Guia prático sobre o ciclo de gestão de produtos de IA: aprenda a criar, testar e gerenciar produtos com inteligência artificial em constante evolução.
Sistemas de Inteligência Artificial são máquinas de incerteza, assim como os humanos que os inspiram. Os produtos tecnológicos evoluíram de soluções altamente determinísticas (onde o sistema faz exatamente o que é pedido) para soluções probabilísticas (onde existe mais de uma ação possível para o mesmo pedido), que aprendem com o tempo e convivem em um mundo em constante transformação.
Na verdade, estamos no meio de uma revolução, e por isso, é necessário adaptar os ciclos de desenvolvimento de produtos. Neste artigo, vamos discutir um pouco da teoria por trás dos novos ciclos de produtos apresentados nas aulas da Tera.
Design Thinking: O Ser Humano no Centro
A terceira revolução industrial teve uma característica marcante para todos os consumidores: a produção em massa. Uma frase dita por um dos grandes nomes dessa revolução, Henry Ford, representa bem isso: "Qualquer cliente pode ter seu carro pintado na cor que quiser, desde que seja preto."
A tecnologia escolhia a cor (a tinta preta secava mais rápido), o que era necessário para a escala de produção, e o consumidor se adaptava a isso. Porém, essa mesma tecnologia evoluiu muito, e chegamos a um ponto em que, na mesma empresa fundada por Henry Ford, você pode escolher qualquer cor para seu veículo pela internet.
Com essa evolução e o mar de possibilidades que veio com ela, foi possível voltar a perguntar ao consumidor qual cor de carro ele preferia e até mesmo descobrir cores com as quais ele nem sonhava. O ser humano voltou para o centro.
Essa é a visão de Stanford, de sua famosa escola de design (links abaixo). É disso que trata o famoso artigo de Tim Brown sobre Design Thinking, e todo o movimento que veio com ele. Não descreverei a metodologia aqui (mas deixo links interessantes no final), porém, é importante saber que o Design Thinking começa com o ser humano no centro, com uma grande empatia por ele, e a partir dessa empatia, surge a busca por soluções tecnológicas para suas dores.
Agora, vamos falar de outro método, onde a tecnologia não necessariamente vem depois.
Processo de Inovação Iterativo: Um Ciclo que Pode Começar pela Tecnologia
A inovação sempre existiu na humanidade, inclusive na terceira revolução industrial. No entanto, o ciclo fabril de inovação era mais linear e centrado na tecnologia. Os centros de Pesquisa e Desenvolvimento pesquisavam novas tecnologias, as empresas as desenvolviam, adaptando-as para o consumidor, e as lançavam de forma massiva.
É importante notar que havia um risco e um investimento enormes na pesquisa, e por isso, o lançamento era massivo. Esperava-se grandes vendas para justificar o investimento. Como o investimento também era alto, não havia muitos concorrentes. Henry Ford só pôde manter a cor do carro como ele queria enquanto não houvesse concorrentes que o fizessem perder dinheiro, vendendo veículos mais baratos.
Partindo dessa forma linear de inovação, uma metodologia popularizada pelo MIT e professores como Eugene Fitzgerald nos traz um ciclo em torno da interação entre mercado, tecnologia e implementação. E esse ciclo pode se iniciar na tecnologia.
Voltando ao exemplo de Ford, desde a antiguidade, buscamos controlar o fogo e substituir nosso trabalho por outras fontes. Em 1876, um pesquisador chamado Nikolaus Otto conseguiu criar um motor que, a partir do fogo (combustão, explosão controlada), era capaz de gerar movimento. Essa foi a inovação tecnológica do primeiro motor a combustão.
Agora, o que antes era possível somente com grandes sistemas a vapor em fábricas, navios e trens, poderia substituir, por exemplo, cavalos puxando carruagens.
Essa tecnologia foi logo adaptada para esse tipo de necessidade, com o primeiro automóvel sendo patenteado em 1886 (dez anos depois) por Karl Benz, da Mercedes-Benz. E ainda sobre a implementação, enquanto Otto e Benz tornaram o automóvel possível, Henry Ford o tornou acessível, com um processo de produção que permitiu baratear seu preço.
