O que é ser AI-First e AI-Enabled? E por que isso importa para sua empresa? | ROQTCast #17

E aí, pessoal, tudo bem? Bem-vindos a mais um podcast. Podcast, né? Podcast é português que se fala. Ah, portuguesado. É. Mais um podcast que não fala Rockt. E o tema de hoje aqui, vamos falar sobre quem está aqui na mesa, né? Primeiramente. Depois a gente fala sobre o tema. Ao meu lado direito aqui, Felipe Morgon, CEO e sócio-proprietário.

Tudo bem, pessoal? Se eu vi que tem que me apresentar, né? Muito bom, né? Muito bom, muito ótimo. Boa, boa, legal demais. Ótimo estar com você aqui, Doglão. Oh, é um prazer. Eu que agradeço a sua presença. Aula à frente do Felipe aqui, João Damasceno, nosso Tech Lead. Obrigado pelo convite. Bora lá. Boa. E ao lado, Santiago Arantes.

Valeu, Douglas, valeu pelo convite, tá? Ô, louco, eu queria desse. Tá animado, né? Tá animado. Os meninos, vamos falar hoje sobre um tema aí bem alto, que é...

AI First contra AI Enable. Qual que é a diferença? Por que isso importa para dentro das empresas? Muitas empresas estão se tornando AI Enable, AI First. Qual que é a diferença? Por que isso importa? Vamos começar hoje pela pergunta básica, que é a diferenciação entre os dois. Vamos começar aqui pelo chefe, Santiago. Ele vai falar. Primeiro ele. Felipe, qual que é a diferença entre ser uma empresa AI Enable

AI First. Bom que se eu definir errado aqui, o podcast interessa. É, já era. Acabou. A gente vai parametrizar em cima do que você falou. Ferrou. Bom, beleza. Cara, vamos lá. Uma questão importante do AI First e AI Enabled é que elas não são evoluções, né? Tem um pessoal muito tratando a respeito disso.

Como, poxa, primeiro eu viro o AI Enabled, depois eu viro o AI First, mas não é exatamente isso, são coisas distintas. Inclusive, pensando no modelo de negócio da sua empresa. Então, vou começar pelo AI First. Beleza. Mas a AI First, dentro de uma concepção de mercado, é literalmente aquela empresa que optou por colocar a IA no centro do modelo de negócio dela. Então, ela está olhando para a inteligência artificial e entendendo que a empresa, o modelo de negócio, está em volta do LLM.

Então a construção dela, a maneira como ela vai trabalhar, o relacionamento com os clientes dela, a maneira como ela entrega o produto final, está baseado dentro do contexto dos LLMs, dos agentes, enfim. E uma empresa AI Enabled, na realidade é uma empresa que está olhando para o modelo de negócio dela no centro e entendendo como a inteligência artificial pode ser esse copiloto, pode ajudar ela a entregar melhor o produto dela, o serviço que ela presta no final das contas para o cliente.

E aí, dois exemplos muito claros disso, a gente pode olhar uma empresa de tecnologia nativa, que nasceu como uma AI First, o cursor da vida, que ele é uma IDE, foi um fork ali do VS Code, e que o pessoal colocou a inteligência artificial, que foi uma das primeiras ideias ali com agentes embarcados, que ele depende, ele funciona, o entregável dele é de fato um LLM, é perplexity.

Dentro do navegador que ela entrega, é uma empresa AI first. Agora, uma AI enabled, eu posso citar a Rocket, eu posso citar qualquer empresa mais tradicional, pensando em modelo de negócio.

mas que hoje utiliza a inteligência artificial para conseguir gerar mais velocidade, gerar alguma vantagem competitiva ali que você possa ter em relação à entrega, à qualidade, velocidade, enfim. Qualquer um dos diferenciais de mercado que você possa trazer. Então, um resumo é, na AI First, a IA está no centro. Na AI Enabled, a IA está...

ao redor daquilo que você está fazendo na empresa. Basicamente, é isso que a gente ouve um pouquinho no mercado. É, no Enable, ela acaba não sendo o meio.

ela não é o centro, ela é um meio bom ponto, bom ponto beleza, João, você tem alguma coisa pra complementar? algo dessa diferença que você falou? eu acho muito legal isso que o Felipe comentou tanto na questão de modelo de negócio mesmo porque muito se pensa hoje, ah, eu quero ser AI first eu quero ser AI enable só que você tem que realmente pensar se o modelo de negócio da sua empresa comporta aquilo se faz sentido ou se vai dar mais trabalho você ser uma empresa AI first do que qualquer outra coisa, né a 진짜

Então, eu acho que eu pontuaria só em cima disso mesmo, que realmente faz um baita impacto o tipo de modelo de negócio que você tem dentro da sua empresa, né? Então, isso é uma coisa a ser considerada. Legal. E aí, Santiago? É, entender que, que nem o Felipe comentou, não é uma evolução, né? Então, são realmente visões que elas não são uma sequência da outra. Então, realmente depende muito de qual que é o objetivo da sua empresa, qual que é a missão da sua empresa, qual que é o modelo de negócio que ela tem ali.

Mas eu acho que a maioria das empresas consegue se aproveitar, sim, de um uso de um modelo com a AI Enabled para poder promover processos, conseguir fazer uma maior produtividade dentro das entregas que aquela empresa tem e assim por diante. Acho que isso acaba sendo uma possibilidade de fazer com que as empresas tenham mais produtividade em diversos setores e departamentos ali dentro.

e acaba sendo algo que é uma adoção. Então você tem muito mais opção de aderir a uma visão de AI enabled, mas se você pensar no modelo de negócio de uma AI first, ela é totalmente construída em volta disso. Então, afinal de contas, é possível se aderir a uma a um modelo AI enabled, se você vê que isso é aplicável à sua empresa. Agora, uma AI first é uma empresa pensada nisso, né? Que nem o Felipe comentou, isso é muito interessante de se pensar.

Eu até penso assim, pode ser uma evolução? Até pode, mas ela é uma redescoberta do modelo. Sim, exatamente. Eu estava comentando antes da gente começar do Duolingo. E o Duolingo começou utilizando a inteligência artificial, até porque surgiram aqueles bots de WhatsApp para te ensinar. Inglês, espanhol, né? A galera fazendo avatar da vida ali.

E ela foi uma empresa que agora está caminhando para se tornar AI First, mas porque o modelo de negócio dela permite. Então, acho que acaba sendo isso. É muito específico, né, cara? E aí, poxa, os gurus de mercado acabam até imprimindo um pouquinho de fome. Quanto mais IA, melhor. Missing Out, que é tipo assim, nossa, eu não estou usando IA, eu estou para trás de todo mundo. Minha empresa precisa ser AI First. É que gera esse gatilho, né?

