Este é o décimo terceiro de uma série de textos curtos, de uns poucos parágrafos e alguns links, sobre o que pode acontecer, ou se tornar digno de nota, nos próximos meses e poucos anos. Como há uma tradição de, no fim do ano, pensar sobre as possibilidades do ano que vem, o título fala de… 23 anotações sobre 2023. O primeiro texto [Guerra. Eterna?] está no link bit.ly/3B0mysO, o segundo [Inflação. Recessão? E Investimento?] em… bit.ly/3ir4PUR, o terceiro [Energia e Descarbonização] em… bit.ly/3gUdD5w, o quarto [Sociedade & Política], em bit.ly/3FrM50P, o quinto [Pessoas & Costumes] em… bit.ly/3H7CAFb, o sexto [Plataformas & Ecossistemas], em bit.ly/3VEcxK3, o sétimo [Efeitos de Rede, Escala e Sustentabilidade]. em bit.ly/3BjJUK1, o oitavo [O Mundo é Figital], em bit.ly/3FEmMJ2, o nono [Marketing é Estratégia, Figital], em bit.ly/3FfDJrI, o décimo, [5G & Internet das Coisas], em bit.ly/3W8yVLC,o décimo primeiro, [Indústria… 4.0?], em bit.ly/3BpZuUK e o décimo segundo, [Inteligência Artificial e Grandes Algoritmos], no link bit.ly/3FJMKdS.
Dados, Análises e Decisões
Negócios, executivos e investidores costumam assumir que dados e seu tratamento estratégico podem ser usados para criar diferenciais competitivos imbatíveis. Acontece que isso quase nunca é verdade e se superestima, muito, a vantagem criada por dados. Negócios têm oportunidades de aprender com dados e devem fazer exatamente isso antes de começar a tomar decisões baseadas em dados [bit.ly/3RFMf8g]. Tratar dados de clientes não é uma nova estratégia para imaginar e oferecer melhores produtos e serviços. Mas era analógico, em tempo distante, lento, limitado em escopo e difícil de escalar. Nos últimos 25 anos, com a internet, e nos últimos 15, por causa de conectividade móvel [e daqui pra frente, com internet das coisas] se há uma coisa que não vai faltar são dados. Mas se há uma coisa que falta, é estratégia para tratar dados.
Aliás, tratar dados na era da informação demanda até novas denominações. Em 1991, quantidades com 21 e 24 zeros receberam prefixos zeta e iota [grandes] e zepto e iocto [pequenos]. Um zetabyte é… 1.000.000.000.000.000.000.000 de bytes ou, se seu laptop tem um “disco”de um terabyte, um bilhão de vezes a sua memória secundária [o “disco”]. O marco de um zetabyte de tráfego por ano foi ultrapassado, na internet como um todo, em 2016. Agora… números com 27 e 30 zeros passaram a ter prefixos rona e queta [grandes] e ronto e quecto [pequenos, bit.ly/3F2DkKr]. Ou seja… das nuvens, cai uma tempestade de dados.
O volume de dados criado, capturado, copiado e consumido no mundo por ano já está perto de 100 zetabytes [bit.ly/3PA6fJv] e deve quase dobrar até 2025. O que não falta, para tomada de decisões, são dados. Mas mesmo quando acreditamos pensar da forma mais idônea e que tomamos decisões desapaixonadamente, a ciência sugere que nosso raciocínio é motivado e tende a usar dados e fatos que sustentam nossa visão de mundo e interesses grupais. Como disse Anaïs Nin… “não vemos as coisas como elas são, vemos as coisas como nós somos”. E a situação é a mesma, nas empresas, pelo mundo afora [bit.ly/3mYor1V].
Mas o problema não é simples: se estamos numa era de urânio dos dados, passamos pela numa era de ouro da ignorância, oriunda do [1] descarte da realidade por humanos resistentes a fatos e dados, que deturpam crença em “conhecimento” e da [2] arquitetura e algoritmos das redes, que habilitam e mantêm bolhas de ignorância e preconceito… [on.ft.com/2mpqe1z]. Aliás, por que uma era de urânio dos dados? Porque dados não são o novo petróleo. Comparando com energia, dados seriam mesmo o novo urânio: têm que ser minerados de suas fontes [incluindo clientes e usuários], devem ser refinados para separar o que se quer do que não serve, têm que atingir massa crítica para gerar energia [valor para a empresa e cliente], têm que ser usados de forma efetiva, sem vazamentos e… depois disso, sua guarda ou descarte é um imenso risco estrutural, para o negócio, o cliente e o ecossistema.
Com dados fluindo nas redes como nunca dantes, não há dúvida que, de lá, emerge um data self, parte do ciclo social de criar, compartilhar, ser compartilhado, ser e ter recomendado e ser tratado, como dados, por sistemas de informação. Por trás do ciclo, o que existe é computação guiada quase só -senão unicamente- por algoritmos de maximização de lucro [bit.ly/3JmTDll]. Assim não dá. Ainda mais se você estiver do lado de cá do balcão.
