Introdução à computação cognitiva

A explosão de dados, principalmente dados não estruturados, nos últimos anos, levou ao desenvolvimento de um novo tipo de sistema de computador conhecido como sistema cognitivo. Ao contrário dos sistemas programáveis ​​que o precederam, o foco dos sistemas cognitivos não é fazer cálculos rápidos em grandes quantidades de dados por meio de programas de computador tradicionais. Sistemas cognitivos são sobre explorar os dados, encontrar novas correlações e novo contexto nesses dados para fornecer novas soluções. Os sistemas cognitivos visam expandir os limites da cognição humana em vez de substituir ou replicar a maneira como o cérebro humano funciona.

A computação cognitiva está se tornando um novo setor. Está chegando uma nova revolução industrial, conectada à automação de trabalhos em transporte, atendimento ao cliente e assistência médica, para citar alguns.

O sustento de tal revolução será uma nova geração de desenvolvedores qualificados que entenderão bem a computação cognitiva para visualizar novos aplicativos de negócios e, finalmente, construir a nova web cognitiva.

Este artigo resume brevemente a história da computação cognitiva e as eras da computação porque, para entender o futuro da computação cognitiva, é importante colocá-lo no contexto histórico.

Este artigo também descreve conceitos básicos que são relevantes para qualquer discussão sobre sistemas cognitivos.

Cognitive Computing

Breve histórico da computação cognitiva

O conceito de máquinas inteligentes existe há muito tempo. Surpreendentemente, no século 19, o livro do matemático George Boole de 1854, The Laws of Thought, mostrou que operadores lógicos (e, ou, não) forneceram a base para as leis do pensamento. Na mesma época, Charles Babbage concebeu a criação do que descreveu como um mecanismo analítico.

Em 1950, Alan Turing, cientista da computação e matemático inglês, abordou o problema da inteligência artificial e propôs um experimento que ficou conhecido como Teste de Turing. É um teste da capacidade de uma máquina de exibir comportamento inteligente semelhante a um humano.

O teste foi uma adaptação de uma competição de estilo vitoriano chamada “jogo de imitação“.

O experimento de Turing foi baseado em um avaliador humano que julgou as conversas em linguagem natural entre um humano e uma máquina projetada para gerar respostas semelhantes a humanos.

O teste estudou se o interrogador pode determinar quais respostas são dadas por um computador e quais são respostas de um humano. A ideia era que, se o interlocutor não pudesse distinguir a diferença entre humano e máquina, o computador seria considerado “pensando”.

O termo Inteligência Artificial foi cunhado pelo professor John McCarthy para uma conferência sobre o assunto, realizada no Dartmouth College em 1956. McCarthy define o assunto como a “ciência e engenharia de fabricação de máquinas inteligentes, especialmente programas de computador inteligentes“.

Em 1960, o pioneiro da computação J.C.R. Licklider escreveu seu artigo seminal “Simbiose Homem-Computador”. O artigo descreve a visão de Licklider de um relacionamento complementar ou simbiótico entre humanos e computadores. A citação a seguir é um exemplo das pesquisas e percepções de Licklider:

“A simbiose homem-computador é um desenvolvimento esperado na interação cooperativa entre homens e computadores eletrônicos. Isso envolverá um acoplamento muito próximo entre os membros humanos e eletrônicos da parceria. Os principais objetivos são:

  1. Permitir que os computadores facilitem o pensamento formulativo, pois agora facilitam a solução dos problemas formulados.
  2. Permitir que homens e computadores cooperem na tomada de decisões e no controle de situações complexas sem dependência inflexível de programas predeterminados …

Análises preliminares indicam que a parceria simbiótica executará operações intelectuais com muito mais eficiência do que o homem sozinho pode realizá-las.

As eras da computação

Para entender o futuro da computação cognitiva, é importante colocá-lo no contexto histórico. Até o momento, duas épocas distintas da computação ocorreram: a era da tabulação e a era da programação. Estamos entrando na terceira e mais transformadora era da evolução da computação, a era da computação cognitiva (era cognitiva).

The three eras of computing

As eras podem ser descritas da seguinte maneira:

_ Era tabulativa (décadas de 1890 a 1940)

A primeira era da computação consistiu em sistemas eletromecânicos de uso único que contavam, usando cartões perfurados para inserir e armazenar dados e, eventualmente, instruir a máquina sobre o que fazer. Essas máquinas de tabulação eram essencialmente calculadoras projetadas para contar e resumir informações, e elas faziam muito bem, mas acabavam limitadas a uma única tarefa.

Essas máquinas suportavam o dimensionamento de negócios e da sociedade e eram usadas em aplicativos governamentais, como dados do censo de população de processos e aplicativos comerciais, como contabilidade e controle de estoque. As máquinas de tabulação evoluíram para uma classe de máquinas, conhecida como equipamento de registro de unidade, e a indústria de processamento de dados.

_ Era da programação (década de 1950 – presente)

Esta era começou com a mudança de tabuladores mecânicos para sistemas eletrônicos e começou durante a Segunda Guerra Mundial, impulsionada por necessidades militares e científicas. Após a guerra, os “computadores” digitais evoluíram rapidamente e se mudaram para empresas e governos. A era da computação programável começa.

A grande mudança é a introdução de sistemas de computação de uso geral programáveis: eles podem ser reprogramados para executar tarefas diferentes e resolver vários problemas nos negócios e na sociedade. Mas, em última análise, eles devem ser programados e ainda estão um pouco limitados na interação com os seres humanos. Tudo o que sabemos agora como um dispositivo de computação, do mainframe ao computador pessoal, ao smartphone e tablet, é um computador programável. Alguns especialistas acreditam que essa era da computação continuará a existir indefinidamente.

_ Era cognitiva (2011 – futuro)

Como Licklider previu, a computação cognitiva é uma evolução necessária e natural da computação programável. Os sistemas de computação cognitiva visam estender os limites da cognição humana. As tecnologias de computação cognitiva não se destinam a substituir ou necessariamente replicar a maneira como o cérebro humano funciona; trata-se de ampliar as capacidades do cérebro humano. Os seres humanos se destacam no raciocínio, no pensamento profundo e na solução de problemas complexos. Mas a capacidade humana de ler, analisar e processar grandes volumes de dados, estruturados e não estruturados, é bastante fraca. Essa, é claro, é a força do sistema de computador. O primeiro papel de um sistema de computação cognitiva é combinar forças de humanos e máquinas em uma situação colaborativa.

Outro elemento-chave dos sistemas cognitivos é uma interação mais natural entre humano e máquina, combinada com a capacidade de aprender e se adaptar ao longo do tempo.

O futuro da computação é cognitivo

Em seu artigo, “Computação, cognição e o futuro do conhecimento: como os seres humanos e as máquinas estão forjando uma nova era de entendimento”, o Dr. John E. Kelly III declara:

Aqueles de nós envolvidos em ciência da informação séria e em sua aplicação no mundo real dos negócios e da sociedade entendem o enorme potencial dos sistemas inteligentes. O futuro dessa tecnologia – que acreditamos ser cognitiva, não “artificial” – tem características muito diferentes daquelas geralmente atribuídas à IA, gerando diferentes tipos de desafios e oportunidades tecnológicos, científicos e sociais, com diferentes requisitos de governança, política e gerenciamento.

No mesmo artigo, o Dr. Kelly define a computação cognitiva:

A computação cognitiva se refere a sistemas que aprendem em escala, argumentam com propósito e interagem com os seres humanos naturalmente. Em vez de serem explicitamente programados, eles aprendem e raciocinam com suas interações conosco e com suas experiências com o ambiente.

As demandas atuais impulsionadas pelo Big Data e a necessidade de decisões baseadas em evidências mais complexas estão indo além da regra rígida anterior e da abordagem lógica da computação.

A computação cognitiva permite que as pessoas criem um novo tipo de valor, encontrando respostas e insights bloqueados em volumes de dados. A computação cognitiva serve para aprimorar a experiência humana com sistemas que raciocinam sobre problemas como um humano.

Quando nós, como seres humanos, tentamos entender algo e tomar uma decisão, passamos por quatro etapas principais:

  1. Observar os fenômenos visíveis e os corpos de evidência.
  2. Interpretar o que vemos recorrendo ao que sabemos para gerar hipóteses sobre isso.
  3. Avaliar quais hipóteses estão certas ou erradas.
  4. Decidir (escolher) a opção que parecer melhor e aja de acordo.

Assim como os humanos se tornam especialistas, passando pelo processo de observação, interpretação, avaliação e tomada de decisão, os sistemas cognitivos usam processos semelhantes para raciocinar sobre as informações que absorvem.

O impacto da computação cognitiva em nossas vidas

Quer você perceba isso ou não, a computação cognitiva já está afetando nossas vidas.

Frequentemente, quando você conversa com um call center, é provável que sua interação seja com um computador. Os artigos que você lê podem ter sido escritos por uma máquina. Em muitos casos, como compras on-line, a computação cognitiva entende seu comportamento e atividades e faz recomendações com base nesse entendimento. Os chatbots equipados com computação cognitiva foram criados para oferecer suporte com êxito aos serviços de resolução de reclamações.

Muitas profissões estão sendo aprimoradas pela computação cognitiva. Por exemplo, um médico que diagnostica um paciente com sintomas incomuns teria que procurar uma vasta quantidade de informações para chegar a um diagnóstico adequado. A computação cognitiva pode ajudar esse médico fazendo muitas pesquisas e análises preliminares para ele e podendo recomendar as próximas etapas.

Considere um gerente de patrimônio que aconselha os clientes em suas carteiras individuais de aposentadoria. Enquanto fatos e regras básicas se aplicam, necessidades, circunstâncias e interesses individuais entram em jogo.