Calma, né, cara? Tipo, nossa, eu estou atrás de todo mundo do meu negócio. Exato, exato. E aí?

Talvez essa mudança, acho que esse é o principal motivo de eu trazer esse tema aqui para vocês. Até porque houve um caso essa semana, bem alto, bem quente, foi noticiado em todos os principais canais, de uma empresa que utiliza a inteligência artificial para acelerar as coisas ali. E, resumindo, ela acabou tendo o banco de dados deletado.

em 9 segundos. Para mim isso é muito preocupante e alarmante. Não sei na visão de vocês, mas principalmente porque a gente quer falar aqui também sobre segurança disso. Acho que não é só ser, mas é da forma que deve ser também. E eu queria que vocês falassem um pouco sobre esse caso. Não sei se vocês leram um pouco mais sobre ele, mas ele teve o banco deletado em 9 segundos, que ele estava com permissão. Os analistas deram permissão de controle total dos dados dessas informações.

E a partir dali só tinha backup. Até o backup, né? Acho que acabou feito a exclusão e ficou de três meses para trás. Cara, três meses é muito tempo, né? Vamos trazer um pouco mais desse lado ali de governança. E virada chave. A partir do momento que eu devo ser AI, é o modelo correto? Hoje, você falou muito sobre modelo de negócio, depende do negócio. Existe algum ponto específico dentro da empresa que eu posso ser AI first ou não?

Acredito que sim. É que você vai ter setores, isso desde a época da automação, né? Então, assim, desde quando você começava a falar de chatbot, nem era muito inteligência artificial ainda. Você tem setores onde permite você conseguir colocar mais inteligência artificial, mais automação. Então, poxa, geralmente, atendimento a público, vamos pensar em call center, pensar em bancos, né? Tem ali um saque ou um pessoal para ajudar a tirar dúvida. Até internamente, não só para público externo.

é um local onde você consegue sim colocar bastante inteligência artificial. Não só ela como um assistente, mas muitas vezes ela como comandando ali alguma área. Mas acredito que além do modelo de negócio, também depende de onde, né? Poxa, dentro de um jurídico. Você vai confiar um jurídico 100% AI first? Independente de um modelo de negócio de uma empresa, eu acredito que o cursor, quando foi fazer um M&A, não deve ter delegado um M&A ali de IA.

E aí linka com isso, né? Poxa, aonde eu vou colocar aí? Ah, cara, eu vou dar acesso à produção, banco de produção para uma inteligência artificial, ter controle total, sabendo que ela pode alucinar, que ela é um modelo estatístico. Falando já não parece uma boa ideia, né? Não parece. Acho que se você fala isso em voz alta... É, às vezes era só... Liga com um pouco de receio.

Mas é muitas vezes essa pressa e esse medo. Poxa, o concorrente está fazendo. Às vezes ele está divulgando o que está fazendo. Quem disse que ele está realmente fazendo, né? E aí você quer correr atrás do prejuízo, quer falar que usa inteligência artificial e pode incorrer num problema de governança, de segurança de dados, que pode causar problemas muito mais graves do que você não ter inteligência artificial implantada para você poder apresentar numa reunião de conselho. Então, olhar para onde a IA vai ser implantada.

como ela vai ser, acho que é uma discussão prévia a eu entender se eu sou AI enabled, se eu sou AI first, enfim. Acho que é um ponto importante pra refletir. Inclusive, nisso que você tá falando, né, Felipão, a gente percebe que a gente acaba aplicando muito AI em processos padrões, né, que não tem tanta necessidade, por exemplo...

da observação humana, do julgamento humano para poder tomar decisão. Então, é todo um processo até você chegar num nível que você pode ser EFIR, pode ser IEnable. Então, não dá para poder só atravessar as coisas e colocar uma IA ali para ajudar em processos que muitas vezes, por exemplo, o jurídico mesmo que o Felipe comentou, não tem condição de colocar ali dentro. Então, coisas repetitivas que você já sabe o resultado esperado, faz um pouco mais de sentido.

Eu acho bem engraçado a repercussão que tem esse tipo de notícia, porque o pessoal fica geralmente com... volta-se uma medida meio sensacionalista contra a IA, como se a responsabilidade não fosse das pessoas que montaram aquele modelo. Ah, mas isso é padrão. Então, assim...

O pessoal, parece que as pessoas Não sei se pela proximidade, pelo uso Da IA, por se assimilar muito a forma Com que uma pessoa Pensa, resolve problemas E o pessoal começa a atribuir como se fosse um indivíduo Mas não É a maior besteira que tem Nossa, eu acho que isso é um caminho muito

É uma ferramenta de todo jeito. E olhando para esse caso, especificamente que o Douglas trouxe, é um bom exemplo de como, na realidade, a gente precisa pensar primeiro no modelo e nos processos que são aplicados para dentro de uma operação, dependente de qual seja, antes da tecnologia.

Então, qual que foi, quem que seria necessariamente, vamos colocar assim, o responsável por isso? A pessoa que deu permissão para isso acontecer. Isso é uma questão organizacional, mas também tem muito a ver com o processo. Então, se já tivesse processo estruturado, já tivesse algo pensado, revisado, para se entender e levantar o risco de uma possibilidade de você ter uma IA com acesso tão amplo, dentro de dados tão sensíveis da sua empresa.

seria uma forma de abordar diferente, né? Essa questão. Então, a partir daí, né? E esse é um ponto importante, porque, assim, desde que o mundo é mundo, você tem uma galera deletando o banco prod. O cara faz lá um delete sem oer, aquela história toda. No passado, a gente brincava com o cara do Júnior, né? Você fala, o cara do estagiário, o Júnior ali, fez um delete sem oer, mas o erro é seu de dar permissão para uma pessoa que não tem o conhecimento necessário, às vezes, ali, poder executar uma operação dessa.

Mesma coisa para ganhar. E aí é legal a humanização, porque o pessoal vai trazendo isso. Pois é, exatamente. Legal. Muito bom esse ponto. Eu queria trazer um pouco mais em relação à questão de práticas ali, se vocês conseguem me ajudar em relação a isso. Beleza. Pessoal, eu sou uma empresa ali que eu quero começar. Não sei por onde eu começo. Se eu aplico, já virei a Enable. Mas como que eu consigo iniciar? Dar esse passo principal? Por onde?