Estes mecanismos, parte do faroeste digital permitido pela economia a partir de onde são prestados quase todos os grandes serviços em rede do Ocidente, levaram à impressão-quase-certeza, por parte dos negócios, que estava liberado um vale-tudo onde se podia fazer o que se quisesse, quando e para o que fosse necessário, com os dados das pessoas. Um conjunto de correções de curso, vindos da Europa [brook.gs/3Wa8m8H], da China [bit.ly/3PjsTp8] e Brasil [bit.ly/3WeuEpI], entre outros, começou a [literalmente] botar ordem na rede, o que já era uma necessidade há algum tempo. O cuidado, aí, é não regular de forma e a ponto da rede virar uma “telebrás” digital, o que é uma preocupação real de qualquer regulação contemporânea [bit.ly/3UTMEEQ].
Mas é claro que temos que chegar num ponto onde certos tipos de usos de dados para análises e tomadas de decisão não podem mais ser tolerados. Exemplo?… Um sistema, usando um “algoritmo misterioso” ajuda proprietários a extrair os aluguéis mais altos possíveis dos inquilinos. Como pode? Assim: um grupo de imobiliárias concorrentes usa o mesmo algoritmo [de um mesmo fornecedor, como serviço, com a mesma “base” de dados…] para tratar a informação de todos os locadores e locatários e maximizar preços [t.co/MCYfzNigVF] para quem aluga. Formação de cartel, digital, com a preciosa ajuda de um provedor de algoritmos-como-serviço que, no caso, faz parte da quadrilha.
No outro lado do comportamento em rede, queremos chegar ao ponto onde a frase a seguir é sempre verdade: “quando um funcionário público verifica os dados de qualquer pessoa, ela é notificada; nosso modelo de governança é baseado em dados ‘apenas uma vez’, de propriedade cidadã, em repositórios descentralizados“. Podia ser no Brasil, não era? Mas é na Mongólia: [bit.ly/3MgFVRp]. Na Mongólia, que além de tratar as pessoas como cidadãos digitais de primeira classe, é a terra da gloriosa The Hu; se eu fosse você, pra comemorar, iria ouvir “The Great Chinggis Khaan”…
Dados não se tornam análises e decisões com tecnologia [somente], mas com estratégia [primeiro]. Toda estratégia de informação de um negócio deve cuidar da preservação, consistência, privacidade e segurança de dados [bit.ly/2HAOpH6]. E segurança não se faz “só” porque a LGPD ordena; o custo de vazamento de dados foi recorde em 2022, 2,6% acima de 2021, e chegou a US$4,35 milhões por incidente, em média [ibm.co/3blcMrF]. Sai [muito] caro, e nem todo o custo adicional pode ser repassado aos clientes e usuários.
Chief [data {operation, protection}, privacy…] Officers. A gama de agentes supostamente associados a e responsáveis por dados cresce e se fragmenta todo dia. Mas quem cuida da gestão estratégica do ciclo de vida da informação nos negócios, como um todo? É cargo vago, ainda: [bit.ly/3kCHZYi]. Pra dar conta disso, é preciso pensar e executar estratégias que resolvem a problemática de ética do uso de dados [mck.co/3fCxh4I], ao mesmo tempo em que dados devem ser tratados como insumo essencial para performance e inovação [bit.ly/3Wan67y, bit.ly/3YgFUUD]. Por onde se observa, e independente do negócio e seu estágio de evolução [digital], chegou a hora das estratégias de informação [veja aqui no blog, em bit.ly/2HAOpH6].
Neste último link, escrevo que uma estratégia de informação para qualquer negócio, em qualquer mercado, deve obedecer “apenas” duas leis: [L1] deve-se proteger os dados das pessoas e [L2] deve-se proteger as pessoas dos algoritmos.
E uma estratégia de informação é construída sobre três fundamentos: [F1] adquira somente os dados que forem efetivamente necessários para servir melhor ao cliente e criar valor para o negócio; [F2] mantenha os dados no ciclo de vida de informação do negócio apenas pelo tempo absolutamente necessário para atingir os objetivos de [F1], após o que os procedimentos de terminação apropriados devem ser realizados e [F3] trate os dados sob guarda do negócio com algoritmos que obedecem [L2] e garanta que os resultados -incluindo as decisões– criam valor para o cliente ao mesmo tempo em que criam valor para o negócio.
O “resto” dá pra resolver “fácil”, de tecnologias para tratar dados [veja o texto anterior, sobre inteligência artificial… bit.ly/3FJMKdS] até apresentação e segurança de informação [vamos tratar disso, breve]. Mas sem estratégia, é perda de tempo precioso das pessoas, dinheiro do negócio e de oportunidades para todos, dentro e fora da empresa.
Dados, e seu uso para análise e tomada de decisões, só vão ser mais importantes e relevantes em 2023 e depois. Isso não quer dizer que algoritmos vão passar a tomar todas as decisões nos negócios. Não: só as decisões que não envolvem mudanças de estratégias, métodos, processos, ferramentas e seu uso… só o que não for criativo [ou seja, quase tudo] será decidido por algoritmos, usando dados e [nas empresas que tiverem um mínimo de bom senso…] de acordo com L1–L2 e F1–F3.
Os humanos devem continuar tomando as decisões que dependem de intuição. Mas é bom lembrar que intuição, daqui pra frente, será cada vez mais baseada em dados, pra fazer sentido no contexto, tratar e resolver problemas reais e ter impacto decisivo em organizações que são cada vez mais figitais [bit.ly/futurosfigitais].
