Indicadores de Maturidade em IA

Este artigo trata da continuidade do artigo anterior sobre “Modelo de Maturidade de Inteligência Artificial“, assim sugere-se a leitura do mesmo antes deste.

Existe muito hype e buzz relacionado a inteligência artificial e ao uso dela pelas organizações, além disso muito foco tem sido dado à tecnologia e algoritmos de aprendizagem de máquina, e ao sair fazendo para ver o que acontece. Mas sabe-se por resultados de pesquisas apresentadas no artigo anterior que a maioria dos projetos ainda falham consideravelmente, desperdiçando tempo, esforços e investimentos. E tais falhas acontecem principalmente pela falta de visão e conhecimento do que realmente a IA pode fazer pelo negócio e pela falta de planejamento que alinhe a IA às estratégias de negócio e execução dos projetos.

Aqui será abordado o uso de indicadores, em cada nível de maturidade de IA da organização (Planejamento, Experimentação, Estabilização, Expansão e Transformação), que devem ser considerados na: Visão e Estratégica da IA; Uso da IA; Tecnologias empregadas; Organização e Governança, assim como em Orçamento e Medições.

Indicadores do modelo de maturidade de IA propostos por Gartner

As organizações precisam estabelecer uma visão para a IA se quiserem obter valor com sua implementação. Elas também exigem administradores da visão que iniciarão ativamente projetos para transforma-la em realidade.

Tabela 1 – Para visão e estratégia

PlanejamentoPlaneja-se os interesses iniciais da IA. A IA aparece nas agendas de inovação. A inspiração vem de aplicativos de IA fora da organização. A visão de IA da organização está surgindo da participação em conferências, participação em blogs, conversas públicas, envolvimento com usuários internos e fornecedores externos e captura de uma variedade de exemplos. A equipe de gerenciamento está intrigada com exemplos funcionais ou da indústria e atingiu o nível de exploração “sob pressão”. A equipe de gerenciamento está sentindo esperança, medo ou um senso de urgência em relação à IA.
ExperimentaçãoO valor potencial de AI é reconhecido. A experimentação e a inovação impulsionada pela IA são ativamente promovidas e facilitadas. A organização tem projetos-piloto de IA para aprender sobre tecnologia, habilidades e impacto nos negócios, mas ainda é muito cedo para incluí-los nas estratégias.
EstabilizaçãoA Estabilização da IA não é mais uma promessa, mas está entregando valor de negócios real em algumas partes da organização ou portfólio de produtos / serviços. A IA é explicitamente abordada nas estratégias de certas áreas de negócios e tecnologia. À medida que as organizações amadurecem no uso de técnicas de IA, é mais provável que mudem seu foco de corte de custos para projetos orientados para o crescimento.
ExpansãoA Expansão da IA é difundida e um capacitador-chave de modelos de negócios novos ou aprimorados. A estratégia de IA dedicada e o roteiro adaptável da organização estão totalmente alinhados com seu negócio digital, transformação digital, inovação, experiência do cliente, P&D, RH e outras estratégias. A organização cria estratégias para melhorar, aumentar ou automatizar a tomada de decisão humana usando IA. Pode adquirir o talento necessário. Desde as decisões do conselho até cada interação com o cliente, a IA é um elemento crucial em cada momento e evento de negócios, permitindo que a organização opere de maneira altamente responsiva e adaptativa.
TransformaçãoA Transformação da IA faz parte do DNA dos negócios. Estratégia e operações são continuamente orquestradas e adaptadas em um complexo ecossistema de negócios de agentes interdependentes. A organização é considerada e gerenciada como um sistema de sistemas dinâmicos e baseados em contexto com atores humanos e artificiais. A organização equilibra uma combinação de contratação interna e externa. A IA está presente em todas as estratégias de negócios e inovações tecnológicas.

Itens de ação:

  • A organização deve alinhar a IA com sua missão.
  • Desenvolva um meio de entender como a aceleração ou automação de tarefas perigosas, sujas, chatas ou caras podem se combinar com novas conquistas que antes eram impossíveis devido à falta de recursos humanos e técnicos para realizá-las.
  • Desenvolva uma visão para o uso de IA para atender às preocupações existentes e construa uma abordagem para sua expansão para mudar a forma como a organização busca seus objetivos.

Onde usar IA é mais uma questão de como definir prioridades do que encontrar oportunidades. A IA será um aspecto da maioria dos aplicativos, ou os aplicativos que unem humanos e sistemas, no tempo. Inicialmente, a oportunidade está em encontrar e buscar a melhor opção de negócios.

Uma prática recomendada é a abordagem 1-2-3 para processos, produtos, serviços ou modelos de negócios:

  1. use IA para melhorá-los, ou
  2. Otimizá-los / redesenhá-los,
  3. Criar novos.