É por setor, a gente fala muito sobre processos, que o EINM agiliza muito os processos. É a melhor forma de começar? Eu queria que fosse um pouco mais claro, se vocês puderem me ajudar, em relação a isso. Em start, em momentos, em setores, enfim. Com exemplos de alguma coisa, de coisas que vocês vivenciam muito na prática, da empresa começar a ter esse movimento em quem precisa acelerar. Boa.

Cara, eu vou começar comentando, mas depois eu acho que legal o Santiago e o João, inclusive, trazerem um pouco da experiência que a gente está com o desenvolvimento dos nossos dashes, né? Que a gente vem experimentando hoje um pouco mais ali de MCP, esse tipo de coisa, que vai muito ao encontro disso. Mas até falando na própria Rocket, a gente hoje tem aqui alguns agentes de AS que nos ajudam. A gente tem o nosso software, que é o Brain.

E aí a gente tem um outro software do ladinho, que é o Cortex, que controla esses agentes.

E um desses agentes é o sinapse, né? Tudo relacionado à neurologia aí, pessoal. Teve hiperfoco. E o sinapse, o que ele faz? Ele cria atividades dentro do brain com linguagem natural. Então, você pode mandar áudio, você pode escrever, e ele faz o que era um processo mais chatinho que você tinha que ficar. Preenchendo um formulário, esse tipo de coisa. Mas isso vai no encontro da sua pergunta.

Cara, primeiro eu olho para um processo que existe e eu penso como eu posso melhorar ele. Porque pode ser que eu precise de A, pode ser que eu não precise. Mas qual é o meu caso de uso? Aonde eu vou implantar a inteligência artificial dentro da empresa? Poxa, ali era um caso real. Porque muitas vezes a gente recebe documentação do cliente ou documentação que a gente conversa com o cliente, transcrição de reunião, conversas que a gente tem ali e que muitas vezes a gente precisa de um apoio para transformar isso em backlog.

Para criar o que a gente vai trazer de entregável para o cliente. E aí, querendo ou não, você despendeu um tempo.

escrevendo, trazendo descrição, estimando hora, colocando prazo, etc, é muito mais fácil que eu consiga ter um apoio de uma inteligência artificial que conhece da minha empresa e que consegue colocar isso de uma maneira adequada. Mas, pra isso acontecer, eu precisei ter um processo. Eu precisava ter os campos que são importantes a gente preencher dentro da estruturação de um backlog. Então, pra mim, é muito olhar pra casos de uso.

Então, cara, beleza, eu tenho um processo que eu posso começar ele como um caso de uso.

Em que etapa dele se encaixa aqui uma IA pra me ajudar? Ou se encaixa uma automação? Porque quando você tem prego, tudo é martelo, tudo é prego. Quase que eu inverti a lógica. Então, cara, beleza, eu tenho IA, eu quero implantar IA, em tudo eu vou colocar IA. Mas será que eu preciso? Será que isso aqui só um e-mail automático não me resolve um problema? Então, acho que é... Eu sempre falo isso. É muito pensar no caso de uso. O que você vai tentar resolver?

antes, pra ver que ferramenta que vai se encaixar. Porque, de novo, você pode colocar IA em várias coisas? Pode, mas será que ela vai gerar valor? Será que ela não vai ser só um custo pra você e que no final você vai se frustrar e dizer, ah, eu tenho um projeto de IA que não me gera retorno? Então, essa qualificação é importante.

E aí eu lembrei dos dashes, né? Que a gente tem dois experimentos, inclusive. Um com um MCP ali no VS Code e o outro com Cloud Code, né? E que, de novo, vai ao encontro do trabalho de vocês. Então, acho que é legal até trazer um pouco desse caso de uso que ainda está em teste, nem está em produção. Sim, não está nem em produção. Então, é literalmente um modelo de tomada de decisão para chegar até lá, né? Justíssimo. Quer falar o primeiro sentido?

Cara, a gente, pelo menos do meu lado ali, como equipe, eu venho testando bastante utilizar as integrações que a gente tem ali, olhando o uso e a integração do GitHub Copilot com o desenvolvimento dos dashboards. A experiência que eu tenho de uso, até a experiência de outras pessoas que eu vejo da comunidade compartilhando isso também,

o MCP, que já existe da Microsoft para se integrar ao Power BI, então o formato que a gente tem para se integrar ao server que tem do Power BI, conseguir fazer as alterações e consultas ali dentro pela linguagem de uma IA, seja independente do modelo

ele facilita muito e também gera muita economia de token do que a gente consegue trazer. Então, o modelo de trabalho que eu estou utilizando hoje em dia é utilizando a integração desse MCP específico da Microsoft, que já é direto ao Power BI, com o GitHub Copilot, que ele dá muita flexibilidade com relação aos modelos. Então, você tem uma ampla disponibilidade de modelos da OpenAI, da...

da Antropic, melhor dizendo, né? Enfim, diversos provedores, geminais também tem alguns modelos ali disponíveis. Isso te permite tocar frentes diferentes, porque quando a gente vai olhar especificamente para a Power BI, que é uma área que a gente atende muito aqui dentro da Rocket, a gente tem que ter diversos níveis de expertise, né? Porque a gente vai lidar ali com modelagem de dados, com...

tratamento, o ETL, com a parte de DAX em si. Então, você poder ter à disposição linguagens que têm diferentes desempenhos em cada uma dessas ferramentas. Uma amplitude de poder utilizar essas ferramentas para se integrar e se especializar em cada uma delas é muito interessante. Então, acho que esse é o primeiro ponto que a gente tem de diferença nesses testes, principalmente o ferramental.

Mas onde que a gente aplica, pelo menos do que eu estou vendo? Cara, uma aplicação muito boa a nível de BI, que é algo simples, mas que já auxilia muito, é documentação, principalmente documentação. Você documenta o modelo semântico cabo a rabo de uma forma muito simples, muito rápida e muito detalhada. Mesmo com um prompt simples, até se você tem uma skill bem estruturada para isso, para poder gerar esse tipo de retorno, você vê ali que modelos que nem o Claudio Sonei, que tem um desempenho legal, ele consegue, cara...

olhar aquele modelo que você tem do Power BI de cabo a rabo e conseguir detalhar todas as informações que você tem ali, a nível de medidas, de tabelas, de relacionamentos, fica tudo muito bem detalhado. E além disso, eu vejo que no mercado se utiliza muito isso, o desenvolvimento de visuais personalizados por meio da IA. Então, a gente...