Classificar todas as informações relacionadas e personalizar as recomendações para um cliente específico pode ser uma tarefa impressionante, facilitada pela computação cognitiva.

Em essência, a computação cognitiva pode contextualizar as informações que muitos profissionais lidam diariamente, a fim de gerar valor real a partir delas.

Conceitos básicos

Considere estes conceitos básicos:

_ Cognição

A cognição, o “ato de pensar”, é o processo mental de adquirir entendimento através do pensamento e de experiências pessoais ou compartilhadas. As habilidades baseadas no cérebro fazem parte de toda ação humana e são essenciais para a execução de qualquer tarefa, da mais simples à mais difícil.

As tarefas incluem sentidos humanos (audição, toque, olfato, visão, paladar e até percepção extra-sensorial), aprendizado, lembrança, habilidades motoras, linguagem, empatia, habilidades sociais e capacidade de resolução de problemas.

Como afirmado, a cognição é o processo de aquisição de conhecimento através de pensamentos, experiências e sentidos. O processamento cognitivo nos ajuda a entender e interagir com o mundo ao nosso redor, do básico ao complexo.

_ Inteligência Artificial (IA)

O estudo e desenvolvimento de sistemas de IA visam a construção de sistemas de computador capazes de executar tarefas que normalmente requerem inteligência humana. As máquinas baseadas em IA destinam-se a perceber seu ambiente e executar ações que otimizam seu nível de sucesso. A IA de hoje pode ser considerada fraca, pois foi projetada para executar tarefas restritas e específicas. O objetivo de muitos pesquisadores é criar uma IA forte que aprenda como um humano e possa resolver problemas do tipo humano.

A pesquisa de IA usa técnicas de muitos campos, como ciência da computação, filosofia, linguística, economia, reconhecimento de fala e psicologia, que se manifestam em aplicações como sistemas de controle, processamento de linguagem natural, reconhecimento facial, reconhecimento de fala, analítica, correspondência de padrões , mineração de dados e logística.

_ Computação cognitiva

Os seres humanos são inerentemente capazes de um conjunto de habilidades que nos ajudam a aprender, descobrir e tomar decisões:

  • Podem aplicar bom senso, moral e razão através de dilemas.
  • Podem pensar em novas ideais e fazer generalizações quando faltam pistas e informações essenciais.
  • Mas são restringidos pela quantidade de tempo gasto para aprender, processar e absorver novas informações, e limitados pelos vieses inconscientes que todos possuímos que influenciam as decisões que tomamos.

A computação cognitiva está entre as subdisciplinas que moldam a IA. Trata-se de montar um sistema que combina o melhor dos humanos e da máquina. Considere recursos que os humanos naturalmente possuem, como imaginação e emoções, combinados com recursos em que os computadores se destacam, como processamento de números, identificação de padrões e processamento de grandes quantidades de informações. A computação cognitiva usa os pontos fortes da máquina para “simular” os processos do pensamento humano em um modelo computadorizado.

Os sistemas cognitivos usam técnicas, como aprendizagem de máquina, mineração de dados, processamento de linguagem natural e correspondência de padrões para imitar o funcionamento do cérebro humano. Tais sistemas são ideais para interagir com um mundo cada vez mais complexo.

Human and Cognitive Systems ara Complementary

_ Big data

Geralmente, as características de big data são definidas pelos cinco Vs: variedade, volume, velocidade, veracidade e visibilidade. O big data requer formas inovadoras de processamento de informações para extrair insights, automatizar processos e auxiliar na tomada de decisões. Big data pode ter dados estruturados que correspondem a um padrão formal, como conjuntos de dados e bancos de dados tradicionais. Além disso, o big data inclui formatos semiestruturados e não estruturados, como documentos de processamento de texto, vídeos, imagens, áudio, apresentações, interações em mídias sociais, fluxos, páginas da web e muitos outros tipos de conteúdo. Os dados não estruturados não estão contidos em um banco de dados regular e estão crescendo exponencialmente, constituindo a maioria de todos os dados do mundo.

Structured and Unstructered data

_ Tecnologia de resposta a perguntas (QA – Question-Answering)

Os sistemas cognitivos podem ingerir milhões de páginas de texto e aplicar a tecnologia de resposta a perguntas para responder a perguntas feitas por humanos em linguagem natural. Essa abordagem permite que as pessoas “façam” perguntas e obtenham respostas quase instantâneas a perguntas complexas.

Combinada com outras interfaces de programas aplicativos (APIs) e análises avançadas, a tecnologia de QA se distingue da pesquisa convencional (que é acionada por palavras-chave) ao fornecer uma discussão mais conversacional.

_ Aprendizado de máquina (ML – Machine Learning)

O aprendizado de máquina é um tipo de IA que dá aos computadores a capacidade de aprender e agir sem serem explicitamente programados. Isso significa que o modelo do computador melhora com o tempo, aprendendo com seus erros e novas experiências (exposto a novos dados), aumentando sua inteligência. Se um programa de computador pode melhorar o desempenho de determinadas tarefas baseadas em experiências passadas, ele aprendeu. Isso difere de executar a tarefa sempre da mesma maneira, porque foi programado para isso.

_ Processamento de linguagem natural (NLP – Natural Language Processing)

A NLP é um campo da IA ​​e refere-se ao processamento por computadores da linguagem natural.

Idioma natural é qualquer idioma humano, como inglês, espanhol, árabe ou japonês, que deve ser diferenciado das linguagens de computador, como Java, Fortran ou C++.

NLP é a capacidade do software de computador entender a fala humana. Ao usar os recursos da NLP, os computadores podem analisar o texto escrito em linguagem humana e identificar conceitos, entidades, palavras-chave, relações, emoções, sentimentos e outras características, permitindo que os usuários extraiam informações do conteúdo.

Qualquer sistema que use a linguagem natural como entrada e seja capaz de processá-la é um sistema de processamento de linguagem natural (por exemplo, software de detecção de spam). Um classificador de spam é um sistema que analisa o conteúdo da linha de assunto do e-mail para avaliar se o e-mail recebido é ou não spam.

_ Computação em nuvem

Computação em nuvem é um termo geral que descreve a entrega de serviços sob demanda, geralmente pela Internet, com base no pagamento por uso. Empresas em todo o mundo oferecem seus serviços aos clientes. Os serviços podem ser análise de dados, mídia social, armazenamento de vídeo, comércio eletrônico e computação cognitiva de uma maneira disponível na Internet e suportada pela computação em nuvem.

_ Interfaces de programa aplicativo (APIs – Application Program Interfaces)

Em geral, as APIs expõem recursos e serviços. As APIs permitem que os componentes de software se comuniquem facilmente. O uso de APIs como método de integração injeta um nível de flexibilidade no ciclo de vida do aplicativo, facilitando a tarefa de conexão e interface com outros aplicativos ou serviços. As APIs abstraem o funcionamento subjacente de um serviço, aplicativo ou ferramenta e expõem apenas o que um desenvolvedor precisa, para que a programação se torne mais fácil e rápida.

As APIs cognitivas geralmente são entregues em uma plataforma aberta baseada em nuvem, na qual os desenvolvedores podem infundir cognitivos em aplicativos, produtos e operações digitais usando uma ou mais APIs disponíveis.

No modelo de computação cognitiva, todos esses conceitos são combinados, eliminando a necessidade de os usuários serem especialistas em métodos cognitivos e permite que eles se concentrem na criação de melhores soluções.

big-data-apis-cloud-ai-cognitive_computing-people-tasks

Os sistemas cognitivos permitem que os usuários se concentrem na construção de melhores soluções para os problemas do dia-a-dia

Como esses conceitos e tecnologias se relacionam?

O modelo de computação cognitiva pretende ter alto valor em vários domínios. Ao aplicar esse modelo, os usuários não precisam gastar tempo aprendendo detalhes complexos sobre ferramentas para poder usá-las efetivamente ou interpretar grandes quantidades de informações para tirar conclusões. Em vez disso, os usuários gastam seu tempo identificando padrões úteis, tomando decisões e tomando medidas para melhorar os processos comerciais e operacionais.

Como a computação cognitiva imita o pensamento, a qualidade da saída é tão boa quanto os algoritmos e modelos usados ​​no início. Esses modelos são aprimorados com a aprendizagem de máquina.

Enquanto um especialista humano pode passar semanas analisando volumes de dados, o modelo do computador pode fazer isso em segundos. Por exemplo, uma equipe de médicos pode realizar um estudo que monitora centenas de crianças por muitos meses para prever fatores que causam diabetes em crianças pequenas. Num futuro próximo, o mesmo estudo pode ser previsto com precisão por um modelo de computador que leva segundos para analisar volumes de dados, a um custo muito menor. Para agregar ainda mais valor, outras fontes de dados podem ser incluídas para melhorar os resultados das previsões. Exemplos de dados a serem incluídos são história familiar, estilo de vida, normas culturais e atividades familiares. Esses são os tipos de dados que fazem o equivalente a uma pesquisa conduzida por seres humanos que leva vários anos para ser concluída.

Um grande problema com a maioria das ferramentas analíticas é que elas exigem que um especialista no assunto (por exemplo, piloto, médico, advogado) se torne um especialista em computadores. Um objetivo da computação cognitiva é exigir apenas habilidades de conversação do especialista no assunto para permitir que essa pessoa extraia informações valiosas. A mineração e análise de dados agora significa “simplesmente perguntar“. Com o tempo, as tecnologias de NLP e QA se tornaram melhores na identificação de padrões de fala e na verdadeira compreensão do que o usuário diz no contexto das informações disponíveis.

Com muitos dados para analisar, você precisará de um supercomputador para obter informações?