Todas essas ações devem ser realizadas com constante experimentação de IA e inovação em paralelo. A estratégia de IA deve incluir abordagens de responsabilidade para propriedade intelectual, risco, reputação e ética – por exemplo, na seleção e priorização de casos de uso.

As áreas de uso ou aplicação da IA ​​podem ser categorizadas em: remodelar a competição, repensar a otimização, revelar percepções sem precedentes e reinventar produtos / serviços, conforme a Tabela 2.

Tabela 2: Para uso da IA

PlanejamentoA Organização de Planejamento busca os primeiros casos de uso em que a IA poderia ter um impacto significativo, mas viável – seja do ponto de vista de negócios, inovação de produto ou RH. Uma ou várias partes interessadas de negócios entusiasmadas comprometem recursos para implementar os casos de uso. Os casos de uso para implementação de IA geralmente incluem otimização de preços, recomendações, detecção de fraude e insights do cliente.
ExperimentaçãoProjetos POC são realizados, colhidos de experimentação nos primeiros laboratórios de IA. Protótipos de produtos e serviços selecionados são melhorados de forma mensurável com IA. Exemplos típicos neste nível incluem IA para suporte à decisão e análise preditiva, como otimização de preços, recomendações de produtos e detecção de fraude.
EstabilizaçãoAs soluções de Estabilização da IA são implantadas para casos de uso de POC nos quais eles mostraram seu valor. Exemplos típicos incluem chatbots para interação com o cliente, gerenciamento de portfólio do cliente, valor do tempo de vida do cliente ou ciência de dados com análises preditivas e prescritivas para melhorias de processos internos. As soluções também podem incluir a adição de recursos alimentados por IA a produtos e serviços existentes. Implementações em casos de uso e departamentos adjacentes são realizadas.
ExpansãoA Expansão da IA é sistematicamente aplicada em todo o espectro da empresa para otimizar processos reprojetados, introduzir práticas de negócios, produtos ou serviços inovadores ou interromper o status quo. Os casos de uso típicos incluem a experiência do cliente e a otimização da cadeia de suprimentos. A IA e os novos avanços da IA ​​são ativamente aproveitados em todos os projetos de TI e negócios aplicáveis. A IA tem um amplo escopo de aplicação, incluindo inteligência contínua, análise prescritiva, assistentes pessoais virtuais, tomada de decisão aumentada e automatizada, automação inteligente ou operações autônomas em muitas áreas de negócios. A governança da IA ​​é estabelecida.
TransformaçãoA transformação da IA não é mais considerada uma categoria de tecnologia separada – faz parte da estrutura da organização, profunda e perfeitamente integrada em cada processo, produto e serviço. A organização atingiu um equilíbrio entre a automação de processos e o aumento da força de trabalho, conectando harmoniosamente os sistemas naturais e artificiais, tanto no nível de hardware / físico quanto de software / mental. Processos de negócios autônomos e sistemas autônomos são abundantes, adaptando-se e otimizando continuamente, e orquestrados por um sistema nervoso central de inteligência contínua.As técnicas de IA não são usadas apenas para resolver problemas conhecidos; eles também exibem capacidades criativas na geração de novas soluções, alternativas potenciais e fazer recomendações.

Itens de ação:

  • Trabalhadores e executivos devem desenvolver uma heurística de priorização que permita que projetos táticos e estratégicos surjam de esforços compartilhados e compreensão das capacidades de IA.
  • No entanto, não priorize muito prescritivamente. Dada a natureza inovadora e disruptiva da IA, sempre deve haver espaço para experimentação. Adote uma abordagem de três vias para seu portfólio de projetos de IA: experimente, faça um piloto e produza.
  • As tecnologias que vão juntas para formar projetos de IA às vezes são altamente inovadoras, mas em muitos casos novas apenas em sua implementação.
  • Muitos dos fundamentos da IA, como os algoritmos analíticos que revelam novas conclusões ou empregam heurísticas, não são em si novos.
  • Ao mesmo tempo, uma inovação massiva e contínua na ciência e nos negócios está ocorrendo para melhorar ainda mais a IA e seu desempenho, escalabilidade, eficácia e facilidade de uso.
  • Para a maioria das organizações, no entanto, o emprego de tecnologias de IA para automatizar processos e interações representará uma nova abordagem de trabalho, que apresentará riscos em termos de quão bem essas tecnologias se harmonizam com clientes e funcionários.

A tecnologia de IA pode ser posicionada em uma ou mais das seguintes categorias: processamento de dados, robótica, interação conversacional, suporte à decisão / automação, automação de processo ou percepção de IoT, conforme a Tabela 3.