Hoje em dia tem, vamos colocar assim, um meta de se trabalhar com o Power BI, que vai muito além do que já se tem de visuais disponíveis por lá. Você consegue ter uma flexibilidade muito grande de trabalho. A gente comenta do BI porque é a área que a gente acaba tendo mais aplicação dessa ferramenta quando a gente fala das nossas equipes. Mas eu acho que a experiência, não sei o que o João compartilha exatamente, mas a minha experiência em si é essa.

Eu acho que, assim, dentro do que o Santiago comentou, realmente é o que a gente compartilha no dia a dia mesmo. Ali, se eu fosse trazer alguma coisa fora isso, é mais as formas que eu costumo tentar utilizar a IANA. Na minha cabeça existem alguns pontos macros que dá para poder tentar aplicar, principalmente quando você está tentando começar a utilizar dentro da empresa.

que é onde ela vai ser uma memória extensiva do ser humano. Então ela vai ajudar a gente na documentação, entender certos sistemas, trazer novos conhecimentos que a gente não tinha, tal como o visual personalizado. Muitas vezes a gente não tem muito o caminho que a gente quer seguir, porque é algo mais complexo, às vezes é algo que vai dar um merge em alguma outra coisa, enfim.

Então tem essa parte de extensão de conhecimento, tem também auxílio da execução, que daí entra dentro do que o Felipe comentou do Brain, né? Ali o Synapse auxilia dentro da execução. E tem também ali a questão de auxílio no dia a dia mesmo, né? Então ele vai te ajudar a lembrar de uma certa boa prática, por exemplo. Então todos os agentes que a gente tem dentro da Rocket Churches têm boas práticas aplicadas, têm regra de negócio aplicada.

Então muitas vezes a gente não precisa ficar redefinindo isso toda vez que a gente vai executar alguma tarefa ali, né?

Então, um exemplo disso é outro agente que a gente tem dentro do Cortex que avalia ali nossas tarefas, né? A validade dessa tarefa. A avaliação qualitativa eu acho que é um dos diferenciais. Nossa, com certeza. E a consegue empregar de forma muito interessante, né? Porque uma coisa é você ter tarefas ali feitas extensivamente, mas sem... Uma máquina de produção, né? É, mas sem você ter uma informação qualitativa, uma avaliação qualitativa de como está sendo entrega, de algo que está em grande escala, você não consegue muito bem ter uma visibilidade para onde está indo, né?

Sim, sim. Então, assim, hoje em dia, dentro da ROC, a gente está realmente começando a implementar aqui dentro da área de analytics, né? Em produção mesmo. Mas nossa ideia é realmente até ajudar os desenvolvedores, né? Então, assim, a gente percebe que a curva de aprendizado e de crescimento com a IA realmente é um pouco maior, né? Então, você tem uma resposta muito fácil ali dentro da ponta da língua, né? Então, dá pra trabalhar muitas vertentes, mas principalmente onde é movimento repetitivo ali, por exemplo. Acelera muita coisa.

Vou pegar uma carona só em uma coisa que o Santiago falou, que ele comentou das skills, né? Então, por exemplo, vou utilizar a inteligência artificial ali para me ajudar no Power BI, mas eu tenho uma skill bem definida. E a skill, de fato, é uma habilidade que você ajuda no... não é o RAG exatamente, mas na...

na execução da Cia Inteligência Artificial. E para você montar uma skill, você tem que ter profundidade naquilo que você está construindo. Porque naturalmente você precisa conhecer do processo para trazer. Spec Driven, né? Exatamente. Spec Driven é, cara, perfeito pensando nisso. Que é desenvolvimento voltado para as especificações. Quando a gente olha para o Opt, que é esse agente que nos ajuda na qualidade.

a gente teve que criar a regra dele. Então, poxa, a IA pode criar uma regra? Pode, eu posso chegar lá no cloud e falar, cria uma regra para avaliar a qualidade. Tá, mas o que é qualidade para ele? Ele conhece do meu negócio? Poxa, ele já tem um contexto, ele consegue me ajudar, mas quem vai dar esse refino, né? Qual é o papel do humano nisso também, de trazer essas regras e essas qualificações? Então, para mim, quando você vai abrindo para prompt, para skills, esse tipo de coisa...

É onde também você vai com a jornada que você já teve enquanto profissional, colocando um pouco desse tempero. E aí essa IA vai ficando cada vez mais interessante pensando na empresa, né? E aí é onde você caminha para ser um AI enabled, AI first, enfim. Aí é o nome que quiser. Mas para mim um grande ponto é esse.

Quando eu escolho um processo, por que que eu escolho? Por que que eu começo por um processo? Porque eu conheço. Então, eu conhecendo, sei onde eu vou encaixar a IA, sei onde ela pode me ajudar, ela vai se melhorar, inclusive, né? Poxa, começou a ter um desempenho. O opt que a gente passou por algumas revisões do prompt dele. Porque ele fazia uma avaliação, devolviu um negócio meio estranho. Poxa, peraí. Por que que ele tá avaliando essa tarefa sim e essa tarefa aqui não? Pô, vamos revisar o prompt. Por que que tá acontecendo isso? E aí...

Você faz avaliações de prompts com resultados que você espera para saber o quanto que a IA está conseguindo atingir aquilo que você deseja. Então, para mim, são muitas técnicas que você vai empregando ali e que você vai criando essa bagagem, não só de processos da sua empresa, mas de como utilizar essa inteligência artificial de uma maneira adequada. E aí é onde faz sentido para a empresa pensar em falar que a IA é enabled. A Rocket é hoje? Acredito que a gente usa...

um percentual muito pequeno do que a gente poderia utilizar. Isso que a gente usa consideravelmente bastante. Hoje, dentro do processo comercial, para nos ajudar no diagnóstico dos nossos leads, etc. Mas, cara, acho que a gente está longe de um potencial pleno para eu poder dizer que a gente é uma empresa e a Enabled.

Então, acho que tem umas questões também de nomenclatura de mercado que o pessoal gosta muito, mas eu uso um pouco mais realista em relação a isso, que é, cara, vamos lá, né, quem tá fazendo de verdade aquilo não é só da boca pra fora. Acho que a gente tá fazendo e a gente tá numa trajetória e acho que isso é uma coisa realista que as pessoas têm que ter também, né. Olha e fala, cara, beleza, eu quero chegar lá, mas pra isso é uma maratona, não é só uma corrida de 100 metros que você tem que andar ali, né. Perfeito.