Aqui é onde o poder da computação em nuvem pode ajudar. Vários fornecedores estabeleceram ambientes de computação em nuvem e oferecem acesso à nuvem pela Internet. Os usuários solicitam os serviços de que precisam e fornecem acesso aos seus dados. Os fornecedores oferecem um modelo de pagamento por uso e fornecem personalização do ambiente para atender às necessidades específicas dos usuários. O modelo de computação em nuvem reduz muito as barreiras de acesso e, com disponibilidade global, qualquer pessoa no mundo com conectividade à Internet tem acesso a esses serviços.

Várias APIs que fornecem acesso a vários serviços permitem acesso rápido, fácil e intuitivo aos sistemas de computação. A maioria das APIs é independente da linguagem de programação, o que significa que seus desenvolvedores podem trabalhar em qualquer linguagem de programação. O uso de APIs para compartilhamento de dados, serviços e funções de negócios entre pontos de extremidade (como aplicativos, dispositivos e sites) cria a oportunidade de reduzir o custo e o tempo para a integração.

Características dos sistemas cognitivos

Muitas pessoas acreditam que a única maneira de lidar com o ataque de dados hoje e no futuro é através do uso de sistemas cognitivos. Os sistemas cognitivos têm várias características principais:

_ O primeiro elemento-chave dos sistemas cognitivos é expandir os limites da cognição humana em vez de substituir ou replicar a maneira como o cérebro humano funciona. Os seres humanos são excelentes em pensar profundamente e resolver problemas complexos, no entanto, nossa capacidade de ler, analisar e processar grandes volumes de dados é baixa. Ler, analisar e alavancar grandes volumes de dados é a força dos sistemas de computador. Um elemento-chave de um sistema cognitivo é combinar esses dois pontos fortes (humano e computador) em uma solução colaborativa. Mais do que pesquisar grandes quantidades de dados, o sistema cognitivo deve combinar diferentes partes de informações e, possivelmente, raciocinar para estabelecer conexões e relacionamentos.

O sistema precisa fazer análises suficientes para extrair elementos-chave, entender o problema que o ser humano está tentando resolver e, com base nesse contexto, trazer informações para o problema. O objetivo é que um ser humano aproveite facilmente as informações fornecidas pelo sistema cognitivo e permita que o ser humano explore as evidências e use esse insight para resolver seu problema ou tomar decisões.

_ O segundo elemento chave é ter uma interação mais natural entre computadores e seres humanos. Até recentemente, para interagir com os computadores, os humanos tinham que se adaptar à maneira como trabalhavam à interface do computador, que costumava ser rígida e inflexível. Os sistemas cognitivos fornecem um envolvimento muito mais natural entre o computador e o humano.

O reconhecimento de fala, por exemplo, permite que o ser humano interaja com o computador usando comandos de voz.

_ Um terceiro elemento-chave dos sistemas cognitivos é o uso da aprendizagem, especificamente a aprendizagem de máquina. O aprendizado de máquina é realizado há muito tempo e os sistemas cognitivos devem ir além dos fundamentos básicos do aprendizado de máquina.

_ A intenção é ampliar o potencial de aprendizagem e a capacidade de adaptar-se ao longo do tempo com o uso, que é o quarto elemento-chave dos sistemas cognitivos. Portanto, ao usar esses aplicativos, um mecanismo de feedback captura os resultados dessa interação e o sistema deve aprender com a interação resultante e evoluir automaticamente ao longo do tempo, melhorando seu desempenho.

Com essa base de entendimento, você pode pensar em sistemas cognitivos como fornecendo em muitos casos esses recursos:

  • Entender: Os sistemas cognitivos entendem imagens, linguagem e outros dados não estruturados, como seres humanos. O sistema cognitivo operacionaliza praticamente todos os dados (estruturados e não estruturados), como os humanos.
  • Raciocinar: Os sistemas cognitivos podem raciocinar, compreender conceitos subjacentes, formar hipóteses e inferir e extrair ideias.
  • Aprender: Com cada ponto de dados, interação e resultado, os sistemas cognitivos desenvolvem e aumentam a experiência e continuam aprendendo, adaptando e melhorando sua experiência.
  • Interagir: Com habilidades para ver, conversar e ouvir, os sistemas cognitivos interagem com os seres humanos de maneira natural.

Resolvendo problemas da vida real com sistemas cognitivos

Os sistemas cognitivos direcionam o uso de big data para dar suporte aos processos de negócios. A maioria dos big data não possui organização ou estrutura formal. Os sistemas cognitivos podem penetrar na complexidade dos dados não estruturados e incorporar o poder do processamento de linguagem natural e do aprendizagem de máquina. Os sistemas cognitivos criam soluções para os problemas do dia-a-dia.

Os sistemas cognitivos criam novas maneiras de gerar valor para os consumidores e aprimoram a experiência ao longo do ciclo de vida da compra. Por exemplo, um planejador cognitivo de viagens pode considerar a identificação de idiomas, análises de conflitos, e insights pessoais para fazer recomendações de viagens que melhor atendam às necessidades do cliente. Outro exemplo é a revisão de um grande número de apólices de seguro para obter regras de apólice. Com essas regras, uma companhia de seguros pode impulsionar a padronização, reduzir os riscos e aprender mais amplamente com o conhecimento e a experiência dos subscritores.

Os fornecedores de sistemas cognitivos fornecem várias ofertas baseadas em comandos de voz e no uso de dados da Internet. Vários fornecedores fornecem sistemas cognitivos direcionados para os setores da saúde, automotivo, financiamento e seguro.

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

Referências:

  • Este artigo trata-se de uma tradução literal do primeiro capítulo “Introduction to Cognitive Computing” do e-book “Building Cognitive Applications with IBM Watson Services – Volume 1 Getting Started” da Redbooks em parceria com IBM Skills Academy Program, escrito por diversos autores, em Junho de 2017.
  • What is AI? – (AISB – The society for the study of artificial intelligence and simulation of behavior)
  • Man-Computer Symbiosis – (J. C. R. Licklider – IRE Transactions on Human Factors in Electronics, volume HFE-1, pages 4-11, March 1960)
  • IBM IA Research
  • IBM Watson
  • IBM Watson: How it Works (vídeo)
  • How does IBM Watson work? (vídeo)

Sobre o tradutor:

Nei Grando, 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, transformação digital e agilidade organizacional.

Apoio: Núcleo Decide da FEA-USP

Núcleo Decide - FEA-USP

 

Anúncios

Estratégias de Escala para Startups

Startup = Growth” – Paul Graham

“Startups que escalam adequadamente crescem cerca de 20 vezes mais rápido do que startups que escalam prematuramente” – Startup Genome

Quando uma Startup amadurece ao ponto de ter um excelente produto, um mercado claro e considerável e um canal de distribuição robusto, ela tem a oportunidade crescer em escala – uma empresa que muda o mundo e atinge milhões ou até bilhões de vidas.

Recentemente postei sobre Estratégias para Startups, considerando que estratégia vai além de Modelagem de Negócios e uso de Lean Startup. Postei também sobre os atributos ExO que facilitam o Crescimento Exponencial, além de Modelo de Negócios Plataforma e Blitzscaling, como ciência e arte de construir um negócio escalável.

O objetivo deste texto, para mentores, investidores e empreendedores experientes é mostrar um quadro comparativo de quatro formas de atingir crescimento rápido em uma Startup que superou as fases iniciais e está pronta para começar a escalar, dependendo do ambiente e do estilo empreendedor.

Tipos de Escala de Startups

Os 4 tipos de crescimento escalar para Startups

O Crescimento Clássico Startup prioriza a eficiência em face da incerteza. Começar uma empresa inovadora é como pular de um penhasco e montar um avião na descida; ser eficiente em recursos permite “deslizar” para minimizar a taxa de descida, dando-lhe tempo para aprender coisas sobre seu mercado, tecnologia e equipe antes de chegar ao solo. Esse tipo de crescimento eficiente e controlado reduz a incerteza e é uma boa estratégia a seguir, enquanto tenta-se estabelecer certezas sobre o que Eric Ries e Steve Blank chamam de adequação do produto ao mercado: seu produto satisfaz uma forte demanda de mercado por uma solução específica problema ou necessidade.

O Crescimento Clássico Scale-up concentra-se no crescimento eficiente, uma vez que a empresa tenha certeza sobre o meio ambiente. Essa abordagem reflete as técnicas clássicas de administração corporativa, como a aplicação de “taxas mínimas”, de modo que o retorno sobre o investimento (ROI) de projetos corporativos exceda consistentemente o custo de capital. Esse tipo de otimização é uma boa estratégia a seguir quando se está tentando maximizar os retornos em um mercado estabelecido e estável.

A Escala Rápida (Fastscaling) significa sacrificar a eficiência para aumentar a taxa de crescimento. No entanto, como o Fastscaling ocorre em um ambiente de certeza, os custos são bem compreendidos e previsíveis. O escalonamento rápido é uma boa estratégia para ganhar participação de mercado ou tentar atingir metas de receita. Por exemplo, a indústria de serviços financeiros fica feliz em financiar o Fastscaling, seja comprando ações e títulos ou emprestando dinheiro. Os analistas e os banqueiros se sentem confiantes de que podem criar modelos financeiros elaborados que funcionem, até o último centavo, o provável ROI de um investimento rápido.

Blitzscaling significa que você está disposto a sacrificar a eficiência pela velocidade, sem esperar para ter certeza de que o sacrifício será recompensado. Se o crescimento clássico de startups é reduzir sua taxa de descida enquanto tenta-se montar o avião, Blitzscaling significa montar esse avião mais rápido, depois amarrar e ligar um conjunto de motores a jato enquanto você ainda está construindo o avião. É “faça ou morra”, com sucesso ou morte ocorrendo em um tempo notavelmente curto.