Tabela 3: Para tecnologias empregadas

PlanejamentoA Métodos de planejamento de IA que estão prontamente disponíveis no mercado e já aplicados em outras organizações são investigados. Isso inclui algoritmos de aprendizado de máquina comuns, sistemas baseados em regras e técnicas de otimização. Sessões de educação ou hackathons internos são organizados para trazer à tona as técnicas, implementações e habilidades de IA existentes.
ExperimentaçãoOs obstáculos para a primeira adoção da experimentação são reduzidos com o aproveitamento da infraestrutura em nuvem, serviços de IA em nuvem e / ou código aberto. Técnicas adicionais de IA (como aprendizado profundo, reconhecimento de imagem ou processamento de linguagem natural – se não originalmente exploradas) são investigadas.Questões de integração, de perspectivas de dados e processos, são avaliadas e tratadas.As atividades de validação de dados e processos são realizadas para confirmar sua prontidão para IA.
EstabilizaçãoSão introduzidos os primeiros sistemas de produção com tecnologia AI. As soluções são autônomas ou integradas em outras, levando em consideração cenários de implantação de nuvem, híbrida, local ou de ponta. Os sistemas de IA estão incluídos no gerenciamento de operações de TI e nas avaliações de impacto nos negócios. As fontes de dados de IA incluem data warehouses e hubs de dados (lógicos), junto com outros, como IoT ou plataformas de mídia social, conforme necessário por caso de uso.Os desenvolvedores de IA podem aproveitar lagos de dados.
ExpansãoTécnicas inovadoras de IA são regularmente exploradas e aproveitadas em toda a organização em processos, produtos e serviços. A disponibilidade, o desempenho e a segurança dos sistemas de IA são essenciais.Operações de IA (DevOps / MLOps), gerenciamento de modelo e reprodutibilidade são otimizados. A implantação é na nuvem, no local ou por meio de dispositivos móveis, de borda ou robóticos. As necessidades de dados de IA são totalmente atendidas no gerenciamento e anotação de dados, enquanto as fontes de dados são expandidas além daquelas exigidas pelos casos de uso para o conhecimento contextualizado. Os feeds de dados de IA são automatizados, extensos e incluem dados (em tempo real) de fontes internas e externas.
TransformaçãoA adoção de técnicas novas ou aprimoradas de IA continua. Os modelos de IA e algoritmos de aprendizado de máquina são continuamente retreinados e atualizados, aproveitando os loops fechados automatizados e os loops de feedback aumentados. Tanto a inteligência humana quanto a artificial são sinergizadas com, por exemplo, realidade virtual, realidade aumentada, interfaces holográficas e neurodigitais. Agentes pessoais e sistemas multiagentes, representando atores organizacionais, humanos e artificiais, são aplicados para produtividade pessoal e inteligência aumentada, simulação, monitoramento e orquestração operacional de sistemas adaptativos complexos e inteligência coletiva ou de enxame.

Itens de ação:

  • As organizações devem contar com os diretores de dados e os diretores de tecnologia para estabelecer estratégias de emprego de tecnologias de IA, como métodos analíticos avançados, gerenciamento de experimentos e modelos e MLOps.
  • Eles também devem ter uma noção de como podem empregar (e confiar) IA das ofertas dos fornecedores.
  • No estágio de expansão, as organizações geralmente restringem o conjunto dominante de ferramentas para gerenciar riscos e garantir a conformidade.
  • Isso pode parecer um retrocesso para os primeiros usuários devido a novas restrições, mas é necessário gerenciar orçamentos e habilidades ao mesmo tempo em que dimensiona todo o negócio.

O uso de IA nas organizações se tornará tão comum quanto o uso de computadores, da mesma forma que ondas anteriores de computação – como aquelas associadas a interfaces de usuário ou rede – também se tornaram generalizadas. Gerenciar com sucesso o crescimento da IA ​​e seu uso em departamentos e aplicativos requer patrocínio executivo e um COE, conforme a Tabela 4.

