanto em publicações acadêmicas quanto populares, de que tais modelos entendem ou compreendem a linguagem natural ou aprendem seu significado. Do nosso ponto de vista, essas são afirmações exageradas causadas por um mal-entendido da relação entre forma linguística e significado”.

Em seu artigo, Bender e Koller explicam por que LLMs como o GPT-3 provavelmente se tornarão ferramentas de linguagem inovadoras – como corretores ortográficos ou processadores de texto altamente avançados – enquanto descartam as alegações de que eles têm a capacidade de raciocinar e entender o significado de a linguagem que estão gerando. Suas explicações são expressas em conceitos linguísticos que eles definem cuidadosamente: forma, intenção comunicativa, significado e compreensão.

A forma refere-se a como a linguagem é expressa de fato, ou seja, como texto quando expressa em um documento físico ou digital, ou como sons quando expressa em uma conversa ou palestra;

A intenção comunicativa é o propósito que um falante pretende alcançar por meio da linguagem, como transmitir alguma informação a outra pessoa, pedir que ela faça algo ou apenas socializar;

O significado é a relação entre a forma na qual a linguagem é expressa e a intenção comunicativa que está sendo usada para evocar no ouvinte ou leitor; e

A compreensão é a capacidade do ouvinte de captar o significado que o falante pretendia transmitir.

“Intenções comunicativas são sobre algo que está fora da linguagem. Quando dizemos Abra a janela! ou Quando ‘Malala Yousafzai’ nasceu?, a intenção comunicativa é fundamentada no mundo real que o falante e o ouvinte habitam juntos.” Transmitir significado por meio da linguagem e evocar a intenção de comunicação no leitor exige um conhecimento do mundo físico e social ao nosso redor. “Em contraste com alguns exageros atuais, o significado não pode ser aprendido apenas com a forma”, disseram os autores. “Isso significa que os grandes modelos de linguagem, como o BERT, não aprendem o significado; eles aprendem alguma reflexão do significado na forma linguística, o que é muito útil nas aplicações”.

O texto gerado por um LM ou chatbot não carrega nenhuma intenção comunicativa ou entende o modelo do estado de espírito do leitor, porque não foi para isso que eles foram treinados. “Isso pode parecer contra-intuitivo, dadas as qualidades cada vez mais fluentes do texto gerado automaticamente, mas temos que levar em consideração o fato de que nossa percepção do texto em linguagem natural, independentemente de como foi gerado, é mediada por nossa própria competência linguística e nossa predisposição para interpretar atos comunicativos como transmitindo significado e intenção coerentes, quer o façam ou não”.

Em “A A.I. está dominando a linguagem. Devemos confiar no que ela diz?”, um artigo da NY Times Magazine publicado em abril de 2022, o escritor de ciência Steven Johnson, escreveu sobre o GPT-3, – tanto sobre o seu desempenho, quanto possíveis armadilhas. “Nas primeiras vezes que usei o GPT-3, … fiquei emocionado”, escreveu ele. “Parecia quase impossível que uma máquina pudesse gerar um texto tão lúcido e responsivo baseado inteiramente no treinamento elementar da previsão da próxima palavra.”

“Desde o lançamento do GPT-3, a internet foi inundada com as facilidades do software – junto com suas fraquezas e outras tendências mais sinistras”, disse Johnson. “Até agora, os experimentos com os LLMs foram basicamente: experimentos de busca de sinais de verdadeira inteligência, explorando seus usos criativos e expondo seus vieses. Mas o potencial comercial final é enorme. Se a trajetória continuar, um software como o GPT-3 poderá revolucionar a forma como buscamos informações nos próximos anos. … O atendimento ao cliente pode ser totalmente transformado: qualquer empresa com um produto que atualmente exija uma equipe humana de suporte técnico pode treinar um L.L.M. para isso”.

Ao mesmo tempo, GPT-3 e outros LLMs estão atraindo críticas de que são capazes de imitar os padrões sintáticos da linguagem humana, mas incapazes de gerar suas próprias ideias, tomar decisões complexas e em amadurecer algo que se assemelhe à inteligência humana. “Para esses críticos, o GPT-3 é apenas o mais recente objeto da longa história de hype I.A., canalizando dólares de pesquisa e atenção para o que acabará por se revelar um beco sem saída, impedindo que outras abordagens promissoras amadureçam. Outros críticos ainda acreditam que software como o GPT-3 permanecerá para sempre comprometido pelos preconceitos, propaganda e desinformação nos dados em que foi treinado, o que significa que usá-lo para qualquer coisa além de truques de salão sempre será irresponsável.”

O artigo de Johnson levanta uma série de pontos de advertência sobre os LLMs e vou brevemente comentar algumas de suas advertências.

LLMs são apenas papagaios. O termo papagaio foi mencionado em um artigo de março de 2021, “On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?”, por Emily Bender e Timnit Gebru. O artigo deles argumentou que os LLMs estão apenas repetindo o enorme número de frases de autoria humana usadas em seu treinamento. Sua capacidade impressionante de gerar frases convincentes e articuladas nos dá a ilusão de que estamos lidando com um ser humano bem educado e inteligente, e não com um papagaio que só repete palavras e que não tem uma compreensão humana das ideias subjacentes às frases que está reunindo.

Falta de conhecimento de bom senso. Os LLMs carecem do conhecimento de bom senso sobre o mundo físico e social do qual a inteligência humana está inserida, incluindo as habilidades de raciocínio intuitivo que nossos cérebros biológicos consideram normais. Nascemos com a capacidade de aprender rapidamente e nos adaptar ao ambiente social ao nosso redor. “Um dos segredos do aprendizado das crianças é que elas constroem modelos ou teorias do mundo”, escreveu a psicóloga da UC Berkeley, Alison Gopney, em “The Ultimate Learning Machines”, um ensaio do WSJ de 2019. “O futuro da inteligência artificial depende do desenvolvimento de computadores que possam pensar e explorar os mesmos recursos que os bebês.”

