Pilha de APIs: as oportunidades de um bilhão de dólares redefinindo infraestrutura, serviços e plataformas

Cada vez mais o mundo dos negócios e o mundo da tecnologia convergem criando sinergia e valor no mercado.”

Muito tem sido escrito sobre a ascensão da economia da API (Application Programming Interface ou Interface de Programação de Aplicativos) nos últimos 5 anos ou mais, e por um bom motivo. De acordo com uma pesquisa recente, quase 40% das grandes organizações usam mais de 250 APIs e 71% dos desenvolvedores planejam usar ainda mais no próximo ano. Investidores estão percebendo, são mais de $ 2 bilhões investidos em empresas de API em 2020, passando de apenas $ 0,5 milhões em 2017. E se o recente financiamento de $ 600 milhões na Stripe a uma avaliação de $ 95 bilhões é algum sinal do que está por vir, 2021 verá muito mais dólares de investimento em empresas de API.

Por que estamos vendo uma adoção tão massiva? APIs são as “picaretas e pás” de nossa era digital moderna. Os “blocos de construção” de fato, APIs fornecem a infraestrutura central e permitem que os desenvolvedores criem rapidamente sem a necessidade de codificar tudo do zero. Ainda assim, correndo o risco de levar a analogia longe demais, as APIs estão deixando de ser apenas picaretas e pás para se tornarem tratores, escavadeiras e até edifícios pré-fabricados completos. Em outras palavras, passamos de uma primeira camada de APIs que fornecem componentes de infraestrutura de API para uma segunda camada de APIs que oferecem serviços de API de maior valor. APIs de Infraestrutura, APIs de Serviços, junto com APIs consolidadas, formam a Pilha de APIs ou (API Stack). A Pilha de APIs confunde os limites entre a infraestrutura e os aplicativos de uma maneira empolgante que criará oportunidades para os desenvolvedores criarem mais e mais rápido.

1ª Camada: APIs de Infraestrutura

Essa primeira camada da economia de APIs pode ser definida como APIs de infraestrutura, as picaretas e pás ou a base da pilha de API usada para construir aplicativos. Os exemplos incluem autenticação (Auth0, aquisição de $ 6,5 bilhões), Mensagens (Sendgrid, aquisição de $ 3 bilhões), Chat (Drift), Pesquisa (Algolia) e Vídeo (Mux). Não é segredo que houve um investimento significativo em APIs de infraestrutura, bem como saídas financeiras significativas. No entanto, ainda há mais potencial aqui. Acredito que veremos uma onda de APIs especializadas que ainda têm um grande potencial não realizado, como APIs de infraestrutura para verticais específicas. No entanto, à medida que as APIs se tornam mais especializadas, há uma questão de o que acontecerá para criar escala significativa e empresas independentes duradouras, e o que acabará sendo consolidado em plataformas de APIs de infraestrutura, como Stripe e Twilio.

Para entender que tipo de empresa significativa pode surgir aqui, devemos procurar características específicas de novos participantes em startups. As empresas de APIs de infraestrutura mais bem-sucedidas serão: 1) necessárias (como um remédio – must to have), e não apenas algo bom de se ter (vitamina – nice to have); 2) gerador de receita, não um centro de custo; 3) com diferenciação sustentada; e 4) ampla aplicabilidade.

As áreas de APIs de infraestrutura que se enquadram nesses critérios podem incluir empresas de Identidade, Integração e Automação. Patrick Salyer teve sucesso em primeira mão com uma empresa de APIs de Infraestrutura como CEO da Gigya, uma empresa de software empresarial que forneceu uma API para identidade de cliente para mais de 700 clientes e 2B de identidades de cliente, com uma aquisição bem-sucedida pela SAP em 2017. Outro exemplo onde ele vê muitos desses mesmos atributos de sucesso em torno de APIs para verificação de identidade – como um exemplo com Berbix – onde liderou um investimento da Série A por Mayfield, devido ao fato de ser:

  • A) infraestrutura crítica;
  • B) geração de receita;
  • C) potencial para sustentar vantagem; e
  • D) um ingrediente necessário para a transformação digital.