Vantagens e desvantagens do Blitzscaling

Dadas essas definições, pode-se perguntar “por que alguém iria perseguir o Blitzscaling. Afinal, combina a incerteza angustiante do crescimento inicial com o potencial de uma falha muito maior, mais embaraçosa e mais consequencial?”. Blitzscaling também é difícil de implementar. A menos que a empresa seja como a Microsoft ou o Google e possa financiar seu crescimento a partir de um fluxo de receita em crescimento exponencial, será preciso convencer os investidores a fornecerem o dinheiro necessário, e é muito mais difícil levantar dinheiro de investidores para uma aposta calculada (Blitzscaling) do que para uma coisa certa (Fastscaling). Para piorar as coisas, é necessário mais dinheiro para Blitzscaling do que para Fastscaling, porque a Startup terá de manter reserva suficiente de capital para se recuperar dos muitos erros que provavelmente fará ao longo do caminho.

Apesar dessas potenciais armadilhas, o Blitzscaling continua sendo uma ferramenta poderosa para empreendedores e outros líderes empresariais. Se estiver disposto(a) a aceitar os riscos da Blitzscaling quando os outros não estiverem, você poderá se mover mais rápido do que eles. Se o prêmio a ser ganho é grande o suficiente e a competição para vencê-lo é intensa o suficiente, o Blitzscaling se torna uma estratégia racional e até ideal. Para isso será necessário convencer o mercado de capital e o mercado de talentos – que inclui clientes e parceiros, bem como funcionários – a investir em sua ampliação, que será o combustível necessário para iniciar a escala.

Considerações finais

As fases de crescimento de uma Startup, desde o início, exigem conhecimentos e atitudes distintas do empreendedor. Por outro lado, a fase de escala exige muito mais, sendo que o perfil e conhecimento terá que agregar competências de gestão e atitudes de CEO. Pensar estrategicamente, saber contratar e gerir pessoas e montar times adequados, criar a cultura, convencer investidores, escolher estratégias e alinhá-las com execução a um ritmo muito “louco” de crescimento – exige maturidade, flexibilidade cognitiva, aprendizagem rápida, inteligência emocional e resiliência descomunais.

Ambientes de mercado e modelo de negócios distintos exigem estratégias distintas.

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

Sobre mim: aqui, Contato: aqui.

Referências:

Este post é baseado num trecho de texto do livro Blitzscaling, de Raid Hoffman e Chris Yeh (2018), que traduzi livremente.

Links Relacionados:

Três Horizontes para Mudança, Inovação e Crescimento Organizacional

“Não podemos prever o futuro, mas podemos inventá-lo.”
– Wilbert E. Moore,  sociólogo americano

Pode-se passivamente pensar o futuro como algo misterioso, desconhecido, difícil de prever,  arriscado, assombroso e até mesmo assustador. Por outro lado, pode-se vislumbrá-lo a partir de problemas e necessidades atuais, sinais presentes e tendências tecnológicas, comportamentais e de consumo entre outras, e proativamente cria-lo. E, neste caso, o futuro desejado começa a ser trabalhado no presente.

James Gardner March, em “Exploration and Exploitation” na aprendizagem organizacional, mostra a necessidade de equilíbrio adequado entre:

  • a exploração (exploitation) das velhas certezas – que busca benefícios imediatos e a curto prazo, com o refinamento, produção, eficiência, seleção, implementação, execução; e
  • a exploração (exploration) de possibilidades – a médio e longo prazo, com pesquisa, variação, tomada de risco, experimentação, flexibilidade, descoberta e inovação.

James G. March, explica que este equilíbrio é um fator primordial na sobrevivência e prosperidade das organizações, mas que exploitaton e exploration competem por recursos escassos e que isso costuma gerar alguns conflitos.

Destaca-se também a noção estratégica de “Organização Ambidestra”, de O’Reilly e Tushman. Ela postula que as empresas que querem fazer inovação contínua precisam executar seu modelo de negócios central enquanto inovam em paralelo. Em outras palavras, em uma empresa ambidestra é preciso ser capaz de “assobiar e chupar cana ao mesmo tempo”.

Os três horizontes

Ainda nesse tema estratégico, Baghai, Coley e White, em “A Alquimia do Crescimento”, sugerem que uma empresa aloque suas inovações em três categorias chamadas “Horizontes”. Eles apresentam como gerenciar o desempenho atual enquanto maximiza as futuras oportunidades de crescimento. O modelo de Três Horizontes que eles apresentam, adotado pela consultoria McKinsey, apresenta como resultado um mapa do potencial transformacional que nos permite atuar com mais habilidade, liberdade e criatividade no presente.

A ideia central e maior utilidade dos Três Horizontes, é a de chamar a atenção para os três horizontes como existindo sempre no momento presente, pois evidências sobre o futuro podem ser vistas pelos comportamentos atuais.

Pensar em termos de Três Horizontes é uma maneira de encontrar e moldar as intenções com mais clareza ao se olhar o primeiro horizonte do conhecido para o segundo horizonte da transição e finalmente o terceiro horizonte da transformação. Isso muda a percepção do potencial futuro do momento presente, revelando cada horizonte como uma qualidade diferente já existente no presente, e que pode se desenvolver dependendo das ações escolhidas.

Os Três Horizontes da Mudança, Inovação e Crescimento

H1: O primeiro horizonte (gerentes experientes)

H1 descreve o modo atual de fazer as coisas, e a maneira como pode-se esperar que isso mude se continuarem  se comportando do mesmo modo. Depende-se dos sistemas H1 para se fazer as coisas no dia-a-dia, como a rotina do trabalho ou ao usar transportes, ir a lojas, escolas, bancos, hospitais – e no geral não se quer ou precisamos pensar muito sobre eles; com isso perpetua-se o sistema quando se participa dele.

Fala-se muito sobre o ritmo da mudança, mas muitas coisas, pelos menos por um tempo, devem permanecer as mesmas. A inovação incremental e a mudança nos sistemas H1 estão acontecendo, mas apenas sustenta e amplia o modo como as coisas são feitas agora, de uma maneira planejada e ordenada; incertezas e riscos devem ser eliminados ou preparados para manter as coisas mais ou menos como estão.

Por outro lado, nada dura para sempre, e ao longo do tempo inevitavelmente descobre-se que algumas maneiras de se fazer as coisas estão ficando aquém do esperado – não mais atendendo às expectativas, deixando de se mover em direção a novas oportunidades ou estão fora de sintonia com as condições emergentes. Além disso, percebe-se que nossos métodos de melhoria e inovação H1 não levam aonde precisa-se ir e estão apenas sustentando a velha abordagem com seus fracassos; e essa abordagem estão mais adequados à finalidade, por exemplo carros que poluem e produzem trânsito longo e intenso.

H3: O terceiro horizonte (visionários e inovadores)

H3 é o sistema futuro. São essas novas formas de viver e trabalhar que se encaixam melhor com as necessidades e oportunidades emergentes. A mudança de H3 é transformadora, trazendo um novo padrão à existência que está além do alcance do sistema H1. Pode haver muitas visões concorrentes do futuro, algumas primeiras pioneiras provavelmente parecerão bastante irreais,  e algumas delas são irreais. À medida que se constrói o mapa de Três Horizontes, compara-se a própria visão com a de outros  e as tendências que estão se desenrolando para todos.

H2: O segundo horizonte (empreendedores)

H2 é a zona de transição e transformação das inovações emergentes que estão respondendo às deficiências do primeiro horizonte e antecipando as possibilidades do terceiro horizonte. Novas maneiras de fazer as coisas surgem de maneira desordenada, através de uma combinação de ação deliberada e adaptação oportunista à luz das circunstâncias.

Os empreendedores devem julgar o momento e reunir ideias e recursos para tentar uma nova maneira de fazer as coisas aqui e agora. Vivem em um território ambíguo, onde os modos antigos são dominantes, mas o novo está se tornando possível; pode-se olhar para o passado e se encaixar nos padrões familiares da vida, ou tentar se tornar a semente que cresce no novo. O empreendedorismo é difícil e a maioria das tentativas de fazer coisas novas falha; é muito mais fácil atender aos sistemas antigos e os jogadores de H1 geralmente dominam.

Convocando o futuro

O pesquisador científico Bill Sharpe, destaca que a partir disso pode-se olhar para o futuro de três maneiras:

  • visualizando padrões mais profundos de mudança sistêmica sob os eventos de superfície;
  • tornando o futuro acessível no presente na forma de intenção e ações;
  • trazendo todas as vozes de continuidade e mudança para o jogo como parte da discussão.

Esses Três Horizontes trazem um pensar sobre o futuro que reconhece a incerteza profunda, mas que responde com uma orientação ativa. Isso facilita o entendimento claro de como ações podem moldar o futuro a explorar. Isso é especialmente importante quando se olha para questões de ampla preocupação social, como atores no futuro. Aqui estamos particularmente preocupados em encontrar maneiras para os diversos grupos da sociedade se unem para liberar o futuro do domínio das velhas formas de fazer as coisas – maneiras que não funcionam mais para nós.

Depoimentos destacam a forma como os Três Horizontes separam as coisas de uma forma útil e melhora o diálogo, porque as pessoas podem ver onde estão e podem evitar confusões e conflitos desnecessários entre os três horizontes. Acontece que é bastante natural, em quase todas as situações em que as pessoas estão trabalhando em alguma questão complexa, mostrarem as três “vozes” dos horizontes:

  • a voz gerencial de H1 preocupada com a responsabilidade de manter as coisas funcionando;
  • a voz empreendedora de H2 que está ansiosa para entrar e experimentar coisas novas;
  • a voz de aspiração e visão de H3 que se sustenta pelo comprometimento com um caminho melhor e a oportunidade que pode ser imaginada.