Vieses nos dados de treinamento do LLM. Uma das principais descobertas do relatório do índice de IA de 2022 foi que, embora os LLMs como o GPT-3 estejam estabelecendo novos recordes em benchmarks técnicos, eles também são mais propensos a refletir os vieses que podem ter sido incluídos em seus dados de treinamento, incluindo temas racistas, sexistas, linguagem extremista e outras coisas nocivas, bem como padrões de linguagem abusivas e ideologias nocivas.

LLMs são caixas pretas. É muito difícil explicar em termos humanos por que um LLM escolheu uma resposta entre tantas outras. Os LLMs têm um grande número de parâmetros em suas complexas redes neurais, tornando muito difícil avaliar as contribuições individuais para uma decisão em termos de como um ser humano entenderá.

LLMs podem ser confiáveis? Os LLMs são muito bons em gerar textos, mas não possuem mecanismos para verificar a veracidade do que eles geram. Eles podem ser propensos a variações, inventando frases que parecem plausíveis, mas não fazem o menor sentido e não enganariam os humanos. “O debate mais acalorado sobre os LMMs não gira em torno da questão de saber se eles podem ser treinados para entender o mundo. Gira em torno de saber se eles são confiáveis”.

“O problema de treinamento será resolvido nos próximos anos e GPT-3 e seus pares deixam uma coisa muito clara: as máquinas adquiriram linguagem”, escreveu Johnson em conclusão. “Se você passar bastante tempo com o GPT-3, tentando explorar suas capacidades e falhas, acabará se sentindo como se estivesse interagindo com uma espécie de criança prodígio cujo brilhantismo é obscurecido por algumas limitações óbvias: capaz de respostas surpreendentes; possuindo profundo conhecimento e domínio em uma vasta quantidade de temas, mas também sem noção sobre muitos fatos básicos; propenso a respostas estranhas e sem sentido; livre de etiqueta e normas sociais”.

A IA chegou à fase adulta?

A inteligência artificial surgiu em meados da década de 1950 como uma nova e promissora disciplina acadêmica. A IA tornou-se uma das áreas mais empolgantes das ciências da computação nas décadas seguintes. Mas, depois de anos de promessas e exageros não cumpridos, um período chamado de inverno de IA, com projetos fracos, quase mataram a área de estudo e pesquisa. A IA renasceu com sucesso na década de 1990 com um novo paradigma estatístico baseado na análise de grandes quantidades de dados com computadores poderosos e algoritmos sofisticados. Agora, seis décadas após o início, a IA parece finalmente atingir a maioridade.

“2021 viu a globalização e a industrialização da IA se intensificarem, enquanto as questões éticas e regulatórias dessas tecnologias se multiplicaram”, disse o relatório AI Index de 2022 sobre o progresso da IA, lançado em março de 2022 pelo Stanford’s Institute for Human-Centered Artificial Inteligência (HAI). “2021 foi o ano em que a IA passou de uma tecnologia emergente para uma tecnologia madura – não estamos mais lidando com uma parte especulativa da pesquisa científica, mas sim com algo que tem impacto no mundo real, tanto positivo quanto negativo”, escreveu Jack Clark, co-presidente do AI Index. Vários fatores levaram à sua conclusão, em particular o advento do Foundations Models como o GPT-3 da OpenAI e o BERT do Google.

Na última década, sistemas de IA cada vez mais poderosos igualaram ou superaram os níveis humanos de desempenho em várias tarefas específicas, como reconhecimento de imagem e fala. Esses sistemas de Deep Learning (DL) de tarefas específicas geralmente contam com Supervised Learning (SL), um método de treinamento em que os dados devem ser cuidadosamente rotulados, – por exemplo, gato, não-gato -, exigindo assim um grande investimento em tempo e dinheiro para produzir um modelo que é estritamente focado em uma tarefa e não pode ser facilmente reaproveitado.

Os Foundations Models contornaram essas limitações de DL com base em dois avanços recentes, o Transfer Learning e Huge Scale. O aprendizado por transferência (Transfer Learning) pega o conhecimento aprendido no treinamento de uma tarefa específica e o aplica a tarefas diferentes, mas relacionadas, como usar o treinamento para reconhecer carros em imagens e aplicar isso ao reconhecimento de caminhões e ônibus. Como resultado, os Foundations Models podem ser adaptados para muitas tarefas diferentes com quantidades relativamente pequenas de ajuste.

A enorme escala desses modelos baseia-se em três avanços recentes: (I) grandes melhorias no desempenho e nos custos do hardware de computação; (II) novas arquiteturas transformadoras que permitem que esses grandes modelos aproveitem sistemas paralelos; e (III) mais dados (10 vezes mais dados) de treinamento do que os modelos DL anteriores, incluindo grandes blocos de informações na Internet, bem como livros, artigos, relatórios e outras mídias digitais.

Em 30 de novembro, a OpenAI lançou o ChatGPT, uma versão do GPT-3 que interage com os usuários em um formato de conversação. “O formato de diálogo permite que o ChatGPT responda a perguntas, admita erros, conteste premissas incorretas e rejeite solicitações inadequadas.” A OpenAI incentiva os usuários a experimentar o ChatGPT, e muitos milhões já o fizeram, sobrecarregando o sistema com tráfego muito alto.

“Quantas pessoas já testaram o ChatGPT?”, perguntei ao ChatGPT antes de postar este blog em Junho, e ele prontamente respondeu: “Não tenho um número exato de quantas pessoas já experimentaram o ChatGPT, mas ele é muito utilizado por pesquisadores, desenvolvedores e empresas em todo o mundo para processamento de linguagem natural (NLP), como chatbots, tradução de idiomas e resumo de texto. Também é usado por muitos indivíduos para projetos pessoais e experimentação.”

Nos últimos meses, li vários artigos e assisti muitos vídeos sobre o ChatGPT. Eles abrangem desde grande admiração até profundo ceticismo. Deixe-me comentar um desses artigos.

“ChatGPT é, simplesmente, o melhor chatbot de inteligência artificial já lançado para o público em geral”, escreveu o colunista de tecnologia do NY Times Kevin Roose em “The Brilliance and Weirdness of ChatGPT”. O ChatGPT “chegou com força… e muitos de seus fãs falam dele em termos grandiosos e atônitos, como se fosse uma mistura de software e feitiçaria”. As ferramentas anteriores de IA eram boas em tarefas estreitas e bem definidas, “mas ainda tendem a falhar quando tiradas de suas zonas de conforto”.

“Mas o ChatGPT é diferente. Mais esperto. Mais estranho. Mais flexível.” Ele pode escrever piadas (algumas das quais são realmente engraçadas), trabalhar com códigos de computador e redações de nível universitário. Ele também pode atuar em diagnósticos médicos, criar jogos de Harry Potter baseados em texto e explicar conceitos científicos em vários níveis de dificuldade.”

Essa nova geração de chatbots está inspirando admiração e medo. Seu impacto econômico pode ser semelhante ao da eletricidade de um século atrás. Por outro lado, isso pode ser “o começo do fim de todo o trabalho de conhecimento e tarefas administrativas e burocráticas e um precursor do desemprego em massa”.

“Pessoalmente, ainda estou tentando entender o fato de que o ChatGPT – um chatbot que algumas pessoas acham que pode tornar o Google obsoleto, e que já está sendo comparado ao iPhone em termos de seu potencial impacto na sociedade – e este ainda não é o melhor modelo de I.A. da OpenAI.”, escreveu Roose em seu parágrafo final. “Isso seria o GPT-4, a próxima versão do grande modelo de linguagem da empresa.” Há rumores de que o GPT-4 será lançado em 2023 e espera-se que seja significativamente mais poderoso que o GPT-3.

Deixe-me agora passar para um artigo mais cético. “O novo chatbot conquistou a Internet e mostrou como a IA conversacional pode ser boa – mesmo quando inventa coisas”, escreveu Will Knight, redator sênior da Wired, em “ChatGPT’s Most Charming Trick Is Also Its Biggest Flaw”. “O ChatGPT se destaca porque pode pegar uma pergunta formulada naturalmente e respondê-la usando uma nova variante do GPT-3, chamada GPT-3.5. Esse ajuste desbloqueou uma nova capacidade de responder a todos os tipos de perguntas, dando ao poderoso modelo de IA uma nova interface atraente que praticamente qualquer pessoa pode usar.”

“Colocar uma nova interface em uma tecnologia também pode ser uma receita para o hype”, acrescentou Knight. “Apesar de seu potencial, o ChatGPT apresenta algumas falhas, comuns às ferramentas de geração de texto. Nos últimos dois anos, OpenAI e outros mostraram que algoritmos de IA treinados em grandes quantidades de imagens ou texto podem ser capazes de feitos impressionantes. Mas como eles trabalham de forma puramente estatística, em vez de realmente aprender como o mundo funciona, esses programas são propensos a gerar fatos e declarações preconceituosas e odiosas – problemas ainda presentes no ChatGPT. Os primeiros usuários do sistema reportaram que o serviço entregava respostas de pura bobagens aparentemente convincentes sobre um determinado assunto.”

Outros artigos focaram no potencial de negócios dessas poderosas tecnologias de IA. Em “A tecnologia que invadirá nossas vidas em 2023”, o escritor de tecnologia de consumo do NY Times, Brian Chen, prevê que 2023 nos trará uma variedade de novos e aprimorados assistentes de IA.

“Usuários que ficaram impressionados com a competência linguística do ChatGPT ficaram também surpresos com seus erros, particularmente com aritmética simples”, escreveu ele. Deixando de lado as falhas, podemos esperar que as empresas de I.A. melhorem os pontos fortes desses chatbots com ferramentas que simplificam a forma como escrevemos e lemos textos. “Por um lado, é muito provável que no próximo ano possamos ter um chatbot que atue como assistente de pesquisa. … Isso não significa que veremos uma enxurrada aplicativos de A.I. em 2023. Pode ser que muitas ferramentas que já usamos para o trabalho comecem a incorporar a geração automática de linguagem em seus aplicativos.”

Da mesma forma, em “A inteligência artificial está finalmente permeando os negócios”, o The Economist escreveu que “novos e poderosos Foundations Models estão se movendo rapidamente do laboratório para o mundo real. O Chatgpt, uma nova ferramenta de IA que foi lançada recentemente para testes, está fazendo sucesso por sua capacidade de criar piadas e explicar conceitos científicos. Mas a empolgação também está entre os usuários corporativos, desenvolvedores e financiadores de capital de risco desses desenvolvedores”.

2022 pode muito bem ser lembrado como o ano em que a IA finalmente atingiu a maioridade. Como observou este artigo do NY Times, “existem muitas maneiras pelas quais esses bots são superiores a você e a mim. Eles não se cansam, não deixam a emoção tomar conta, podem extrair ou examinar instantaneamente quantidades gigantescas de informações. E eles podem gerar texto, imagens e outras mídias em velocidades e volumes que nós, humanos, nunca poderíamos.” Mas, ao mesmo tempo, precisamos aprender “o que esses sistemas podem fazem bem e o que não podem, como eles substituirão o trabalho humano a curto prazo e como não o farão“. Perceber o potencial de uma nova tecnologia importante leva tempo. Há claramente muito trabalho a ser feito.

