A revista HSM Management acaba de completar 30 anos 🎉🥳🎊

Foi através dela que comecei a conhecer o mundo da gestão e também foi através dela que comecei a me apaixonar pela marca HSM, que hoje tenho orgulho em representar.

Devido às mudanças no mercado editorial e nos hábitos de consumo da população, já faz alguns anos que a revista é online, mas para essa comemoração especial eles fizeram uma edição de aniversário impressa! 🙏🏼🙌🚀

[Eu, como fã de material impresso que sou, não poderia estar mais feliz]

E é com muito orgulho que pude fazer parte desta edição como colunista. Deixo aqui abaixo o meu artigo, que faz uma singela menção em tom de homenagem a Peter Drucker, o inventor da Gestão enquanto disciplina e um dos pensadores da gestão mais citados ao longo da história da HSM Management!

Texto do Artigo:

O QUE SEUS DADOS ESTÃO FAZENDO PELA SUA EMPRESA?

Se Peter Drucker estivesse por aqui, ele provavelmente nos faria esta pergunta.

Há 30 anos, quando a HSM Management começava sua história, dados já eram importantes para as empresas. Mas sua função era bem diferente.

Naquele mundo de ERPs, bancos de dados e primeiros Data Warehouses, os dados serviam principalmente para registrar o que havia acontecido.

A primeira grande pergunta era: “O que aconteceu?”. O business intelligence nos deu dashboards, indicadores e uma capacidade inédita de enxergar a organização.

Na década seguinte, a explosão da internet, do big data e do analytics trouxe uma nova pergunta: “Por que aconteceu?”. Cruzar informações, identificar padrões e investigar causas tornou-se tão importante quanto medir resultados.

Depois vieram data science, machine learning e computação em nuvem. Os dados deixaram de olhar apenas pelo retrovisor e pela primeira vez passamos a olhar para o futuro. Passamos a perguntar: “O que provavelmente acontecerá?”.

Hoje, com a IA generativa e o surgimento dos agentes, atravessamos outra fronteira: “O que devemos fazer?”. E, cada vez mais, “o que a máquina pode fazer por nós?”.

A própria HSM Management acompanhou essa transformação. Ao longo dessas décadas, temas como big data, transformação digital e inteligência artificial foram ocupando suas páginas e os palcos da HSM Expo e da HSM+.

Também acompanhei boa parte dessa jornada de dentro. Em duas décadas trabalhando com dados, vi projetos evoluírem de bancos de dados e data warehouses para plataformas de analytics e, agora, soluções de IA.

Na Máquina de Dados, nossa própria atuação acompanhou essa mudança: de construir a infraestrutura que disponibiliza os dados a ajudar organizações a transformá-los em decisões, ações e novas formas de gerar valor com IA.

Talvez essa seja a grande transformação desses 30 anos: dados deixaram de ser apenas o registro do passado para se tornarem habilitadores de futuros.

E, se nos últimos 30 anos aprendemos a transformar dados em decisões, os próximos talvez nos tragam uma pergunta ainda mais importante: quais decisões continuarão sendo essencialmente humanas?

Talvez a gente esteja fazendo a pergunta errada sobre Inteligência Artificial.

Nos últimos anos, tenho visto empresas fazendo a mesma pergunta:

“Como podemos usar mais IA?”

Mas usar mais IA não deveria ser o objetivo.

Assim como ter mais dados nunca deveria ter sido.

A pergunta que me interessa é outra:

“O que precisamos fazer melhor e onde a IA realmente pode ajudar?”

Parece uma diferença pequena. Não é.

Existe uma obsessão no mercado por eficiência: fazer mais rápido, mais barato, com menos pessoas, em menos tempo.

Só que eficiência sem eficácia pode simplesmente nos ajudar a fazer muito bem aquilo que nem deveria estar sendo feito.

Por isso, cada vez mais acredito que a ordem precisa ser invertida:

1. Eficácia: estamos fazendo a coisa certa?
2. Eficiência: conseguimos fazer melhor?
3. Escala: conseguimos multiplicar esse resultado?

É só depois dessas perguntas que entram ChatGPT, Claude, agentes, automações, RAG, n8n ou qualquer que seja a tecnologia da vez.

Eu trabalho com tecnologia há cerca de duas décadas e já vi algumas ondas passarem.

Data Warehouse.
Big Data.
Cloud.
Data Science.
Machine Learning.
Agora, Inteligência Artificial Generativa.

As tecnologias mudam.

Uma coisa não muda:

valor só aparece quando tecnologia encontra um problema que vale a pena resolver.

Talvez por isso eu esteja cada vez menos interessado no hype da IA e cada vez mais interessado no que acontece depois do hype.

Como transformamos experimentação em capacidade?

Como transformamos capacidade em resultado?

Como transformamos resultado em vantagem competitiva?

Dados. IA. Foresight. Estratégia. Pessoas.

Não para falar sobre tecnologia pela tecnologia.

Mas para entender como tudo isso pode ajudar pessoas e organizações a tomar melhores decisões e construir futuros melhores.

Do Hype ao ROI.

Esse é o caminho que me interessa.

Ter minério no subsolo não significa ter valor econômico. Ter dados no Data Lake também não.

Essa foi uma das provocações que levei para uma aula de 8 horas sobre Dados, Inteligência Artificial e Transformação, realizada pela HSM & Singularity University para profissionais da Vale.

E poucas empresas oferecem uma metáfora tão boa para falar sobre dados quanto uma mineradora.

Uma jazida precisa ser descoberta, extraída, beneficiada e transformada antes que seu potencial se converta em valor. Com dados acontece algo parecido.

Dado bruto → Estruturação → Qualidade → Contexto → Analytics & IA → Decisão → Valor.

Por isso, uma parte importante da nossa conversa foi sobre Data as an Asset. Não basta acumular dados. Para que eles sejam realmente tratados como ativos, precisamos saber onde estão, o que significam, se são confiáveis, quem responde por eles e, principalmente, que decisões, produtos ou processos melhores eles são capazes de habilitar.