“Por padrão, muitas pessoas habitam apenas um horizonte em seu trabalho e veem outros horizontes com perplexidade, incompreensão ou hostilidade. No entanto, todos têm uma capacidade natural de trabalhar com os outros horizontes, e o núcleo da prática dos Três Horizontes é a flexibilidade de trabalhar com os três modos de consciência ao mesmo tempo” – Bill Sharpe

Uma vez que diferentes grupos são capazes de ver qual horizonte domina seu pensamento, eles também podem ver como isso se relaciona com os outros. Por exemplo, um apaixonado defensor das energias renováveis, o H3, pode esquecer facilmente como é ter as responsabilidades H1 de manter as luzes acesas e, em troca, o pensador H1, dominado por preocupações atuais, pode considerar o protagonista H3 simplesmente irrelevante. O empreendedor H2 pode estar se inspirando no terceiro horizonte, mas também está tendo que julgar quando é a hora certa de desafiar as organizações H1 para o domínio ou, em vez disso, lidar com elas.

“As pessoas não resistem a mudanças, elas resistem a serem mudadas.” – Richard Beckhard

A ideia é mudar de visão simples e unidimensional do tempo que se estende para o futuro para um ponto de vista tridimensional no qual obtém-se consciência de cada horizonte como uma qualidade distinta de relacionamento entre o futuro e o presente.

Uma versão enxuta dos três horizontes da Inovação

Steve Blank apresentou uma versão enxuta (lean) de uso dos três horizontes para acelerar a inovação de H2 e H3 com ferramentas usadas pelas startups como o canvas para modelagem de negócios, o modelo do desenvolvimento do cliente, os métodos da engenharia ágil, somados aos conceitos e práticas Lean Startup – que podem ser adaptadas para uso corporativo.

Buscando uma forma de as organizações existentes se tornarem ambidestras, construírem e testarem novas ideias em maior velocidade, se tornarem mais competitivas e evitarem a disrupção por terceiros, ele define os três horizontes na versão enxuta da seguinte forma:

  • As atividades de H1 apoiam os modelos de negócios existentes;
  • O H2 está focado em ampliar os negócios existentes com modelos de negócios parcialmente conhecidos;
  • O H3 está focado em modelos de negócios desconhecidos.

Cada horizonte requer foco diferente, gerenciamento diferente, ferramentas diferentes e objetivos diferentes.

O H1 é o principal negócio da empresa. Aqui, a empresa executa um modelo de negócios conhecido em termos de cadeia de suprimentos, características do produto, preços, canal de distribuição, clientes, concorrentes etc. Ele usa os recursos existentes e tem baixo risco de levar o próximo produto para fora da empresa.

O gerenciamento neste H1 funciona criando e melhorando processos, procedimentos, custos, incentivos e KPIs repetíveis e escalonáveis ​​para executar e medir o modelo de negócios. Aqui já cabe às equipes de H1 a operarem com missão e intenção e não apenas com processos e procedimentos. Neste Horizonte, o gerenciamento de produto costuma usar o método StageGate® ou o equivalente.

No H2, a organização amplia seu core business. Aqui, a empresa procura novas oportunidades em seu modelo de negócios existente, experimentando um canal de distribuição diferente, usando a mesma tecnologia com novos clientes ou vendendo clientes existentes, novos produtos etc. O H2 usa principalmente recursos existentes e tem risco moderado de obter novos recursos para tirar o produto da porta. O gerenciamento no Horizonte 2 funciona por reconhecimento de padrões e experimentação dentro do modelo de negócios atual.

O H3 é onde a empresa coloca seus empreendedores malucos (mavericks), que não se encaixam nos padrões e normas do programa H1, mas que em uma startup, seriam os potenciais CEOs fundadores. Esses inovadores querem criar modelos de negócios novos e potencialmente arriscados. Aqui a empresa está essencialmente incubando uma startup. Eles operam com velocidade e urgência para encontrar um modelo de negócios repetitivo e escalável. As equipes do H3 precisam estar fisicamente separadas das divisões operacionais, em uma incubadora corporativa ou em suas próprias instalações. E precisam de seus próprios planos, procedimentos, políticas, incentivos e KPIs, diferentes dos do H1.

O gerenciamento de produtos para o H2 e H3 usa as ferramentas ágeis e enxutas existentes e comuns ao mundo das startups que trazem velocidade de experimentação, desenvolvimento e validação de produtos mínimos viáveis (MVPs). As equipes são pequenas, pois contam com até 5 pessoas e podem conversar com mais de 100 clientes em 10 semanas e oferecer uma série de MVPs iterativos e incrementais. Este tamanho mínimo de equipes e despesas possibilita às empresas executarem várias iniciativas em paralelo.

As áreas de apoio da corporação que atendem H1 (jurídicas, financeiras, compras e outras) devem apoiar as equipes de H2 e H3.

As inovações bem-sucedidas de H2 e H3 poderão ser adotadas por uma unidade ou divisão H1, as equipes podem crescer para se tornarem um grupo autônomo ou podem ser vendidas ou separadas. Para fazer isso funcionar, os executivos e gerentes do Horizonte 1 precisam de incentivos e descrições de trabalho para apoiar as atividades do Horizonte 2 e 3.

Considerações Finais

“Não basta mudar as estratégias, estruturas e sistemas, a não ser que se mude os pensamentos que as produziu.” – Peter Senge

Os Três Horizontes permitem olhar o presente e o futuro organizacional de uma forma mais ambidestra e coerente, um pensar melhor que parte do conhecido para a transição e finalmente para a transformação. Assim, pode-se trabalhar com os três partindo do momento presente, pois as evidências sobre o futuro podem ser vistas pelos comportamentos atuais.

Se gostou do artigo, por favor, compartilhe! Abraço, @neigrando

Sobre o autor:

Nei Grando 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, transformação digital e agilidade organizacional.

Detalhes: aqui, Contato: aqui.

Artigos referência:

Livros:

  • Baghai, M., Coley, S., White D. (1999). The alchemy of growth: practical insights for building the enduring enterprise. New York: Perseus.

Outros artigos relacionados:

 

Racionalidade Limitada e Vieses Cognitivos

A limitação da racionalidade procura compreender aspectos que influenciam a tomada de decisão do indivíduo baseada em sua limitação de informação. Essa teoria, desenvolvida primeiramente por Herbert Simon, propõe a complementação da racionalidade como “otimização”, que vê a tomada de decisão como um processo totalmente racional de encontrar uma opção ideal dada a informação disponível.

Para Herbert Simon, a racionalidade pessoal está limitada por três dimensões:

  1. A informação disponível;
  2. A limitação cognitiva da mente individual;
  3. O tempo disponível para tomada de decisão.

Herbert Simon assinala que a maioria das pessoas são só parcialmente racionais e que elas agem através de impulsos emocionais não totalmente racionais em muitas de suas ações.

Ao deparar-se com algum tipo de problema que seja mais complexo dos que ocorrem no dia a dia, a reação natural de todo indivíduo é reduzir o problema a um modelo que seja mais fácil de compreender. Isso ocorre devido à limitação na absorção de todas as informações e o tempo necessário para sintetizá-las e processá-las. Por isso, contenta-se com as decisões que sejam satisfatórias o suficiente e que atendam as devidas expectativas, porém a decisão tomada não necessariamente é a ideal.

Vieses Cognitivos

A limitação cognitiva se dá pelos vieses cognitivos, tendências psicológicas que levam o cérebro humano a tirar conclusões incorretas. Tais preconceitos são considerados uma forma de “atalho cognitivo”, geralmente baseado em regras práticas, e incluem erros no julgamento estatístico, na atribuição social e na memória. Esses vieses são um resultado comum do pensamento humano e muitas vezes distorcem drasticamente a confiabilidade de evidência anedótica e legal. O fenômeno é estudado em ciência cognitiva e psicologia social.

Existem dezenas de vieses cognitivos. Segue uma lista de 12 vieses mais comuns no processo decisório, conforme o quadro que resume o capítulo 2 do livro “Processo Decisório” de Max H. Bazerman e Don Moore.

Vieses Cognitivos no Processo Decisório

Vieses que emanam da Heurística da Disponibilidade

  1. Facilidade de lembrança – Indivíduos julgam que eventos que são mais facilmente recuperados da memória, com base na vivacidade ou recência, são mais numerosos do que os eventos de igual frequência cujas instâncias são menos facilmente lembradas.
  1. Recuperabilidade – Os indivíduos são tendenciosos em suas avaliações da frequência de eventos com base em como as suas estruturas de memória afetam o processo de pesquisa.

Vieses que emanam da Representatividade Heurística

  1. Insensibilidade aos índices básicos – Ao avaliar a probabilidade de eventos, as pessoas tendem a ignorar os índices básicos, caso qualquer outra informação descritiva seja fornecida, mesmo que seja irrelevante.
  1. Insensibilidade ao tamanho da amostra – Ao avaliar a confiabilidade das informações de amostra, os indivíduos frequentemente deixam de apreciar o papel do tamanho da amostra.
  1. Interpretações erradas da chance – Indivíduos esperam que uma sequência de dados gerados por um processo aleatório pareça “randômica”, mesmo quando a sequência é demasiadamente curta para essas expectativas sejam estatisticamente válidas.
  1. Regressão à média – Indivíduos tendem a ignorar o fato de que eventos extremos tendem a regredir à média em ensaios subsequentes.
  1. A falácia da conjunção – Indivíduos falsamente julgam que conjunções (dois eventos que ocorrem concomitantemente) são mais prováveis de acontecer do que um conjunto mais global de ocorrências do qual o conjunto é um subconjunto.