Metaverso e AR/VR serão a próxima grande novidade da TI?

“Metaverso AR/VR serão realmente a próxima grande novidade?”, perguntou The Economist em A reality check for the metaverse is coming, e em outro artigo, o “The World Ahead 2023”, sua edição de final de ano sobre a qual escrevi há poucos dias. “Após a computação de desktop, a internet para o consumidor e o boom dos smartphones, a indústria de computação para o consumidor já passou para a sua próxima grande novidade”, disse o artigo. “O próximo ano verá grandes empresas de tecnologia apostando em duas possibilidades relacionadas e muito comentadas. Um deles são os headsets de realidade virtual (VR) e realidade aumentada (AR); a ideia de que, tendo encolhido os computadores para caber em nossos bolsos, o próximo passo é prendê-los em nossos rostos. O outro é o metaverso, que propõe deixar de lado a internet ainda amplamente plana – baseada em textos, imagens e vídeos bidimensionais – para ser substituída por uma tridimensional e imersiva, experimentada como uma espécie de rede mundial – videogame.”

Não há dúvida de que o metaverso e os headsets AR/VR são tendências importantes a serem observadas nos próximos anos. Como escreveu o The Economist em um artigo de novembro de 2021, “à medida que os computadores se tornam mais capazes, as experiências que eles geram se tornam mais ricas. A internet começou sua vida exibindo nada mais emocionante do que um texto branco em um fundo preto.”

O último grande avanço nas interfaces de usuário ocorreu na década de 1980, quando as interfaces de texto deram lugar às interfaces gráficas de usuário (GUIS). As GUIs foram desenvolvidas pela primeira vez na Xerox PARC no final dos anos 1970 e mais tarde popularizadas pelo Apple Macintosh nos anos 80. Na década de 1990, as GUIs foram adotadas por quase todos os PCs e dispositivos de usuário, e os navegadores Web baseados em GUI desempenharam um papel importante no crescimento explosivo da Internet.

Em meados dos anos 2000, novas versões dos consoles Xbox e PlayStation trouxeram melhorias para o desempenho de videogames, altamente visuais e interativos. Esses avanços prometiam inaugurar uma nova geração de interfaces de usuário não apenas para videogames e outros aplicativos de entretenimento, mas também para todos os tipos de aplicativos de educação, ciência, saúde, governo e negócios. Me lembro que, para explorar o potencial desses aplicativos, muitos projetos foram lançados, inclusive um da IBM, em 2005, focado no Second Life, uma plataforma semelhante a um metaverso na qual os usuários podiam desenvolver uma variedade de aplicativos do mundo virtual.

Vários ambientes foram construídos no Second Life, como reuniões virtuais, eventos online, visitas a museus e outros semelhantes. Mas, apesar das grandes expectativas, nenhum aplicativo ofereceu a experiência do usuário de videogames.

AR, VR e Metaverso vão atingir as expectativas?

A tecnologia avançou, assim como nosso uso e experiência online como e-commerce, reuniões virtuais, e-learning e telemedicina. Deixe-me comentar o status atual e a promessa de AR, VR e Metaverso.

Realidade aumentada

AR compreende um conjunto de tecnologias que sobrepõem dados digitais gerados por computador, imagens e animações em objetos do mundo real. Muitos aplicativos AR são focados em entretenimento e disponiveis por meio de aplicativos para smartphones e tablets, como, Pokemon Go e Snapchat. Mas o AR está sendo cada vez mais aplicado a uma variedade de aplicações industriais e médicas e fornecido por meio de dispositivos vestíveis de viva-voz, como fones de ouvido AR e óculos inteligentes.

Em 2019, uma apresentação/palestra muito boa, a Why Companies Need an Augmented Reality Strategy, do professor de Harvard Michael Porter e James Heppelmann, CEO da PTC, uma empresa de software abordou a seguinte temática:

“Enquanto o mundo físico é tridimensional, a maioria dos dados está presa em páginas e telas bidimensionais”. A restrição de lidar com produtos altamente complexos não é mais uma falta de dados e insights, mas sim, como os humanos melhor assimilam e agem sobre as enormes quantidades de dados de produtos, que agora podem ser coletados, armazenados e analisados por uma variedade de aplicativos. Esse abismo entre os mundos real e digital exige que as pessoas traduzam mentalmente os volumes de informações 2-D agora disponíveis para uso em um mundo 3-D. Isso nem sempre é fácil… qualquer um pode comprovar: quem montou móveis em casa, seguindo o diagrama e as instruções passo a passo; ou quem tentou aprender a usar o kit multimídia, entretenimento e navegação de seu novo carro; e até um técnico especialista, tentando diagnosticar e consertar um problema sério em um elevador ou motor a jato; para todos estes a AR permitirá um novo paradigma de entrega de informações, escreveram os autores. “Ao sobrepor informações digitais diretamente em objetos ou ambientes reais, o AR permite que as pessoas processem o físico e o digital simultaneamente, eliminando a necessidade de unir mentalmente os dois. Isso melhora nossa capacidade de absorver informações com rapidez e precisão, tomar decisões e executar tarefas necessárias com rapidez e eficiência.”