Tabela 4: Para organização e governança

PlanejamentoPrevalecem os adotantes isolados, iniciais, especulativos e não operacionais da IA, com interesse ou experiência em IA. Os pioneiros estão começando a construir conhecimento sobre a tecnologia de IA, aplicações práticas e possível criação de valor. Ainda não existe patrocínio empresarial. AI não faz parte das descrições de funções. Sessões de brainstorming entre empresas e funções de negócios são conduzidas em reuniões ad hoc ou como parte de exercícios de “céu azul” em retiros ou eventos não vinculativos semelhantes. A definição de IA no contexto da organização é finalizada e evangelizada. Princípios básicos de IA são discutidos.
ExperimentaçãoNão há ações orquestradas centralmente. A organização está apenas começando a recrutar especialistas em IA ou está trabalhando com provedores de serviços externos para implementar POCs e pilotos de IA. O primeiro laboratório de IA foi aberto para facilitar a experimentação, a experiência do cluster e promover a inovação em colaboração com fornecedores de IA e institutos de pesquisa. As habilidades são desenvolvidas em torno das técnicas que mostram os resultados de negócios mais promissores após as experimentações. Surgem os primeiros padrões de IA para dados e técnicas de IA. Métodos para garantir a conformidade regulatória são desenvolvidos. Responsabilidades reativas, ações e procedimentos no caso de consequências não intencionais são descritos.
EstabilizaçãoHabilidades apropriadas ligadas às técnicas de IA implantadas são adquiridas e planos de qualificação são desenvolvidos para proteger o know-how da organização. Existe um COE (virtual), ou pelo menos uma comunidade de prática, para compartilhar as melhores práticas e impulsionar o emprego em tecnologia. Habilidades e recursos interdisciplinares de IA são agrupados em análises avançadas ou equipes de ciência de dados. Os engenheiros de IA passam a fazer parte das equipes de ciência de dados. Há colaboração frequente para facilitar um entendimento comum de uma plataforma, ferramentas e comunidades de IA entre empresas, para compartilhar conhecimento e para adotar ou desenvolver padrões e metodologias. As primeiras práticas de confiança e transparência da IA ​​estão começando a tomar forma. Há patrocínio explícito de IA de nível C.
ExpansãoA organização tem um AI COE híbrido com a responsabilidade de conduzir novos produtos e serviços e manter conexões internas. A governança de IA facilita a liberdade da ciência de dados e ancora a proliferação de atividades de IA para minimizar os riscos associados e manter a produtividade. A organização tem parcerias estratégicas com fornecedores de IA e institutos de pesquisa para inovação contínua impulsionada por IA. Existem processos e estruturas formalizados para estratégia, ética, P&D, governança, desenvolvimento e operações de IA. Há propriedade de nível C da IA. Padrões para governança de modelo para garantir rastreabilidade, reprodutibilidade e reutilização dos modelos são desenvolvidos e, esperançosamente, garantidos para baixo risco. As políticas de branding, legal, ética, segurança, proteção e privacidade são adaptadas e aplicadas para IA. A gestão de riscos está em vigor para a tomada de decisão automatizada e sistemas autônomos. A conformidade total com as leis e regulamentos (inter) nacionais de IA foi alcançada. A IA impacta a força de trabalho em muitas áreas de negócios, mudando funções e habilidades necessárias.
TransformaçãoA transformação da IA tem um impacto profundo na cultura organizacional, estratégia, estrutura, processos e na sociedade em geral. As funções de negócios e tecnologia se fundem, também no nível C. A estrutura de governança para gerenciamento de produtos de IA é estabelecida. A IA é parte integrante de todo trabalho e da vida diária. A organização estabelece um aprendizado de IA contínuo em toda a empresa para treinar as pessoas quando elas precisam. A participação no desenvolvimento e aplicação de leis e regulamentos (inter) nacionais de IA é incentivada. A força de trabalho humana é totalmente versada em dados, complementada por hardware, software ou wetware de IA para tudo, desde o aprendizado contínuo até as tarefas operacionais. A força de trabalho artificial, com operadores virtuais ou robóticos, aumenta ou substitui operadores humanos. Muitas novas funções são criadas para humanos e “meta-IA” para inovação, desenvolvimento, manutenção e operações de IA.

Itens de ação:

  • Governança não significa necessariamente comando e controle. Em vez disso, significa orientação não proibitiva sobre padrões para estruturas de IA e orientação sobre princípios éticos e de segurança.
  • As organizações devem desenvolver COEs para IA, embora possam ser melhor desenvolvidos dentro ou junto com os COEs para análises, experiência do cliente ou automação, dependendo da visão.
  • Os impactos da IA ​​na reputação, nos negócios e na sociedade apresentam riscos desconhecidos e, até certo ponto, desconhecidos para as organizações que estão correndo para implantar essa tecnologia.
  • As organizações devem, portanto, aplicar um nível apropriado de governança de IA que corresponda aos respectivos níveis de maturidade de IA.
  • Isso os ajudará a atingir objetivos imediatos e de longo prazo nos estágios corretos de sua jornada de IA.
  • Os líderes de dados e análises devem colaborar com as partes interessadas de negócios para alavancar a IA para obter valor de negócios e definir as expectativas corretas.
  • Eles também devem minimizar os riscos para a organização, seus clientes e ecossistema.

Uma “abordagem de três vias” é recomendada:

  • Comece com experimentação, usando financiamento de quantia fixa para facilitar a aprendizagem por tentativa e erro, sem expectativas de retorno de valor de negócio direto. Em seguida, com base na experimentação
  • Priorize casos de uso para POCs em projetos piloto, que devem ser financiados separadamente em uma base de projeto por projeto, mas ainda sem requisitos de caso de negócios estritos.
  • Por fim, colha o projeto piloto de maior sucesso “produzindo” IA por meio de projetos mais preditivos.

Isso resultará em aplicativos totalmente integrados aos negócios regulares, com expectativas de ROI quantificadas e orçamentos sustentados para gerenciamento operacional e de mudança (consulte a Tabela 5).

Tabela 5: Para orçamento e medições

PlanejamentoO orçamento de IA é insignificante. A organização aprova fundos seletivos para participação em conferências, treinamento direcionado, POCs de pequeno escopo e, potencialmente, alguns estudos de consultoria ou marketing. Os indicadores de conscientização sobre IA incluem o aumento do número de reuniões sobre o tema, participação em conferências e reuniões com fornecedores de IA.
ExperimentaçãoVários projetos POC são financiados. O financiamento de quantia fixa adicional é alocado para atividades de experimentação em um possível laboratório de IA. Ainda não há requisitos de business case, mas as métricas mensuráveis ​​de negócios ou organizacionais são definidas para avaliar o sucesso potencial dos POCs. O código aberto e a nuvem são usados ​​para reduzir as despesas de capital e os custos operacionais iniciais.
EstabilizaçãoO orçamento de estabilização é atribuído às funções corporativas. Vários projetos de IA são financiados, enquanto o investimento em experimentação e POCs continua. Isso inclui gastos com software de produção, plataformas, infraestrutura provisionada, desenvolvimento de novas habilidades e serviços a serem implementados, bem como custos operacionais e de gerenciamento para investimento sustentado. A organização começou a capturar as métricas para cada iniciativa e está rastreando ativamente as mudanças impulsionadas pela IA.
ExpansãoA organização alocou estruturas de orçamento para IA, incluindo iniciativas recorrentes (mais de 15 meses), dentro de TI e várias unidades de negócios. Os aplicativos de IA estão causando mudanças significativas nos custos de mão de obra. Despesas de infraestrutura de IA são monitoradas e otimizadas. A estratégia de IA tem indicadores de desempenho definidos que são monitorados ativamente. Os exemplos são o número de projetos nos quais a IA é aplicada sem solicitação explícita, a porcentagem de processos de negócios com otimização orientada à IA e o compartilhamento de produtos / serviços com IA incorporada. Os casos de uso de alto risco / alta recompensa são financiados.
TransformaçãoNão há mais iniciativas de IA separadas ou orçamentos alocados separados, exceto para gerenciamento de produtos de IA. A tecnologia de negócios e (IA), e seus respectivos esquemas e indicadores de orçamento, são perfeitamente integrados. Crowdsourcing e cadeia de valor coletiva ou financiamento de ecossistemas (e participação nos lucros) são negócios como de costume. A ausência de atividades separadas de IA é o indicador essencial de um nível verdadeiramente transformador.

Itens de ação:

  • Especialmente para as primeiras iniciativas de IA, o maior problema com o orçamento e o financiamento de um projeto de IA é que, antes de iniciar a iniciativa, é extremamente difícil ou impossível determinar um caso de negócios definitivo (preciso) para economia.
  • A principal razão para isso é que é impossível prever mudanças no comportamento humano dos usuários, bem como no consumo final do aplicativo.
  • Outros motivos problemáticos incluem a dificuldade em determinar a data de conclusão e o escopo do projeto não estar totalmente definido (os pontos de inflexão para aprendizado de máquina, curadoria de dados e análise também são itens que não podem ser previstos e avaliados com precisão).
  • Não se concentre nos silos tradicionais de gastos discretos em infraestrutura, largura de banda, software, banco de dados e serviços.
  • Maturidade é o foco no planejamento e adaptação a uma mudança de processo incremental ou transformacional.
  • É medida não apenas pela redução de custos, mas também por tempos de ciclo reduzidos, taxas de erro mais baixas, escalabilidade e agilidade de negócios (a capacidade de responder ou demonstrar insights anteriormente indisponíveis).
  • Lembre-se de que o financiamento para iniciativas de IA vem dos orçamentos das unidades de negócios, bem como dos orçamentos de TI.
  • Observe que um grande financiamento nos primeiros dois estágios é contraproducente e coloca muita pressão sobre os pioneiros da IA.
  • A questão motriz deve ser: “Qual será o impacto da IA ​​nos resultados de negócios?” Para estimar adequadamente esse impacto, medidas e marcos apropriados devem ser estabelecidos.