Vieses que emanam da Heurística da Confirmação

  1. A armadilha de confirmação – Os indivíduos tendem a buscar informações de confirmam o que eles acham que é verdade e deixam de procurar evidências que não confirmam.
  1. Ancoragem – Indivíduos fazem estimativas para valores com base em um valor inicial (derivado de eventos passados, a atribuição aleatória, ou qualquer informação estiver disponível) e, normalmente, fazem ajustes insuficientes a partir da âncora ao estabelecer um valor final.
  1. Vieses de eventos conjuntivos e disjuntivos – Indivíduos mostram uma tendência para superestimar a probabilidade de eventos conjuntivos e subestimar a probabilidade de eventos disjuntivos.
  1. O excesso de confiança – Os indivíduos tendem a ser excessivamente confiantes na infalibilidade de seus julgamentos ao responder a perguntas extremamente difíceis.
  1. Previsão retrospectiva (hindsight) e a maldição do conhecimento – Depois de descobrir se ou não um evento ocorreu, as pessoas tendem a superestimar o grau em que eles teriam previsto o resultado correto. Além disso, os indivíduos não conseguem ignorar informações que possuem, mas que os outros não tem ao prever o comportamento dos outros.

Considerações finais:

Ao tomar decisões, precisamos estar cientes de nossa racionalidade limitada, manifesta através de vieses cognitivos, padrões de distorção de julgamento que ocorrem em situações particulares, levando à distorção perceptual, julgamento pouco acurado, interpretação ilógica, ou o que é amplamente chamado de irracionalidade.

Mais detalhes sobre os vieses podem ser encontrados no capítulo 2 do livro de Bazerman & Moore.

“Nosso conhecimento só pode ser finito, mas nossa ignorância deve ser necessariamente infinita.  … Vale a pena lembrar que, embora haja uma vasta diferença entre nós no que diz respeito aos fragmentos que conhecemos, somos todos iguais no infinito de nossa ignorância.” – Karl Popper

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

Referências:

  • Baserman, Max H., & Moore, Don. (2010). Processo Decisório. Tradução de Daniel Vieira. Rio de Janeiro: Elsevier. p. 55-56.
  • Haselton, Martie G., Nettle Daniel, & Andrews Peter W. (2005). “The evolution of cognitive bias” in Buss DM (ed.). The Handbook of Evolutionary Psychology. Hoboken, NJ, US: John Wiley & Sons Inc. p. 724–746.
  • Simon, Herbert.(1957). “A Behavioral Model of Rational Choice” in Models of Man, Social and Rational: Mathematical Essays on Rational Human Behavior in a Social Setting. New York: Wiley.

Mais informações em:

Outros artigos relacionados:

Agilidade na empresa e nos negócios

Pode-se dizer que agilidade organizacional é a capacidade de uma organização se renovar, se adaptar, mudar rapidamente e obter sucesso num ambiente complexo, de mudanças rápidas, cheio de incertezas e turbulências.

Nos últimos 30 anos, métodos ágeis de inovação revolucionaram a tecnologia da informação:

  • aumentaram consideravelmente as taxas de sucesso no desenvolvimento de software;
  • melhoraram a qualidade e a velocidade de lançamento no mercado; e
  • impulsionaram a motivação e a produtividade das equipes de TI.

Agora, as metodologias ágeis – que envolvem novos valores, princípios, práticas e ferramentas e são uma alternativa radical ao gerenciamento de estilo de comando e controle – estão se espalhando por uma ampla gama de setores e funções e vem trazendo uma série de benefícios para as organizações.

As organizações ágeis são diferentes. As organizações tradicionais são construídas em torno de uma hierarquia estrutural estática, em silos, enquanto as ágeis são caracterizadas como uma rede de equipes que operam em ciclos rápidos de aprendizado e tomada de decisão. As organizações tradicionais colocam seus órgãos de governança no ápice e os direitos de decisão fluem pela hierarquia; por outro lado, as ágeis instigam um propósito comum e usam novos dados para dar direitos de decisão às equipes mais próximas das informações.

Uma organização ágil pode idealmente combinar velocidade e adaptabilidade com estabilidade e eficiência.

Alinhada com o Manifesto Ágil, a Agilidade Organizacional (Business Agility) potencializa as pessoas, permite aprender e reagir rapidamente, coloca o cliente na mesma mesa, e entrega valor continuamente.

Benefícios na Adoção do Ágil

Conforme o 13° Relatório Anual de Agilidade (13th annual State of Agile Report de 2019), estes são os principais benefícios da adoção do Ágil pelas organizações:

  • 71% Habilidade de administrar mudanças de prioridades
  • 66% Maior transparência
  • 65% Melhor alinhamento de negócios e TI
  • 62% Menor tempo ao mercado (time to market)
  • 61% Aumento na produtividade da equipe

Os percentuais correspondem ao número de respondentes da pesquisa.

Mas o que significa ser Ágil (agile)?

O objetivo aqui não é discorrer tecnicamente sobre a metodologia ou práticas e ferramentas, algo que já foi comentado em outro artigo e nas referências ao final dele.

O diagrama que segue procura passar uma visão geral sobre o conjunto de elementos Ágil que serão apresentados resumidamente.

O que significa ser Ágil_

“Aprender como fazer café de qualidade é uma adoção, tornar-se um barista é uma transformação. Uma adoção muda apenas o que se faz, uma transformação muda quem se é.” – Jurgen Appelo

Pensar em Ágil como um conjunto de diferentes metodologias para desenvolver produtos de software é um ponto de vista parcialmente correto que se encaixa bem em um subconjunto da parte “práticas” do diagrama. Mas Ágil é muito mais que isso.

Para exemplificar as “Ferramentas” que constam no diagrama, pode-se citar, por exemplo, os grandes quadros brancos de medição e controle com divisões e post-its ou instâncias de ferramentas de softwares utilizados por gestores e demais colaboradores. As “práticas” geralmente incluem: Scrum, Kanban, redação e mapeamento de histórias, priorizando: criação de roteiro (backlog), além do orçamento, práticas ágeis de RH entre outras.

Tais práticas podem até ser fáceis de entender, porém difíceis de trabalhar e gerar real valor sem o uso dos elementos mais externos do diagrama, como os Princípios que são declarações como “concluímos todo o trabalho que começamos em um sprint” ou “nossa maior prioridade é produzir parte útil do produto a cada duas semanas”.

Sem princípios, a equipe poderá deixar de realizar o trabalho corretamente, considerando outras coisas que lhes veem à mente ou pressões de fontes que não sejam do gestor de produto,

Valores, são ainda mais importantes e ainda mais intangíveis. A confiança é fundamental para qualquer equipe de alto desempenho, mas se a confiança não for incentivada pelo respeito e pela coragem de falar, que também são valores, então o alto desempenho será um conceito distante.

E por fim, o mais difícil para de obter e ensinar, a “Mentalidade” (Agile Mindset), cuja aprendizagem é obtida não apenas mudando a forma de pensar e adquirir novos hábitos, mas também desaprendendo velhos hábitos como os de comando e controle, Teoria X etc.

Uma organização torna-se verdadeiramente ágil quando incorpora em sua cultura uma mentalidade apropriada que inclui os princípios e valores ágeis ao invés de apenas usar práticas e ferramentas sem a mudança correta de cultura.

A mentalidade Ágil

Uma organização ágil é aquela que é rápida em responder a mudanças no mercado ou ambiente. A “organização ágil” também é conhecida como “organização empreendedora” e “organização resiliente” e se concentra no cliente, que exige ofertas personalizadas e não padronizadas. Uma organização altamente ágil reage com sucesso ao surgimento de novos concorrentes, avanços rápidos em tecnologia e mudanças súbitas nas condições gerais do mercado. Empresas ágeis prosperam em organizações não hierárquicas.

Características das Organizações Ágeis:

  1. Elas são compostas de indivíduos autoconscientes cujas ações afetam a organização como um todo.
  2. Elas adaptam um estilo catalisador de liderança, inspirando os outros sem perder a coesão dentro de todo o sistema.
  3. É baseada no aprendizado contínuo de experimentos.
  4. Promovem um estilo de comunicação aberto, facilitando a colaboração e o compartilhamento.
  5. Sua governança baseia-se no valor do negócio e na adaptação a longo prazo.
  6. Seus membros buscam domínio em suas respectivas habilidades.

Conforme McKinsey & Company (2017), a organização ágil está se consolidando como um novo e dominante paradigma organizacional. Em vez de organização como máquina, a organização ágil é como um organismo vivo. Transformação Organizacional atualmente remete ao Digital, Flexível, Lean & Agile.

maquina-versus-organismo.png

Segue algumas mudanças de mentalidade (mindset) necessárias às pessoas, considerando estratégia, estrutura, processos, pessoas e tecnologia:

Mudança de Mentalidade

Segundo Steve Denning (2018), as organizações com mentalidade ágil seguem primariamente três leis:

  • A lei da pequena equipe. “É presumível que, em um mundo VUCA (volatilidade, incerteza, complexidade e ambiguidade), problemas grandes e difíceis devem – na medida do possível – ser desagregados em pequenos lotes e executados por pequenas equipes autônomas interfuncionais que trabalham iterativamente em ciclos curtos em estado de fluxo, com feedback rápido de clientes e usuários finais”.
  • A lei do cliente. “Requer que a cultura da empresa e os sistemas, processos e valores internos da empresa sejam continuamente subordinados e gerados pelo valor agregado ao cliente: se houver um conflito, são as necessidades do cliente que precisam ter prioridade“.
  • A lei da rede. “Uma rede organizacional é um conjunto de equipes que interagem e colaboram com outras equipes com a mesma conectividade, interação e paixão do que com sua pequena equipe. Cada equipe precisa olhar além de seus próprios objetivos e preocupações e ver seu trabalho como parte da missão maior da coletividade”.