Em 1908, foi lançado o icônico Modelo T, que foi produzido por quase 20 anos e vendeu 15 milhões de unidades. E olhando para um Ford Modelo T, tomo a liberdade de dizer, de uma maneira bem simplificada, que ele simplesmente substituiu os cavalos de uma carruagem por um motor.
Inovação Evolutiva e Disruptiva
Algumas inovações se dão por uma substituição de processos existentes por sistemas mais avançados. Outras se dão por produtos e processos totalmente inovadores que provêm de necessidades que nem o cliente sabia que existiam, e só são possíveis a partir de um profundo conhecimento e empatia por suas dores, da jornada que o consumidor estaria disposto a percorrer para saná-las (Job to be Done, de Clayton Christensen), e da tecnologia, adaptada para atender a essas dores.
A primeira é uma Inovação Evolutiva, e a segunda seria uma Inovação Disruptiva (como tratado no Innovator´s Dilemma, também de Clayton Christensen).
E a Inteligência Artificial?
Segundo o Christensen Institute, a IA é uma nova tecnologia que pode suportar inovações disruptivas, mas tais inovações dependem justamente da forma como serão implementadas e de sua aderência ao mercado, às dores e ao Job to be Done.
Essa tecnologia inovadora já tem trazido novas formas de encarar o ciclo de gestão de produtos, como veremos a seguir.
AI Product Development Lifecycle
Com o avanço da Inteligência Artificial, surgiram novas formas de fazer a gestão da inovação e da criação de produtos. Um exemplo é o ciclo criado por Marily Nika, do Google.
Nele, a primeira coisa que chama a atenção é o processo de Ideação, que se inicia com o mapeamento das capacidades únicas que a Inteligência Artificial possui para resolver o problema.
Isso é extremamente coerente com uma tecnologia nova, que está se transformando constantemente e ainda está em franca evolução e revolução.
Pensando em um dos maiores impactos desta revolução no mercado, a Inteligência Artificial Generativa, suas pesquisas científicas são de 2017, e o lançamento da primeira implementação de impacto, o ChatGPT, é de novembro de 2022.
São menos de três anos! Ainda haverá revoluções, inovações, mudanças de mercado e muito trabalho criando e gerenciando novos sistemas de Inteligência Artificial, Inteligência Artificial Generativa e Agentes.
Nossa Proposta de Ciclo
Tomando por base as teorias citadas anteriormente e minha experiência (links de alguns produtos abaixo, aposto que você já os usou!), gostaria de propor um fluxo para criação e gestão de produtos de IA. A ideia do fluxo é que, na verdade, ele não é nada linear. Ele é formado por ciclos, e cada um desses ciclos vai dando forma ao produto. E esse produto se transforma.
Diferente dos veículos de Henry Ford, ou mesmo de softwares determinísticos, esse sistema aprende com o tempo. Por isso, são necessários ciclos de criação (onde a ideia vai tomando forma e se transformando em um produto) e ciclos de gestão (onde se observam as evoluções e alterações do produto, corrigindo o que for necessário e evoluindo-o para novas soluções).
Em nosso tempo, esses ciclos são cada vez mais rápidos, porém cada vez mais necessários. Os dois primeiros ciclos combinam com as fases do conhecido modelo Double Diamond, com a maior parte das fases propostas pelo modelo de Design de Stanford e com o de Marily Nika. O terceiro ciclo contempla a gestão.
Como se cria um produto de IA?
O Primeiro Ciclo
Essa é a fase mais aberta da criação do produto. Começa com a Ideação, onde, a partir da tecnologia e do conhecimento das pessoas, é possível transformar um problema em uma "ideia produtável". Essa é uma fase de descoberta e criatividade.
A segunda fase é a da Oportunidade, onde entra a estratégia para avaliar o que é possível fazer, tendo em vista a empresa, suas capacidades, recursos e posicionamento. Essa é uma fase de definição.
A partir daí, já temos uma ideia do produto e algum nível de priorização.
O Segundo Ciclo
Essa é a fase de construção do produto.