Outras áreas a serem observadas incluem API para sem senha, API para autorização, API para fraude e API para integração de dados.

2ª Camada: APIs de Serviço

A economia de APIs está entrando em uma nova era, na qual as APIs vão além de fornecer um utilitário para fornecer um serviço integrado que permite a criação de aplicativos de software de ordem superior. Como exemplo, vemos APIs para Banking, ou Banking as a Service (BaaS), que permitem que qualquer empresa existente ou nova ofereça contas bancárias, cartões de crédito ou empréstimos como um serviço integrado em outro aplicativo. O resultado é que qualquer empresa pode lançar mais rapidamente um negócio completamente novo ou uma nova linha de negócios dentro de uma empresa existente.

Para imaginar o que pode ser possível aqui, vejamos um exemplo. Uma empresa de SaaS oferece software de gerenciamento de back office como um serviço de valor agregado. Com uma API de Serviços, essa empresa pode agora oferecer serviços bancários e empréstimos comerciais, como uma extensão de seus negócios existentes, sem o incômodo de precisar estabelecer uma licença bancária ou construir qualquer infraestrutura técnica. Eles podem fornecer de forma rápida e econômica uma solução mais completa que lhes permite aumentar a receita e a retenção.

Os Serviços oferecidos via APIs estão permitindo que as empresas tradicionais avancem mais rapidamente para a digitalização. Veja o Staircase, uma API para hipotecas, que está ajudando a digitalizar o processo de hipoteca para credores hipotecários tradicionais. O Alloy, uma API para integração do cliente, está ajudando os bancos tradicionais a oferecer melhor produtos digitais, como empresas digitalmente nativas.

Finalmente, estamos vendo APIs de Serviços que permitem que novas startups digitalmente nativas sejam construídas mais rapidamente, permitindo uma diferenciação mais especializada e um tempo de lançamento mais rápido no mercado. Um exemplo é o WorkOS, que fornece um conjunto de APIs com todos os componentes SaaS necessários para construir um negócio de software.

Conforme observado pelos exemplos acima, as APIs de Serviços se tornarão facilitadores essenciais para os desenvolvedores avançarem, e esta é a área em que veremos mais inovação entre as empresas de API. As APIs de Serviços prontas para o breakout incluem APIs para bancos, hipotecas, seguros e comércio.

Consolidação: Plataformas de API

O que acontecerá com as empresas de APIs de Infraestrutura e de APIs de Serviços no longo prazo? Conforme observado acima, haverá muitas oportunidades para empresas autônomas com grandes resultados bem-sucedidos a serem construídas, especialmente para aquelas que resolvem as necessidades essenciais, são geradores de receita e têm aplicabilidade em massa. Dito isso, como vimos em praticamente todos os outros mercados desde o início da revolução industrial, sejam ferrovias, empresas de cabo ou bancos de investimento, haverá consolidação e plataformas surgirão.

Já estamos vendo os vencedores iniciais, como Stripe & Twilio, continuarem a construir mais produtos e adquirir empresas de API para se tornarem plataformas, assim como a AWS fez na infraestrutura em nuvem. Por exemplo, basta olhar para as aquisições da Twilio da Sendgrid por $ 2 bilhões e da Segment por $ 3,2 bilhões. Isso continuará e provavelmente ocorrerá principalmente nos maiores segmentos de mercado, como Identidade (Okta), Pagamentos (Stripe), Comunicações (Twilio) e Finanças (Plaid).

A combinação de oportunidades autônomas em APIs de Infraestrutura e de APIs de Serviços, junto com a capacidade de surgirem Plataformas API, é o que torna esta oportunidade tão empolgante, e por que estamos vendo tantos dólares de investimento fluindo para o espaço.