Considerações finais

Artigos mais introdutórios à IA aplicada ao mundo dos negócios podem ser vistos aqui.

Se gostou do artigo, por favor, compartilhe. Comentários são bem vindos.

Sobre mim: aqui, Contato: aqui.

Abraço, @neigrando

Referência

Este artigo trata-se da continuidade do artigo anterior aqui postado, que foi traduzido, reduzido e adaptado do original, em inglês: “Artificial Intelligence Maturity Model”, por Gartner (2020).

Artigos relacionados

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

Liderança e a Cultura Empresarial

Estratégia e Cultura estão em primeiro lugar nos questionamentos sem-fim da liderança para manter a viabilidade e efetividade organizacional.

  • A Estratégia oferece uma lógica formal para os objetivos e metas da empresa e orienta as pessoas ao redor dela.
  • A Cultura expressa os objetivos através de valores e crenças e guia as atividades por premissas, regras e normas compartilhados por todos.

A Estratégia fornece claridade e foco nas ações coletivas e tomada de decisão.

  • Ela depende de planos e um conjunto de escolhas para mobilizar pessoas e pode, frequentemente, ser reforçada por recompensas concretas ao alcançar as metas ou falhar ao tentar.
  • Ela também incorpora elementos de adaptação que pesquisam e analisam o ambiente externo e percebem quando mudanças são requeridas para manter a continuidade e o crescimento.

A Liderança vai de mãos dadas com a formação estratégica e a maioria dos líderes entendem os seus fundamentos.

A Cultura, entretanto, pertence a um nível mais indescritível, por porque está ancorada nos comportamentos não descritos, mentalidades e padrões sociais.

Querendo ou não, Cultura e Liderança estão intrinsicamente em conexão. Fundadores e líderes influenciadores geralmente posicionam novas culturas em movimento e imprimem valores e premissas que persistem por décadas.

De tempos em tempos os líderes organizacionais podem moldar a Cultura através de ações conscientes e inconscientes, as vezes com consequências não desejadas. Os melhores líderes são conscientes das múltiplas culturas em que estão incorporados, conseguem identificar quando mudanças são necessárias e podem influenciar o processo de mudança.

Observação: Infelizmente é muito mais comum ver líderes que procuram construir organizações de alto desempenho, confundindo isso com cultura, ou deixar de considerar a gestão da cultura, relegando-a ao departamento de recursos humanos, considerando que seja uma questão menos importante aos negócios. Preocupam-se em detalhes com planos para estratégia e execução, mas por não entender a importância da cultura, nem sua dinâmica e poder, acabam saindo dos trilhos, neste caso sim, como já disseram: a cultura come a estratégia no café da manhã.

Mas não precisa ser assim, a Cultura pode ser de fato administrada. Para isso, o passo mais importante que os líderes podem tomar para maximizar seu valor e reduzir os riscos é tornar-se completamente conscientes de como ela funciona.

Groysbrg, Lee, Price, & Cheng (2018), no artigo da Harvard Business Review – “The Leader’s Guide to Corporate Culture”, definem Cultura como: “ordem social tácita de uma organização: que molda atitudes e comportamentos de forma ampla e durável”. Normas culturais definem o que é encorajado, desencorajado, aceito ou rejeitado em um grupo. Quando alinhada apropriadamente com valores pessoais, condutores e necessidades, a cultura pode desencadear tremenda soma de energias em direção a um propósito conduzindo a organização à prosperidade.

A Cultura pode envolver flexibilidade e autonomia em respostas as oportunidades e demandas de mudança.

Na vasta literatura pesquisada pelos autores acima foi identificado quatro principais atributos da Cultura:

  • Compartilhada: Cultura é um fenômeno grupal. Ela não pode viver só, em uma única pessoa, nem é simplesmente uma média das características das individuais. Ela reside nos comportamentos, valores e premissas, sendo experimentada através de normas e expectativas de um grupo – ou seja, de regras não escritas.
  • Pervasiva: A Cultura permeia múltiplos níveis e aplica-se amplamente em uma organização, as vezes confundida com a própria organização. Ela se manifesta nos comportamentos, ambientes físicos, rituais do grupo, símbolos visíveis, histórias e lendas. Outros aspectos da Cultura são invisíveis, como mentalidades, motivações, pressupostos não falados e “lógicas de ação” (David Hook e Willian Torbert), ou seja, modelos mentais de como interpretar e responder ao mundo a seu redor.
  • Duradoura: A Cultura pode dirigir os pensamentos e ações dos membros do grupo a longo prazo. Ela é desenvolvida através de eventos críticos da vida coletiva e aprendizagem do grupo. Sua duração é explicada em parte pelo modelo atração-seleção-atrito (Benjamin Schneider): pessoas são atraídas por organizações com características similares as delas; organizações tendem a selecionar pessoas que parecem se encaixar (“fit in”); e com o tempo aqueles que não se encaixam tendem a sair. Assim a Cultura reforça-se a si mesma com seus padrões sociais que crescem incrementalmente resistentes a mudança e influências externas.
  • Implícita: Um aspecto importante da Cultura, com pouca atenção, é que a despeito de sua natureza subliminar, as pessoas efetivamente reconhecem e respondem a ela inconscientemente, pois atua como uma linguagem silenciosa.

Um framework de duas dimensões

Os autores do artigo original apresentam oito estilos de Cultura que se destacam nas organizações independentemente de seu tipo, tamanho, setor ou localização geográfica – distribuídos em duas dimensões, que facilitam oentendimento:

  • Interações entre pessoas: Uma organização que se orienta através de interações das pessoas e coordenação se enquadra no eixo de altamente independente a altamente interdependente. Culturas que se inclinam para independência valorizam a autonomia, ações individuais e competição. As que se inclinam para a interdependência, enfatizam integração, gestão de relacionamentos, e coordenação de esforços em grupo. As pessoas nestas culturas tendem a colaboração e veem o sucesso com as lentes do grupo.
  • Resposta a mudanças: Enquanto algumas culturas enfatizam a estabilidade – priorizando consistência, previsibilidade e manutenção da situação (status quo) – outras enfatizam flexibilidade, adaptabilidade, e receptividade a mudanças. As que são favoráveis à estabilidade, tendem a seguir as regras, usam estruturas de controle via gestores seniores, reforçam a hierarquia, e se esforção para a eficiência. Aquelas que são favoráveis à flexibilidade tendem a priorizar a inovação, abertura, diversidade, e orientação a longo prazo.

Oito estilos de Cultura

Aplicando este insight fundamental das dimensões, os autores obtiveram oito estilos que se aplicam às organizações e aos líderes:

  • Cuidado (caring): Foca no relacionamento e confiança mútua. O ambiente de trabalho é aconchegante, colaborativo, com lugares de boas-vindas onde as pessoas ajudam e suportam uns aos outros. Os empregados são unidos pela lealdade. Os líderes enfatizam sinceridade, trabalho em grupo e relacionamentos positivos.
  • Propósito: É exemplificado pelo idealismo e altruísmo. O ambiente de trabalho é tolerante, com lugares de compaixão onde as pessoas tentam fazer o bem para o futuro do mundo. Os empregados são unidos pelo foco na sustentabilidade e comunidades globais. Os líderes enfatizam ideais compartilhados e contribuição para uma grande causa.
  • Aprendizagem: É caracterizada pela exploração, expansividade e criatividade. O ambiente de trabalho é inventivo com mentalidade aberta onde pessoas comunicam novas ideias e exploram alternativas. Os empregados são unidos pela curiosidade. Os líderes enfatizam a inovação, conhecimento e aventura.
  • Prazer: É expresso pela diversão e excitamento. O ambiente de trabalho é de lugares alegres onde as pessoas tendem a fazer o que as fazem felizes. Os empregados são unidos por brincadeiras e estimulações. Os líderes enfatizam espontaneidade e senso de humor.
  • Resultado: É caracterizado pela conquista e vitória. O ambiente de trabalho é um lugar caracterizado pela busca por resultados e mérito onde as pessoas aspiram alcançar alto desempenho. Os empregados são unidos pela capacidade e sucesso. Os líderes enfatizam o alcance de metas.
  • Autoridade: É definida pela força, determinação e ousadia. O ambiente de trabalho é um lugar competitivo onde as pessoas esforçam-se para obter vantagens pessoais. Os empregados são unidos por um controle forte. Os líderes enfatizam confiança e domínio.
  • Segurança: É definida pelo planejamento, cuidado e preparação. O ambiente de trabalho é um lugar previsível onde as pessoas são conscientes dos riscos e pensam tudo cuidadosamente. Os empregados são unidos pelo desejo de se sentirem protegidos e antecipar mudanças. Os líderes enfatizam ser realistas e planejarem com antecedência.
  • Ordem: É focada no respeito, estrutura e normas compartilhadas. O ambiente de trabalho é um lugar metódico onde as pessoas tendem a jogar conforme as regras e se encaixarem. Os empregados são unidos pela cooperação. Os líderes enfatizam procedimentos compartilhados e costumes respeitados.

Esses oito estilos se encaixam em sua estrutura de cultura integrada de acordo com o grau em que refletem independência ou interdependência (interações com as pessoas) e flexibilidade ou estabilidade (resposta à mudança).

Estilos adjacentes à estrutura, como segurança e ordem, coexistem frequentemente nas organizações e em suas pessoas. Por outro lado, os estilos que estão localizados um no outro, como segurança e aprendizagem, têm menos probabilidade de serem encontrados juntos e exigem mais energia organizacional para manter simultaneamente.

Cada estilo tem vantagens e desvantagens, e nenhum estilo é inerentemente melhor que outro. Uma cultura organizacional pode ser definida pelas forças absolutas e relativas de cada uma das oito e pelo grau de concordância dos funcionários sobre quais estilos caracterizam a organização. Uma característica poderosa dessa estrutura, que a diferencia de outros modelos, é que ela também pode ser usada para definir estilos de indivíduos e valores de líderes e funcionários.

Inerente à estrutura estão os conflitos fundamentais. Embora cada estilo possa ser benéfico, restrições naturais e demandas concorrentes forçam escolhas difíceis sobre quais valores enfatizar e como as pessoas devem se comportar. É comum encontrar organizações com culturas que enfatizam o resultado e o cuidado, mas essa combinação pode ser confusa para os funcionários. Eles devem otimizar metas individuais e buscar resultados a todo custo, ou devem trabalhar em equipe e enfatizar a colaboração e o sucesso compartilhado? A natureza do trabalho em si, a estratégia de negócios ou o design da organização podem dificultar que os funcionários sejam igualmente focados em resultado e em cuidado (relacionamento e confiança).

Por outro lado, uma cultura que enfatiza o cuidado e a ordem incentiva um ambiente de trabalho no qual o trabalho em equipe, a confiança e o respeito são fundamentais. Os dois estilos se reforçam mutuamente, o que pode ser benéfico, mas também pode apresentar desafios. Os benefícios são fortes na lealdade, retenção de talentos, falta de conflito e altos níveis de envolvimento. Os desafios são uma tendência ao pensamento do grupo, confiança em decisões baseadas em consenso, prevenção de problemas difíceis e um senso calcificado de “nós versus eles”.

Os líderes mais focados em resultado e aprendendo a encontrar a combinação de carinho e ordem são sufocantes quando procuram impulsionar o empreendedorismo e a mudança. Os líderes mais experientes fazem uso das forças culturais existentes e têm uma compreensão diferenciada de como iniciar a mudança. Eles podem confiar na natureza participativa de uma cultura focada no cuidado e na ordem para envolver os membros da equipe e, simultaneamente, identificar alguém de dentro (um “insider“) orientado para a aprendizagem, que tem a confiança de seus colegas em defender mudanças através de redes de relacionamento.

Os oito estilos podem ser usados para diagnosticar e descrever os padrões de complexidade e de comportamentos diversos em uma cultura e modelar o quanto um líder individual deseja se alinhar e dar forma a àquela cultura. Usando este framework e abordagem multinível, os gerentes podem:

  • Entender a cultura de sua organização e avaliar seus efeitos pretendidos e não intencionais.
  • Avaliar o nível de consistência na visão dos funcionários sobre a cultura.
  • Identificar subculturas que podem ser responsáveis por alto ou baixo desempenho do grupo.
  • Identificar diferenças entre as culturas herdadas durante fusões e aquisições.
  • Orientar rapidamente os novos executivos à cultura em que estão se unindo e ajudando-os a determinar a maneira mais eficaz de liderar os funcionários.
  • Medir o grau de alinhamento entre os estilos de liderança individual e a cultura organizacional para determinar o impacto que um líder pode ter.
  • Projetar uma cultura aspiracional e comunicar as mudanças necessárias para alcançá-la.

É POSSÍVELna verdade, vital – melhorar o desempenho organizacional por meio da mudança de cultura, usando os modelos e métodos simples, mas poderosos, como os deste artigo. Líderes devem se conscientizar da cultura que opera em sua organização. Em seguida, podem definir uma cultura alvo aspiracional. Finalmente, eles podem dominar as principais práticas de mudança de articulação da aspiração, alinhamento da liderança, conversação organizacional e design organizacional.

Liderar com cultura pode estar entre as poucas fontes de vantagem competitiva sustentável deixadas para as empresas de hoje. Os líderes bem-sucedidos deixarão de encarar a cultura com frustração e, em vez disso, a usarão como ferramenta fundamental de gestão.

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

Sobre mim: aqui, Contato: aqui.

Referência

Observação: Este artigo trata-se de uma versão reduzida, traduzida e adaptada do artigo original: Groysbrg, Lee, Price, & Cheng (2018), no artigo da Harvard Business Review – “The Leader’s Guide to Corporate Culture”.

Artigos relacionados