O Papel do gestor tradicional e do gestor Ágil

 “Gestão Ágil é sobre trabalhar de forma mais inteligente ao invés de se esforçar mais. Não é sobre fazer mais em menos tempo; mas de gerar mais valor com menos trabalho.” – Steve Denning

Na gestão tradicional o papel do gestor é identificar o que precisa ser feito, informar ao funcionário o que fazer e depois garantir que ele conclua o trabalho de acordo com as instruções. O papel do funcionário é seguir as instruções dadas, confiando no julgamento e na sabedoria do gerente para garantir que o trabalho certo esteja sendo feito da maneira correta. O principal objetivo é ganhar dinheiro para a empresa. O gerente é o chefe.

Em organizações nas quais existe uma crença fundamental na eficácia da abordagem “o gerente é o chefe” de cima para baixo, se isso não mudar fica  difícil implementar o Ágil de forma eficaz, pois há um atrito contínuo entre os diferentes objetivos e abordagens. Como resultado, quando a adoção do Ágil é limitada ao nível de equipe, ela corre o risco de ser incompleta e disfuncional, produzindo pouca ou nenhuma melhoria para a organização.

No Ágil, o papel do gerente é permitir que aqueles que estão fazendo o trabalho contribuam com seus talentos e capacidades para gerar valor para os clientes e eliminar quaisquer impedimentos que possam estar atrapalhando. O gerente confia no julgamento e na sabedoria daqueles que estão em contato com os clientes quanto ao trabalho que precisa ser feito. O gerente também confia nos talentos e capacidades daqueles que fazem o trabalho para descobrir como fazer o trabalho da maneira certa. O Ágil não é nem de cima para baixo nem de baixo para cima: é de fora para dentro, onde o foco é entregar valor aos clientes. O cliente é o chefe, não o gerente.

O objetivo final de ganhar dinheiro para os acionistas está em desacordo com os valores do Ágil, onde o foco principal é entregar valor ao cliente. Em Ágil, que está alinhado com a economia criativa, ganhar dinheiro é o resultado, não o objetivo.

Resolver as tensões entre o gerenciamento Ágil e o tradicional não pode ser alcançado por meios puramente racionais. Em parte, isso ocorre porque o papel tradicional de administração costuma ter profundas ligações emocionais, atitudes, valores e visões sobre como o mundo funciona, o que coletivamente se soma à cultura corporativa. Alguns gerentes gostam de ser “o chefe”. E, mesmo aqueles que não o fazem são pressionados pela cultura a agir como se  fossem.

O desafio da mudança

A experiência mostra que a mudança de uma cultura corporativa não pode ser alcançada com a introdução de metodologias, descrições de cargo e decisões, ou com a comprovação da administração, com dados financeiros precisos de que o prazer do cliente é mais lucrativo.

Em vez disso, para persuadir os gerentes a parar de agir como um chefe e adotar o Ágil, é necessário atingir os gerentes em um nível emocional mais profundo por meio de experiências e narrativas de liderança que lhes permitam adotar um conjunto diferente de apegos, atitudes, valores e entendimento sobre como o mundo funciona. O gerente deve, de fato, se apaixonar pelo cliente.

Conseguir isso é um desafio difícil de liderança. Isso ocorre porque o papel do gerente como chefe está inserido na cultura da organização, que compreende um conjunto interligado de metas, funções, processos, valores, práticas de comunicação, atitudes e suposições. Mesmo que um gerente queira pessoalmente parar de agir como um chefe e abraçar o cliente, a cultura dificulta a mudança.

Os elementos de uma cultura se encaixam como um sistema que se reforça mutuamente e se combinam para impedir qualquer tentativa de alterá-la. Mudanças de correção única no nível de equipe podem, portanto, parecer progredir por algum tempo, mas, eventualmente, os elementos interligados da cultura organizacional assumem o controle e a mudança é inexoravelmente atraída de volta à cultura organizacional existente.

Isso não é como consertar um carro, onde se você conserta um pneu, o pneu fica bom. Em vez disso, a organização age mais como um vírus engenhosamente mutante que se adapta firmemente a si mesmo, em última análise é derrotado, corrige-se e retorna ao seu estado original, às vezes mais virulento do que antes.

A transição do tradicional para o Ágil

Segundo Stephen Denning (2015), fazer a transição para o Ágil inclui cinco principais mudanças de gestão:

  • O objetivo da organização é encantar o cliente – que consequentemente gera retorno financeiro como resultado.
  • Em vez dos funcionários reportarem-se como indivíduos aos chefes, o trabalho é feito em equipes auto-organizadas: o papel da gestão não é verificar se os colaboradores fizeram o que deveria ser feito, mas sim facilitar a realização do trabalho, capacitando a equipe e contribuindo com tudo o que puderem e removendo impedimentos.
  • Em vez de coordenação pela burocracia com regras, planos e relatórios, o trabalho é coordenado por métodos ágeis com ciclos de trabalho iterativos e feedback direto dos clientes ou de quem os representa.
  • Em vez de uma preocupação com eficiência e previsibilidade, os valores predominantes são transparência e melhoria contínua.
  • Em vez de comandos de cima para baixo, unidirecionais, a comunicação tende a ser por meio de conversas horizontais.

Mudanças na Gestão

Os princípios não são uma coleção aleatória de melhorias. Juntos, eles também formam uma sequência que se reforça mutuamente.

A conclusão desses cinco elementos ao implementar o Ágil em toda a organização geralmente equivale a mudar a cultura corporativa, que é uma tarefa difícil e de grande escala. Eventualmente todas as ferramentas organizacionais para mudar as mentes precisarão ser colocadas em jogo.

Segundo a McKinsey & Company (2017), as transformações bem-sucedidas em toda empresa precisam ser abrangentes e iterativas. Isto é, devem ser abrangentes na medida em que toca estratégia, estrutura, pessoas, processos e tecnologia, e iterativas por saberem que nem tudo pode ser planejado antecipadamente.

Tais transformações ágeis começam com a construção do entendimento e um esforço para aspirar a equipe principal, criando um plano (design ou blueprint) que identifica como a agilidade agregará valor, e aprendendo com os pilotos ágeis de um novo modelo operacional ágil. Esses elementos informam um ao outro, podem ocorrer em qualquer ordem, mas geralmente acontecem em paralelo. É reconhecido que nem tudo pode ser conhecido e planejado, e que a melhor maneira de implementar é ajustando ao longo do processo.

Escalar e melhorar envolve o aumento do número de células ágeis, isso não é pouca coisa e envolve muito mais do que simplesmente lançar mais pilotos; é nesse ponto que a maioria das transformações ágeis falham. Requer o reconhecimento da liderança de que o aumento de escala exigirá uma mentalidade iterativa: o aprendizado é rapidamente incorporado ao plano de expansão.

Elementos do Modelo Operacional Ágil e as práticas das organizações

Segue algumas “marcas registradas”, que segundo a McKinsey & Company (2017)  caracterizam os elementos organizacionais, bem como as práticas mais comuns.

Marcas Registradas e Práticas ágeis

Considerações finais

O ambiente atual está pressionando as organizações a se tornarem mais ágeis e em resposta, surge uma nova forma organizacional que apresenta as mentalidades e características discutidas acima, que em conjunto, permitem que as organizações equilibrem a estabilidade e o dinamismo e prosperem em uma era de oportunidades sem precedentes.

“Mas, por que as organizações em geral tem tanta dificuldade em mudar? Porque empresas e outras instituições humanas, assim como as pessoas, são organismos complexos e naturalmente resistentes a mudanças.”

Veja no artigo relacionado, o exemplo da Spotify de como equilibrar autonomia e responsabilidade, liberdade de inovar com seguir rotinas comprovadas, alinhamento com controle.

“Não basta mudar as estratégias, estruturas e sistemas, a não ser que se mude os pensamentos que as produziu.” – Peter Senge

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

Sobre o autor:

Nei Grando 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, transformação digital e agilidade organizacional.

Detalhes: aqui, Contato: aqui.

Referências:

Denning, Stephen. How to make the whole organization agile, 2015.

Mckinsey & Company, The five trademarks of agile organizations, 2017.

Power, Simon. What is Agile?, 2016.

Livros:

Denning, Stephen. The Age of Agile: How Smart Companies Are Transforming the Way Work Gets Done, 2018.

Leybourn, Evan. Directing the Agile Organisation: A Lean Approach to Business Management, 2013.

Outros artigos relacionados:

 

A Arte de Empreender na Economia Criativa

Cada vez mais as universidades brasileiras estão apoiando o empreendedorismo criativo e inovador, com núcleos dedicados ao empreendedorismo e à inovação, pesquisas, cursos, parcerias e literatura de negócios.

No dia 11 de abril, às 18:30 horas, na Belas Artes em São Paulo, tive o prazer de estar presente neste evento de lançamento com parentes, amigos e outros coautores, autografando o livro: “A Arte de Empreender na Economia Criativa: Pensar, compreender e agir” lançado pela Editora Reflexão (business).

O livro, que faz parte da Série Economia Criativa do programa de Pós-graduação do Centro Universitário Belas Artes de São Paulo, conta com os autores: Leila Rabello, Miguel Arab, Patrícia Cardim, Flávia Rodrigues, Yuri Cunha, Jessica Lopes, Jo Souza, Luciana Antunes, Renato Teixeira, Rodrigo Amorim, Sidney Leite, Dario Vedana e Nei Grando.

Esta publicação que incentiva o desenvolvimento de negócios por pessoas de natureza artística e criativa, de maneira teórica, prática e objetiva, demonstra a importância do saber para empreender. O Foco do livro é auxiliar os interessados em empreendedorismo, principalmente, os estudantes em universidades.