Conclusão

Conforme a economia de APIs amadurece, veremos mais e mais empresas construídas dentro da Pilha de APIs, uma combinação de APIs de Infraestrutura e de APIs de Serviços. Empresas icônicas e duradouras serão aquelas que conseguirem atingir velocidade, escala e financiamento de ruptura, fornecendo uma base instalada significativa e um baú de guerra para ampliar as ofertas por meio de P&D e M&A. E pode-se imagina um futuro brilhante para as startups que estão construindo a próxima geração de APIs, bem como para todos os negócios que serão construídos por esse novo conjunto de infraestrutura e serviços.

Se gostou, por favor, compartilhe. Abraço, @neigrando

Sobre mim: aqui, Contato: aqui.

Referência

Este artigo foi traduzido e adaptado a partir do original, em inglês, da Forbes: API Stack: The Billion Dollar Opportunities Redefining Infrastructure, Services & Platforms, by Patrick Salyer (2021)

Artigos relacionados

PMEs deveriam pensar mais sobre DADOS

As empresas que tomam suas decisões baseadas em dados são, em média, 5% mais produtivas e 6% mais lucrativas do que seus concorrentes.

Muito se tem falado sobre a quarta revolução industrial e todas as tecnologias que dela emanam, tais como: inteligência artificial, internet das coisas, automação de processos por meio da robótica, big data, entre tantas outras.

Mas na hora de lançar essas tecnologias para Pequenas e Médias Empresas (PMEs), o processo se complica, por isso muitas empresas preferem deixar essas tecnologias de lado sem ver os grandes benefícios que elas podem oferecer.

É pelo exposto que este artigo tem como objetivo mostrar os benefícios que a Ciência de Dados oferece quando faz parte dos processos das empresas, especificamente nas PMEs.

Descrevendo ciência de dados

A ciência de dados é bastante simples, sem ser trivial. Para os cientistas de dados, é a “arte” de combinar, calcular e relatar conhecimento de diferentes fontes e entradas de dados.

Uma empresa com muitos dados pode usar a ciência de dados como uma pequena “mágica” para ajudar a reunir informações e permitir que a tomada de decisões de negócios mais inteligentes e aproveitar ao máximo todos os seus recursos disponíveis.

Data Science é mais do que mágica, é uma ferramenta muito poderosa que acaba se revelando extremamente valiosa para empresas de todos os portes e portes, pelo simples fato de gerar uma vantagem competitiva sobre as demais.

Empresas em todos os setores podem se beneficiar dos dados de várias maneiras, com análises adequadas que permitem que você se destaque da concorrência. Dos exemplos mais conhecidos estão as empresas de comércio eletrônico, que utilizam os dados para avaliar cuidadosamente o comportamento de navegação de seus usuários, para entender melhor os compradores, seus hábitos e necessidades.

Além disso, essas práticas podem ser usadas para detectar erros potenciais antes que eles ocorram, ou para prevenir fraudes, especialmente no setor financeiro. Portanto, fazendo bom uso dessas informações (dados), as empresas podem maximizar seus lucros.

Por que implementar ciência de dados nas PMEs?

Um estudo do Massachusetts Institute of Technology (MIT) revela que as empresas que tomam decisões com base em dados são, em média, 5% mais produtivas e 6% mais lucrativas do que seus concorrentes.

Portanto, as PMEs precisam estar na vanguarda para enfrentar os desafios que se colocam com a crise que o mundo atravessa derivada do COVID-19.

Antes de falar dos benefícios que a Data Science oferece às empresas, é muito importante que elas façam uma análise estratégica para identificar qual é a finalidade dos dados, acompanhada da formulação de um plano e objetivos de longo prazo.

Aqui estão quatro razões pelas quais todas as PMEs devem começar a implementar ciência de dados em seus negócios:

1. Tomar decisões de negócios mais inteligentes e informadas

Ao controlar, visualizar e compreender melhor os dados de negócios, você ajudará a tomar melhores decisões INFORMADAS sobre o futuro de seus negócios. Por meio do conhecimento dos dados, você pode identificar as principais áreas para melhorias de produtividade, crescimento do mercado ou vantagens competitivas.

2. Obter uma vantagem competitiva sobre a concorrência

Um aspecto importante nas pequenas e médias empresas que buscam soluções de dados é que passam a pensar como uma empresa baseada em dados e dessa forma passam a ganhar vantagens sobre seus concorrentes.

3. A ciência de dados economiza tempo e custos!

A ciência de dados não requer um investimento de um milhão de dólares que é impossível para as pequenas e médias empresas. O que podemos dizer é: a ciência de dados é um detector chave de oportunidades de redução de custos porque pode identificar onde há perda de receita e geração de despesas, oportunidades de melhoria do fluxo de trabalho ou identificar quais produtos e serviços geram uma despesa para a empresa em vez de gerar lucro.

4. É uma oportunidade de digitalizar os dados e limpar os arquivos

Você não precisa ter todas as plataformas e integrações para que a ciência de dados funcione. Preparar e configurar os dados da empresa é algo que um fornecedor / consultor pode fazer ao procurar implementar a solução de dados certa para você. Mas o que vale mesmo é ter em digital todo o backup das informações que por muito tempo ficaram armazenadas em arquivos e que também as empresas podem acessar suas informações de qualquer lugar do mundo, bem como visualizá-las e manipulá-las em tempo real.

Por fim, concluímos que é o momento em que as PMEs devem passar a ver os dados como seu grande aliado e um dos principais motores de crescimento do seu negócio, até porque as vantagens obtidas impactam todas as áreas da empresa gerando um benefício que pode diferenciar a resiliência. capacidade das empresas diante de novos desafios como os que o COVID-19 apresenta hoje, sem deixar de lado a seguinte frase de Jhon Owen: “Dados são o que você precisa para fazer a análise. Informação é o que você precisa para fazer negócios.”

Ponto final – uma pitada adicional sobre Dados no século 21

“Dizem que dado é o ouro deste século, eu acrescento que dado é como areia, que contém pepitas de ouro e pedras preciosas escondidos. Assim, para extrair tal riqueza é preciso minerar, selecionar, tratar, e por fim “lapidar” os dados para poder gerar informação e conhecimento à tomada de decisão sábia.

Business intelligence (BI) combina análise de negócios, mineração de dados, visualização de dados, ferramentas e infraestrutura de dados e melhores práticas para ajudar as organizações a tomarem mais decisões baseadas em dados. Na prática, você sabe que tem inteligência de negócios moderna quando tem uma visão abrangente dos dados de sua organização e usa esses dados para impulsionar mudanças, eliminar ineficiências e se adaptar rapidamente às mudanças de mercado ou de fornecimento.

Os engenheiros de dados são solucionadores de problemas curiosos e habilidosos que amam os dados e a construção de coisas úteis para outras pessoas. De qualquer forma, os engenheiros de dados, juntamente com os cientistas de dados e analistas de negócios, fazem parte do esforço da equipe que transforma os dados brutos de forma a fornecer às suas empresas uma vantagem competitiva.

Os cientistas de dados estão envolvidos em uma interação constante com a infraestrutura de dados que é construída e mantida pelos engenheiros de dados, mas eles não são responsáveis por construir e manter essa infraestrutura. Em vez disso, eles são clientes internos, encarregados de conduzir pesquisas de alto nível de mercado e operações de negócios para identificar tendências e relações – coisas que exigem que eles usem uma variedade de máquinas e métodos sofisticados para interagir e agir com base nos dados.

Em contraste, os engenheiros de dados trabalham para dar suporte a cientistas e analistas de dados, fornecendo infraestrutura e ferramentas que podem ser usadas para fornecer soluções ponta a ponta para problemas de negócios. Os engenheiros de dados criam uma infraestrutura escalonável e de alto desempenho para fornecer percepções comerciais claras a partir de fontes de dados brutos; implementar projetos analíticos complexos com foco na coleta, gerenciamento, análise e visualização de dados; e desenvolver soluções analíticas em lote e em tempo real.