Quero trazer um outro ponto aqui, pessoal, em relação à questão dessa maratona, especificamente. Você e o Leo também trazem muito sobre... A gente está dando um passo para trás hoje em relação a essa questão da alucinação das empresas pela IA. Principalmente quando a gente fala de qualidade de informação. Talvez as empresas, as pessoas ficaram... Perderam essa vontade. Era uma palavra muito específica que eu gostaria de usar. Às vezes perderam a expectativa, enfim.

Estão desiludidas, né? É, estão desiludidas. E dando um passo pra trás, que é a questão da qualidade dessas informações. Até porque, se a Yala tá mal alimentada, vai responder da forma...

Errada também, no dia a dia ali. Vamos trazer um pouco mais desse lado ali, até porque, será que esse passo para trás não está fazendo com que as empresas pensem muito em ser AI Enable ou AI First, mas sim na qualidade dessas informações? Primeiro, preciso preparar o terreno da empresa, preciso organizar a casinha para ir sim depois. Queria que você comentasse um pouco sobre esse movimento que você tem visto hoje em grandes eventos, em grandes feiras. Boa!

Cara, eu acho que o hype, né, ele deu uma boa diminuída. Continua, você ainda tem hype, tem bastante gente falando sobre de uma maneira talvez um pouco imprudente. Mas melhorou muito, acho que o pessoal está muito mais realista em relação a como você vai conduzir isso. Cara, um exemplo simples, o cara quer fazer um rag. Então, poxa, eu quero colocar inteligência artificial com os meus dados aqui ou com os meus documentos, sejam não estruturados ali.

para a IA ajudar a responder. Vou pegar um caso de uso de RH. E eu quero ter ali um ragzinho em cima do meu código de conduta. Quero que as pessoas saibam como é que elas devem se portar aqui dentro da Rocket. Tá, eu tenho um código de conduta escrito.

Não, não tem código de conduto escrito. Então, como que eu vou fazer um RAG, que é o Retrieval Augmented Generation ali, para esse LLM responder com base na maneira como eu espero que as pessoas se comportam, se eu nem tenho isso feito? Então, isso é um exemplo muito simples de que um PDF a pessoa deveria montar, mas isso volta para os dados.

Da empresa. Então, se eu quero colocar uma inteligência artificial para conversar com os meus dados. E aqui a gente tem dentro do nosso portal no Rocket Intelligence os agentes de IA. E aí você vai plugar com um modelo semântico. Esse modelo semântico está bem estruturado. As medidas estão bem feitas. Você tem ali uma camada semântica. Apesar do nome modelo semântico do Power BI. Muitas vezes ele é tratado como um banco. Relacional ali dentro da modelagem que foi feita. Então, existe uma camada semântica.

Porque, sei lá, vou pegar uma coluna de um RPSAP, que vem lá uma sigla. Tá, como é que a IA vai saber que aquela coluna é o valor de venda de um produto? Então, isso está bem especificado? Existe esse dicionário de dados da empresa feito? Então, acho que o pessoal... A IA amadureceu, naturalmente, as pessoas amadureceram junto. E elas começaram a entender que a IA não é mágica, né? Ela é estatística, no final das contas. Então, como que eu posso olhar?

para esses meus dados, ajustar eles para que essa estatística seja mais precisa. Então, hoje o que a gente vê é uma conversa muito mais sóbria, principalmente dentro de grandes eventos, né? Caiu muito aquele hype de ir a como um milagre que vai salvar a sua empresa. Não, ela vai ser o seu assistente, o seu copiloto para frente aí, não vou fazer futurologia, mas pode assumir algumas pontas sim, de resolver seus processos.

Mas você precisa ter um dever de casa para fazer antes, que é organizar as empresas. Não só os seus dados, mas a sua empresa enquanto processo também. Perfeito. E aí, João, na sua visão. Até para o seu lado em questão de atuação com os clientes, como que você tem se comportado, como que os clientes têm se comportado em relação a isso.

É, trazendo ali um pouco mais para o lado, por exemplo, de indicadores que os clientes trabalham. O que a gente costuma ver muito é déficit na regra de negócio, por exemplo. Se a gente não tem uma regra de negócio bem definida para alguns indicadores, quando a gente fala de conectar alguma regra, alguma LLM dentro ali do modelo semântico, ou do banco que seja,

a gente não consegue ter o resultado que a gente espera de fato. Então, não só em descrição de colunas, por exemplo, também, de tabelas, de qual vai ser a camada que aquela IA vai consultar, se aquela camada está com a regra de negócio bem definida, se está atendendo o que o cliente espera, se os dados estão batendo.

Então, assim, é toda uma trajetória que vem desde o início, desde a conexão de uma fonte de dados, por exemplo, da criação de uma fonte de dados, até o final no uso do dia a dia ali. Então, a gente acompanha no dia, por exemplo, com os clientes da Rocket, que realmente está acontecendo uma calmaria em relação a IA, as pessoas não estão tão desesperadas assim.

Pra poder colocar IA direto na empresa, elas querem saber o que tem que ser feito antes pra aquilo realmente dar certo, porque senão é uma perca de tempo também, né? Você faz todo um processo ali que ninguém vai utilizar, por exemplo. Tempo e dinheiro, né? Exato.

E os LLM estão ficando mais caros. Tá ficando caro pra caramba. Você fica gastando igual você gastava em 2024, 2023 ali. Os tokens, né? Exatamente. Eu já tô vendo o movimento dos caras gastarem mais com token do que com colaborador. Tem um risco muito grande, né? Como uma empresa AI First, ou tem o que se...

traz ele como AI Enable de custo mesmo, né? Você fica muito exposto na sua operação a flutuação de mercado do que você tem ali, do valor de uso dessa ferramenta, né? Que é algo que varia muito. Acaba... Que muda toda hora, né? Muda toda hora. É um tropa que mudou recentemente ali os limites do Cloud Co. Pegou uma galera de calça curta, né, cara? Fui pra Deus.

Acho que diminuiu, tipo, tá ficando muito mais profissional o mercado, porque literalmente, né? Ah, ferramenta, né? Dinheiro não dá em árvore. Então, cara, não só para as provedoras, para uma OpenAI da vida, para a Antropic, para o Google, como para quem está usando, porque a brincadeira vai ficando mais cara. Então, no final das contas, o que todo mundo quer é retorno. Então, cara, estou usando a IA, qual é o retorno que ela está me dando?

Eu acho que um exemplo bom de mercado com relação a essa parte de mudança de preços, o próprio Reflexo está tendo pelo GitHub Copilot agora, que é uma distribuidora, na verdade, numa ferramenta que age como distribuidora de pacotes que a gente teria, de uso de diversas LLMs que eu comentei mais cedo.