Realidade virtual

Enquanto a AR sobrepõe dados e imagens no mundo real, a realidade virtual é uma simulação gerada por computador que faz com que o usuário se sinta imerso em um mundo virtual 3D. Os usuários experimentam e interagem com seus ambientes virtuais por meio de seus óculos de realidade virtual imersivos, que podem rastrear e reagir aos movimentos da cabeça e dos olhos dos usuários, bem como por meio de tecnologias hápticas que podem simular a experiência do toque, permitindo que os usuários controlem objetos virtuais. Os headsets e aplicativos de realidade virtual foram desenvolvidos pela primeira vez na década de 1980, mas avançaram significativamente nas últimas décadas.

A RV tem sido particularmente bem-sucedida em videogames. “A indústria de videogames – o único tipo de entretenimento totalmente exposto ao poder de composição da lei de Moore – vende mundos virtuais há anos”, escreveu The Economist em seu artigo de novembro de 2021. Jogos online como World of Warcraft, Fortnite e Roblox têm centenas de milhões de usuários, enquanto suas empresas de jogos têm altas avaliações – evidência de que mundos virtuais imersivos podem ser populares e lucrativos.

Aplicações de RV foram desenvolvidas em vários domínios além dos videogames, como shows virtuais na indústria do entretenimento; reuniões, conferências, feiras e eventos de negócios no mundo todo; e em uma variedade de aplicações como simuladores de voo, treinamento de astronautas, treinamento militar e educação médica.

Metaverso

Como vimos, as tecnologias AR/VR prometem grandes avanços em interfaces de usuário, fones de ouvido e aplicativos, todos em andamento há algum tempo como parte da evolução incremental da Internet. Mas, a promessa do metaverso é mais profunda, ou seja, a substituição de uma internet amplamente plana e bidimensional por uma internet imersiva tridimensional. Isso seria realmente uma próxima grande novidade.

Mas quão realista é tal promessa de metaverso? Na tentativa de lançar alguma luz sobre essa questão, li vários artigos recentes que abordavam a questão comparando a RV com o Metaverso. Por exemplo, este artigo define o metaverso como “um reino virtual tridimensional online, aberto, compartilhado, persistente que oferece às pessoas a conexão umas com as outras de todas as partes de suas vidas. Ele vincularia muitas plataformas, da mesma forma que a rede mundial de computadores conecta vários sites usando um navegador. … Os paralelos com a realidade virtual são impossíveis de ignorar ao ler sobre o Metaverso. No entanto, existem algumas diferenças significativas.”

A primeira grande diferença é que enquanto a realidade virtual é bem definida, o metaverso não é. “O Metaverso, de acordo com Mark Zuckerberg, é uma rede corporificada onde você está presente no material em vez de apenas assisti-lo. De acordo com a versão mais recente da Microsoft, também é conhecido como um ambiente digital persistente preenchido por tecnologias relacionadas de pessoas, lugares e objetos. Quando comparamos nossa própria compreensão da realidade virtual, essas descrições podem parecer bastante vagas. Também é provável que mesmo as corporações de TI não tenham uma descrição abrangente.” Isso não é surpreendente, visto que a RV existe há quase quatro décadas, enquanto o desenvolvimento sério do metaverso é relativamente recente.

Outro artigo acrescenta que não há uma definição clara do metaverso. “Algumas definições do metaverso o apresentam como um mundo digital aberto, compartilhado e persistente, enquanto outras o definem como uma internet corporificada. Como resultado, você pode encontrar apenas descrições vagas sobre o metaverso em comparação com as da realidade virtual.”

Em outras palavras, como acontece com outras tecnologias potencialmente transformadoras, leva tempo para saber como elas vão funcionar. “Ninguém tem certeza se vr, ar ou o metaverso é realmente o futuro da computação, disse The Economist em conclusão. “Mas as revoluções da noite para o dia não são como a tecnologia funciona. A Apple não inventou o smartphone do nada. Ela aperfeiçoou uma fórmula na qual seus concorrentes vinham trabalhando há anos, na forma de telefones BlackBerry e handhelds Palm, por exemplo. Isso não garante que as empresas que apostam nessas tecnologias da moda sejam bem-sucedidas. Mas isso mostra por que eles estão tentando.”

A maturidade da IA

O seminário, The Art of AI Maturity, dos executivos da Accenture Philippe Roussiere e Praveen Tanguturi é parte da série de Iniciativa sobre Economia Digital (IDE) do MIT. O seminário foi baseado em seu artigo publicado recentemente The Art of AI Maturity: Advancing from Practice to Performance.

“Hoje, muito do que tomamos como certo em nossas vidas diárias decorre do aprendizado de máquina”, escreveram os autores no resumo executivo do artigo. “Toda vez que você usa um aplicativo de GPS para ir do ponto A ao ponto B, quando usa o ditado para converter a fala em texto ou quando voce desbloqueia o telefone usando o ID facial… você está usando IA. E empresas de todos os setores também contam – e investem – em IA para impulsionar a logística, melhorar o atendimento ao cliente, aumentar a eficiência, capacitar funcionários e muito mais.”

Para determinar o verdadeiro estado de maturidade da IA no mercado, a Accenture realizou uma pesquisa em agosto e setembro, com mais de 1.600 executivos em quase 2.000 das maiores empresas do mundo em 16 setores, em 15 países. Além disso, eles entrevistaram 25 CEOs, Chief Data Officers e Chief Analytics Officers, bem como vários especialistas em IA da Accenture, e desenvolveram mais de 40 estudos de caso sobre a transformação da IA.

No geral, a pesquisa constatou que a maturidade da IA é cada vez mais importante para o sucesso dos negócios. As empresas que investiram em IA, no ano passado tiveram 40% mais chances de ver o preço de suas ações aumentar – em alguns casos, acima dos 23%.

“A maturidade da IA se resume em dominar um conjunto de capacidades-chave de combinações – não apenas em dados e IA, mas também em estratégia organizacional, talento e cultura.” Isso inclui recursos básicos de IA – como plataformas e ferramentas de nuvem, dados, arquitetura e governança – para acompanhar o ritmo dos concorrentes; e capacidades de se diferenciar em IA, incluindo uma estratégia de bem escrita, patrocínio sólido da alta administração e uma cultura de inovação.

A pesquisa identificou quatro níveis diferentes de maturidade de IA com base nas capacidades básicas e diferenciadas de uma empresa:Empreendedores de IA (12% das empresas), avançaram tanto em maturidade de IA quanto no operacional para alcançar crescimento e transformação de negócios;

Inovadores de IA (13% das empresas) têm fortes capacidades estratégicas, mas lutam para operacionalizá-las por causa de suas capacidades básicas;

Construtores de IA (12% das empresas) têm fortes capacidades fundamentais, mas capacidades estratégicas medianas; e;

Os experimentadores de IA (63% das empresas) têm apenas recursos médios de IA e constituem a maioria das empresas.

Apesar da presença cada vez maior da IA em nossas vidas, quando se trata de aproveitar ao máximo o potencial da IA, a maioria das organizações ainda apresenta níveis relativamente baixos de maturidade em IA.

Os realizadores de IA estão prosperando. Há evidências crescentes de que o dimensionamento da IA além da experimentação e das provas de conceito tem um impacto significativo nas métricas financeiras, na experiência do cliente e na transformação em toda a empresa. Os Empreendedores têm 25% mais chances do que os Experimentadores de fazer com que seus projetos pilotos de IA sigam adiante e obtiveram uma pontuação 8% maior na experiência do cliente. Além disso, os Empreendedores têm 3,5 vezes mais chances do que os Experimentadores de ver sua receita, influenciada pela IA, ultrapassar 30% de sua receita total.

O que explica o desempenho superior dos Empreendedores de IA? Por si só, a IA não é o segredo de seu desempenho superior; é a abordagem que tomam frente a IA que os torna diferentes. A maturidade da IA é tanto sobre pessoas quanto sobre tecnologia, e tanto sobre estratégia quanto sobre execução. “Os Empreendedores não são definidos pela sofisticação de qualquer capacidade, mas por sua capacidade de combinar pontos fortes em estratégia, processos e pessoas”, disse o relatório, citando cinco fatores-chave para o sucesso dos Empreendedores, que compartilho brevemente minha opinião sobre cada um desses fatores.

1. Promover a IA como uma prioridade estratégica para toda a organização, com patrocínio total da liderança. “As empresas podem criar estratégias de IA fortes, mas, a menos que essas estratégias recebam apoio do CEO e da alta administração, elas provavelmente fracassarão, competindo com outras iniciativas por atenção e recursos.”

A pesquisa constatou que 83% dos Empreendedores têm patrocínio formal da Alta administração para suas estratégias de IA, em comparação com 56% dos Experimentadores; e 48% dos Empreendedores têm uma cultura de inovação, em comparação com 33% dos Experimentadores. Suas estratégias de IA tendem a ser ousadas, o que, por sua vez, leva a uma maior inovação. E, para incentivar ainda mais a inovação da IA, 16% dos Empreendedores compartilham ideias e colaboram com colegas em toda a empresa, em comparação com apenas 4% dos Experimentadores.

2. Investir pesadamente em talentos para obter mais dos investimentos em IA. “Com uma estratégia clara de IA e forte patrocínio interno, as organizações têm maior probabilidade de investir pesado na criação de dados e fluência em IA em suas forças de trabalho”.

Os empreendedores priorizam os esforços para desenvolver alfabetização em IA e habilidades relacionadas à IA em toda a força de trabalho. 78% dos Empreendedores, em comparação com 51% dos Experimentadores, têm treinamento de IA obrigatório para diferentes grupos de funcionários, de engenheiros de desenvolvimento de produtos a executivos de alto nível. 44% dos Empreendedores têm funcionários em suas empresas com habilidades avançadas de IA, em comparação com 30% dos Experimentadores, que, em média, têm significativamente menos funcionários desse tipo.

Além de investir em seus talentos internos, os Empreendedores geralmente desenvolvem outras estratégias proativas de talentos para acompanhar as tendências do setor, incluindo parcerias com empresas de serviços e consultoria, colaborando com universidades e instituições de pesquisa e assim por diante.

3. Industrializar ferramentas e equipes de IA para criar um núcleo de IA. “Outra prioridade para os Empreendedores envolve a construção de um núcleo de IA: dados operacionais e uma plataforma de IA que explora o talento, a tecnologia e os ecossistemas de dados das empresas, permitindo que equilibrem a experimentação e a execução.”

Construir aplicativos de IA em uma plataforma principal ajuda as organizações a integrarem a IA em seus aplicativos existentes, o que ajuda a produzir, aprimorar, monitorar, criar políticas de segurança internas e externas e levar seus novos recursos para o mercado; tudo isso facilita o gerenciamento dos vários estágios do ciclo de vida do aprendizado de máquina, incluindo fluxo de trabalho, treinamento e implantação de modelo.

Além disso, os Empreendedores são 32% mais propensos do que os Experimentadores a desenvolver aplicativos de aprendizado de máquina personalizados ou trabalhar com um parceiro que oferece soluções como serviço.

4. Projetar a IA com responsabilidade, desde o início. “À medida que as empresas implementam IA para uma gama crescente de tarefas, aderir a leis, regulamentos e normas éticas é fundamental para construir uma base sólida de dados e IA.”

Os Empreendedores têm 53% mais chances do que os Experimentadores de projetar e implantar aplicativos de IA responsáveis, que geram confiança ao serem justos com clientes, funcionários, parceiros de negócios e a sociedade em geral. Ser responsável pelo design posiciona os Empreendedores para melhor atender aos requisitos futuros e criar valor sustentável para eles e seus stakeholders.

Isso é particularmente importante devido ao potencial de mudanças regulatórias. Uma outra pesquisa da Accenture com 850 altos executivos, descobriu que “quase todos (97%) dos entrevistados acreditam que a regulamentação os afetará, e 77% indicaram que a conformidade é uma prioridade”.

5. Priorizar investimentos de IA de longo e curto prazo. “Para evitar ficar para trás, a maioria das empresas precisa aumentar agressivamente seus gastos com dados e IA.”

Os empreendedores tiram mais proveito da IA por causa de seus investimentos mais altos. Em 2018, os Empreendedores dedicaram 14% de seus orçamentos totais de tecnologia à IA; em 2021 dedicaram 28%; e em 2024 pretendem destinar 34%. Eles percebem que apenas “estão no começo de algo grandioso e que a qualidade de seus investimentos é tão importante quanto a quantidade”. Esses investimentos contínuos permitirão expandir o escopo da IA em toda a empresa.

“À medida que as tecnologias de IA se tornam mais predominantes, o futuro de todos os negócios parecerá muito diferente – alguns liderarão a mudança e outros serão submetidos a ela”, disse o relatório da Accenture em conclusão. “Aqueles que se transformam serão aqueles cujas equipes dominam a arte da maturidade da IA, usando a nuvem como facilitadora, os dados como o condutor e a IA como o diferenciador.”

Um framework para entender as plataformas

Em julho, a Iniciativa de Economia Digital do MIT realizou sua 10ª Reunião de Cúpula que tratou de Estratégia de Plataform. O Summit híbrido incluiu vários painéis e palestras e me chamou a atenção, a apresentação do professor da Universidade de Boston, Marshall Van Allstyne, sobre tendências emergentes, no qual ele respondeu a cinco perguntas sobre plataformas:Estrutura: por que as plataformas têm valores de mercado tão altos, mas tão poucos ativos ou funcionários?

Estratégia: Por que a estratégia de produto tradicional falha nos mercados de plataforma?

Regulamentação: por que o antitruste tradicional falha nos mercados de plataforma?

Fake News: Por que a desinformação é um problema tão difícil?

Organizações Autônomas Descentralizadas podem destronar as plataformas?

Em sua apresentação, Van Alstyne procurou responder as cinco perguntas sobre plataformas, com base na pesquisa que ele e seus colegas vêm realizando na última década e aqui está um resumo da apresentação dele, começando pela estrutura unificadora das plataformas e depois, comentando como a estrutura se aplica a cada uma das cinco questões.

As plataformas há muito desempenham um papel fundamental na indústria de TI. A família de mainframes System 360 da IBM, anunciada em 1964, já apresentava uma arquitetura de plataforma com hardware, sistema operacional e serviços. Esse ecossistema (hardware, software e serviços complementares) ajudaria a IBM e o System 360 a se tornar a principal plataforma para computação comercial nos 25 anos seguintes.

Na década de 1980, com o surgimento dos computadores pessoais, a plataforma Wintel baseada nos sistemas operacionais da Microsoft e nos microprocessadores da Intel, atraiu um grande ecossistema de desenvolvedores de hardware e software.

O sucesso comercial da Internet nos anos 1990 levou as plataformas a um nível totalmente novo. Baseadas na Internet, elas conectaram um grande número de usuários de PC a uma ampla variedade de sites e aplicativos online. O poder econômico das plataformas cresceu ainda mais na última década, com bilhões de usuários, agora se conectando por meio de dispositivos móveis inteligentes a todos os tipos de aplicativos e serviços baseados em nuvem.

O alcance universal e a conectividade da internet levaram a efeitos de rede cada vez mais poderosos e ao surgimento de economias baseadas em plataformas. Os efeitos de rede são acompanhados por externalidades, ou seja, um custo ou benefício indireto para terceiros não envolvidos; justamente o que nos leva ao modelo de uma rede social. Os benefícios de conexões que você obtém atraem e trazem benefícios para outros indivíduos, cada um atraindo outros tornando a rede e a plataforma mais valiosa para ‘todos’.

A escala aumenta o valor de uma plataforma. Em uma plataforma de comércio bilateral, por exemplo, quanto mais produtos ou serviços a plataforma oferecer, mais consumidores ela atrairá, ajudando a atrair mais ofertas, o que por sua vez atrai mais consumidores, o que torna a plataforma ainda mais valiosa para todos. Além disso, quanto maior a rede, mais dados estão disponíveis para personalizar as recomendações, aumentando ainda mais o valor da plataforma.

O que muitas vezes se perde, disse Van Alstyne, é que alavancar os efeitos de rede para beneficiar outras pessoas ou atrair terceiros, requer a orquestração e o design dos algoritmos das plataformas, e isso não acontece por acaso. Na economia digital, traduzir os efeitos de rede em vantagem econômica requer atenção cuidadosa à governança das plataformas.

Esta é a essência da estrutura unificadora de plataforma. Vamos agora ver como isso se aplica a cada uma das cinco perguntas que Van Alstyne fez.

1. Por que as plataformas têm valores de mercado tão altos, mas tão poucos ativos ou funcionários? Van Alstyne mostrou um slide que comparou o valor de mercado por funcionário de várias plataformas versus empresas tradicionais em vários setores. Eles variaram de 4X para o Twitter (valor de mercado de US$ 28 bilhões, 7.500 funcionários) vs NY Times (valor de mercado de US$ 5 bilhões, 5.000 funcionários), a 27X para Airbnb (valor de mercado de US$ 61 bilhões, 6.000 funcionários) vs Marriott (valor de mercado de US$ 46 bilhões, 120.000 funcionários). Na Forbes global 2000, as empresas de plataforma têm valores de mercado mais altos (US$ 21.726 contra US$ 8.243), margens mais altas (21% contra 12%) e metade dos funcionários (9.800 contra 19.000) do que as empresas tradicionais.

O motivo da diferença é que nas empresas tradicionais a produção de valor é feita por seus funcionários internos. As empresas de plataforma inverteram isso com muito sucesso, de modo que a produção de valor não é feita apenas por seus funcionários internos, mas também, alavancados em suas comunidades externas, muito maiores, de usuários e clientes. Por exemplo: aqueles que postam conteúdo no Twitter e no Facebook, alugam quartos e casas no Airbnb e dirigem carros para o Uber, estão promovendo e gerando lucros para a plataforma.

2. Por que a estratégia de produto tradicional falha em mercados de plataforma? A economia industrial dos últimos dois séculos foi impulsionada por economias de escala do lado da oferta. Devido aos enormes custos fixos dos ativos físicos, as empresas que atingem volumes maiores têm um custo menor de fazer negócios, o que lhes permite reduzir custos e aumentar ainda mais os volumes. O poder de mercado é, portanto, alcançado aumentando a eficiência, tornando-se mais lucrativo e afastando a concorrência.

Mas a natureza da competição e da estratégia são bem diferentes em um negócio baseado em plataforma, onde a força motriz são as economias de escala do lado da demanda. A comunidade de usuários e provedores que uma empresa de plataforma consegue atrair, reter e crescer, é seu ativo mais importante.

As empresas tradicionais estão focadas em controlar seus ativos internos e construir um fosso em torno do negócio para manter os concorrentes em potencial afastados. Em um negócio de plataforma devidamente orquestrado – aquele em que você controla os fluxos monetários e de informações – até mesmo seus concorrentes podem se tornar fontes únicas de valor ao trazê-los para a plataforma e, assim, ajudar a atrair uma comunidade ainda maior de usuários e consumidores. A Apple e o Android do Google querem o maior número possível de desenvolvedores em suas lojas de aplicativos; A Amazon quer o maior número possível de comerciantes em sua plataforma.

3. Por que o antitruste tradicional falha nos mercados de plataforma? Van Alstyne argumenta que, embora o governo federal (EUA) tenha identificado corretamente que há problemas com o poder de mercado das maiores empresas de plataforma, suas soluções estão erradas. Como você define o domínio da participação de mercado quando os mercados das empresas de plataformas são tão difíceis de definir? A Amazon é uma organização de vender livros, cloud, comércio eletrônico, entretenimento, dispositivos domésticos ou mantimentos? O Google está em pesquisa, e-mail, mapas, dispositivos domésticos ou carros autônomos?

A economia tradicional nos ensina que uma das maneiras pelas quais as empresas se tornam monopólios é restringindo sua produção para que possam cobrar mais por seus produtos e serviços. Mas o Google não está restringindo a pesquisa, o Facebook não está restringindo as postagens e a Amazon não está restringindo as compras. Outro teste clássico para os monopólios é o preço, seja por estarem muito alto e os consumidores estão sendo enganados, ou muito baixo para eliminar a concorrência. Mas esses testes não funcionam com empresas de plataforma porque elas estão em tantos mercados que seu modelo de negócios é subsidiar ou doar coisas em um mercado para aumentar o tamanho e aumentar o valor de outro mercado. Além disso, os remédios antitruste clássicos, como o desmembramento de empresas, não funcionam tão bem com empresas invertidas, como empresas de plataforma. Como o poder central das empresas de plataforma decorre de sua capacidade de alavancar grandes quantidades de dados do consumidor, são necessários novos remédios antitruste, como melhorar a portabilidade dos dados do consumidor.

4. Por que a desinformação é um problema tão difícil? Os efeitos de rede discutidos até agora são todos exemplos de externalidades positivas, onde as atividades de um indivíduo ou grupo criam valor para outros. Mas a desinformação é uma externalidade negativa que causa danos aos outros, como teorias da conspiração que levam a más decisões médicas, polarização política ou insurreições.

Este é um dos problemas mais desafiadores que nossa sociedade enfrenta. Por que as notícias falsas são tão difíceis de controlar? O governo (EUA) não pode fazer isso porque a liberdade de expressão, incluindo desinformação, é protegida pela primeira emenda. Os governos federal, estadual e municipal ficam, portanto, impedidos de tomar medidas para corrigir o problema. Como resultado, as externalidades negativas, como a desinformação, precisam ser corrigidas pelos mercados e, até agora, não temos soluções de mercado para lidar e corrigir as externalidades negativas.

5. Organizações Autônomas Descentralizadas podem destronar plataformas? Organizações Autônomas Descentralizadas (DAOs) são uma parte importante da Web3, um conjunto promissor de tecnologias e aplicativos que visam substituir as mega-plataformas corporativas de hoje por redes descentralizadas baseadas em blockchain, abrindo caminho para uma internet empreendedora, mais aberta e, de algum modo, mais livre de intermediários, com uma economia digital gratuita.

Os DAOs podem destronar as plataformas, perguntou Van Alstyne ao concluir sua apresentação, removendo os intermediários e reduzindo os custos das transações? Sim, ele disse, “mas isso é apenas parte da história. A outra parte da história é novamente a orquestração positiva de externalidades.” E isso não pode acontecer se tudo o que você fizer for descentralizar. Você precisa ter governança para criar e orquestrar as externalidades positivas necessárias. “DAOs que não têm governança nunca substituirão as plataformas”, disse ele em conclusão. Mas as DAOs que implementam governança, como adicionar contratos inteligentes, podem ser uma ameaça para plataformas com novas implicações muito interessantes.