Simplificando, os cientistas de dados dependem de engenheiros de dados. Enquanto os cientistas de dados tendem a se esforçar em ferramentas de análise avançada, como R, SPSS, Hadoop e modelagem estatística avançada, os engenheiros de dados se concentram nos produtos que oferecem suporte a essas ferramentas. Por exemplo, o arsenal de um engenheiro de dados pode incluir SQL, MySQL, NoSQL, Cassandra e outros serviços de organização de dados.

Se gostou, por favor, compartilhe. Abraço, @neigrando

Sobre mim: aqui, Contato: aqui.

Referências

Observação: Este artigo trata-se de uma versão traduzida e adaptada dos artigos originais:

  • Why should SMEs think more about data?, do blog entrepreneur.com
  • Data Engineer Vs Data Scientist: What’s The Difference?, do blog panoply.io

Alguns livros interessantes sobre Dados:

  • PROVOST, Foster; FAWCETT, Tom. 2016. Data Sciende para Negócios: o que você precisa saber sobre mineração de dados e pensamento analítico de dados.
  • ROGERS, David L. 2017. Transformação Digital: repensando o seu negócio na era digital.

Artigos Relacionados

As 4 Ondas da Inteligência Artificial

“Na era da IA, a China é a Arábia Saudita em dados.” – Kai-Fu Lee.

Recentemente escrevi uma Introdução à computação cognitiva, hoje o tema é um pouco mais leve, mas ainda assim essencial ao mundo da tecnologia e dos negócios digitais da nova economia.

Há pouco tempo, Li parcialmente o mais novo livro de Kai-Fu Lee, AI Superpowers: China, Silicon Valley, and the New World Order.

Kai-Fu Lee é um dos investidores de IA mais plugados do planeta, liderando a gestão de mais de $2 bilhões de AUM entre seis fundos e mais de 300 empresas de portfólio nos EUA e na China.

Com base em seu trabalho pioneiro em IA, liderança executiva na Microsoft, Apple e Google (onde atuou como presidente fundador do Google China) e sua fundação do fundo de capital de risco Sinovation Ventures, Lee compartilha insights inestimáveis ​​sobre:

  • Os quatro fatores que impulsionam os ecossistemas de IA de hoje;
  • Avanços extraordinários da China na implementação de IA;
  • Para onde se dirigem os sistemas autônomos;
  • Como precisamos nos adaptar.

Com uma base em Pequim e no Vale do Silício, Lee analisa o equilíbrio de poder entre os gigantes da tecnologia chineses e norte-americanos – cada um turbinando novas aplicações de aprendizagem profunda e conquistando mercados globais no processo.

Neste artigo, apresento as “Quatro Ondas da IA” de Lee, uma excelente estrutura para discutir onde a IA está hoje e para onde está indo. Também apresento algumas das empresas de tecnologia chinesas mais importantes liderando a IA, vale a pena conhecer agora. Sabemos que muitas empresas não adotaram ainda a IA em seus negócios, ou mal adotaram a primeira e a segunda onda, que dirá a terceira e quarta onda de aplicações.

Com o aquecimento da competição sino-americana, quem será o dono do futuro da tecnologia? E como os estrategistas de negócios e de tecnologia podem se preparar para um dos elementos chave da Transformação Digital, Indústria 4.0, Sociedade 5.0, etc.

A primeira onda: IA da Internet

Neste primeiro estágio de implantação de IA, estamos lidando principalmente com mecanismos de recomendação – sistemas algorítmicos que aprendem com uma grande quantidade de dados do usuário para selecionar conteúdo online personalizado para cada um de nós.

Pense nas recomendações de produtos precisas da Amazon, ou naquele vídeo do YouTube “Up Next” que você só precisa assistir antes de voltar ao trabalho, ou em anúncios do Facebook que parecem saber o que você vai comprar antes de fazer.

Impulsionada pelos dados que fluem por meio de nossas redes, a IA da Internet aproveita o fato de que os usuários rotulam os dados automaticamente enquanto navegamos. Clicar ou não clicar; permanecer em uma página da Web por mais tempo do que em outra; pairando sobre um vídeo do Facebook para ver o que acontece no final.

Essas cascatas de dados rotulados criam uma imagem detalhada de nossas personalidades, hábitos, demandas e desejos: a receita perfeita para um conteúdo mais personalizado para nos manter em uma determinada plataforma.

Atualmente, Lee estima que as empresas chinesas e americanas estão frente a frente quando se trata de implantação de IA da Internet. Mas, dada a vantagem dos dados da China, ele prevê que os gigantes chineses da tecnologia terão uma ligeira vantagem (60-40) sobre seus homólogos americanos nos próximos cinco anos.

Embora você com certeza já tenha ouvido falar de Alibaba e Baidu, provavelmente nunca topou com Toutiao.

Começando como um ‘imitador’ do popular Buzzfeed da América, Toutiao atingiu uma avaliação de US$ 20 bilhões em 2017, superando a avaliação do Buzzfeed em mais de um fator de 10. Mas com quase 80 milhões de usuários ativos diários, Toutiao não se limita a criando conteúdo viral.

Equipados com processamento de linguagem natural e visão computacional, os motores de IA da Toutiao pesquisam uma vasta rede de diferentes sites e colaboradores, reescrevendo manchetes para otimizar o envolvimento do usuário e processando o comportamento online de cada usuário – cliques, comentários, tempo de envolvimento – para selecionar feeds de notícias individualizados para milhões de consumidores.

E à medida que os usuários ficam mais engajados com o conteúdo da Toutiao, os algoritmos da empresa ficam cada vez melhores para recomendar conteúdo, otimizar manchetes e fornecer um feed verdadeiramente personalizado.

É esse tipo de ciclo de feedback positivo que alimenta os gigantes da IA ​​de hoje que navegam na onda da IA ​​da Internet.

A segunda onda: IA de Negócios

Enquanto a IA da Internet tira vantagem do fato de que os internautas estão constantemente rotulando dados por meio de cliques e outras métricas de engajamento, a IA de Negócios pula nos dados que as empresas tradicionais já rotulavam no passado.

Pense: bancos emitindo empréstimos e registrando taxas de reembolso; hospitais arquivando diagnósticos, dados de imagem e resultados de saúde subsequentes; ou tribunais observando o histórico de condenação, reincidência e fuga.

Enquanto nós, humanos, fazemos previsões com base nas causas básicas óbvias (características fortes), os algoritmos de IA podem processar milhares de variáveis ​​fracamente correlacionadas (características fracas) que podem ter muito mais a ver com um determinado resultado do que os suspeitos usuais.

Ao rastrear correlações ocultas que escapam à nossa lógica linear de causa e efeito, a IA dos Negócios aproveita os dados rotulados para treinar algoritmos que superam até mesmo o mais veterano dos especialistas.

Aplique esses mecanismos de IA treinados por dados para bancos, seguros e sentenças judiciais e você terá taxas de inadimplência minimizadas, prêmios otimizados e taxas de reincidência em queda livre.

Embora Lee confiantemente coloque a América na liderança (90-10) para IA dos Negócios, o atraso substancial da China em dados estruturados do setor pode realmente funcionar a seu favor daqui para frente.

Nos setores em que as startups chinesas podem ultrapassar os sistemas legados, a China tem uma grande vantagem.

Veja o aplicativo chinês Smart Finance, por exemplo.

Enquanto os americanos adotaram os cartões de crédito e débito na década de 1970, a China ainda estava no meio de sua Revolução Cultural, perdendo em grande parte o ônibus com essa tecnologia de ponta.

Avançando para 2017, os gastos com pagamentos móveis da China superaram os dos americanos em uma proporção de 50 para 1. Sem a competição de cartões de crédito profundamente enraizados, os pagamentos móveis foram um upgrade óbvio para a economia de dinheiro da China, abraçada por 70 por cento dos 753 milhões de usuários de smartphones da China até o final de 2017.

Mas, ao ultrapassar os cartões de crédito e adotar os pagamentos móveis, a China abandonou a noção de crédito.

E é aqui que entra o Smart Finance.

Um aplicativo alimentado por IA para microfinanças, o Smart Finance depende quase exclusivamente de seus algoritmos para fazer milhões de microcréditos. Para cada potencial mutuário, o aplicativo simplesmente solicita acesso a uma parte dos dados do telefone do usuário.

Com base em variáveis ​​tão sutis como a velocidade de digitação e a porcentagem da bateria, o Smart Finance pode prever com precisão surpreendente sua probabilidade de pagar um empréstimo de $ 300.

Essas implantações de AI dos Negócios e IA da Internet já estão revolucionando nossos setores e estilos de vida individuais. Mas ainda no horizonte estão duas ondas ainda mais monumentais – IA de Percepção e IA Autônoma.

A terceira onda: IA da Percepção

Nesta onda, a IA é atualizada com olhos, ouvidos e uma miríade de outros sentidos, fundindo o mundo digital com nossos ambientes físicos.

À medida que sensores e dispositivos inteligentes proliferam em nossas casas e cidades, estamos prestes a entrar em uma economia de trilhões de sensores.

Empresas como a chinesa Xiaomi estão lançando milhões de dispositivos conectados à IoT, e equipes de pesquisadores já começaram a criar protótipos de poeira inteligente – células solares e partículas com sensores que podem armazenar e comunicar uma grande quantidade de dados em qualquer lugar, a qualquer hora.

Como Kai-Fu explica, a IA de Percepção “trará a conveniência e a abundância do mundo online para nossa realidade offline”. Dispositivos de hardware ativados por sensor transformarão tudo, de hospitais a carros e escolas, em ambientes Online-Mesclados-Offline (OMO).

Imagine entrar em um supermercado, escanear seu rosto para ver suas compras mais comuns e, em seguida, pegar um carrinho de compras de assistente virtual (AV). Tendo pré-carregado seus dados, o carrinho ajusta sua lista de compras de costume com entrada de voz, lembra você de comprar o vinho favorito de seu cônjuge para um aniversário que se aproxima e o orienta por uma rota de loja personalizada.

Embora ainda não tenhamos aproveitado todo o potencial da IA ​​de percepção, a China e os EUA já estão fazendo avanços incríveis. Dada a vantagem de hardware da China, Lee prevê que a China atualmente tem uma vantagem de 60-40 sobre seus concorrentes americanos de tecnologia.

Agora a cidade preferida para startups que constroem robôs, drones, tecnologia vestível e infraestrutura de IoT, Shenzhen se tornou uma potência para hardware inteligente. Com a turbocompressão de sensores e peças eletrônicas por meio de milhares de fábricas, os engenheiros qualificados de Shenzhen podem criar protótipos e iterar novos produtos em escala e velocidade sem precedentes.

Com o combustível adicionado do apoio do governo chinês e uma atitude relaxada da China em relação à privacidade de dados, a liderança da China pode até chegar a 80-20 nos próximos cinco anos.

Pulando nessa onda estão empresas como a Xiaomi, que visa transformar banheiros, cozinhas e salas de estar em ambientes OMO inteligentes. Tendo investido em 220 empresas e incubado 29 startups que produzem seus produtos, a Xiaomi ultrapassou 85 milhões de dispositivos domésticos inteligentes no final de 2017, tornando-se a maior rede mundial desses produtos conectados.

Um restaurante KFC na China até se associou à Alipay (plataforma de pagamentos móveis da Alibaba) para ser pioneira em um recurso “pague com sua cara”. Esqueça dinheiro, cartões e telefones celulares, e deixe OMO fazer o trabalho.

A quarta onda: IA Autônoma

Mas a onda mais monumental – e imprevisível – é a IA autônoma.

Integrando todas as ondas anteriores, a IA autônoma dá às máquinas a capacidade de sentir e responder ao mundo ao seu redor, permitindo que a IA se mova e atue de forma produtiva.

Embora as máquinas de hoje possam nos superar em tarefas repetitivas em ambientes estruturados e até mesmo não estruturados (pense no Atlas, humanoide da Boston Dynamics ou nos veículos autônomos que se aproximam), as máquinas com o poder de ver, ouvir, tocar e otimizar dados serão um jogo totalmente novo.

Pense: enxames de drones que podem pulverizar e colher seletivamente fazendas inteiras com visão computacional e notável destreza, drones resistentes ao calor que podem apagar incêndios florestais 100 vezes mais eficiente ou veículos autônomos de nível 5 que navegam por estradas inteligentes e sistemas de tráfego por conta própria.

Embora a IA autônoma envolva inicialmente robôs que criam valor econômico direto – automatizando tarefas em uma base de substituição um para um – essas máquinas inteligentes irão, no final das contas, renovar indústrias inteiras do zero.

Kai-Fu Lee atualmente coloca os Estados Unidos na liderança de 90-10 em IA Autônoma, especialmente quando se trata de veículos autônomos. Mas os esforços do governo chinês estão rapidamente aumentando a competição.

Já na província chinesa de Zhejiang, reguladores de rodovias e funcionários do governo têm planos para construir a primeira superestrada inteligente da China, equipada com sensores, painéis solares embutidos em estradas e comunicação sem fio entre carros, estradas e motoristas.

Com o objetivo de aumentar a eficiência do trânsito em até 30% e ao mesmo tempo minimizar as fatalidades, o projeto pode um dia permitir que veículos elétricos autônomos carreguem continuamente enquanto dirigem.

Um projeto semelhante alimentado pelo governo envolve o novo vizinho de Pequim, Xiong’an. Projetada para gerar mais de US$ 580 bilhões em gastos com infraestrutura nos próximos 20 anos, a Nova Área de Xiong’an pode um dia se tornar a primeira cidade do mundo construída em torno de veículos autônomos.

O Baidu já está trabalhando com o governo local de Xiong’an para construir esta IA Cidade com foco ambiental. As possibilidades incluem cimento com sensores, semáforos habilitados para visão computacional, cruzamentos com reconhecimento facial e estacionamentos transformados em parques.

Por último, Lee prevê que a China quase certamente liderará o ataque aos drones autônomos. Shenzhen já é o lar do principal fabricante de drones DJI.

Nomeada “a melhor empresa que já encontrei” por Chris Anderson, a DJI possui cerca de 50 por cento do mercado norte-americano de drones, superalimentado pelo extraordinário movimento fabricante de Shenzhen.

Considerações finais

Enquanto o equilíbrio competitivo sino-americano de longo prazo na IA de quarta onda ainda está para ser visto, uma coisa é certa: em questão de décadas, testemunharemos o surgimento de paisagens urbanas com IA e máquinas autônomas que podem interagir com o mundo real e ajudar a resolver os grandes desafios mais urgentes da atualidade.

Se gostou, por favor, compartilhe. Abraço, @neigrando

Sobre mim:

Nei Grando – diretor executivo da STRATEGIUS, teve duas empresas de tecnologia, é mestre em ciências pela FEA-USP com MBA pela FGV, organizador e autor do livro Empreendedorismo Inovador, é mentor de startups e atua como consultor, professor e palestrante sobre estratégia e novos modelos de negócio, inovação, organizações exponenciais, transformação digital e agilidade organizacional.

Detalhes: aqui, Contato: aqui.

Artigos Relacionados:

Livro:

  • LEE, Kai-Fu. AI Super-Powers: China, Silicon Valley, New World Order.