E, cara, ela fez uma mudança completamente, virou completamente o formato dela de cobrar e consumir essas informações dentro dos planos que existem pagos dela hoje em dia, porque ela tinha uma vantagem no mercado muito grande de ser uma ferramenta que economizava muito o uso, era muito econômico.

E eles estão com uma previsão agora, já no começo de junho, mês de junho, de fazer uma mudança para mudar a forma de consumo. Então, passar a consumir por meio de tokens ao invés de prompts, que era o jeito que eles consumiam anteriormente. Se você parar para pensar nisso, hoje é maluquice, né? É maluquice.

a empresa conseguir prover uma estrutura para lidar com um prompt extenso para caramba, que vai ter um consumo muito grande, mas ele ser o mesmo consumo que, né, padronizado, uniformizado. Então, ela já está migrando, porque hoje em dia a realidade é outra, né? As pessoas usam de forma muito diferente. Teve um caso que viralizou no Reddit de um cara dentro do modelo Pro do Cloud.

Enfim, antes de todo esse hype que aconteceu, melhor dizendo, desse ajuste que aconteceu do hype, cara, ele gastou o equivalente. Se você fosse gastar na API, ele gastou 27 mil dólares na equivalência dentro do modelo Pro, que custa 20 dólares por mês. Que jeito, gente. Então...

financeiramente é inviável. E aí, a Antropic logo foi um pouco depois desse caso, por isso que ele viralizou tanto que foi quando a Antropic fez os ajustes de custo e naturalmente o dele viralizou lá no Reddit, porque ele comentou, colocou lá as evidências dele, mas imagina isso a nível global.

com a galera. Você não acha que essa questão de mudar muito esse posicionamento tem a ver com a maturidade do que o pessoal vem utilizando? Porque eu acho que no começo, quando é muito hype, tem muita gente que vai atrás e contrata esses produtos pra testar e às vezes faz uma subutilização do que tem ali. Mas tem uma forma de se preparar hoje em relação a isso? De como eu devo utilizar esses tokens, esses comandos da melhor forma possível? Existe um formato hoje?

Tem forma de você economizar. Tem forma de economizar. Por exemplo, você utilizar ferramentas que já te dão um resultado mais direcionado, faz com que você economize esses tokens e gere ali resultados mais econômicos no final de contas. O exemplo que eu já tinha passado anteriormente aqui na nossa conversa é o próprio uso de MCP para poder lidar não só com o Power BI, mas com qualquer outra ferramenta que um MCP possa encarar, você vai ter uma economia de token porque é uma ferramenta que vai auxiliar a a a a

a fazer uma pesquisa, fazer uma interação com o server por meio da IA de forma muito mais rápida, muito mais direcionada. Mas, óbvio, você dentro do desenvolvimento mesmo com APIs de inteligência artificial e assim por diante, você consegue gerar ferramentas que vão te dar um resultado muito mais direcionado e com as especificações ali dentro vai fazer você economizar muito mais. Então, tem todo um processo de trabalho antes de você começar a fazer um bom uso da ferramenta.

Depois que eles atualizaram, lançaram um monte de curso Já, já Eu tava vendo ontem Do PascoaDev No Instagram, não sei se vocês seguem ele Ele tava colocando de um artigo Que alguns pesquisadores fizeram Alguns testes nessa linha De economia de Tolkien Indo

Com duas hipóteses, né? A primeira, se eu pego um modelo mais burro, talvez, né? Menos inteligente. Menos inteligente. Melhor dizendo. A ver sem inteligência. Com skills muito bem feitas, ele performa melhor do que um modelo mais inteligente sem skills. Então, você vai ter uma economia de tokens com isso. Então, é nesse tipo de maturidade. E aí, eu acho que vai bem em mim com o que você falou, né? Porque você tinha uma galera usando ali, pagava o cloud, mas talvez não usava numa totalidade, ou usava errado e tal.

Você vai diminuindo, porque o cara às vezes não conseguiu gerar valor, vai nichando. Apesar que, e assim, a Antropic só aumenta. Você olha lá trimestre a trimestre o que ela está divulgando de resultado. É absurdo. Então, o pessoal começa a se desenvolver nisso. Cara, como é que eu vou usar mais eficientemente meus tokens, né? Tem o pessoal doido lá. Eu estava ensinando a IA a responder de maneira...

monossilábica. Parece o nome das cavernas, né? O povo falando em código morto, tá ligado? Então, assim, chinês, não é? O pessoal inventa muita coisa. Então, cara, tem de tudo, né? Tem que ver o que faz sentido. E tem uma coisa também, os próprios modelos têm aptidões em algumas atividades que são diferentes de outras, né?

Até puxando ali para a questão que eu estava comentando anteriormente de Power BI especificamente, existem modelos já mapeados, existem testes que a comunidade faz de mercado, né? Comparando o desempenho em DAX, por exemplo, de cada um dos modelos. Então você vê modelos que nem o Cloud Opus, que é o modelo hoje em dia mais complexo, se é que a gente pode, mais potente, né? Que a gente teria da Antropic, ele não performa tão bem em DAX quanto o...

modelos até mais baratos ali que você teria de outras provedoras, da própria Gemini, da OpenAI. Então, existem aptidões, né? Isso é um exemplo de que existem aptidões para determinadas tarefas, né? Isso gera economia. Beleza, pessoal. Acho que é, voltando ali, acho que um pouco, então, ao tema, então, do que é uma empresa AI First e AI Enable. Então, AI First é quando a AI é o centro e AI Enable é quando a empresa é o centro e a AI é a...

como apoio. Então, dependendo do modelo de negócio, se você quer, acho que a maioria hoje das empresas, elas são AI enable, né? Não sei se eu consigo chutar uma porcentagem, não sei se é uma estatística para isso, mas existem muitas coisas para se fazer, se tornar realmente o que é uma empresa 100% AI enable. Acho que a gente vai em termos muito além, muitos profundos, que às vezes ainda ninguém chegou.

É muito recente, porque assim, parece que a gente vive essa revolução há... Dez anos. Querendo ou não, vamos lá. O chat GPT popularizou 2021. 2021, né? 2021. Você tem uma maturidade em agentes lá por 2023. Pro finalzinho. Pô, beleza. A gente tá falando de talvez três anos. Vamos colocar aí que esse tema começou a, de fato, evoluir e ganhar corpo nas empresas. Então...

É muito recente até para esse tipo de boa prática que a gente está falando. Poxa, esse paper que eu estou comentando saiu tem poucas semanas. Do pessoal testando skills. Cara, a Antropic lançou MCP final de 2025 ou 2024, agora não me lembro. Foi 2025, eu acho. Cara, é muito recente. Então, parece que já passou uma era, porque o mundo está muito acelerado. Mas acho que tem trajetórias que as empresas ainda vão colocando. Poxa, eu sei ser AI first.

Cara, se eu não tinha inteligência artificial no modelo de agent, o agêntico que o pessoal tanto fala.

meu, como que eu poderia ser uma empresa AI first? Como é que eu mudo o meu modelo de negócio do legado? Se eu uso um RP aqui, instalado num servidor on-premise aqui na minha empresa, e agora eu quero ser AI first? Cara, calma aí. Lascou. Tem uma trajetória. Você pode mirar, mas como você chega lá, né? Então, acho que esses pontos de, poxa, eu quero ser AI first, quero ser AI enabled. Meu, vamos olhar um pouquinho para dentro de casa, fazer esse dever, entender onde encaixa, e começar a experimentar.

Porque se você começar a fazer as coisas sem experimentar também, você pode chegar com uma conta muito alta ali na frente. E aí, para você dar rollback disso, é mais complicado, né? Perfeito. Então, para mim, é muito em linha com isso. Acho que a galera está se preparando, sim. Poxa, eu vi ontem, o Conta Azul lançou agora que você consegue mandar nota fiscal, esse tipo de coisa, por WhatsApp. E eles têm uma IA classificadora.

Pô, é um negócio sensacional. É muito legal o que eles estão fazendo, que já integra com o ERP. Pô, mas estou falando do Conta Azul, uma plataforma gigante que tem recursos e que se você olhar para qualquer sazinho aí que o pessoal fez vibe codado, já tinha. Mas espera aí, o Conta Azul tem que olhar para a segurança da informação. Como é que ele vai impactar isso no sistema de produção que emite, sei lá, quantas milhões de notas fiscais. Então, não é um negócio simples.

Então, acho que essa trajetória também ela tem que ser cautelosa, né? Eu não posso deixar esse fear of missing out, tipo essa meu Deus, eu não posso ficar pra trás fazer eu tomar decisões que daqui a pouco vão me custar muito dinheiro, pessoas e podem até custar a minha empresa. Então, acho que esse é um ponto importante. E aí, qual que é a lição final na visão de vocês em relação a isso?

avalie se faz sentido mesmo ser uma empresa AI Enable, veja se de fato a AI é a ferramenta, de novo esse ponto, a AI é uma ferramenta, mas é a ferramenta que vai solucionar, vai conseguir fazer com que você agilize seus processos. Então, tenha uma ideia primeiro dos seus processos, tenha uma ideia da questão ética que envolve também a sua operação, que isso pode vir muito à tona também. Avalie de fato o contexto que você está tentando inserir essas informações.

conheça ele mais sobre a empresa, consiga fazer questionamentos de se esse investimento faz sentido. Como o Felipe comentou, existem custos não somente do próprio consumo direto da IA, como também custos de tempo que você perde envolvendo gente para fazer esse tipo de processo se tornar realidade.

O tempo que você perderia também de oportunidade em você poder gerar outras coisas que deixariam o seu negócio mais lucrativo de alguma forma, com uma melhor performance. Então avalie. Avalie se faz sentido mesmo você adaptar a sua operação para seguir um modelo de negócio AI enabled. Acho que esse é um dos principais pontos, olhando para a possibilidade de se tornar uma empresa com uso de IA.

Perfeito. E aí, João? Perfeito. Eu acho que o que o Santiago falou está muito conciso, está muito correto. Hoje em dia não é barato você se tornar uma empresa AI Enable que usa realmente no dia a dia a AI dentro dos seus processos. Então você tem que avaliar o custo e principalmente o quanto você sabe dos riscos daquilo.

Tanto em questão de conhecimento, quanto que você tem pessoas capacitadas dentro da empresa, em questão de conhecimento dos seus processos também. Então avalie muito bem, não só realmente ali o custo, mas se vai fazer sentido para a empresa de modo geral, né? E onde você vai começar. E nesse lugar que você for começar, é bom que ele esteja bem estruturado, né? Para você reduzir um pouco ali a quantidade de erros que você vai ter.

Perfeito. Eu tive essa conversa com um cliente semana passada, que ele me ligou e falou Cara, meu diretor me procurou aqui...

pra gente, e é uma empresa grande, bem consolidada, e ele falou, cara, e ele falou, pô, a gente precisa usar IA, precisa implementar IA, né, porque dentro até de uma roda de amigos deles, o pessoal todo falando sobre inteligência artificial. Falei, cara, tá, onde faz sentido a gente encaixar IA? Foi a primeira pergunta. E ele falou, cara, não sei, é que ele me falou que ele quer implantar IA. Eu falei, tá, beleza. Eu falei, ó, vamos dar um passo atrás.

eles têm bastante Dash lá, né? Eu falei, cara, como que está o uso de Dash? O pessoal acessa, não acessa? A informação está chegando, não está? Dentro do portal, eles usam o portal Rocket. Como que está ali na parte de governança, nos relatórios de gestão, o uso? Qual página que o pessoal acessa? Qual que é um público? A gente fez essa análise, foi uma conversa de uma hora, e a gente falou, cara, legal, você tem uma IA disponível.

Dentro do portal Rocket, é só você vir aqui no Rocket Intelligence, habilitar, você coloca a sua chavezinha ali, é uma lógica de bring your key.

E pronto, você está com uma IA para ter uma conversação com seus dashes. Então, você pode trocar uma ideia com o seu diretor que, olha, está aqui. Mas vamos trocar uma ideia com o seu diretor também, melhor, de entender qual dor que ele tem hoje, qual é um processo que às vezes acontece ali hoje, que a gente poderia sim pensar num caso de uso, de montar uma prova de conceito ali para resolver isso. Porque assim...

E aí, cara, aqui na Rocket a gente é muito honesto em relação a isso. O cara vem nos procurar e ele quer uma IA conversacional com os dados dele, tá, mas que valor que ela vai te gerar? Se é só para você entrar e perguntar quanto que eu faturei e ela te falar se faturou 100 mil,

É mais fácil você olhar no Dash ou você ter um alerta que te dispara o seu Dash para o seu WhatsApp todo dia, uma imagem dele ou um textinho dele, como a gente também faz, sem inteligência artificial e que vai ter um custo muito menor. Poxa, não, peraí, eu quero a Yak como um copiloto para eu poder analisar, ela vai fazer um papel de um analista de dados comigo. Opa, começa a ser um pouco mais interessante esse caso de uso para você.

Então, uma coisa que a gente sempre fala, acho que é um posicionamento, tanto eu quanto o Léo, a gente sempre vai ter é...

Não adianta colocar IA por colocar IA. Porque vai gerar essa frustração. As pessoas se frustraram também por causa disso. Cara, como é que eu implantei aqui, gastei um dinheirão e não me gerou valor? Então, a pessoa fica ressabiada. Então, para a gente não gerar esse impacto, onde a gente precisa colocá-la? Acho que é a primeira conversa que você tem que ter e que a gente sempre propõe aqui dentro da ROC.

Perfeitamente. E eu queria que você comentasse um pouco sobre esse diagnóstico que a Rocket faz hoje, quando chegam empresas, um pouco sobre esse entendimento de negócio, não só às vezes sobre IA, mas sobre nível de maturidade de dados. IA faz parte, sim, de nível de maturidade de dados.

Perfeito. Cara, a gente hoje acompanha dois modelos de maturidade principais, tanto da Gartner, que fala um pouco sobre maturidade, até de inteligência de negócios dentro da empresa, e um segundo que a gente fala bastante do próprio Databricks, que hoje dentro da parceria que a gente tem ali como partner, a gente se baseia bastante nessa jornada de dados do cliente. Então, poxa...

O cliente chega, ele não tem nenhum RP, ele tem um Excel. Cara, o primeiro passo que a gente precisa talvez dar aqui na sua maturidade é centralizar esses seus dados, esses seus processos. Cara, o Excel é um vilão? Cara, calma, depende. Não dá para demonizar tudo na vida, né? Tem casos que sim. Tem casos que dá para demonizar sim. Mas tem casos que, cara, vamos lá, dá para entender alguma coisa.

Por que essa pessoa usa esse Excel? Então, poxa, tem um Excel bem estruturado ali, mas está no Excel talvez por um gap de conhecimento da pessoa que construiu. Cara, como é que eu posso levar isso para dentro de um DW? Poxa, tenho isso dentro do Data Warehouse ali, do meu banco de dados, o que seja, fugindo de nomenclatura de mercado.

Cara, qual que é o meu próximo passo? Poxa, você já tem um BI agora? Você já está gerando informação? Você está muito dependente da sua TI? Ela que precisa ficar gerando as queries? Ou a tua área de negócio já está caminhando um pouco? E depois disso sim, a gente entrar com análises preditivas, machine learning, e lá no final ter IA generativa dentro dessa jornada. Óbvio que essas duas são muito... Posso inverter, enfim, IA, às vezes a generativa vem antes do que o machine learning, depende bastante. E dentro do diagnóstico que a gente realiza com as empresas hoje,

O que a gente busca entender é isso. Cara, como que está essa maturidade de dados na sua empresa? Você já tem áreas responsáveis por isso aí dentro? Você já usa dashboards? Esses dashboards são atualizados como? Manualmente?

Você já tem pipeline? O que você usa de ferramenta para esse pipeline? Está tudo Power BI plugado no banco? Ou você já tem alguma ferramenta? Um Databricks, uma Nect, que é inclusive parceira nossa aqui consumindo isso. Não, está tudo pentarro aqui numa máquina local minha. Então, entender essa maturidade do cliente enquanto

stack tecnológica e uso de dados é o principal ponto que a gente tem hoje dentro de uma conversa com o cliente. E dentro disso, a gente usa um agente para nos ajudar a gerar esse diagnóstico. A gente vai olhar e entender. Beleza, esse é o seu cenário atual. Qual a sua necessidade? Qual a sua dor? Por que você está conversando com a Rocket? Porque no final das contas, você levantou a mão, a gente caiu em uma reunião aqui e entendeu que faz sentido a gente conversar. Quais são os pontos que hoje dentro dessa jornada de dados te afligem?

E dentro disso a gente monta um plano customizado para ele, dentro desse diagnóstico, entendendo como a Rocket pode ajudá-lo. E muitas vezes a ajuda que a gente pode ter, mesmo num cliente que está procurando lá, aí é a generativa. É falar, cara, o primeiro passo é a gente estruturar esse teu DW. Trazer um pouco para trás, né? Vamos dar um passo atrás, porque não adianta nada a gente começar a cair a generativa agora, se lá na frente ela não vai gerar valor.

Eu preciso ter esse fundamento bem feito. Então, hoje é um processo bem legal que a gente consegue realizar e que, além dos leads, é uma coisa que a gente olha internamente para os nossos clientes também. Então, poxa, em que estágio de maturidade que esse cliente está? Porque a maneira que o time do Damasceno, do Santiago, do Matheus, dentro de engenharia ali...

pode agregar de valor, né? A maneira que eles podem trabalhar para esse cliente muda. Um cliente que, cara, tem o RP ali que o dashzinho atende para ele. Tá. Quais são os próximos passos que eu posso dar para ele? É diferente de um cara que já tem um time de dados interno e que a Rocket é um braço desse time de dados para acelerar backlog. Geralmente, a gente vai trabalhar em demandas mais complexas. Então, isso muda bastante a maneira como a gente vai alocar o time e as especialidades dessas pessoas também, né? Então, acho que tudo parte do diagnóstico.

Às vezes parece que dá uma burocratizada no processo. Mas tem que ser, né? Mas aí tem um ponto. Aí você usa a IA pra te ajudar a reagir isso, né? No passado, a gente sempre envolvia.

time de negócios, time técnico para pensar em propostas, em diagnósticos melhores. O que a gente fez? Documenta bem esse conhecimento técnico e eu posso ter isso acelerado dentro de um contexto de negócio. E depois acelerar tecnicamente se precisar em reuniões secundárias, enfim. Acho que isso a gente consegue avançar melhor e é um bom caso de uso de IA que a gente tem hoje aqui dentro. É um sucesso mesmo. Clareza e caminho, acho que resumem bem.

É isso, Santiago, João, Felipe, obrigado pela participação de vocês. Muito legal bater esse papo sobre IA, como que está se comportando no mercado de hoje. E com certeza teremos próximos vídeos falando muito bem sobre isso, alguns casos de uso. É isso.

Fechou? Fechou. Se você gostou desse vídeo, não esqueça de se inscrever, compartilhar, deixar seu like, a sua dúvida. Estamos aí à total disposição de entender em que nível está de maturidade dos seus dados através de um diagnóstico proposto pela Rocket, que vai estar aqui na descrição. Um grande abraço e nos vemos no próximo vídeo. Tchau. Tchau, tchau. Tchau, tchau.