Aqui, vamos desenvolvê-lo nas fases de Desenho e Provas de Conceito e de Construção do Modelo, e entregá-lo, nas fases de Teste e Rollout. É extremamente importante ressaltar que um sistema de IA é um sistema que aprende, e conforme o expomos a novos ambientes, ele vai se transformando! Assim, essa fase consiste, além das provas de conceito e da execução em si, em monitoramento e ajustes constantes.
O Terceiro Ciclo
Essa fase é a da gestão do produto.
Sim, diferente de um produto fabril ou mesmo de software, onde a gestão se dá principalmente para manutenção e análise de mercado, aqui o produto muda constantemente. É importante monitorar o que ele está aprendendo, como, quais são os principais parâmetros e ir guiando o produto. Além da necessidade de controle e ajustes, essa fase traz insights valiosos, que muitas vezes dão origem a novos produtos e serviços.
Conclusão
Estamos em um momento único, de grandes transformações, onde novas tecnologias estão mudando o mundo ao nosso redor, e isso é só o começo. É extremamente importante para nós, profissionais de produto, nos adaptarmos a essa nova era, pois dela virão incríveis oportunidades de gerar valor como nem poderíamos conceber há poucos anos atrás.
Dominar um produto que aprende, que decide, que evolui, é complicado no começo, mas permite criar soluções que vão impactar significativamente milhões de vidas.
Links Úteis
Design Thinking Aplicado à Inovação - Christian Zambra - Telefónica VIVO: https://pt.slideshare.net/slideshow/design-thinking-aplicado-inovao/49692333
Design Thinking Bootleg - Stanford Design School: https://dschool.stanford.edu/tools/design-thinking-bootleg
Design Thinking - Tim Brown - Harvard Business Review: https://hbr.org/2008/06/design-thinking
The Interactive Innovation Process - MIT: https://mitxonline.mit.edu/courses/course-v1:MITxT+3.086x/
Inside Real Innovation - Eugene Fitzgerald: https://books.google.com.br/books/about/Inside_Real_Innovation.html?id=IDu6CgAAQBAJ&redir_esc=y
Job to be Done - Competing Against Luck - Clayton Christensen: https://www.hbs.edu/faculty/Pages/item.aspx?num=51754
https://books.google.com.br/books/about/Competing_Against_Luck.html?id=zGd_CwAAQBAJ&redir_esc=y
Innovators Dilemma - Clayton Christensen: https://www.hbs.edu/faculty/Pages/item.aspx?num=46
https://books.google.com.br/books/about/The_Innovator's_Dilemma.html?id=3JnBAgAAQBAJ&redir_esc=y
AI and Disruptive Innovation - Christensen Institute: https://www.christenseninstitute.org/blog/ai-and-disruptive-innovation/
The AI Product Development Lifecycle - Marily Nika: https://marily.substack.com/p/the-ai-product-development-lifecycle-1cb
Double Diamond - Design Council: https://www.designcouncil.org.uk/our-resources/the-double-diamond/
Produtos - Tempos - iFood - Christian Zambra: https://medium.com/ifood-tech/tempos-entenda-como-utilizamos-intelig%C3%AAncia-artificial-para-prever-a-hora-da-chegada-da-sua-comida-bc0a1d4b26e8
Produtos - Growth - iFood - Christian Zambra e Camila Zenke: https://medium.com/ifood-tech/desafios-de-sensoriamento-remoto-e-intelig%C3%AAncia-artificial-no-ifood-b0f04a5abc69
Produtos - Inbound Marketing - Quero / Quinstreet - Christian Zambra e Helena Porchia: https://medium.com/techatquero/quero-inbound-e-a-tecnologia-para-estrat%C3%A9gias-de-marketing-de-atra%C3%A7%C3%A3o-b527fb724686
Produtos - AI Agent para criação de conteúdo - Travel Therapy AI - Christian Zambra: https://medium.com/travel-therapy-ai/voc%C3%AA-j%C3%A1-sonhou-em-dar-vida-%C3%A0s-suas-cria%C3%A7%C3%B5es-usando-intelig%C3%AAncia-artificial-a29db19efa90
Produtos - AI Agent para Planejamento de Viagens - Travel Therapy AI - Christian Zambra: https://medium.com/travel-therapy-ai/essa-foi-a-viagem-da-minha-vida-e-com-ai-quero-ajudar-te-ajudar-na-sua-c44365bddbdf