A arte de empreender na Economia Criativa

A apresentação foi escrita pelo Reitor do Centro Universitário Belas Artes de São Paulo, Prof. Dr. Paulo Antônio Gomes Cardim, e os autores, todos com ótima formação acadêmica, de uma forma ou de outra envolvidos com a economia criativa e com empreendedorismo, contribuiriam com dedicação nos seguintes capítulos:

  1. Empreender na economia criativa: O processo de combinar arte com conhecimento, por Leila Rabello De Oliveira, e Miguel Angelo Arab
  2. Empreendedorismo na educação superior: Como formar criativos na era digital, por Patrícia Cardim, e Flavia Rodrigues
  3. Escolas de negócios, empreendedorismo e o olhar para o futuro, por Yuri Lazaro De Oliveira Cunha
  4. Empreender como personal shopper: O mediador e curador para o consumo guiado, por Jessica Lopes Teixeira Santos, e Jo Souza
  5. A comunicação no empreendedorismo: Novas perspectivas de comunicação corporativa, por Luciana Antunes, e Renato Teixeira
  6. Empreender na modernidade líquida: Nada se cria, tudo se transforma, por Rodrigo Lima De Amorim
  7. Como seria o mundo sem você? Indivíduos fazem a diferença: uma análise de A felicidade não se compra, por Sidney Ferreira Leite
  8. Atitude empreendedora para transformar uma ideia em oportunidade de negócio, por Dario Vedana
  9. Desenhando e validando o modelo de negócios, por Nei Grando

O foco do meu capítulo “Desenhando e Validando o Modelo de Negócios” é mostrar a importância do design de um modelo de negócio, bem como o esforço de validação de hipóteses que  visam aumentar as chances de êxito do empreendimento. Porém, antes de abordar o modelo de negócios e sua validação, são apresentados alguns tópicos que podem ser muito úteis na busca de oportunidades e na geração de ideias criativas e promissoras. Para isso, considerei uma pequena introdução ao Design Thinking, baseada em informações disponibilizadas por Tim Brown da IDEO e pela escola de design de Stanford, seguido de algumas dicas de Scott Belsky sobre como fazer as ideias acontecerem na prática, e de uma apresentação resumida de diferentes formas de se iniciar um empreendimento, conforme artigo de Saras Saravasthy.

Na sequência apresento de uma forma resumida a modelagem de negócios usando-se como ferramenta o quadro (canvas) proposto por Alexander Osterwalder e Ives Pigneur, realçando em outro tópico a construção de propostas de valor inovadoras em outro quadro (canvas) específico para tal. E para finalizar, apresento de forma resumida as duas primeiras etapas do processo do modelo de desenvolvimento do cliente, proposto por Steve G. Blank, que ajudam a validar as hipóteses do modelo de negócios, buscam o ajuste do problema à solução, e o ajuste do produto e/ou serviço ao mercado.

Acredito que este livro será muito útil a qualquer um que deseja empreender em produtos e serviços inovadores gerados por suas ideias criativas, reduzindo as incertezas que fazem parte deste tipo de negócio e facilitando as tomadas de decisão durante as fases iniciais.

Referências:

Veja também:

A identificação das necessidades do cliente no desenvolvimento de novos produtos

Segundo Bayus (2008), no que diz respeito à inovação e ao Desenvolvimento de Novos Produtos (DNP), a linguagem associada às “necessidades do cliente” difere nas literaturas de marketing, engenharia e design industrial. Diferentes terminologias são frequentemente utilizadas de forma intercambiável: necessidades, desejos, atributos, recursos, requisitos, especificações, etc. As necessidades, ou seja, “o que” é desejado pelos clientes, são dependentes do uso (onde e como o produto é usado), do consumidor (quem usará o produto) e do mercado (quais produtos concorrentes estão disponíveis), enquanto que os atributos, características, requisitos e especificações tratam de “como” uma necessidade é satisfeita por um produto ou serviço específico.

Na literatura econômica, as características do produto, definidas como suas propriedades, relevantes para a escolha do consumidor, são de natureza quantitativa, universais e podem ser medidas objetivamente. Os atributos do produto são mais abstratos e geralmente em menor número do que suas características, sendo baseados nas dimensões perceptivas que os consumidores usam para tomar decisões de compra. Já os requisitos, a partir das literaturas de engenharia e design, são as soluções técnicas e de engenharia que buscam satisfazer as necessidades do cliente, sendo as especificações as métricas específicas associadas aos requisitos. Assim, as características, os atributos, os requisitos e as especificações do produto estão intimamente relacionados e se sobrepõem.

Esta figura resume esta argumentação sobre a linguagem de necessidades do cliente no DNP.

Fonte: Traduzido e adaptado de Bayus (2008)

Conforme Bayus (2008) e Shahrizal (2013), no Fuzzy Front-End (FFE) do processo de inovação, ou seja, no período entre quando uma oportunidade é primeiramente considerada e quando uma ideia é julgada pronta para o desenvolvimento, compreender as necessidades do cliente é uma entrada chave no que se tornou conhecido como Voz do Cliente (VOC). Com base no movimento de gerenciamento de qualidade total, a VOC e o Desdobramento da Função de Qualidade (QFD) permitem que o marketing, design, engenharia, P&D e fabricação se comuniquem efetivamente em limites funcionais. Esta comunicação multifuncional é crucial para assegurar que os esforços de desenvolvimento se concentrem em inovações desejáveis, viáveis e vendáveis. A VOC inclui a identificação de um conjunto de necessidades detalhadas do cliente e as resume em uma hierarquia onde cada necessidade é priorizada em relação à importância do cliente. A VOC é traduzida em requisitos e especificações do produto para o QFD, que por sua vez são traduzidos em atributos de produtos específicos que podem ser agrupados em conceitos e protótipos para testes adicionais com clientes. O modelo Kano de satisfação de cliente é citado como um Método, Técnica ou Ferramenta para Inovação (MTFI) alternativo bastante útil na determinação dos tipos de necessidades dos clientes.

Os designers praticantes, bem como as literaturas de sociologia e antropologia, tendem a enfatizar MTFIs para entender a gama completa de necessidades dos clientes, que incluem: métodos de projeto empáticos, design centrado no usuário, inquérito contextual, abordagens de etnografia e pesquisa de mercado não tradicionais. MTFIs tradicionais de pesquisa de mercado também são usados para buscar entender necessidades articuladas, como: grupo focal e entrevistas pessoais com profundidade; mapeamento perceptual; segmentação; modelagem de preferência; e testes simulados de mercado. Além disso, os pesquisadores sugerem formas de incorporar aspectos estéticos, emocionais e experienciais na identificação das necessidades dos clientes. Outras pesquisas abordam o tema de priorização que incluem o uso de escalas de classificação direta, processo hierárquico analítico, análise conjunta e métodos difusos / entropia.

As literaturas de engenharia, qualidade e operações consideram um novo produto como uma montagem complexa decomponentes interativos para os quais vários modelos paramétricos são construídos para otimizar os objetivos de desempenho. Engenheiros geralmente utilizam a intuição ao lidar com as necessidades dos clientes, enfatizando a criatividade e a funcionalidade do conceito de produto e trabalhando em direção a objetivos técnicos como confiabilidade, durabilidade, impacto ambiental, uso de energia, geração de calor, manufatura, e redução de custos. Dado um conjunto de requisitos de clientes e especificações de produtos e informações relacionadas sobre prioridades, valores ótimos para variáveis de projeto podem ser determinados usando técnicas padrão. O método de cascata de metas analíticas pode ser usado para resolver compromissos técnicos ao reconhecer explicitamente projetos que são caros e / ou impossíveis de alcançar.

Em geral, a literatura de marketing não aborda diretamente a compreensão das necessidades dos clientes, em vez disso, enfoca de forma implícita ou explícita a fase de geração e teste de conceitos no processo de inovação. Para facilitar a comunicação com a engenharia, o marketing costuma considerar um novo produto ou serviço como um conjunto de atributos e características “acionáveis”, algo útil para localizar oportunidades para a melhoria de produtos que podem não ser muito diferentes dos atuais.

Bayus (2008) menciona ainda quatro dimensões “universais” de necessidades do cliente que podem estar associadas a um produto ou serviço:

  • Funcionalidade (desempenho, confiabilidade, compatibilidade, flexibilidade);
  • Forma (estética, durabilidade, portabilidade, capacidade de manutenção, singularidade);
  • Usabilidade (facilidade de uso, complexidade); e
  • Custo (aquisição, uso, disposição).

Esta figura que segue resume estas relações entre ideias, conceitos e disciplinas sobre necessidades do cliente e exemplos de MTFIs.

Fonte:Traduzido e adaptado de Bayus (2008)

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

Sobre o autor:

Nei Grando 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, inovação e negócios.

Detalhes: aqui, Contato: aqui.

Observação:

Este texto foi levemente adaptado do original da minha dissertação de mestrado sobre “Métodos, Técnicas e Ferramentas para Inovação: conhecimento, uso e eficácia em empresas brasileiras”, disponível em: http://www.teses.usp.br/teses/disponiveis/12/12139/tde-01122017-155036/es.php

Referências:

Bayus, B.L. (2008). Understanding customer needs. Handbook of Technology and Innovation Management, 115-142.

Shahrizal,S. M. (2013). The Use of Design for Six Sigma (DFSS) Methodology in Product Design. In Proceedings of the WorldCongress on.

Tschimmel, K.(2012). Design Thinking as an effective Toolkit for Innovation. In ISPIM Conference Proceedings (p. 1). The International Society for Professional Innovation Management (ISPIM).

Links Relacionados: